BAB 2 LANDASAN TEORI 2.1
Pengertian pembelian Sofjan Assauri dalam bukunya Manajeman Produksi dan Operasi (2008:223) mengatakan bahwa: “Pembelian merupakan salah satu fungsi yang penting dalam berhasilnya operasi suatu perusahaan. Fungsi ini dibebani tanggung jawab untuk mendapatkan kuantitas dan kualitas bahan-bahan yang tersedia pada waktu dibutuhkan dengan harga yang sesuai dengan harga yang berlaku. Pengawasan perlu dilakukan terhadap pelaksanaan fungsi ini, karena pembelian menyangkut investasi dana dalam persediaan dan kelancaran arus bahan ke dalam pabrik.” Definisi tersebut menjelaskan bahwa pembelian merupakan kegiatan yang dilakukan untuk pengadaan barang yang dibutuhkan perusahaan dalam menjalankan usahanya dimulai dari pemilihan sumber sampai memperoleh barang atau bahan baku. Oleh karena itu, pembelian menjadi faktor yang sangat penting bagi perusahaan untuk dapat bersaing. Sebagaimana dikatakan oleh Trent & Monczka (1998) dan Gadde & Håkansson (2001) yaitu: “While purchasing activities traditionally have been considered as part of the operational activities of a company, nowadays they are presented as strategic weapons facing the threat of the current market environment” Zhang (2008) menyatakan dalam jurnalnya seperti dikutip dari Slack, Chambers, & Johnston (2004): “Tujuan managemen pembelian secara tradisional dikatakan sebagai pembelian dengan kualitas yang tepat, harga yang tepat, waktu pengiriman yang tepat dan mempertahankan fleksibilitas penuh.” Lebih jauh lagi dikutip oleh Zhang menurut Kannan dan Tan (2002): “Tujuan managemen pembelian di perusahaan adalah untuk memperoleh kualitas dan performa pengiriman yang baik dari supplier secara konsisten. Sebagai contoh: supermarket akan memperoleh margin nilai yang relatif lebih besar ketika dapat menyedikan produk bagi pelanggannya jika supermarket dapat membeli barang berkualitas dengan harga yang lebih rendah ataupun waktu pengiriman yang lebih cepat dari supplier-nya.” Jenis transaksi pembelian dapat digolongkan menjadi dua, menurut Mulyadi (2001:299), yaitu : 1. Pembelian lokal Pembelian lokal merupakan pembelian dari pemasok dalam negeri. 2. Pembelian impor Pembelian impor merupakan pembelian dari pemasok luar negeri. Tahapan-tahapan prosedur pembelian menurut Mulyadi (2001:301) adalah sebagai berikut: 1. Prosedur permintaan pembelian 5
6 2. 3. 4. 5. 6. 2.2
Prosedur permintaan penawaran harga pemilihan pemasok Prosedur order pembelian Prosedur penerimaan barang Prosedur pencatatan hutang Prosedur distribusi pembelian
Alur proses pembelian
Gambar 2.1 The Purchasing Function Process (Van Weele, 2002) 2.3
Pengertian pengambilan keputusan Menurut Drs.Wahono Diphayana (2009:175): “Keputusan pada dasarnya adalah pemilihan dari alternatif–alternatif yang ada. Sedangkan pengambilan keputusan merupakan suatu proses pemilihan alternatif terbaik dari beberapa alternatif yang ada yang dilakukan secara sistematis untuk ditindaklanjuti atau digunakan untuk pemecahan masalah.” Ada enam langkah dari pengambilan keputusan menurut Jay Heizer dan Barry Render (2011: 700) yaitu : 1. Mendifinisikan masalah dan faktor-faktor yang mempengaruhi 2. Membuat obyektif yang spesifik dan terukur 3. Mengembangkan suatu model. 4. Mengevaluasi setiap alternatif solusi berdasarkan kelebihan dan kekurangan 5. Memilih alternatif terbaik 6. Menerapkan keputusan dan membuat jadwal untuk penyelesaian Haris Rangkuti (2008:95) mengatakan bahwa: “Kriteria majemuk yang sudah ditetapkan akan menjadi salah satu pertimbangan dan parameter utama dalam mendukung keputusan. Semua kriteria yang ditetapkan harus disesuaikan dengan keinginan dari manajemen dan kemampuan dari objek tersebut. Untuk mendukung pengambilan keputusan berdasarkan kriteria yang sudah ditetapkan akan menjadi efektif jika menggunakan model-model yang tepat dimana diantaranya adalah metode bayes, metode perbandingan eksponensial (MPE), composite performance index (CPI) dan analytical hierrarchy process (AHP).”
7 2.4
Comparative Performance Index (CPI) Salah satu metode dalam pengambilan sebuah keputusan yang memiliki kriteria majemuk adalah Comparative Performance Index (CPI) yang menurut Marimin (2008:16) merupakan pengambilan keputusan berbasis index kinerja. CPI digunakan untuk menentukan penilaian atau peringkat dari berbagai alternatif (i) berdasarkan beberapa kriteria (j) dengan formula sebagai berikut :
Aij
= Xij (min) x 100 / Xij (min)
A(i + 1.j)= (X(I + 1.j) )/ Xij (min) x 100 Iij = Aij x Pj n
Ii
j
= Σ (Iij)
=1
Keterangan : Aij Xij (min) A(i + 1.j) X(i + 1.j) Pj Iij Ii i j
= nilai alternatif ke-i pada kriteria ke – j = nilai alternatif ke-i pada kriteria awal minimum ke-j = nilai alternatif ke-i + 1 pada kriteria ke – j = nilai alternatif ke-i + 1 pada kriteria awal ke – j = bobot kepentingan kriteria ke – j = indeks alternatif ke-i = indeks gabungan kriteria pada alternatif ke –i = 1, 2, 3,…, n = 1, 2, 3,…, m
Prosedur penyelesaian pada Comparative Performance Index menurut Marimin (2004) adalah sebagai berikut: 1. Identifikasi kriteria tren positif (semakin tinggi nilainya semakin baik) dan tren negatif (semakin rendah nilainya semakin baik). 2. Untuk kriteria tren positif, nilai minimum pada setiap kriteria ditransformasi ke seratus, sedangkan nilai lainnya ditransformasi secara proporsional lebih tinggi. 3. Untuk kriteria tren negatif, nilai minimum pada setiap kriteria ditransformasi ke seratus, sedangkan nilai lainnya ditransformasi secara proporsional lebih rendah. 4. Perhitungan nilai alternatif merupakan jumlah dari perkalian antara nilai kriteria dengan bobot kriteria. 2.5
Analisis klasifikasi ABC Menurut Gasperz (2004:273): “Klasifikasi ABC merupakan klasifikasi dari suatu kelompok material dalam susunan menurun berdasarkan biaya penggunaan material per produk per periode waktu (harga per unit material dikalikan volume penggunaan). Periode waktu yang umum digunakan adalah satu tahun.”
8 Analisis ABC didasarkan pada Analisis Pareto yang mengatakan bahwa 20% item berkontribusi pada 80% penjualan. Hal ini mengimplikasikan bahwa sebagian kecil item di Inventori berkontribusi pada penjualan maksimal. Kelas A (<20%) berkontribusi dalam 80% pendapatan, kelas B berkontribusi dalam 15% pendapatan, dan kelas C berkontribusi dalam sisa 5% pendapatan. Klasifikasi ABC dilakukan berdasarkan kepentingan nilai relatifnya, dan pendekatan ini dikenal sebagai Proportional Value Analysis (PVA). (Dhoka dan Choudary, 2013:38) 2.6
Peramalan Menurut Gasperz (2004:71): “Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis.” Sedangkan menurut Jay Heizer dan Barry Render (2011:136): “Forecasting is the art and science of predicting future events. Forecasting may involve taking historical data and projecting them into the future with some sort of mathematical model.” Lebih lanjut lagi dikatakan bahwa peramalan bisa berupa prediksi secara intuitif atau subyektif maupun kombinasi dengan model matematis. Langkah – langkah Peramalan menurut Gasperz (2004:74): 1. Menentukan tujuan dari peramalan 2. Memilih item yang akan diramalkan 3. Menentukan Horizon waktu dari peramalan 4. Memilih model – model peramalan 5. Memperoleh data yang dibutuhkan untuk melakukan peramalan 6. Validasi model peramalan 7. Membuat peramalan 8. Implementasi hasil peramalan 9. Memantau keandalan hasil peramalan 2.6.1
Pendekatan dalam peramalan Terdapat dua pendekatan umum dalam peramalan menurut Jay Heizer dan Barry Render (2011:139), yakni kuantitatif dan kualitatif. • Peramalan kuantitatif (quantitative forecast) menggunakan model matematis yang bervariasi dengan data masa lalu serta variable sebab akibat untuk meramalkan permintaan. • Peramalan kualitatif (qualitative forecast) menggabungkan berbagai faktor dalam melakukan peramalan seperti intuisi, emosi, pengalaman pribadi maupun sistem nilai.
2.6.2
Model-model peramalan dalam pendekatan kuantitatif Menurut Jay Heizer dan Barry Render (2011:140), peramalan dengan pendekatan kuantitatif memiliki dua model yang masing-masing terdiri dari beberapa metode, yaitu: • Model deret waktu Model ini membuat prediksi berdasarkan asumsi bahwa masa depan merupakan fungsi dari masa lalu. Dengan kata lain, mereka melihat apa yang telah terjadi dalam jangka waktu tertentu dan
9
•
menggunakan serial data masa lalu untuk membuat peramalan. Metode peramalan yang termasuk model ini adalah pendekatan naïf, rerata bergerak, penghalusan eksponensial dan proyeksi tren Model asosiatif Model ini menggabungkan faktor-faktor yang mungkin akan mempengaruhi kuantitas peramalan. Metode peramalan yang termasuk model ini adalah regresi linier.
2.6.3
Model peramalan deret waktu Jay Heizer dan Barry Render (2011:140) mengatakan bahwa analisis deret waktu berarti membagi data masa lalu ke dalam komponenkomponen dan kemudian memproyeksikannya ke masa depan. Model peramalan deret waktu memiliki empat komponen, yakni: 1. Tren merupakan pergerakan data seiring waktu secara gradual, baik meningkat atau menurun, contoh: perubahan pendapatan, populasi, distribusi umur, atau pandangan budaya. 2. Musim memiliki pola data yang berulang setelah periode waktu tertentu, seperti hari, minggu, bulan, atau kuartal. Contoh: musim mingguan yang dialami restoran atau salon. 3. Siklus memiliki pola data yang terjadi setiap beberapa tahun. Komponen ini biasanya terkait pada siklus bisnis dan merupakan hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis adalah sulit dikarenakan adanya pengaruh kejadian politik atau kerusuhan internasional. 4. Variasi acak merupakan komponen di dalam data yang disebabkan situasi kebetulan dan tidak biasa. Komponen ini tidak memiliki pola tertentu sehingga tidak dapat diprediksi.
2.6.4
Metode peramalan yang termasuk model deret waktu Jay Heizer dan Barry Render (2011:140-158) menyatakan bahwa metode peramalan yang termasuk model deret waktu antara lain: 1. Pendekatan Naif (Naive Approach) Cara paling sederhana untuk melakukan peramalan adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan pada periode terakhir. Untuk beberapa jenis produk, metode ini merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya. 2. Rerata Bergerak (Moving Average) Merupakan cara yang menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Metode ini berguna jika kita dapat mengasumsikan bahwa permintaan pasar akan stabil sepanjang waktu. Secara matematis, rerata bergerak sederhana (merupakan prediksi permintaan periode mendatang) dinyatakan sebagai berikut:
10
Rerata bergerak =
∑ Permintaan dalam periode n sebelumnya
n dimana n adalah jumlah periode dalam rerata bergerak. Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk memberikan penekanan lebih pada nilai terkini. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemutusan bobot mana yang akan 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. Rerata bergerak dengan pembobotan akan digambarkan secara sistematis sebagai berikut: Pembobotan rerata bergerak =
∑(Bobot periode n)(Permintaan dalam periode n) ∑ Bobot
3. Penghalusan Eksponensial (Exponential Smoothing) Merupakan metode peramalan rerata bergerak dengan pembobotan yang canggih, namun masih cukup mudah digunakan. Metode ini menggunakan pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut: Peramalan baru = peramalan periode lalu + α (permintaan aktual periode lalu - peramalan periode lalu)
Dimana α adalah sebuah bobot atau konstanta penghalusan yang dapat dipilih oleh peramal yang mempunyai nilai antara 0 dan 1. Persamaan rumus diatas juga dapat ditulis secara matematis sebagai berikut: Ft = Ft-1 + α (At-1 – Ft-1) dimana : Ft = Peramalan baru Ft-1 = Peramalan sebelumnya α = Konstanta penghalusan (pembobotan) (0 ≤ α ≤ 1) At-1 = Permintaan aktual periode lalu 4. Penghalusan Eksponential dengan Penyesuaian Tren (Exponential Smoothing with Trend) Merupakan model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada tren yang ada. Idenya adalah menghitung data rerata penghalusan eksponensial, kemudian disesuaikan dengan kelambatan (lag) positif atau negatif pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, α untuk rata-rata dan β untuk tren. Kemudian, kita menghitung rata-rata dan tren untuk setiap periode. Rumus Penghalusan Eksponential dengan Penyesuaian Tren adalah sebagai berikut:
11 Ft = α (At-1) + (1-α) (Ft-1 + Tt-1) , Tt = β (Ft-Ft-1) + (1-β) Tt-1 dimana : Ft = peramalan dengan eksponensial yang dihaluskan dari data berseri pada periode t Tt = tren dengan eksponensial yang dihaluskan pada periode t At = permintaan aktual periode t Α = konstanta penghalusan untuk rata-rata (0 ≤ α ≤ 1) β = konstanta penghalusan untuk rata-rata (0 ≤ β ≤ 1) 5. Proyeksi Tren (Trend Projection) Merupakan suatu metode peramalan yang mencocokan garis tren pada serangkaian data masa lalu dan kemudian memproyeksikan garis pada masa mendatang untuk peramalan jangka menengah hingga jangka panjang. Rumus untuk menentukan perhitungan Proyeksi Tren adalah sebagai berikut: y = a + bx dimana : y = a = b =
nilai terhitung dari variabel yang akan diprediksi persilangan sumbu y kemiringan garis regresi (atau tingkat perubahan pada y untuk perubahan yang terjadi di x x = variable bebas (dalam kasus ini adalah waktu). Untuk menentukan nilai a dan b, akan di jelaskan pada rumus dibawah ini.
dimana : b = x = y = n =
kemiringan garis regresi nilai variabel bebas yang diketahui nilai variabel terkait yang diketahui jumlah titik data atau observasi a=
dimana : = x = 2.7
- bx
rata-rata nilai y rata-rata nilai x
Cost Reduction Yufi Priyo (2012) menyatakan bahwa, “Program cost reduction merupakan program yang disusun secara sistematis untuk meningkatkan kualitas dan produktivitas industri melalui reduksi dan eliminasi pemborosan secara terusmenerus terhadap semua aktivitas yang terjadi dan terlibat dalam sistem indiustri. Tujuan utama program ini adalah meningkatkan daya saing produk di pasar baik dari segi kualitas, kompetisi harga dan tingkat kepuasan pelanggan.” Lia Yuliawati (2006) menyatakan bahwa dalam strategi cost reduction, pengurangan biaya terjadi sebagai hasil dari peningkatan bertahap terhadap
12 kualitas, keandalan dan kecepatan. Terkadang cost reduction disamakan dengan cost cutting, padahal cost reduction sebenarnya lebih berupa manajemen biaya (cost management). Sebagaimana dikatakan dalam buku Seuring (2002:3): “Cost management encompasses all (control) measures, that aim to influence cost structures and cost behavior precociously. Among these tasks the costs within the value chain have to be assessed, planned, controlled, and evaluated.” Hal R. Varian (1994:1) berpendapat bahwa adanya peningkatan jumlah perusahaan di dalam model standar oligopoli cenderung mengarah pada penurunan harga. Namun, model standar tersebut menganggap fungsi harga (cost) perusahaan dalam suatu industri sebagai faktor dari luar (exogenous). Banyak pengamat yang berpendapat bahwa hal ini mengesampingkan alasan utama reduksi harga, yaitu masuknya perusahaan yang membuat sektor industri menjadi lebih kompetitif dan memaksa perusahaan untuk “mengencangkan” produksi melalui reduksi harga (cost reduction).
