Publication Search

Penelitian ini dilatarbelakangi oleh tingginya biaya penyimpanan dan meningkatnya stok mati pada Delyana Hijab, yang menunjukkan belum optimalnya pengelolaan persediaan bahan baku. Ketidaksesuaian antara jumlah bahan baku dan kebutuhan produksi menyebabkan pemborosan biaya serta menurunkan efisiensi operasional. Penelitian ini bertujuan untuk menentukan kebutuhan material yang optimal melalui pendekatan forecasting dan Material Requirement Planning (MRP). Metode yang digunakan adalah deskriptif kuantitatif dengan teknik pengumpulan data berupa observasi, wawancara, dan dokumentasi. Tahapan analisis meliputi peramalan permintaan, penyusunan Master Production Schedule (MPS), Bill of Materials (BOM), perhitungan kebutuhan bersih (MRP), serta penentuan ukuran pemesanan melalui metode lot sizing. Hasil penelitian menunjukkan bahwa metode regresi linier menghasilkan tingkat kesalahan peramalan terendah sehingga mampu memproyeksikan kebutuhan produksi dengan lebih akurat. Penerapan MRP menghasilkan perencanaan kebutuhan bahan baku yang lebih terarah dan sesuai dengan jadwal produksi. Pada tahap lot sizing, metode Lot For Lot (LFL) menjadi yang paling efisien dengan total biaya persediaan sebesar Rp108.669.000. Dalam penerapannya, jumlah pemesanan bahan baku mengikuti kebutuhan bersih tiap periode, misalnya kebutuhan kain katun berkisar 5-7 roll per minggu dan dipesan dalam jumlah yang sama tanpa kelebihan stok. Pola ini mampu menekan penumpukan persediaan dan mengurangi risiko stok mati karena bahan baku langsung digunakan sesuai kebutuhan. Dengan demikian, tujuan penelitian untuk menentukan kebutuhan material yang optimal telah terjawab melalui penerapan metode Lot For Lot yang mampu menghasilkan kuantitas pemesanan yang tepat dan efisien.

XYZ is a manufacturing company that produces Yamaha brand motorbike parts such as electrical switches, electrical sockets, lever assembly and horns. Many of the products sent were returned by customers because they did not meet quality standards, for example in March 2024 there were 1,420 pcs out of a total of 19,900 pcs that were returned. This means that companies have to increase production time and costs to replace defective products that are returned because they do not have safety stock. Forecasting is needed to control the production system so that it does not experience over stock and safety stock shortages. This research aims to provide recommendations for forecasting methods that companies can use to minimize the occurrence of production excesses and shortages in the company. Forecasting is done based on historical company sales data for 12 months. The method used is the exponential smoothing method which is then tested whether this method can be used in the future. This calculation uses the help of POM-QM (Production Operation Management – Quantitative Method) software. Calculations are carried out by testing the MAD, MSE, and MAPE values to obtain calculation error values. The results obtained by forecasting the main sw srtg lock assembly product using the exponential smoothing method were 15,708 for demand for the next period, MAD 3.38, MSE 22.84 and MAPE value 26%. Based on these results, the exponential smoothing method can be a recommendation for companies to forecast future demand. This is because the value of forecasting accuracy or MAPE is reasonable. The smallest percentage of MAPE values has a fairly minimal possibility of error in forecasting results.

This study examines the analysis of raw material inventory forecasting and buffer stock of vaname shrimp at one of the fishery companies in Makassar Industrial Estate (PT Bogatama Marinusa Makassar). The analysis method used to determine the supply of raw materials needed by the company is the ARIMA Box-Jenkins method. This method is used to forecast raw material inventory on time series data. Determination of buffer stock is done using standard deviation and policy factors. Vaname shrimp (Littopenaeus vannamei) raw material data was obtained from 2020 to 2022 (156 weeks). The results showed that the highest amount of raw material inventory occurred in October week 147 in 2022, amounting to 152,792 tons, while the lowest amount of raw material inventory occurred in May week 122 in 2022, amounting to 13,102 tons. The best vaname shrimp raw material inventory model is the ARIMA (1,1,1) model which has a Sum Square Error (SSE) value of 1.70250, Mean Square Error (MSE) value of 0.0112007. This model is used to forecast raw material inventory for the next 48 weeks. The forecasting results show that there will be a decrease in week 1 to week 6 and a relative increase in raw materials in week 7 to week 48 with a MAPE value of 4.54%. The amount of buffer stock that must be owned by the company is 37.311 tons.

Pabrik Roti Bakar merupakan salah satu UMKM yang bergerak dalam industri makanan yaitu roti tawar. Saat permintaan tinggi seringkali bahan beberapa pesanan tidak terpenuhi sedangkan ketika permintaan rendah seringkali bahan baku mengalami kerusakan. Berikut ini adalah data pendukung tidak terpenuhi permintaan tinggi yaitu pada September 2022 permintaan pemesanan sebanyak 21.070 pcs namun permintaan aktual hanya sebanyak 18.000 pcs atau sekitar 17% dari target yang tidak terpenuhi dan bulan Desember 2022 permintaan pemesanan sebanyak 23.030 namun permintaan actual hanya sebanyak 20.000 pcs atau sekitar 15% dari target yang tidak terpenuhi. Dalam penelitian ini menggunakan metode Material Requirement Planning (MRP) dengan menggunakan data dari September 2022 hingga Agustus. Data tersebut akan diolah untuk peramalan menggunakan minitab 19 dan kesalahan (error) peramalan diukur dengan MAD (Mean Absolute Deviation. Metode MRP yang dapat digunakan adalah teknik lot size Economic Order Quantity (EOQ) karena menghasilkan total biaya sebesar Rp 594.057. Perhitungan yang dapat diterapkan pada UMKM Roti Bakar yaitu dengan teknik lot size EOQ. Teknik ini dapat memimasi biaya persediaan bahan baku roti pada UMKM Roti Bakar.