BAB 2 Landasan Teori
2.1 Manajemen 2.1.1 Pengertian Manajemen
Menurut Robbins dan Coulter (2009:8), pengertian manajemen adalah proses pengkoordinasian kegiatan-kegiatan pekerjaan sehingga pekerjaan tersebut terselesaikan secara efisien dan efektif dengan dan melalui orang lain. Menurut Stoner (2006:7), manajemen adalah proses merencanakan, mengorganisasikan, memimpin, dan mengendalikan pekerjaan anggota organisasi dan menggunakan semua sumber daya organisasi untuk mencapai sasaran organisasi yang sudah ditetapkan. Sedangkan Menurut Dyck dan Neuber (2009:7) manajemen adalah proses perencanaan, pengorganisasian, memimpin dan mengendalikan sumber daya manusia dan sumber daya organisasi lainnya agar dapat secara efektif mencapai tujuan organisasi. Terdapat 4 fungsi manajemen, yaitu : 1. Planning (Perencanaan) Perencanaan berarti mengidentifikasi tujuan organisasi dan strategi dan mengalokasikan sumber daya organisasi yang tepat yang diperlukan untuk mencapainya. 2. Organizing (Mengorganisasi) Pengorganisasian
berarti
memastikan
bahwa
tugas-tugas
telah
ditetapkan dan struktur hubungan organisasi diciptakan untuk memfasilitasi pertemuan dari tujuan-tujuan organisasi. 3. Leading (Memimpin) Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan mereka menghasilkan.
9
10
4. Controlling (Mengendalikan) Mengendalikan
adalah
melibatkan
kegiatan
manajemen
untuk
memastikan bahwa tindakan-tindakan anggota organisasi konsisten dengan nilai-nilai organisasi dan standar.
2.1.2 Pengertian Manajemen Operasi
Menurut Heizer dan Render (2005:4), manajemen operasi adalah serangkaian aktifitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. Assauri (2004:12) pengertian manajemen operasi merupakan kegiatan untuk mengatur dan mengordinasikan penggunaan sumber-sumber daya yang berupa sumber daya manusia, sumber daya alat, dan sumber daya dana serta bahan, secara efektif dan efisien untuk menciptakan dan menambah kegunaan sesuatu barang atau jasa. Herjanto (2007:2) menjelaskan manajemen operasional adalah suatu kegiatan
yang
berhubungan
dengan
pembuatan
barang,
jasa,
dan
kombinasinya, melalui proses transformasi dari sumber daya produksi menjadi keseluruhan yang diinginkan.
2.1.3 Pengertian Biaya
Pengertian biaya menurut Mulyadi (2005:8) dijelaskan sebagai berikut: “Dalam arti luas biaya adalah pengorbanan sumber ekonomi, yang diukur dalam satuan uang, yang telah terjadi atau yang kemungkinan akan terjadi untuk tujuan tertentu. Dalam arti sempit biaya dapat diartikan sebagai pengorbanan sumber ekonomi untuk memperoleh aktiva”. Sedangkan menurut Horngren dan Foster (2004:21), biaya adalah sumber daya yang dikorbankan untuk mencapai suatu sasaran atau tujuan tertentu.
11
2.1.4 Pengertian Efisiensi
Menurut Robbins dan Coulter (2007:8) definisi efesiensi yaitu memperoleh output terbesar dengan input yang terkecil digambarkan sebagai “melakukan segala sesuatu secara benar”. Menurut Gaspers (2009:45) efisiensi adalah ukuran yang menunjukan bagaimana baiknya sumber daya yang digunakan dalam proses produksi untuk menghasilkan output. Efisiensi merupakan karakteristik dari proses produksi maupun distribusi akan menurunkan biaya.
2.2 Distribusi 2.2.1 Pengertian Distribusi
Menurut
Kotler
(2007:122),
saluran
distribusi
merupakan
organisasi-organisasi yang saling tergantung yang tercakup dalam proses yang membuat produksi atau jasa menjadi tersedia untuk digunakan atau dikonsumsi. Menurut Saladin (2006:153), menyebutkan bahwa saluran distribusi adalah serangkaian organisasi yang saling tergantung yang terlibat dalam proses untuk menjadikan suatu produk atau jasa siap untuk digunakan atau dikonsumsi. Menurut Tjiptono (2008:285), saluran distribusi dapat diartikan sebagai kegiatan pemasaran yang berusaha memperlancar dan mempermudah penyampaian barang dan jasa dari produsen kekonsumen, sehingga penggunaannya sesuai dengan yang diperluas, dalam arti jenis, jumlah, harga, tempat dan saat yang dibutuhkan.
2.2.2 Tingkat Saluran Distribusi
Menurut Saladin (2006:155) tingkat saluran distribusi terdiri dari : • Saluran Nol Tingkat (A Zero Level) Terdiri dari satu perusahaan yang menjual langsung produknya ke
12
pelanggan akhir, atau dari produsen ke konsumen. Dilakukan dengan 4 cara yaitu :
a. Dari rumah ke rumah b. Arisan rumah c. Lewat pos d. Lewat toko toko perusahaan • Saluran Satu Tingkat (A One Level Channel) Berisi satu perantara penjualan. Di dalam saluran distribusi barang konsumsi, perantara ini merupakan pedagang besar atau grosir, sedangkan di dalam saluran barang industri ini mereka merupakan tenaga penjual representative. • Saluran Dua Tingkat (Two Level Channel) Berisi dua perantara yang dalam pasar barang konsumsi mereka umumnya adalah pedagang besar dan pengecer, sedangkan dalam saluran distribusi barang industri mereka merupakan sebuah penyalur tunggal dan distributor industri. • Saluran Tiga Tingkat (Three Level Channel) Berisi tiga perantara, yaitu pedagang besar, pemborong dan pengecer. • Saluran Aneka Tingkat (Higher Level Channel) Saluran distribusi lebih dari tiga tingkat.
2.3 Metode Forecasting 2.3.1 Pengertian Metode Forecasting
Peramalan (Forecasting) menurut Santoso (2009:8), peramalan adalah kegiatan yang bersifat teratur, berupaya memprediski masa depan dengan tidak hanya menggunakan metode ilmiah, namun juga mempertimbangkan hal-hal yang bersifat kualitatif. Peramalan (Forecasting) menurut Heizer dan Render (2009:162), adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data di masa lalu dan menempatkannya ke masa yang akan datang dengan bentuk model matematis. Bisa juga merupakan prediksi
13
intusi yang bersifat subjektif atau bisa juga dengan menggunakan model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer.
2.3.2 Karakteristik Situasi Peramalan
Peramalan permintaan memiliki karakteristik tertentuk yang berlaku secara umum. Karakteristik ini harus diperhatikan untuk menilai proses peramalan permintaan dengan metode yang digunakan. Ada karakteristik peramalan permintaan menurut Nasution (2003:28): 1. Akurasi. Hasil dari peramalan yang diukur dengan kebiasaan dan kekonsistensian peramalan. Hasil dari peramalan dikatakan biasa apabila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan kenyataan yang terjadi. Hasil peramalan dikatakan konsisten apabila besarnya kesalahan peramalan relatif kecil. 2. Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung dari jumlah item yang diramalkan, lamanya periode peramalan dan metode peramalan yang dipakai. 3. Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dirancang, dan diaplikasikan secara mudah akan memberikan keuntungan bagi perusahaan.
Menurut Nasution (2003:29) dalam merancang suatu peramalan, ada beberapa hal yang harus dipertimbangkan yaitu :
14
1. Peramalan pasti terjadi kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan sebaiknya memberikan informasi tentang berapa ukuran
kesalahan,
artinya
karena
peramalan
pasti
mengandung kesalahan, maka penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Pada metode peramalan, peramalan pada jangka pendeklah yang lebih akurat dibandingkan dengan jangka panjang yang disebabkan karena pada peramalan pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan. Secara garis besar, metode peramalan bisnis dapat dikelompok menjadi dua jenis, yaitu model peramalan kualitatif dan metode peramalan kuntitatif. Model kuantitatif masih dapat dibagi lagi menjadi metode kausal dan model runtun waktu (time series model)
2.3.3 Meramalkan Horizon Waktu
Menurut
Heizer
dan
Render
(2009:163),
peramalan
biasanya
diklasifikasikan berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori.
15
1. Peramalan jangka pendek. Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini digunakan untuk perencanaan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja dan tingkat produksi. 2. Peramalan jangka menengah. Peramalan jangka menengah atau intermediate umumnya mencakup hitungan bulan hingga tahun. Peramalan ini bermanfaat untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas serta menganalisis bermacam-macam rencana operasi. 3. Peramalan jangka panjang. Umumnya untuk perencanaan masa tiga tahun atau lebih. Peramalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang).
Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan jangka pendek dengan melihat tiga hal. 1. Pertama, peramalan jangka menengah dan jangka panjang berkaitan dengan permasalahan yang lebih menyeluruh dan mendukung keputusan manajemen yang berkaitan dengan perencanaan produk, pabrik dan proses. Menetapkan keputusan akan fasilitas, seperti misalnya keputusan seorang manajer umum untuk membuka pabrik manufaktur baru di Brazil dapat memerlukan waktu 5-8 tahun sejak permulaan hingga benar-benar selesai secara tuntas. 2. Kedua, peramalan jangka pendek biasanya menerapkan metodologi yang berbeda dibandingkan peramalan jangka panjang. Teknik matematika, seperti rata-rata bergerak, penghalusan eksponensial, dan ekstrapolasi tren umumnya dikenal untuk peramalan jangka pendek. Metode kuantitatif yang lebih luas dan lebih tidak kuantitatif sangatlah bermanfaat dalam meramalkan isu-isu seperti apakah suatu produk baru. 3. Akhirnya, sebagaimana yang mungkin diperkirakan, peramalan jangka pendek cenderung lebih tepat dibandingkan peramalan jangka panjang. Faktor-faktor yang mempengaruhi perubahan permintaan berubah setiap hari. Dengan demikian, sejalan dengan semakin panjangnya horizon waktu, ketepatan peramalan seseorang cenderung semakin berkurang. Peramalan penjualan harus
16
diperbarui secara berkala untuk menjaga nilai dan integritasnya. Peramalan harus selalu dikaji ulang dan direvisi pada setiap akhir periode penjualan.
2.3.4 Pendekatan dalam Peramalan
Menurut Hanke dan Wichern, (2006:78) metode peramalan dapat dibagi 2 yaitu: 1. Metode Peramalan Kualitatif atau Subyektif “Qualitative forecasting techniques relied on human judgement and intuition more than manipulation of past historical data,” atau metode yang hanya didasarkan kepada penilaian dan intuisi, bukan kepada pengolahan data historis. 2.
Metode Peramalan Kuantitatif Sedangkan peramalan kuantitatif diterangkan sebagai: “Quantitative techniques that need no input of judgments; they are mechanical procedures that produce quantitative result and some quantitative procedures require a much more sophisticated manipulation of data than do other, of course” atau metode yang tidak memerlukan penilaian, melainkan data.
Terdapat dua pendekatan umum untuk peramalan sebagaimana ada dua cara mengatasi semua model keputusan. Pendekatan yang satu adalah analisis kuantitatif dan pendekatan lain adalah analisis kualitatif. 1. Peramalan Kuantitatif (Quantitative Forecast) menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan. 2. Peramalan Subjektif atau Kualitatif (Qualitative Forecast) menggabungkan faktor, seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
2.3.5 Jenis-Jenis Peramalan
Menurut Heizer dan Render (2009:82), persediaan dapat melayani 4 fungsi yang menambah fleksibilitas bagi operasi perusahaan:
17
1. Decouple atau memisahkan beberapa tahapan dari proses produksi. Sebagai contoh, jika persediaan sebuah perusahaan berfluktuasi, persediaan tambahan mungkin diperlukan untuk melakukan decouple proses produksi dari pemasok. 2. Melakukan decouple perusahaan dari fluktuasi permintaan dan menyediakan persediaan barang-barang yang akan memberikan pilihan bagi pelanggan. Persediaan seperti ini digunakan secara umum pada bisnis eceran. 3. Mengambil keuntungan dari diskon kuantitas karena pembelian dalam jumlah besar dapat mengurangi biaya pengiriman barang. 4. Melindungi terhadap inflasi dan kenaikan harga.
2.3.6 Model-Model Peramalan
Menurut Heizer dan Render (2009:168), peramalan memiliki dua model yang terdiri dari masing-masing metode yaitu: 1. Model Deret Waktu Model deret waktu membuat prediksi dengan asumsi bahwa masa depan merupakan fungsi dari masa lalu. Dengan kata lain, mereka melihat apa yang terjadi selama kurun waktu tertentu dan menggunakan data masa lalu tersebut untuk melakukan peramalan. 2. Model Asosiatif Model asosiatif (hubungan sebab akibat), seperti regresi linier, menggabungkan banyak variabel atau faktor yang mungkin mempengaruhi kuantitas yang sedang diramalkan.
2.3.7 Peramalan Deret Waktu
Heizer dan Render (2009:169), menganalisis deret waktu berarti membagi data masa lalu menjadi komponen-komponen, kemudian memproyeksikannya kemasa depan. Deret waktu mempunyai empat komponen, antara lain:
18
1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren. 2. Musim adalah pola data yang berulang pada kurun waktu tertentu, seperti hari, minggu, bulan, atau kuartal. 3. Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit dilakukan karena adanya pengaruh kejadian politik ataupun kerusuhan internasional. 4. Variasi acak merupakan satu titik khusus dalam data yang disebabkan oleh peluang dan situasi yang tidak lazim. Variasi acak tidak mempunyai pola khusus sehingga tidak dapat diprediksi.
2.3.8 Metode Peramalan Kuantitatif
Heizer dan Render dalam buku Manajemen Operasi (2009:170), metodemetode peramalan kuantitatif, terdiri dari: 1. Naïve Method (Pendekatan Naif) Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan pada periode terakhir. Untuk beberapa jenis produk, Naïve Method merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya. Paling tidak pendekatan naïf memberikan titik awal untuk perbandingan dengan model lain yang lebih canggih.
2.
Moving Average (Rata-Rata Bergerak) Peramalan rata-rata bergerak menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Rata-rata bergerak
berguna jika kita dapat
mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang kita ramalkan. Secara matematis, rata-rata bergerak sederhana (merupakan prediksi permintaan periode mendatang) dinyatakan sebagai berikut.
19
Rata-rata bergerak = Dimana n adalah jumlah periode dalam rata-rata bergerak.
3. Weighted Moving Average (Rata-Rata Bergerak dengan Pembobotan) Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemututsan bobot yang digunakan membutuhkan pengalaman. Sebagai contoh, jika bulan atau periode terakhir diberi bobot yang terlalu berat, peramalan dapat menggambarkan perubahan yang terlalu cepat yang tidak biasa pada permintaan atau pola penjualan.
Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut. Pembobotan rata-rata bergerak =
Baik rata-rata bergerak sederhana maupun rata-rata bergerak dengan pembobotan sangat efektif dalam meredam fluktuasi pada pola permintaan untuk menghasilkan prediksi yang stabil. Rata-rata bergerak mempunyai tiga persoalan. -
Bertambahnya jumlan n (jumlah periode yang dirata-ratakan) memang meredam fluktuasi dengan lebih baik, tetapi membuat metode ini kurang sensitif terhadap perubahan nyata pada data.
-
Rata-rata bergerak tidak dapat menggambarkan tren dengan baik. Karena merupakan rata-rata, mereka akan selalu berada dalam tingkat yang sebelumnya dan tidak akan memprediksi perubahan ke tingkat yang lebih tinggi atau lebih rendah yang merupakan nilai aktual sesungguhnya.
-
Rata-rata bergerak membutuhkan data masa lalu yang ekstensif.
4. Exponential Smoothing (Penghalusan Eksponensial) Penghalusan eksponensial merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini mengunakan
20
pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut :
Peramalan baru = Peramalan periode terakhir +
(permintaan periode terakhir –
Peramalan periode terakhir) Dimana : = Sebuah bobot atau konstanta penghalus yang dipilih oleh peramal yang mempunya nilai antara 0 dan 1
Persamaan dapat ditulis secara matematis sebagai berikut :
Dimana : = peramalan baru = peramalan sebelumnya = konstanta penghalus (pembobotan) = permintaan aktual periode lalu
5. Exponential Smoothing With Trend (Penghalusan Eksponensial dengan Penyesuaian Tren) Model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada tren yang ada. Idenya adalah menghitung tren rata-rata data penghalusan eksponensial, kemudian menyesuaikan untuk kelambatan (lag) positif atau negative pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta untuk rata-rata β untuk tren. Kemudian, kita menghitung rata-
penghalusan,
rata dan tren untuk setiap periode. Rumus Penghalusan Eksponensial dengan Penyesuaian Trend adalah sebagai berikut:
=
+
,
21
Dimana : = peramalan dengan eksponensial yang dihaluskan dari data berseri pada periode t = tren dengan eksponensial yang di haluskan pada periode t = permintaan aktual periode t = konstanta penghalusan untuk rata-rata = konstanta penghalusan untuk rata-rata
6. Linear Regression (Proyeksi Trend) Proyeksi Tren merupakan suatu metode peramalan yang mencocokan garis tren pada serangkaian data masa lalu, kemudian memproyeksikan garis pada masa mendatang untuk peramalan jangka menengah atau jangka panjang. Rumus untuk menentukan perhitungan Linear Regression adalah sebagai berikut:
Dimana : = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu = kemiringan garis regresi (atau tingkat perubahan pada
untuk perubahan
yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) Untuk menentukan nilai
dan , akan di jelaskan pada rumus dibawah ini.
Dimana : = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu
22
= kemiringan garis regresi (atau tingkat perubahan pada
untuk perubahan
yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) = nilai variabel terikat yang diketahui = jumlah data atau pengamatan
2.3.9 Menghitung Kesalahan Peramalan
Menurut
Rangkuti
(2005:80)
menyatakan
keharusan
untuk
membandingkan perhitungan yang memiliki nilai MAD (Mean Absolute Deviation) paling kecil, karena semakin kecil MAD berarti semakin kecil pula perbedaan antara hasil Forecasting nilai aktual. Menurut Heizer dan Render (2009:177), ada beberapa perhitungan yang biasa digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan peramalan, dan untuk memastikan peramalan berjalan baik. Tiga dari perhitungan yang paling terkenal adalah deviasi mutlak rerata (Mean Absolute Deviation – MAD), kesalahan kuadrat rerata (Mean Squared Error – MSE), dan kesalahan persen mutlak rerata (Mean Absolute Percent Error – MAPE).
1. Deviasi Rata-Rata Absolut (Mean Absolute Deviation) MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap kesalahan peramalan dibagi dengan jumlah periode data n. Rumus untuk menghitung MAD adalah sebagai berikut.
MAD =
2. Kesalahan Rata-Rata Kuadrat (Mean Square Error) MSE merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia cenderung menonjolkan
23
deviasi yang besar karena adanya pengkuadratan. Rumus untuk menghitung MSE adalah sebagai berikut: MSE =
2.4 Metode Transportasi 2.4.1 Pengertian Metode Transportasi
Menurut Siswanto (2006:264), metode transportasi berkaitan dengan masalah pendistribusian barang-barang dari pusat-pusat pengiriman atau sember ke pusat-pusat penerimaan atau tujuaan. Persoalan yang ingin dipecahkan oleh motode transportasi adalah penentuaan distribusi barang yang akan meminimumkan biaya total distribusi. Menurut Mulyono (2007:111), metode transportasi diartikan sebagai distribusi suatu produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuaan, dengan permintaan tertentu, pada biaya transpor minimum. Karena hanya ada satu macam barang, suatu tempat tujuaan dapat memenuhi permintaannya dari satu atau lebih sumber. Heizer dan Render (2006:631), menjelaskan bahwa metode transportasi merupakan suatu teknik atau metode yang digunakan untuk mencari cara yang termurah untuk mengirim barang dari beberapa sumber ke beberapa tujuaan. Titik asal (sumber) dapat berupa pabrik, gudang, agen penyewaan mobil seperti Avis, atau titik lain dari barang-barang dikirimkan. Tujuan adalah titik-titik yang mnerima barang. Untuk menggunakan model transportasi, kita harus mengetahui hal-hal berikut: 1. Titik asal dan kapasitas atau pasokan pada setiap periode. 2. Titik tujuan dan permintaan pada setiap periode. 3. Biaya pengiriman satu unit dari setiap titik asal ke setiap titik tujuan.
24
2.4.2 Masalah Metode Transportasi
Menurut Siswanto (2006:267), di dalam model transportasi, kemampuaan sumber-sumber untuk melayani belum tentu sama dengan tingkat permintaan tujuantujuan untuk dilayani sehingga ada tiga kemungkinan akan terjadi ketidak seimbangan, yaitu: 1.
Kemungkinan pertama akan terjadi bila seluruh kemampuaan sumber-sumber untuk mengirim barang melampaui tingkat permintaan yang ada. Dalam kasus ini, satu atau lebih sumber mungkin hanya akan mengirim barang sebagian atau tidak mengirim sama sekali.
2. Kemungkinan kedua akan terjadi bila seluruh kapasitas permintaan tidak mungkin dipenuhi oleh seluruh sumber-sumber yang tersedia. Dalam kasus ini jelas akan ada permintaan dari satu atau lebih tujuan yang akan dipenuhi sebagian atau tidak dipenuhi sama sekali. 3. Kemungkinan ketiga akan terjadi bila seluruh kapasitas permintaan untuk mengirim barang sama persis dengan seluruh permintaan tujuan. Dalam kasus ini seluruh kemampuan sumber-sumber untuk melayani permintaan tepat digunakan seluruhnya dan seluruh permintaan tujuan-tujuan tepat dipenuhi.
Menurut Mulyono (2007:113), sejauh ini hanya dibahas masalah transportasi seimbang, dimana penawaran sama dengan permintaan. Kenyataannya, kasus seimbang adalah kekecualian. Pada umumnya, kebanyakan masalah adalah tak seimbang dimana penawaran lebih besar daripada permintaan atau sebaliknya. Dalam kasus masalah tak seimbang, metode solusi transportasi membutuhkan sedikit modifikasi. Dalam jurnal “On The Use of Transportation Techniques to Determine the Cost of Transporting Commodity”, konsep-konsep berguna yang dapat digunakan terkait masalah transportasi adalah sebagai berikut : 1.
Masalah transportasi yang tidak seimbang Masalah transportasi dikatakan tidak seimbang ketika total permintaan tidak sama dengan total supply. Dalam situasi ini, perlu dibuat dummy tergantung pada kelebihan atau kekurangan antara permintaan dan supply. Artinya perlu untuk membuat dummy dalam permintaan jika supply lebih besar dari pada permintaan
25
atau dummy pada supply jika permintaan lebih besar dari pada supply dengan biaya tranportasi pada dummy yaitu nol.
2.
Masalah transportasi yang seimbang Masalah transportasi dikatakan seimbang ketika total permintaan sama dengan total supply. Dalam kasus ini, ditemukan bahwa masalah transportasi seimbang karena total permintaan sama dengan total supply. Maka tidak diperlukan dummy pada algoritma transportasi metode NWC, metode Least Cost dan VAM yang digunakan untuk menghitung biaya transportasi.
3.
Degenerasi Sebuah solusi dasar dari banyaknya masalah transpotasi dengan m sumber dari supply dan n tujuan permintaan mengharuskan alokasi untuk dibuat (kolom+baris-1). Degenerasi dari sebuah solusi yang terjadi ketika sumber daya habis berturut-turut dan persyaratan kolom dipenuhi oleh satu alokasi. Jadi, jika hal tersebut terjadi, maka penting untuk melakukan perhitungan biaya bayangan dan hanya satu solusi untuk mengisi salah satu kolom kosong jika kolom tersebut memiliki alokasi nol.
4.
Optimalitas Dalam masalah transportasi, solusi optimal adalah solusi yang diperoleh dan tidak ada bagian dari rute transportasi (alokasi) yang selanjutnya akan mengurangi total biaya transportasi.
2.4.3 Jenis-Jenis Metode Transportasi
Metode yang dipilih untuk memudahkan perusahaan dalam pengiriman barang adalah dengan menggunakan metode transportasi. Metode transpotasi yang akan digunakan akan dijelaskan sebagai berikut :
26
2.4.3.1 Metode North West Corner (NWC) Menurut Siswanto (2006:274), Metode North West Corner adalah sebuah metode untuk menyusun tabel awal dengan cara mengalokasikan distribusi mulai dari sel yang terletak pada sudut kiri atas. Menurut Heizer dan Render (2006:633), aturan North West Corner mengharuskan perhitungan dimulai pada bagian kiri atas tabel dan mengalokasikan unit pada rute pengiriman sebagai berikut : −
Habiskan pasokan (kapasitas pabrik) pada setiap baris.
−
Habiskan kebutuhan (permintaan gudang) dari setiap kolom.
−
Pastikan bahwa semua permintaan dan pasokan telah terpenuhi.
Menurut Mulyono (2007: 117), Metode North West Corner adalah metode paling sederhana diantara keempat metode yang
telah
disebutkan untuk
mencari solusi awal. Langkah-langkahnya dapat diringkas sebagai berikut: 1.
Mulai pada pojok barat laut tabel dan dialokasikan sebanyak mungkin pada tabel bagian sudut kiri atas tanpa menyimpang dari kendala penawaran atau permintaan (artinya X11 ditetapkan sama dengan yang terkecil di antara nilai S1 dan D1)
2.
Ini akan menghabiskan penawaran pada sumber 1 dan atau permintaan pada tujuan 1. Akibatnya, tak ada lagi barang yang dapat dialokasikan ke kolom atau baris yang telah dihabiskan dan kemudiaan baris atau kolom itu dihilangkan. Kemudiaan alokasikan sebanyak mungkin ke kotak di dekatnya pada baris atau kolom yang tak dihilangkan. Jika kolom maupun baris telah dihabiskan, pindahlah secara diagonal ke kotak berikutnya.
3.
Lanjutkan dengan cara yang sama sampai semua penawaran telah dihabiskan dan keperluaan permintaan telah dipenuhi. Kelebihan dari penggunaan metode North West Corner adalah metode ini merupakan metode paling mudah digunakan dan tidak mempertimbangkan biaya, sedangkan kekurangan dari metode North West Corner yaitu metode ini tidak mengalokasikan produk sebanyak mungkin pada kotak sel yang memiliki biaya transportasi terkecil, atau setiap alokasi produk tidak memperhatikan besarnya biaya per unit.
27
2.4.4.2 Metode Least Cost
Menurut Siswanto (2006:271), metode biaya terkecil (Least cost Method) adalah sebuah metode untuk menyusun table awal dengan cara pengalokasian distribusi barang dari sumber ke tujuan mulai dari sel yang memiliki biaya distribusi terkecil. Menurut Heizer dan Render (2006:634), metode Least Cost adalah metode yang membuat alokasi berdasarkan kepada biaya yang terendah. Metode ini merupakan sebuah pendekatan yang sederhana, yang menggunakan langkah-langkah berikut : −
Identifikasi biaya yang paling rendah, pilih salah satu apabila terdapat biaya yang sama.
−
Sesuaikan penawaran dan permintaan untuk menunjukkan alokasi yang sudah dilakukan, hilangkan baris dan kolom dimana permintaan dan penawaran telah dihabiskan.
−
Apabila permintaan dan penawaran belum terpenuhi, kembali ke langkah pertama, dan jika semua terpenuhi maka solusi awal diperoleh.
Menurut Mulyono (2007:118), Metode Least cost berusaha mencapai tujuaan minimisasi biaya dengan alokasi sisitematik kepada kotak-kotak sesuai dengan besarnya biaya transpor per unit. Prosedur metode ini adalah: 1.
Pilih
variable
Xij
(kotak)
dengan
biaya
transpor
(cij)
terkecil dan
alokasikan sebanyak mungkin. Untuk Cij terkecil Xij=minimum (Si, Dj). Ini akan menghabiskan baris i atau kolom j. 2.
Dari kotak-kotak sisanya yang layak (yaitu yang tidak terisi atau tidak dihilangkan), pilih nilai Cij terkecil dan alokasikan sebanyak mungkin.
3.
Lanjutkan proses ini sampai semua penawaran dan permintaan terpenuhi.
2.4.3.3 Metode Vogel’s Approximation (VAM)
Menurut Siswanto (2006:279), Langkah-langkah metode VAM dapat diringkas sebagai berikut :
28
1.
Buatlah matrik yang menunjukan kebutuhan masing-masing sumber dan biaya transportasi per unit.
2.
Carilah selisih antara dua biaya terkecil di masing-masing kolom baris.
3.
Pilih selisih terbesar di antara selisih-selisih yang telah dihitung pada langkah pertama.
4.
Sesuaikan penawaran dan permintaan untuk menunjukan alokasi yang sudah dilakukan. Hilangkan semua baris dan kolom dimana penawaran dan permintaan telah dihabiskan.
5.
Jika semua penawaran dan permintaan belum dipenuhi, kembali ke langkah pertama, jika semua penawaran dan permintaan solusi awal terperoleh.
Tujuan dari jalur ini adalah untuk mempertahankan kendala penawaran dan permintaan sambil dilakukan alokasi ulang barang ke suatu kotak kosong. Semua variabel non basis (kotak kosong) dievaluasi dengan cara yang sama untuk menentukan apakah mereka akan menurunkan biaya dan arena itu menjadi calon entering variabel. Jika semua kotak kosong memiliki perubahan biaya positif, berarti solusi telah optimum.
Dalam Jurnal “Logical Development Of Vogel’s Approximation Method (LDVAM): An Approach To Find Basic Feasible Solution Of Transportation Problem” Metode VAM dapat dijelaskan dengan langkah-langkah berikut : •
Langkah 1 Mengidentifikasi kotak yang memiliki biaya terkecil dan biaya terkecil kedua dalam setiap baris, kemudian menuliskan selisihnya di sepanjang sisi tabel yang berhadapan pada baris yang sesuai.
•
Langkah 2 Mengidentifikasi kotak yang memiliki biaya terkecil dan biaya terkecil kedua dalam setiap kolom, kemudian menuliskan selisihnya sepanjang bagian dari tabel terhadap kolom yang sesuai. Jika biaya terkecil ada dua atau lebih dalam satu baris atau kolom, maka pilih biaya terkecil yang sama sebagai biaya terkecil dan biaya terkecil kedua dan selisih menjadi nol.
29
•
Langkah 3 a.
Mengidentifikasi baris dan kolom dengan selisih terbesar. Alokasikan sebanyak mungkin pada kotak dengan biaya terendah yang sesuai baris atau kolom yang dipilih. Sesuaikan penawaran dan permintaan yang ada. Jika sebuah baris dan kolom telah terpenuhi maka baris atau kolom selanjutnya disilang dan permintaannya nol.
b.
Jika ada dua atau lebih yang memiliki selisih biaya yang sama besarnya, maka pilih salah satu (pilih sebagian baris atas atau kolom paling kiri).
•
Langkah 4 a.
Jika tepat satu baris atau satu kolom dengan supply nol atau permintaan nol namun tidak disilang maka harus disilang, berhenti.
b.
Jika hanya satu baris atau kolom dengan sisa supply atau permintaan, maka alokasian pada kotak dengan biaya terkecil( sesuaikan supply dan permintaan ).
c.
Jika semua baris atau kolom yang tidak disilang memiliki sisa namun supply atau permintaan bernilai nol, biaya terkecil ( sesuaikan supply dan permintaan ). Berhenti.
d.
Jika tidak, kembali ke langkah awal
30
2.5 Kerangka Pemikiran
Survei awal dan studi pustaka
Perumusan masalah
Solusi pemecahan masalah
.
Metode Forecasting
-
Naïve Method
Exponantial Smoothing
Moving Average Moving Average
- Exponantial Smoothig With Exponantial Smoothing With Trend
Weighted Moving Average
Trend Linear Regresion
Metode Transportasi - NWC
- LC
Rekomendasi Distribusi
Gambar 2.1 Kerangka Pemikiran
- VAM
