Вы находитесь на странице: 1из 16

ANALISIS PERENCANAAN PRODUKSI DAN PENGENDALIAN

BAHAN BAKU PAKAN TERNAK DI PT JAPFA COMFEED


INDONESIA UNIT MARGOMULYO SURABAYA

Yogi Bagus Primadani


Poernomo Adi
Putu Eka Dewi K. W.
Teknik Industri Universitas 17 Agustus 1945 Surabaya
yogi3832@gmail.com

ABSTRACT

Effective and efficient is a dream for all manufacturing industries, including animal feed
manufacturing activities in PT Japfa Comfeed Indonesia Tbk Unit margomulyo Surabaya.
Various problems often arise, Forecasting methods that are not used so as to result in less
accurate production planning, frequent overtime activities that should not be required, where
for labor wage overtime one shift production reached Rp 9.453.184, -. It also affects the control
of raw materials that are not optimal, the incremental cost of warehouse rental which during the
period of January 2018 to March 2018 recorded as many as 4600 tons of raw materials are in
the warehouse lease. So the additional costs incurred for the rental of the warehouse is Rp
127.650.000, - per month. Not optimal line is behind me to do research and analysis about
production planning and control of raw materials of animal feed in PT Japfa Comfeed Indonesia
Tbk Margomulyo Unit Surabaya. It aims to create a condition of optimal manufacturing
industry activity using aggregate planning method for production planning and Economic Order
Quantity (EOQ) method for raw material control. From the analysis results can be known
product demand estimation for the next 12 periods. Master Production Schedule. Working time
required, total minimum production cost with option of additional hours worked overtime is Rp
31.811.250.856, - and for the control of raw materials can be determined the amount of raw
materials ordered and how many times the order is done. It is expected that optimal industrial
activity can be created in PT Japfa Comfeed Indonesia Tbk Margomulyo Unit Surabaya.

Keywords: Effective, Efficient, Optimal, Planning, Controlling.


PENDAHULUAN
PT. Japfa Comfeed Indonesia Tbk merupakan salah satu perusahaan yang bergerak di
bidang agrobisnis di Indonesia. Salah satu produk terbesar adalah pakan ternak. Perusahaan ini
di didirikan pada tanggal 18 Januari 1971 dengan nama perusahaan PT. Java Palettizing
Factory, Ltd dengan produksi pertama yaitu pelet kopra. Namun, setelah sukses sukses
mencatakan sahamnya di Bursa Efek Jakarta dan Bursa Efek Surabaya. Selanjutnya melakukan
konsolidasi usaha dengan mengakuisi empat perusahaan pakan ternak yang selanjutnya PT.
Java Palletizing Factory berubah nama menjadi PT. Japfa Comfeed Indonesia Tbk.Proses
produksi pakan ternak merupakan rangkaian aktivitas yang meliputi penggilingan bahan baku,
pencampuran, palleting, dan pengepakan.
Perencanaan dan pengendalalian produksi merupakan hal yang wajib dalam sebuah
industri manufaktur, kapan produksi itu di jalankan dan berapa jumlah yang harus di selesaikan
sangat penting, karena semua alat dan fasilitas yang berhubungan dengan produksi mempunyai
sebuah nilai kapasitas. Semua harus seimbang antara jumlah ketersediaan bahan baku, kapasitas
gudang bahan baku, kapasitas mesin produksi, hasil produksi serta persediaan produk jadi.
Dengan adanya kapasitas gudang produk jadi, semua ada nilai efektif dan effisien agar tercapai
suatu kondisi kegiatan industri yang optimal.
Perencanaan produksi yang kurang akurat menjadi permasalahan yang harus diselesaikan
di PT Japfa Comfeed Indonesia Tbk unit margomulyo, dimana akibat perencanaa produksi yang
kurang akurat tersebut seringkali terjadi kegiatan produksi pada hari libur.Dampak dari kegiatan
tersebut menimbulkan biaya lembur (Over time) untuk karyawan bagian yang terkait dengan
proses produksi langsung.Adapun biaya tambahan apabila terjadi lembur yaitu sekitar Rp
9.453.184,-untuk satu shift produksi. Permasalahan perencanaan produksi yang kurang akurat
tersebut juga menimbulkan permasalahan pada pengendalian bahan baku, dimana seringkali
kebutuhan persediaan bahan baku untuk produksi mengalami kelebihan takaran (over load)
sehingga timbul adanya sewa gudang. Selama periode januari 2018 sampai dengan maret 2018
tercatat 4.600 ton bahan baku berada di gudang sewa dengan biaya yang timbul untuk sewa
gudang adalah Rp 127.650.000,- per bulan.
Permasalahan tersebut berpengaruh terhadap tujuan efektif dan effisien yang di idamkan
perusahaan dalam semua kegiatan manufaktur yang dampaknya adalah munculnya biaya
operasional yang tinggi pada perusahaan yang akhirnya mempengaruhi daya saing perusahaan.
Banyak nilai over time yang harus di keluarkan oleh perusahaan dengan kondisi tersebut, jadwal

2
produksi berubah sewaktu-waktu, over kapasitas di penyimpanan bahan baku dan produk jadi
dan bahkan terdapat suatu kondisi bahan baku yang harus urgent di datangkan. Pengamatan di
PT Japfa Comfeed Indonesia Tbk Unit Margomulyo menggambarkan adanya kegiatan industri
yang kurang optimal, oleh karena itu peneliti melakukan penelitian untuk meminimalisir
ketidaksesuaian di lini tersebut agar tercipta kegiatan industri yang optimal. Untuk membantu
menyelesaikan permasalahan pada PT Japfa Comfeed Indonesia Tbk, maka dilakukan suatu
pendekatan perencanaan dan pengendalian produksi menggunakan metode aggregate
planning., maka penulis akan melakukan penelitian Tugas Akhir berjudul “Analisis
Perencanaan Produksi dan Pengendalian Bahan Baku Pakan Ternak Di PT Japfa Comfeed
Indonesia Unit Margomulyo Surabaya” dengan metode Aggregate Planning.
Rumusan Masalah
Berdasarkan paparan latar belakang, maka peneliti merumuskan permasalahan sebagai
berikut:
1) Bagaimana membuat perencanaan produksi pakan ternak yang optimal di PT Japfa
Comfeed Indonesia Tbk Unit Margomulyo?
2) Bagaimana cara pengendalian bahan baku pakan ternak yang baik di PT Japfa
Comfeed Indonesia Tbk Unit Margomulyo sehingga dapat menentukan jumlah
pesanan bahan baku ?
Tujuan Penelitian
Berdasarkan rumusan masalah yang telah dijabarkan sebelumnya, maka diperoleh tujuan
dari Tugas Akhir sebagai berikut:
1) Membuat perencanaan produksi pakan ternak yang optimal menggunakan metode
agregat planing.
2) Membuat pengendalian bahan baku pakan ternak dengan menentukan waktu dan
jumlah sesuai kebutuhan perusahaan agar tercapai biaya minimal dengan metode
EOQ.
Batasan Masalah
Penulis menyederhadakan penelitian dengan melakukan pembatasan masalah sebagai
berikut:
1) Masalah yang dibahas adalah kondisi yang ada di perusahaan yang bersangkutan dan
terbatas pada perencanaan agregat
2) Faktor produksi yang dilibatkan adalah material, tenaga kerja, dan kapasitas mesin

3
3) Pengendalian bahan baku dari pembelian bahan baku lokal non jagung
Manfaat Penelitian
Bagi Perusahaan :
1) Dapat mengetahui faktor-faktor dan akar masalah terkait dengan perencanaan dan
pengendalian produksi.
2) Tercipta suatu kegiatan Industri manufaktur yang optimal.
Bagi Peneliti :
1) Mampu menganalisa masalah yang terjadi pada perencanaan dan pengendalian
produksi.
2) Mampu membuat perencanaan dan pengendalian produksi yang optimal dalam suatu
kegiatan industri.

TINJUAN PUSTAKA
Perencanaan dan pengendalian produksi
Perencanaan dan pengendalian produksi dapat di definisikan yaitu suatu proses untuk
merencanakan dan mengendalikan aliran proses mulai dari bahan baku masuk, bahan baku
diproduksi serta produk jadi yang keluar dari proses produksi sehingga permintaan pelanggan
atau permintaan pasar dapat terpenuhi secara tepat jumlah, tepat waktu pengiriman, serta dapat
mencapai biaya produksi yang minimum. Dari penjabaran diatas dapat kita simpulkan tujuan
adanya perencanaan dan pengendalian produksi yang secara garis besar yang kita bedakan
menjadi dua namun dua hal tersebut saling berkaitan, yaitu : Perencanaan produksi dan
pengendalian produksi.
Perencanaa produksi ini dilakukan dengan tujuan penentuan awal dari keputusan-
keputusan dan perlakuan atau tindakan yang harus dilakukan di masa yang akan datang,
tindakan apa yang harus dilakukan, berapa banyak untuk melakukannya, serta kapan harus
melakukan hal-hal tersebut. Karena namanya perencanaan yang sudah pasti berkaiatan dengan
masa yang akan datang oleh sebab itu perencanaan ini disusun atas dasar perkiraan yang dibuat
dari hasil pengolahan data yang diperoleh dari masa lalu dengan menggunakan beberapa
asumsi. Maka hasil dari perencanaan ini sering kali tidak dapat memberikan hasil yang sesuai
dengan dalam rencana tersebut, maka setiap perencanaan yang sudah dibuat perlu dievaluasi
secara berkala dengan jalan melakukan pengendalian.

4
Pekerjaan pengandalian produksi tergantung dari penyimpangan yang ada dalam kegiatan
produksi terhadap rencana produksi yang telah dibuat sebelumnya. Apabila penyimpangan
yang terjadi cukup bersar maka perluadanya tindakan-tindakan penyelesaian untuk
memperbaiki penyimpangan yang terjadi. Hasil dari perbaikan ataupun penyesuain yang
dilakukan akan menjadi dasar atas penyusunan rencana produksi selanjutnya.
Metode Moving Everage
Tujuan utama metode ini adalah mengurangi variasi acak permintaan yang berhubungan
dengan waktu. Metode Moving Average disebut rata-rata bergerak karena setiap data aktual
permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian nilai rata-rata
baru akan dihitung.
MA= 𝐴𝑡+𝐴𝑡−1+𝐴𝑡 (𝑁−1)
Dimana :
At = permintaan aktual pada periode-t
N = jumlah data permintaan yang dilibatkan perhitungan Moving Average
Data yang dipakai untuk perhitungan Moving Average berikutnya selalu dihitung dengan
mengeluarkan data yang paling terdahulu. 38
Rumus yang digunakan adalah : MA=MA𝑡−1𝐴𝑡+ 𝐴𝑡−𝑁𝑁
Bila permintaan berubah secara signifikan dari waktu ke waktu maka ramalan harus cukup
agresif dalam mengantisipasi perubahan tersebut, sehingga N terkecil akan lebih cocok dipakai.
Bila permintaan cenderung stabil dalam jangka waktu yang panjang, maka gunakan N
terbesar.
Metode Eksponential Smooting
Metode ini terdiri dari Metode Single Exponential Smoothing dan Metode Double
Exponential Smoothing. Berikut penjabaran kedua metode tersebut:
Metode Exponential Smoothing (SES)
Dengan metode penghapusan eksponensial dari Brown, maka pembobotan menurun
secara eksponensial. Rumus yang digunakan adalah: 𝐹𝑡−1=𝑎𝑋𝑖+(1−𝑎)𝐹𝑡−1
Ukuran Akurasi Hasil Peramalan
Ukuran akurasi hasil peramalan merupakan ukuran kesalahan peramalan yaitu mengukur
tingkat perbedaan antara hasil peramalan dengan permintaan aktual, disini saya menggunakan
metode Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE). MSE dihitung dengan

5
menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya
dengan jumlah periode peramalan. Dirumuskan sebagai berikut :
(𝐴𝑡− 𝐹𝑡 )2
MSE = ∑ 𝑛

Jadwal Induk Produksi (MPS)


Perncanaan produksi menyatakan ukuran agregat dan output manufaktur suatu
perusahaan untuk implementasi dari perencanaan produksi ini perlu pendisagregasian
perencanaan produksi agregat kedalam perencanaan untuk masing-masing produk individu.
MPS merupakan pernyataan akhir tentang berapa banyak item-item akhir yang harus diproduksi
dan kapan harus diproduksi biasanya MPS dikembangkan untuk periode waktu mingguan selam
6 sampai 12 bulan kedepan.
Tujuan dari MPS yaitu mewujudkan perencanaan agregat menjadi suatu perencanaan
terpisah untuk masing-masing item individu, MPS juga dapat mengevaluasi jadwal-jadwal
alternative dalam hal kebutuhan kapasitas serta membantu manajer produksi atau kepala
produksi untuk menghasilkan prioritas-prioritaas untuk penjadwalan produksi.
Perencanaan Agregat
Apabila kapasitas produksi tetap berdasarkan perencanaan jangka panjang telah dipasang,
merupakan kewajiban perencanaan produksi agregat untuk menetapkan kebijaksanaan yang
dapat digunakan untuk mengantisipasi fluktuasi permintaan dengan biaya yang minimum.
Dengan kata lain perencanaan agregat dibuat untuk menyesuaikan kemampuan produksi dalam
menghadapi permintaan pasar yang tidak menentu dengan mengoptimumkan penggunaan
tenaga kerja dan peralatan produksi yang tersedia sehingga ongkos total produski dapat ditekan
seminim mungkin. Karena pola permintaan yang sangat dinamis sangat menyulitkan dalam
menetapkan rencana produksi bulanan. Disinilah peranan metode perencanaan agregat dalam
mengatasi kesulitan tersebut.
Metode Progama Integer
Model dengan jumlah tenaga kerja tetap yang artinya selama horizon perencanaan tidak
terjadi penambahan atau pengurangan tenaga kerja. Sehingga jumlah produksi hanya dapat
diubah-ubah dengan melakukan kerja lembur (overtime)

6
Perencanaan Pengadaan Bahan Baku
Economic Order Quantity (EOQ)
Economic Order Quantity (EOQ) adalah suatu model yang meyangkut tentang pengadaan atau
persediaan bahan baku pada suatu perusahaan. Setiap perusahaan industri pasti memerlukan
bahan baku demi kelancaran proses bisnisnya, bahan baku tersebut di peroleh dari supplier
dengan suatu perhitungan tertentu.
Jenis penelitian
Penelitian ini menggunakan penelitian kuantitatif dengan pengolahan angka-angka dan
berbagai macam perhitungan.
Teknik Pengumpulan Data
Karena banyaknya item data yang harus di input atau diperoleh agar penelitian ini berjalan
sesuai tujuan maka data kami kumpulkan dan kami input ke dalam bentuk tabel supaya ringkas
dan mempermudah penelitian ini.
Berikut adalah hasil agregasi data penjualan produk pakan ternak pada periode juni 2017 s/d
mei 2018. Contoh perhitungan agregasi penjualan produk pakan ternak jenis pellet pada periode
pertama yaitu juni 2017
Unit Agregat = Ʃ data penjualan produk masa lalu x factor konversi = 5.930.950 X 1 =
5.930.950 unit agregat.
Hasil agregat penjualan pakan disajikan pada tabel 1.
Tabel 1. Data Penjualan Unit Agregat Pakan Ternak Juni 2017 - Mei 2018

Penjualan Pakan ternak (Kg)


Periode Bulan Tahun Total ( Kg)
Pakan Jenis Pellet Pakan Jenis Crumble
1 Juni 2017 5.930.950,00 3.404.050,00 9.335.000,00
2 Juli 2017 6.313.450,00 3.472.550,00 9.786.000,00
3 Agustus 2017 5.800.450,00 5.319.750,00 11.120.200,00
4 September 2017 5.787.150,00 5.193.350,00 10.980.500,00
5 Oktober 2017 5.864.600,00 5.386.100,00 11.250.700,00
6 November 2017 6.819.000,00 5.799.200,00 12.618.200,00
7 Desember 2017 5.429.000,00 6.279.050,00 11.708.050,00
8 Januari 2018 5.481.200,00 6.351.850,00 11.833.050,00
9 Pebruari 2018 4.821.550,00 4.388.350,00 9.209.900,00
10 Maret 2018 5.707.450,00 6.970.950,00 12.678.400,00
11 April 2018 4.680.950,00 5.614.600,00 10.295.550,00
12 Mei 2018 6.896.800,00 7.352.950,00 14.249.750,00

7
Hasil Peramalan Demand
Perbandingan nilai MSE hasil peramalan dari kedua metode peramalan yang digunakan
disajikan pada table 4 berikut.
Tabel 2. Nilai Mean of Square Error (MSE) tiap metode peramalan

Metode Peramalan Mean of square error (MSE) Metode Peramalan yang terpilih
Moving Average MA=3 3.104.589.000.000,00
Exponential Smooting
Exponential Smooting Alpha =0,3 2.706.932.000.000,00

Dari tabel diatas, dapat disimpulkan bahwa metode peramalan yang terpilih untuk meramalkan
permintaan pada bulan Juni 2018 s/d Mei 2019 adalah metode Eksponential Smootingdengan parameter
Alpha = 0,3, karena memiliki nilai Mean of Squre Error yang paling kecil.
Tabel 5 menyajikan hasil peramalan untuk bulan Juni 2018 s/d Mei 2019 dengan
menggunakan metode Eksponetial Smooting parameter alpha = 0,3
Table 3. Hasil peramalan permintaan produk pakan ternak bulan juni 2018 s/d mei 2019

Periode Tahun Ramalan Permintaan


June 2018 12.006.440,00
July 2018 9.335.000,00
August 2018 9.470.300,00
September 2018 9.965.270,00
October 2018 10.269.840,00
November 2018 10.564.100,00
December 2018 11.180.330,00
January 2019 11.338.650,00
February 2019 11.486.970,00
March 2019 10.803.850,00
April 2019 11.366.210,00
May 2019 11.045.010,00

8
Formulasi perencanaan Agregate dengan model Programa Integer dan solusinya
Fungsi tujuan yang ditetapkan adalah meminimasi total ongkos produksi dimana untuk model
perhitungan tersebut dapat dilihat pada persamaan berikut :
Min TC = ∑𝑇𝑡=1(𝑣𝑡 𝑋𝑡 + 𝑐𝑡 𝐼𝑡 + 𝑟𝑡 𝑊𝑡 + 𝑜𝑡 𝑂𝑡 )
𝑋𝑖𝑡 = Jumlah produk i pada periode t
𝐼𝑖𝑡 = Jumlah persediaan produk i pada akhir periode t
𝑊𝑡 = Jam kerja regular yang terpakai pada periode t
𝑂𝑡 = Jam kerja lembur (Overtime) yang terpakai pada periode t
TC = Ongkos total (Rp)
𝑉𝑖𝑡 = ongkos produksi per unit untuk produk i pada periode t (Rp/unit aggregate) = Rp
240/unit
𝐶𝑖𝑡 = ongkos persediaan per unit untuk produk i pada periode t (Rp/unit aggregate/bulan)
= Rp 27/unit agregat/bulan
𝑟𝑖𝑡 = ongkos per jam-orang untuk kerja regular pada periode t (Rp/jam orang unit aggregat)
= Rp 0,4/jam orang/unit agregat
𝑂𝑖𝑡 = ongkos per jam-orang untuk kerja regular pada periode t (Rp/jam orang unit
aggregat) = Rp 0,6/jam orang/unit agregat
Fungsi tujuan :
Min TC = ∑𝑇𝑡=1(𝑣𝑡 𝑋𝑡 + 𝑐𝑡 𝐼𝑡 + 𝑟𝑡 𝑊𝑡 + 𝑜𝑡 𝑂𝑡 )
= 240 (𝑋1+𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12) + 27 (𝐼1 + 𝐼2 + 𝐼3 +
𝐼4 + 𝐼5 + 𝐼6 + 𝐼7 + 𝐼 8 + 𝐼9 + 𝐼10 + 𝐼11 + 𝐼12 ) +1 (𝑊1 + 𝑊2 + 𝑊3 + 𝑊4 + 𝑊5 + 𝑊6 + 𝑊7 +

𝑊 8 + 𝑊9 + 𝑊10 + 𝑊11 + 𝑊12 ) + 1,5 (𝑂1 + 𝑂2 + 𝑂3+ 𝑂4+ 𝑂 + 𝑂6+ 𝑂7+ 𝑂 8 + 𝑂9+ 𝑂10+

𝑂11 + 𝑂12)
𝑑𝑖𝑡 = permintaan produk I selama periode t
𝐾𝑖 = jam kerja yang dibutuhkan untuk membuat satu unit produk
(𝑟𝑚)𝑡 = jam kerja regular total yang tersedia selama periode t
(𝑜𝑚)𝑡 = jam kerja lembur (Overtime) total yang tersedia selama periode t
T = periode perencanaan
N =jumlah jenis produk
Dari hasil perhitungan perencanaan produksi agregat dengan menggunakan metode
programaIntegersolusinya disajikan pada table berikut :

9
Tabel 4. Solusi Perencanaan Produksi Agregat

Periode Tahun Jumlah produksi (Agregat) jam kerja reguler Jam kerja lembur Persediaan agregat

June 2018 12.006.440,00 576,00 72,38 0,00


July 2018 9.335.000,00 504,12 0,00 0,00
August 2018 9.470.300,00 511,42 0,00 0,00
September 2018 9.965.270,00 538,15 0,00 0,00
October 2018 10.269.840,00 554,60 0,00 0,00
November 2018 10.564.100,00 570,49 0,00 0,00
December 2018 11.180.330,00 576,00 27,77 0,00
January 2019 11.338.650,00 576,00 36,32 0,00
February 2019 11.486.970,00 576,00 44,33 0,00
March 2019 10.803.850,00 576,00 7,44 0,00
April 2019 11.366.210,00 576,00 37,81 0,00
May 2019 11.045.010,00 576,00 20,46 0,00

Tabel 5. Solusi Total Ongkos Perencanaan produksi Agregat

Ongkos produksi ongkos jam kerja OngkosJam kerja Persediaan


Periode Tahun (Agregat) reguler lembur agregat
June 2018 2.881.545.600,00 72.529.344,00 13.671.672,00 0,00
July 2018 2.240.400.000,00 63.478.000,00 0,00 0,00
August 2018 2.272.872.000,00 64.398.040,00 0,00 0,00
September 2018 2.391.664.800,00 67.763.836,00 0,00 0,00
October 2018 2.464.761.600,00 69.834.912,00 0,00 0,00
November 2018 2.535.384.000,00 71.835.880,00 0,00 0,00
December 2018 2.683.279.200,00 72.529.344,00 5.245.350,00 0,00
January 2019 2.721.276.000,00 72.529.344,00 6.860.214,00 0,00
February 2019 2.756.872.800,00 72.529.344,00 8.373.078,00 0,00
March 2019 2.592.924.000,00 72.529.344,00 1.405.254,00 0,00
April 2019 2.727.890.400,00 72.529.344,00 7.141.326,00 0,00
May 2019 2.650.802.400,00 72.529.344,00 3.865.086,00 0,00
Sub Total 30.919.672.800,00 845.016.076,00 46.561.980,00
Grand Total 31.811.250.856,00

Perencanaan Disagregasi dan Jadwal Induk Produksi


Perencanaan produksi disagregasi merupakan perencanaan yang dibuat untuk seluruh produk yang
menggunakan unsur yang sama dan dirinci kedalam masing-masing produk yang berbeda. Proses ini
dilakukan menggunakan metode Family Set-Up.
𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝐴𝑔𝑟𝑒𝑔𝑎𝑡𝑒 𝑖𝑡𝑒𝑚−𝑖 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡)
Faktor proporsi = ( )𝑋 100%
𝑇𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝐴𝑔𝑟𝑒𝑔𝑎𝑡 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡

10
Contoh perhtungan faktor proporsi untuk periode bulan juni 2017 :
5.930.950
- Produk pakan ternak jenis pellet = 9.335.000 X 100 % = 64 %
3.404.050
- Produk pakan ternak jenis crumble = 9.335.000 X 100 %= 36 %

Untuk mengetahui jumlah yang harus diproduksi setiap end item atau produk maka dapat dilihat
pada hasil (Output) perhitungan perencanaan produksi disagregasi yang dapat dilihat pada kolom Qij (Adj)
pada setiap periodenya. Berikut ini adalah data jumlah yang harus diproduksi dari pakan ternak jenis pellet
dan pakan ternak jenis crumble.
Tabel 6. Jadwal Induk Produksi

Jenis Pakan ternak


Periode Tahun Ramalan Permitaan Total
Pellet Crumble
June 2018 12.006.440,00 7.628.237 4.378.203 12.006.440
July 2018 9.335.000,00 6.022.487 3.312.513 9.335.000
August 2018 9.470.300,00 4.939.839 4.530.461 9.470.300
September 2018 9.965.270,00 5.252.084 4.713.186 9.965.270
October 2018 10.269.840,00 5.353.312 4.916.528 10.269.840
November 2018 10.564.100,00 5.708.944 4.855.156 10.564.100
December 2018 11.180.330,00 5.184.297 5.996.033 11.180.330
January 2019 11.338.650,00 5.252.188 6.086.462 11.338.650
February 2019 11.486.970,00 6.013.638 5.473.332 11.486.970
March 2019 10.803.850,00 4.863.582 5.940.268 10.803.850
April 2019 11.366.210,00 5.167.734 6.198.476 11.366.210
May 2019 11.045.010,00 5.345.724 5.699.286 11.045.010

Perencanaan dan pengadaan bahan baku


Perencanaanbahan baku yang akan dihitung disini adalah dibatasi oleh bahan baku utama lokal non
jagung ada 3 macam yaitu : Tepung batu, Tepung gandum, Wheatbran, dimana ketiga bahan baku lokal
ini adalah bahan baku yang diatur langsung dan tanggung jawab sepenuhnya ada pada unit PT Japfa
Comfeed Indonesia Tbk, margomulyo, mengenai perencanaan dan pengendaliannya.
Untuk menentukan jumlah kebutuhan bahan baku yang diperlukan untuk pembuatan pakan ternak
jenis pellet dan crumble didapat pada perhitungan sebagai berikut :

11
= Total pakan ternak yang diproduksi tiap periode x Banyaknya kebutuhan bahan baku pakan ternak
Contoh perhitungan perencanaan pengadaan bahan baku yang diperlukan untuk pembuatan pakan
ternak jenis pellet dan crumble, dalam hal ini berdasarkan periode (bulan) yaitu sebagai berikut :
Periode (Bulan) 1 bulan Juni 2018 ·
- Safety stock : 10% dari total pakan ternak yang akan diproduksi tiap periode
= 10% x 12.006.440 = 1.200.644 ≈13.207.084 Kg
Tabel 7. Perhitungan Pengadaan Bahan Baku

per Kg pakan ternak PENGADAAN BAHAN BAKU


permintaan
Periode Tahun Safety stock Rencana Produksi Tepung Tepung
produksi Wheatbran Tepung batu Tepung gandum Wheatbran
batu gandum

June 2018 12.006.440,00 1.200.644 13.207.084,00 0,00467 0,07832 0,04008 61.653,53 1.034.422,87 529.339,03

July 2018 9.335.000,00 933.500 10.268.500,00 0,00467 0,07832 0,04008 47.935,58 804.263,17 411.560,79

August 2018 9.470.300,00 947.030 10.417.330,00 0,00467 0,07832 0,04008 48.630,36 815.920,03 417.525,88

September 2018 9.965.270,00 996.527 10.961.797,00 0,00467 0,07832 0,04008 51.172,05 858.564,50 439.348,08

October 2018 10.269.840,00 1.026.984 11.296.824,00 0,00467 0,07832 0,04008 52.736,02 884.804,94 452.775,94

November 2018 10.564.100,00 1.056.410 11.620.510,00 0,00467 0,07832 0,04008 54.247,06 910.157,10 465.749,26

December 2018 11.180.330,00 1.118.033 12.298.363,00 0,00467 0,07832 0,04008 57.411,43 963.248,81 492.917,56

January 2019 11.338.650,00 1.133.865 12.472.515,00 0,00467 0,07832 0,04008 58.224,40 976.888,98 499.897,56

February 2019 11.486.970,00 1.148.697 12.635.667,00 0,00467 0,07832 0,04008 58.986,03 989.667,59 506.436,68

March 2019 10.803.850,00 1.080.385 11.884.235,00 0,00467 0,07832 0,04008 55.478,19 930.812,93 476.319,34

April 2019 11.366.210,00 1.136.621 12.502.831,00 0,00467 0,07832 0,04008 58.365,93 979.263,43 501.112,62

May 2019 11.045.010,00 1.104.501 12.149.511,00 0,00467 0,07832 0,04008 56.716,55 951.590,23 486.951,58

Total 661.557,13 11.099.604,57 5.679.934,32

12
Perhitungan total ongkos persediaan dengan metode Economic Order Quantity (EOQ)
Data ongkos pesan (Cs) dalam satu kali pemesanan dan ongkos simpan (Cc) per Kg selama 12
Periode untuk masing-masing bahan baku yaitu sebagai berikut :
Table 8. Data harga bahan baku, ongkos pesan (Cs) dan Ongkos Simpan (Cc)

Jenis Bahan baku Harga (Rp/Kg) Biaya pesan Biaya Simpan (Rp/Kg)
Tepung batu Rp 270,00 Rp 45.000,00 Rp 25,00
Tepung gandum Rp 3.750,00 Rp 55.000,00 Rp 20,00
Wheatbran Rp 2.400,00 Rp 37.500,00 Rp 20,00

Selanjutnya adalah melakukan perhitungan total ongkos persediaan dengan menggunakan metode
Economic Order Quantity(EOQ). Adapun langkah perhitungan beserta contohnya sebagai berikut :
1. Menentukan jumlah pemesanan optimal
Perhitungan ukuran jumlah pemesanan optimal atau Economic Order Quantity(EOQ)
a. Bahan baku tepung batu
2.𝑅.𝐶𝑠
EOQ = Q = √ 𝐶𝑐

2(661.557,13).45000
EOQ = Q = √
25

= 48.801,70 Kg
Dari hasil jumlah pemesanan optimal ini, maka pemesanan jenis bahan baku tepung batu untuk
setiap satu kali pesan yaitu sebesar 48.801,70 Kg
Sehingga dari hasil perhitungan jumlah pemesanan optimal tersebut dapat diketahui jumlah
𝐶𝑐.𝑅 𝑅
frekuensi pemesanan selama 12 periode yaitu sebagai berikut : F = √ 2.𝐶𝑠 = 𝑄
661.557,13
= = 13,56 = 14 Kali
48.801,70

Jadi frekuensi pemesanan selama 12 periode atau selama satu tahun kedepan untuk bahan baku
tepung batu sebanyak 14 kali.

Tabel 9. Hasil Perhitungan Pemesanan Optimal Masing-masing Jenis Bahan Baku

No Bahan Baku Jumlah pemesanan optimal Frekuensi


1 Tepung batu 48.801,70 14
2 tepung gandum 247.078,58 45
3 wheatbran 145.944,35 39

13
Perhitungan ongkos total persediaan
Sebelum menghitung total ongkos persediaan, maka total harga pembelian, total ongkos pesan dan
total ongkos simpan harus dihitung terlebih dahulu yaitu sebagai berikut :
1) Perhitungan total ongkos pembelian bahan baku
Total ongkos pembelian masing-masing jenis bahan baku di dapat dari jumlah perhitungan
harga untuk masing- masing jenis bahan baku per Kg dikalikan dengan total kebutuhan untuk
masing-jenis bahan baku selama 12 periode juni 2018 s/d mei 2019.
2) Perhitungan total ongkos pesan bahan baku
𝑅
Total Ongkos Pesan = 𝑄.Cs

3) Perhitungan total ongkos simpan bahan baku


𝑄
Total Ongkos Pesan = 2 Cc

Berikut merupakan hasil perhitungan Total Ongkos persediaan Juni 2018 s/d Mei 2019
Tabel 10. Hasil Perhitungan Total Ongkos Persediaan Juni 2018 s/d Mei 2019

Total Ongkos
Jenis Bahan baku Total
Persediaan Pesan Simpan

Tepung batu Rp 178.620.425,51 Rp 610.021,22 Rp 101.670,20 Rp 179.332.116,93

Tepung gandum Rp 41.623.517.148,39 Rp 2.470.785,81 Rp 411.797,63 Rp 41.626.399.731,83

Wheatbran Rp 13.631.842.356,66 Rp 1.459.443,51 Rp 243.240,59 Rp 13.633.545.040,76

Kumulatif total ongkos Rp 55.433.979.930,56 Rp 4.540.250,54 Rp 756.708,42 Rp 55.439.276.889,52

14
PENUTUP
Kesimpulan
Kesimpulan penelitian ini adalah sebagai berikut:
1) Hasil perencanaan produksi Agregat dengan model Integer Programming di peroleh Total
ongkos produksi yang minimum adalah sebesar Rp 31.811.250.856,00
2) Untuk mendapatakan Jadwal Induk Produksi harus dilakukan perencanaan produksi disagregasi
terlebih dahulu. Pada perencanaan agregasi nampak tidak operasionalnya keputusan jumlah
produksi. Oleh karena itu, perencanaan produksi disagregasi bermaksud untuk mengubah satuan
agregat kedalam satuan end item.
3) Berdasarkan hasil perhitungan total ongkos persediaan dengan metode Economic Order Quality
(EOQ) diperoleh jumlah pemesanan optimal, frekuensi pemesanan dan total ongkos persediaan
untuk masing-masing bahan baku untuk 12 periode atau selama 12 bulan yaitu :
a. Bahan baku Tepung Batu dengan jumlah pemesanan optimal sebesar 48.801,70 Kg
dengan frekuensi pemesanan sebanyak 14 kali dan total ongkos persediaan sebesar
Rp 179.332.116,93
b. Bahan baku tepung gandum dengan jumlah pemesanan optimal sebesar 247.078,58
Kg dengan frekuensi pemesanan sebanyak 45 kali dan total ogkos persediaan sebesar
Rp 41.626.399.731,83
c. Bahan baku wheatbran dengan jumlah pemesanan optimal sebesar 145.944,35 Kg
dengan frekuensi pemesanan sebanyak 39 kali dan total ongkos persediaan sebesar
Rp 13.633.545.040,76
Saran
1) Bagi Perusahaan
Lebih detail lagi untuk merencanakan bahan baku tiap bulan, dan diupayakan untuk 3 macam
bahan baku tersebut tidak stock di gudang, sehingga ketika bahan baku datang sudah langsung
masuk produksi tanpa perlu space gudang dan biaya lain-lain.
2) Bagi Peneliti
Perlu adanya pengembangan penelitian dengan menggunakan metode yang lain untuk
memperoleh penelitian yang komprehensif.

15
DAFTAR PUSTAKA

Assauri, Sofjan. 2004.Manajemen Produksi dan Operasi, Edisi Revisi, Jakarta: Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia
Handoko, T. Hani. 2003. Manajemen, Edisi 2, Cetakan kedelapanbelas. Yogyakarta: BPFE

Nasution, Arman Hakim. 2003. Perencanaan dan Pengendalian Produksi Edisi Pertama
Cetakan Ke-dua. Surabaya: Guna Widya.

Render, Barry and Jay Heizer. 2006.Operation Management, 8thEdition, Prentice Hall,
Inc.USA: Upper Saddle River

Rika, Ampuh Hadiguna, 2009.Manajemen Pabrik: Pendekatan Sistem untuk Efisiensi dan
Efektivitas. Edisi 1. Jakarta: Bumi Aksara.

Wignjosoebroto, Sritomo. 2006. Pengantar Teknik & Manajemen Industri, Edisi I, Surabaya:
Lembaga Penerbit Institut Teknologi Sepuluh November

Supranto, J. 1983. Linear progaming. Edisi Kedua. Jakarta:Lembaga Penerbit Fakultas Ekonomi
Uniersitas Indonesia.
Vasant, P.M. 2006. Fuzzy Production Planning and its Application to Decision Making.
Journal of Intelegent Manufacturing.

Nasution, Arman Hakim & Prasetyawan, Yudha. 2008.Perencanaan dan Pengendalian


Produksi. Edisi I, Yogyakarta: Graha Ilmu.

16