Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
MATRIK
Jurnal Manajemen dan Teknik Industri-Produksi Journal homepage: http://w.
id/index.
php/matriks Perencanaan Kebutuhan Material dengan Mempertimbangkan Kebijakan Persediaan LFL.
MOQ, dan EOQ di CV Ayu Perabot Padang Indah Kurnia Ramadhani1*.
Nofan Hadi Ahmad2.
Ari Pranata Primisa Purba3.
Roza Marmay4.
Aisyah Putri Hermanto5 Program Studi Manajemen Logistik Industri Agro Ae Politeknik ATI Padang Jl.
Simpang Tabing.
Bungo Pasang.
Padang.
Sumatera Barat.
Indonesia Emial : indahkramadhani@kemenperin.
*Corresponding Author
INFO ARTIKEL
ABSTRAK
doi: 10.
350587/Matrik Pengelolaan persediaan bahan baku yamg tidak terencana dapat menyebabkan ketidakseimbangan antara biaya penyimpanan dan ketersediaan material dalam proses produksi.
CV Ayu Perabot Padang masih melakukan perencanaan bahan baku berdasarkan perkiraan sehingga berpotensi menimbulkan kelebihan atau kekurangan persediaan.
Penelitian ini bertujuan merencanakan kebutuhan material produk dipan kasur dengan mempertimbangkan kebijakan persedian Lot For Lot (LFL).
Minimum Order Qiantity (MOQ), dan Economic Order Quantity (EOQ).
Metode penelitian menggunakan pendekatan kuantitatif melalui tahapan peramalan permintan, penyusunan Master Production Schedule (MPS), dan perhitungan Material Requirement Planning (MRP).
Metode peramalan terbaik yang diperoleh adalah SARIMA .
,1,.
,1,.
_12 dengan nilai Mean Square Error (MSE) sebesar 0,85.
Hasil penelitian menunjukkan bahawa tottal biaya persediaan metode LFL dan MOQ sebesar Rp6.
350 lebih rendah dibandingkan metode EOQ sebesar Rp26.
430,75.
Kombinasi metode LFL.
MOQ, dan EOQ menghasilkan total biaya persediaan terkecil sebesar Rp6.
Hasil ini menunjukkan bahwa penerapan MRP dengan kebijakan lot sizing yang tepat dapat meningkatkan efisiensi biaya persediaan pada industri furniture.
Jejak Artikel :
Upload artikel 9 Februari 2026 Revisi oleh reviewer 9 Maret 2026 Publish 31 Maret 2026 Kata Kunci :
EOQ.
LFL.
MOQ.
MRP,
Peramalan ABSTRACT Unplanned raw material inventory management can lead to an imbalance between holding costs and material availability in the production process.
CV Ayu Perabot Padang still plans material procurement based on estimations, which may result in excess or shortage of inventory.
This study aims to plan the material requirements for bed frame products by considering inventory policies of Lot For Lot (LFL).
Minimum Order Quantity (MOQ), and Economic Order Quantity (EOQ).
The research method uses a quantitative approach through demand forecasting.
Master Production Schedule (MPS), and Material Requirement Planning (MRP) calculations.
The best forecasting method obtained is SARIMA .
,1,.
,1,.
_ 12 with an Mean Square Error (MSE) value of 0,85.
The results show that the total inventory cost using LFL and MOQ methods is Rp6.
350, which is lower than the EOQ method at Rp26.
430,75.
The combination of LFL.
MOQ, and EOQ methods produces the lowest total inventory cost of Rp6.
These results indicate that the implementation of MRP with appropriate lot sizing policies can improve inventory cost efficiency in the furniture industry.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Ramadhani et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 223 - 240 Pendahuluan memerlukan kebijakan penentuan ukuran pemesanan .
ot sizin.
untuk menentukan kuantitas material yang akan dibeli dari pemasok untuk setiap periode.
Dalam sistem MRP, lot sizing digunakan untuk mengkonversi rencana kebutuhan material menjadi rencana pembelian atau produksi.
Metode lot sizing yang umum digunakan antara lain Lot For Lot (LFL) dan Economic Order Quantity (EOQ).
LFL merupakan metode lot sizing yang menetapkan jumlah pesanan sama dengan kebutuhan bersih setiap periode.
Metode ini bertujuan untuk meminimalkan biayan simpan karena tidak ada persediaan yang mengendap.
LFL cocok untuk produk yang bernilai tinggi atau yang mempunyai permintaan stabil.
Kekurangan dari metode ini adalah tingginya frekuensi pemesanan dan resiko terganggunya produksi apabila terjadi lonjakan permintaan atau keterlambatan pengiriman .
Metode EOQ digunakan untuk menentukan jumlah meminimalkan total biaya persediaan yaitu biaya pemesanan dan biaya penyimpanan.
EOQ
dapat menjawab berapa jumlah yang harus dipesan dan kapan pemesanan dilakukan.
Dengan penerapan EOQ, industri dapat mencapai tingkat persediaan yang optimal dengan menyeimbangkan biaya pemesanan dan penyimpanan .
Penelitian terdahulu yang membahas menggunakan metode MRP telah banyak dilakukan di berbagai sektor industri.
Hasanah dan Widajanti .
melakukan penelitian pada UMKM Sagon Bu Saliyem di Karenganyar yang bergerak di bidang industri makanan tradisional, dengan membandingkan Teknik LFL.
EOQ, dan Period Order Quantity (POQ).
Hasil penelitian menunjukkan bahwa metode LFL dan POQ lebih efisien dibandingkan kebijakan konvensional perusahaan.
Penelitian serupa dilakukan oleh Prasetyo dan Widajanti .
pada Pabrik Tahu Mas Ipan di Sragen dengan fokus kepada bahan baku kedelai.
Hasil penelitian menunjukkan bahwa penerapan MRP dibandingkan sistem manual yang digunakan Astuti dan Widajanti .
juga meneliti pengendalian persediaan pada Roti Pengelolaan persediaan merupakan salah satu fungsi operasional yang strategis dalam sebuah industri, yaitu berperan sebagai penyangga proses produksi, mempengaruhi struktur biaya, arus kas, tingkat pelayanan pelanggan, dan profitabilitas perusahaan.
Pengelolaan persediaan bertujuan menjaga keseimbangan resiko kekurangan persediaan dan resiko kelebihan persediaan .
Salah satu jenis persediaan adalah persediaan bahan baku.
Optimisasi persediaan bahan baku bertujuan untuk mengefisiensikan biaya produksi seperti biaya pemesanan dan biaya penyimpanan.
Persediaan bahan baku yang terlalu besar akan meningkatkan biaya penyimpanan, resiko kerusakan, dan penurunan kualitas barang.
Sebaliknya, jumlah bahan baku yang terlalu kecil akan menghambat proses produksi dan menurunkan tingkat pelayanan kepada konsumen .
Oleh karena itu sebuah industri memerlukan sistem perencanaan kebutuhan bahan baku/material agar keputusan pembelian bahan baku dapat dilakukan dengan efisien.
Perencanaan kebutuhan bahan baku diawali dengan peramalan permintaan, yaitu metode yang digunakan untuk memperkirakan jumlah permintaan produk pada periode yang akan datang berdasarkan data historis penjualan masa lalu .
Hasil peramalan akan digunakan sebagai dasar dalam penyusunan Master Production Schedule (MPS).
MPS didefinisikan sebagai rencana induk produksi yang menetapkan jumlah, kapan, dan apa yang harus Fungsi MPS adalah menjembatani permintaan pelanggan dengan aktivitas produksi, sehingga tercapai keseimbangan MPS menerjemahkan hasil peramalan yang menjadi dasar bagi perhitungan kebutuhan material (MRP) .
MRP digunakan untuk menghitung kebutuhan material berdasarkan MPS, struktur produk dan Bill of Material (BOM), data persediaan, dan lead time material/bahan baku.
Dengan MRP memungkinkan suatu industri meminimalkan resiko kelebihan maupun kekurangan persediaan karena kebutuhan bahan baku dihitung berdasarkan jadwal produksi yang telah direncanakan .
Sistem MRP Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Karya Mandiri di Klaten menggunakan metode MRP dengan lot sizing LFL.
EOQ, dan POQ.
Hasil yang didapatkan menunjukan bahwa LFL dan POQ menjadi metode paling efisien dalam menekan biaya persediaan tepung terigu dan Handoko dan Puspitasari .
melakukan penelitian pada sektor manufaktur skala besar yaitu di PT Pardic Jaya Chemicals dengan mengintegrasikan metode peramalan dan lima teknik lot sizing.
Penelitian ini menunjukkan bahwa metode POQ menjadi alternatif terbaik dalam menekan biaya persediaan.
Sementara itu.
Juliansyah dkk .
pada CV Nur Rahmat Teknik juga membuktikan bahwa penerapan MRP yang dikombinasikan dengan teknik lot sizing mampu menurunkan biaya persediaan secara signifikan dibandingkan dengan sistem Meskipun beberapa penelitian tersebut menunjukkan efektifitas MRP dalam menekan biaya persediaan, sebagian besar masih menggunakan asumsi bahwa seluruh komponen memiliki fleksibilitas dalam penentuan ukuran pemesanan.
Sedangkan pada kondisi nyata industri, beberapa komponen memiliki batas ukuran minimum (Minimum Order Quantity/MOQ) yang telah ditentukan oleh pemasok, sehingga kebijakan lot sizing tidak dapat diterapkan secara seragam pada Kondisi menyebabkan keputusan penentuan ukuran pemesanan menjadi lebih kompleks dengan mempertimbangkan kondisi sistem persediaan secara actual, termasuk pemisahan antara komponen dengan lot size fleksibel dan komponen dengan lot size tidak fleksibel (MOQ).
CV Ayu Perabot merupakan sebuah usaha yang bergerak di bidang industri kerajinan dan furniture berbahan dasar kayu di Kota Padang.
Ruang lingkup usaha meliputi proses produksi, perakitan, dan pemasaran produk seperti dipan kasur, lemari, dan meja kayu.
Produk yang dianalisis pada penelitian ini adalah dipan kasur, yang merupakan produk utama CV Ayu Perabot.
Proses produksi masih dilakukan secara manual dan perencanaan persediaan serta bahan baku belum sepenuhnya menggunakan metode kuantitatif yang terstruktur.
Pengadaan bahan baku cenderung dilakukan berdasarkan pengalaman dan perkiraan, sehingga berpotensi menimbulkan ketidakseimbangan persediaan dan kebutuhan produksi.
Selain itu, beberapa bahan baku memiliki batasan MOQ dari pemasok, yang mengharuskan perusahaan menyesuaikan kebijakan pemesanan dengan ketentuan tersebut.
Penelitian ini diawali dengan analisis peramalan permintaan produk dipan kasur, penyusunan MPS dan MRP.
Hasil peramalan digunakan sebagai input dalam MPS dan menjadi dasar untuk perhitungan kebutuhan material melalui sistem MRP.
Kemudian dilakukan perbandingan metode LFL dan EOQ sebagai komponen dengan lot size fleksibel, serta implikasinya terhadap komponen yang memiliki batasan MOQ.
Berdasarkan hal tersebut, penelitian ini tidak hanya mengkaji efisiensi biaya melalui perbandingan metode lot sizing LFL dan EOQ dalam sistem MRP, tetapi juga mempertimbangkan kondisi riil industri pemesanan minimum.
Penelitian ini diharapkan dapat memberikan rekomendasi kebijakan lot sizing yang adaptif dan realistis serta memperkuat penerapan sistem perencanaan produksi berbasis peramalan dan MRP pada industri furnitur.
Metode Penelitian Penelitian ini menggunakan pendekatan kuantitatif untuk melakukan perencanaan kebutuhan material dengan mempertimbangkan kebijakan lot sizing.
Studi literatur dilakukan terhadap konsep pengelolaan persediaan, peramalan permintaan.
MPS, struktur produk dan bill of materials.
LFL.
EOQ, dan kebijakan MOQ.
Penelitian dilaksanakan di CV Ayu Perabot Kota Padang dengan objek produk dipan kasur.
Data yang digunakan meliputi data historis penjualan, struktur produk, kebutuhan bahan baku per unit, lead time, biaya ketentuan MOQ dari pemasok.
1 Struktur Produk dan Bill Of Materials Bill of Material (BOM) merupakan representasi terstruktur dari struktur produk Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Ramadhani et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 223 - 240 yang memuat seluruh komponen, bahan baku, sub-assembly, serta informasi kuantitas dan spesifikasi teknis yang doperlukan dalam proses Secara BOM menggambarkan hubungan antara produk akhir dan elemen penyusunnya dalam bentuk singlelevel maupun multi-level structure.
BOM
berfungsi sebagai dasar perencanaan kebutuhan material, pengendalian persediaan, estimasi biaya, serta jembatan antara fungsi desain, pengadaan, dan produksi.
BOM merupakan kompleksitas struktur produk dan menentukan kebutuhan material secara sistematis, yang menjadi aspek penting dalam perencanaan dan efisiensi produksi .
mempertimbangkan biaya pesan, biaya simpan, harga komponen, dan lead time .
4 Metode Lot Sizing LFL dan EOQ Metode LFL sering dikenal sebagai model persediaan minimum, didasarkan pada gagasan penyediaan persediaan sebagai kebutuhan aktual dengan tujuan menjaga tingkat persediaan seminimal mungkin.
Dalam kebijakan LFL, ukuran lot untuk satu kali pemesanan ditetapkan sebesar kebutuhan bersih pada satu periode tertentu.
Jumlah pemesanan sama persis dengan jumlah kebutuhan yang akan digunakan.
Dalam penerapan metode LFL dibutuhkan pengetahuan mengenai jumlah dan waktu penggunakan bahan baku perdasarkan MPS beserta lead time bahan baku tersebut .
Metode EOQ menentukan jumlah pemesanan perediaan yang dapat meminimalkan biaya persediaan yaitu biaya pesan dan biaya simpan.
Ukuran lot pemesanan dapat dihitung menggunakan rumus .
2 Peramalan Permintaan Peramalan permintaan digunakan sebagai dasar penentuan kebijakan persediaan bahan baku dengan berdasarkan kepada data historis penggunaan/permintaan periode sebelumnya .
Proses peramalan diawali dengan melakukan plot data untuk mengidentifikasi percobaan untuk beberapa metode peramalan dengan menggunakan Minitab Statistical Software 22.
Setelah itu, dilakukan evaluasi akurasi peramalan dengan menghitung ukuran Nilai peramalan terkecil dapat ditetapkan sebagai metode terbaik.
Hasil peramalan kemudian digunakan sebagai input dalam penyusunan MPS dan perhitungan MRP, sehingga estimasi kebutuhan material dan penentuan lot sizing yang optimal dapat dilakukan .
2yaycI ycEO = Oo ya .
ya = yaycycoycoycaEa ycyyceycycoycnycuycycaycaycu yccycaycoycayco ycycaycyc ycyyceycycnycuyccyce ycycaycoycyc ycI = yaAycnycaycyca ycyyceycycaycu ycyyceyc 1ycu ycyyceycycaycu ya = yaAycnycaycyca ycycnycoycyycaycu ycyyceyc ycycuycnyc ycyyceyc ycycaycyc ycyyceycycnycuyccyce ycycaycoycyc 5 Perbandingan Biaya Persediaan dengan Teknik Lot Sizing LFL.
MOQ, dan EOQ Perbedaan biaya persediaan pada teknik LFL.
MOQ, dan EOQ terletak pada keseimbangan antara biaya pemesanan dan biaya simpan.
Metode LFL menetapkan jumlah pemesanan sama persis dengan kebutuhan bersih setiap periode, sehingga mampu meminimalkan biaya simpan.
Namun, karena pemesanan dilakukan lebih sering, biaya pemesanan menjadi tinggi.
Metode EOQ mempertimbangkan keseimbangan antara biaya pesan dan biaya simpan, sehingga frekuensi pemesanan lebih rendah dan total biaya persediaan dapat diminimalkan dalam kondisi permintaan yang relatif stabil .
Sementara itu, teknik MOQ mempertimbangkan batas minimum pemesanan yang ditetapkan oleh 3 Material Requirement Planning MRP kebutuhan material secara tepat dalam proses produksi, sehingga setiap komponen yang dibutuhkan dapat tersedia sesuai dengan jadwal yang telah direncanakan .
Proses MRP diawali dengan penyusunan MPS yang didapatkan dari hasil peramalan.
Kemudian dilanjutkan dengan perhitungan kebutuhan kotor, persediaan on hand, kebutuhan bersih, serta penjadwalan planned order receipt dan Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Hasil dan Pembahasan Bagian ini membahas mengenai struktur 0 produk dan BOM dipan kasur, penerapan hasil 1 peramalan.
MPS.
MRP, dan perbandingan 1 biaya persediaan menggunakan metode LFL, 1 MOQ, dan EOQ.
1 Struktur Material Produk Bill Multipl Paku Kayu Multiplek Kemasan Kotak Lem Kayu Kemasan Kaleng Level 0 Kepala Dipan .
Alas Dipan .
Cat Kayu Thinner Rangka Kepala .
Multiplek Lem Kayu .
Paku Kayu .
Rangka Utama .
Rangka Samping .
Level 1 Rangka Depan .
Dipan Kasur Rangka Utama Kepala Dipan Alas Dipan Cat Kayu Thinner Rangka Sampin Rangka Depan Rangka Kepala Peramalan berdasarkan data historis per bulan untuk produk dipan kasur CV Ayu Perabot Tahun 2024 dan Tahun 2025.
Data permintaan dapat dilihat pada Tabel 2.
Tabel 1.
Tabel 2.
Data Permintaan Dipan Kasur BOM dipan kasur dapat dilihat pada Tabel 1.
Level 2 Gambar 1.
Struktur Produk Dipan Kasur Nama Item Bat Mil 2 Peramalan Permintaan Dipan Kasur Dipan Kasur .
Uni Struktur produk dipan kasur dapat dilihat pada Gambar 1.
Bill Of Material Dipan Kasur Ju Sat Ti Lot Spesifikasi ml ua me Siz Uni Produk Jadi Kayu Uni Kayu Uni Kayu Uni Mil Kemasan Kaleng Mil Kemasan Kaleng Kayu Uni Kayu Uni Kayu Uni Dema Januari Februari Maret April Mei Juni Juli Agustus Septem Oktober Novemb Desemb Dema Januari Februari Maret April Mei Juni Juli Agustus Septem Oktober Novemb Desemb Sebelum dilakukan proses peramalan, terlebih dahulu dilakukan plot data historis untuk mengidentifikasi pola data, seperti tren atau pola musiman, sehingga metode peramalan yang digunakan dapat dipilih secara lebih tepat.
Plot data historis dapat dilihat pada Gambar 2.
Gambar 2.
Plot Data Historis Permintaan Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Ramadhani et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 223 - 240 Berdasarkan Gambar 2, terlihat bahwa permintaan mengalami fluktuasi dari bulan ke bulan tanpa menunjukkan tren jangka panjang yang jelas.
Namun demikian, kenaikan permintaan cenderung terjadi pada periode yang relatif sama setiap tahun.
Pola ini mengindikasikan adanya komponen musiman dalam data.
Oleh karena itu, data permintaan dapat dikategorikan sebagai data deret waktu dengan komponen musiman, sehingga metode peramalan yang mempertimbangkan faktor musiman seperti Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Holt Winters Exponential Smoothing digunakan dalam penelitian ini.
Peramalan dilakukan untuk 12 periode .
ke depan.
Metode SARIMA dipilih karena mampu memodelkan hubungan ketergantungan data terhadap periode sebelumnya melalui komponen autoregressive, differencing, moving average, dan musiman .
Sedangkan metode holt winters digunakan karena mampu menangkap komponen level, tren, dan musiman melalui pendekatan pemulusan eksponensial .
Kedua metode tersebut kemudian dibandingkan berdasarkan nilai kesalahan peramalan menggunakan Mean Square Error (MSE) untuk menentukan model peramalan terbaik.
sehingga varians data belum stabil dan diperlukan transformasi data yang dapat dilihat pada Gambar 4.
Gambar 4.
Transformasi 1 Data Berdasarkan Gambar 4, diperoleh nilai estimasi sebesar 1,37 dengan interval kepercayaan -0,21 hingga 3,10 dengan nilai rounded value sebesar 1.
Hal ini menunjukkan bahwa varians data sudah stabil dan dapat dilanjutkan untuk pengujian stasioneritas menggunakan plot Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF) yang dapat dilihat pada Gambar 5 dan Peramalan Metode SARIMA Sebelum dilakukan peramalan, terlabih dahulu dilakukan pengujian stabilitas varians menggunakan Box-Cox transformation plot yang dapat dilihat pada Gambar 3.
Gambar 3.
Gambar 5.
ACF
Gambar 6.
PACF
Box-Cox Transformation Plot Berdasarkan Gambar 3 dapat dilihat bahwa nilai estimasi sebesar -0,68 dengan interval kepercayaan 95% antara -1,48 hingga 0,17 dengan nilai rounded value sebesar -0,5.
Berdasarkan Gambar 5, dapat dilihat bahwa seluruh nilai autokorelasi pada setiap lag berada Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
dalam batas siginifikansi sehingga tidak terdapat lag yang menunjukkan autokorelasi yang signifikan.
Hal ini menunjukkan bahwa setelah dilakukan proses transformasi 1, data telah stasioner dan tidak memiliki korelasi yang kuat dengan nilai pada periode sebelumnya.
Pola ACF yang cenderung mendekati 0 pada setiap lag juga menunjukkan bahwa komponen Moving Average (MA) berkemungkinan mempunyai nilai yang kecil.
Berdasarkan Gambar 6, terlihat bahwa PACF juga berada di dalam batas signifikansi.
Kondisi ini menunjukkan komponen Autoregressive (AR) relatif kecil.
Selanjutnya dilakukan trial dan error untuk komponen non musiman .
, d, .
dan non musiman (P,D,Q) untuk data 12 bulan (SARIMA .
,d,.
(P,D,Q)_.
yang kemudian diuji untuk memperoleh nilai dengan kesalahan peramalan terkecil.
Berdasarkan hasil trial dan error, didapatkan model SARIMA terbaik adalah SARIMA .
,1,.
,1,.
_12 dengan nilai MSE adalah sebesar 0,85.
Hasil peramalan dengan menggunakan metode SARIMA dapat dilihat pada Tabel 3.
error terkecil terjadi jika nilai = 0,5.
= 0,1.
dan = 0,9.
Plot data peramalan menggunakan metode winters dapat dilihat pada Gambar 7.
Gambar 7.
Hasil peramalan menggunakan metode winters dapat dilihat pada Tabel 4.
Tabel 4.
Hasil Peramalan Metode Winters (Tahun Peramalan Bulan Pembulatan Permintaan 1 Januari 2,78 2 Februari 2,04 3 Maret
11,83
4 April
4,66
5 Mei
3,58
6 Juni
2,66
7 Juli
3,83
8 Agustus
3,54
9 September 2,01 10 Oktober
4,81
11 November 1,88 12 Desember 1,65 Tabel 3.
Hasil Peramalan Metode SARIMA (Tahun 2.
Peramalan Bulan Pembulatan Permintaan 1 Januari 2,55 2 Februari 1,81 3 Maret
13,66
4 April
4,75
5 Mei
3,70
6 Juni
2,73
7 Juli
3,71
8 Agustus
3,72
9 September 1,71 10 Oktober
5,72
11 November 1,71 12 Desember 1,72 Plot Data Metode Winters Setelah dilakukan peramalan dengan dua metode tersebut, kemudian dibandingkan error peramalan yang dapat dilihat pada Tabel 5.
Tabel 5.
Perbandingan Error Peramalan MSE
Metode SARIMA
0,85
Metode Winters 1,48 Berdasarkan Tabel 5, metode peramalan yang memberikan nilai error MSE terkecil adalah Metode SARIMA.
Hasil peramalan dengan metode ini digunakan sebagai input MPS dalam sistem MRP.
Grafik perbandingan permintaan aktual dengan hasil peramalan Peramalan Metode Winters Langkah peramalan dengan metode winters yaitu melakukan trial error untuk nilai .
, .
, dan .
Kemudian dilihat error yang paling kecil diantara beberapa percobaan yang dilakukan.
Didapatkan nilai Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Ramadhani et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 223 - 240 menggunakan Metode SARIMA dapat dilihat pada Gambar 8.
N Nama o Item Gambar 8.
Perhitungan rencana kebutuhan material dilakukan dengan metode LFL untuk komponen dipan kasur, rangka utama, kepala depan, alas dipan, rangka samping, rangka depan, rangka kepala dipan, dan multiplek.
Sedangkan metode MOQ digunakan untuk cat kayu, thinner, paku kayu, dan lem kayu.
Tabel MRP dapat dilihat pada Lampiran 1.
Alas Dipan Cat Kayu Thinn 4 Material Requirement Planning Menggunakan Metode EOQ Setelah dilakukan perhitungan rencana kebutuhan material dengan menggunakan metode LFL dan MOQ, maka selanjutnya dilakukan perhitungan dengan matode EOQ.
Tabel MRP dengan menggunakan metode EOQ dapat dilihat pada Lampiran 2.
Rangk
Utama Kepal
Dipan
Permintaan VS Hasil Peramalan 3 Material Requirement Planning Menggunakan Metode LFL dan MOQ
Dipan
Kasur
Rangk
Sampi
Rangk
Depan Rangk
Kepal
Multi
Paku
Kayu
Lem
Kayu
Harga
Baran
00,00
00,00
00,00
0,00
0,00
Biaya Pesan/1 x Pesan Biaya Simpan/Unit/ Bulan 000,00 000,00 500,00 000,00 750,00/100 250,00/500 0,00 000,00 0,00 000,00 0,00 000,00 00,00 0,00 0,00 000,00 250,00/100 500,00/500 Tabel 7.
Biaya Persediaan Metode LFL dan MOQ
Lot
Biaya
Biaya
N Nama Siz
Biaya Simpa Persedi Item
Pesan
Dipan
Kasur
00,00
00,00
Rangka LF
Utama 0,00 ,00 Kepala LF
Dipan
0,00
,00
Alas
Dipan
0,00
,00
5 Perbandingan Biaya Persediaan MRP LFL dan MOQ dengan EOQ Total biaya persediaan .
iaya pemesanan dan biaya simpa.
dibandingkan antara MRP metode LFL dan MOQ dengan metode EOQ.
Data biaya pesan dan biaya simpan per komponen dapat dilihat pada Tabel 6.
Total biaya persediaan untuk metode LFL dan MOQ dapat dilihat pada Tabel 7, sedangkan untuk metode EOQ dapat dilihat pada Tabel 8.
Tabel 6.
Data Biaya Pesan dan Biaya Simpan per Komponen Dipan Kasur Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240
Nama Item
Lot
Siz
Cat
Kayu
Thinne Rangka
Sampin
Rangka
Depan Rangka
Kepala
Multipl
Paku
Kayu
Lem
Kayu
Total Biaya
Biaya
Pesan
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
00,00
Biaya
Simpa
,00
,00
,00
,00
0,00
p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Biaya
Persedi ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,00 50,00 Nama Item
Lot
Siz
Rangk
Kepala
Multip
Paku
Kayu
Lem
Kayu
Total Biaya
Biaya
Pesan
0,00
0,00
00,00
Biaya
Simpa
00,00
00,00
430,75
Biaya Persedi 00,00 00,00 430,75 Berdasarkan Tabel 7 dan Tabel 8, dapat dilihat bahwa total biaya persediaan untuk metode LFL dan MOQ 75,39% lebih rendah yaitu sebesar Rp6.
350 dibandingkan EOQ Rp26.
430,75.
Metode EOQ mampu menurunkan biaya pesan untuk masing-masing komponen dengan total penurunan secara keseluruhan yaitu sebesar 61,81%, namun memberikan biaya simpan yang lebih besar yaitu meningkat sebanyak 99,42% jika dibandingkan dengan metode LFL dan MOQ.
Perbedaan biaya persediaan antara metode LFL-MOQ dan EOQ dipengaruhi oleh karakteristik permintaan dan struktur biaya persediaan di CV Ayu Perabot.
Permintaan produk dipan kasur relatif kecil dan berfluktuasi setiap bulan, sehingga penggunaan metode EOQ yang menghasilkan ukuran pemesanan menumpuk di gudang dan meningkatkan biaya simpan secara signifikan.
Sebaliknya, metode LFL menetapkan jumlah pemesanan sama dengan kebutuhan setiap periode, sehingga hampir tidak menimbulkan persediaan mengendap dan biaya simpan menjadi sangat Sementara itu, beberapa bahan baku memiliki batas minimum pemesanan dari pemasok (MOQ), sehingga pemesanan harus menyesuaikan ketentuan tersebut.
Oleh karena itu, dalam kondisi permintaan yang relatif kecil dan berfluktuasi pada CV Ayu Perabot, metode LFL dan MOQ menjadi lebih efisien dibandingkan EOQ karena mampu menekan biaya simpan yang besar.
Tabel 8.
Biaya Persediaan Metode EOQ
Lot
Biaya
Biaya
N Nama Biaya
Siz
Simpa Persedi Item
Pesan
Dipan
Kasur
0,00
000,00 000,00
Rangk
Utama 0,00 00,00 00,00 Kepala EO
Dipan
0,00
00,00
00,00
Alas
Dipan
0,00
00,00
00,00
Cat 993, 146.
Kayu
0,00
3,75
Thinne EO 059, 160.
0,00
9,50
Rangk
Sampi
0,00
00,00
00,00
Rangk Depan 0,00 00,00 00,00 Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Ramadhani et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 223 - 240 Total Biaya 6 Material Requirement Planning Menggunakan Kombinasi Metode LFL.
MOQ, dan EOQ berdasarkan Biaya Terkecil 00,00 0,00 10,00 Metode LFL digunakan untuk komponen dipan kasur, rangka utama, kepala dipan, alas dipan, rangka samping, rangka depan, rangka kepala dipan, dan multiplek.
Metode MOQ digunakan untuk komponen thinner dan paku kayu.
Sedangkan cat kayu dan lem kayu
EOQ
engan menyesuaikan ketentuan ukuran pemesanan dari pemaso.
Penggunaan metode EOQ untuk cat kayu dan lem kayu dapat menjadi masukan bagi pemasok agar biaya pesan dan simpan yang dikeluarkan oleh CV Ayu Perabot dapat Kombinasi ketiga metode ini dapat menurunkan total biaya dari Rp6.
menjadi Rp6.
Setelah dilakukan perhitungan biaya untuk masing-masing metode, kemudian dilakukan kembali perencanaan kebutuhan bahan baku berdasarkan kepada metode yang memberikan total biaya terkecil.
Tabel MRP dapat dilihat pada Lampiran 3.
Perhitungan biaya persediaan untuk metode ini dapat dilihat pada Tabel 9.
Tabel 9.
Biaya Persediaan dengan Total Biaya Terkecil Biaya Biaya N Nama Lot Biaya Simp Persedi Item Size Pesan Dipan LFL 1.
Kasur
00,00
00,00
Rangk LFL 420.
Utama 0,00 0,00 Kepala LFL 300.
Dipan
0,00
0,00
Alas LFL 300.
Dipan
0,00
0,00
Cat
Kayu
0,00
5,00
5,00
Thinne 0,00 0,00 0,00 Rangk LFL 600.
Sampi
0,00
0,00
Rangk LFL 600.
Depan 0,00 0,00 Rangk LFL 600.
Kepala
0,00
0,00
1 Multip LFL 900.
0 lek
0,00
0,00
1 Paku Bata 120.
1 Kayu
0,00
0,00
0,00
1 Lem
2 Kayu
0,00
5,00
5,00
Kesimpulan dan Saran Berdasarkan hasil penelitian pada produk dipan kasur di CV Ayu Perabot Padang didapatkan bahwa metode peramalan terbaik untuk produk dipan kasur adalah Metode SARIMA .
,1,.
,1,.
_12 dengan nilai MSE adalah sebesar 0,85.
Hasil peramalan digunakan sebagai dasar penyusunan MPS 12 bulan ke depan untuk menentukan rencana kebutuhan masing-masing komponen penyusun produk dipan kasur.
Penerapan MRP mampu memberikan perencanaan kebutuhan material yang lebih terstruktur dibandingkan dengan sistem konvensional, karena perhitungan dilakukan berdasarkan struktur produk (BOM), lead time, dan jadwal produksi.
Perbandingan total biaya persediaan menunjukkan bahwa metode LFL dan MOQ menghasilkan total biaya sebesar Rp6.
350 dan metode EOQ menghasilkan total biaya persediaan sebesar Rp26.
430,75.
Metode LFL dan MOQ lebih rendah sebesar 75,39% dibandingkan EOQ dalam kondisi permintaan dan struktur biaya yang berlaku di CV Ayu Perabot.
Metode EOQ memang mampu menurunkan biaya pemesanan sebesar 61,81%, namun menyebabkan peningkatan biaya simpan yang sangat signifikan yaitu sebesar 99,42%.
Kombinasi metode terbaik berdasarkan biaya terkecil menunjukkan bahwa LFL optimal untuk sebagian besar komponen struktural kayu.
MOQ digunakan untuk komponen Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 223 - 240 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
dengan lot size terbatas, dan EOQ lebih sesuai digunakan untuk bahan penunjang seperti cat kayu dan lem kayu.
Kombinasi ini menurunkan total biaya persediaan menjadi Rp6.
lebih rendah jika dibandingkan dengan penggunakan LFL dan MOQ saja.
Berdasarkan hasil penelitian, saran yang dapat diberikan adalah agar CV Ayu Perabot dapat menerapkan sistem perencanaan produksi berbasis peramalan.
MPS, dan MRP yang Untuk penelitian selanjutnya, diharapkan dapat menambah beberapa metode lot sizing lainnya.
Selain itu dapat ditambahkan dengan analisis sensitivitas terhadap perubahan komponen biaya bahan baku di CV Ayu Perabot.
and Production Engineering, vol.
2, pp.
122Ae136, 2021, doi:
1080/21681015.
Rahmawati and D.
Tirkaami.
AuInventory Planning Analysis of Raw Materials for Animal Costd Using The MRP Lot Sizing Technique at CV XYZ,Ay Tekmapro: Journal of Industrial Engineering and Management, vol.
174Ae182, 2025.
Kurniawan.
Lande.
Sanjaya.
Khoerunisa, and R.
Nabila.
AuPengaruh Metode Material Requirement Planning (MRP) dan Economic Order Quantity (EOQ) Terhadap Efisiensi Biaya Bahan Baku,Ay 3 No 1.
Jan.
2025, doi:
38035/jmpd.
Hasanah and E.
Widajanti.
AuAnalisis Pengendalian Persediaan Bahan Baku Dengan Menggunakan Metode Material Requirement Planning Pada UMKM Sagon Bu Saliyem Di Karanganyar,Ay RIGGS: Journal of Artificial Intelligence and Digital Business, vol.
4, no.
3, pp.
5519Ae5538.
Sep.
31004/riggs.
Prasetyo and E.
Widajanti.
AuImplementasi Metode Material Requirement Planning Sebagai Setrategi Pengendalian Persediaan Bahan Baku Pada Pabrik Tahu Mas Ipan di Sragen,Ay RIGGS:
Journal Artificial Intelligence and Digital Business, vol.
3, pp.
4063Ae4073.
Aug.
2025, doi:
31004/riggs.
Astuti and E.
Widajanti.
AuAnalisis Pengendalian Persediaan Bahan Baku dengan Metode Material Requirement Planning pada Roti Karya Mandiri di Klaten,Ay RIGGS: Journal of Artificial Intelligence and Digital Business, vol.
3, pp.
6337Ae6349.
Oct.
2025, doi:
31004/riggs.
Handoko and N.
Puspitasari.
AuPerencanaan Persediaan Bahan Baku
Daftar Pustaka