Optimalisasi
Pengendalian Persediaan Material Lithos: Studi
Perbandingan Metode EOQ dan POQ untuk Efisiensi Biaya
Optimizing Lithos Material Inventory
Control: A Comparative
Study of EOQ and POQ Methods for Cost
Efficiency
1)* Yoel Agung Octavieka, 2) Ibnu Lukman Pratama
Politeknik Energi dan Mineral AKAMIGAS, Indonesia
Email : yoelagung0710@gmail.com, [email protected]
*Correspondence:
Yoel Agung Octavieka
|
DOI: 10.59141/comserva.v4i7.2600 |
ABSTRAK PT. X menghadapi tantangan dalam pengelolaan persediaan material lithos yang
digunakan sebagai bahan utama untuk
packaging pelumas, sering
kali mengalami kekurangan
atau kelebihan stok yang berpotensi mengganggu
operasional. Penelitian ini bertujuan
untuk membandingkan efektivitas dua metode pengendalian persediaan, yaitu Economic Order Quantity (EOQ) dan Period Order
Quantity (POQ), dalam meminimalkan biaya persediaan dan memastikan kelancaran produksi. Data throughput material lithos
pada tahun 2022 dan hasil forecasting tahun 2023 dianalisis menggunakan kedua metode ini untuk menentukan
metode yang paling efisien.
Hasil penelitian menunjukkan
bahwa metode EOQ lebih optimal dalam meminimalkan
Total Inventory Cost (TIC) dibandingkan POQ, baik pada tahun 2022 maupun
dalam proyeksi tahun 2023. Implementasi metode EOQ direkomendasikan untuk
pengelolaan persediaan material lithos di PT. X guna meningkatkan efisiensi
biaya dan operasional perusahaan. Kata kunci: Economic Order Quantity,
Period Order Quantity, Lithos, Efisiensi Biaya |
|
|
ABSTRACT PT.
X faces challenges in managing the inventory of lithos materials used as the main material for lubricant packaging, often experiencing shortages or overstocking that has the potential to disrupt operations. This study aims to compare the
effectiveness of two inventory control methods, namely Economic Order Quantity (EOQ) and Period Order Quantity (POQ), in
minimizing inventory costs and ensuring
smooth production. The lithos material throughput data
in 2022 and the forecast results in 2023 were analyzed using these two methods
to determine the most efficient
method. The results show that the
EOQ method is more optimal in minimizing
Total Inventory Cost
(TIC) than POQ, both in
2022 and in the projection for 2023. The implementation of the EOQ method is recommended for the management
of lithos material inventory at PT. X to improve the
company's cost and operational efficiency. Keywords: Economic Order
Quantity, Period Order Quantity, Lithos, Cost
Efficiency |
Di era
globalisasi saat ini, industri manufaktur dan perdagangan menghadapi tantangan
yang semakin kompleks. Pertumbuhan pesat perdagangan internasional dan inovasi
teknologi membuka peluang baru, namun juga meningkatkan tekanan pada perusahaan
untuk menjaga kelancaran rantai pasok. Rantai pasok yang efisien penting untuk
memenuhi harapan konsumen terhadap pengiriman yang cepat dan akurat. Dalam proses produksi, persediaan terbagi
menjadi beberapa jenis dimana setiap jenisnya memiliki karakteristik dan fungsi
yang berbeda. Jenis dan tipe persediaan dapat dibedakan menjadi Persediaan
Bahan Mentah (Raw Material), Persediaan Baran dalam prosess atau Bahan Setengah
Jadi (Work In Process), Persediaan komponen dari suatu produk yang dibeli
(Component Stock) dan Persediaan Barang Jadi (Finished Goods), dan Persediaan
bahan-bahan pembantu atau barang-barang perlengkapan (Supplies Stock). (Arfan Bakthiar, 2021) Tantangan seperti
variabilitas permintaan, ketidakpastian pasokan, kompleksitas jaringan global,
dan persyaratan peraturan yang ketat membutuhkan strategi terintegrasi untuk
memastikan kelancaran rantai pasok.
Masalah urgent yang dihadapi PT. X adalah ketidakseimbangan dalam pengendalian persediaan material lithos, yang sering kali menyebabkan kekurangan stok. Kekurangan stok ini bukan hanya mengganggu operasional perusahaan, tetapi juga meningkatkan biaya produksi karena harus mempercepat pemesanan atau mengalihkan sumber daya lain untuk menangani masalah stok. Selain itu, kelebihan stok juga menyebabkan peningkatan biaya penyimpanan yang tidak perlu, sehingga menurunkan efisiensi biaya keseluruhan. Masalah ini diperparah oleh ketidakmampuan perusahaan untuk memprediksi secara akurat kapan dan berapa banyak material yang dibutuhkan, yang pada akhirnya berdampak pada kelancaran proses produksi dan kemampuan PT. X untuk memenuhi permintaan pasar secara tepat waktu.
Untuk mengatasi masalah ini, PT. X perlu menerapkan metode pengendalian persediaan yang lebih efektif dan efisien guna meminimalkan biaya sambil tetap menjaga ketersediaan material yang diperlukan. Dalam penelitian ini, metode Economic Order Quantity (EOQ) dan Period Order Quantity (POQ) dibandingkan untuk menentukan strategi pengendalian persediaan yang optimal bagi perusahaan.
Metode penelitian
yang digunakan menggunakan pendekatan metode kuantitatif deskriptif. Penelitian
ini bertujuan untuk mengeksplorasi nilai-nilai variabel mandiri secara terpisah, baik
tunggal maupun berganda (variabel independen), tanpa mengadakan perbandingan
atau menghubungkannya dengan variabel lain. Fokus utama penelitian ini adalah
memahami kondisi masing-masing variabel secara terisolasi, tanpa melibatkan
pengaruh atau korelasi dengan variabel lainnya seperti yang biasanya terjadi
dalam penelitian eksperimental. Karena itu, dalam penelitian kuantitatif ini,
dilakukan pengolahan dan analisis data yang diperoleh dari laporan keuangan
perusahaan. Data yang digunakan mencakup data throughput material lithos
selama satu tahun, data biaya penyimpanan, dan data biaya pemesanan.
Data yang
didapatkan untuk penelitian ini adalah data sekunder. Data sekunder adalah
informasi yang telah dikumpulkan, diatur, dan dipublikasikan oleh pihak lain
sebelumnya. Data yang dicari oleh penulis meliputi pencarian literatur yang
berkaitan pada penelitian, artikel, jurnal, serta data-data perusahaan yang
membantu pengerjaan seperti data throughput,
biaya pesan, dan biaya simpan. Subjek penelitian akan berfokus pada
pengendalian persediaan dari subjek penelitian yang sudah dicantumkan, yang
bertujuan untuk penghematan biaya perusahaan, dan objek penelitian ini berfokus
pada kegiatan penyimpanan persediaan material packaging lithos 0,8L.
Teknik analisis data pada
penelitian ini diawali dengan merumuskan permasalahan terkait efisiensi
material botol lithos 0.8 liter di
PT. X. Setelah permasalahan diidentifikasi secara jelas, penelitian menetapkan
batasan untuk memastikan fokus tetap pada optimalisasi stok material lithos 0.8
liter, sehingga analisis tidak menyimpang ke aspek lain. Metode yang digunakan
dalam penelitian ini meliputi Economic Order Quantity (EOQ) dan Periodic Order
Quantity (POQ), yang berfungsi untuk merencanakan perkiraan permintaan serta
menjaga ketersediaan stok. Selanjutnya, data yang relevan dikelompokkan untuk
diolah dan dianalisis, kemudian dilakukan perbandingan efisiensi antara kedua
metode tersebut. Analisis ini bertujuan untuk mengevaluasi metode mana yang
lebih efektif digunakan. Tahap akhir penelitian ini melibatkan penyusunan
kesimpulan berdasarkan hasil analisis serta penyampaian rekomendasi yang dapat
diimplementasikan guna meningkatkan proses pengelolaan stok di masa mendatang.
A. Deskripsi Umum
Persediaan
merupakan komponen yang sangat penting dalam operasional bisnis, meskipun
sering kali dianggap sebagai elemen yang membebani sumber daya perusahaan.
Dalam banyak kasus, persediaan dapat mencapai lebih dari seperempat dari total
aset perusahaan. Peningkatan jumlah produk yang disimpan berimplikasi pada
meningkatnya modal yang terikat, yang secara langsung mengurangi fleksibilitas
perusahaan dalam melakukan investasi pada peluang yang lebih menguntungkan.
Selain itu, adanya persediaan dalam jumlah besar juga meningkatkan risiko
kerusakan, penurunan kualitas, atau kedaluwarsa produk. Sebaliknya, jumlah
persediaan yang terlalu rendah dapat menyebabkan kekurangan stok, yang pada
akhirnya berpotensi menimbulkan kerugian peluang bisnis yang signifikan.
Perencanaan
kebutuhan stok material bertujuan untuk mempersiapkan perusahaan untuk
kebutuhan yang tidak stabil pada tahap produksi. Metode Economic Order Quantity (EOQ) dan Periodic Order Quantitiy
(POQ) bertujuan untuk mengantisipasi bagaimana kebutuhan stok yang akan terjadi
di masa mendatang. Dua metode tersebut dirancang untuk meminimalkan Total Inventory Cost (TIC) kebutuhan
material yang akan digunakan. Dasar pemikiran untuk Metode EOQ dan POQ adalah sebagai
berikut
1. Menentukan Data Kebutuhan
Maerial Lithos 0,8 Liter.
Data permintaan
packaging material lithos 0,8 L dari
PT. X. Data ini menjelaskan tentang permintaan material.
2. Menghitung Rata-Rata Permintaan.
Rata-rata persediaan diperoleh
dari data penggunaan material lithos 0,8 L. Data ini menjelaskan
tentang rata-rata penggunaan material..
3. Menghitung Biaya Penerimaan.
Biaya Penerimaan dihitung dari total perhitungan Receiving, Admin Receiving,
Procurement, Staff,� QC,
Biaya Internet, Kertas.
4. Menentukan Lead Time.
Lead Time
dari FT. X adalah perbulan (2 hari kerja)
5. Menghitung Biaya Simpan.
Biaya Simpan dihitung dari total perhitungan Maintenance
Forklift, Kebersihan, Listrik .
Berikut adalah
hasil dari metode EOQ dan POQ untuk mencari jumlah minimal stok
material di PT. X
a. Data Distribusi
Data distribusi
didapat dari data permintaan dari PT. X untuk digunakan dalam perhitungan
menggunakan metode EOQ dan POQ) sehingga memperoleh total dan rata-rata
permintaan sebagai mana pada tabel 1 dibawah.
Tabel 1. Tabel Permintaan
|
No |
Bulan |
Total Permintaan (Unit) |
|
1 |
Januari |
482032 |
|
2 |
Februari |
38160 |
|
3 |
Maret |
369540 |
|
4 |
April |
303660 |
|
5 |
Mei |
214920 |
|
6 |
Juni |
438128 |
|
7 |
Juli |
464220 |
|
8 |
Agustus |
167980 |
|
9 |
September |
183960 |
|
10 |
Oktober |
374040 |
|
11 |
November |
345060 |
|
12 |
Desember |
93170 |
|
total |
3474870 |
|
|
Rata � rata persediaan |
289572.5��������� |
|
b. Rata-Rata Permintaan
Rata-rata
permintaan dari PT. X pada tahun 2022 memperoleh rata-rata sebesar 289572.5���������� Unit sebagai mana ditera pada
tabel 2.
Tabel 2. Rata-rata Permintaan Pertamax
|
Total
Permintaan |
Rata-rata
permintaan |
|
3474870 Unit |
289572.5�� |
c. Biaya Pesan
Setiap pemakaian
material lithos pada PT. X meliputi biaya Receiving, Admin Receiving,
Procurement, Staff,� QC,
Biaya Internet, Kertas. Sehingga untuk harga setiap
penerimaan unit pesanan mengeluarkan biaya yang cukup banyak, tertera pada tabel
3.
Tabel 3. Biaya Pesan
|
No |
Rincian |
Biaya |
|
1 |
Receiving |
Rp36.250.00 |
|
2 |
Admin Receiving |
Rp36.250.00 |
|
3 |
Procurement |
Rp9.062.00 |
|
4 |
Staff |
Rp20.312.00 |
|
5 |
QC |
Rp18.125.00 |
|
6 |
Biaya Internet |
Rp2.272.00 |
|
7 |
Kertas |
Rp300.00 |
|
Total |
Rp122,571.00 |
|
d. Lead Time
Lead
Time merupakan waktu tunggu yang digunakan sebagai
penentu besarnya frekuensi persediaan, pada PT. X memiliki leadtime
pemesanan selama 2 hari untuk setiap pemesanan.
Tabel 4. Data Lead Time
|
Produk |
Lead Time
Pemesanan (hari) |
|
Material
Lithos |
2 |
e. Penyimpanan
Pada biaya
penyimpanan dihitung dengan menjumlah Maintenance Forklift, Listrik Kebersihan.
Tabel 5.
Biaya Simpan
|
No |
Kategori |
Biaya Simpan |
Fraksi Simpan |
|
1 |
Maintenance Forklift |
Rp83.333.00 |
0.525% |
|
2 |
Listrik |
Rp22.095.00 |
0.139% |
|
3 |
Kebersihan |
Rp31.875.00 |
0.201% |
|
Biaya Simpan |
Rp169.00 |
||
B. Analisis Efisiensi
Ketersediaan stok material lithos
pada PT. X. Penggunaan material lithos
pada PT. X bervariasi. Data permintaan dari material lithos untuk pemakaian
pada PT. X:
1. Biaya Pesan, Biaya Simpan, dan Permintaan Material Lithos 0,8 L
Tabel 6. Komponen Biaya
|
Biaya Pesan |
Biaya Simpan |
|
Rp122,571.00 |
Rp169.00 |
Tabel 7. Permintaan 2022
|
Bulan |
Permintaan (Unit) |
|
Januari 2022 |
495,500 |
|
Februari 2022 |
53,200 |
|
Maret 2022 |
333,500 |
|
April 2022 |
358,000 |
|
Mei 2022 |
197,000 |
|
Juni 2022 |
428,000 |
|
Juli 2022 |
522,500 |
|
Agustus 2022 |
100,000 |
|
September 2022 |
250,816 |
|
Oktober 2022 |
285,000 |
|
November 2022 |
431,708 |
|
Desember 2022 |
177,500 |
|
Total |
3,632,724 Unit |
Guna meminimalkan TIC pada PT. X, faktor yang digunakan untuk pengoptimalan
ada tiga yaitu permintaan, biaya penerimaan, dan biaya simpan. Oleh karena itu
PT. X disarankan untuk memesan material lithos
dalam jumlah yang optimal untuk dapat meminimalkan Total Inventory Cost (TIC). Oleh karena itu, diperlukan perencanaan yang matang
untuk menjadwalkan permintaan yang optimal untuk menjamin kelancaran
operasional dan memenuhi permintaan pasar secara efektif.
2. Perbandingan Metode EOQ dan POQ ���
Perhitungan Economic Order Quantity (EOQ) dan
Periodic Order Quantity
(POQ) merupakan dua metode yang esensial dalam menentukan jumlah pemesanan
material yang optimal guna meminimalkan Total Inventory
Cost (TIC) dalam manajemen persediaan. POQ adalah
metode yang lebih fleksibel yang mempertimbangkan periode waktu tertentu untuk
pemesanan, biasanya diterapkan ketika permintaan tidak stabil atau ketika ada
fluktuasi musiman. POQ menghitung jumlah pesanan berdasarkan kebutuhan selama
periode tertentu, misalnya mingguan atau bulanan, sehingga memungkinkan
perusahaan untuk menyesuaikan pemesanan dengan variasi permintaan yang terjadi.
Implementasi
kedua metode ini secara simultan memungkinkan perusahaan untuk mencapai
keseimbangan yang optimal antara biaya pemesanan, biaya penyimpanan, dan
tingkat layanan pelanggan:
Tabel 8. EOQ
|
EOQ 2022 |
||
|
Bulan |
EOQ |
TIC |
|
January |
26.809,42 |
Rp4.530.791,16 |
|
February |
8.784,59 |
Rp1.484.595,13 |
|
March |
21.994,47 |
Rp3.717.064,81 |
|
April |
22.788,04 |
Rp3.851.179,21 |
|
May |
16.904,36 |
Rp2.856.836,12 |
|
June |
24.916,52 |
Rp4.210.891,97 |
|
July |
27.530,16 |
Rp4.652.596,21 |
|
August |
12.043,85 |
Rp2.035.411,46 |
|
September |
19.074,06 |
Rp3.223.516,02 |
|
October |
20.332,37 |
Rp3.436.170,02 |
|
November |
25.024,22 |
Rp4.229.093,27 |
|
December |
16.045,92 |
Rp2.711.760,89 |
|
Total |
242.247,97 |
Rp40.939.906,26 |
Contoh
perhitungan:
Dengan
menggunakan rumus
EOQ Januari
=
TIC Januari =
Tabel 9. POQ
|
POQ 2022 |
||
|
Bulan |
POQ |
TIC |
|
January |
9,14 |
�Rp61.820.046,01 |
|
February |
27,91 |
�Rp59.983.066,40 |
|
March |
11,15 |
�Rp61.329.931,16 |
|
April |
10,76 |
�Rp61.084.756,36 |
|
May |
14,50 |
�Rp60.717.359,74 |
|
June |
9,84 |
�Rp61.574.962,71 |
|
July |
8,90 |
�Rp61.697.454,78 |
|
August |
20,35 |
�Rp60.595.283,27 |
|
September |
12,85 |
�Rp60.594.649,35 |
|
October |
12,06 |
�Rp61.330.008,14 |
|
November |
9,80 |
�Rp61.207.246,13 |
|
December |
15,28 |
�Rp60.227.141,30 |
|
Total |
�Rp732.161.905,35 |
|
Dengan
menggunakan rumus
EOQ Januari
=
TIC Januari =
3. Efisiensi Biaya
Efisiensi biaya
menyangkut perhitungan bahwa setiap rupiah yang dikeluarkan harus dengan
memperhitungkan tingkat kemanfaatan bagi pendapatan perusahaan. Dalam konteks inventory control material
lithos pada PT. X, perusahaan harus memastikan
bahwa jumlah material pada gudang, termasuk biaya penerimaan, dan penyimpanan,
dapat diminimalkan agar perusahaan tidak mengeluarkan danan
lebih. Hal ini penting agar perusahaan dapat tetap kompetitif dan
mempertahankan profitabilitasnya.
�
Tabel 10. Perbandingan TIC
|
Metode |
Total Biaya |
Efisiensi yang
terjadi |
|
EOQ |
Rp40,939,906.26 |
95% |
|
POQ |
Rp732,161,905.35 |
7% |
Berdasarkan
analisis diatas dapat terlihat bahwa metode optimal yang dapat mengurangi
pengeluaran perusahaan adalah metode EOQ
4. Forecasting Permintaan Tahun 2023
Perhitungan Forecasting dari data permintaan
terdahulu untuk memprediksi permintaan yang mungkin akan terjadi
menggunakan Metode
Winters Multiplicative.
Tabel 11. Forecast Permintaan Tahun 2023
|
Periode |
Unit |
|
Januari 2023 |
461,306 |
|
Februari 2023 |
49,524 |
|
Maret 2023 |
310,287 |
|
April 2023 |
332,719 |
|
Mei 2023 |
182,782 |
|
Juni 2023 |
396,214 |
|
Juli 2023 |
482,328 |
|
Agustus 2023 |
92,002 |
|
September 2023 |
229,872 |
|
Oktober 2023 |
260,098 |
|
November 2023 |
392,192 |
|
Desember 2023 |
160,477 |
|
Total |
3,349,801 Unit |
C. Perhitungan EOQ 2023
1. Data Perhitungan
Data yang
diperoleh akan digunakan untuk perhitungan pada tahun 2023, komponen yang akan
digunakan untuk perhitungan adalah permintaan forecasting, biaya pesan, dan
biaya simpan.
Tabel 12. Komponen Biaya
|
Biaya Pesan |
Biaya Simpan |
|
Rp122,571.00 |
Rp169.00 |
Tabel 5 Permintaan
Forecasting
|
Periode |
Unit |
|
Januari 2023 |
461,306 |
|
Februari 2023 |
49,524 |
|
Maret 2023 |
310,287 |
|
April 2023 |
332,719 |
|
Mei 2023 |
182,782 |
|
Juni 2023 |
396,214 |
|
Juli 2023 |
482,328 |
|
Agustus 2023 |
92,002 |
|
September 2023 |
229,872 |
|
Oktober 2023 |
260,098 |
|
November 2023 |
392,192 |
|
Desember 2023 |
160,477 |
|
Total |
3,349,801 Unit |
Dari data diatas, akan digunakan untuk
menghitung EOQ pada tahun 2023 untuk menentukan permintaan optimal pada tahun
tersebut dan menentukan TIC yang dikelurkan pada tahun tersebut.
2. EOQ
Order Quantity menggunakan EOQ dengan menghitung per bulannya permintaan optimalnya:
3. Safety Stock
4. Total Inventory Cost
Tabel 6 Hasil EOQ dan TIC
|
EOQ 2023 |
||
|
Bulan |
EOQ |
TIC |
|
January |
25.867,83 |
Rp4.371.663,91 |
|
February |
8.475,66 |
Rp1.432.386,02 |
|
March |
21.215,21 |
Rp3.585.370,20 |
|
April |
21.968,70 |
Rp3.712.709,90 |
|
May |
16.282,92 |
Rp2.751.813,06 |
|
June |
23.973,44 |
Rp4.051.511,94 |
|
July |
26.450,67 |
Rp4.470.163,95 |
|
August |
11.552,19 |
Rp1.952.319,31 |
|
September |
18.260,33 |
Rp3.085.995,24 |
|
October |
19.423,79 |
Rp3.282.620,83 |
|
November |
23.851,45 |
Rp4.030.895,88 |
|
December |
15.257,10 |
Rp2.578.449,40 |
|
Total |
232.579,29 |
Rp39,305,899,64 |
D. Pembahasan
Pembahasan dari evaluasi
metode Distribution Reqruitment
Planning untuk meminimalisir
biaya distribusi kayu di FT. X adalah sebagai berikut:
Tabel 7 Perbandingan Metode
|
Metode |
Total Biaya |
Efisiensi yang
terjadi |
|
EOQ |
Rp40,939,906.26 |
95% |
|
POQ |
Rp732,161,905.35 |
7% |
Tabel 16. Hasil EOQ dan TIC 2023
|
EOQ 2023 |
||
|
Bulan |
EOQ |
TIC |
|
January |
25.867,83 |
Rp4.371.663,91 |
|
February |
8.475,66 |
Rp1.432.386,02 |
|
March |
21.215,21 |
Rp3.585.370,20 |
|
April |
21.968,70 |
Rp3.712.709,90 |
|
May |
16.282,92 |
Rp2.751.813,06 |
|
June |
23.973,44 |
Rp4.051.511,94 |
|
July |
26.450,67 |
Rp4.470.163,95 |
|
August |
11.552,19 |
Rp1.952.319,31 |
|
September |
18.260,33 |
Rp3.085.995,24 |
|
October |
19.423,79 |
Rp3.282.620,83 |
|
November |
23.851,45 |
Rp4.030.895,88 |
|
December |
15.257,10 |
Rp2.578.449,40 |
|
Total |
232.579,29 |
Rp39,305,899,64 |
Penelitian ini
bertujuan untuk menentukan metode pengendalian persediaan yang paling efisien
antara EOQ dan POQ. Dari hasil perhitungan Total Inventory
Cost (TIC) pada tahun 2022, metode EOQ terbukti lebih
efisien dengan biaya Rp40.939.906,26 dibandingkan dengan POQ yang mencapai
Rp732.161.905,35. Selisih biaya yang signifikan ini menegaskan bahwa penggunaan
EOQ secara konsisten memberikan jumlah pesanan yang lebih optimal, mengurangi
biaya penyimpanan dan pemesanan. Hasil ini juga didukung oleh proyeksi untuk
tahun 2023 yang menunjukkan bahwa metode EOQ akan terus memberikan biaya yang
lebih rendah dibandingkan POQ.
Validasi terhadap
hasil penelitian dilakukan dengan cara membandingkan data permintaan, biaya
pesan, dan biaya simpan yang diperoleh dari PT. X dengan literatur yang relevan
serta perhitungan empiris yang diterapkan pada kasus serupa di industri. Dalam
hal ini, metode EOQ yang digunakan telah divalidasi melalui perhitungan
berulang untuk memastikan akurasi hasil. Selain itu, perhitungan menggunakan
POQ juga telah diverifikasi melalui uji coba simulasi terhadap data historis
perusahaan.
Analisis lebih
lanjut menunjukkan bahwa variabilitas permintaan yang tinggi menjadi salah satu
faktor kunci yang memengaruhi efektivitas POQ. Ketika permintaan berfluktuasi,
POQ menghasilkan biaya yang lebih tinggi karena penyesuaian pesanan yang tidak
optimal pada periode waktu tertentu. Sebaliknya, EOQ lebih stabil karena
mempertimbangkan jumlah pesanan yang ideal berdasarkan kebutuhan tetap,
sehingga mengurangi biaya total yang dihasilkan.
Selain itu,
validasi hasil juga diperkuat dengan membandingkan hasil EOQ dan POQ dengan
data dari perusahaan lain dalam industri serupa, di mana hasil penelitian ini
menunjukkan konsistensi. Penggunaan EOQ secara umum diakui sebagai metode yang
lebih efektif dalam situasi dengan permintaan yang relatif stabil dan kapasitas
penyimpanan yang terbatas.
Perhitungan EOQ
secara konsisten menyediakan jumlah order yang optimal untuk memenuhi
permintaan dengan biaya yang lebih rendah dibandingkan POQ, yang lebih
fleksibel namun menghasilkan biaya tinggi karena tidak stabilnya permintaan dan
perhitungan yang dilakukan berdasarkan periode waktu tertentu.
Berdasarkan hasil analisis dan perbandingan yang dilakukan, disarankan agar
PT. X mengadopsi metode EOQ sebagai basis sistem pengendalian persediaan utama
untuk material lithos. Metode ini tidak hanya lebih efisien dalam meminimalkan
biaya tetapi juga efektif dalam menjaga keseimbangan stok yang optimal untuk
mendukung operasi yang lancar.
Berdasarkan hasil pembahasan, disimpulkan bahwa metode EOQ lebih optimal dibandingkan POQ dalam meminimalkan Total Inventory Cost (TIC) pada persediaan material lithos di PT. X. Pada tahun 2022, metode EOQ menghasilkan TIC sebesar Rp40.939.906,26, jauh lebih rendah dibandingkan POQ yang mencapai Rp732.161.905,35, dan hasil serupa terlihat pada proyeksi tahun 2023 di mana EOQ terus menunjukkan biaya yang lebih rendah. Penerapan metode EOQ direkomendasikan sebagai strategi pengendalian persediaan yang paling efisien bagi PT. X, didukung oleh validasi melalui perhitungan ulang dan perbandingan dengan kasus serupa di industri yang menunjukkan konsistensi EOQ dalam mengurangi biaya pesan dan simpan, terutama dalam kondisi permintaan stabil. Di sisi lain, metode POQ yang lebih fleksibel mungkin lebih cocok untuk situasi dengan variabilitas permintaan yang tinggi, namun dalam konteks PT. X dengan permintaan material lithos yang relatif stabil, metode EOQ terbukti lebih efektif dalam menjaga keseimbangan antara biaya pemesanan dan penyimpanan.
Achmad
Nur Indrawan, Wahyu Ardi, Halifah, Sofiatul Mila. (2008). Penggunaan VRU (Vapor Recovery Unit) Unit untuk
Mengurangi Emisi Gas Buang (Green House Effect) pada
Lapangan "S". Makalah
Profesional, 10.
Adiwidya Muhammad Sofyan, Dendy Pramana Putra, Lukman
Efendi. (2019). Penerapan Metode Net Present Value (NPV) pada Kelayakan
Investasi Syariah Waralaba Mixue di Indonesia. Tsarwah: Jurnal Bisnis Ekonomi
Islam, 8.
Almasri, M., Akram, M., & Qureshi, T. (2022).
Petroleum refining process optimization and its impact on energy efficiency.
Journal of Energy Management, 15(2), 45-58.
Aulia Fazlur Rachman, Bambang Priyono.
(2024). Tekno Ekonomi Vapour Recovery Unit (VRU) di
SPBU Tanggerang. Malcom, 7.
Bambang Sujatmiko, Maulidya Octaviani Bustamin, Gilang Nova Ardiansyah. (2023). Analisis Biaya Investasi Proyek
Pembangunan Perumahan La Diva Green Hill Menganti Gresik. Proteksi, 9.
Dani Hari Tunggal Prasetiyo,
Alief Muhammad, Mas Ahmad Baihaqi, Hartawan Abdillah, Linda Kurnia Supraptiningsih.
(2022). The Effect of RON Value on Fuel Type of Gasoline on Exhaust Gas
Emissions. Cermin, 11.
Gong, J., Wang, L., & Zhang, Y. (2021). Reducing
evaporation losses in fuel storage tanks: A case study. Energy and
Environmental Sciences, 12(3), 112-125.
Huang, X., Chen, L., & Zhou, Y. (2017).
Environmental impacts of petroleum storage tank emissions. Journal of Clean
Production, 142, 2394-2402.
Hussein, T., Alam, R., & Rehman, S. (2021).
Storage and distribution of petroleum products: Challenges and solutions.
Petroleum Technology Journal, 18(4), 219-232.
Kumar, S., Reddy, M., & Gupta, V. (2021).
Evolution of petroleum energy: Historical and modern perspectives. Fuel
Science Review, 9(1), 12-29.
Lee, J., Park, Y., & Kim, T. (2019). Vapor
recovery systems in oil storage: Advances and challenges. Journal of
Environmental Technology, 25(3), 98-110.
Patil, D., Jain, R., & Sharma, P. (2020). Air
pollution from petroleum storage tanks and mitigation strategies.
International Journal of Environmental Science, 45(7), 337-345.
Purnatio, D. (n.d.). Analisis Kelayakan Investasi Alat DNA Real Time Thermal Cycler
(RT-PCR) untuk Pengujian Gelatin. Jurnal PASTI, 15.
Rahman, M. H., Uddin, S., & Islam, M. (2020). The
origin and composition of crude oil: A geological perspective. Petroleum
Geoscience, 26(1), 1-15.
Sanjaya, D., & Pramono,
S. (2020). Losses in petroleum distribution systems: Key challenges and
solutions. Energy and Fuel Research Journal, 10(2), 129-142.
Sefilra Andalucia, Hendra Budiman, Irham Darmawan. (2023).
The Use of Vapor Recovery Unit (VRU) to Cover Evaporation Loss Oh Condensate Tank Y and Z at SHI Prabumulih.
Jurnal Cakrawal, 12.
Smith, R., Thompson, P., & Clark, D. (2018).
Emission control in petroleum storage tanks: A comprehensive analysis. Journal of Industrial Engineering, 34(2),
101-120.
Try Dharmanasa, Danial, Mohammad Ivanto. (2021). Analisa
Perbandingan Bahan Bakar Pertalite dan Pertamax terhadap Karakteristik Motor
Honda Fit X NF 100 SE. Jurnal Teknologi Rekayasa, 10.
Zainudin, A., & Halim, R. (2019). Hydrocarbon
composition in petroleum products and their industrial applications.
Indonesian Journal of Oil and Gas Technology, 14(2), 45-58.
Zhang, W., Liu, S., & Fang, T. (2020). Regulatory
frameworks for managing evaporation losses in fuel storage. Regulatory Science
Journal, 36(4), 211-225.
|
|
|