Program Studi Manajemen • FEB

Manajemen Operasi II

Pertemuan 4 — Manajemen Persediaan Lanjutan

Meninggalkan asumsi statis EOQ dasar: menangani ketidakpastian permintaan (Safety Stock), permintaan dependen (MRP), kolaborasi pemasok (VMI), dan analitik data.

RPS MINGGU 4 • DURASI 2 × 50 MENIT

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda mampu menganalisis model persediaan kompleks. Secara rinci:

CAPAIAN 1 — MODEL PROBABILISTIK

KETIDAKPASTIAN & ROP

Menghitung Safety Stock dan Titik Pemesanan Ulang (ROP) berdasarkan target Service Level.

CAPAIAN 2 — DEPENDENT DEMAND

MRP & BOM

Membedakan permintaan independen vs dependen, serta menyusun skema Material Requirements Planning (MRP).

CAPAIAN 3 — KEMITRAAN RANTAI PASOK

JIT & VMI

Mengevaluasi praktik Just-In-Time dan Vendor-Managed Inventory lewat studi kasus nyata (misal: Walmart).

CAPAIAN 4 — TEKNOLOGI INVENTORI

WMS & ANALITIK

Memahami peran ERP, RFID, dan Predictive Analytics dalam mengoptimalkan persediaan di era digital.

Realita: Mengapa EOQ Dasar Sering Gagal?

Model EOQ klasik berasumsi permintaan konstan (D) dan lead time pasti (L). Di lapangan, asumsi ini hancur berantakan.

ASUMSI EOQ DASAR

Garis Lurus Statis

Penjualan selalu 100 unit/hari. Barang selalu datang tepat 3 hari. Realitanya? Mustahil.

REALITA BISNIS MODERN

Dinamis & Fluktuatif

Ada musim liburan, tren viral TikTok, cuaca buruk menunda kapal kargo, atau pandemi yang menghentikan pasokan global.

Jika kita tetap pakai EOQ statis, risikonya ada dua: Stockout (kehilangan pelanggan karena barang kosong) atau Overstock (uang mati di gudang).

Bagian 1 dari 4

Model Probabilistik & Safety Stock

Mengukur ketidakpastian dengan statistik: bagaimana memberikan Service Level 95% tanpa membuat gudang kelebihan muatan.

Service Level Z-Score Standar Deviasi

Reorder Point (ROP) dengan Probabilitas

ROP adalah titik kapan pesanan baru harus dilakukan. Ketika permintaan berfluktuasi, ROP harus ditambah Safety Stock (SS).

ROP = (Demand Rata-rata × Lead Time) + Safety Stock

GRAFIK PERMINTAAN VS ROP

KOMPONEN ROP

Demand Harian (d): Rata-rata barang terjual.
Lead Time (L): Rata-rata waktu tunggu barang datang.
Safety Stock (SS): Bantalan agar tak kehabisan saat lonjakan mendadak.

Menghitung Safety Stock & Service Level

Berapa tebal bantalan Safety Stock? Ditentukan oleh Service Level (Tingkat Pelayanan) yang diinginkan manajemen.

Safety Stock (SS) = Z × σ_dL

Z = Nilai Z-score (dari kurva normal) untuk Service Level target • σ_dL = Standar deviasi permintaan selama lead time.

TABEL NILAI Z STANDAR UNTUK SERVICE LEVEL

Service Level Target	Arti di Lapangan	Nilai Z (Z-Score)
90%	Peluang kehabisan stok 10%	1,28
95%	Peluang kehabisan stok 5%	1,65
99%	Peluang kehabisan stok 1%	2,33

Untuk mencapai 99%, Anda harus menyiapkan hampir dua kali lipat safety stock dibanding target 90%. Tidak semua barang harus diberi target 99% (tergantung margin & prioritas).

Coba Sendiri: Geser Service Level, Lihat ROP Berubah

Geser target Service Level dan standar deviasi permintaan, lalu amati bagaimana nilai Z, Safety Stock, dan Reorder Point ikut bergerak.

Hitung dari Nol — HDN-1: Safety Stock Apotek

Sebuah apotek menjual obat flu. Permintaan rata-rata = 50 kotak/hari dengan standar deviasi = 10 kotak. Lead time dari distributor konstan 4 hari. Manajemen mematok Service Level 95% (Z = 1,65).

LANGKAH DEMI LANGKAH

Langkah	Perhitungan	Nilai
Deviasi Lead Time	σ_dL = σ_harian × √L = 10 × √4	20 kotak
Safety Stock (SS)	Z × σ_dL = 1,65 × 20	33 kotak
ROP Dasar	d × L = 50 × 4	200 kotak
Total ROP Baru	200 + 33	233 kotak

KEPUTUSAN MANAJER

Pesan di sisa 233

Jangan tunggu sisa 200

Dengan memesan saat sisa 233 kotak (bukan 200), apotek dijamin 95% aman dari kehabisan stok meski ada lonjakan musim flu selama masa tunggu 4 hari.

Bagian 2 dari 4

Dependent Demand: Dari EOQ ke MRP

Bagaimana merencanakan bahan baku yang pesanannya tak bisa dianalisis satu per satu karena saling terikat dalam sebuah produk.

Independen Dependen BOM

Independen vs Dependen

INDEPENDENT DEMAND

Tergantung Pasar

Permintaan datang dari pelanggan akhir, dipengaruhi tren, cuaca, dll.

Contoh: Sepeda Utuh di toko.
Sistem Pendekatan: Diramal (Forecast), pakai EOQ & ROP.

DEPENDENT DEMAND

Tergantung Produksi

Permintaan komponen yang diturunkan dari rencana produksi produk induk.

Contoh: Roda, pedal, rantai sepeda.
Sistem Pendekatan: Dihitung pasti (Calculated), pakai MRP.

Jangan gunakan peramalan (forecasting) untuk komponen yang sifatnya dependen. Jika jadwal rakit 100 sepeda, maka rantainya PASTI butuh 100.

Material Requirements Planning (MRP)

MRP adalah sistem berbasis komputer untuk menentukan apa, kapan, dan berapa banyak komponen yang harus dipesan/diproduksi.

3 INPUT UTAMA SISTEM MRP

MPS (Master Production Schedule): Jadwal Induk Produksi (kapan barang jadi harus selesai). Misal: 50 Sepeda di Minggu 5.
BOM (Bill of Materials): "Resep" produk. 1 Sepeda = 2 Roda + 1 Rangka + 2 Pedal.
Inventory Records: Catatan stok saat ini. (Misal di gudang masih ada sisa 10 Roda).

MRP bekerja dengan cara berjalan mundur (backward scheduling). Mulai dari *deadline* produk jadi, dipotong *lead time* perakitan, dipotong *lead time* pemesanan komponen.

Pohon Bill of Materials (BOM) & Waktu Mundur

Misal, memproduksi Produk X butuh 1 minggu. Komponen A butuh 2 minggu kirim. Komponen B butuh 1 minggu kirim.

STRUKTUR BOM & LEAD TIME

Produk X (Lead: 1 minggu)

↓

2x Komp A
(Lead: 2 minggu)

1x Komp B
(Lead: 1 minggu)

JIKA BUTUH 100 PRODUK X DI MINGGU 5

Rakitan mulai: Minggu 4 (krn lead 1 mg).
Komp A (butuh 200) harus tiba di Mg 4. Pesan Komp A di Minggu 2 (krn lead 2 mg).
Komp B (butuh 100) harus tiba di Mg 4. Pesan Komp B di Minggu 3.

Bagian 3 dari 4

Kemitraan & Eksekusi Rantai Pasok

Menggeser batas kontrol gudang: dari menumpuk barang demi keamanan (Just-In-Case) ke sinkronisasi sempurna (Just-In-Time & VMI).

Just-In-Time (JIT) VMI Zero Inventory

Filosofi Just-In-Time (JIT)

JIT bertujuan menghasilkan apa yang dibutuhkan, kapan dibutuhkan, tanpa limbah (waste). Menganggap persediaan tinggi sebagai "selimut" yang menutupi masalah.

ILUSTRASI AIR & BATU PADA JIT

Air = Persediaan
Batu = Masalah

Banyak persediaan menutupi cacat pemasok atau mesin rusak. Saat JIT menurunkan persediaan (air surut), masalah (batu) terlihat dan harus diperbaiki seketika.

SYARAT KEBERHASILAN JIT

Pemasok Terpercaya: JIT butuh supplier dengan cacat 0% dan pengiriman mutlak tepat waktu.
Lokasi Geografis: Sering menuntut pemasok mendirikan pabrik di sebelah pabrik pembeli (sistem klaster).
Setup Time Singkat: Mesin harus bisa diganti cetakannya dalam hitungan menit (SMED).

Vendor-Managed Inventory (VMI)

Sistem kolaboratif di mana pemasok (Vendor) bertanggung jawab mengatur tingkat persediaan di fasilitas pembeli (Retailer/Pabrik).

CARA TRADISIONAL

Retailer menghitung stok → Membuat Purchase Order (PO) → Pemasok mengirim.

Sering salah hitung (Bullwhip Effect).

SISTEM VMI

Retailer berbagi data *Point of Sale* (Kasir) tiap hari → Pemasok yang memutuskan kapan mengirim truk & berapa isinya.

Siapa diuntungkan? Dua-duanya. Retailer bebas pusing mengurus stok dan gudang lebih rapi. Pemasok bisa mengatur rute logistik dan produksi pabriknya sendiri dengan jauh lebih tenang tanpa kejutan PO dadakan.

Studi Kasus: Walmart & Procter & Gamble (P&G)

Kisah sukses VMI paling legendaris yang merombak manajemen logistik ritel dunia pada era 80-90an.

SITUASI SEBELUM VMI

Manajer toko Walmart memesan stok Pampers secara manual ke P&G. Saat promo, toko pesan mendadak sangat banyak. Pabrik P&G kewalahan, jadwal produksi kacau, biaya lembur mahal, sementara gudang Walmart jadi terlalu penuh barang.

SOLUSI & HASIL (INTEGRASI SISTEM)

Walmart membuka akses satelit ke data kasir (*Point-of-Sale*) langsung ke sistem P&G.
P&G terus-menerus memantau rak Walmart dan mengirim truk saat stok menyentuh titik *reorder*.
Hasil: Inventory turnover Walmart naik tajam, stockout turun, biaya produksi P&G turun tajam karena jadwal pabrik lebih stabil. Pola ini kemudian jadi standar di industri ritel.

Bagian 4 dari 4

Teknologi dalam Manajemen Persediaan

Bagaimana sensor, big data, dan kecerdasan buatan (AI) mentransformasi gudang tradisional menjadi pusat operasi cerdas.

WMS & ERP RFID Machine Learning

Tulang Punggung Digital: ERP, WMS & RFID

ERP (ENTERPRISE)

Data Terpadu

Sistem terintegrasi (misal: SAP, Oracle). Menyambungkan data gudang, keuangan, dan penjualan dalam satu layar. Jika barang terjual, neraca keuangan otomatis ter-update.

WMS (WAREHOUSE)

Otak Gudang

Mengatur tata letak rak, jalur rute truk forklift di dalam gudang, sistem First-In-First-Out (FIFO) agar barang tidak kedaluwarsa.

RFID (SENSOR BARANG)

Tanpa Scan Manual

Label frekuensi radio (dipakai H&M, Zara). Troli berisi ratusan baju bisa lewat gerbang dan otomatis terdata semua isinya tanpa di-scan barcode satu per satu.

Prediksi Permintaan dengan Machine Learning (AI)

Algoritma modern menganalisis ribuan variabel eksternal untuk meramal permintaan (Predictive Analytics) jauh melampaui statistik regresi klasik.

KASUS E-COMMERCE (MISAL: AMAZON)

Faktor yang Dianalisis AI: Historis penjualan, prediksi cuaca, tren pencarian media sosial, hari libur lokal, bahkan riwayat pergerakan kursor mouse pelanggan di web.
Hasil Keputusan: AI secara otomatis memerintahkan pemindahan stok jas hujan dari gudang pusat ke gudang satelit lokal di kota yang diprediksi akan hujan lebat dalam 2 hari ke depan.
Dampak: Pengiriman *Same-Day Delivery* bisa terjadi karena barang sudah didekatkan ke pelanggan bahkan sebelum pelanggan menekan tombol 'Beli'.

Studi Kasus Nasional: PT Semen Baturaja

Tantangan nyata di pabrik industri berat: mengelola ribuan suku cadang mesin (spare parts) yang nilainya sangat mahal.

MASALAH LAMA

Stok suku cadang menumpuk, dana miliaran Rupiah mati di gudang, sering terjadi duplikasi pembelian karena sistem pencatatan antar lokasi pabrik tidak terhubung.

SOLUSI: KLASIFIKASI ABC-VED

Mereka memadukan dua analisis:
1. ABC: Membagi berdasar Nilai Rupiah.
2. VED (Vital, Essential, Desirable): Membagi berdasar kekritisan komponen thd mesin.
Fokus pengawasan ketat dan sistem ERP diberlakukan khusus pada item tipe 'A' dan 'Vital'.

Insight: Tidak semua persediaan diciptakan sama. Manajemen persediaan lanjutan tahu persis mana 20% barang yang butuh porsi 80% perhatian manajemen.

Ringkasan Pertemuan 4

TAKEAWAYS (POIN PENTING)

EOQ Tradisional tidak memadai di dunia fluktuatif. Kita butuh probabilitas dan Safety Stock yang diukur berdasarkan Service Level.
Bedakan jenis permintaan: Barang jadi adalah permintaan independen (diramal), komponen rakitan adalah permintaan dependen (dihitung via MRP).
JIT dan VMI mendobrak sekat gudang perusahaan dengan membina hubungan transparan dan integrasi data dengan pemasok.
Transformasi rantai pasok hari ini mengandalkan ERP, WMS, RFID, dan AI untuk mempercepat pergerakan barang dan menekan biaya inventory mendekati nol.

Minggu Depan: Manajemen Proyek (PERT & CPM)