Analisis Pengendalian Bahan Baku Utama Produk Mayumi Menggunakan Metode Time Series Dan Pendekatan Min-Max (Studi Kasus: PT Ajinomoto Indonesia Mojokerto Factory)

Abstract

Abstrak

PT Ajinomoto Indonesia Mojokerto Factory merupakan perusahaan yang bergreak dalam industri bumbu masakan. Berdasarkan observasi yang dilakukan dengan divisi Production Planning and Control (PPC) PT Ajinomoto Indonesia Mojokerto Factory, diketahui bahwa ketidaksesuaian antara demand aktual dan hasil forecasting menyebabkan terjadinya kekurangan ataupun kelebihan persediaan bahan baku di gudang, khususnya bahan baku garam. Oleh karena itu, penelitian ini bertujuan untuk meyusun rancangan peramalan bahan baku dengan metode time series serta memberi usulan kuantitas pemesanan melalui pendekatan min-max. Berdasarkan permasalah tersebut, dilakukan perhitungan peramalan menggunakan lima metode, yaitu Single Moving Average, Double Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, dan Winter’s Method untuk mengetahui perkiraan pemakaian pada periode selanjutnya. Berdasarkan pengolahan data, metode peramalan terbaik ialah Holt-Winter's. Untuk periode Januari-Desember 2024, diperoleh rekomendasi safety stock, (0 ton untuk air minum; 18,626 ton untuk minyak kedelai; 8,531 ton untuk gula; dan 1,289 ton untuk garam), minimum stock (sebesar 0 ton untuk air minum; 162,040 ton untuk minyak kedelai; 43,973 ton untuk gula; dan 6,667 ton untuk garam), maksimum stock (0 ton untuk air minum; 305,455 ton untuk minyak kedelai; 79,415 ton untuk gula; dan 12,046 ton untuk garam), dan kuantitas pemesanan (0 ton untuk air minum; 143,414 ton untuk minyak kedelai; 35,442 ton untuk gula; dan 5,379 ton untuk garam)..

Kata kunci: Forecasting, Kuantitas Pemesanan, Min-Max, Safety Stock, Time Series

Abstract

PT Ajinomoto Indonesia Mojokerto Factory is a company engaged in the seasoning industry. Based on observations made with the Production Planning and Control (PPC) division of PT Ajinomoto Indonesia Mojokerto Factory, it is known that the mismatch between actual demand and forecasting results causes a shortage or excess inventory of raw materials in the warehouse, especially salt raw materials. Therefore, this study aims to design raw material forecasting with the time series method and provide a proposed order quantity through the min-max approach. Based on this problem, forecasting calculations are carried out using five methods, namely Single Moving Average, Double Moving Average,Single Exponential Smoothing, Double Exponential Smoothing, and Winter's Method to determine the estimated usage in the next period. Based on data processing, the best forecasting method is Holt-Winter's. For the period January-December 2024, safety stock recommendations are obtained, (0 tons for drinking water; 18,626 tons for soybean oil; 8,531 tons for sugar; and 1,289 tons for salt), minimum stock (0 tons for drinking water; 162,040 tons for soybean oil; 43,973 tons for sugar; and 6,667 tons for salt), maximum stock (0 tons for drinking water; 305,455 tons for soybean oil; 79,415 tons for sugar; and 12,046 tons for salt), and order quantity (0 tons for drinking water; 143,414 tons for soybean oil; 35,442 tons for sugar; and 5,379 tons for salt).

Keywords: Forecasting, Min-Max, Order Quantity, Safety Stock, Time Series