Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

PENERAPAN DISTRIBUTION REQUIREMENT PLANNING ( DRP )
PADA CV THREE J – BALI

Rika Anistya
Manajemen/Fakuktas Bisnis dan Ekonomika rcaanistya@yahoo.co.ic Abstrak -CV.Three J sebagai perusahaan yang membuka banyak cabang toko di pulau Bali menghadapi masalah dalam pendistribusian. Pendistribusian harus dilakukan ke setiap toko dengan mencegah retur dan kerusakan barang. Peramalan permintaan yang telah terjadi di perusahaan saat ini tetap tidak dapat menghindari masalah tersebut. Pendistribusian dituntut untuk tepat sasaran sesuai dengan kebutuhan toko yang berbeda-beda. Studi ini bertujuan untuk menerapkan perencanaa kebutuhan distribusi untuk sistem distribusi yang lebih baik dan tepat sasaran. Studi ini menggunakan metode Distribution Requirement Planning
(DRP). Untuk menentukan kebutuhan-kebutuhan dan mengisi kembali inventori pada branch warehouse. DRP memberikan future demand visibility berkaitan dengan kebutuhan untuk pengiriman dari source stocking points ke destination stocking points. Hal ini akan membantu untuk melakukan tindakan-tindakan korektif yang diambil sebelum kejadian-kejadian yang tidak diinginkan berkembang menjadi krisis. Penerapan DRP yang dimulai dengan peramalan permintaan dan metode pemulusan eksponensial tunggal.
Hasil dari studi ini memperlihatkan bahwa penerapan DRP pada CV.Three J dapat memberi jalan keluar atas masalah yang dihadapi perusahaan. Dengan DRP perusahaan dapat menjalankan distribusi sesuai peramalan permintaan barang dalam kerangka DRP sehingga dapat menguragi retur karena barang yang sampai di toko tidak sesuai.
Kata kunci : Distribusi, Distribution Requirement Planning, Future Demand,
Forecasting.
ABSTRACT- CV.Three J as a company that opened many branch stores on the island of Bali facing problem in distribution. The distribution must be made to each store to avoid returns and damaged goods. Forecasting demand that has occurred in companies today still can not avoid the problem. Required for the proper distribution objectives consistent with the needs of different stores. This study aims to apply stats distribution needs for a better distribution system and on target. This study uses a method Distribution Requirement Planning (DRP). To determine needs and replenish inventory at branch warehouses. DRP provides visibility of future demand associated with the need for delivery from source to destination points stocking stocking points. This will help to perform corrective actions taken before the events undesirable develop into a crisis. Implementation of DRP that starts with demand forecasting and single exponential smoothing method.The results of this study show that the application of the CV.Three A DRP can provide solutions to the problems facing the company. With DRP companies

1

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

can run the appropriate distribution of goods within the framework of demand forecasting DRP thus reduces future returns because the item does not match up in the store.
Keywords : Distribution, Distribution Requirement Planning, Future Demand,
Forecasting.
Pendahuluan
A. Latar Belakang
Setiap manusia mempunyai kebutuhan yang bersifat primer, dimana akan menggangu kelangsungan hidupnya jika tidak dipenuhi. Sandang atau pakaian adalah kebutuhan yang dibutuhkan manusia untuk melindungi tubuh dan wajib digunakan setiap hari. Fungsi pakaian selain digunakan untuk memberi kenyamanan, fungsi pakaian sebagai pemenuhan gaya hidup fashion yang diyakini dapat menambah rasa percaya diri. Pemenuhan gaya hidup fashion menjadi pemacu pertumbuhan perkembangan industri fashion di Indonesia.
Pemajuan ekonomi kreatif sendiri memiliki keunggulan jangka panjang karena berbasiskan sumber daya yang tidak pernah habis dan senantiasa terbarukan yaitu kreativfitas bangsa.
Perkembangan industri pakaian jadi terus meningkat karena pola konsumsi masyarakat Indonesia. Pendapatan penduduk Indonesia dapat menjadi faktor dalam menentukan pola permintaan barang. Pendapatan per kapita sering digunakan sebagai tolok ukur kemakmuran dan tingkat pembangunan sebuah negara. Semakin besar pendapatan per kapitanya, makin makmur negara tersebut.
Perubahan pendapatan

selalu menimbulkan perubahan pada permintaan

kebutuhan yang semakin beragam. Hal inilah yang mempengaruhi tingkat konsumsi penduduk Indonesia. Pertumbuhan pendapatan per kapita Indonesia sejak tahun 2007 hingga 2010 terus meningkat. Peningkatan pendapatan dan
Perilaku konsumtif tidak jauh dari pola kebiasaan berbelanja. Berdasarkan rilis hasil survei Nielsen pada kuartal IV-2012, konsumen Indonesia tercatat paling optimistis di dunia, atau tetap percaya diri untuk berbelanja.
Bali adalah salah satu pulau yang menjadi objek wisata terbanyak dikunjungi oleh wisatawan asing dan domestik di Indonesia. Dinas Pariwisata
Provinsi Bali mencatat jumlah wisatawan mancanegara pada 2012 ke Pulau
Dewata melampaui target yang ditetapkan. CV. Three J yang berpusat di Jakarta

2

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

melihat peluang yang baik untuk membuka toko pakaian di Bali. Perusahaan memahami bahwa selain untuk berwisata, kebiasaan masyarakat juga akan membeli pakaian untuk ganti atau karena tidak membawa pakaian yang tidak sesuai. CV. Three J membuka toko di Bali dengan nama Jeans Place, Just Jeans,
Silver Jeans dan Versus. Sampai saat ini ada 20 toko yaitu di Kuta, Legian, Kuta
Suci, Seminyak, Ubud, Sanur dan Tanjung Benoa. Menjual produk yang jenis nya sama namun dengan merek, model dan harga yang berbeda. Toko yang menjadi unggulan di Kuta dan Sanur adalah Just Jeans 2, untuk di Kuta Suci adalah Jeans
Place, di Seminyak adalah Jeans Place 2. Produk yang menjadi unggulan, berdasarkan hasil wawancara dengan Direktur pusat Bali CV.Three J, Ibu Uun
Tantiawati adalah celana panjang jeans. Alasan pemilihan produk unggulan tersebut adalah volume penjualannya berdasarkan harga normal (tidak dikurangi discount) yang lebih besar dari pada produk lainnya dan yang menjadi identitas dari nama toko tersebut.
Tabel 1
Data Penjualan Produk Man Jeans dan Woman Jeans
Periode Januari 2011-April 2014
Man jeans
Woman Jeans
No.
Nama Toko
Jumlah Penjualan (pcs)
1.
Jeans Place Seminyak 2
1022
539
2.
Jeans Place Kuta Suci
765
380
3.
Just Jeans Kuta 2
7660
5503
4.
Just Jeans Sanur
967
533
Sumber: CV.Three J, diolah

Permintaan barang ke kantor pusat Jakarta berdasarkan permintaan dari supervisor setiap toko per wilayah. Lalu supervisor akan memberi laporan kepada retailer sport tentang barang yang diminta. Retailer sport akan memberi tahu kepada bagian pembelian di Jakarta tentang barang yang diminta yang biasanya menggunakan email dan menyebutkan jenis atau merek barang yang diminta.
Pada kenyataannya aktivitas distribusi yang berlangsung menyebabkan retur. Retur karena kebutuhan setiap toko yang berbeda dan jika tidak sesuai dalam jumlahnya maka akan terjadi retur ke toko lain sampai barang tersebut laku terjual. Retur akan memakan waktu lebih dari penjadwalan distribusi dan juga rute pengirimannya akan bertambah untuk mengirim barang ke toko yang ada returan.
Retur juga menyebabkan barang rusak. Tabel 2 dibawah ini menujukkan retur

3

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

beberapa produk yang berulang juga disertai status barang yang bisa dijual atau terjadi kerusakan setelah retur. Status barang tersebut adalah status barang terakhir setelah retur. Contohnya pada tabel seperti nomor 1 yaitu produk man jeans, yang berada di toko awalnya Just Jeans Sanur lalu terjadi retur sebanyak tiga kali dan status barangnya normal. Selain itu distribusi yang terjadi di CV.Three J pada kenyataannya ada beberapa produk dalam jumlah kecil berada di toko yang kemampuan menjualnya lebih besar dan sebaliknya seperti yang diperlihatkan pada tabel 3.
Tabel 2
Retur Barang
Periode Januari 2011-April 2014
No

1.
2.
3.

Toko Retur

Status
Barang

Produk

I. Jeans Place Seminyak 2
Man
Barang
II. Jeans Place Kuta Suci
Jeans
Normal
III. Just Jeans Kuta 2
Just Jeans
I. Jeans Place Seminyak 2
Cacat
2.
Boxer
Kuta 2
II. Just Jeans Sanur
(kotor)
I. Just Jeans Sanur
Just Jeans
Man
Retsleting
3.
II. Jeans Place Kuta Suci
Kuta 2
Jeans
rusak
III.Jeans Place Seminyak 2
Jeans Place
I. Jeans Place Kuta Suci
Woman
Pernak
4.
Seminyak 2
II. Just Jeans Sanur
T-shirt
pernik lepas
Sumber: CV.Three J, diolah
Tabel 3
Jumlah Produk yang Terjual
Periode Januari 2013-April 2013
Terjual
Stok
Supply
Produk
Toko
(pcs)
(pcs)
(pcs)
Just Jeans Kuta 2
303
52
1251
Boxer
Jeans Place Kuta Suci
34
100
1116
1.

No

Toko Asal
Just Jeans
Sanur

Woman
Jeans

Jeans Place Kuta Suci

21

2

1116

Just Jeans Sanur

4

29

1036

159

65

1251

12

59

1915

Just Jeans Kuta 2
Woman Tshirt
Jeans Place Seminyak 2
Sumber: CV.Three J, diolah

Penyelesaian

masalahnya

adalah

dengan

melakukan

perencanaan

kebutuhan distribusi sehingga aktivitas distribusi menjadi tepat dari gudang ke setiap toko. Perencanaan kebutuhan distribusi tersebut dapat diawali dengan peramalan berdasarkan penjualan sebelumnya sehingga dapat diketahui kebutuhan produk di toko. Selanjutnya dilakukan penjadwalan distribusi dengan menghitung jumlah ketersediaan

produk

di

masing-masing toko.

4

Sehingga

produk

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

didistribusikan tepat sasaran ke setiap toko dan menghindari retur serta kerusakan barang dalam distribusinya.
Metode yang dapat digunakan adalah Distribution Requirement Planning
(DRP). Dikutip dalam buku Lean Distribution oleh Kirk D. Zylstra, DRP memberikan kemampuan untuk merencanakan berdasarkan suatu peramalan yang berbeda dengan pola permintaan saat ini. Menurut Tersine (1994, p.464),
Distribution Requirement Planning (DRP) merupakan penerapan dari Material
Requirement Planning (MRP) yang digunakan untuk distribusi inventori suatu produk. Dengan demikian perusahaan dapat mengoptimalkan distribusi produknya secara merata.
B. Tujuan Penelitian
Tujuan dari penenlitian ini ditujukan pada :
1. CV.Three J
Dengan adanya penelitian terhadap distribusi CV.Three J dapat memberi masukan bagi perusahaan pakaian ini untuk melakukan perencanaan distribusi yang lebih tepat. 2. Universitas Surabaya
Dengan adanya penelitian ini

dapat menjadi referensi pihak-pihak yang

membutuhkan, serta sebagai studi kasus bagi pembaca dan menambah pengetahuan terkait metode serta penerapan metode dalam sebuah usaha.

Metode Penelitian
A. Supply Chain Management
Supply chain management menurut Simchi-Levi dan Kaminsky (2003,
p.1) adalah suatu pendekatan yang digunakan untuk mencapai pengintegrasian yang efisien dari supplier, manufacturer, distributor, retailer dan customer.
Artinya barang diproduksi dalam jumlah yang tepat, pada saat yang tepat dan pada tempat yang tepat dengan tujuan untuk meminimumkan biaya sistem secara keseluruhan dan memenuhi persyaratan tingkat layanan.
B. Distribusi
Distribusi

mengacu

pada

langkah-langkah

yang

diambil

untuk

memindahkan dan menyimpan produk dari tahap supplier ke tahap pelanggan

5

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

dalam rantai pasokan. Distribusi terjadi antara setiap pasangan tahapan dalam rantai pasokan. Bahan baku dan komponen yang pindah dari pemasok ke produsen, sedangkan produk jadi dipindahkan dari produsen ke pelanggan.
Distribusi akhirnya adalah pendorong utama dari profitabilitas keseluruhan suatu perusahaan karena mempengaruhi baik biaya rantai pasokan dan pengalaman pelanggan secara langsung (Chopra dan Meindl, 2013, p.80).
C. Distribution Requirement Planning (DRP)
Distribution requirement planning (DRP) a time-phased planning approach similar to MRP that uses planned orders at the point of demand
(customer, warehouse, etc.) to determine forecasted demand at the source level
(often a plant). Bozarth dan Handfield (2008, p.498) menyatakan Distribution requirement planning adalah suatu pendekatan perencanaan yang hampir sama dengan MRP yang menggunakan perencanaan permintaan pada titik yang memiliki kebutuhan untuk menetapkan peramalan permintaan kepada pusat.
Distrbution Requirement Planning berfungsi menentukan kebutuhankebutuhan untuk mengisi kembali inventori pada branch warehouse. DRP memberikan future demand visibility berkaitan dengan kebutuhan untuk pengiriman dari source stocking points ke destination stocking points. Hal ini akan membantu untuk melakukan tindakan-tindakan korektif yang diambil sebelum kejadian-kejadian yang tidak diinginkan berkembang menjadi krisis
(Gaspersz, 2005, p.300).
Keuntungan dari sistem DRP adalah memperluas perencanaan manufaktur dan visibilitas terhadap kontrol ke sistem distribusi, sehingga memungkinkan perusahaan untuk menyesuaikan rencana produksi dan untuk menghindari kasus persediaan barang jadi yang berlebihan. (Wisner, Choon Tan, Leong 2009, p.193)
Logika dasar DRP menurut Indrajit (2003, p.250), yaitu :
1. Pertama-tama dihitung perkiraan kebutuhan produk di tingkat pusat distribusi lokal untuk setiap kurun waktu tertentu yang akan datang, yaitu kebutuhan bruto. 2. Dari perkiraan di tingkat pusat distribusi lokal, dihitung kebutuhan neto berdasarkan rentang atau jadwal waktu yang akan datang .

6

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

3. Kebutuhan neto adalah kebutuhan bruto dikurangi dengan persediaan yang ada dan pesanan yang sudah dilakukan, ditambah dengan persediaan pengaman apabila ada.
4. Hanya nilai kebutuhan neto positif yang dicatat dan dihitung
5. Dari sini dapat dihitung berapa yang kurang pada setiap rentang atau jadwal waktu tertentu, dan kekurangan ini haruslah merupakan kedatangan pesanan yang direncanakan. Perlu diingat dan dicatat juga bahwa ini tergantung juga pada jumlah minimum pemesanan atau ukuran lot yang ditentukan oleh pemasok barang.
6. Dari sini, dengan mengingat waktu pemesanan, dapat dihitung mundur kapan dan berapa pesanan perlu dilakukan.
7. Perhitungan-perhitungan di atas dapat menghasilkan berapa jumlah persediaan pada tiap rentang waktu tertentu.
8. Jumlah dan waktu pesanan yang dilakukan pusat distribusi lokal merupakan jumlah dan waktu kebutuhan bruto dari pusat distribusi satu tingkat di atasnya. D. Peramalan
Nasution dan Prasetyawan (2008, p.29) menyatakan bahwa peramalan merupakan proses untuk memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas,waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Peramalan dapat dibedakan atas dua macam,yaitu :
a. Peramalan Kualitatif yaitu peramlaan yang didasarkan atas kwalitatif pada masa lalu..
b. Peramalan Kuantitatif yaitu peramalan yang didasaarkan atas data kuantitatif pada masa lalu. Hasil permalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut.. (Ginting, 2007, p.39).
Menurut Ginting pada dasarnya metode peramalan kuantitatif dapat dibedakan atas dua bagian, yaitu:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu atau “time-series”.

7

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Analisa deret waktu (Time Series) menurut Nasution (2008, p.39) didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen
Trend (T), Siklus/Cycle (C), Pola musiman/Season (S) dan Variasi
Acak/Random (R) yang akan menunjukkan suatu pola tertentu. Komponenkomponen tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis.
Metode ekstrapolasi sering disebut juga sebagai metode deret waktu (timeseries method) yang menggunakan sekumpulan data berdasarkan interval waktu tertentu, seperti : mingguan, bulanan, triwulan, semesteran, atau tahunan.
Metode peramalan rata-rata bergerak (moving average methods) dan pemulusan eksponential (exponential smoothing method) merupakan metodemetode ekstrapolasi yang berdasarkan pada sejumlah data aktual. Metode ini akan efektif apabila pola data tidak menunjukkan kecenderungan (trend) dari waktu ke waktu serta dapat diasumsikan bahwa permintaan pasar akan relatif stabil. Pola historis yang tidak memebentuk kecenderungan (trend) dapat dilihat pada gambar 2 berikut ini. (Gaspersz, 2004, p.76)

Gambar 2
Contoh pola historis

2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang

8

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

mempengaruhinya, yang bukan waktu yang disebut metode korelasi atau sebab akibat (causal method).
1. Metode Perataan (Average)
Metode perataan tujuannya adalah memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang (Makridakis et al, 1999, p.84).
- Moving Average (Nasution, 2003, p.35)
Moving Average diperoleh dengan merata-rata permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik ini adalah untuk megurangi

atau

menghilangkan

variasi

acak

permintaan

dalam

hubungannya dengan waktu.
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang (Gaspersz, 2004, p. 87). Secara matematis, maka moving average akan dinyatakan dalam persamaan sebagai berikut :
MA =
- Weighted Moving Average (Stevenson, 2009, p.83)
Menyerupai dengan moving average namun, diberi penambahan bobot pada data masa lalu pada periode tertentu. Misalnya, nilai terbaru diberi bobot .40, nilai terbaru berikutnya bobot .30, berikutnya setelah itu bobot .20 dan berikutnya setelah itu bobot .10. Bobot harus berjumlah 1,00, dan bahwa bobot terberat ditugaskan ke nilai terbaru. Weighted Moving Average dinyatakan dalam persamaan sebagai berikut :

2. Metode Pemulusan/Penghalusan (Smoothing) Eksponensial
Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai pengamatan merupakan hasil sampingan dari sistem MA tertentu yang diambil.
Tetapi dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai observasi.

9

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Menurut Ginting (2007, p.51) metode smoothing digunakan untuk mengurangi ketidakterturan musiman dari data yang lalu, dengan membuat ratarata tertimbang dari sederetan masa lalu. Pengertian dasar dari metode ini adalah: nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai ramalan yang terjadi pada periode t tersebut. Nilai peramalan dapat dicari dengan menggunakan rumus berikut (Bozarth dan Handfield, 2008, p.277) :

Dimana:
D t = data permintaan pada periode t α= faktor/konstanta pemulusan
F t+1 = peramalan untuk periode t
Nilai konstanta pemulusan, α, dapat di[ilih di antara nilai 0 dan 1, karena berlaku: 0 < α < 1. Bagaimanapun juga untuk penetapan nilai α yang diperkirakan tepat, kita dapat menggunakan panduan berikut:
-

Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil, dipilih nilai α yang mendekati satu. Biasanya dipilih nilai α =
0,9. Semakin bergejolak, nilai α yang dipilih harus semakin tinggi menuju ke nilai satu.

-

Apabila pola historis dari data aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, kita memilih nilai α yang mendekati nol.
Biasanya dipilih nilai α = 0,1. Semakin stabil, nilai α yang dipilih harus semakin kecil menuju ke nilai nol. (Gaspersz, 2005, p.97)

E. Ukuran Ketepatan Peramalan
Kriteria

pemilihan

metode

peramalan

yang

terbaik

adalah

:

(Baroto, 2003, p.47)
a. Mean Persentase Deviation (MAD) (Nasution, 2003 ,p.30) merupakan ratarata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataanya. MAD dirumuskan sebagai berikut :
MAD =

10

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Dimana :
A = Permintaan aktual pada periode –t
F t = Peramalan permintaan (forecast) pada periode –t n = Jumlah periode peramalan yang terlibat
b. Mean Persentase Absolute Error (MAPE) merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis, MAPE dinyatakan sebagai berikut :
MAPE =
c. Mean Squared Error (MSE) dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut:
MSE =
Dua pengukuran yang paling sering untuk meringkas kesalahan pada data masa lalu adalah mean absolute deviation (MAD) dan mean squared error (MSE) menurut Tersine (1994, p.42). Menurut Tersine (1994, p.43) peramalan tidak dapat dipercaya, maka akan sangat berguna jika dapat memprediksi tingkat keakuratan atau ketepatannya. MAD dapat membantu dalam prediksi ini. MAD menggunakan data masa lalu sebagai panduan untuk mencoba mengestimasi kesalahan peramalan. Dari dasar kemampuan peramalan masa lalu, yang menjadi pertimbangan adalah MAD terkecil.

Hasil dan Pembahasan
A. Peramalan Permintaan
Peramalan permintaan dilakukan untuk memperkirakan jumlah permintaan produk boxer, man jeans, man t-shirt, woman jeans dan woman t-shirt pada masa mendatang. Peramalan ini menggunakan data penjualan tahun 2012 dan 2013.
Metode ini akan menghasilkan data peramalan untuk tahun 2014 selain itu juga disebut sebagai gross requirements ,yang nantinya akan dimasukkan pada

11

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

kerangka DRP. Pada jurnal ini akan terfokus pada satu toko yaitu Jeans Place
Seminyak 2 dan produk boxer, sedangkan untuk tiga toko lainnya dapat dilihat pada skripsi.
Tabel 4
Penjualan Jeans Place Seminyak 2
2012
2013
Periode
Boxer Boxer
(bulan)
Januari
133
136
Februari
107
102
Maret
111
94
April
129
85
Mei
70
74
Juni
107
97
Juli
160
98
Agustus
141
124
September 125
119
Oktober
175
116
November 170
147
Desember 190
180
Sumber : CV.Three J, diolah

Gambar 1
Pola Data Boxer Jeans Place Seminyak 2
Dengan adanya data masa lalu yang tersedia, maka peramalan masa

mendatang pun dapat diperkirakan. Peramalan permintaan ini menggunakan metode kuantitatif dengan model time series dengan metode exponential smoothing berdasarkan pola datanya yang mengacu pada teori. Pola data yang tidak menunjukkan kecenderungan (trend) dari waktu ke waktu serta dapat diasumsikan bahwa permintaan pasar relatif stabil maka menggunakan exponential smoothing method. (Gaspersz, 2004, p.76)
Dari hasil peramalan dipilih alpha yang memiliki nilai ukuran ketepatan peramalan terkecil, yaitu mean absolute deviation (MAD) ditunjukkan pada tabel
5. Untuk produk boxer pada toko Jeans Place Seminyak 2 dipilih alpha 0,8 dengan melihat MAD terkecil. Dan hasil peramalan ditunjukkan pada tabel 6.
Tabel 5
Ukuran Ketepatan Peramalan
PRODUK
BOXER

JEANS PLACE SEMINYAK 2 α=0,6 α=0,8

MAD

25,22438

23,01632

MSE

924,3751

861,9286

12

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Tabel 6
Hasil Peramalan ɑ=0,6 ɑ=0,8

1

161,8645515

172,1833561

2

172,7458206

178,4366712

3

177,0983282

179,6873342

4

178,8393313

179,9374668

5

179,5357325

179,9874934

179,814293

179,9974987

7

179,9257172

179,9994997

8

179,9702869

179,9998999

9

179,9881148

179,99998

10

179,9952459

179,999996

11

179,9980984

179,9999992

12

179,9992393

179,9999998

BULAN

PRODUK

6

BOXER

B. Distribution Requirement Planning (DRP)
1. Penetapan Lead Time
Lead Time yang dipakai adalah dari gudang ke setiap toko. Penetapan ini dilakukan berdasarkan kebijakan dari perusahaan. CV.Three J menetapkan waktu pengiriman barang adalah 2 jam dalam satu kali pengiriman. Dalam pengiriman tersebut memuat 5 jenis produk. Waktu 2 jam adalah jangka waktu paling lama untuk mencakup seluruh area pengiriman barang. Waktu tersebut adalah waktu dimana barang telah sampai dan diterima oleh pihak toko.
Tabel 7
Lead Time dari Gudang ke Toko untuk 5 Produk
Lead Time
Toko
(jam)
Jeans Place Seminyak 2
2
Jeans Place Kuta Suci
2
Just Jeans Kuta 2
2
Just Jeans Sanur
2
Sumber : CV.Three J, diolah

2. Penentuan Lot Size
Tahapan ini menunjukkan ukuran lot saat memesan barang. Pemesanan barang dari setiap toko ke gudang menggunakan alat transportasi mobil box. Mobil box tersebut memiliki kapasitas
15 koli. Perusahaan menetapkan 15 koli adalah kapasitas maksimal dari mobil box. Serta 15 koli terdiri dari 5 koli boxer, 3 koli masing-masing untuk man jeans dan woman t-shirt, serta 2 koli masing-masing untuk man t-shirt dan 2 koli woman jeans. Penetapan itu berdasarkan rata-rata pengiriman yang terjadi di perusahaan.

13

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

3. Pembuatan Komponen DRP

a. Gross Requirements
Gross Requirements memperlihatkan jumlah permintaan masing-masing produk berdasarkan hasil peramalan yang sudah dilakukan sebelumnya yang dapat dilihat pada tabel 6.
b. Net Requirements
Pada tahap ini net requirements menujukkan jumlah dari barang yang dibutuhkan untuk memenuhi kekurangan pada permintaan yang ada. Maka akan diperlihatkan jumlah produk yang dibutuhkan setiap toko agar dapat melakukan pemesanan ke gudang dalam suatu waktu tertentu. Sebelumnya perlu diketahui projected on hand, yaitu jumlah barang yang ada dalam persediaan. Maka jumlah barang tersebut adalah jumlah masing-masing produk yang ada di setiap toko pada setiap akhir bulan
. Tabel 8
Projected on hand
Toko
Produk

Boxer

Bulan
Desember
2012
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Jeans Place
Seminyak 2
Hasil (pcs)
32
44
21
19
17
12
22
30
29
18
37
42
40

Lalu dengan mengetahui projected on hand, maka dapat dihitung net requirements melalui pengurangan dengan gross requirements. Net requirements menujukkan jumlah aktual yang dibutuhkan oleh masing-masing toko pada setiap periode. Hasilnya dapat dilihat pada tabel 9.

14

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Tabel 9
Hasil Net Requirements
Jeans Place
Toko
Seminyak 2
Produk
Bulan
Hasil (pcs)
Januari
141
Februari
135
Maret
159
April
161
Mei
163
Juni
168
Boxer
Juli
158
Agustus
150
September
151
Oktober
162
November
143
Desember
138

c. Lot Size
Dalam tahap ini dilakukan penentuan ukuran lot saat memesan barang.
Yaitu pemesanan yang dilakukan setiap toko ke gudang. Lot size yang tertera di kerangka DRP adalah jumlah produk yang dapat ditampung dalam 2 kali pengiriman setiap bulannya. Pengiriman dengan menggunakan mobil box.
Pengiriman dilakukan 2 kali dalam setiap bulan. Dalam 1 kali pengiriman terdapat kapasitas maksimumnya, yaitu 15 koli. 15 koli tersebut terbagi antara lain 5 koli untuk produk boxer, 3 koli masing-masing untuk produk man jeans dan woman tshirt dan 2 koli masing-masing untuk man t-shirt dan woman jeans.
Setiap koli memiliki kapasitas maksimumnya masing-masing. Namun dalam setiap pengiriman tidak memaksimalkan kapasitas tersebut karena menyesuaikan dengan jumlah barang yang dari kantor pusat Jakarta. Kapasitas tersebut adalah 5 koli boxer bisa memuat 800 pcs, berarti masing-masing 160 pcs.
3 koli man jeans bisa memuat pcs 180 pcs, 2 koli woman jeans 200 pcs, 2 koli man t-shirt 200 pcs, 3 koli woman t-shirt 300 pcs.1 koli t-shirt bisa memuat
550pcs.
d. Planned order receipt dan Planned order release
Planned order receipts yaitu menghitung kuantitas pemesanan yang dibutuhkan pada suatu periode di setiap toko. Sedangkan planned order release menentukan kapan suatu pesanan harus dilakukan oleh setiap toko sehingga barang tersedia ketika terjadi permintaan. Kuantitas pemesanan yang dibutuhkan

15

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

adalah berdasarkan net requirements dan pesanan tersebut harus dipenuhi sebelumnya. Pada kerangka DRP ditujukkan pemesanan yang akan dihadapi yaitu planned order receipt dan yang harus dipenuhi satu periode sebelumnya yaitu tertera pada planned order releases.
c. Analisis Pengimplementasian DRP
Metode DRP memberikan acuan distribusi yang lebih terkoordinasi bagi setiap produk. Dengan adanya penjadwalan distribusi maka perusahaan dapat mempersiapkan segala sesuatu sehingga mampu mendistribusikan produk-produk ke setiap toko dengan tepat. Penjadwalan distribusi tersebut dapat dilihat pada kerangka DRP masing-masing produk di setiap toko, yang terlihat ada tabel 10.
Kerangka DRP tersebut menggambarkan perencanaan kebutuhan distribusi produk boxer untuk toko Jeans Place Seminyak 2. Pada awalnya dilakukan peramalan permintaan

untuk

memperoleh

gross

requirementa.

Dengan

perhitungan tersebut maka setiap toko dapat melakukan perencanaan untuk memenuhi permintaan produk boxer pada periode tersebut. Selanjutnya dari gross requirement yang dihasilkan, setiap toko dapat menghitung net requirements produk tersebut. Net requirements menunjukkan jumlah produk boxer yang dibutuhkan setiap toko untuk dipesan ke gudang Bali.
Berdasarkan tabel 10, Jeans Place Seminyak 2 memiliki gross requirements sebanyak 173 pcs. Angka tersebut menunjukkan bahwa toko tersebut akan menghadapi jumlah permintaan sebesar 173 pcs produk boxer pada bulan Januari 2014. Selanjutnya dilakukan perhitungan kebutuhan bersih yang diperoleh dari selisih antara gross requirements dan projected on hand pada bulan
Januari 2014. Diperoleh hasil selisih tersebut adalah 141 pcs. Hasil selisih itu akan memenuhi persediaan di Jeans Place Seminyak 2. Pengiriman untuk seluruh produk adalah 2 jam untuk 5 produk ke masing-masing toko ditujukkan di kolom lead time. Sedangkan ukuran kapasitas pengiriman dalam 1 bulan ditujukkkan dengan lot size 800 pcs. Jumlah tersebut adalah jumlah maksimal dalam 2 kali pengiriman setiap bulannya. Rencana penerimaan pada periode 1 sebanyak 141 pcs, ditujukkan pada kolom planned order receipts. Rencana pemesannya sudah harus dilakukan pada periode 0 sebelumnya ditujukkan pada kolom planned order

16

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

releases. Dengan begitu pengiriman harus yang telah diketahui ramalan permintaannya harus disiapkan 1 periode sebelumnya.

Kesimpulan dan Saran
A. Kesimpulan
Berdasarkan

analisis

pengimplementsian

Distribution

Requirement

Planning (DRP) maka diperoleh kesimpulan bahwa perencanaan kebutuhan distribusi pada masing-masing produk disetiap toko menghasilkan optimalisasi distribusi pada CV.Three J. Sebelum tercapainya optimalisasi distribusi, dilakukan beberapa tahapan.
Pertama-tama dilakukan peramalan permintaan. Peramalan permintaan dilakukan dengan mengamati pola data dan akhirnya memutuskan untuk menggunakan metode exponential smoothing. Peramalan tersebut menghasilkan peramalan untuk Januari sampai Desember 2014. Saat memilih alpha yang adalah konstanta pemulusan, pemilihan berdasarkan pola historis dari data aktual. Dan data aktual yang ada manunjukkan data yang sangat bergejolak atau tidak stabil maka dipilih alpha yang mendekati satu.Dengan menggunakan α sebesar 0,6 dan α sebesar 0,8 dan mendapatkan hasil peramalan dengan jumlah yang berbeda.
Pemilihan hasil dilakukan berdasarkan ukuran ketepatan peramalan dengan mean absolute deviation (MAD) yang terkecil.
Hasil peramalan mendapatkan gross requirements lalu dikurangi dengan projected on hand yang adalah persediaan yang tersedia pada akhir periode sebelumnya. Dan mendapatkan hasil net requirements. Hasil tersebut menjadi kebutuhan bersih setiap toko yang berguna untuk memenuhi kebutuhan persediaan setiap toko.

17

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Selanjutnya adalah penjadwalan distribusi untuk setiap produk untuk memperlancar aktivitas distribusi. Penjadwalan berdasarkan planned order receipts dan planned order release sehingga pemesanan dapat dilakukan sebelumnya dan produk dapat sampai dengan jumlah yang sesuai dan tepat waktu.
Tahapan

yang

telah

disebutkan

sebelumnya

akan

menghasilkan

perencanaan kebutuhan distribusi serta penjadwalan distribusi yang optimal.
Setiap toko yang ada meminta produk berdasarkan penjual harian yang pada kenyataannya masih terjadi retur yang berulang dan beberapa dari retur itu menyebabkan kerusakan pada barang. Selain itu menurut salah satu pegawai toko, retur juga menyebabkan perhitungan stock harian yang terhambat. Seperti yang terlihat pada tabel 3, yaitu data Retur Barang periode Januari-April 2014. Retur terjadi berulang sampai 3 kali dan terdapat barang yang masih normal, adapula barang yang rusak. Barang rusak tersebut menurut kepala supervisor CV.Three J cabang Bali I Ketut Siyanto menyebabkan kerugian. Karena barang yang rusak tersebut akan dijual dengan harga yang lebih murah dan jika pelanggan tidak menerimanya akan diretur ke kantor pusat Jakarta.
Dari retur yang berulang juga menimbulkan kerugian lainnya seperti penjadwalan ulang terhadap distribusi, memakan waktu lebih banyak serta bahan bakar alat transportasi. Dari situ maka dibuat perencanaan kebutuhan distribusi serta penjadwalannya sehinga barang datang ke toko tepat sasaran sesuai kebutuhan, merata dan tepat waktu.
Setelah pengolahan data dari peramalan sampai pembuatan kerangka DRP, untuk produk boxer toko Jeans Place Seminyak 2 didapatkan bahwa gross requirements sebanya 173 pcs. Angka tersebut menunjukkan bahwa toko Jeans
Place Seminyak 2 akan menghadapi jumlah permintaan sebesar 173 pcs produk boxer pada bulan Januari 2014. Hal yang sama dilakukan untuk semua jenis produk pada tiap-tiap toko.
Selanjutnya dalam kerangaka itu terdapat net requirements, yaitu jumlah yang harus dipesan sehingga dapat memenuhi persediaan di toko Jeans Place
Seminyak 2. Selain itu juga diterangkan tentang penjadwalan distribusi yang berdasarkan planned order receipts dan planned order release. Pada planned order receipts menujukkan permintaan pada periode tersebut harus dipenuhi,

18

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

sedangkan selanjutnya pada planned order release menunjukkan jumlah tersebut harus dipenuhi sebelumnya yaitu pada periode 0 atau beginning. Sehingga tidak terlambat dan dapat dipenuhi sebelumnya.
Dengan adanya peramalan dan kerangka DRP ini maka perusahaan dapat menghindari retur tersebut. Dengan peramalan maka dapat dijadikan acuan ramalan permintaan yang akan terjadi sesuai data masa lalu. Produk yang datang tidak akan berlebihan dan kekurangan sesuai dengan kebutuhannya. Lalu dengan penjadwalan maka pendistribusian dapat berjalan lancar dan sesuai kebutuhan setiap toko.
B. Saran
Berdasarkan hasil analisis implementasi DRP untuk membuat aktivitas distribusi tepat sasara dan optimal maka dibuat rekomendasi sebagai berikut :
1. CV.Three J perlu meramalkan permintaan masing-masing produk sehingga sesuai dengan kebutuhan toko.
2. CV.Three J setelah meramalkan dapat membuat jadwal distribusi sehingga produk sampai dalam jumlah yang tepat dan menghindari retur.
3. CV.Three J perlu menambah tugas baru kepada retailer sport untuk melakukan perencanaan distribusi.

DAFTAR PUSTAKA http://bisnis.news.viva.co.id/news/read/286054-kelas-menengah-danpendapatan-per-kapita diunduh pada tanggal 2 Oktober 2013 http://id.wikipedia.org/wiki/Kebutuhan_primer di copy jam 16.56 diunduh pada tanggal 1 Oktober 2013 http://travel.kompas.com/read/2013/01/02/18454158/Jumlah.Turis.ke.Bali. Melampaui.Target diunduh pada tanggal 6 Oktober 2013 http://www.aviva.co.id/id/index.php?option=com_content&view=article&id=194: meraupkeuntunganberbisnisdibali&catid=83&Itemid=741&lang=en diunduh pada tanggal 11 Oktober 2013 http://www.kemenperin.go.id/artikel/6347/Kemenperin-Terus-DorongPengembangan-Industri-Fashion diunduh pada tanggal 8 Oktober 2013 http://www.neraca.co.id/harian/article/25182/Tampilkan.Perkembangan.Ind ustri.Fashion.Indonesia diunduh pada tanggal 8 Oktober 2013

19

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

http://www.shnews.co/detile-15036-perilaku-konsumtif-waspadai- pertumbuhanekonomi-semu.html diunduh pada tanggal 2 Oktober
Anatan, Lina., Anatan, Lena., 2004, Supply Chain Management Teori dan
Aplikasi, Bandung : Alfabeta
Baroto, T., 2002, Perencanaan dan Pengendalian Produksi, Jakarta :

Ghalia

Indonesia.
Bowersox, Donald, J., Closs, David, J., Cooper, M, Bixby., 2013, Supply Chain
Logistics Management, New York : McGraw-Hill.
Bozarth, Cecil, C., Handfield, Robert, B., 2008, Introduction to Operations and Supply Chain Management,2nd Edition, New Jersey : Pearson
Prentice Hall
Chopra, S., Meindl, P., 2013, Supply Chain Management Strategy, Planning, and
Operation, 5th Edition, New York : Pearson.
Gaspersz, Vincent., 2004, Production Planning and Inventory Control:
Berdasarkan pendekatan Sistem Terintegrasi MRP II dan JIT
MANUFAKTURING 21, Jakarta : PT. Gramedia Pustaka

menuju

Utama

Ginting, Rosnani., 2007, Sistem Produksi, Cetakan Pertama, Yogyakarta : Graha
Ilmu.
Harrison, Alan., Van Hoek, Remko., 2008, Logistics Management and
Strategy Competing through the Supply Chain, 3rd Edition, England :
Prentice Hall.
Indrajit, Richardus, E., Djokopranoto, R., 2003, Manajemen Persediaan, Jakarta
: PT. Grasindo.
Leenders, Michiel, R., Fearon, Harold, E., Flynn, Anna, E., Johnson, P,

Frase.,

2002, Purchasing and Supply Management, 12th Edition, New York :
McGraw-Hill.
Lysons, Kenneth., Gillingham, Michael., 2003, Purchasing and Supply
Management, 6th Edition, England : Pearson Education

20

Chain

Limited.

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Makridakis, S. , Wheelwright, Steven, C., McGee, Victor, E., 1999, Metode dan Aplikasi Peramalan, Edisi Kedua, Jilid Satu, Jakarta : Binarupa
Aksara.
Nasution, H, A., 2003, Perencanaan dan Pengendalian Produksi, Edisi
Pertama, Surabaya : Prima Printing.
Nasution,

P.,

Prasetyawan,

Y.,

2008,

Perencanaan

dan

Pengendalian

Produksi, Edisi Pertama, Yogyakarta : Graha Ilmu.
Nusron, M, Erlinda., 2000, Dasar-dasar Manajemen Sediaan : Dari
Gudang ke Pusat Distribusi, Jakarta : PPM
Pujawan, I Nyoman., 2005, Supply Chain Management, Edisi Pertama,
Surabaya : Guna Widya.
Simchi-Levi,

David.,

Kaminsky,

Philip.,

Simchi-Levi,

Edith.,

2003,

Designing and Managing The Supply Chain, 2nd Edition, New York :
McGraw-Hill.
Stevenson, W., 2009, Operations Managent, 10th Edition, New York : Mc- Graw
Hill.
Stock, James, R., Lambert, Douglas, M., 2001, Strategic Logistics Management,
4th Edition, New York : McGraw-Hill
Tersine, Richard, J., 1994, Principles of Inventory and Materials

Management,

th

4 Edition, New Jersey : PTR Prentice Hall.
Vollman, Thomas, E., Whybark, D, Clay., Berry, William, L., Jacobs, F,
Robert., 2011, Manufacturing Planning and Control for Supply

Chain

th

Management, 6 Edition, New York : McGraw-Hill
Waters, D., 2003, Inventory Control and Management, 2nd
England : Wiley.

21

Edition,

Calyptra: Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.3 No.2 (2014)

Wisner, D, Joel., Tan, Keah-Choon., Leong, Keong, G., 2009, Principles of
Supply Chain Management:A Balanced Approach, 2nd edition, USA
: Cengage Learning
Zylstra, Kirk, D., 2006, Lean Distribution, Cetakan 1, Jakarta : Penerbit

22

PPM.