Penerapan Sistem MRP Untuk Pengendalian Persediaan Bahan Baku Animal Feedmill Dengan Lot Sizing Berdasarkan Algoritma Wagner-Within dan Silver-Meal,

Prima, DannySuryansyah (2014) Penerapan Sistem MRP Untuk Pengendalian Persediaan Bahan Baku Animal Feedmill Dengan Lot Sizing Berdasarkan Algoritma Wagner-Within dan Silver-Meal,. Sarjana thesis, Universitas Brawijaya.

Abstract

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.

English Abstract

PT. Sierad Produce, Tbk. is a national company that produces animal feedmill. Inventory management becomes the main focus in PT. Sierad Produce, Tbk. because most of the raw materials for animal feedmill are an imported product that has a long leadtime and high order cost. Otherwise, raw material warehousing requires several treatments such as fumigation is done to prevent the raw materials are not damaged. This treatment caused high cost to the company. Therefore, it needs a good inventory management, especially in the process of scheduling the procurement of materials to have a low inventory cost. In this research, raw material inventory planning is conducted for the top 4 product of PT. Sierad Produce, Tbk. such as : AS100B, BSG101, K204-36, and K202. It aims to reduce the inventory cost. The first step is forecast the demand for 15 periods. Demand data of product AS100B, K204-36, and K202 showed that the demand has stationary pattern and the possibility of having a seasonal pattern, whereas for products BSG101 also likely to have a trend pattern. Forecasting is done using the method according to the pattern of demand. Then the best forecasting method is selected based on smallest Mean Square Error (MSE), smallest Mean Absolute Deviation (MAD), and Tracking Signal. Forecasting results are used to create a Master Production Schedule (MPS). Data from the MPS is used to calculate the safety stock and make Material Requirement Planning (MRP) of products. After that, the data from MRP of products are used to calculate the gross requirements, lot sizing, and MRP of raw materials. This research used lot sizing technique based on Wagner-Within and the Silver-Meal algorithm. The last step is to make a cost analysis to determine the costs to be incurred by the company. Lot sizing techniques based on Wagner-Within and the Silver-Meal algorithm will give a much cheaper cost than the lot sizing techniques applied by the company. When compared with the lot sizing techniques companies, lot sizing technique based on Wagner-Within algorithm will save money by Rp.367.947.353 or 11.5% in 15 months. While the use of the Silver-Meal algorithm will save money by Rp.328.017.043 or 10.3% in 15 months. The results of Wagner-Within algorithm has a lower cost than the results of Silver-Meal algorithm with the difference in a savings of Rp.39.930.310 or 1.2% for 15 months

Item Type: Thesis (Sarjana)
Identification Number: SKR/FT/2014/543/051405355
Subjects: 600 Technology (Applied sciences) > 670 Manufacturing
Divisions: Fakultas Teknik > Teknik Industri
Depositing User: Budi Wahyono Wahyono
Date Deposited: 04 Sep 2014 13:17
Last Modified: 22 Oct 2021 05:12
URI: http://repository.ub.ac.id/id/eprint/142855
[thumbnail of BAB_IV.pdf]
Preview
Text
BAB_IV.pdf

Download (5MB) | Preview
[thumbnail of BAB_V.pdf]
Preview
Text
BAB_V.pdf

Download (1MB) | Preview
[thumbnail of COVER-SUMMARY.pdf]
Preview
Text
COVER-SUMMARY.pdf

Download (2MB) | Preview
[thumbnail of DAFTAR_PUSTAKA.pdf]
Preview
Text
DAFTAR_PUSTAKA.pdf

Download (1MB) | Preview
[thumbnail of LAMPIRAN.pdf]
Preview
Text
LAMPIRAN.pdf

Download (8MB) | Preview
[thumbnail of BAB_I.pdf]
Preview
Text
BAB_I.pdf

Download (1MB) | Preview
[thumbnail of BAB_II.pdf]
Preview
Text
BAB_II.pdf

Download (2MB) | Preview
[thumbnail of BAB_III.pdf]
Preview
Text
BAB_III.pdf

Download (1MB) | Preview

Actions (login required)

View Item View Item