PENERAPAN METODE MONTE CARLO PADA PERENCANAAN JUMLAH PRODUKSI PESTISIDA (Studi Kasus: PT. Petrokimia Kayaku Plant Cair 1)
DOI:
https://doi.org/10.30587/justicb.v1i1.2043Keywords:
Perencanaan Produksi, Monte Carlo, Model EPQ, Model Permintaan Musiman, Biaya Simpan, Service Level.Abstract
Sebuah perusahaan yang terus berkembang harus mampu melakukan perencanaan produksi secara efektif dan efisien dalam memenuhi kebutuhan konsumen agar dapat meminimalisir kondisi overstock dan understock yang dapat merugikan perusahaan. Hal inilah yang menjadi dasar dilakukannya penelitian di PT. Petrokimia Kayaku, yang merupakan perusahaan penghasil produk pestisida di Gresik. Dalam menentukan jumlah produksi yang akan datang digunakan metode Monte Carlo dengan dua model alternatif persediaan yaitu EPQ dan Permintaan Musiman. Data yang digunakan adalah data produksi dan data permintaan harian selama 35 bulan, dengan 5 produk permintaan terbanyak. Kemudian dilakukan pengolahan data menggunakan simulasi dengan metode Monte Carlodengan 5kali replikasi dan perencanaan selama 6 bulan atau 181 hari. Dari simulasi yang telah dilakukan, didapatkan hasil bahwa biaya simpan yang rendah dan servicer level tinggi menggunakan model EPQ. Untuk produk Ceba 125 Ec50 ml dengan Q optimal 11.338 box, biaya simpan Rp. 994.372.513, service level 84,82%. Produk Petrogud 200 Ec 500 ml dengan Q optimal1.669 box, biaya simpan Rp. 30.794.516, service level 95,84%. Produk Tombak 189 Ec 400 ml dengan Q optimal1.380 box, biaya simpan Rp. 127.668.961, service level 26,55%. Produk Kanon 400 Ec Btl Pet 400 mlQ optimal603 box, biaya simpan Rp. 11.520.342, service level 87,95%. Produk Kanon 400 Ec Btl Pet 100 ml dengan Q optimal 611 box, biaya simpan Rp. 11.687.585, service level 98,70%.
References
Djati, B. S. (2007). Simulasi dan Teori Aplikasinya. Yogyakarta: C.V ANDI OFFSET.
Ginting, R. (2007). Sistem Produksi. Yogyakarta: Graha Ilmu.
Ginting, R. (2012). Sistem Produksi. Yogyakarta: Graha Ilmu.
Handoko, H. T. (1999). Dasar-dasar Manajemen Produksi dan Operasi. Surakarta: UNS PRESS.
Handoko, T. H. (2000). Dasar-dasar Manajemen Produksi. Yogyakarta: BPFE.
Heizer, J. H., & Render, B. (2014). Operations Management: Sustainability and Supply Chain. Pearson.
Law, A. M., & Kelton, W. D. (2000). Simulation Modeling and Analysis (3 ed.). (W. D. Kelton, Ed.) McGraw-Hill.
Mulyono, S. (2002). Riset Operasi. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Nasution, A. H., & Prasetyawan, Y. (2008). Perencanaan dan Pengendalia Produksi. Yogyakarta: Graha Ilmu.
Nasution, N. K. (2016, Desember). Prediksi Penjualan Barang Pada Koperasi PT. Perkebunan Silindak Dengan Menggunakan Metode Monte Carlo. Jurnal Riset Komputer, 3, 65-69.
Prasetiawan, A. (2014). Simulasi Penentuan Lot dalam Pengendalian Persediaan dengan Metode Simulasi Monte Carlo. Malang: Teknik Industri, Universitas Muhammadiyah Malang.
Prasetyowati, E. (2016, Februari). Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo. 1, 43-49.
Profita, A., Utomo, D. S., & Fachriansyah, F. (2017). Optimsi Manajemen Persediaan Darah Menggunakan simulsi Monte Carlo. Samarinda: JIEM.
Pujawan, I. N., & Mahendrawathi. (2010). Supply Chain Management (kedua ed.). (I. K. Gunarta, Ed.) Surabaya: Instut Teknologi Sepuluh Nopember.
Purnomo, H. (2004). Pengantar Teknik Industri. Yogyakarta: Graha Ilmu.
Ristono, A. (2009). Manajemen Persediaan. Yogyakarta: Graha Ilmu.
Roger, S. (2000). Pengambilan Keputusan Dalam Suatu Fungsi Operasi (Ketiga ed.). Jakarta: Erlangga.
100
JUSTI (Jurnal Sistem Dan E-ISSN : XXXXX Teknik Industri)
Santoso, B., Liliana, & Yapitro, I. (2008). Tools Simulasi Inventori pada Supermarket. Seminar Nasional Informatika, 313-314.
Sartika, R. (2014). Optimasi Persediaan pada Rantai Pasokan Beras untuk Program Raskin. Bogor: Sekolah Pascasarjana IPB.
Sofyan, D. K. (2013). Perencanaan dan Pengendalian Produksi. Yogyakarta: Graha Ilmu.
Veza, O. (2016, Oktober). Simulasi Pengendalian Persediaan Gas Menggunakan Metode Monte Carlo dan Pola LCM. JT-IBSI, 1, 1-15.
Warindra, A. S. (2017). Penentuan Ukuran Produksi Garmen untuk Memaksimalkan Keuntungan dengan Pendekatan Simulasi Monte Carlo. Universitas Muhammadiyah Gresik, Teknik Industri, Gresik.
