AN ANALYSIS OF SPARE PARTS DEMAND FORECASTING CASE STUDY: PT. RIUNG MITRA LESTARI, INDONESIA

Abstract

PT Riung Mitra Lestari adalah salah satu perusahaan kontraktor penambangan baru di Indonesia yang didirikan pada tahun 2006. Diidentifikasi bahwa Riung membuat prediksi permintaan (bulanan) untuk menentukan jumlah stok yang 'tepat'. Namun, ‘tingkat akurasi’ metode peralaman yang digunakan oleh Riung tidak dapat diukur, sementara meningkatkan akurasi peralaman dapat meningkatkan tingkat kinerja perusahaan (yaitu meminimalkan kemungkinan kehabisan persediaan dan inventaris yang berlebihan). Laporan ini bertujuan untuk menemukan metode prediksi terbaik bagi Riung untuk mengelola kontrol inventaris suku cadangnya; yang dimulai dengan mengelompokkan suku cadang menggunakan metode analisis ABC untuk menentukan penanganan pengendalian persediaan yang tepat untuk setiap kelompok. Data menunjukkan bahwa ada 37 suku cadang di Riung yang termasuk dalam kategori A, oleh karena itu diperlukan kebijakan yang lebih ketat. Hal ini menjadi dasar untuk memilih kategori A sebagai objek utama analisis dalam penelitian ini. Penelitian ini akan membandingkan tiga metode prediksi, Moving Average (MA), Weight Moving Average (WMA) dan Single Exponential Smoothing (SES). Kinerja setiap metode prediksi dinilai dengan menghitung nilai kesalahan prediksi (MAD, MSE, MAPE, TS). Diketahui bahwa ada empat suku cadang dengan metode Moving Average sebagai metode prediksi terbaik, delapan suku cadang terbaik dengan menggunakan WMA dan sisanya 25 suku cadang terbaik dengan metode Single Exponential Smoothing (SES)

PT Riung Mitra Lestari is one of the new mining contractor company in Indonesia founded in 2006. It is identified that Riung creates (monthly) demand forecasting for determining its ‘proper’ stock quantities. However, the accuracy level of forecasting method used by Riung cannot be measured, while improving the forecasting accuracy may rise the performance level of company (i.e. minimizing the probability of the stock out and excessive inventory). This report is aimed to find the best forecasting method for Riung to manage its spare parts inventory control; which is began by grouping spare parts using ABC analysis method to determine the appropriate inventory control handling for each group. Data showed that there are 37 spare parts in Riung that belong to category A, hence a more stringent policy is required. This correspondingly became the basis for selecting category A as the main objects of analysis in this study. The research will compare three forecasting methods, Moving Average (MA), Weight Moving Average (WMA) and Single Exponential Smoothing (SES). The performance of every forecasting method was assessed by calculating the value of forecast errors (MAD, MSE, MAPE, TS). It is known that there are four spare parts with Moving Average method as the best forecasting method, eight spare parts is best by using WMA and the rest 25 spare parts is best with Single Exponential Smoothing (SES) method.