ABSTRACT YUDHIA PUTRIANA. H24097129. Inventory Optimization Analysis Riyal Currency For Hajj Season (Case Studies at Bank Syariah Mandiri in Bekasi Branch). Under guidance PRAMONO D. FEWIDARTO. SAR or Saudi Arabian Real is the currency of Saudi Arabia is widely used to meet the requirements during the pilgrimage. In 2011, the number of Hajj is dominated fleet departure from Jakarta-Bekasi embarkation fleet as much as 85 groups or 37,740 worshipers. This has resulted in high demand for SAR in several local banks to provide more SAR during the pilgrimage season, one of which is a Bank Syariah Mandiri Bekasi Branch has provided SAR more than other Bank Syariah Mandiri Branch, in the amount of 210,000 SAR. The amount of inventory that has been prepared BSM Bekasi branch sometimes not in line with the level of demand for SAR because of the uncertain state of demand. This condition, triggering BSM Bekasi Branch excess inventory, so that the necessary proper inventory management. This study aims to (1) Studying the patterns of demand and supply SAR for the Hajj season, (2) Selecting inventory models SAR for the Hajj season, (3) Calculating the optimal inventory levels SAR. The primary data used in this study were obtained through direct interviews with the BSM Bekasi Branch and the Ministry of Religious based list of questions directly. Secondary data obtained from historical data company, literature studies, articles or research related literature. Qualitative data analysis is done by analyzing the patterns of demand and supply patterns, as well as the BSM condition Bekasi Branch. Quantitative data analysis is done by calculating the optimum supply quantity of demand that has been forecast. Based on the pattern of inventory, ordering SAR does not occur every month because the supply is only focused on the pilgrimage season. Hajj month period can be determined based on the high demand SAR in a given month. Pattern of demand and supply patterns, forecasting can be done about the number of reservations by observing the pattern of demand SAR during the Hajj months to avoid excess or shortage of inventory. Forecasting demand of 158,682 SAR in the period from Hajj performed by using the moving average method. Judging from the conditions that existed at BSM Bekasi branch, where demand SAR during the Hajj season varies and can not be known with certainty, a two-day lead time, order frequency as needed, the inventory method that can be applied BSM Bekasi branch is continuous method probabilitic EOQ. Determination of optimum quantity obtained through iteration, that is equal to 101,244 SAR with reorder levels and inventory reserves amounted to 16,592 SAR and 11,302 SAR. The optimal conditions can anticipate the resulting excess inventory inefficiencies, as well as inventory shortages resulting in loss of customer trust, so that the Bekasi branch of Bank Syariah Mandiri to optimize profitability and create customer loyalty.
RINGKASAN YUDHIA PUTRIANA. H24097129. Analisis Optimisasi Persediaan Mata Uang Riyal untuk Musim Ibadah Haji (Studi Kasus di Bank Syariah Mandiri Cabang Bekasi). Di bawah bimbingan PRAMONO D. FEWIDARTO. SAR atau Saudi Arabian Real merupakan mata uang negara Arab Saudi yang banyak digunakan untuk memenuhi kebutuhan selama ibadah haji. Tahun 2011, jumlah kloter pemberangkatan haji didominasi dari embarkasi JakartaBekasi sebanyak 85 kloter atau 37.740 jamaah. Hal ini berdampak pada tingginya permintaan SAR di beberapa bank setempat yang harus menyediakan SAR lebih banyak selama musim ibadah haji, salah satunya Bank Syariah Mandiri (BSM) Cabang Bekasi telah menyediakan SAR lebih banyak dari BSM Cabang lain, yaitu sebesar 210.000 SAR. Jumlah persediaan yang telah dipersiapkan BSM Cabang Bekasi terkadang tidak seiring dengan tingkat permintaan SAR karena adanya keadaan permintaan yang tidak menentu. Kondisi ini, memicu BSM Cabang Bekasi mengalami kelebihan persediaan, sehingga diperlukan manajemen persediaan yang tepat. Penelitian ini bertujuan untuk (1)Mempelajari pola permintaan dan persediaan SAR untuk musim ibadah haji; (2)Memilih model persediaan SAR untuk musim ibadah haji; (3)Menghitung tingkat persediaan SAR optimal. Data primer yang digunakan dalam penelitian ini diperoleh melalui wawancara langsung dengan pihak BSM Cabang Bekasi dan Kementerian Agama berdasarkan daftar pertanyaan yang diajukan secara langsung. Data sekunder diperoleh dari data historis perusahaan, studi pustaka, artikel atau literatur terkait penelitian. Analisis data secara kualitatif dilakukan dengan menganalisis pola permintaan dan pola persediaan, serta kondisi BSM Cabang Bekasi. Analisis data kuantitatif dilakukan dengan menghitung kuantitas persediaan optimum dari permintaan yang telah diramalkan. Berdasarkan pola persediaan, pemesanan SAR tidak terjadi setiap bulan karena persediaan hanya difokuskan untuk musim ibadah haji. Periode bulan haji dapat ditentukan berdasarkan permintaan SAR yang tinggi pada bulan tertentu. Adanya pola permintaan dan pola persediaan, dapat dilakukan peramalan mengenai jumlah pemesanan SAR dengan memperhatikan pola permintaan selama bulan ibadah haji untuk menghindari adanya kelebihan atau kekurangan persediaan. Peramalan permintaan SAR sebesar 158.682 SAR di periode bulan haji dilakukan dengan menggunakan metode moving average. Dilihat dari kondisi yang ada pada BSM Cabang Bekasi, dimana permintaan SAR selama musim ibadah haji bervariasi dan tidak bisa diketahui secara pasti, lead time selama dua hari, frekuensi pemesanan sesuai dengan kebutuhan, maka metode persediaan yang dapat diterapkan BSM Cabang Bekasi ialah metode continuous probabilitic EOQ. Penentuan kuantitas optimum didapatkan melalui iterasi, yaitu sebesar 101.244 SAR dengan tingkat pemesanan kembali dan persediaan cadangan masing-masing sebesar 16.592 SAR dan 11.302 SAR. Kondisi optimal ini dapat mengantisipasi terjadinya kelebihan persediaan yang mengakibatkan inefisiensi, serta kekurangan persediaan yang mengakibatkan kehilangan kepercayaan nasabah, sehingga Bank Syariah Mandiri Cabang Bekasi dapat mengoptimalkan keuntungan dan terciptanya loyalitas nasabah.
ANALISIS OPTIMISASI PERSEDIAAN MATA UANG RIYAL UNTUK MUSIM IBADAH HAJI (STUDI KASUS DI BANK SYARIAH MANDIRI CABANG BEKASI)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA EKONOMI pada Program Sarjana Alih Jenis Manajemen Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor
Oleh: YUDHIA PUTRIANA H24097129
PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2013
Judul
:
Analisis Optimisasi Persediaan Mata Uang Riyal untuk Musim Ibadah Haji (Studi Kasus di Bank Syariah Mandiri Cabang Bekasi)
Nama
:
Yudhia Putriana
NRP
:
H24097129
Menyetujui, Dosen Pembimbing
Ir. Pramono D. Fewidarto, MS. NIP 195802021984031003
Mengetahui: Ketua Departemen
Dr.Ir. Jono M. Munandar, M.Sc NIP 196101231986011002
Tanggal Lulus:
iii
RIWAYAT HIDUP
Penulis bernama Yudhia Putriana, dilahirkan di Jakarta pada tanggal 27 Januari 1988 dari pasangan Julius Aziz dan Arnawati. Penulis merupakan anak ketiga dari empat bersaudara. Penulis menyelesaikan pendidikan di TK Margalaksana Jakarta Timur pada tahun 1994 dan melanjutkan ke Sekolah Dasar Negeri 14 Jakarta Timur pada tahun yang sama. Pada tahun 1999, penulis melanjutkan pendidikan di Sekolah Lanjutan Tingkat Pertama Negeri 194 Jakarta Timur, kemudian melanjutkan di Sekolah Menengah Umum BPS&K Jakarta Timur dan masuk ke dalam program Ilmu Pengetahuan Alam (IPA). Penulis diterima di Diploma Politeknik Negeri Jakarta, Jurusan Akuntansi dengan Program studi Keuangan Perbankan. Pada tahun 2009, penulis diterima di Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Selama mengikuti perkuliahan, penulis cukup aktif sebagai pengurus koperasi mahasiswa pada tahun ajaran 2006/2007 dan penulis mendapatkan Penghargaan Beasiswa PPA (Peningkatan Prestasi Akademik) Tingkat Diploma selama dua tahun berturut-turut pada tahun ajaran 2006/2007 dan tahun ajaran 2007/2008.
iv
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan ke khadirat Allah SWT atas Rahmat dan Karunia-Nya, sehingga penulis dapat menyelesaikan skripsi yang berjudul “Analisis Optimisasi Persediaan Mata Uang Riyal untuk Musim Ibadah Haji (Studi Kasus di Bank Syariah Mandiri Cabang Bekasi)” sebagai salah satu syarat memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor. Tujuan penelitian adalah mempelajari pola permintaan dan persediaan SAR, memilih model persediaan SAR dan menghitung tingkat persediaan optimal SAR untuk musim ibadah haji pada BSM Cabang Bekasi. Penyusunan skripsi ini banyak dibantu oleh berbagai pihak, baik secara moril maupun materiil. Oleh karena itu, penulis mengucapkan banyak terima kasih kepada semua pihak yang membantu, terutama kepada dosen pembimbing dan kedua orang tua. Penulis menyadari bahwa terdapat kekurangan dalam penyusunan skripsi ini, oleh karena itu, kritik ataupun saran sangat diperlukan untuk perbaikan skripsi ini menjadi lebih baik. Semoga skripsi ini dapat bermanfaat bagi para pembaca.
Bogor, Mei 2013
Penulis
v
UCAPAN TERIMA KASIH
Terima kasih kepada pihak yang telah memberikan dukungan dan bantuan kepada penulis sehingga skripsi dengan judul Analisis Optimisasi Persediaan Mata Uang Riyal untuk Musim Ibadah Haji (Studi Kasus di Bank Syariah Mandiri Cabang Bekasi) dapat terselesaikan. Oleh karena itu, penulis mengucapkan terima kasih kepada: 1.
Kedua orangtua penulis atas kasih sayang, perhatian, doa restu, serta dukungan yang tiada batas.
2.
Bapak Ir. Pramono D. Fewidarto, MS. sebagai dosen pembimbing yang telah meluangkan waktunya untuk memberikan bimbingan, saran, dan pengarahan kepada penulis.
3.
Bapak Dr. Ir. Jono M. Munandar, M.Sc selaku Ketua Departemen Manajemen, Fakultas Ekonomi dan Manajemen, IPB.
4.
Ibu Farida Ratna Dewi, SE.MM, selaku Ketua Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, IPB.
5.
Bapak Fauzi, Bapak Asep dari Bank Syariah Mandiri Cabang Bekasi, Bapak Muzaidi, Ibu Sri beserta staf Pelayanan Ibadah Haji Departemen Agama yang telah memberikan izin dan bantuan dalam memberikan informasi terkait penelitian.
6.
Seluruh dosen, staf dan pengurus Program Sarjana Alih Jenis Manajemen Institut Pertanian Bogor atas ilmu pengetahuan dan bantuannya.
7.
Fauzi Rahman atas semua bantuan, semangat dan kasih sayang yang diberikan selama ini.
8.
Teman-teman kuliah Program Sarjana Alih Jenis Manajemen atas bantuan dan dukungannya.
9.
Pihak-pihak yang telah membantu dalam penyelesaian skripsi ini yang tidak bisa disebutkan satu per satu.
vi
DAFTAR ISI
Halaman RINGKASAN RIWAYAT HIDUP ................................................................................................ iii KATA PENGANTAR ........................................................................................... iv UCAPAN TERIMA KASIH ................................................................................... v DAFTAR ISI .......................................................................................................... vi DAFTAR TABEL ................................................................................................ viii DAFTAR GAMBAR ............................................................................................. ix DAFTAR LAMPIRAN ........................................................................................... x I.PENDAHULUAN ................................................................................................ 1 1.1. Latar Belakang ............................................................................................... 1 1.2. Perumusan Masalah ....................................................................................... 4 1.3. Tujuan Penelitian ........................................................................................... 4 1.4. Manfaat Penelitian ......................................................................................... 5 1.5. Ruang Lingkup Penelitian ............................................................................. 5 II. TINJAUAN PUSTAKA ..................................................................................... 6 2.1. Perbankan ...................................................................................................... 6 2.1.1. Bank Syariah .......................................................................................... 6 2.1.2. Prinsip Operasional Bank Syariah ......................................................... 6 2.2. Valuta Asing .................................................................................................. 7 2.2.1. Landasan Peraturan Valuta Asing ......................................................... 7 2.2.2. Perkembangan Permintaan dan Kurs ..................................................... 8 2.2.3. Selisih Kurs............................................................................................ 9 2.3. Peramalan .................................................................................................... 10 2.4. Metode Peramalan ....................................................................................... 10 2.4.1. Moving average ................................................................................... 11 2.4.2. Single Exponential Smoothing ............................................................. 12 2.4.3. Double Exponential Smoothing ........................................................... 12 2.4.4. Triple Exponential Smoothing ............................................................. 13 2.5. Kriteria Peramalan ....................................................................................... 13 2.6. Persediaan ................................................................................................... 14 2.6.1. Pengendalian Persediaan ..................................................................... 14 2.6.2. Sifat Persediaan ................................................................................... 15 2.6.3 Fungsi Persediaan ................................................................................. 15 2.6.4. Jenis persediaan ................................................................................... 16 2.7. Biaya Persediaan .......................................................................................... 16 2.8. Metode Pengendalian Persediaan ................................................................ 17 2.8.1. Metode Persediaan Kontinu................................................................. 18 2.8.2. Metode Persediaan Periodik ............................................................... 21 2.8.3. Metode Minimum-Maksimum ............................................................ 22 2.9. Service Level ................................................................................................ 24 2.10. Prinsip Model Persediaan .......................................................................... 24 2.11. Penelitian Terdahulu .................................................................................. 25
vii
III. METODE PENELITIAN ................................................................................ 28 3.1. Kerangka Pemikiran Penelitian ................................................................... 28 3.2. Tahapan Pelaksanaan Penelitian .................................................................. 29 3.3. Lokasi dan Waktu Penelitian ....................................................................... 30 3.4. Jenis Data yang Dibutuhkan ........................................................................ 31 3.5. Sumber Data ................................................................................................ 31 3.6. Teknik Pengumpulan Data .......................................................................... 31 3.7. Metode Pengolahan dan Analisis Data ....................................................... 32 3.7.1. Metode Peramalan ............................................................................... 32 3.7.2. Metode Persediaan ............................................................................... 32 IV. HASIL DAN PEMBAHASAN ...................................................................... 33 4.1. Gambaran Umum Perusahaan ..................................................................... 33 4.1.1. Sejarah Perusahaan .............................................................................. 33 4.1.2. Struktur Organisasi BSM Cabang Bekasi ........................................... 34 4.1.3. Gambaran Valuta Asing ...................................................................... 35 4.2. Transaksi Pemesanan SAR di BSM Cabang Bekasi ................................... 36 4.3. Plot Persediaan dan Permintaan BSM Cabang Bekasi ................................ 36 4.3.1. Konversi dan Tabulasi Permintaan SAR ............................................. 37 4.3.2. Konversi dan Tabulasi Persediaan SAR ............................................. 38 4.3.3. Plot Gabungan Persediaan dan Permintaan SAR ................................ 40 4.4. Pola Permintaan SAR BSM Cabang Bekasi ................................................ 44 4.4.1. Peramalan Permintaan SAR ................................................................ 45 4.5. Pola Persediaan SAR BSM Cabang Bekasi ................................................. 46 4.6. Analisis Biaya Persediaan SAR ................................................................... 47 4.6.1. Biaya Pemesanan ................................................................................. 47 4.6.2. Biaya Penyimpanan ............................................................................. 48 4.6.3. Biaya Kehabisan Persediaan ................................................................ 49 4.7. Perhitungan Parameter Persediaan .............................................................. 49 4.8. Analisis Metode Persediaan SAR ................................................................ 50 4.8.1. Deviasi Standar .................................................................................... 51 4.8.2. Service Level ........................................................................................ 52 4.8.3. Kuantitas Optimum.............................................................................. 54 4.8.4. Safety Stock .......................................................................................... 54 4.8.5. Reorder Point Optimum ...................................................................... 55 4.9. Biaya Total Persediaan Minimum ............................................................... 56 4.10. Implikasi Manajerial .................................................................................. 57 KESIMPULAN DAN SARAN ............................................................................. 59 1. Kesimpulan .................................................................................................. 59 2. Saran ............................................................................................................ 60 DAFTAR PUSTAKA ........................................................................................... 61 LAMPIRAN .......................................................................................................... 63
viii
DAFTAR TABEL
No.
Halaman
1. Konversi data permintaan SAR dari Masehi ke Hijriyah................................. 37 2. Data permintaan SAR setiap pecahan bulan Ibadah Haji ................................ 38 3. Konversi data persediaan SAR dari Masehi ke Hijriyah ................................. 39 4. Data penerimaan SAR setiap pecahan periode 2007-2011 .............................. 39 5. Periode waktu penetapan BPIH dan pemberangkatan haji kloter pertama ...... 41 6. Data nilai kurs berdasarkan periode waktu ...................................................... 43 7. Skala pengukuran dan metode peramalan ........................................................ 45 8. Konversi hasil peramalan permintaan SAR ..................................................... 46 9. Perincian biaya pemesanan .............................................................................. 48 10. Perincian biaya penyimpanan ........................................................................ 49 11. Deviasi standar ............................................................................................... 51 12. Hasil perhitungan iterasi ................................................................................ 53 13. Perbandingan service level .............................................................................. 55 14. Perbandingan biaya total persediaan .............................................................. 56 15. Perbandingan metode persediaan .................................................................... 57
ix
DAFTAR GAMBAR
No.
Halaman
1. Kuota haji Indonesia .......................................................................................... 2 2. Skema sharf (Sri dan Wasillah, 2011) ............................................................... 7 3. Kurva metode persediaan kontinu (Elsayed, 1994) ......................................... 18 4. Kurva metode persediaan periodik (Elsayed, 1994) ........................................ 21 5. Kurva metode min-maks (Indrajit, 2005)......................................................... 23 6. Kerangka pemikiran ......................................................................................... 29 7. Tahapan penelitian ........................................................................................... 30 8. Plot persediaan, permintaan, penerimaan, kuota haji Bekasi (diolah) ............. 40 9. Pola data permintaan SAR (diolah).................................................................. 44 10.Pola data persediaan SAR (diolah) .................................................................. 47
x
DAFTAR LAMPIRAN
No.
Halaman
1. Data jamaah haji Indonesia berdasarkan airlines 1432H/2011M ................... 64 2. Data Jamaah Haji Provinsi Jawa Barat Tahun 2011 ....................................... 65 3. Struktur organisasi Bank Syariah Mandiri Cabang Bekasi ............................. 66 4. Contoh perhitungan kurs ................................................................................. 67 5. Data permintaan SAR bulan Masehi .............................................................. 68 6. Data persediaan SAR bulan Masehi ................................................................ 69 7. Tingkat penerimaan dan permintaan SAR .................................................... 70 8. Data kuota jamaah haji kota Bekasi ................................................................ 71 9. ACF dan PACF pola data permintaan SAR .................................................... 72 10. Perbandingan hasil uji metode peramalan. ..................................................... 73 11. Hasil peramalan permintaan SAR ................................................................... 76 12. ACF dan PACF pola data persediaan SAR .................................................... 78 13. Perhitungan nilai kurs rata-rata tahun 2011 .................................................... 79 14. Perhitungan selisih nilai kurs tahun 2011 ....................................................... 81 15. Tabel distribusi normal ................................................................................... 82 16 Perhitungan hasil iterasi. ................................................................................. 84 17. Perhitungan interpolasi faktor keamanan ........................................................ 87 18. Perincian perhitungan parameter pendukung pada service level 95 % ........... 88 19. Perincian biaya ............................................................................................... 89 20. Daftar pertanyaan wawancara ........................................................................ 90 21. Data permintaan SAR setiap pecahan periode 2007-2011 .............................. 91 22. Data persediaan SAR setiap pecahan periode 2007-2011............................... 92 23. Penghargaan Bank Syariah Mandiri Tahun 2011 ........................................... 93
I. PENDAHULUAN
1.1. Latar Belakang Peranan perbankan selama musim ibadah haji sering dikaitkan dalam upaya penerimaan setoran dan pengelolaan rekening. Hal ini disebabkan bank ditunjuk oleh Kementerian Agama sebagai bank penerima setoran biaya penyelenggaraan ibadah haji (BPS BPIH) yang mengacu pada Peraturan Pemerintah Nomor 79 Tahun 2012. BPS yang ditunjuk ialah perbankan yang memperoleh rekomendasi dari lembaga yang menangani jasa keuangan dan memiliki layanan yang bersifat nasional. Haji berasal dari bahasa Arab yaitu hajj, artinya mengunjungi sesuatu. Ibadah haji adalah rukun Islam kelima dan wajib dilaksanakan oleh umat Islam yang mampu menunaikannya. Berdasarkan Peraturan Menteri Agama Nomor 6 Tahun 2010, pendaftaran haji dibuka sepanjang tahun dengan menerapkan prinsip first come first served, yaitu pendaftar haji yang tiba lebih dahulu akan dilayani lebih dahulu. Jika proses tersebut tiba pada waktu yang sama, maka pelayanan dilakukan berdasarkan urutan antrian sesuai dengan nomor urut porsi yang telah terdaftar dalam sistem komputerisasi haji terpadu Kementerian Agama. Nomor urut porsi ini bisa didapatkan setelah adanya pelunasan biaya haji. Menurut Peraturan Presiden Nomor 67 Tahun 2012, pembayaran BPIH dilakukan dengan mata uang dolar Amerika atau mata uang rupiah sesuai kurs jual transaksi Bank Indonesia yang berlaku sama pada hari dan tanggal pembayaran. Besaran BPIH ditetapkan oleh presiden atas usul Kementerian Agama setelah mendapat persetujuan Dewan Perwakilan Rakyat (DPR), dimana BPIH meliputi biaya penerbangan haji, biaya pemondokan, dan living cost. Menurut (Sri dan Wasilah, 2011), penggunaan mata uang kertas dalam transaksi valuta asing dinamakan transaksi al-sharf. Hukum perdagangan mata uang kertas dianggap sah dalam syariah, bila telah memenuhi syarat tertentu diantaranya objek yang ditransaksikan berasal dari jenis mata uang yang berbeda dan cara bertransaksi kedua mata uang tersebut harus dilakukan saling serah terima di tempat kontrak secara kontan. Mata uang kertas yang biasa digunakan perbankan syariah dalam transaksi valuta asing diantaranya mata uang Rupiah,
2
Riyal, Ringgit, maupun Dollar. Mata uang Riyal sering digunakan dalam transaksi untuk keperluan wisata umrah, dan perjalanan haji. Mata uang ini telah menjadi kebutuhan bagi jamaah sebagai persiapan tambahan di tanah suci, dan selain untuk membeli kebutuhan selama pelaksanaan ibadah haji juga bisa dipakai untuk bersedekah. Adapun pecahan nominal SAR (Saudi Arabian Real) yang biasanya disediakan perbankan untuk memenuhi kebutuhan individual cost mulai dari 1, 5, 10, 20, 50, 100 hingga 500, namun penyediaan pecahan SAR tersebut disesuaikan kembali dengan kebijakan masing-masing bank. Para jamaah haji mendapatkan living cost untuk memenuhi kebutuhan hidupnya selama beribadah haji atas kebijakan Kementerian Agama, yaitu sebesar 1500 SAR yang terdiri dari dua lembar pecahan 500 SAR, tiga lembar pecahan 100 SAR dan empat lembar pecahan 50 SAR. Berdasarkan siaran pers Kementerian Agama No : SJ/B.VIII/3/HM.00/839/2012, penyaluran living cost dilakukan di embarkasi haji masing-masing jamaah yang dilaksanakan oleh PPIH (Panitia Penyelenggaraan Ibadah Haji) embarkasi dan pihak perbankan pemenang tender pengadaan SAR (www.kemenag.go.id). Sesuai dengan keputusan Menteri Agama Nomor 29 tahun 2011, kuota haji untuk Indonesia sebanyak 211.000 orang terdiri dari 194.000 untuk haji regular dan 17.000 untuk haji khusus. Pada 11 September 2011, Menteri Agama mengemukakan bahwa Indonesia mendapat tambahan kuota 10.000 orang yang akan diprioritaskan untuk jamaah haji berusia di atas 60 tahun (Vivanews, 2011). Pada dasarnya kuota haji yang telah ditetapkan untuk Indonesia cenderung meningkat, namun penambahan kuota dari Arab Saudi tidak selalu terjadi setiap tahun, sehingga terlihat adanya peningkatan dan penurunan kuota haji selama beberapa tahun, hal ini dapat dilihat dalam Gambar 1. sebagai berikut :
JAMAAH
225000 220000 215000 210000 205000 2006
2007
2008
2009
2010
TAHUN
Gambar 1. Kuota haji Indonesia
2011
2012
3
Menurut data Kementerian Agama, pada 29 September 2011 tercatat jumlah kloter kelompok terbang pemberangkatan jamaah haji Indonesia berdasarkan airlines didominasi dari embarkasi Jakarta, yaitu 50 kloter dengan penerbangan Garuda dan 85 kloter dengan penerbangan Saudi, dimana penerbangan Garuda dikhususkan untuk embarkasi Jakarta - Pondok Gede (JKG) meliputi wilayah DKI Jakarta, Lampung, Banten dan penerbangan Saudi untuk embarkasi Jakarta – Bekasi (JKS) wilayah Jawa Barat. Hal ini dapat dilihat dalam Lampiran 1. Berdasarkan data jamaah haji embarkasi Bekasi provinsi Jawa Barat tahun 2011 yang terdapat dalam Lampiran 2, sebagian besar jamaah berasal dari kota Bekasi sebanyak 3140 jamaah. Banyaknya jamaah haji asal kota Bekasi mengakibatkan permintaan mata uang riyal atau saudi arabian real (SAR) meningkat, hal ini disebabkan oleh sebagian besar jamaah haji ingin menambah uang SAR dari tanah air karena living cost SAR yang disediakan oleh Kementrian Agama dirasa tidak cukup untuk memenuhi kebutuhan di tanah suci, juga karena nilai tukar riyal di Arab Saudi cenderung lebih tinggi. Tingginya permintaan SAR ini berdampak pada beberapa bank setempat, khususnya bank penerima setoran yang berperan sebagai BPS BPIH Cabang Bekasi yaitu Bank Muamalat, BNI, BNI Syariah, BRI, BRI Syariah, BTN, BTN Syariah, Bank Jabar, Bank Jabar Syariah, Bank Mandiri, Bank Syariah Mandiri, Bukopin, Bank Mega Syariah. Diantara beberapa BPS BPIH tersebut bank yang memiliki prestasi sebagai bank syariah berkonsep terbaik dan merupakan kantor cabang yang cukup besar di kota Bekasi, yaitu Bank Syariah Mandiri Cabang Bekasi. BSM (Bank Syariah Mandiri) tumbuh cukup pesat dan telah menjadi bank syariah terbesar yang dapat melayani dan mengembangkan transaksi pertukaran valuta asing didalam berbagai lapisan masyarakat untuk memenuhi kebutuhan mata uang asing. BSM Cabang Bekasi tidak menyediakan SAR diluar musim haji karena penyediaan SAR lebih diutamakan untuk memenuhi kebutuhan nasabah selama musim ibadah haji yang melalui BSM, sehingga harus menyediakan SAR lebih banyak karena tidak semua kantor BSM di kota Bekasi menyediakan mata uang SAR. Adanya permintaan SAR yang tidak menentu karena tingkat kebutuhan nasabah terhadap SAR yang tidak selalu sama, kondisi ini menyulitkan perbankan dalam menentukan jumlah persediaan yang harus tersedia, sehingga
4
terjadi tingginya kelebihan atau sisa persediaan pada tahun 2011 yang merugikan bank. Hal ini mendorong BSM Cabang Bekasi untuk mengendalikan persediaan SAR lebih baik selama musim ibadah haji. Berdasarkan latar belakang yang telah diuraikan, dilakukan penelitian ini dengan judul “Analisis Optimisasi Persediaan Mata Uang Riyal
untuk Musim Ibadah Haji (Studi Kasus di Bank Syariah
Mandiri Cabang Bekasi)”. 1.2. Perumusan Masalah Mata uang SAR bagi jamaah sudah menjadi suatu kebutuhan, namun tingkat kebutuhan setiap jamaah berbeda-beda, sehingga keadaan permintaan SAR yang selalu berubah ini menyebabkan tingkat permintaan SAR terkadang tidak seiring dengan jumlah persediaan yang telah dipersiapkan. Persoalan yang dihadapi BSM Cabang Bekasi dalam menentukan besarnya jumlah persediaan ialah jumlah persediaan berlebih dibandingkan dengan jumlah permintaan. Persediaan yang berlebih dapat dikatakan sisa persediaan yang tidak menghasilkan keuntungan, sehingga mengakibatkan terjadinya inefisiensi biaya persediaan karena adanya biaya penyimpanan menjadi tinggi. Hal ini dipicu karena adanya ketidakpastian permintaan SAR oleh nasabah. Disamping itu, ketidakpastian permintaan juga dapat menyebabkan kekurangan persediaan yang memberikan dampak kepada nasabah untuk beralih ke bank lain, sehingga terjadi kehilangan penjualan yang menghasilkan keuntungan tidak optimal dan reputasi bank menjadi buruk. Kesulitan-kesulitan ini sangat merugikan bagi bank, sehingga diperlukan manajemen yang lebih baik untuk mengantisipasi kelebihan maupun kekurangan persediaan yang tinggi dengan menggunakan metode probabilistik. Pendekatan metode ini dipilih karena adanya kondisi permintaan yang tidak bisa diketahui secara pasti. Berdasarkan latar belakang yang telah diuraikan di atas, maka masalah yang dihadapi adalah: Bagaimana menetapkan tingkat persediaan SAR yang optimal untuk musim ibadah haji pada Bank Syariah Mandiri Cabang Bekasi. 1.3. Tujuan Penelitian Tujuan yang ingin dicapai pada penelitian ini adalah sebagai berikut: 1. Mempelajari pola permintaan dan persediaan SAR untuk musim ibadah haji. 2. Memilih model persediaan SAR untuk musim ibadah haji.
5
3. Menghitung tingkat persediaan optimal SAR untuk musim ibadah haji. 1.4. Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 1.
Perusahaan Sebagai masukan dalam mengendalikan persediaan SAR untuk memenuhi kebutuhan nasabah selama musim ibadah haji.
2. Pihak lain Memperluas ilmu pengetahuan khususnya dalam pengendalian persediaan SAR pada musim ibadah haji dan dapat sebagai pembanding untuk penelitian selanjutnya. 1.5. Ruang Lingkup Penelitian Pembatasan ruang lingkup penelitian ini dilakukan agar lebih mengarah kepada tujuan penulisan, pembatasan tersebut diantaranya ialah: 1.
Penelitian yang dilakukan terkait dengan persediaan dan permintaan SAR pecahan 1 s/d 100 SAR selama musim ibadah haji periode 2007 sampai 2011 di luar kebutuhan untuk living cost.
2.
Nasabah yang dimaksudkan dalam penelitian ini adalah nasabah yang melakukan penukaran SAR selama musim ibadah haji.
3.
Batasan waktu musim ibadah haji adalah periode terjadinya permintaan SAR yang besar.
4.
Data pembelian dan penjualan SAR yang digunakan adalah data periode 2007 sampai 2011.
5.
Biaya-biaya terkait persediaan SAR meliputi biaya pemesanan, biaya penyimpanan, dan biaya kehabisan persediaan.
6
II. TINJAUAN PUSTAKA
2.1. Perbankan Berdasarkan Undang-Undang Negara Republik Indonesia Nomor 10 Tahun 1998, perbankan merupakan segala sesuatu yang menyangkut tentang bank mencakup kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan kegiatan usahanya, sedangkan yang dimaksud dengan bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit maupun bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup orang banyak. Menurut Kamus Hukum, kata bank berasal dari bahasa Italia banca berarti tempat pertukaran uang. 2.1.1. Bank Syariah Menurut Undang-Undang Republik Indonesia No. 21 Tahun 2008, bank syariah adalah bank yang menjalankan kegiatan usahanya berdasarkan prinsip syariah, demokrasi ekonomi dan prinsip kehati-hatian. Ascarya dan Yumanita (2005), mengemukakan bahwa bank syariah adalah sebuah lembaga penyedia jasa keuangan yang berprinsip keadilan, membiayai kegiatan usaha yang halal, bebas dari bunga, kegiatan spekulatif yang tidak produktif dan hal-hal yang tidak jelas atau meragukan. 2.1.2. Prinsip Operasional Bank Syariah Elemen penting dari bank syariah adalah larangan didalam membungakan uang. Elemen lain menekankan kontrak yang adil, pembagian keuntungan, larangan terhadap judi atau spekulasi serta berbagai transaksi yang tidak jelas. Prinsip operasional yang dianut oleh sistem perbankan syariah antara lain (Hosen, 2007): 1.
Pembayaran terhadap pinjaman dengan nilai yang berbeda dari nilai yang telah ditentukan sebelumnya tidak diperbolehkan.
2.
Pemberi dana harus ikut berbagi keuntungan dan kerugian sebagai akibat hasil usaha institusi yang meminjam dana.
3.
Islam tidak memperbolehkan menghasilkan uang dari uang. Uang hanya merupakan media pertukaran.
7
4.
Unsur ketidakpastian dan spekulasi tidak diperkenankan. Kedua belah pihak harus mengetahui dengan baik, hasil yang akan mereka peroleh dari sebuah transaksi.
5.
Investasi hanya boleh diberikan kepada usaha-usaha yang tidak diharamkan dalam islam.
2.2. Valuta Asing Valuta Asing merupakan suatu mata uang tertentu yang dimiliki oleh negara lain sebagai alat pembayaran (Sri dan Wasillah, 2011). Valuta asing dalam istilah bahasa Arab disebut al-sharf, yaitu penambahan, pertukaran, penghindaran, atau transaksi jual beli. Sharf adalah transaksi jual beli suatu valuta dengan valuta lainnya. Transaksi jual beli atau pertukaran mata uang dapat dilakukan baik dengan mata uang sejenis maupun yang tidak sejenis (Sri dan Wasillah, 2011). Akad sharf harus disepakati dalam transaksi jual beli oleh pembeli dan penjual, ketika pembeli menyerahkan valuta kepada penjual dan sebaliknya penjual menyerahkan valuta lain kepada pembeli. Hal ini terlihat dalam skema sharf pada Gambar 2.
Gambar 2. Skema sharf (Sri dan Wasillah, 2011) Bank menyediakan valuta asing untuk berbagai kebutuhan nasabah dan perdagangan internasional diantaranya melayani nasabah yang ingin melakukan pertukaran mata uang dan untuk memenuhi kewajiban bank dalam bentuk valuta asing.
Menurut
Antonio
(2007),
pasar
valuta
asing
adalah
pasar
diperdagangkannya surat berharga dalam satu mata uang dengan mata uang lain. 2.2.1. Landasan Peraturan Valuta Asing Menurut Hosen (2007), dasar hukum Islam yang menjadi landasan diperbolehkan valuta asing terdapat dalam fatwa DSN (Dewan Syariah Nasional) No. 28/DSN-MUI/III/2002 mengenai jual beli mata uang, diantaranya:
8
1.
Al-Quran surat al-Baqarah ayat 275.
2.
Hadits nabi yang di riwayatkan para muslim. Ketentuan transaksi valuta asing terdiri dari (Sri dan Wasilah, 2011):
1.
Nilai tukar atau kurs suatu mata uang dengan mata uang lainnya telah diketahui oleh kedua belah pihak, baik pembeli maupun penjual.
2.
Valuta yang diperjualbelikan telah dikuasai oleh kedua belah pihak, sebelum keduanya berpisah. Penguasaan tersebut bisa berbentuk material maupun hukum. Penguasaan secara material yaitu pembeli langsung menerima valuta yang dibeli dan penjual langsung menerima valuta lainnya, sedangkan penguasaan secara hukum yaitu pembeli melakukan pembayaran dengan menggunakan cek. Apabila keduanya berpisah sebelum menguasai masingmasing uang penukaran berdasarkan nilai tukar yang diperjualbelikan, maka akad tersebut batal karena syarat penguasaan terhadap objek transaksi tidak terpenuhi.
3.
Apabila valuta yang diperjualbelikan berasal dari jenis yang sama tetapi model dari mata uang berbeda, maka jual beli mata uang tersebut harus dilakukan dalam kuantitas yang sama.
4.
Akad sharf tidak memperbolehkan adanya hak pilih bagi pembeli untuk dapat melanjutkan atau tidak melanjutkan jual beli mata uang tersebut setelah akadnya selesai, syarat tersebut diperjanjikan ketika transaksi jual beli berlangsung, hal ini dilakukan untuk menghindari adanya ketidakpastian atau gharar.
2.2.2. Perkembangan Permintaan dan Kurs Nilai tukar mata uang suatu negara dengan negara lain menunjukkan indikator daya saing perekonomian nasional di pasaran dunia, nilai tukar atau kurs diukur dalam nilai mata uang yang sama. Proses pembentukan kurs ditentukan melalui kekuatan permintaaan dan penawaran valuta asing yang dijadikan mata uang utama (hard currency). Transaksi valuta asing melibatkan pertukaran valas dan rupiah. Permintaan mata uang asing yang terus meningkat, seiring dengan kebutuhan memproduksikan barang dalam negeri untuk domestik. Pertumbuhan ekspor yang tidak sebanding dengan pertumbuhan impornya, menyebabkan nilai rupiah terhadap mata uang asing dapat melemah. Ketersediaan pasokan dan
9
permintaan valuta asing di pasar valas serta ketersediaan likuditas rupiah di pasar uang rupiah juga akan menentukan proses pembentukan kurs. Berlebihnya persediaan valas disaat ketersediaan likuiditas rupiah sangat ketat, mengakibatkan mata uang rupiah menguat terhadap mata uang negara lain. Sebaliknya keterbatasan persediaan valas disaat likuiditas di pasar uang rupiah melimpah dapat mengakibatkan tekanan depresiasi terhadap mata uang rupiah (Purnomo, 2004). 2.2.3. Selisih Kurs Menurut Kurniawan (2011), selisih kurs mencerminkan perbedaan antara kurs beli dan kurs jual yang ditujukan menutupi biaya persediaan. Selisih kurs beli dan kurs jual biasanya dinyatakan sebagai persentase dari kurs jual.
Selisih kurs
kurs jual - kurs beli x 100 % kurs jual ......................................................... (1)
Faktor-faktor yang mempengaruhi selisih kurs antara lain: 1.
Biaya pemesanan (ordering costs) Biaya yang berubah-ubah sesuai dengan frekuensi pesanan.
2.
Biaya penyimpanan (holding cost) Biaya yang berubah-ubah sesuai dengan besarnya persediaan. Semakin tinggi biaya persediaan, semakin besar selisih yang akan dikenakan untuk menutupi biaya persediaan.
3.
Persaingan Semakin ketat persaingan, semakin kecil selisih kurs yang ditetapkan.
4.
Volume Semakin likuid suatu mata uang, semakin kecil kemungkinan adanya perubahan harga yang mendadak.
5.
Risiko mata uang Semakin berisiko suatu mata uang yang dipengaruhi oleh kondisi ekonomi atau politik suatu negara, maka semakin kecil selisih kurs. Menurut Muljono (2004), di dalam perdagangan valuta asing, bank perlu
menyediakan dana sejumlah transaksi yang akan dilaksanakan tersebut. Dana (uang) yang terlihat dalam transaksi ini mempunyai dua peran yaitu sebagai barang (mata uang) yang diperdagangkan dan sebagai alat likuiditas bagi bank yang bersangkutan.
10
2.3. Peramalan Menurut
Heizer
dan
Render
(2008),
peramalan
adalah
proses
memperkirakan kejadian di masa depan dengan cara melibatkan pengambilan data masa lalu dan menempatkannya ke masa depan dengan suatu bentuk model matematik. Menurut Soeparno (2009), peramalan bertujuan agar peramalan yang dibuat dapat meminimumkan kesalahan peramalan artinya perbedaan antara kenyataan dengan ramalan tidak terlalu jauh. Peramalan yang baik adalah peramalan yang mendekati kenyataan. Oleh sebab itu, peramalan digunakan manajemen perusahaan sebagai acuan dalam pengambilan keputusan sehingga mendapatkan gambaran perusahaan di masa mendatang dan memperoleh masukan yang sangat berarti dalam menentukan kebijakan perusahaan. 2.4. Metode Peramalan Menurut Herjanto (2007), peramalan dapat dilakukan secara kuantitatif maupun kualitatif. Pengukuran secaran kualitatif lebih didasarkan pada pendapat dari orang yang melakukan peramalan. Pengukuran kuantitatif menggunakan metode statistika. Metoda peramalan kuantitatif dapat dibedakan menjadi dua bagian, yaitu: 1.
Metoda peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu disebut metode deret waktu atau time series method.
2.
Metoda peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu disebut metode sebab akibat atau metode eksplanatori. Terdapat empat komponen utama yang mempengaruhi analisis peramalan
time series, yaitu: 1.
Pola Siklis (Cycle) Penjualan dapat memiliki siklus yang berulang secara periodik yang dipengaruhi oleh pola pergerakan aktivitas ekonomi yang terkadang memiliki kecenderungan periodik. Komponen siklis ini sangat berguna dalam peramalan jangka menengah.
Pola ini terjadi bila data memiliki
kecenderungan untuk naik atau turun terus-menerus.
11
2.
Pola Musiman (Seasonal) Musim menggambarkan pola penjualan yang berulang setiap periode. Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau kecenderungan perdagangan. Pola musiman berguna untuk meramalkan penjualan dalam jangka pendek. Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim.
3.
Pola Horizontal Pola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata.
4.
Pola Trend Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus menerus. Jika dalam data terdapat komponen trend, seasonal, atau siklis, maka dapat
dikatakan data tersebut bersifat tidak stasioner. Sebaliknya, jika pada data tidak ada ketiga komponen tersebut, maka data dikatakan stasioner. Pengujian stasioneritas data dapat dilakukan dengan melihat pola grafik dan menguji autokorelasi data. Pengujian autokorelasi dilakukan dengan memperhatikan adanya bar (batang) berwarna biru dalam grafik uji korelasi, bar yang terletak di atas garis bernilai positif dan bar yang terletak di bawah garis bernilai negatif. Terdapat dua garis merah terputus-putus yang merupakan garis upper dan lower. Jika bar tidak melewati kedua garis merah tersebut, berarti tidak adanya autokorelasi pada data, maka data terbukti stasioner dan bersifat random (Santoso, 2009). 2.4.1. Moving average Moving average atau rata-rata bergerak diperoleh dari rata-rata permintaan berdasarkan data masa lalu yang terbaru. Metode ini menggunakan sejumlah data yang dapat dihitung rata-rata nilainya, kemudian menggunakan rata-rata tersebut untuk melakukan peramalan pada periode berikutnya. Jadi jumlah data yang dipergunakan dari waktu ke waktu relatif konstan, walaupun nilai datanya dapat bervariasi. Persamaan moving average dinyatakan sebagai berikut: Mt = Ŷt+1 = (Yt + Yt-1 +Yt-2 + … + Yt-n+1) / n .............................................. (2) Keterangan: Mt = Rata-rata bergerak pada periode sekarang Ŷt+1 = Nilai ramalan periode berikutnya
12
Yt Ŷt-1 n
= Nilai aktual pada periode sekarang = Nilai aktual periode sebelumnya = Jumlah data dalam rata-rata bergerak
2.4.2. Single Exponential Smoothing Analisis single exponential smoothing merupakan salah satu metode peramalan yang memberikan pembobotan tingkat pentingnya data masa kini lebih besar daripada bobot masa sebelumnya. Semakin jauh sebuah data dari data terkini, maka semakin berkurang bobot data tersebut. Metode ini biasanya digunakan jika data cukup konstan, walaupun nilai datanya kadang kala dapat trend. Rumus metode exponential smoothing adalah: (
)
...................................................................................... (3)
Keterangan: = Nilai peramalan untuk periode berikutnya. = Konstanta smoothing dengan nilai antar 0 sampai 1. = Permintaan aktual periode sekarang. = Nilai peramalan periode sekarang. Berdasarkan rumus tersebut terlihat bahwa proses exponential smoothing akan secara terus-menerus merevisi sebuah angka saat data terkini muncul. Untuk memulai proses peramalan dengan metode single exponential smoothing, terlebih dahulu dilakukan proses initializing model dengan tujuan menentukan angka awal sebesar tertentu agar proses peramalan dapat berjalan. 2.4.3. Double Exponential Smoothing Metode analisis double exponential smoothing merupakan metode yang menyesuaikan faktor trend yang ada pada pola data. Berikut adalah persamaan dari double exponential smoothing. Persamaan untuk double exponential smoothing sebagai berikut: .......................................................................................... (4) Persamaan untuk komponen trend estimate: (
)
(
)
..................................................................... (5)
Keterangan: = Nilai peramalan pada periode berikutnya. = Nilai peramalan periode berikutnya dalam rumus single eksponential smoothing. = Trend estimate pada periode berikutnya. = Konstanta smoothing dengan nilai antar 0 sampai 1. = Faktor trend periode sekarang.
13
2.4.4. Triple Exponential Smoothing Metode ini merupakan perluasan dari double exponential smoothing, metode ini menambahkan faktor seasonal atau musiman pada persamaan dasar dari smoothing. Persamaan dalam perhitungan winter’s method adalah sebagai berikut: ......................................................................................... (6) Persamaan untuk komponen seasonality estimate: (
)
.................................................................................... (7)
Keterangan: = nilai peramalan pada periode berikutnya. = nilai peramalan periode berikutnya dalam rumus double exponential smoothing. = seasonality estimate pada periode berikutnya. = konstanta smoothing dengan nilai antar 0 sampai 1. = permintaan aktual periode sekarang. = nilai peramalan untuk periode berikutnya. = faktor seasonality pada periode sekarang. 2.5. Kriteria Peramalan Beberapa kriteria yang digunakan untuk menguji ketepatan nilai peramalan yaitu (Herjanto, 2007): 1.
Nilai Tengah Kesalahan Kuadrat (Mean Square Error) dirumuskan dengan: ∑(
2.
)
............................................................................................ (8)
Kesalahan Persentase (Percentage Error), dirumuskan dengan: ...................................................................................... (9)
3.
Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage Error), dirumuskan: ∑
4.
.............................................................................................. (10)
Nilai Tengah Deviasi Absolut (Mean Absolute Deviation), dirumuskan dengan: ∑(
)
.......................................................................................... (11)
Keterangan: Xi - Fi = Kesalahan pada periode ke-i. Xi = Data aktual pada periode ke-i. Fi = Nilai ramalan pada periode ke-i. n = Banyaknya periode waktu.
14
Suatu perkiraan dapat dikatakan sempurna jika nilai yang diramalkan sama dengan nilai yang akan datang, tetapi untuk dapat melakukan perkiraan yang selalu tepat sangat sulit. Oleh sebab itu, perkiraan diharapkan dapat dilakukan dengan nilai kesalahan sekecil mungkin. Kesalahan peramalan tidak hanya disebabkan karena kesalahan dalam pemilihan metode, tetapi dapat juga karena jumlah data yang diamati terlalu sedikit, sehingga tidak dapat menggambarkan pola yang sebenarnya. 2.6. Persediaan Menurut R. Agus Sartono (2010), persediaan adalah salah satu jenis aktiva lancar yang jumlahnya cukup besar dalam suatu perusahaan, persediaan merupakan bagian dari aktiva atau harta perusahaan yang penting dalam menentukan kelancaran operasi perusahaan, nilai persediaan akan mempengaruhi laba dalam laporan laba rugi dan aktiva perusahaan. Setiap perusahaan harus dapat mempertahankan jumlah persediaan optimum agar dapat menjamin kebutuhan bagi kelancaran kegiatan perusahaan dalam jumlah dan mutu yang tepat dengan biaya yang serendah-rendahnya untuk menunjang kelangsungan hidup perusahaan yang bersangkutan. Menurut Herjanto (2007), persediaan meliputi seluruh barang yang dimiliki perusahan untuk dijual kembali atau tanpa melalui proses perubahan pada saat tertentu. Persediaan merupakan salah satu aktiva yang paling aktif dalam operasi kegiatan perusahaan dagang, pengaruh persediaan terhadap laba lebih mudah terlihat ketika kegiatan bisnis sedang berfluktuasi. 2.6.1. Pengendalian Persediaan Indrajit (2005), menyatakan bahwa pengendalian persediaan adalah kegiatan yang berhubungan dengan perencanaan, pelaksanaan, dan pengawasan penentuan kebutuhan material sehingga kebutuhan operasi dapat terpenuhi tepat waktu dan investasi persediaan material dapat ditekan secara optimal. Pengendalian tingkat persediaan bertujuan mencapai efisiensi dan efektivitas optimal dalam penyediaan material. Menurut Handoko (2008), pengendalian persediaan merupakan fungsi manajerial yang sangat penting, karena persediaan fisik berkaitan dengan investasi dalam pos aktiva lancar dan pelayanan kepada pelanggan. Tujuan utama dari pengendalian persediaan adalah agar perusahaan selalu mempunyai
15
persediaan dalam jumlah yang tepat, pada waktu yang tepat dengan biaya minimum sehingga kontinuitas usaha dapat terjamin. 2.6.2. Sifat Persediaan Menurut Agoes (2012) sifat persediaan merupakan aktiva lancar yang jumlahnya besar dan mempunyai pengaruh yang besar terhadap neraca dan perhitungan laba rugi, sifat persediaan tersebut diantaranya adalah: 1.
Dikatakan aktiva lancar karena masa perputarannya kurang atau sama dengan satu tahun.
2.
Merupakan jumlah yang besar, khususnya didalam perusahaan dagang dan industri.
3.
Mempunyai pengaruh yang besar terhadap neraca dan perhitungan rugi laba karena kesalahan dalam menentukan persediaan pada akhir periode akan mengakibatkan kesalahan dalam jumlah aktiva lancar dan total aktiva, harga pokok penjualan, laba kotor dan laba bersih, taksiran pajak penghasilan, pembagian deviden dan rugi laba ditahan. Kesalahan tersebut akan terbawa ke laporan keuangan periode berikutnya.
2.6.3 Fungsi Persediaan Menurut Nilawati (2000), cadangan devisa adalah stok atau persediaan mata uang asing yang dapat digunakan untuk transaksi atau pembayaran internasional. Persediaan dalam perusahaan keuangan juga biasa disebut dengan cadangan devisa. Terdapat fungsi persediaan atau cadangan devisa bagi bank dan nasabah. Fungsi persediaan bagi bank (Purnomo, 2004): 1.
Pembiayaan impor dan pembayaran utang luar negeri, keduanya merupakan fungsi utama dari cadangan devisa. Hal ini dikarenakan mata uang rupiah bukan merupakan mata uang yang diterima secara global sehingga pemerintah harus menggunakan mata uang asing untuk mengimpor.
2.
Mengatur nilai tukar. Apabila pemerintah menginginkan rupiah mengalami penguatan, maka cadangan devisa dalam bentuk dolar atau mata uang lain dapat dilepaskan untuk membeli rupiah.
Fungsi persediaan bagi nasabah (Stice dan Skousen, 2009): 1.
Memenuhi permintaan yang diantisipasi akan terjadi.
2.
Menghindari kekurangan persediaan yang dapat terjadi karena kekurangan pasokan, mutu, dan ketidaktepatan pengiriman.
16
2.6.4. Jenis persediaan Terdapat beberapa jenis persediaan dalam manajemen persediaan yaitu (Rangkuti, 2007): 1.
Persediaan bahan baku (raw material stock) Merupakan persediaan barang-barang berwujud yang digunakan dalam proses produksi. Barang ini bisa diperoleh dari sumber alam atau dari supplier.
2.
Persediaan bagian produk (purchased parts) Merupakan persediaan barang yang terdiri atas komponen dari perusahaan lain yang secara langsung dapat dirakit menjadi suatu produk.
3.
Persediaan bahan baku pembantu (supplies stock) Merupakan persediaan barang yang diperlukan dalam proses produksi, tetapi bukan merupakan bagian atau komponen barang jadi.
4.
Persediaan barang setengah jadi (work in process) Merupakan barang-barang yang belum berupa barang jadi, akan tetapi masih diproses lebih lanjut sehingga menjadi barang jadi.
5.
Persediaan barang jadi (finished goods) Merupakan persediaan barang yang telah selesai diproses atau diolah dalam pabrik dan siap dijual atau dikirim kepada pelanggan. Diantara kelima jenis persediaan di atas, sebagian besar jenis persediaan
dalam perusahaan jasa keuangan merupakan persediaan barang jadi, salah satunya ialah mata uang. Persediaan ini digunakan untuk dijual kembali tanpa melalui proses perubahan. 2.7. Biaya Persediaan Menurut R. Agus Sartono (2010), tiga macam biaya di dalam keputusan persediaan, yaitu: 1.
Biaya pemesanan (Ordering Cost) Adalah biaya yang dikeluarkan tiap kali pemesanan. Biaya pemesanan ini akan diperhitungkan atas dasar frekuensi pembelian yang dilaksanakan dalam perusahaan.
2.
Biaya penyimpanan (Holding Cost) Adalah biaya-biaya yang bervariasi secara langsung dengan kuantitas persediaan. Penentuan besarnya holding cost didasarkan pada persediaan ratarata dan biaya ini dinyatakan dalam persentase dari nilai dalam rupiah. Biaya
17
penyimpanan per periode akan semakin besar apabila kuantitas barang yang dipesan semakin banyak, atau rata-rata persediaan semakin tinggi. 3.
Biaya kehabisan persediaan (Shortage Cost) Adalah biaya yang timbul bila persediaan tidak mencukupi permintaan, maka terdapat nilai penjualan yang hilang. Biaya kehabisan persediaan ini diperhitungkan atas dasar kuantitas yang tidak dapat dipenuhi.
2.8. Metode Pengendalian Persediaan Siswanto (2007), menyatakan bahwa metode persediaan probabilistik ditandai oleh permintaan dan waktu tenggang pesan (lead time) yang tidak dapat diketahui sebelumnya secara pasti, informasi yang diketahui hanya berupa pola permintaan yang diperoleh berdasarkan data masa lalu. Jika salah satu bersifat probabilistik, maka asumsi pesanan datang pada saat persediaan habis kemungkinan tidak terpenuhi. Oleh karena itu, sebuah model harus disesuaikan dengan kondisi asumsi tersebut. Ketika salah satu permintaan dan lead time tidak bisa diketahui sebelumnya secara pasti, maka deviasi kapan persediaan dibutuhkan dan kapan persediaan datang harus diketahui. Terdapat tiga kemungkinan yang akan terjadi, yaitu persediaan habis ketika pesanan belum tiba, persediaan habis tepat pada saat pesanan tiba dan persediaan belum habis saat pesanan tiba, sehingga solusi untuk mengantisipasi penyimpangan tersebut perlu dibentuk safety stock. Menurut Heizer dan Render (2008), terdapat sifat permintaan dan lead time dalam metode persediaan probabilistik sebagai berikut: 1.
Permintaan merupakan variabel dan lead time konstan (
) √
Dimana
̅
................................................ (12)
.............................................................................. (13)
Keterangan: ROP = Tingkat pemesanan kembali ̅ = Permintaan harian rata-rata L = Lead time Z = Faktor keamanan, tergantung besarnya service level = Deviasi standar dari permintaan harian selama lead time = Deviasi standar dari permintaan harian 2.
Permintaan merupakan konstan dan lead time variabel ̅
.............................................................................. (14)
18
Keterangan: d = Permintaan harian ̅ = Lead time rata-rata dalam hari = Deviasi standar selama lead time 3.
Permintaan merupakan konstan dan lead time variabel ̅
̅
√̅
̅
.......................................................... (15)
Dalam inventory probabilistic terdapat dua kebijakan yang sering digunakan dalam pengendalian persediaan, yaitu model persediaan kontinu dan model persediaan periodik. Perhitungan solusi optimal dengan menggunakan kedua metode tersebut menghasilkan biaya minimal (Elsayed, 1994). 2.8.1. Metode Persediaan Kontinu Metode ini disebut juga dengan metode continuous probabilitic EOQ, merupakan pengendalian persediaan yang pemesanannya dilakukan pada saat jumlah persediaan (I) mencapai titik pemesanan kembali (r). Jika pemesanan (Q) dilakukan dibawah reorder point, maka persediaan akan habis sebelum pesanan tiba atau masa lead time (L), tetapi jika pemesanan dilakukan pada saat persediaan diatas reorder point akan mengakibatkan jumlah persediaan terlalu banyak, sehingga jumlah persediaan harus dipantau secara terus menerus. Hal ini dapat diamati dalam kurva metode persediaan kontinu pada Gambar 3.
Gambar 3. Kurva metode persediaan kontinu (Elsayed, 1994) Beberapa kondisi yang digunakan dalam metode persediaan kontinu ini adalah: 1.
Kuantitas pesanan berubah.
2.
Periode pemesanan berubah.
3.
Lead time tetap
19
4.
Pemesanan kembali dilakukan pada saat jumlah persediaan telah mencapai reorder point.
5.
Adanya safety stock.
6.
Kemungkinan terjadi stock out
Perhitungan yang digunakan dalam metode ini: 1.
Kuantitas pesanan awal √
............................................................................................... (16)
Keterangan: Q = Besarnya jumlah pemesanan D = Permintaan S = Biaya setiap kali pesan h = Biaya simpan per unit 2.
Kuantitas pesanan optimal √
(
)
................................................................................. (17)
Keterangan: Q* = Kuantitas pesanan optimal BK = Biaya kehabisan persediaan per unit K = Ekspektasi kehabisan persediaan 2.
Persediaan Pengaman (safety stock) ................................................................................................. (18) Keterangan: SS = Safety stock Z = Safety Factor, tergantung besarnya service level = Deviasi Standar
3.
Titik pemesanan kembali ( Reorder point ) (
) .................................................................................. (19)
Keterangan: ROP = Reorder point d = Permintaan harian L = Lead Time 4.
Peluang kehabisan persediaan (
)
............................................................................................ (20)
Keterangan: P(KP) = Peluang kehabisan persediaan
20
5.
Ekspektasi kehabisan persediaan (K) √
[
(
(
) ]
)
(
) ........................ (21)
Keterangan: exp = Eksponen dlt = Permintaan selama lead time = Deviasi standar selama lead time 6.
Total Inventory Cost (Total Biaya Persediaan) ( )
[
(
)]
.............................. (22)
Keterangan: Tc = Total inventory cost C = Harga/unit 7.
Tingkat pelayanan (Service level) ............................................................................................... (23) Keterangan: SL = Service level
Penentuan Q dan P(KP) optimum dilakukan dengan cara iterasi, langkahlangkahnya ialah sebagai berikut: (Don T. Philips, A. Ravindran, dan James Solberg, 1976) Langkah 1 : Asumsi (K) adalah nol, dan hitung Q1
√
Langkah 2 : Hitung P(KP) yang berhubungan dengan Q1. Langkah 3 : Hitung K dan Q2. Langkah 4 : Hitung P(KP) dengan menggunakan Q2 hasil langkah 3. Langkah 5 : Ulangi langkah 3 dan 4 sampai menghasilkan nilai P(KP) dan Q yang hampir sama dalam dua iterasi, dimana kedua nilai sudah tidak mengalami perubahan lagi. Langkah 6 : Menetapkan nilai Q dan P(KP) dari hasil langkah 5 sebagai solusi optimal Q* dan P(KP)*. Menurut Supranto (2000), deviasi standar adalah tingkat fluktuasi yang dipakai dalam memperkirakan risiko atas penyimpangan yang mungkin terjadi. Deviasi standar dinyatakan dalam rumus sebagai berikut: √
∑(
̅)
.................................................................................................... (24)
Keterangan: = deviasi standar = setiap nilai dari suatu observasi ̅ = rata-rata dari observasi n = jumlah varian yang dihitung
21
2.8.2. Metode Persediaan Periodik Menurut Elsayed (1994), metode inni memperhitungkan tingkat jumlah persediaan (R) dan panjang interval waktu (P). Jumlah pesanannya sangat bergantung pada sisa persediaan ketika periode pemesanan tercapai dan jarak waktu (t) antar dua pesanan adalah tetap. Kurva metode persediaan periodik dapat dilihat pada Gambar 4. sebagai berikut:
Gambar 4. Kurva metode persediaan periodik (Elsayed, 1994) Terlihat dalam Gambar 4. bahwa pada saat t1, jumlah persediaan (I1) berada di atas reorder point (r) yang ditetapkan, sehingga tidak dilakukan pemesanan. Pada saat t2 dilakukan pemesanan sebesar Q2 = R-I2 unit, karena pada saat tersebut jumlah persediaan (I2) berada di bawah reorder point. Beberapa kondisi yang digunakan dalam metode persediaan periodik ini, antara lain kuantitas pesanan berubah-ubah, permintaan tidak pasti, periode pemesanan tetap, tidak memiliki titik pemesanan kembali, adanya persediaan pengaman atau safety stock. Perhitungan yang digunakan dalam metode ini: 1.
Optimal Review Period (Economic Review Period) √
................................................................................................... (25)
Keterangan: P = Optimal review period (Bulan) S = Ordering cost/pesanan H = Holding cost (Unit/tahun) D = Permintaan 2.
Tingkat persediaan setiap siklus (
) ................................................................... (26)
22
Keterangan: R = Tingkat persediaan tiap siklus = Permintaan selama lead time optimal = Deviasi standar selama lead time optimal = Safety factor, tergantung besarnya service level Z BK = Biaya kehabisan persediaan per unit 3.
Peluang kehabisan persediaan (
)
............................................................................................ (27)
Keterangan: P(KP) = Peluang kehabisan persediaan 4.
Ekspektasi kehabisan persediaan (K) [
√
(
) ]
(
)
(
) ............ (28)
Keterangan: = Ekspektasi kehabisan persediaan K exp = Eksponen ROP = Titik pemesanan kembali 5.
Total Inventory Cost (Total Biaya Persediaan) ( )
*
(
)+
.............................................. (29)
Keterangan: Tc = Total inventory cost = Permintaan selama lead time = Permintaan selama periode optimal 6. Tingkat pelayanan (Service level) ............................................................................................ (30) Keterangan: SL = Service level 2.8.3. Metode Minimum-Maksimum Menurut Indrajit (2005), konsep metode ini dikembangkan berdasarkan jumlah minimum barang tertentu sebaiknya tersedia di persediaan, tetapi barang yang disimpan tersebut tidak terlalu banyak sehingga ada batas maksimum untuk menghindari tingginya biaya simpan. Sistem kerja metode Min-Maks yang terdapat dalam Gambar 5. memperlihatkan bahwa persediaan yang telah melewati batas minimum dan mendekati titik safety stock (SS), maka pemesanan kembali (ROP) harus dilakukan. Batas safety stock dalam kurva metode min-maks yang terlihat pada Gambar 5. ini, merupakan batas untuk pemesanan kembali, sedangkan batas maksimum
adalah batas kesediaan perusahaan untuk
23
menginvestasikan uangnya dalam bentuk persediaan material. Penentuan pemesanan kembali dilakukan jika persediaan telah melewati batas minimum dan mendekati titik safety stock. Beberapa kondisi yang digunakan dalam metode Min-Maks ini adalah: 1.
Kuantitas pemesanan tidak tetap.
2.
Periode pemesanan tidak tetap.
3.
Memiliki titik pemesanan kembali atau reorder point, yaitu pada saat persediaan berada di minimum stok.
4.
Adanya persediaan pengaman yaitu sejumlah persediaan yang disiapkan untuk menghadapi adanya perubahan permintaan.
Kurva metode min-maks dapat diamati pada Gambar 5. sebagai berikut:
Gambar 5. Kurva metode min-maks (Indrajit, 2005) Perhitungan yang digunakan dalam metode ini, antara lain: 1.
Safety stock ........................................................................................................ (31) Keterangan: SS : Safety stock D : Permintaan N : Jumlah periode (frekuensi transaksi)
2.
Minimum stok (
)
Keterangan: d : Permintaan harian L : Lead Time
........................................................................ (32)
24
3.
Maksimum stok (
4.
)
............................................................... (33
Kuantitas pesanan (Order Quantity) .................................................................... (34)
5.
Average Inventory Level ................................................................................................ (35) Keterangan: I : Rata-rata tingkat persediaan Q : Besarnya jumlah pemesanan
6.
Turn Over Ratio (TOR) .................................................................................................... (36)
7.
Total Inventory Cost (Total Biaya Persediaan) ( )
[
] .............................................................. (37)
Keterangan: Tc : Total inventory cost C : Harga/unit S : Biaya setiap kali pesan h : Biaya simpan per unit 2.9. Service Level Service level adalah nilai yang ditetapkan oleh perusahaan, nilai ini diperhitungkan ke dalam persediaan dengan tujuan untuk memenuhi kebutuhan konsumennya (Ballou, 2004). Nilai service level biasanya berupa persentase dan batas maksimumnya adalah 100%, yang berarti bahwa kebutuhan konsumen selalu terpenuhi. Nilai service level biasanya ditentukan berdasarkan kebijakan yang berlaku dalam suatu perusahaan. Keuntungan pemilihan nilai service level 100% bagi perusahaan adalah jaminan kepastian memiliki persediaan dan tingkat pelayanan konsumen baik, sedangkan kerugiannya adalah tingginya persediaan produk yang disimpan di gudang dan membutuhkan dana yang besar untuk melakukan investasi tersebut. 2.10. Prinsip Model Persediaan Menurut Herjanto (2007), keputusan penting dalam model persediaan ialah menentukan kapan pesanan suatu barang dilakukan dan berapa banyak barang yang dipesan. Keputusan yang diambil mempunyai pengaruh terhadap besarnya
25
biaya
persediaan.
Semakin
banyak
jumlah
persediaan
yang
disimpan
mengakibatkan biaya penyimpanan semakin besar, semakin sedikit persediaan yang disimpan dapat menurunkan biaya penyimpanan, namun menyebabkan frekuensi pemesanan semakin besar yang dapat meningkatkan biaya pemesanan. Model persediaan pada prinsipnya ditujukan untuk menentukan jumlah pesanan yang optimal dan barang tersedia pada waktu yang dibutuhkan agar biaya total persediaan dapat diminimalkan. 2.11. Penelitian Terdahulu Bambang Murtjito (1997) dalam penelitiannya berjudul Pengelolaan Persediaan Uang Kas dalam Upaya Meningkatkan Pelayanan Bank (Studi Kasus pada PT. Bank X Cabang B) menetapkan tujuan untuk melakukan kajian terhadap manajemen kas yang dilakukan pihak manajemen, menganalisis pola penarikan dan penyetoran uang tunai oleh nasabah, menganalisis kendala-kendala yang dihadapi PT. Bank X Cabang B di dalam mengelola kas untuk menjamin lancarnya pelayanan kas dan sekaligus tidak terjadi inefisiensi. Hasil penelitian menunjukkan bahwa PT. Bank X Cabang B tidak melakukan manajemen kas, tetapi hanyalah melaksanakan ketentuan-ketentuan yang diatur oleh kantor pusatnya (Divisi Treasury) yaitu mengamati pola penarikan dan penyetoran kas yang terjadi setiap hari untuk menghindari pengendapan saldo kas yang cukup besar menjelang setiap akhir bulan, uang kas untuk pembayaran gaji tidak harus seluruhnya disediakan pada akhir bulan. Pola penarikan dan penyetoran kas tersebut diketahui berdasarkan sebaran data yang ada, yaitu data rata-rata penyetoran kas (kas masuk) menunjukkan adanya kecenderungan yang meningkat pada akhir bulan. Kondisi tersebut terjadi karena PT. Bank X Cabang B melayani pembayaran gaji pegawai negeri maupun perusahaan swasta yang menjadi nasabahnya pada awal bulan. Oleh sebab itu, pada tanggal-tanggal tersebut PT. Bank X Cabang B menyiapkan uang tunai yang cukup besar dengan mengambil uang (cash supply) dari Bank Indonesia. Kendala yang dihadapi ialah rata-rata saldo kas menunjukkan kecenderungan di bawah pagu kas yang ditetapkan sebesar Rp 1.700 juta per hari. Berdasarkan hasil perhitungan cadangan kas dengan menggunakan metode persediaan probabilistik, yaitu pendekatan kurva Z, pagu kas yang dianggap cukup untuk melayani nasabah PT. bank X Cabang B adalah sebesar Rp. 1.800 juta.
26
Tavifansyah (2005) dengan judul Optimasi Persediaan Kas di Bank X Cabang Jatinegara, Jakarta. Tujuan dari penelitian tersebut ialah mengkaji manajemen pagu kas Bank X Cabang Jatinegara, mengetahui dan menganalisis faktor-faktor yang mempengaruhi penentuan pagu kas ideal, mengkaji metode yang dapat dirujuk untuk menentukan jumlah pagu kas ideal bagi Bank X Cabang Jatinegara dengan membandingkan antara metode Baumal, Miller-Orr, dan Probabilistik. Kesimpulannya ialah dalam pengelolaan persediaan kas, pagu kas Bank X Cabang Jatinegara sering dilampaui, kecuali pada bulan April, Mei, dan Juni. Jumlah frekuensi kelebihan saldo kas terhadap pagu kas pada tahun 2004 adalah 208 kali dengan jumlah nominal sebanyak Rp 606.666.206.575, sehingga peluang cabang untuk memperoleh kesempatan mendapatkan pendapatan menjadi hilang. Faktor yang berpengaruh terhadap penentuan pagu kas adalah ketidakpastian pola penarikan oleh nasabah, koordinasi dengan unit lain, tingkat keahlian dan keterampilan sumberdaya manusia, dan birokrasi dalam penentuan pagu kas memerlukan waktu yang relatif lama. Penentuan pagu kas yang dapat dirujuk untuk menentukan jumlah pagu kas yang ideal bagi Bank X Cabang Jatinegara adalah menggunakan rumus persediaan kas model analisis Miller-Orr, maka pagu kas yang ditetapkan adalah dengan batas bawah sebesar Rp. 8.500.000.000 dan batas atas sebesar Rp. 11.012.531.488, sehingga pagu kas yang ditetapkan saat ini sebesar Rp 8.500.000.000 dianggap tidak relevan disebabkan masih dibawah nilai besarnya titik kembali yaitu Rp 9.337.510.496. Ade Fitria Imelda (2006) dengan judul Analisis Pengelolaan Persediaan Cash Reserve Optimum pada Kantor Layanan Pluit Kencana PT. Bank X Cabang Y. Tujuan dari penelitian tersebut ialah menganalisis karakteristik transaksi nasabah, mengevaluasi penerapan sistem pengelolaan cash reserve, menentukan persediaan cash reserve optimal. Analisis kakteristik transaksi nasabah di KLN Pluit Kencana dilakukan berdasarkan laporan mutasi kas masuk dan kas keluar selama 1 tahun. Analisa mutasi kas dikelompokkan berdasarkan harian, tanggal dan mingguan. Rata-rata transaksi kas masuk terbesar di KLN Pluit Kencana terjadi pada hari Senin setiap bulannya, pada minggu ke-2 dan pada setiap tanggal 25. Untuk kas keluar, rata-rata transaksi terbesar terjadi juga pada hari Senin, setiap tanggal 25 dan minggu ke-4. Rata-rata remise terbesar terjadi pada hari Senin, minggu ke-2 dan setiap tanggal 2. Rata-rata terbesar untuk supply terjadi
27
pada hari Selasa, setiap tanggal 14 dan minggu pertama setiap bulannya. Rata-rata terkecil untuk remise terjadi pada hari Rabu, tanggal 1 dan minggu ke-3, sedangkan untuk supply terjadi pada hari Senin dan Jumat, pada tanggal 16 sampai tanggal 20, tanggal 22 sampai tanggal 23, tanggal 29 sampai tanggal 31 dan minggu ke-3. Evaluasi pengelolaan sistem cash reserve dilakukan dengan mengkaji laporan posisi kas yaitu saldo harian kas, laporan frekuensi supply dan remise selama 1 tahun, biaya rata-rata yang dikeluarkan oleh Kantor Cabang Y untuk melakukan cash supply dan remise ke setiap KLN. Penentuan persediaan cash reserve optimal menggunakan model Miller-Orr, yaitu Rp 424 Juta dengan batas bawah atau minimal Rp 368,43 juta dan batas atas atau maksimal Rp 535 juta.
28
III. METODE PENELITIAN
3.1. Kerangka Pemikiran Penelitian Selama musim ibadah haji, pecahan mata uang SAR bagi nasabah menjadi suatu kebutuhan yang sangat penting. Hal ini terlihat dari banyaknya nasabah yang melakukan transaksi penukaran mata uang rupiah terhadap SAR selama musim ibadah haji, sehingga mengakibatkan tingginya permintaan SAR tersebut. Perbankan yang menghadapi situasi seperti ini, diperlukan pengelolaan yang baik dalam pembelian maupun permintaan SAR. Permintaan SAR selama musim ibadah haji didorong dengan adanya motif kebutuhan nasabah yang berbeda, yang selalu terkait dengan musim haji atau adanya kebutuhan lain. Permintaan tersebut perlu di prediksi untuk menentukan jumlah persediaan selama musim ibadah haji. Jumlah pembelian SAR yang dipesan ditentukan berdasarkan peramalan permintaan dan pengendalian persediaan selama musim ibadah haji untuk menghindari tingginya kelebihan maupun kekurangan persediaan. Kelebihan maupun kekurangan persediaan mengakibatkan bank mengalami kerugian seperti reputasi bank menurun, hilangnya penjualan yang mempengaruhi keuntungan, terjadi inefisiensi biaya persediaan karena adanya peningkatan biaya penyimpanan. Jumlah persediaan SAR yang tidak mencukupi atau melebihi permintaan akan berdampak negatif bagi nasabah dan bank, hal ini disebabkan tingkat permintaan pada periode tertentu sering mengalami fluktuasi, maka perlu dilakukan prediksi ulang terhadap jumlah permintaan SAR untuk menentukan jumlah pembelian SAR optimal yang merupakan jumlah kuantitas barang yang dapat diperoleh dengan biaya yang minimal. Tingkat persediaan SAR yang mencukupi permintaan, maka kebutuhan nasabah selama musim ibadah haji terpenuhi. Hal ini merupakan faktor terpenting bagi nasabah maupun bank, sehingga dengan adanya stok minimal yang merupakan jumlah persediaan cadangan (safety stock) yang harus dimiliki oleh bank untuk menjaga kemungkinan keterlambatan datangnya persediaan, menciptakan suatu kepuasan nasabah dan bank memperoleh keuntungan optimal.
29
Kerangka pemikiran yang menjadi dasar bagi penelitian ini terlihat pada Gambar 6. Transaksi SAR
Pembelian SAR
Permintaan SAR
Terkait Musim Haji
Terkait Kebutuhan Lain
Menentukan Jumlah Persediaan
Tidak
Cukup ?
Ya Kebutuhan Musim Haji Terpenuhi
Kepuasan Nasabah
Stok Minimal
Keuntungan Bank Optimal
Gambar 6. Kerangka pemikiran 3.2. Tahapan Pelaksanaan Penelitian Penelitian ini dimulai dengan mengidentifikasi kebutuhan data yang diperlukan sebagai dasar untuk menentukan data terkait penelitian melalui studi pustaka, kemudian dilanjutkan dengan pengumpulan data baik primer maupun sekunder melalui wawancara langsung dan data historis perusahaan. Data yang sudah didapatkan akan diolah dengan cara mengelompokkan data menjadi data permintaan dan persediaan SAR berdasarkan data historis perusahaan. Pengidentifikasian digunakan untuk melihat pola permintaan SAR dan memprediksi permintaan tersebut menggunakan metode peramalan time series, kemudian hasil dari peramalan digunakan untuk menentukan tingkat persediaan
30
optimum menggunakan model persediaan yang memiliki parameter sesuai dengan kondisi BSM Cabang Bekasi. Penilaian parameter ini didapatkan melalui wawancara pihak BSM Cabang Bekasi mengenai penentuan persediaan SAR yang digunakan, sedangkan pola persediaan digunakan untuk melihat tingkat penerimaan SAR selama musim ibadah haji. Tahapan penelitian ini diharapkan akan menghasilkan pelayanan yang maksimal dalam memenuhi kebutuhan nasabah dan memperoleh keuntungan yang optimal dengan stok minimal dalam pengendalian persediaan SAR selama musim ibadah haji. Tahapan penelitian dapat dilihat pada Gambar 7. sebagai berikut: Mulai
Identifikasi Kebutuhan Data
Data Historis
Wawancara Langsung
Plot Penjualan SAR (Permintaan Kebutuhan)
Penentuan Persediaan yang Digunakan BSM
Pengembangan Model Persediaan
Metode Peramalan
Pola Permintaan
Plot Persediaan SAR
Pola Persediaan
Tingkat Persediaan SAR optimum
Selesai
Gambar 7. Tahapan penelitian 3.3. Lokasi dan Waktu Penelitian Penelitian dilakukan di Bank Syariah Mandiri Cabang Bekasi yang beralamat di Jl. Ahmad Yani A5 No. 6-7 selama 3 bulan terhitung mulai bulan Februari 2012 sampai Mei 2012. Pemilihan penempatan tersebut dilakukan secara
31
purposive (sengaja) dengan mempertimbangkan BSM Cabang Bekasi merupakan kantor cabang bank yang cukup besar di kota Bekasi. 3.4. Jenis Data yang Dibutuhkan Jenis data yang dibutuhkan dalam penelitian ini adalah data yang bersifat kualitatif dan data yang bersifat kuantitatif. Data bersifat kualitatif meliputi: 1.
Data mengenai penentuan persediaan SAR pada BSM Cabang Bekasi selama musim ibadah haji.
2.
Data mengenai sistem transaksi jual beli SAR.
3.
Data mengenai metode perhitungan kurs SAR.
4.
Data mengenai proses penyediaan dana SAR. Data kuantitatif bersifat objektif dan bisa ditafsirkan sama oleh semua
orang. Data kuantitatif yang dikumpulkan dalam penelitian ini yaitu: 1.
Data tentang pembelian dan penjualan SAR selama lima tahun.
2.
Data tentang biaya-biaya yang terkait dalam persediaan SAR meliputi biaya pemesanan berupa biaya telepon, upah karyawan, biaya penyimpanan berupa biaya asuransi persediaan, dan biaya kehabisan persediaan.
3.
Data kurs jual dan kurs beli SAR selama lima tahun.
3.5. Sumber Data Data kualitatif dan data kuantitatif yang dibutuhkan, berasal dari berbagai sumber yang dibedakan menjadi dua yaitu data primer dan data sekunder. Data primer diperoleh dari Head Teller dan Manajer Operasi BSM Cabang Bekasi, serta Kepala Bagian Tata Usaha BPIH dan Koordinator Keuangan Kementerian Agama. Jenis data lain yang digunakan dalam penelitian ini, yaitu data sekunder yang diperoleh dari laporan historis BSM Cabang Bekasi, studi pustaka, dan artikel yang terkait. 3.6. Teknik Pengumpulan Data Penelitian ini menggunakan tiga cara pengumpulan data untuk memperoleh data-data yang dibutuhkan, yaitu: 1.
Teknik pencatatan dokumen, peneliti melakukan pencatatan dokumen atau laporan historis BSM Cabang Bekasi terkait dengan data yang dibutuhkan.
2.
Teknik wawancara, peneliti membuat daftar pertanyaan untuk melakukan tanya jawab secara langsung dengan pihak BSM Cabang Bekasi dan
32
Kementerian Agama yang dapat memberikan data dan keterangan yang diperlukan. 3.
Studi Pustaka, peneliti mempelajari buku dan artikel yang dapat membantu pemecahan masalah yang mendasari penelitian.
3.7. Metode Pengolahan dan Analisis Data Metode analisis data dilakukan secara kualitatif maupun kuantitatif. Analisis secara kualitatif menggunakan analisis deskriptif, analisis data ini dilakukan dengan menganalisis pola permintaan dan pola persediaan, serta mendeskripsikan kondisi BSM Cabang Bekasi. Analisis kuantitatif dilakukan dengan menghitung kuantitas persediaan optimum dari permintaan yang telah diramalkan. Analisis secara kuantitatif menggunakan metode peramalan dan metode persediaan. 3.7.1. Metode Peramalan Peramalan bertujuan untuk memprediksikan jumlah penjualan SAR di masa mendatang. Analisis data yang dilakukan untuk meramalkan permintaan SAR adalah memilih beberapa metode peramalan yang sesuai dengan pola data permintaan. Metode peramalan tersebut menggunakan metode peramalan moving average karena memiliki kriteria nilai MAPE, MAD, dan MSD terkecil. Pengolahan data dilakukan dengan bantuan software Minitab 15. 3.7.2. Metode Persediaan Adanya pengendalian persediaan, BSM Cabang Bekasi dapat menentukan jumlah pemesanan optimum untuk menghindari adanya kelebihan maupun kekurangan persediaan. Analisis data yang digunakan untuk mengoptimisasi persediaan adalah memilih metode persediaan yang memiliki parameter sesuai dengan kondisi BSM Cabang Bekasi, analisis persediaan yang optimal menggunakan continuous probabilitic EOQ. Pengolahan data menggunakan bantuan software Microsoft Excel.
33
IV. HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Perusahaan Bank Syariah Mandiri merupakan salah satu bank syariah nasional yang memfokuskan layanan perbankan pada penyediaan dana consumer dan pembiayaan sektor usaha mikro kecil menengah (UMKM). Saat ini Bank Syariah Mandiri telah memiliki 121 kantor cabang yang tersebar di seluruh wilayah Indonesia. Bank Syariah Mandiri (BSM) dibentuk atas kepemilikan modal dari PT Bank Mandiri Tbk sejumlah 131.648.712 lembar saham (99,9%) dan PT Mandiri Sekuritas sejumlah 1 lembar saham (0,01%). BSM berdiri pada tanggal 25 Oktober 1999 dan mulai beroperasi pada tanggal 1 November 1999. 4.1.1. Sejarah Perusahaan Krisis ekonomi dan moneter yang terjadi sejak Juli 1997, serta krisis politik nasional menimbulkan berbagai macam dampak negatif besar dikehidupan masyarakat. Kondisi ini mengakibatkan krisis yang luar biasa, sehingga pemerintah mengambil tindakan untuk merestrukturisasi dan merekapitalisasi beberapa bank di Indonesia. Pada 31 Juli 1999, pemerintah melakukan penggabungan kepada empat bank diantaranya Bank Dagang Negara, Bank Bumi Daya, Bank Exim, dan Bapindo menjadi satu bank baru bernama PT. Bank Mandiri. Penggabungan ini dilakukan dengan tujuan agar beberapa bank dapat keluar dari situasi krisis. PT. Bank Mandiri membentuk tim pengembangan perbankan syariah untuk mengembangkan layanan perbankan syariah sebagai respon atas pemberlakuan UU No. 10 Tahun 1998, tim pengembangan perbankan syariah mempersiapkan sistem dan infrastruktur sehari-hari, sehingga kegiatan usaha bank konvensional berubah menjadi bank berdasarkan prinsip syariah dengan nama PT Bank Syariah Mandiri (BSM) pada tanggal 8 September 1999. Perubahan kegiatan usaha ini dikukuhkan
pada
tanggal
25
Oktober
1999
oleh
Gubernur
Bank
Indonesia melalui Surat Keputusan Gubernur BI No. 1/24/ KEP.BI/1999. Bank Indonesia menyetujui perubahan nama menjadi PT. Bank Syariah Mandiri melalui Surat Keputusan Deputi Gubernur Senior Bank Indonesia No. 1/1/KEP.DGS/ 1999.
34
Gagasan mengenai bank syariah terulang kembali di tahun 1988, disaat pemerintah mengeluarkan Paket Kebijakan Oktober (Pakto) yang berisi liberalisasi industri perbankan. Para ulama berusaha mendirikan bank bebas bunga, tetapi tidak ada satupun perangkat hukum yang bisa dijadikan dasar, kecuali bahwa perbankan dapat saja menetapkan bunga sebesar 0 %. Adanya rekomendasi dari lokakarya ulama tentang bunga bank dan perbankan tahun 1990, hal tersebut dibahas lebih detail di dalam Musyawarah Nasional IV MUI, sehingga dibentuk kelompok kerja Tim Perbankan MUI untuk mendirikan bank syariah di Indonesia, dengan tugas melakukan pendekatan dan konsultasi kepada semua pihak yang terkait. 4.1.2. Struktur Organisasi BSM Cabang Bekasi Bank Syariah Mandiri memiliki struktur organisasi yang digunakan untuk memperjelas tugas serta tanggung jawab pimpinan maupun para staf, hal ini dapat dilihat dalam Lampiran 3. Tugas dan tanggung jawab pihak organisasi terkait pengelolaan valas disimpulkan sebagai berikut: 1.
Manajer Operasi a.
Memastikan terkendalinya bagian operasional cabang dengan efisien dan efektif.
b.
Memastikan transaksi harian operasional telah sesuai dengan ketentuan.
c.
Memastikan terlaksananya standar layanan nasabah yang optimal di kantor cabang.
d.
Memastikan ketersediaan likuiditas cabang yang memadahi.
e.
Memastikan pelaksanaan seluruh kegiatan administrasi, dokumen, dan kearsipan.
2.
Head Teller a.
Mengelola valuta sesuai dengan ketentuan yang berlaku.
b.
Mengkoordinir seluruh teller untuk melaksanakan kegiatan operasional dan pelayanan nasabah sesuai dengan ketentuan bank.
c.
Memastikan keamanan kegiatan dan ruang operasional teller.
d.
Memastikan kesesuaian jumlah fisik dan pembukuan transaksi masing – masing teller.
e.
Mengelola operasional mesin ATM di cabang.
f.
Menjaga keamanan dan kerahasiaan specimen nasabah.
35
3.
Teller a.
Melakukan transaksi tunai dan non tunai sesuai dengan ketentuan SOP.
b.
Mengelola saldo kas teller sesuai limit yang ditentukan.
c.
Melakukan cash count akhir hari.
d.
Menyediakan laporan transaksi harian.
e.
Menjaga keamanan dan kerahasiaan specimen.
4.1.3. Gambaran Valuta Asing BSM Cabang Bekasi memiliki jasa produk jual beli valas yaitu pertukaran mata uang rupiah dengan mata uang asing atau sebaliknya, yang dilakukan oleh bank kepada nasabah. Pelayanan jasa produk ini membantu nasabah dalam membeli atau menjual mata uang asing dengan cepat dan mudah, serta nasabah dapat melakukan transaksi melalui rekening yang dimilikinya, sehingga lebih praktis. Kegiatan operasional BSM menggunakan jasa penukaran uang yang bersesuaian dengan syariah dan mengaplikasikan jasa ini untuk pelayanan jual beli valas. Khusus pada saat musim ibadah haji, BSM melayani penukaran mata uang riyal atau Saudi Arabian Real (SAR) kepada nasabah. SAR merupakan mata uang Arab Saudi yang disediakan untuk nasabah sebagai pemenuhan kebutuhan di tanah suci. BSM Cabang Bekasi hanya menyediakan penukaran SAR untuk kebutuhan individual cost selama musim ibadah haji, tetapi tidak untuk penyediaan living cost. Berdasarkan hasil wawancara dengan bagian Koordinator Keuangan Kementerian Agama kota Bekasi, penyaluran living cost untuk jamaah yang terdaftar di BSM Cabang Bekasi diberikan oleh PPIH (Panitia Penyelenggaraan Ibadah Haji) embarkasi. Menurut Kabag. Tata Usaha BPIH Kementerian Agama Pusat, secara teknis, pengadaan valuta asing untuk living cost dalam bentuk SAR tidak dilakukan oleh pihak Kementerian Agama, melainkan oleh BPS devisa pemenang tender dengan metode pelelangan terbatas dengan prinsip efisiensi. Pemilihan BPS devisa yang dilakukan dengan pelelangan terbatas mengacu pada Peraturan Presiden No. 70 Tahun 2012, dimana pelelangan terbatas merupakan metode pemilihan penyedia barang dari beberapa jumlah penyedia barang yang mampu menyediakan living cost sampai batas penawaran yang yakin disanggupinya.
36
4.2. Transaksi Pemesanan SAR di BSM Cabang Bekasi SAR merupakan mata uang yang sangat sedikit pergerakan harganya, pergerakan kurs USD terhadap Rupiah mempengaruhi kenaikan kurs jual beli mata uang SAR selama musim haji. BSM kantor pusat, khususnya pihak Divisi Treasury International (DTI) melakukan pemesanan SAR di Commerzbank Frankfrut Germany (CFG) berupa pecahan 1 SAR sampai 100 SAR dengan urutan persentase tertentu yang sudah dipertimbangkan untuk memenuhi permintaan nasabah selama musim ibadah haji, namun urutan persentase tersebut juga disesuaikan dengan jumlah persediaan yang tersedia di CFG. Perhitungan kurs dilakukan DTI menggunakan mata uang USD, dimana harga dan jenis pecahan SAR ditentukan CFG. Proses transaksi pemesanan SAR dilakukan BSM Cabang Bekasi ke kantor pusat dengan cara dropping dari kantor pusat, dimana penentuan jenis pecahan SAR 1, 5, 10, 20, 50, dan 100 diberikan oleh kantor pusat berdasarkan jumlah persediaan yang tersedia, sehingga BSM Cabang Bekasi tidak mempunyai kebijakan untuk menentukan jenis pecahan SAR yang akan dipesan. Sistem paket yang ditawarkan BSM Cabang Bekasi kepada nasabah sebesar 300 SAR untuk satu paket, dimana dalam satu paket terdiri atas pecahan 1 riyal sampai 100 riyal dengan tingkat persentase yang selalu berubah karena disesuaikan dengan jumlah SAR yang diterima dari Kantor Pusat, setiap nasabah dapat membeli lebih dari satu paket. Contoh perhitungan kurs beli dan kurs jual SAR di kantor pusat dapat dilihat dalam Lampiran 4. Kurs jual kantor pusat akan menjadi kurs beli BSM Cabang Bekasi, sedangkan kurs jual BSM Cabang Bekasi mengikuti harga pasar. BSM Cabang Bekasi mendapatkan keuntungan dari hasil selisih kurs tersebut, dimana terdapat juga biaya-biaya di dalamnya yang harus dibayar, antara lain biaya pemesanan dan biaya penyimpanan. 4.3. Plot Persediaan dan Permintaan BSM Cabang Bekasi Proses penyusunan plot data, baik data permintaan maupun persediaan SAR dilakukan dengan pengkonversian data bulan Masehi ke bulan Hijriyah, kemudian mentabulasi data bulan Hijriyah setiap pecahan selama musim ibadah haji.
37
4.3.1. Konversi dan Tabulasi Permintaan SAR Data permintaan SAR per bulan Masehi selama lima tahun terakhir dapat dilihat dalam Lampiran 5. Data permintaan SAR tersebut merupakan permintaan nasabah terhadap mata uang SAR di BSM Cabang Bekasi, data permintaan SAR ini dikonversikan ke dalam bulan Hijriyah untuk memudahkan peramalan permintaan SAR selama musim ibadah haji karena penentuan tanggal ibadah haji setiap tahun selalu berbeda dalam bulan Masehi. Konversi data permintaan SAR dari bulan Masehi menjadi bulan Hijriyah dilakukan dengan menyesuaikan periode waktu berdasarkan tanggal Hijriyah yang telah ditetapkan setiap tahun dalam kalender Masehi. Konversi data permintaan SAR dari Masehi ke Hijriyah terdapat pada Tabel 1. sebagai berikut: Tabel 1. Konversi data permintaan SAR dari Masehi ke Hijriyah Periode Shafar Rabiul Awal Rabiul Akhir Jumadil Ula Jumadil Tsaniyah Rajab Sya’ban Ramadhan Syawal Dzulqaddah Dzulhijjah Muharam Total
Permintaan SAR Hijriyah 2007
2008
2009
2010
2011
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 6.069 4.147
0 0 48.739
0 0 0
0 0 50.115
0 0 0
124.381 72.925 92.340 0 0
89.581 23.474 54.830 0 0
11.000 69.457 77.738 0 0
79.745 36.420 38.087 8.699 0
54.000 22.600 87.000 0 0
299.862
216.624
158.195
213.066
163.600
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan (2012) Terlihat dalam Tabel 1, adanya nilai kosong mengartikan bahwa tidak adanya permintaan SAR di bulan tersebut. Munculnya permintaan SAR pada tahun berjalan mengikuti jumlah persediaan yang difokuskan BSM Cabang Bekasi untuk musim ibadah haji, sehingga permintaan tidak terjadi setiap bulan. Permintaan SAR terbagi menjadi beberapa pecahan, data permintaan SAR untuk setiap pecahan SAR per bulan ibadah haji selama lima tahun terakhir dapat dilihat dalam Tabel 2.
38
Tabel 2. Data permintaan SAR setiap pecahan bulan Ibadah Haji Permintaan Saudi Arabian Real Periode
2007
2008
2010
2011
SAR 5
SAR 10
SAR 20
SAR 50
SAR 100
Total
Ramadhan Syawal
2.226
2.075
8.280
8.200
62.200
41.400
124.381
1.240
1.215
4.860
4.860
36.450
24.300
72.925
Dzulqaddah
1.360 1.651
1.330 1.490
6.160 5.980
6.040 5.960
48.550 44.700
28.900 29.800
92.340 89.581
454
390
1.570
1.560
11.700
7.800
23.474
Ramadhan Syawal
60 245 1.462
60 185 1.215
3.530 730 3.440
2.380 740 3.640
27.600 5.500 32.800
21.200 3.600 26.900
54.830 11.000 69.457
Dzulqaddah
1.468
2.110
6.670
7.240
40.750
19.500
77.738
Ramadhan
6.640
17.245
21.260
21.200
13.400
0
79.745
Syawal
1.785
5.855
8.030
6.400
14.350
0
36.420
Dzulqaddah
2.902
5.155
10.050
5.680
14.300
0
38.087
900
900
3.600
3.600
27.000
18.000
54.000
375
375
1.500
1.500
11.250
7.600
22.600
1.450
1.450
10.700
900
43.500
29.000
87.000
24.218 3
41.050 4
96.360 10
79.900 9
434.050 46
258.000 28
933.578
Ramadhan Syawal Dzulqaddah
2009
SAR 1
Ramadhan Syawal Dzulqaddah
TOTAL (SAR) Persentase (%)
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan (2012)
Rincian data dalam Tabel 2, memperlihatkan permintaan pecahan paling besar selama lima tahun ialah pecahan 50 SAR yaitu 434.050 SAR. Penukaran SAR yang dilakukan BSM Cabang Bekasi dengan menawarkan sistem paket kepada nasabah, sistem paket ini disesuaikan dengan jumlah persediaan yang diterima dari Kantor Pusat. Pertimbangan dalam menempatkan urutan pecahan 50 SAR menjadi yang terbesar ialah dikarenakan kebutuhan pecahan ini paling banyak digunakan jamaah untuk membeli kebutuhan tambahan, misalnya membeli cinderamata di tanah suci sebagai bentuk hadiah. Tingkat permintaan tertinggi masing-masing pecahan secara berurutan ialah pecahan 50, 100, 10, 20, 5, dan 1 SAR. 4.3.2. Konversi dan Tabulasi Persediaan SAR Konversi data persediaan SAR dari bulan Masehi menjadi bulan Hijriyah dilakukan dengan menyesuaikan periode waktu berdasarkan tanggal Hijriyah yang telah ditetapkan setiap tahun dalam kalender Masehi. Data persediaan SAR per bulan Masehi dapat diamati dalam Lampiran 6. Konversi data persediaan SAR bulan Masehi ke bulan Hijriyah terlihat dalam Tabel 3. sebagai berikut:
39
Tabel 3. Konversi data persediaan SAR dari Masehi ke Hijriyah Periode
2007 736 736 736 736 300.736 294.667 290.520 166.139 93.214 874 874 874 1.150.842
Shafar Rabiul Awal Rabiul Akhir Jumadil Ula Jum. Tsaniyah Rajab Sya'ban Ramadhan Syawal Dzulqaddah Dzulhijjah Muharram Total
Persediaan SAR 2008 2009 2010 874 9.250 1.055 874 9.250 1.055 874 9.250 1.055 874 9.250 1.055 874 9.250 1.055 9.250 1.055 225.874 177.135 159.250 125.940 87.554 148.250 46.195 64.080 78.793 22.275 9.250 1.055 9.188 9.250 1.055 489 9.250 1.055 489 586.763 444.958 210.906
2011 489 489 489 489 489 489 489 156.489 133.889 46.889 46.889 46.889 434.468
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan (2012) Terlihat dalam Tabel 3. terdapat jumlah persediaan SAR yang sama selama beberapa bulan merupakan sisa persediaan akhir dari tahun sebelumnya. Penyebab penurunan dan peningkatan sisa persediaan SAR yang terjadi selama lima tahun dipengaruhi oleh banyaknya jumlah nasabah yang melakukan penukaran SAR. Jenis pecahan SAR yang dapat disediakan BSM Cabang Bekasi meliputi pecahan 1, 5, 10, 20, 50, dan 100 SAR, secara keseluruhan data penerimaan SAR per bulan hijriyah untuk setiap pecahan SAR selama lima tahun dapat diamati dalam Tabel 4. Tabel 4. Data penerimaan SAR setiap pecahan periode 2007-2011 Penerimaan Saudi Arabian Real Periode
SAR 1
SAR 5
SAR 10
SAR 20
SAR 50
SAR 100
Total
2008
Jum Tsaniyah Rajab
2009
Sya’ban
2.500
2.500
10.000
10.000
75.000
50.000
Sya'ban
14.000
35.000
49.000
42.000
35.000
0
175.000
Syawal
1.000
2.500
3.500
3.000
2.500
0
12.500
Dzulqaddah
2.000 3.500
2.850 3.500
3.800 22.000
3.100 6.000
13.250 105.000
0 70.000
25.000
31.750
55.100
123.300
99.100
493.250
295.000
5
11
9
45
27
2007
2010 2011
Ramadhan
TOTAL (SAR) Persentase (%)
300.000 5.000
5.000
20.000
20.000
150.000
100.000
3.750
3.750
15.000
15.000
112.500
75.000
3
225.000 150.000
210.000
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan, (2012) Adanya nilai kosong dalam Tabel 4, mengartikan bahwa BSM Cabang Bekasi tidak menerima pecahan 100 SAR. Pecahan SAR paling banyak diterima oleh BSM Cabang Bekasi hampir setiap tahun ialah pecahan 50 SAR, kecuali
40
penerimaan di tahun 2010 yaitu pecahan 10 SAR. Tingkat penerimaan SAR hampir sama dengan tingkat permintaan SAR, perincian tingkat penerimaan dan permintaan terlihat dalam Lampiran 7. Secara keseluruhan pecahan 50 SAR memiliki tingkat penerimaan 45%, sedangkan pecahan SAR lainnya seperti pecahan 100 SAR memiliki tingkat penerimaan 27%, 11% untuk pecahan 10 SAR, 9% untuk pecahan 20 SAR, 5% untuk pecahan 5 SAR, dan 3% untuk pecahan 1 SAR. Penerimaan pecahan SAR di BSM Cabang Bekasi tergantung dari Kantor Pusat BSM, dimana penerimaannya disesuaikan dengan jumlah pecahan SAR yang tersedia di Kantor Pusat dengan persentase penerimaan yang hampir sama dalam setiap pemesanan. 4.3.3. Plot Gabungan Persediaan dan Permintaan SAR Adanya konversi data permintaan dan persediaan SAR bulan Hijrriyah, serta tabulasi data permintaan dan penerimaan SAR setiap pecahan, maka diperoleh plot data persediaan dan permintaan bulan Hijriyah. Pengaruh yang terjadi antara persediaan, permintaan, penerimaan, dan kuota haji kota Bekasi dapat dilihat
350000
9000
300000
8000 7000
250000
6000
200000
5000
150000
4000
Jamaah
Saudi Arabian Real (SAR)
dalam plot gabungan pada Gambar 8. sebagai berikut:
3000
100000
2000
50000
1000
0
0
1
4
7 10 1
2007 Ket : 1 = Shafar 2 = Rabiul Awal 3 = Rabiul Akhir 4 = Sya'ban 5 = Jum Tsaniyah 6 = Rajab
4
7 10 1
2008
4
7 10 1
2009
4
7 10 1
2010
4
7 10
2011
Periode Hijriyah 7 = Sya'ban 8 = Ramadhan 9 = Syawal 10 = Dzulqaddah 11 = Dzulhijjah 12 = Muharram
Persediaan Permintaan Penerimaan Kuota Haji Kota Bekasi
Gambar 8. Plot persediaan, permintaan, penerimaan, kuota haji Bekasi (diolah) Terlihat dalam Gambar 8, persediaan SAR yang menurun dalam satu tahun berjalan terjadi karena adanya permintaan nasabah terhadap SAR, sedangkan kenaikan persediaan SAR mengartikan bahwa terjadinya penambahan persediaan
41
karena adanya pemesanan. Periode pemesanan yang dilakukan oleh BSM Cabang Bekasi mengalami pergeseran setiap tahun. Pemesanan awal dilakukan pada bulan Hijriyah yang berbeda karena periode pemesanan yang dilakukan BSM Cabang Bekasi mengikuti periode pelunasan biaya haji pada tahun berjalan, dimana periode pelunasan dikonfirmasikan oleh Kementerian Agama saat peraturan mengenai BPIH ditetapkan. Data periode waktu penetapan BPIH dan pemberangkatan kloter haji pertama dapat dilihat dalam Tabel 5. sebagai berikut: Tabel 5. Periode waktu penetapan BPIH dan pemberangkatan haji kloter pertama Periode Keberangkatan haji Deviasi Tahun Pengumuman BPIH kloter pertama (Hari) Masehi Hijriyah Masehi Hijriyah 164 2007 5 Juni Jumadil Ula 17 November Dzulqaddah 5 November 88 2008 8 Agustus Syaban Dzulqaddah 23 Oktober 111 2009 3 Juli Rajab Dzulqaddah 12 Oktober 74 2010 29 Juli Syaban Dzulqaddah 02 Oktober 50 2011 12 Agustus Ramadhan Dzulqaddah Sumber : Kementerian Agama RI, 2013 (diolah) Hasil deviasi yang semakin kecil nilainya selama lima tahun dalam Tabel 5. menyimpulkan bahwa penetapan BPIH semakin mendekati pemberangkatan haji, sehingga persediaan SAR di BSM Cabang Bekasi mengalami pergeseran ke arah positif selama lima tahun berturut-turut. Kondisi ini dapat mempengaruhi permintaan SAR setiap tahun berjalan karena permintaan SAR mengikuti persediaan, dimana mulainya permintaan terjadi setelah BSM Cabang Bekasi melakukan pemesanan pada saat BPIH telah ditetapkan pemerintah, sehingga mulai terjadinya permintaan SAR di BSM Cabang Bekasi juga mengalami pergeseran ke arah positif. Hal ini dapat dilihat dalam Gambar 8. Persediaan SAR tidak disediakan setiap bulan oleh BSM Cabang Bekasi karena persediaan SAR difokuskan untuk musim ibadah haji, sehingga pemesanan SAR hanya dilakukan BSM Cabang Bekasi pada periode tertentu. Jumlah pemesanan SAR atau persediaan di BSM Cabang Bekasi ditentukan berdasarkan data historis penjualan SAR musim ibadah haji tahun sebelumnya yang telah disesuaikan dengan kuota haji kota Bekasi. Pada tahun 2007, jumlah persediaan SAR masih sangat besar karena belum adanya pembatasan kuota haji di kota Bekasi, sedangkan pada tahun 2008, keberangkatan jamaah haji banyak tertunda
42
akibat pembatasan kuota yang sudah diberlakukan. Kondisi ini mengakibatkan jumlah persediaan SAR di BSM Cabang Bekasi mengalami penurunan. Kuota haji pada tahun 2009 mengalami peningkatan, namun BSM Cabang Bekasi menurunkan jumlah pemesanan atau persediaan SAR karena memiliki sisa persediaan yang cukup besar dari tahun sebelumnya, yaitu 9.250 SAR dan pada tahun 2010, jumlah persediaan SAR tidak terlalu berbeda jauh dengan tahun sebelumnya karena jumlah kuota haji tidak mengalami perubahan selama dua tahun. Pada tahun 2011, kuota haji kota Bekasi mengalami penurunan, namun BSM Cabang Bekasi melakukan pemesanan SAR lebih banyak dari tahun sebelumnya, sehingga mengakibatkan sisa persediaan yang sangat besar. Sisa persediaan tersebut memiliki nilai total yang paling besar diantara sisa persediaan di tahun-tahun sebelumnya. Permintaan SAR yang tinggi selama lima tahun terjadi pada bulan ke-8 yaitu Ramadhan hingga bulan ke-10 yaitu Dzulqaddah dengan tingkat kenaikan permintaan yang berbeda. Pada tahun 2007 sampai 2011, terlihat sama-sama adanya kenaikan permintaan pada bulan Ramadhan dan diikuti kenaikan kembali pada bulan Dzulqaddah. Pada tahun 2007, 2008, dan 2010 tingkat kenaikan permintaan pada bulan Ramadhan lebih tinggi dibandingkan bulan Dzulqaddah. Hal ini disebabkan karena banyaknya nasabah yang menukarkan SAR untuk ibadah umrah di bulan Ramadhan. Faktor lain yang juga dapat mempengaruhi kondisi pada tahun 2007, 2008, dan 2010 yaitu sebagian besar jamaah yang telah melunasi biaya haji setelah periode pelunasan pertama, membeli SAR lebih awal untuk persiapan pemberangkatan haji dalam memenuhi kebutuhannya dengan kurs yang belum terlalu tinggi. Pada tahun 2009 dan 2011, tingkat permintaan SAR berbanding terbalik dengan tahun 2007, 2008 dan 2010, dimana tingkat permintaan SAR pada bulan ke-10 lebih tinggi dibandingkan bulan ke-8. Hal ini disebabkan karena para jamaah mulai menyadari bahwa nilai kurs pada akhir pemberangkatan haji menurun, sehingga sebagian besar jamaah haji cenderung menukar SAR pada bulan ke-10. Data nilai kurs berdasarkan periode waktu dapat dilihat dalam Tabel 6. sebagai berikut:
43
Tabel 6. Data nilai kurs berdasarkan periode waktu Nilai Kurs Tahun Pengumuman Awal Keberangkatan Akhir Keberangkatan BPIH Haji Haji 2007 2.345,33 2.485,33 2.482,41 2008 2.445,72 2.930,13 2.946,67 2009 2.480,49 2.516,00 2.493,57 2010 2.303,79 2.383,71 2.371,08 2011 2.283,10 2.420,00 2.361,23 Sumber : Bank Syariah Mandiri Cabang Bekasi Kondisi diatas menyimpulkan bahwa permintaan SAR mengalami peningkatan yang besar sebanyak dua kali dalam setahun, hal ini mengartikan bahwa periode musim ibadah haji, yaitu periode pada bulan Ramadhan hingga bulan Dzulqaddah. Adanya tingkat permintaan SAR yang bervariasi setiap tahun selama musim ibadah haji dipengaruhi oleh banyaknya jumlah nasabah yang menukarkan mata uang SAR di BSM Cabang Bekasi yang berbeda-beda setiap tahunnya karena memiliki tingkat kebutuhan yang tidak selalu sama. Pada tahun 2007, pembagian kuota haji Bekasi berdasarkan kuota provinsi Jawa Barat dengan prinsip first come first served mengartikan bahwa pendaftar haji yang tiba lebih awal, berhak berangkat terlebih dahulu. Sistem ini dapat memberikan kepastian keberangkatan jamaah haji dengan mengembangkan Sistem Komputerisasi Haji (SISKOHAT) yang dilaksanakan sejak tahun 2004. Prinsip sistem first come first served dirasa tidak cukup adil untuk sebagian provinsi Jawa Barat, dimana penduduk di kota Bekasi dengan taraf kehidupan yang lebih maju, melakukan pendaftaran dan pelunasan biaya haji lebih cepat, namun disisi lain yaitu penduduk bukan asal kota Bekasi seperti Tasikmalaya kemungkinan memerlukan waktu satu tahun atau lebih untuk dapat melunasi biaya haji dan berangkat ke tanah suci. Kondisi ini menghasilkan suatu peraturan baru yaitu pembatasan kuota haji yang ditetapkan oleh Pemerintah Provinsi Jawa Barat
melalui
Surat
Keputusan
Gubernur
Jawa
Barat
nomor
451.14/Kep.283.Yansos/2008 tanggal 30 mei 2008 menegaskan bahwa pembagian kuota setiap kabupaten/kota disesuaikan dengan jumlah penduduk muslim daerah setempat dengan skala perbandingan 1:1000. Peraturan baru ini bertujuan untuk memberikan keadilan kepada seluruh penduduk muslim di Jawa Barat.
44
Pembatasan kuota mengakibatkan kuota jamaah haji kota Bekasi pada tahun 2008 mengalami penurunan sebesar 76,5%, sehingga banyak jamaah haji yang tidak bisa diberangkatkan ke Arab Saudi. Jamaah haji yang dibatalkan keberangkatannya mempengaruhi permintaan mata uang SAR di beberapa money changer atau bank, khususnya BPS BPIH. Kondisi kuota haji yang menurun ini terkadang mengakibatkan tingkat permintaan SAR di BSM Cabang Bekasi mengalami penurunan, tetapi hal ini belum tentu sama dengan kondisi pada tahun berikutnya karena BPS BPIH di kota Bekasi tidak hanya BSM Cabang Bekasi saja. Adanya penurunan kuota haji yang mengakibatkan penurunan permintaan di BSM Cabang Bekasi, belum tentu dialami BPS BPIH lain ataupun sebaliknya. Data perkembangan kuota haji kota Bekasi untuk musim ibadah haji selama lima tahun dapat dilihat dalam Lampiran 8. 4.4. Pola Permintaan SAR BSM Cabang Bekasi Adanya plot data permintaan SAR per bulan Hijriyah menghasilkan pola permintaan SAR pada musim ibadah haji selama lima tahun terakhir. Pola data permintaan dapat terlihat dalam Gambar 9. 140000
Ket : 8 = Ramadhan 9 = Syawal 10 = Dzulqaddah
120000
SAR
100000 80000 60000 40000 20000 0 8 9 10 8 9 10 8 9 10 8 9 10 8 9 10 2007
2008
2009
2010
2011
Gambar 9. Pola data permintaan SAR (diolah) Terlihat dalam Gambar 9, adanya penurunan dan peningkatan permintaan SAR selama lima tahun, akan tetapi tingkat kenaikan maupun penurunan ini masih berfluktuasi disekitar nilai rata-rata. Pola data permintaan SAR menggambarkan pola horizontal yang bersifat data stasioner, terbentuknya pola horizontal karena variasi tingkat permintaan SAR masih stabil disekitar nilai ratarata selama beberapa tahun pada musim ibadah haji. Dikatakan stasioner karena bar (batang) berwarna biru dalam grafik uji korelasi tidak melewati garis upper
45
dan garis lower, kondisi ini mengartikan bahwa tidak adanya autokorelasi pada data, sehingga data terbukti stasioner dan bersifat random. Grafik uji korelasi data permintaan dapat dilihat dalam Lampiran 9. 4.4.1. Peramalan Permintaan SAR Peramalan permintaan SAR untuk BSM Cabang Bekasi dilakukan dengan beberapa tahap, yaitu menentukan pola data permintaan SAR selama lima tahun terakhir dengan tujuan untuk mengetahui pola data stasioner atau tidak stasioner. Pola data permintaan yang telah diketahui, dapat menentukan metode peramalan yang digunakan. Metode peramalan tersebut digunakan dalam meramal permintaan SAR untuk setiap bulan haji pada periode mendatang. Munculnya pola horizontal yang bersifat stasioner dari data permintaan SAR, maka metode peramalan yang sesuai dengan pola tersebut ialah metode Moving Average dan Single Exponential Smoothing. Metode peramalan lain seperti double exponential smoothing dan triple exponential smoothing tidak digunakan dalam penelitian ini karena penggunaan kedua metode peramalan tersebut untuk data yang bersifat tidak stasioner. Berikut perbandingan skala pengukuran kesalahan dari dua metode yang paling sesuai dapat dilihat dalam Tabel 7. Tabel 7. Skala pengukuran dan metode peramalan Metode MAPE MAD Moving Average (1) 22 36.186 Moving Average (2) 18 28.912 Moving Average (3) 18 27.240 Single Exponential Smoothing (0,2) 24 48.136 Single Exponential Smoothing (1,508) 25 46.290 Sumber: Hasil pengolahan data dengan Minitab 16, 2012
MSD 3.755.642.394 1.703.945.722 1.306.077.774 3.123.705.111 2.843.995.220
Terlihat dalam Tabel 7, metode peramalan yang dipilih ialah metode peramalan yang memiliki nilai terkecil dari MAPE (Mean Absolute Percentage Error), MAD (Mean Absolute Deviation), dan MSD (Mean Squared Deviation), sehingga metode peramalan permintaan SAR per bulan ibadah haji yang paling tepat digunakan ialah metode moving average dengan length sebesar tiga. Hasil perhitungan MAPE, MAD, dan MSD dilakukan dengan menggunakan software minitab, hal ini dapat dilihat pada perbandingan hasil uji metode peramalan dalam Lampiran 10.
46
Peramalan permintaan tidak dilakukan berdasarkan pecahan SAR karena dilihat dari segi penentuan pesanan, BSM Cabang Bekasi hanya mempunyai kebijakan dalam menentukan nilai total SAR yang dipesan, tetapi tidak dalam penentuan setiap jenis pecahan SAR. Perhitungan peramalan permintaan SAR menggunakan metode moving average dengan length sebesar tiga, yang menghasilkan nilai peramalan untuk bulan ibadah haji pada tahun yang akan datang. Hasil peramalan permintaan SAR pada bulan Ramadhan mencapai 48.248 SAR dengan batas atas sebesar 58.979 dan batas bawah sebesar 7.517. Pada bulan Syawal, hasil peramalan permintaan mencapai 42.826 SAR dengan batas atas dan batas bawah sebesar 81.484 dan 4.198, dan hasil peramalan permintaan pada bulan Dzulqaddah mencapai 67.608 SAR dengan batas atas dan batas bawah sebesar 133.599 dan 1.618. Perhitungan peramalan permintaan SAR per bulan ibadah haji dilakukan dengan menggunakan software minitab yang dapat dilihat pada Lampiran 11, hasil peramalan tersebut dikonversikan kembali ke dalam bulan Masehi. Hasil peramalan permintaan SAR per bulan ibadah haji dalam bulan Hijriyah dikonversikan kembali menjadi per bulan Masehi berdasarkan kalender Masehi tahun 2012 untuk memudahkan perhitungan dalam menentukan persediaan SAR optimal. Hal ini terlihat dalam Tabel 8. sebagai berikut: Tabel 8. Konversi hasil peramalan permintaan SAR Periode Ramadhan (20 Jul – 18 Agu) Syawal (19 Agu – 16 Sep) Dzulqaddah (17 Sep – 16 Okt)
2007
Pecahan SAR 1, 5, 10, 20, 50, 100 2008 2009 2010 2011 Ramalan 2012
124.381
89.581
11.000
79.745
54.000
48.248
72.925
23.474
69.457
36.420
22.600
42.826
92.340
54.830
77.738
38.087
87.000
67.608
Total
158.682
Sumber: Hasil pengolahan data dengan Minitab 16, 2012 4.5. Pola Persediaan SAR BSM Cabang Bekasi Adanya plot data persediaan SAR selama lima tahun, dapat diketahui pola persediaan SAR per bulan Hijriyah. Pola data persediaan SAR terlihat dalam Gambar 10. sebagai berikut:
Saudi Arabian Real (SAR)
47
350000 300000 250000 200000 150000 100000 50000 0
Ket : 5 = Jum Tsaniyah 6 = Rajab 7 = Sya'ban 8 = Ramadhan 9 = Syawal 10 = Dzulqaddah
5
7
9
6
2007
8 2008
10
8
10
2009
8
10
2010
8
10
2011
Gambar 10. Pola data persediaan SAR (diolah) Gambar 10. memperlihatkan bahwa pola persediaan ini membentuk pola trend menurun, hal ini terjadi karena jumlah persediaan SAR pada setiap tahun berjalan ditentukan BSM Cabang Bekasi berdasarkan persediaan SAR tahun sebelumnya yang telah disesuaikan dengan kuota jamaah haji, dimana kuota haji kota Bekasi cenderung mengalami penurunan karena adanya pembatasan kuota dari pemerintah. Penurunan jumlah persediaan ini juga dipengaruhi adanya sisa persediaan yang cukup besar dari tahun sebelumnya, sehingga jumlah pemesanan pada tahun berjalan dikurangi. Pola trend ini memiliki data yang bersifat tidak stasioner. Dikatakan tidak stasioner karena bar (batang) berwarna biru dalam grafik uji korelasi melewati garis upper dan garis lower, kondisi ini mengartikan bahwa adanya autokorelasi pada data, sehingga data terbukti tidak stasioner. Grafik uji korelasi untuk data persediaan dapat dilihat dalam Lampiran 12. 4.6. Analisis Biaya Persediaan SAR Biaya persediaan terdiri dari biaya pemesanan, biaya penyimpanan, dan biaya kehabisan persediaan. Biaya-biaya tersebut adalah sebagai berikut: 4.6.1. Biaya Pemesanan Biaya pemesanan merupakan biaya yang dibebankan oleh BSM Cabang Bekasi akibat adanya pemesanan SAR ke kantor pusat, biaya pemesanan ini berupa biaya telepon, biaya bahan bakar minyak (BBM), dan biaya personal yang bertugas sesuai prosedur terdiri dari security, driver, dan office boy. Biaya BBM yang dibebankan BSM Cabang Bekasi untuk setiap kali pemesanan SAR sebesar Rp 75.000 dan biaya security, driver, office boy masing-masing sebesar Rp 25.000.
48
Biaya yang juga diperhitungkan oleh BSM Cabang Bekasi dalam pemesanan SAR ke kantor pusat ialah biaya telepon. Penentuan biaya ini berdasarkan rata-rata lamanya waktu yang digunakan oleh BSM Cabang Bekasi untuk menelepon selama 15 menit dengan tarif telepon sebesar Rp 2.200 per menit, maka biaya telepon yang dikeluarkan untuk melakukan pemesanan sebesar Rp 33.000. Perincian biaya pemesanan dapat dilihat dalam Tabel 9. sebagai berikut: Tabel 9. Perincian biaya pemesanan No Rincian Biaya Pesan 1 Biaya Telpon Rp33.000 2 Biaya BBM Rp75.000 3 Upah security Rp25.000 4 Upah driver Rp25.000 5 Upah office boy Rp25.000 Total Rp183.000 Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012 (diolah) 4.6.2. Biaya Penyimpanan Biaya penyimpanan merupakan biaya yang timbul akibat adanya persediaan SAR yang disimpan, biaya penyimpanan ini berupa biaya asuransi persediaan. Biaya asuransi persediaan diperhitungkan dengan cara mengkalikan 0,2482% per tahun dengan nilai persediaan yang tersimpan dalam mata uang rupiah, yaitu sebesar Rp 938.575. Kurs SAR yang digunakan ialah nilai kurs jual rata-rata per tahun karena nilai mata uang asing selalu berfluktuasi, perhitungan nilai kurs ini dapat terlihat dalam Lampiran 13. Ketentuan biaya asuransi di BSM Cabang Bekasi diperoleh dari Kantor Pusat sesuai kesepakatan dengan pihak asuransi. Biaya penyimpanan yang dibebankan kepada BSM Cabang Bekasi hanya berupa biaya asuransi persediaan saja, maka biaya simpan persediaan per SAR diperoleh dengan membagi biaya asuransi persediaan per tahun dengan nilai persediaan yang tersimpan sebesar 158.682 SAR, sehingga biaya simpannya ialah sebesar Rp 5,91 untuk setiap nilai 1 SAR. Biaya simpan ini diperhitungkan berdasarkan nilai persediaan yang tersimpan dalam mata uang, tidak berdasarkan unit secara fisik. Perincian biaya penyimpanan dapat dilihat dalam Tabel 10 sebagai berikut:
49
Tabel 10. Perincian biaya penyimpanan Nilai yang Premi Biaya disimpan Asuransi simpan (SAR) (%) (SAR)
Kurs (Rp)
Biaya simpan (Rp)
1 2 3=1x2 4 5=3x4 158.682 0,2482 394 2.383,1 938.575 Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012 (diolah)
Biaya simpan per SAR (Rp) 6=5:1 5,91
4.6.3. Biaya Kehabisan Persediaan Adanya kehabisan persediaan disebabkan karena adanya tingkat permintaan melebihi kapasitas persediaan yang dimiliki BSM Cabang Bekasi, perilaku permintaan yang tidak pasti ini mengakibatkan adanya kerugian yang disebabkan oleh hilangnya kesempatan untuk memperoleh keuntungan. Keuntungan yang diperoleh BSM Cabang Bekasi diperhitungkan dari rata-rata hasil selisih kurs jual dan kurs beli selama bulan haji, sehingga biaya kehabisan persediaan atas hilangnya peluang untuk memperoleh laba sebesar Rp 25,61 per SAR. Perhitungan selisih kurs terlihat dalam Lampiran 14. Biaya kehabisan persediaan ini diperhitungkan berdasarkan kehilangan nilai penjualan dalam mata uang, tidak berdasarkan unit. 4.7. Perhitungan Parameter Persediaan Metode persediaan SAR di BSM Cabang Bekasi masih ditentukan berdasarkan data historis penjualan SAR musim ibadah haji tahun sebelumnya yang telah disesuaikan dengan kuota haji kota Bekasi tanpa dilakukan peramalan permintaan selama musim ibadah haji, sehingga terjadi kelebihan persediaan SAR yang tinggi pada tahun 2011 akibat belum adanya penentuan target persediaan yang akan meningkatkan keuntungan secara optimal. Informasi kuota haji didapatkan BSM Cabang Bekasi atas konfirmasi dari pihak Kementerian Agama kota Bekasi. Kelebihan persediaan yang terjadi di BSM Cabang Bekasi seharusnya disetorkan kembali ke Kantor Pusat tetapi hal ini tidak dilakukan karena sisa persediaan akan digunakan untuk kepentingan di luar musim ibadah haji, namun kondisi ini tidak bisa dipastikan. Berdasarkan peraturan dari Kantor Pusat, BSM Cabang Bekasi diharuskan membuat surat laporan ke Divisi Treasury Internasional karena adanya kelebihan persediaan, dan jika hal tersebut terus menerus dilakukan maka BSM Cabang Bekasi akan diberikan surat peringatan. Sesuai dengan kondisi yang ada pada
50
BSM Cabang Bekasi, dimana permintaan SAR selama musim ibadah haji bervariasi dan tidak bisa diketahui secara pasti, waktu antara pemesanan dengan penerimaan pesanan bersifat konstan yaitu selama dua hari, dan frekuensi pemesanan sesuai dengan kebutuhan, maka metode persediaan yang dapat diterapkan BSM Cabang Bekasi ialah metode continuous probabilistic EOQ (Economic Order Quantity). Metode continuous probabilistic EOQ mempertimbangkan permintaan bervariasi dan perlu dilakukan tinjauan persediaan secara terus menerus, sehingga dibutuhkan safety stock untuk menghindari adanya kelebihan maupun kekurangan persediaan. Hal ini tentu saja menimbulkan tambahan biaya penyimpanan baru dalam memperhitungan biaya total persediaan. Biaya simpan dalam metode probabilistik tidak hanya memperhitungkan biaya simpan untuk setiap siklus pemesanan, tetapi juga biaya simpan safety stock. Parameter lain yang mendukung metode persediaan ini diantaranya lead time, frekuensi pemesanan, serta biaya persediaan. Parameter pendukung tersebut dapat memperhitungkan deviasi standar dari peramalan permintaan selama lead time, faktor keamanan, ekspektasi kehabisan persediaan, peluang kehabisan persediaan atau P(KP), safety stock, kuantitas pemesanan optimal, reorder point serta total biaya persediaan. 4.8. Analisis Metode Persediaan SAR Metode continuous probabilistic EOQ bertujuan untuk menentukan besarnya jumlah persediaan optimum dan peluang kehabisan persediaan yang memberikan nilai total biaya persediaan minimum, serta mengantisipasi kemungkinan terjadinya kehabisan persediaan yang tinggi selama lead time. Keuntungan dari metode ini adalah safety stock hanya dibutuhkan selama lead time, sehingga lebih dapat mengefisiensikan biaya total persediaan. Penentuan kuantitas persediaan optimal (Q*) ditentukan dengan cara iterasi, dimana penentuan optimum ditetapkan dengan mencari solusi optimal berdasarkan nilai Q dan P(KP) yang tidak mengalami perubahan nilai lagi dalam dua iterasi. Beberapa langkah iterasi adalah sebagai berikut: Langkah 1, mengasumsikan ekspektasi kehabisan persediaan (K) adalah nol, dan menentukan kuantitas awal (Q1). Pengasumsian nol didasari dengan anggapan bahwa tidak terjadi kehabisan persediaan selama masa tenggang pesan karena adanya waktu penerimaan pesanan yang selalu
51
tetap dan kekurangan persediaan dapat diatasi dengan adanya safety stock. Langkah 2, menentukan peluang kehabisan persediaan P(KP) yang berhubungan dengan Q1. Langkah 3, menentukan K dan Q2. Langkah 4, menentukan P(KP) dengan menggunakan Q2 hasil langkah 3. Langkah 5, mengulangi langkah 3 dan 4 sampai menghasilkan nilai Q dan P(KP) yang hampir sama dalam dua iterasi menuju satu nilai tertentu yang tidak berubah. Langkah 6, menetapkan nilai Q dan P(KP) yang telah stabil sebagai solusi optimal Q* dan P(KP)* 4.8.1. Deviasi Standar Deviasi standar dalam penelitian ini menunjukkan seberapa besar penyimpangan data dengan nilai rata-rata dari hasil peramalan permintaan. Peningkatan perrmintaan SAR di BSM Cabang Bekasi tidak terjadi setiap bulan, melainkan hanya pada saat musim ibadah haji yaitu di bulan Ramadhan, Syawal, dan Dzulqaddah, sehingga total permintaan SAR selama bulan ibadah haji sebesar 158.682 SAR. Hasil perhitungan deviasi standar dari peramalan permintaan selama lead time, yaitu sebesar 4.120 SAR. Deviasi standar yang diperhitungkan dapat diamati dalam Tabel 11 sebagai berikut: Tabel 11. Deviasi standar Ramad. Syawal Dzulqad. Total (X1) (X2) (X3) 1 2 3 4=1+2+3 Hasil 48.248 42.826 67.608 158.682 Peramalan -4.646 -10.068 14.714 Xi – ̅ (Xi - ̅)² 21.585.316 101.364.624 216.501.796 339.451.736 Sumber: Hasil pengolahan data, 2012 ∑( √
√
̅)
√
√
Rata-rata ̅ 5=4:3 52.894
52
4.8.2. Service Level Service level atau tingkat pelayanan menunjukkan persentase kemungkinan tidak terjadi kehabisan persediaan. Semakin besar tingkat pelayanan, maka keyakinan tidak terjadinya kehabisan persediaan juga semakin tinggi, tingkat pelayanan dapat menentukan nilai faktor keamanan (z) ataupun sebaliknya. Faktor keamanan digunakan untuk membentuk safety stock karena adanya perilaku permintaan yang bervariasi. BSM Cabang Bekasi menganggap kekurangan persediaan sebagai hal yang sangat penting, sehingga risiko terjadinya kehabisan persediaan sangat rendah. Service level yang diinginkan sebesar 95%, namun dalam metode persediaan continuous probabilistic EOQ, tingkat pelayanan atau service level akan dicari optimalisasinya dengan mempertimbangkan ekspektasi kehabisan persediaan dan kuantitas optimum. Berdasarkan metode persediaan continuous probabilistic EOQ, besarnya kuantitas optimum ditentukan melalui perhitungan beberapa iterasi, dimana langkah awal melakukan iterasi dengan menentukan kuantitas awal yang hanya mempertimbangkan peramalan permintaan selama tiga bulan sebesar 158.682 SAR, biaya pesan Rp 183.000, biaya simpan per SAR Rp 5,91 dan biaya kehabisan persediaan Rp 25,61 adalah sebagai berikut:
Q
2DS h
Q1
2 x 158.682 SAR x Rp 183.000 99.131 SAR Rp 5,91
Langkah selanjutnya setelah memperhitungkan kuantitas awal (Q1) diatas ialah menentukan tingkat peluang kehabisan persediaan atau P(KP): (
)
Peluang kehabisan persediaan ini digunakan untuk menentukan ekspektasi kehabisan persediaan (K) dengan mempertimbangkan reorder point (ROP): [ *
[ (
] +
[ (
)
(
))
]
]
Nilai Z(0,8558) tidak terdapat dalam tabel distribusi normal pada Lampiran 15, sehingga interpolasi linier perlu diterapkan. 0,8558 terletak diantara 0,85543 pada z = 1,06 dan 0,85769 pada z = 1,07. Perbandingan antara selisih kedua nilai probabilitas dengan nilai Z adalah 4,42478. Selanjutnya hasil perbandingan
53
tersebut dikalikan dengan selisih antara 0,8558 dan nilai Z terdekat, kemudian dijumlahkan dengan nilai probabilitas terdekat, maka nilai Z(0,8558) sebesar 1,0618. Penentuan ekspektasi kehabisan persediaan dapat diperhitungkan sebagai berikut: *
√
(
) + *
√
(
(
) ) +
(
(
) )(
)
SAR Nilai ekspektasi kehabisan persediaan ini digunakan untuk menghitung kuantitas SAR selanjutnya pada langkah iterasi ketiga sebagai berikut: √
(
)
√
(
)
Kuantitas kedua (Q2) diatas menghasilkan service level (SL) yang dapat diperhitungkan sebagai berikut:
Perhitungan parameter P(KP), K, Q, dan service level dilakukan secara berulang sampai mencapai solusi optimal, hasil perhitungan dari perulangan iterasi dapat dilihat dalam Lampiran 16. Berdasarkan kondisi Q yang optimal, penentuan ROP mempertimbangkan nilai faktor keamanan dari service level yang optimal untuk mendapatkan tingkat safety stock optimal. Hasil perhitungan dari beberapa iterasi dapat dilihat dalam Tabel 12. Tabel 12. Hasil perhitungan iterasi Iterasi K (SAR) Q (SAR) 1 99.131 2 305 101.255 3 308 101.246 4 308 101.243 5 308 101.244 6 308 101.244 Sumber: Hasil pengolahan data, 2012
P(KP) 0,1442 0,1472 0,1472 0,1472 0,1472 0,1472
Nilai K dan Q dari perhitungan iterasi dalam Tabel 12 merupakan nilai dari angka pembulatan karena pecahan satuan SAR terkecil ialah 1 SAR yang memiliki nilai minimum. Penentuan solusi optimal ditetapkan dengan mencari
54
nilai Q dan P(KP) yang tidak mengalami perubahan nilai lagi dalam dua iterasi, sehingga didapatkan nilai maksimal yang menghasilkan kehabisan persediaan paling besar, yaitu 308 SAR. 4.8.3. Kuantitas Optimum Kuantitas optimum (Q*) terjadi pada iterasi ke empat sebesar 101.244 SAR. Adanya peluang kehabisan persediaan sebesar 14,72 persen mengakibatkan safety stock terlalu kecil, maka pihak BSM Cabang Bekasi perlu memperhatikan safety stock dalam upaya meningkatkan pelayanan terhadap nasabah. Oleh sebab itu, safety stock yang diharapkan tersedia adalah pada tingkat pelayanan yang diperoleh berdasarkan perhitungan metode continuous probabilistic EOQ, yaitu sebesar 99,70% dengan faktor keamanannya berdasarkan interpolasi sebesar 2,743. Perhitungan interpolasi untuk mencari faktor kemananan tersebut dapat dilihat dalam Lampiran 17. Service level yang di inginkan BSM Cabang Bekasi lebih kecil dari service level optimal yang telah dicari, maka BSM Cabang Bekasi perlu meningkatkan service level untuk menghindari kekurangan persediaan yang tinggi. Jumlah setiap kali pemesanan selalu berubah mengikuti total kebutuhan permintaan yang telah diramalkan, hal ini dilakukan untuk menghindari adanya kelebihan persediaan yang tinggi. 4.8.4. Safety Stock Permintaan yang tidak bisa diketahui dengan pasti, dapat membawa akibat yang merugikan BSM Cabang Bekasi, dimana persediaan habis ketika adanya permintaan atau sebaliknya, sehingga biaya persediaan yang harus dikeluarkan semakin besar dan keuntungan menjadi tidak optimal. Tujuan adanya safety stock ialah mengurangi resiko tingginya kelebihan maupun kekurangan persediaan, sehingga dapat mengantisipasi ketidakpastian permintaan. Adanya service level sebesar 99,70% yang diperoleh dari hasil perbandingan antara K* dan Q*, terbentuk safety stock optimal yang harus disediakan sebesar 11.302 SAR, agar 99,70% permintaan SAR dapat dipenuhi. Safety stock diperoleh dari hasil perkalian antara faktor keamanan dengan deviasi standar permintaan selama lead time. Service level optimal menghasilkan biaya kehabisan persediaan yang jauh lebih kecil dari service level yang diinginkan BSM Cabang Bekasi, meskipun service level optimal tidak menghasilkan biaya simpan safety stock lebih kecil dari
55
service level yang diinginkan BSM Cabang Bekasi. Perbandingan service level ini dapat diamati dalam Tabel 13. Tabel 13. Perbandingan service level No.
Perbandingan
Service Level BSM Cabang Bekasi (95%)
1 2
Safety Stock Peluang Kehabisan Persediaan
6.777 SAR 5%
11.302 SAR 0,3%
3
Biaya Simpan Safety Stock
Rp 40.052
Rp 66.794
Rp 203.192
Rp 12.362
4 Biaya Kehabisan Persediaan Sumber: Hasil pengolahan data, 2012
Service Level Optimal (99,70%)
Perincian perhitungan safety stock, peluang kehabisan persediaan, biaya simpan safety stock dan biaya kehabisan persediaan pada service level 95% dapat dilihat dalam Lampiran 18. Ketidakpastian permintaan menimbulkan tambahan jenis biaya baru, karena diperlukan safety stock untuk menghindari adanya kekurangan atau kelebihan persediaan, sehingga biaya yang juga diperhitungkan dalam metode continuous probabilistic EOQ adalah biaya untuk membentuk safety stock dan biaya kehabisan persediaan. Kedua biaya ini saling berlawanan arah, dengan dibentuknya safety stock maka dapat mengurangi biaya kehabisan persediaan. 4.8.5. Reorder Point Optimum Pengadaan persediaan SAR memerlukan tenggang waktu atau lead time, maka diharapkan datangnya pesanan tidak melebihi batas waktu sehingga tidak terjadi kehabisan persediaan. Waktu kedatangan pesanan SAR di BSM Cabang Bekasi bersifat konstan, yaitu selama dua hari. Cara menghindari kehabisan persediaan dengan melakukan pemesanan kembali agar dapat memenuhi permintaan nasabah. Penentuan tingkat pemesanan ulang atau reorder point perlu memperhatikan safety stock dan permintaan selama lead time. Permintaan selama lead time diperoleh dengan cara mengkalikan permintaan rata-rata per hari berdasarkan jumlah hari kerja efektif dengan lead time selama 2 hari, yaitu sebesar 5.289 SAR. Reorder point (ROP) ini dilakukan untuk memudahkan dalam mengontrol persediaan SAR di BSM Cabang Bekasi, ROP diperoleh dengan cara menjumlahkan safety stock dan permintaan selama lead time, yaitu sebesar 16.592 SAR. Titik pemesanan ulang dilakukan ketika persediaan mencapai 16.592 SAR.
56
4.9. Biaya Total Persediaan Minimum Ketidakpastian permintaan menimbulkan tambahan jenis biaya baru, yaitu biaya untuk membangun safety stock (BS) dan biaya kehabisan persediaan (BKP). Semakin besar safety stock, maka semakin kecil peluang kehabisan persediaan. Kedua biaya tambahan ini menghasilkan biaya total persediaan sebagai berikut: [
] ⌊
⌋
Biaya Total Persediaan dengan metode continuous probabilistic EOQ sebesar Rp 665.154. Besarnya biaya pemesanan dipengaruhi oleh besarnya frekuensi pemesanan yang dilakukan. Pemesanan SAR tidak dilakukan secara sekaligus, sehingga kuantitas pemesanan kecil dan frekuensi pemesanan akan menjadi lebih banyak, hal ini mengakibatkan biaya pemesanan menjadi besar. Besarnya biaya penyimpanan sangat dipengaruhi oleh besarnya rata-rata persediaan yang disimpan untuk setiap siklus waktu. Persediaan yang disimpan mengikuti kuantitas pemesanan, sehingga semakin kecil rata-rata persediaan yang disimpan per siklus waktu, semakin kecil biaya penyimpanannya. Penggunaan metode continuous probabilistic EOQ menghasilkan biaya pemesanan yang lebih besar dari biaya aktualnya, yaitu sebesar Rp 286.821 dan biaya penyimpanan yang lebih kecil dari biaya aktualnya, yaitu sebesar Rp 365.971, sehingga memberikan kontribusi penghematan biaya sebesar Rp 456.421. Hal ini dapat dilihat dari hasil perbandingan biaya total persediaan BSM Cabang Bekasi dengan metode continuous probabilistic EOQ dalam Tabel 14. sebagai berikut: Tabel 14. Perbandingan biaya total persediaan Metode
BSM Bekasi Continuous Probabilistic EOQ
Biaya Pesan per tahun (Rp) 183.000 286.821
Total Biaya Persediaan Biaya Biaya Simpan per Simpan tahun (Rp) Safety Stock (Rp) 938.575 299.173
Penghematan
Sumber: Hasil pengolahan data, 2012
66.798
Biaya Kehabisan Persediaan (Rp) 12.362
Total (Rp)
1.121.575 665.154
456.421
57
Keuntungan metode continuous probabilistic EOQ tidak hanya menekan biaya total persediaan, namun juga dapat menekan kerugian BSM Cabang Bekasi yang terjadi pada tahun 2011, di mana terjadinya kelebihan persediaan yang tinggi sebesar 46.889 SAR. Perincian biaya total persediaan BSM Cabang Bekasi dan metode continuous probabilistic EOQ dapat terlihat dalam Lampiran 19. Beberapa keuntungan metode continuous probabilistic EOQ dapat dilihat dari hasil perbandingan dengan metode persediaan yang digunakan BSM Cabang Bekasi dalam Tabel 15. Tabel 15. Perbandingan metode persediaan Metode Persediaan No. Perbandingan Continuous BSM Cabang Probabilistic EOQ Bekasi 1 Kekurangan persediaan 308 SAR Kelebihan persediaan 46.889 SAR Kerugian akibat kekurangan/kelebihan Rp 7.888 Rp 277.114 persediaan 2 Biaya Total Persediaan Rp 665.154 Rp 1.121.575 Sumber: Hasil pengolahan data, 2012 Tabel 15. memperlihatkan adanya kerugian akibat kekurangan persediaan dengan menggunakan metode continuous probabilitic EOQ sebesar Rp 7.888, yang diperoleh dari hasil perkalian antara kekurangan persediaan dan biaya kehabisan persediaan, sedangkan kerugian akibat kelebihan persediaan di BSM Cabang Bekasi diperoleh dari hasil perkalian antara jumlah kelebihan persediaan dan biaya simpan per SAR. 4.10. Implikasi Manajerial Optimisasi persediaan pada setiap musim ibadah haji yang akan datang dapat diawali dengan melakukan peramalan permintaan SAR, peramalan membantu BSM Cabang Bekasi memperkirakan jumlah permintaan SAR nasabah pada saat musim ibadah haji mendatang. Hasil peramalan permintaan SAR digunakan untuk menentukan jumlah persediaan optimal menggunakan metode persediaan continuous probabilistic EOQ. Titik optimal dapat tercapai dengan menentukan terlebih dahulu jumlah peramalan permintaan SAR, safety stock, reorder point, ekspektasi kehabisan persediaan dan total biaya persediaan, maka kondisi yang saat ini dialami BSM Cabang Bekasi dapat diantisipasi. Kondisi
58
tersebut ialah tingginya kelebihan persediaan SAR yang tidak menghasilkan keuntungan mengakibatkan inefisiensi. Adanya metode continuous probabilitic EOQ dapat menentukan jumlah pembelian SAR optimum, hal ini menekan biaya total persediaan dan kerugian akibat kelebihan persediaan yang terjadi pada tahun 2011. Penentuan kuantitas optimum ini mempertimbangkan adanya stok minimal yang merupakan jumlah persediaan cadangan (safety stock) yang harus dimiliki oleh bank untuk menjaga kemungkinan keterlambatan datangnya persediaan, sehingga menciptakan suatu kepuasan nasabah dan mengoptimalkan keuntungan bank.
59
KESIMPULAN DAN SARAN
1. Kesimpulan Berdasarkan hasil penelitian yang telah dibahas, dapat diambil beberapa kesimpulan yaitu: a.
BSM Cabang Bekasi memiliki pola permintaan yang berbentuk horizontal, mengartikan permintaan SAR berfluktuasi disekitar nilai rata-rata karena tingkat variasi permintaan SAR masih dalam kondisi stabil selama musim ibadah haji. BSM Cabang Bekasi juga memiliki pola persediaan yang bersifat musiman, dimana persediaan SAR meningkat pada periode tertentu setiap tahunnya karena pemesanan SAR hanya difokuskan BSM Cabang Bekasi untuk musim ibadah haji.
b.
Sesuai dengan kondisi yang ada pada BSM Cabang Bekasi, yaitu permintaan SAR selama musim ibadah haji bervariasi dan tidak bisa diketahui secara pasti, waktu antara pemesanan dengan penerimaan pesanan bersifat konstan, frekuensi pemesanan sesuai dengan kebutuhan, maka metode persediaan yang dapat diterapkan BSM Cabang Bekasi ialah metode continuous probabilistic EOQ. Metode ini mempertimbangkan permintaan bervariasi dan perlu dilakukan tinjauan persediaan secara terus menerus, sehingga dapat mengantisipasi tingginya kelebihan maupun kekurangan persediaan dengan memperhitungkan safety stock.
c.
Penentuan kuantitas optimum dilakukan dengan menggunakan metode continuous probabilistic EOQ secara iterasi. Kuantitas pemesanan SAR optimum untuk musim ibadah haji, yaitu sebesar 101.244 SAR, hal ini mengartikan bahwa BSM Cabang Bekasi dapat melakukan pemesanan dengan lead time selama dua hari sebesar 101.244 SAR ketika persediaan sudah mencapai reorder point sebesar 16.592 SAR dan adanya permintaan yang bervariasi diperlukan safety stock sebesar 11.302 SAR. Penentuan kuantitas optimal akan menghasilkan biaya total persediaan minimum sebesar Rp 665.154.
60
2.
Saran Berdasarkan hasil penelitian ini, beberapa hal yang dapat dijadikan saran
untuk perusahaan adalah: a.
BSM cabang bekasi sebaiknya membuat rekapitulasi data penjualan dan pemesanan SAR tahun-tahun sebelumnya secara lebih terstruktur, untuk memudahkan dalam memprediksi permintaan dan penentuan jumlah persediaan selama musim ibadah haji.
b.
BSM Cabang Bekasi sebaiknya melakukan peramalan permintaan SAR untuk musim ibadah haji karena peramalan sangat penting dalam menetapkan target yang akan meningkatkan keuntungan. Semakin sering peramalan dilakukan, hasil yang didapatkan akan lebih baik.
c.
BSM Cabang Bekasi sebaiknya menentukan kuantitas optimum yang akan dipesan dengan mempertimbangkan jumlah permintaan SAR yang telah diprediksi untuk menghindari adanya kelebihan maupun kekurangan persediaan yang tinggi, sehingga jumlah kuantitas barang dapat diperoleh dengan biaya yang minimal.
61
DAFTAR PUSTAKA
Agoes, Sukrisno. 2012. Auditing: Petunjuk Praktis Pemeriksaan Akuntan oleh Akuntan Publik. Edisi Keempat. Jakarta: Salemba Empat. Agus Sartono R. 2010. Manajemen Keuangan Teori dan Aplikasi. Yogyakarta: BPFE. Antonio, M. Syafi’i. 2007. Bank Syariah dari Teori ke Praktek. Jakarta: Penerbit Gema Insani. Ascarya dan Yumanita, Diana. 2005. Bank Syariah. Jakarta: Raja Grafindo Persada. Ballou, R.H. 2004. Business Logistic / Supply Chain Management: Planning, Organizing and Controlling the Supply Chain. 5th Edition. Prentice Hall. Elsayed A, and Thomas B.O. 1994. Analysis and Control of Production System, Second Edition, PTR Prentice-Hall, Inc. Handoko, T.H. 2008. Dasar-dasar Manajemen Produksi dan Operasi. Edisi Pertama. Yogyakarta: BPFE. Herjanto, Eddy. 2007. Manajemen Produksi Operasi. Edisi Ketiga. Jakarta: Grasindo. Hosen, M. Nadratuzzaman dan Sunarwin. 2008. Tuntunan Praktis Menggunakan Jasa Perbankan Syariah. Jakarta: Pusat Komunikasi Ekonomi Syariah. Heizer, Jay & Barry Render. 2008. Manajemen Operasi. Jakarta: Salemba Empat. Indrajit, R.E & Djokopranoto R. 2005. Manajemen Persediaan. Jakarta: Grasindo. Kurniawan, Ricky. 2011. “Pasar Keuangan Internasional”. www.ilerning.com. Diakses tanggal 24 Februari 2012. Muljono, Teguh Pudjo. 2004. Bank Budgeting: Profit Planning, and Control. Edisi 1. Yogyakarta: BPFE. Nilawati. 2000. Pengaruh Pengeluaran Pemerintah, Cadangan Devisa dan Angka Pengganda uang terhadap perkembangan jumlah uang beredar di indonesia. Jurnal bisnis dan akuntansi. Vol 2. Hal 64-72. Nurhayati, Sri dan Wasilah. 2011. Akuntansi Syari’ah di Indonesia. Edisi 2 revisi. Jakarta: Salemba Empat. Philips, Don T., A Ravindran, and James Solberg. 1976. Operation Research: Principles and Practice. John Wiley & Sons Inc, New York.
62
Rangkuti, Freddy. 2007. Manajemen Persediaan. Jakarta: PT. Raja Grafindo Persada. Santoso. 2009. Business Forecasting metode peramalan bisnis masa kini dengan minitab & SPSS. PT. Elex Media Komputindo. Jakarta. Siswanto. 2007. Operation Research. Jakarta: Lembaga Penerbit FE Universitas Indonesia. Soeparno. 2009. Analisis Forecasting dan Keputusan Manajemen. Jakarta: Salemba Empat. Stice, Earl K & Fred Skousen. 2009. Akuntansi Keuangan Menengah, Edisi 16, Buku 1. Edisi Bahasa Indonesia. Terjemahan Ali Akbar. Jakarta: Salemba Empat. Supranto, J. 2000. Statistik: Teori dan Aplikasi, Edisi 6. Erlangga. Jakarta. Yusgiantoro, Purnomo. 2004. Manajemen Keuangan Internasional: Teori dan Praktik. Jakarta: Lembaga Penerbit FE Universitas Indonesia.
63
LAMPIRAN
64
Lampiran 1. Data jamaah haji Indonesia berdasarkan airlines 1432H/2011M DIANGKUT OLEH No.
EMBARKASI
PT. GARUDA INDONESIA
JUMLAH
SAUDI ARABIAN AIRLINES
PAX 4.798
KLOTER 15
-
KLOTER -
PAX 4.798
KLOTER 15
MEDAN
8.436
19
-
-
8.436
19
3
BATAM
-
-
10.265
23
10.265
23
4
PADANG
8.209
23
-
-
8.209
23
5
PALEMBANG
7.654
22
-
-
7.654
22
6
JAKARTA (GA)
22.445
50
-
-
22.445
50
JAKARTA (SV)
-
-
38.008
85
38.008
85
33.559
90
-
-
33.559
90
-
-
40.829
91
40.829
91
1
BANDA ACEH
2
PAX
7
SOLO
8
SURABAYA
9
BANJARMASIN
5.661
18
-
-
5.661
18
10
BALIKPAPAN
5.828
18
-
-
5.828
18
11
MAKASSAR
16.551
46
-
-
16.551
46
113.141
301
89.102
199
202.243
50
JUMLAH
Sumber: Kementerian Agama, 29 September 2011 dalam www.kemenag.go.id
65
Lampiran 2. Data Jamaah Haji Provinsi Jawa Barat Tahun 2011 SEAT JAMAAH 1 Kota Bandung 3.686 2 Kabupaten Bogor 3.152 3 Kota Bekasi 3.140 4 Kabupaten Bandung 2.808 5 Kabupaten Cirebon 2.340 6 Kabupaten Karawang 1.939 7 Kota Depok 1.795 8 Kabupaten Bekasi 1.736 9 Kabupaten Indramayu 1.678 10 Kabupaten Garut 1.634 11 Kabupaten Sukabumi 1.535 12 Kabupaten Ciamis 1.329 13 Kabupaten Cianjur 1.232 14 Kabupaten Tasikmalaya 1.223 15 Kabupaten Subang 1.120 16 Kota Bogor 1.106 17 Kabupaten Majalengka 1.079 18 Kabupaten Kuningan 916 19 Kota Tasikmalaya 758 20 Kab. Bandung Barat 711 21 Kabupaten Purwakarta 694 22 Kabupaten Sumedang 548 23 Kota Cimahi 544 24 Kota Cirebon 310 25 Kota Sukabumi 230 26 Kota Banjar 161 TOTAL 37.404 Sumber: Kementerian Agama, 2012 No
DAERAH ASAL
66
Lampiran 3. Struktur organisasi Bank Syariah Mandiri Cabang Bekasi Kepala Cabang
Manajer Marketing
Account Officer
Funding Officer
Pelaksana Marketing Support
Customer Service Representatif
Manajer Operasi
Legal Officer
Teller
Customer Service Officer
Pelaksana Admin & Pembiayaan
Head Teller
Load Admin & Trade Service Officer
Back Office
Pelaksana Domestik &Clearing
IT Coordinator
Pelaksana SDI
Pelaksana Accounting
66
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
Domestic & Clearing Officer
67
Lampiran 4. Contoh perhitungan kurs Pemesanan oleh kantor pusat ke Commerzbank sebesar 7.500.000 SAR USD/SAR
USD/IDR
Kurs Beli
Kurs Jual
Kurs Beli
Kurs Jual
3,75
3,75109
9.185
9.190
1 USD = 3,75109 SAR 1.999.414,86 USD = 7.500.000 SAR 18.374.622
1 USD = Rp 9.190 1.999.414,86 USD = Rp
Kurs Beli SAR/IDR :
Kurs Jual ditentukan dengan cara mengikuti kurs pasar. Jika kurs jual sebesar Rp.2.600, maka keuntungan dari selisih kurs adalah sebagai berikut : Selisih kurs, Rp.2.600 – Rp. 2449,95 = Rp 150,05 Keuntungan, Rp 150,05 x 7.500.000 SAR = Rp 1.125.450.000 Note : Dengan Asumsi seluruh persediaan SAR terjual pada hari yang sama. Sumber: Bank Syariah Mandiri, 2012
68
Lampiran 5. Data permintaan SAR bulan Masehi Permintaan SAR Masehi 2008 2009 2010
Periode 2007
2011
Jan
0
0
0
0
0
Feb
0
0
0
0
0
Mar
0
0
0
0
0
Apr
0
0
0
0
0
Mei
0
0
0
0
0
Jun
0
0
0
0
0
Jul
4.370
0
0
0
0
Agu
5.846
45.439
0
107.810
54.000
Sep
48.500
92.881
11.000
33.720
27.700
Okt
148.806
23.474
95.372
50.896
81.900
Nop
68.700
54.830
51.823
20.640
0
Des
23.640
0
0
0
0
Total
299.862
216.624
158.195
213.066
163.600
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
69
Lampiran 6. Data persediaan SAR bulan Masehi Persediaan SAR Masehi
Periode 2007
2008
2009
2010
2011
Jan
736
874
9.250
1.055
489
Feb
736
874
9.250
1.055
489
Mar
736
874
9.250
1.055
489
Apr
736
874
9.250
1.055
489
Mei
736
874
9.250
1.055
489
Jun
300.736
874
9.250
1.055
489
Jul
296.366
225.874
159.250
176.055
489
Agu
290.520
180.435
159.250
68.245
156.489
Sep
242.020
87.554
148.250
47.025
128.789
Okt
93.214
64.080
52.878
21.129
46.889
Nop
24.514
9.250
1.055
489
46.889
Des
874
9.250
1.055
489
46.889
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
70
Lampiran 7. Tingkat penerimaan dan permintaan SAR Periode
Pemesanan Saudi Arabian Real SAR SAR SAR SAR 5 10 20 50
SAR 1
SAR 100
Total
5.000
5.000
20.000
20.000
150.000
100.000
300.000
2008
Jum Tsaniyah Rajab
3.750
3.750
15.000
15.000
112.500
75.000
225.000
2009
Rajab
2.500
2.500
10.000
10.000
75.000
50.000
150.000
Sya'ban
14.000
35.000
49.000
42.000
35.000
0
175.000
Syawal
1.000 2.000 3.500
2.500 2.850 3.500
3.500 3.800 22.000
3.000 3.100 6.000
2.500 13.250 105.000
0 0 70.000
12.500 25.000 210.000
TOTAL (SAR)
31.750
55.100
123.300
99.100
493.250
295.000
1.097.500
Persentase (%)
3
5
11
9
45
27
2007
2010
Dzulqaddah 2011
Ramadhan
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan, 2012
Periode
SAR 1
Permintaan Saudi Arabian Real SAR SAR SAR 5 SAR 50 10 20
SAR 100
Total
Ramadhan
2.226
2.075
8.280
8.200
62.200
41.400
124.381
Syawal
1.240
1.215
4.860
4.860
36.450
24.300
72.925
Dzulqaddah
1.360
1.330
6.160
6.040
48.550
28.900
92.340
Ramadhan
1.651
1.490
5.980
5.960
44.700
29.800
89.581
454 60 245
390 60 185
1.570 3.530 730
1.560 2.380 740
11.700 27.600 5.500
7.800 21.200 3.600
23.474 54.830 11.000
Syawal
1.462
1.215
3.440
3.640
32.800
26.900
69.457
Dzulqaddah
1.468
2.110
6.670
7.240
40.750
19.500
77.738
Ramadhan
6.640
17.245
21.260
21.200
13.400
0
79.745
Syawal
1.785
5.855
8.030
6.400
14.350
0
36.420
Dzulqaddah
2.902
5.155
10.050
5.680
14.300
0
38.087
Ramadhan
900
900
3.600
3.600
27.000
18.000
54.000
Syawal
375
375
1.500
1.500
11.250
7.600
22.600
1.450
1.450
10.700
900
43.500
29.000
87.000
TOTAL (SAR)
24.218
41.050
96.360
79.900
434.050
258.000
933.578
Persentase (%)
3
4
10
9
46
28
2007
2008
Syawal Dzulqaddah Ramadhan
2009
2010
2011
Dzulqaddah
Sumber: Bank Syariah Mandiri Cabang Bekasi dengan perhitungan, 2012
71
Lampiran 8. Data kuota jamaah haji kota Bekasi Perkembangan Kuota Jamaah Haji di kota Bekasi – Jawa Barat Tahun
Kuota Jamaah haji (Jiwa)
Persentase (%)
No. SK Gubernur Jabar
2007 8.400 2008 1.974 -76,50 451.14/Kep. 283-Yansos/2008 2009 3.825 48,39 451.14/Kep. 696-Yansos/2009 2010 3.825 0,00 451.14/Kep. 696-Yansos/2010 2011 3.148 -17,70 451.14/Kep. 660-Yansos/2011 Sumber: Surat Keputusan Gubernur Jawa Barat
72
Lampiran 9. ACF dan PACF pola data permintaan SAR Autocorrelation Function (ACF) Autocorrelation Function for Demand
(with 5% significance limits for the autocorrelations)
1,0
Autocorrelation
0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0
1
2
3
4
Lag
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
Partial Autocorrelation Function (PACF) Partial Autocorrelation Function 1,0
Partial Autocorrelation
0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1
2
3
4
5
6
7
8
9
10
11
12
13
14
Lag
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
73
Lampiran 10. Perbandingan hasil uji metode peramalan Moving Average Plot for Demand 300000
Variable Actual Fits Forecasts 95,0% PI
250000
Moving Average Length 1
Demand
200000
Accuracy Measures MAPE 22 MAD 36186 MSD 3755642394
150000
100000
50000 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
Moving Average Plot for Demand 300000
Variable A ctual Fits Forecasts 95,0% PI
250000
Demand
Mov ing A v erage Length 2
200000
A ccuracy Measures MA PE 18 MA D 28912 MSD 1703945722
150000
100000
1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
74
Lanjutan lampiran 10 Moving Average Plot for Demand 300000
Variable Actual Fits Forecasts 95,0% PI
250000
Demand
Moving Average Length 3 Accuracy Measures MAPE 18 MAD 27240 MSD 1306077774
200000
150000
100000 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
Smoothing Plot for Demand Single Exponential Method
300000
Variable Actual Fits Forecasts 95,0% PI
Demand
250000
Smoothing Constant Alpha 0,2
200000
Accuracy Measures MAPE 24 MAD 48136 MSD 3123705111
150000
100000
50000 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
75
Lanjutan lampiran 10 Smoothing Plot for Demand Single Exponential Method
Variable Actual Fits Forecasts 95,0% PI
350000 300000
Smoothing Constant Alpha 1,50876
Demand
250000
Accuracy Measures MAPE 25 MAD 46290 MSD 2843995220
200000 150000 100000 50000 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
76
Lampiran 11. Hasil peramalan permintaan SAR Bulan Ramadhan Moving Average Plot for SAR 140000
Variable A ctual Fits Forecasts 95,0% PI
120000
SAR
100000
Mov ing A v erage Length 3
80000
A ccuracy Measures MA PE 9 MA D 5433 MSD 29975600
60000 40000 20000 0 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012 Forecasts Period Forecast Lower Upper 6 48248,3 37517,5 58979,1
Bulan Syawal Moving Average Plot for SAR 90000
Variable A ctual Fits Forecasts 95,0% PI
80000 70000
Mov ing A v erage Length 3
SAR
60000
A ccuracy Measures MA PE 71 MA D 19691 MSD 388424045
50000 40000 30000 20000 10000 0 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012 Forecasts Period Forecast Lower Upper 6 42825,7 4197,76 81453,6
77
Lanjutan lampiran 11 Bulan Dzulqaddah Moving Average Plot for SAR 140000
Variable A ctual Fits Forecasts 95,0% PI
120000 100000
Mov ing A v erage Length 3
SAR
80000
A ccuracy Measures MA PE 66 MA D 33499 MSD 1133609869
60000 40000 20000 0 1
2
3
4
5
6
Index
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012 Forecasts Period Forecast Lower Upper 6 67608,3 1618,06 133599
78
Lampiran 12. ACF dan PACF pola data persediaan SAR Autocorrelation Function (ACF) Autocorrelation Function 1,0 0,8
Autocorrelation
0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1
2
3 Lag
4
5
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
Partial Autocorrelation Function (PACF) Partial Autocorrelation Function 1,0
Partial Autocorrelation
0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1
2
3 Lag
4
5
Sumber: Hasil pengolahan data menggunakan Minitab 16, 2012
79
Lampiran 13. Perhitungan nilai kurs rata-rata tahun 2011 Shafar
Date
06-Jan 07-Jan 08-Jan 09-Jan 10-Jan 11-Jan 12-Jan 13-Jan 14-Jan 15-Jan 16-Jan 17-Jan 18-Jan 19-Jan 20-Jan 21-Jan
SAR/IDR (Rp)
2.399,22 2.407,89 2.407,89 2.407,89 2.426,07 2.421,26 2.408,25 2.417,85 2.403,30 2.403,30 2.403,30 2.421,15 2.413,98 2.414,51 2.416,71 2.416,24
22-Jan
Rabiul Awal
Date
05-Feb 06-Feb 07-Feb 08-Feb 09-Feb 10-Feb 11-Feb 12-Feb 13-Feb 14-Feb 15-Feb 16-Feb 17-Feb 18-Feb 19-Feb 20-Feb
24-Jan 25-Jan 26-Jan 27-Jan 28-Jan 29-Jan 30-Jan 31-Jan 01-Feb 02-Feb 03-Feb 04-Feb
2.388,80 2.388,80 2.383,65 2.377,29 2.380,03 2.384,77 2.387,36 2.387,36 2.387,36 2.376,77 2.371,69 2.370,35 2.366,96 2.361,09 2.361,09 2.361,09
21-Feb 2.416,24
23-Jan
SAR/ID R (Rp)
2.416,24 2.420,66 2.413,62 2.410,18 2.409,12 2.407,85 2.407,85 2.407,85 2.415,30 2.407,60 2.407,67 2.412,87 2.388,80
Rabiul Akhir
Date
06-Mar 07-Mar 08-Mar 09-Mar 10-Mar 11-Mar 12-Mar 13-Mar 14-Mar 15-Mar 16-Mar 17-Mar 18-Mar 19-Mar 20-Mar 21-Mar
23-Feb 24-Feb 25-Feb 26-Feb 27-Feb 28-Feb 01-Mar 02-Mar 03-Mar 04-Mar 05-Mar
2.347,33 2.342,22 2.343,19 2.339,18 2.342,01 2.341,49 2.341,49 2.341,49 2.336,58 2.353,72 2.340,16 2.341,98 2.339,02 2.339,02 2.339,02 2.339,02
22-Mar 2.359,95
22-Feb
SAR/IDR (Rp)
2.367,04 2.360,87 2.365,86 2.356,64 2.356,64 2.356,64 2.351,02 2.346,19 2.350,50 2.348,21 2.347,33 2.347,33
Jum. Ula
Date
05-Apr 06-Apr 07-Apr 08-Apr 09-Apr 10-Apr 11-Apr 12-Apr 13-Apr 14-Apr 15-Apr 16-Apr 17-Apr 18-Apr 19-Apr 20-Apr
24-Mar 25-Mar 26-Mar 27-Mar 28-Mar 29-Mar 30-Mar 31-Mar 01-Apr 02-Apr 03-Apr 04-Apr
2.308,25 2.307,09 2.312,71 2.306,23 2.306,23 2.306,23 2.307,47 2.307,35 2.308,49 2.317,12 2.310,55 2310,55 2.310,55 2.313,32 2.316,25 2.306,52
21-Apr 2.323,58
23-Mar
SAR/IDR (Rp)
2.322,60 2.320,76 2.324,40 2.324,40 2.324,40 2.324,57 2.323,76 2.329,55 2.321,25 2.320,30 2.320,30 2.320,30 2.311,47
Jum. Tsa
Date
05-Mei 06-Mei 07-Mei 08-Mei 09-Mei 10-Mei 11-Mei 12-Mei 13-Mei 14-Mei 15-Mei 16-Mei 17-Mei 18-Mei 19-Mei 20-Mei
23-Apr 24-Apr 25-Apr 26-Apr 27-Apr 28-Apr 29-Apr 30-Apr 01-Mei 02-Mei 03-Mei 04-Mei
2.291,92 2.287,59 2.287,59 2.287,59 2.282,52 2.281,08 2.272,77 2.292,56 2.281,53 2.281,53 2.281,53 2.293,44 2.286,99 2.283,15 2.280,84 2.278,85
21-Mei 2.301,06
22-Apr
SAR/IDR (Rp)
2.301,06 2.301,06 2.301,06 2.301,06 2.305,92 2.300,12 2.288,92 2.284,12 2.284,12 2.284,12 2.277,92 2.280,71 2.280,53
Rajab
Date
03-Jun 04-Jun 05-Jun 06-Jun 07-Jun 08-Jun 09-Jun 10-Jun 11-Jun 12-Jun 13-Jun 14-Jun 15-Jun 16-Jun 17-Jun 18-Jun
23-Mei 24-Mei 25-Mei 26-Mei 27-Mei 28-Mei 29-Mei 30-Mei 31-Mei 01-Jun 02-Jun
2.273,43 2.273,43 2.273,43 2.271,42 2.269,85 2.269,84 2.272,67 2.272,16 2.272,16 2.272,16 2.279,56 2.276,46 2.279,68 2.295,37 2.292,37 2.292,37
19-Jun 2.278,85
22-Mei
SAR/IDR (Rp)
2.278,85 2.290,82 2.284,99 2.291,92 2.289,02 2.285,23 2.285,23 2.285,23 2.279,22 2.278,11 2.277,88 2.278,05
2.292,37 20-Jun 21-Jun 22-Jun 23-Jun 24-Jun 25-Jun 26-Jun 27-Jun 28-Jun 29-Jun 30-Jun 01-Jul 02-Jul
2.298,08 2.293,42 2.292,64 2.294,02 2.294,02 2.294,02 2.294,02 2.299,66 2.301,00 2.294,71 2.287,40 2.277,01 2.277,01
80
Lanjutan lampiran 13 Syaban
Date
03-Jul 04-Jul 05-Jul 06-Jul 07-Jul 08-Jul 09-Jul 10-Jul 11-Jul 12-Jul 13-Jul 14-Jul 15-Jul 16-Jul 17-Jul 18-Jul 19-Jul 20-Jul 21-Jul 22-Jul 23-Jul 24-Jul 25-Jul 26-Jul 27-Jul 28-Jul 29-Jul 30-Jul 31-Jul
Ramadhan SAR/IDR (Rp)
2.277,01 2.272,87 2.275,25 2.279,70 2.278,80 2.271,83 2.271,83 2.271,83 2.276,86 2.288,40 2.278,09 2.276,67 2.277,75 2.277,75 2.277,75 2.283,02 2.279,00 2.276,85 2.278,93 2.273,89 2.273,89 2.273,89 2.273,17 2.268,50 2.261,74 2.267,42 2.268,09 2.268,09 2.268,09
Date
01-Agust 02-Agust 03-Agust 04-Agust 05-Agust 06-Agust 07-Agust 08-Agust 09-Agust 10-Agust 11-Agust 12-Agust 13-Agust 14-Agust 15-Agust 16-Agust 17-Agust 18-Agust 19-Agust 20-Agust 21-Agust 22-Agust 23-Agust 24-Agust 25-Agust 26-Agust 27-Agust 28-Agust 29-Agust 30-Agust
SAR/IDR (Rp)
2.255,64 2.262,49 2.260,79 2.269,57 2.287,37 2.287,37 2.287,37 2.279,84 2.290,03 2.275,33 2.282,35 2.283,10 2.281,42 2.279,31 2.277,29 2.274,48 2.271,09 2.280,63 2.283,98 2.283,98 2.283,98 2.278,50 2.278,25 2.282,16 2.292,18 2.284,83 2.284,83 2.284,83 2.279,30
Syawal
Date
31-Agu 01-Sep 02-Sep 03-Sep 04-Sep 05-Sep 06-Sep 07-Sep 08-Sep 09-Sep 10-Sep 11-Sep 12-Sep 13-Sep 14-Sep 15-Sep 16-Sep 17-Sep 18-Sep 19-Sep 20-Sep 21-Sep 22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
SAR/IDR (Rp)
2.274,63 2.270,11 2.275,10 2.275,10 2.275,10 2.276,69 2.282,45 2.282,98 2.283,11 2.293,57 2.293,57 2.293,57 2.299,05 2.322,03 2.342,28 2.343,08 2.340,58 2.340,58 2.340,58 2.389,34 2.373,91 2.420,72 2.428,42 2.419,34 2.419,34 2.419,34 2.423,55 2.387,24 2.391,46
Dzulqaddah
Date
29-Sep 30-Sep 01-Okt 02-Okt 03-Okt 04-Okt 05-Okt 06-Okt 07-Okt 08-Okt 09-Okt 10-Okt 11-Okt 12-Okt 13-Okt 14-Okt 15-Okt 16-Okt 17-Okt 18-Okt 19-Okt 20-Okt 21-Okt 22-Okt 23-Okt 24-Okt 25-Okt 26-Okt 27-Okt
SAR/IDR (Rp)
2.385,56 2.413,38 2.412,82 2.420,00 2.372,53 2.373,68 2.376,09 2.379,29 2.371,73 2.371,73 2.371,73 2.378,56 2.383,05 2.374,96 2.366,03 2.361,96 2.361,96 2.361,96 2.351,36 2.351,82 2.346,51 2.352,74 2.363,25 2.363,25 2.363,25 2.359,79 2.359,19 2.366,57 2.352,02
Dzulhijjah
Date
28-Okt 29-Okt 30-Okt 31-Okt 1 Nov 2 Nov 3 Nov 4 Nov 5 Nov 6 Nov 7 Nov 8 Nov 9 Nov 10 Nov 11 Nov 12 Nov 13 Nov 14 Nov 15 Nov 16 Nov 17 Nov 18 Nov 19 Nov 20 Nov 21 Nov 22 Nov 23 Nov 24 Nov 25 Nov 26 Nov
2.278,47 Rata-rata keseluruhan
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012 (diolah)
SAR/IDR (Rp)
2.325,31 2.339,28 2.344,31 2.361,23 2.372,0 2.381,4 2.391,4 2.386,9 2.386,9 2.386,9 2.389,4 2.380,1 2.375,7 2.391,9 2.390,3 2.390,3 2.390,3 2.390,6 2.398,4 2.406,4 2.403,3 2.405,2 2.405,2 2.405,2 2.406,2 2.413,9 2.412,7 2.448,9 2.417,9 2.417,9
Muharram
Date
27 Nov 28 Nov 29 Nov 30 Nov 01-Des 02-Des 03-Des 04-Des 05-Des 06-Des 07-Des 08-Des 09-Des 10-Des 11-Des 12-Des 13-Des 14-Des 15-Des 16-Des 17-Des 18-Des 19-Des 20-Des 21-Des 22-Des 23-Des 24-Des 25-Des 26-Des
SAR/IDR (Rp)
2.417,9 2.434,0 2.441,8 2.429,6 2.398,75 2.401,46 2.401,46 2.401,46 2.408,80 2.413,97 2.408,35 2.399,20 2.411,87 2.411,87 2.411,87 2.412,44 2.428,81 2.453,39 2.429,43 2.409,68 2.409,68 2.409,68 2.418,41 2.422,86 2.418,92 2.416,00 2.414,86 2.414,86 2.414,86 2.414,86 2.383,1
81
Lampiran 14. Perhitungan selisih nilai kurs tahun 2011 No .. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
Tanggal 01-Agust 02-Agust 03-Agust 04-Agust 05-Agust 06-Agust 07-Agust 08-Agust 09-Agust 10-Agust 11-Agust 12-Agust 13-Agust 14-Agust 15-Agust 16-Agust 17-Agust 18-Agust 19-Agust 20-Agust 21-Agust 22-Agust 23-Agust 24-Agust 25-Agust 26-Agust 27-Agust 28-Agust 29-Agust 30-Agust 31-Agust 01-Sep 02-Sep 03-Sep 04-Sep 05-Sep 06-Sep 07-Sep 08-Sep 09-Sep 10-Sep 11-Sep 12-Sep 13-Sep 14-Sep 15-Sep 16-Sep
Kurs Jual (Rp) 2.255,64
Kurs Beli (Rp) 2.229,90
2.262,49 2.260,79 2.269,57 2.287,37 2.287,37 2.287,37 2.279,84 2.290,03 2.275,33 2.282,35 2.283,10 2.283,10 2.283,10 2.278,00 2.274,48 2.271,09 2.280,63
2.236,76 2.235,06 2.243,84 2.261,64 2.261,63 2.261,63 2.254,11 2.264,30 2.249,60 2.256,62 2.257,37 2.257,16 2.257,37 2.252,26 2.248,75 2.245,35 2.254,89
2.283,98 2.283,98 2.283,98 2.278,50
2.258,24 2.258,25 2.258,04 2.252,69
2.278,25 2.282,16
2.252,32 2.256,22
2.292,18 2.284,83 2.284,83 2.284,83 2.279,30 2.278,47 2.274,63 2.270,11 2.275,10 2.275,10 2.275,10 2.276,69 2.282,45 2.282,98 2.283,11 2.293,57 2.293,57
2.266,24 2.258,89 2.258,90 2.259,09 2.254,03 2.253,21 2.248,83 2.244,31 2.249,30 2.249,29 2.249,30 2.250,88 2.256,71 2.257,25 2.257,38 2.267,84 2.267,70
2.293,57 2.299,05 2.322,03 2.342,28 2.343,08 2.340,58
2.267,63 2.273,32 2.296,09 2.316,35 2.317,15 2.314,65
Selisih
48
17-Sep
25,74 25,73 25,73 25,73 25,73 25,74 25,74 25,73 25,73 25,73 25,73 25,73 25,94 25,73 25,74 25,73 25,74 25,74 25,74 25,73 25,94 25,81 25,93 25,94 25,94 25,94 25,93 25,74 25,27 25,26 25,8 25,8 25,8 25,81 25,8 25,81 25,74 25,73 25,73 25,73 25,87 25,94 25,73 25,94 25,93 25,93 25,93
49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88
18-Sep 19-Sep 20-Sep 21-Sep 22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep 29-Sep 30-Sep 01-Okt 02-Okt 03-Okt 04-Okt 05-Okt 06-Okt 07-Okt 08-Okt 09-Okt 10-Okt 11-Okt 12-Okt 13-Okt 14-Okt 15-Okt 16-Okt 17-Okt 18-Okt 19-Okt 20-Okt 21-Okt 22-Okt 23-Okt 24-Okt 25-Okt 26-Okt 27-Okt
2.340,58 2.340,58
2.314,64 2.314,84
2.389,34 2.373,91 2.420,72 2.428,42 2.419,34 2.419,34 2.419,34 2.423,55 2.387,24 2.391,46 2.385,56 2.420,00 2.420,00 2.420,00 2.372,53 2.373,68 2.376,09
2.363,40 2.347,98 2.394,78 2.402,48 2.393,40 2.393,94 2.394,14 2.398,35 2.362,04 2.366,26 2.360,36 2.394,80 2.394,80 2.394,59 2.347,12 2.348,28 2.350,76
2.379,29 2.371,73 2.371,73 2.371,73
2.353,96 2.346,40 2.346,33 2.346,39
2.378,56 2.383,05
2.353,36 2.357,85
2.374,96 2.366,03 2.364,74 2.361,96 2.361,96 2.351,36 2.351,82 2.346,51 2.352,74 2.363,25 2.363,25 2.363,25 2.359,79 2.359,19 2.366,57 2.352,02 Total
2.349,56 2.340,63 2.339,34 2.336,76 2.336,56 2.326,16 2.326,62 2.321,10 2.327,33 2.337,84 2.338,05 2.337,85 2.334,45 2.333,92 2.341,16 2.326,61
Rata-rata
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012 (diolah)
25,94 25,74 25,94 25,93 25,94 25,94 25,94 25,4 25,2 25,2 25,2 25,2 25,2 25,2 25,2 25,41 25,41 25,4 25,33 25,33 25,33 25,4 25,34 25,2 25,2 25,4 25,4 25,4 25,2 25,4 25,2 25,2 25,41 25,41 25,41 25,2 25,4 25,34 25,27 25,41 25,41 2.279 25,61
82
Lampiran 15. Tabel distribusi normal 0,00 0,50000 0,53983 0,57926 0,61791 0,65542 0,69146 0,72575 0,75804 0,78814 0,81594 0,84134 0,86433 0,88493 0,90320 0,91924 0,93319 0,94520 0,95543 0,96407 0,97128 0,97725 0,98214 0,98610 0,98928 0,99180 0,99379 0,99534
0,01 0,50399 0,54380 0,58317 0,62172 0,65910 0,69497 0,72907 0,76115 0,79103 0,81859 0,84375 0,86650 0,88686 0,90490 0,92073 0,93448 0,94630 0,95637 0,96485 0,97193 0,97778 0,98257 0,98645 0,98956 0,99202 0,99396 0,99547
0,02 0,50798 0,54776 0,58706 0,62552 0,66276 0,69847 0,73237 0,76424 0,79389 0,82121 0,84614 0,86864 0,88877 0,90658 0,92220 0,93574 0,94738 0,95728 0,96562 0,97257 0,97831 0,98300 0,98679 0,98983 0,99224 0,99413 0,99560
0,03 0,51197 0,55172 0,59095 0,62930 0,66640 0,70194 0,73565 0,76730 0,79673 0,82381 0,84849 0,87076 0,89065 0,90824 0,92364 0,93699 0,94845 0,95818 0,96638 0,97320 0,97882 0,98341 0,98713 0,99010 0,99245 0,99430 0,99573
0,04 0,51595 0,55567 0,59483 0,63307 0,67003 0,70540 0,73891 0,77035 0,79955 0,82639 0,85083 0,87286 0,89251 0,90988 0,92507 0,93822 0,94950 0,95907 0,96712 0,97381 0,97932 0,98382 0,98745 0,99036 0,99266 0,99446 0,99585
0,05 0,51994 0,55962 0,59871 0,63683 0,67364 0,70884 0,74215 0,77337 0,80234 0,82894 0,85314 0,87493 0,89435 0,91149 0,92647 0,93943 0,95053 0,95994 0,96784 0,97441 0,97982 0,98422 0,98778 0,99061 0,99286 0,99461 0,99598
0,06 0,52392 0,56356 0,60257 0,64058 0,67724 0,71226 0,74537 0,77637 0,80511 0,83147 0,85543 0,87698 0,89617 0,91308 0,92785 0,94062 0,95154 0,96080 0,96856 0,97500 0,98030 0,98461 0,98809 0,99086 0,99305 0,99477 0,99609
0,07 0,52790 0,56749 0,60642 0,64431 0,68082 0,71566 0,74857 0,77935 0,80785 0,83398 0,85769 0,87900 0,89796 0,91466 0,92922 0,94179 0,95254 0,96164 0,96926 0,97558 0,98077 0,98500 0,98840 0,99111 0,99324 0,99492 0,99621
0,08 0,53188 0,57142 0,61026 0,64803 0,68439 0,71904 0,75175 0,78230 0,81057 0,83646 0,85993 0,88100 0,89973 0,91621 0,93056 0,94295 0,95352 0,96246 0,96995 0,97615 0,98124 0,98537 0,98870 0,99134 0,99343 0,99506 0,99632
0,09 0,53586 0,57535 0,61409 0,65173 0,68793 0,72240 0,75490 0,78524 0,81327 0,83891 0,86214 0,88298 0,90147 0,91774 0,93189 0,94408 0,95449 0,96327 0,97062 0,97670 0,98169 0,98574 0,98899 0,99158 0,99361 0,99520 0,99643
82
Z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6
83
2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,0
0,99653 0,99744 0,99813 0,99865 0,99903 0,99931 0,99952 0,99966 0,99977 0,99984 0,99989 0,99993 0,99995 0,99997
0,99664 0,99752 0,99819 0,99869 0,99906 0,99934 0,99953 0,99968 0,99978 0,99985 0,99990 0,99993 0,99995 0,99997
0,99674 0,99760 0,99825 0,99874 0,99910 0,99936 0,99955 0,99969 0,99978 0,99985 0,99990 0,99993 0,99996 0,99997
0,99683 0,99767 0,99831 0,99878 0,99913 0,99938 0,99957 0,99970 0,99979 0,99986 0,99990 0,99994 0,99996 0,99997
0,99693 0,99774 0,99836 0,99882 0,99916 0,99940 0,99958 0,99971 0,99980 0,99986 0,99991 0,99994 0,99996 0,99997
0,99702 0,99781 0,99841 0,99886 0,99918 0,99942 0,99960 0,99972 0,99981 0,99987 0,99991 0,99994 0,99996 0,99997
0,99711 0,99788 0,99846 0,99889 0,99921 0,99944 0,99961 0,99973 0,99981 0,99987 0,99992 0,99994 0,99996 0,99998
0,99720 0,99795 0,99851 0,99893 0,99924 0,99946 0,99962 0,99974 0,99982 0,99988 0,99992 0,99995 0,99996 0,99998
0,99728 0,99801 0,99856 0,99896 0,99926 0,99948 0,99964 0,99975 0,99983 0,99988 0,99992 0,99995 0,99997 0,99998
0,99736 0,99807 0,99861 0,99900 0,99929 0,99950 0,99965 0,99976 0,99983 0,99989 0,99992 0,99995 0,99997 0,99998
Sumber: Heizer dan Render, 2008
83
84
Lampiran 16. Perhitungan hasil iterasi Iterasi 1 K=0 (
√
(
)
(
√
)
) [
[ (
]
[
[ (
]
[
]
[
(
))
]
]
)
]
Iterasi 2 *
√
( [
√ (
√ (
) +
)
(
)
(
(
(
) ]
)(
(
√
) )
)
)
[
]
[
[ (
]
[
]
[
[ (
(
))
]
]
)
]
Iterasi 3 *
√
√
(
) +
*
(
(
)
) +
(
(
)
)(
)
85
Lanjutan lampiran 16 (
√ (
)
(
√
)
)
]
[ [
[ (
]
[
]
[
[ (
(
))
]
]
)
]
Iterasi 4 *
√
( *
√ (
√ (
) +
)
(
(
) ) +
(
(
)(
(
√
) )
)
)
[
]
[
[ (
]
[
]
[
[ (
(
))
]
]
)
]
Iterasi 5 *
√ √
(
) + *
(
(
) ) +
(
(
) )(
)
86
Lanjutan lampiran 16 (
√ (
)
(
√
)
)
]
[ [
[ (
]
[
]
[
[ (
(
))
]
]
)
]
Iterasi 6 *
√
( *
√ (
√ (
) +
)
(
(
) ) +
(
(
)(
(
√
) )
)
)
[
]
[ [
] ]
[
[ ( ]
)
[ ( ]
(
))
]
87
Lampiran 17. Perhitungan interpolasi faktor keamanan Nilai Z(0,9970) terletak diantara 0,99693 pada z = 2,74 dan 0,99702 pada z = 2,75. Nilai Z(0,9970) sebesar: (Perbandingan antara selisih kedua nilai probabilitas dengan nilai Z x selisih antara 0,9970 dan nilai Z terdekat ) + nilai probabilitas terdekat = (111,11 x 0,00003) + 2,74 = 2,743 Cara: 1.
Perbandingan antara selisih kedua nilai probabilitas dengan nilai Z: Selisih nilai Z = 0,99702 – 0,99603 = 0,00009 Selisih nilai probabilitas = 2,74 – 2,75 = 0,01 Perbandingan = 0,01/0,00009 = 111,11
2.
Selisih antara 0,9970 dan nilai Z terdekat: 0,9970 – 0,99693 = 0,00003
88
Lampiran 18. Perincian perhitungan parameter pendukung pada service level 95% 1.
Safety stock: faktor keamanan X deviasi standar = 1,64 x 4.120 SAR = 6.777 SAR
2.
Peluang kehabisan persediaan = 1 - service level 0,95 = 0,05 atau 5%
3.
Biaya simpan Safety stock: Safety stock X Biaya simpan = 6.777 SAR x Rp 5,91 = Rp 66.794
4.
Biaya kehabisan persediaan: Biaya kehabisan persediaan per SAR x ∑
=
Rp 25,61 x (peluang kehabisan persediaan x peramalan permintaan) = Rp 25,61 x (5%x 158.682) = Rp 203.192
89
Lampiran 19. Perincian biaya Biaya Pemesanan Biaya Telepon Upah security, driver, office boy BBM Biaya penyimpanan Biaya Asuransi Persediaan Biaya simpan per unit
Rp Tarif Telepon per menit (Rp) Rata-rata waktu telepon (menit) 2.200 15 Masing-masing Rp 25.000
Premi (%) 0,2482
Nilai persediaan (SAR) 158.682
33.000 75.000 75.000
938.575
5,91
Total Biaya Total Persediaan Continuous Probabilitic EOQ Permintaan (D) Kuantitas (Q) Biaya pesan (S) Biaya Pemesanan 158.682 101.244 183.000 Kuantitas Rata-rata Biaya penyimpanan 101.244 2 Safety stock (SAR) Biaya simpan/unit (Rp) Biaya simpan safety stock 11.302 5,91 Biaya Kehabisan/unit selama siklus Rata-rata Kehabisan persediaan Biaya Kehabisan Persediaan pesan (Rp) 40,13 308 Total
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012 (diolah)
1.121.575
286.821 299.173 66.798
12.362 665.154
90
Lampiran 20. Daftar pertanyaan wawancara Bank Syariah Mandiri Cabang Bekasi: 1. Bagaimana penentuan penyediaan SAR ? a. Apa saja akibat/dampak dari kelebihan persediaan SAR ? b. Bagaimana perlakuan bagi persediaan SAR yang berlebih ? apakah disimpan untuk tahun berikutnya (resiko penyimpanan & perubahan kurs) atau dijual lagi mengikuti spread yang tinggi atau dikembalikan ke pusat ? c. Jika terjadi shortage, bagaimana dampak dan solusi ? 2. Bagaimana proses transaksi jual beli SAR ? a. Dimana dan kapan pemesanan SAR dilakukan ? b. Mulai kapan BSM Cabang Bekasi menyediakan SAR menjelang musim ibadah haji ? c. Sebelum melakukan pemesanan pertama, apakah BSM Cabang Bekasi sudah memiliki persediaan yang merupakan sisa persediaan akhir di tahun sebelumnya ? d. Berapakah jumlah pemesanan pertama untuk SAR selama musim haji ? e. Jika jumlah pemesanan pertama telah habis, Apakah jumlahnya selalu sama untuk pemesanan berikutnya ? f. Apakah frekuensi pemesanan untuk menambah persediaan SAR selalu tetap ? atau berubah-ubah ? g. Bagaimana dengan lead time (waktu antara pemesanan dengan penerimaan pesanan), apakah selalu tepat waktu atau pernah terjadi keterlambatan ? 3. Apakah ada biaya persediaan terkait dengan penyediaan SAR ? a. Bagaimana dengan biaya pemesanan dan biaya penyimpanan mata uang SAR, apakah keduanya selalu tetap untuk tiap kali pemesanan dan penyimpanan ? b. Biaya pemesanan dan biaya penyimpanan apa saja yang terkait transaksi SAR ? 4. Bagaimana perhitungan kurs SAR ? a. Bagaimana perhitungan nilai kurs SAR rata-rata per tahun ? b. Bagaimana perhitungan selisih nilai kurs SAR ?
Kementerian Agama : 1. Bagaimana proses penyediaan dana living cost SAR ? 2. Pihak siapa saja yang terkait dalam penyediaan dana SAR ? 3. Bagaimana proses pemilihan pihak yang menyediakan dana living cost SAR ?
91
Lampiran 21. Data permintaan SAR setiap pecahan periode 2007-2011 Permintaan Saudi Arabian Real
2007
2008
Periode
SAR 1
Rajab
69
200
300
Sya'ban
42
165
240
Ramadhan
2.226
2.075
8.280
8.200 62.200 41.400 124.381
Syawal
1.240
1.215
4.860
4.860 36.450 24.300
72.925
Dzulqaddah 1.360 Sya'ban 939
1.330
6.160
6.040 48.550 28.900
92.340
810
3.250
3.240 24.300 16.200
48.739
Ramadhan
1.651
1.490
5.980
5.960 44.700 29.800
89.581
454 60 245
390 60 185
1.570 3.530 730
1.560 11.700 7.800 2.380 27.600 21.200 740 5.500 3.600
23.474 54.830 11.000
1.462
1.215
3.440
3.640 32.800 26.900
69.457
Dzulqaddah 1.468
2.110
6.670
7.240 40.750 19.500
77.738
Syawal Dzulqaddah Ramadhan
2009 Syawal
SAR 5
SAR 10
SAR 20
Total
SAR 50
SAR 100
500
2.000
3.000
6.069
500
800
2.400
4.147
Sya'ban
4.175 10.850 13.340 13.400
8.350
0
50.115
Ramadhan
6.640 17.245 21.260 21.200 13.400
0
79.745
1.785
2010 Syawal
8.030
6.400 14.350
0
36.420
Dzulqaddah 2.902
5.155 10.050
5.680 14.300
0
38.087
Dzulhijjah
1.559
1.190
3.530
1.620
0
8.699
Ramadhan
900
900
3.600
3.600 27.000 18.000
54.000
375
375
1.500
1.500 11.250
7.600
22.600
Dzulqaddah 1.450 1.450 10.700 900 43.500 29.000 Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
87.000
2011 Syawal
5.855
800
92
Lampiran 22. Data persediaan SAR setiap pecahan periode 2007-2011 Persediaan Saudi Arabian Real Periode
2007
2008
2009
2010
2011
SAR 1
SAR 5
SAR 10
SAR 20
SAR 50
Total
SAR 100
Shafar
41
85
70
140
400
0
736
Rabiul Awal
41
85
70
140
400
-
736
Rabiul Akhir
41
85
70
140
400
-
736
Jumadil Ula
41
85
70
140
400
-
736
Jum. Tsaniyah
5.041
5.085
20.070
20.140
150.400
100.000
300.736
Rajab
4.972
4.885
19.770
19.640
148.400
97.000
294.667
Sya'ban
4.930
4.720
19.530
19.140
147.600
94.600
290.520
Ramadhan
2.704
2.645
11.250
10.940
85.400
53.200
166.139
Syawal
1.464
1.430
6.390
6.080
48.950
28.900
93.214
Dzulqaddah
104
100
230
40
400
-
874
Dzulhijjah
104
100
230
40
400
-
874
Muharram
104
100
230
40
400
-
874
Shafar
104
100
230
40
400
-
874
Rabiul Awal
104
100
230
40
400
-
874
Rabiul Akhir
104
100
230
40
400
-
874
Jumadil Ula
104
100
230
40
400
-
874
Jum. Tsaniyah
104
100
230
40
400
-
874
Rajab
3.854
3.850
15.230
15.040
112.900
75.000
225.874
Sya'ban
2.915
3.040
11.980
11.800
88.600
58.800
177.135
Ramadhan
1.264
1.550
6.000
5.840
43.900
29.000
87.554
Syawal
810
1.160
4.430
4.280
32.200
21.200
64.080
Dzulqaddah
750
1.100
900
1.900
4.600
-
9.250
Dzulhijjah
750
1.100
900
1.900
4.600
-
9.250
Muharram
750
1.100
900
1.900
4.600
-
9.250
Shafar
750
1.100
900
1.900
4.600
-
9.250
Rabiul Awal
750
1.100
900
1.900
4.600
-
9.250
Rabiul Akhir
750
1.100
900
1.900
4.600
-
9.250
Jumadil Ula
750
1.100
900
1.900
4.600
-
9.250
Jum. Tsaniyah
750
1.100
900
1.900
4.600
-
9.250
Rajab
3.250
3.600
10.900
11.900
79.600
50.000
159.250
Sya'ban
3.250
3.600
10.900
11.900
79.600
50.000
159.250
Ramadhan
3.005
3.415
10.170
11.160
74.100
46.400
148.250
Syawal
1.543
2.200
6.730
7.520
41.300
19.500
78.793
Dzulqaddah
75
90
60
280
550
-
1.055
Dzulhijjah
75
90
60
280
550
-
1.055
Muharram
75
90
60
280
550
-
1.055
Shafar
75
90
60
280
550
-
1.055
Rabiul Awal
75
90
60
280
550
-
1.055
Rabiul Akhir
75
90
60
280
550
-
1.055
Jumadil Ula
75
90
60
280
550
-
1.055
Jum. Tsaniyah
75
90
60
280
550
-
1.055
Rajab
75
90
60
280
550
-
1.055
Sya'ban
9.900
24.240
35.720
28.880
27.200
-
125.940
Ramadhan
3.260
6.995
14.460
7.680
13.800
-
46.195
Syawal
2.475
3.640
9.930
4.280
1.950
-
22.275
Dzulqaddah
1.573
1.335
3.680
1.700
900
-
9.188
Dzulhijjah
14
145
150
80
100
-
489
Muharram
14
145
150
80
100
-
489
Shafar
14
145
150
80
100
-
489
Rabiul Awal
14
145
150
80
100
-
489
Rabiul Akhir
14
145
150
80
100
-
489
Jumadil Ula
14
145
150
80
100
-
489
Jum. Tsaniyah
14
145
150
80
100
-
489
Rajab
14
145
150
80
100
-
489
Sya'ban
14
145
150
80
100
-
489
Ramadhan
2.614
2.745
18.550
2.480
78.100
52.000
156.489
Syawal
2.239
2.370
17.050
980
66.850
44.400
133.889
Dzulqaddah
789
920
6.350
80
23.350
15.400
46.889
Dzulhijjah
789
920
6.350
80
23.350
15.400
46.889
Muharram
789
920
6.350
80
23.350
15.400
46.889
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
93 93
Lampiran 23. Penghargaan Bank Syariah Mandiri Tahun 2011 No.
Gambar
Nama Pemberi Penghargaan Penghargaan
Atas Prestasi
Tanggal Penganugrahan
1.
Asiamoney Islamic Bank Award 2011
Asiamoney
The Best Islamic Bank in Indonesia
29 September 2011
3.
Best Islamic Bank Award
The Asset Asian Hongkong
Bank Syariah di Indonesia yang berpredikat Sangat Bagus atas kinerja keuangan tahun 2010
6 September 2011
4.
Best Islamic Deal Award
The Asset Asian Hongkong
Bank Syariah satu-satunya di Indonesia yang menjual Sukuk
6 September 2011
5.
Best Islamic Retail Bank Award
The Asset Asian Hongkong
Bank Syariah di Indonesia yang berpredikat Sangat Bagus atas kinerja keuangan tahun 2010
6 September 2011
6.
Best Islamic The Asset Asian Trade Finance Bank Hongkong Award
Bank Syariah di Indonesia yang berpredikat Sangat Bagus atas kinerja Trade Finance
6 September 2011
Sumber: Bank Syariah Mandiri Cabang Bekasi, 2012
