BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN
2.1
Landasan Teori
2.1.1 Pengertian Manajemen
Menurut Gerry, Manajemen adalah suatu proses atau kerangka kerja, yang melibatkan bimbingan atau pengarahan sutau kelompok orang-orang kearah tujuantujuan organisasional atau maksud-maksud nyata.
Menurut Fayol, Manajemen mengandung gagasan lima funsi utama yaitu, merancang, mengorganisasi, memerintah, mengoordinasi, dan mengendalikan.
Menurut
Griffin,
Manajemen
sebagai
sebuah
proses
perencanaan,
pengkoordinasian, dan pengontrolan sumber daya untuk mencapai sasaran (goals) secara efektif dan efisien. Efektif berarti bahwa tujuan dapat dicapai sesuai dengan perencanaan, sementara efisien berarti bahwa tugas yang ada dilaksanakan dengan benar, terorganisir, dan sesuai dengan jadwal.
Menurut Dyck dan Neubert (2009, p7) 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. 11
12
3. Leading (Memimpin) Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan mereka menghasilkan.
4. Controlling (Mengendalikan) Mengendalikan adalah melibatkan memastikan bahwa tindakan- tindakan anggota organisasi konsisten dengan nilai-nilai organisasi dan standar.
2.1.2 Pengertian Entrepreneur Menurut Dewanti (2008, p4), wirausaha adalah seseorang yang menciptakan sesuatu yang baru dengan mengambil resiko dan ketidakpastian demi mencapai keuntungan dan
pertumbuhan dengan cara
mengidentifikasi
peluang dan
menggabungkan sumber daya yang diperlukan untuk mewujudkannya. Menurut Wachidin (2012), kewirausahaan seringkali dikaitkan dengan upaya yang inovatif pengambilan risiko, dan penetapan strategi yang proaktif. Seorang wirausaha senantiasa berupaya mencari peluang-peluang berwirausahaan. Dalam artian tersebut, kewirausahaan sangat penting peranannya bagi perusahaan untuk keluar
dari
krisis
serta
mengembangkan
keunggulan
bersaing.
Melalui
kewirausahaan, dapat tercipta bisnis-bisnis baru dan terpicunya proses transformasi perusahaan.
2.1.3 Pengertian Manajemen Operasional
Menurut Heizer dan Render (2005) manajemen operasional adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. Kegiatan yang menghasilkan barang dan jasa, berlangsung disemua organisasi. Dalam perusahaan manufaktur, dapat terlihat jelas aktivitas produksi yang menghasilkan barang, namun dalam organisasi yang tidak menghasilkan produk secara fisik, fungsi produksi mungkin tidak terlihat dengan jelas.
13 Menurut Schroeder (2007), inti dari manajemen operasional dapat dijabarkan sebagai berikut:
1. Operasional bertanggung jawab pada penyediaan produk atau jasa dari suatu organisasi. 2. Manajer operasional membuat keputusan mengenai fungsi operasi dan hubungannya dengan fungsi lain. Manajer operasional merencanakan dan memantau proses produksi dan interfensi itu sendiri antara organisasi dan dengan pihak luar.
Menurut Constable (2006), manajemen operasional lebih difokuskan pada kebutuhan untuk produksi. Walaupun produk tersebut merupakan produk manufaktur maupun jasa. Pada dasarnya manajemen operasional termasuk dalam manajemen produksi namun lebih difokuskan pada distribusi dan pada arus fasilitas yang tersedia seperti tenaga kerja dan modal untuk menjamin bahwa mereka akan bertemu dengan arus kebutuhan pasar. Hal ini juga difokuskan oleh desain yang original atau perluasan pada semua fasilitas dimana selama pengaruh tersebut merupakan system operasi.
Sedangkan menurut Chase (2004,p.6), “Operatioons management is defined as the design, operation, and improvement of the system that create and deliver the firm’s primary product and services”.
Yang berarti “Manajemen operasi didefinisikan sebagai gambaran, proses operasi, dan perbaikan atau pengawasan dari system-sistem yang menghasilkan produk utama atau jasa suatu perusahaan”
2.1.4
Pengertian Penjualan
Penjualan adalah suatu usaha yang terpadu untuk mengembangkan rencanarencana strategis yang diarahkan pada usaha pemuasan kebutuhan dan keinginan pembeli, guna mendapatkan penjualan yang menghasilkan laba. Penjualan merupakan sumber hidup suatu perusahaan, karena dari penjualan dapat diperoleh
14 laba serta suatu usaha memikat konsumen yang diusahakan untuk mengetahui daya tarik mereka sehingga dapat mengetahui hasil produk yang dihasilkan. Berikut ini dikemukakan definisi penjualan menurut beberapa ahli: a) Sutamto (2003 : 8) mengemukakan bahwa penjualan adalah usaha yang dilakukan manusia untuk menyampaikan barang kebutuhan yang telah dihasilkannya kepada mereka yang memerlukannya dengan imbalan uang menurut harga yang ditentukan atas persetujuan bersama.
b) Winardi (2003 : 3) mengemukakan penjualan sebagai proses dimana sang penjual memastikan, mengaktifkan, dan memuaskan kebutuhan atau keinginan sang pembeli yang berkelanjutan dan menguntungkan kedua belah pihak.
Dari definisi penjualan diatas dapat disimpulkan bahwa betapa pentingnya fungsi penjualan bagi sebuah perusahaan, dimana proses penjualan bertujuan untuk memuaskan kebutuhan pembeli, dan akhirnya menguntungkan kedua belah pihak.
2.1.5 Tujuan Penjualan
Pada umumnya, para pengusaha mempunyai tujuan mendapatkan laba yang maksimal serta mempertahankan atau berusaha meningkatkannya untuk jangka waktu lama. Tujuan tersebut dapat direalisir apabila penjualan dapat dilaksanakan seperti yang direncanakan. Menurut Swasta (Manajemen Penjualan, 2004 : 13) perusahaan pada umumnya mempunyai tiga tujuan dalam penjualannya, yaitu : a) Mencapai volume penjualan tertentu b) Mendapat laba tertentu c) Menunjang pertumbuhan perusahaan
Adapun faktor-faktor yang harus diperhatikan dalam mencapai tujuan penjualan diantaranya adalah (Swasta, 2004) : a) Modal yang diperlukan b) Kemampuan merencanakan dan membuat produk
15 c) Kemampuan menentukan tingkat harga yang tepat d) Kemampuan memilih penyalur yang tepat e) Kemampuan menggunakan cara-cara promosi yang tepat f) Unsur penunjang yang lain
2.1.6 Pengertian Persediaan
Pendapat Sundjaja (2007 : 379), persediaan meliputi semua barang atau bahan yang diperlukan dalam proses produksi dan distribusi yang digunakan untuk proses lebih lanjut atau dijual. Sedangkan persediaan menurut Assauri (2004 : 169) adalah suatu aktiva yang meliputi barang-barang milik perusahaan yang dimaksud untuk dijual dalam satu periode usaha yang normal atau persediaan barang baku yang menunggu penggunaannya dalam suatu proses produksi. Dari pengertian persediaan diatas dapat ditarik kesimpulan bahwa persediaan merupakan barang-barang atau bahan baku yang diperlukan dalam proses produksi maupun digunakan untuk dijual dalam suatu periode tertentu.
Adapun alasan diperlukannya persediaan oleh suatu perusahaan menurut Assauri (2004 : 169) adalah sebagai berikut : 1. Dibutuhkannya
waktu
untuk
menyelesaikan
operasi
produksi
untuk
memindahkan produk dari satu tingkat proses yang lain yang disebut persediaan dalam proses dan pemindahan. 2. Alasan organisasi untuk memungkinkan suatu unit atau bagian membuat jadwal operasinya secara bebas tidak tergantung dari yang lainnya.
Menurut Assauri (2004 : 170), persediaan yang diadakan mulai dari yang bentuk bahan mentah sampai dengan barang jadi antara lain berguna untuk : 1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan yang dibutuhkan perusahaan. 2. Menghilangkan resiko dari material yang dipesan tidak baik sehingga harus dikembalikan. 3. Untuk menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat digunakan bila bahan itu tidak ada dalam pasaran.
16 4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran arus produksi. 5. Mencapai penggunaan mesin yang optimal. 6. Memberikan pelayanan (service) kepada pelanggan dengan sebaik-baiknya dimana keinginan pelanggan pada suatu waktu dapat dipenuhi adalah memberikan jaminan tetap tersedianya barang jadi tersebut. 7. Membuat pengadaan atau produksi tidak perlu sesuai dengan penggunaan atau penjualannya.
Fungsi persediaan menurut Rangkuty (2004 : 15) adalah sebagai berikut: 1. Fungsi Decoupling adalah persediaan yang memungkinkan perusahaan dapat memenuhi permintaan pelanggan tanpa tergantung pada supplier. 2. Fungsi Economic Lot Sizing, persediaan ini perlu mempertimbangkan penghematan atau potongan pembelian, biaya pengangkutan per unit menjadi lebih murah dan sebagainya. 3. Fungsi Antisipasi, apabila perusahaan menghadapi fluktuasi permintaan yang dapat diperkirakan dan diramalkan berdasarkan pengalaman atau data-data masa lalu yaitu permintaaan musiman.
Menurut Zulfikarijah (2005 : 9), dalam manajemen persediaan terdapat dua hal yang perlu diperhatikan yaitu: 1. Keputusan persediaan yang bersifat umum merupakan keputusan yang menjadi tugas utama dalam penentuan persediaan baik kuantitatif maupun kualitatif. Keputusan kuantitatif bertujuan untuk mengetahui : a. Barang apa yang akan di stock? b. Berapa banyak jumlah barang yang akan diproses dan berapa banyak barang yang akan dipesan? c. Kapan pembuatan barang akan dilakukan dan kapan melakukan pemesanan? d. Kapan melakukan pemesanan ulang (Reorder Point)? e. Metode
apakah
persediaan?
yang
digunakan
untuk
menentukan
jumlah
17 2. Keputusan kualitatif adalah keputusan yang berkaitan dengan teknis pemesanan yang mengarah pada analisis data secara deskriptif. Keputusan kualitatif bertujuan untuk mengetahui : a. Jenis barang yang masih tersedia di perusahaan? b. Perusahaan atau individu yang menjadi pemasok barang yang dipesan perusahaan? c. Sistem pengendalian kualitas persediaan yang digunakan perusahaan?
2.1.7
Tujuan Persediaan
Menurut Heizer dan Render (2015 : p553), tujuan persediaan adalah menetukan keseimbangan antara investasi persediaan dan pelayanan pelanggan. Tujuan persediaan tidak akan pernah mencapai strategi berbiaya rendah tanpa manajemen persediaan yang baik. Setiap organisasi manufaktur dan produksi pada hakaikatnya perlu memperhatikan perencanaan dan pengendalian persediaan.
2.1.8 Jenis - jenis Persediaan
Menurut Heizer dan Render (2015 : p554), persediaan yang ada di perusahaan biasanya terdiri dari empat jenis yaitu:
1. Persediaan Bahan Mentah (Raw Material Inventory) yang telah dibeli, tetapi belum diproses. Pendekatan yang lebih banyak diterapkan adalah dengan menghapus variabilitas pemasok dalam mutu, jumlah atau waktu pengiriman sehingga tidak perlu pemisahan. 2. Persediaan Barang Setengah Jadi (Work In Process Inventory) adalah komponen-komponen atau bahan mentah yang telah melewati beberapa proses perubahan, tetapi belum selesai. Persediaan barang setengah jadi itu ada karena untuk membuat produk diperlukan waktu (disebut juga waktu siklus). Mengurangi waktu siklus akan mengurangi persediaan barang setengah jadi. Tugas ini tidaklah sulit. Selama sebagian besar waktu sebuah produk sedang dibuat. 3. Persediaan MRO (Maintenance, Repairing, Operating Iventory) merupakan persediaan yang dikhususkan untuk perlengkapan pemeliharaan, perbaikan,
18 operasi. Persediaan ini ada karena kebutuhan akan adanya pemeliharaan dan perbaikan dari beberapa peralatan yang tidak diketahui. Walaupun permintaan untuk MRO ini sering kali merupakan fungsi dari jadwal pemeliharan, permintaan MRO lain yang tidak terjadwal harus diantisipasi, sehingga persediaan ini merupakan fungsi jadwal pemeliharaan dan perbaikan. 4. Persediaan Barang Jadi adalah produk yang telah selesai dan tinggal menunggu pengiriman. Barang jadi dapat dimasukkan ke persediaan karena permintaan pelanggan dimasa mendatang tidak diketahui.
2.1.9 Pengendalian Persediaan
Dalam suatu perusahaan, kelancaran seluruh kegiatan operasi harus didukung oleh beberapa kegiatan penting. Pengendalian persediaan merupakan salah satu kegiatan penting dari urutan kegiatan-kegiatan yang berkaitan erat satu sama lain dalam seluruh operasi produksi perusahaan sesuai dengan apa yang telah direncanakan lebih dahulu baik waktu, jumlah, kuantitas, dan biayanya. Pengendalian persediaan ini meliputi perencanaan persediaan jadwal untuk pemesanan, pengaturan penyimpanan, dan lainnya. Pengendalian persediaan
ini
juga penting bagi semua jenis perusahaan karena kegiatan ini dapat membantu tercapainya suatu tingkat efesiensi penggunaan dalam persediaan. Berikut ini adalah pengertian pengendalian persediaan menurut para ahli: • Menurut pendapat Assauri (2004,p176) : “Pengawasan persediaan merupakan salah satu kegiatan dari urutan kegiatan-kegiatan yang berurutan erat satu sama lain dalam seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah direncanakan lebih dahulu baik waktu, jumlah, kuantitas, maupun biayanya.” •
Menurut Fredy Rangkuti (2004,p25) : “Pengawasan persediaan merupakan salah satu fungsi manajemen yang dapat dipecahkan dengan menerapkan metode kuantitatif.”
Dari pengertian diatas dapat disimpulkan bahwa pengendalian persediaan adalah suatu
aktivitas
untuk
menetapkan
besarnya
persediaan
dengan
memperhatikan keseimbangan antara besarnya persediaan yang disimpan dengan biaya-biaya yang ditimbulkannya.
19
2.1.10 Fungsi Persediaan
Menurut Stevenson dan Chuong (2014 : p181). Pesediaan dapat memiliki berbagai fungsi yang menambah fleksibilitas operasi perusahaan. Beberapa fungsi persediaan adalah sebagai berikut: •
Untuk memberikan pilihan barang agar dapat memenuhi permintaan pelanggan yang diantisipasi dan memisahkan perusahaan dari fluktuasi permintaan. Persediaan seperti ini digunakan secara umum pada perusahaan ritel. Persediaan ini dirujuk sebagai persediaan antisipasi karena disimpan untuk memuaskan permintaan yang diperkirakan yaitu, rata-rata
•
Untuk
memisahkan
beberapa
tahapan
dari
proses
produksi.
Perusahaan yang mengalami pola musiman dalam permintaan sering kali membangun persediaan selama periode pramusim untuk memenuhi keperluan yang luar biasa tinggi selama periode musiman. •
Untuk memisahkan operasi. Secara historis, perusahaan manufaktur telah menggunakan persediaan sebagai penyangga antara operasi yang berurutan untuk memelihara kontinuitas produksi yang dapat saja terganggu oleh kejadian seperti kerusakan perlengkapan dan kecelakaaan
yang
menyebabkan
sebagian
operasi
dihentikan
sementara. •
Untuk perlindungan terhadap kehabisan persediaan. Pengiriman yang tertunda dan peningkatan yang tidak terduga dalam permintaan akan meningkatkan resiko kehabisan. Resiko kehabisan persediaan dapat dikurangi dengan menyimpan persediaan aman, yang merupakan persediaan berlebih dari permintaan rata-rata untuk mengompensasi variabilitas dalam permintaan dan waktu tunggu.
•
Untuk
mengambil
keuntungan
dari
siklus
pesanan.
Untuk
meminimalkan biaya pembeliaan dan persediaan, perusahaan sering kali membeli dalam jumlah yang melampaui kebutuhan jangka pendek. Hal ini mengharuskan penyimpanan beberapa atau semua jumlah yang dibeli untuk penggunaan kemudian.
20 •
Untuk melindungi dari peningkatan harga. Secara berkala perusahaan akan menduga bahwa peningkatan harga yang substansial akan terjadi dan membeli jumlah yang lebih besar dari normal untuk mengalahkan kenaikan tersebut. Kemampuan untuk menyimpan barang ekstra juga memungkinkan perusahaan untuk mengambil keuntungan dari diskon harga untuk pesanan besar.
•
Untuk memungkinkan operasi. Fakta bahwa operasi produksi membutuhkan waktu tertentu (yaitu, tidak secara instan) berarti bahwa akan terdapat sejumlah persediaan barang dalam proses. Selain itu, penyimpanan barang dalam jumlah menengah-termasuk bahan mentah, barang setengah jadi, barang jadi di situs produksi, serta barang yang disimpan di gudang-menimbulkan persediaan pipa saluran di sepanjang sistem produksi-distribusi. Hukum little (Little’s Law) dapat berguna dalam menghitung persediaan pipa saluran. Hukum tersebut menyatakkan bahwa jumlah persediaan rata-rata dalam sebuah sistem sama dengan produk dari tingkat rata-rata permintaan dan waktu rata-rata sebuah unit berada dalam sistem (yaitu tingkat permintaan rata-rata)
•
Untuk mengambil keuntungan dari diskon kuantitas. Pemasok dapat memeberikan diskon untuk pesanan besar.
2.1.11
Tujuan Pengendalian Persediaan
Suatu pengendalian persediaan yang dijalankan oleh suatu perusahaan sudah tentu mempunyai tujuan-tujuan tertentu. Menurut pendapat Assauri (2004,p177) tujuan pengendalian persediaan secara terperinci dapat dinyatakan sebagai usaha untuk : a) Menjaga jangan sampai perusahaan kehabisan persediaan sehingga dapat mengakibatkan terhentinya kegiatan produksi. b) Menjaga agar pembentukan persediaan oleh perusahaan tidak terlalu besar atau berlebih-lebihan, sehingga biaya-biaya yang ditimbulkan dari persediaan tidak terlalu besar. c)
Menjaga agar pembelian kecil-kecilan dapat dihindari karena ini akan
berakibat biaya pemesanan menjadi besar. Dari kegiatan diatas dapat
21 dikatakan bahwa tujuan dari pengendalian persediaan adalah untuk memperoleh kualitas dan jumlah yang tepat dari bahan-bahan barang yang tersedia pada waktu yang dibutuhkan dengan biaya-biaya minimum untuk keuntungan atau kepentingan perusahaan. Dengan kata lain pengendalian persediaan untuk menjamin terdapatnya persediaan pada tingkat yang optimal agar produksi dapat berjalan dengan lancar dan biaya persediaan adalah minimum.
Sementara itu menurut Stevenson dan Chuong dalam bukunya Manajemen Operasi (2014, p 183). Tujuan pesediaan mempunyai dua perhatian utama: Tingkat layanan pelanggan, yaitu: untuk memiliki barang yang tepat dan kualitas memadai, di tempat yang tepat, dan pada waktu yang tepat. Biaya pemesanan dan penyimpanan persediaan. Tujuan keseluruhan persediaan adalah untuk mencapai tingkat layanan pelanggan yang memuaskan sembari menjaga biaya persediaan dalam batasan yang masuk akal. Untuk tujuan ini, pengambilan keputusan berusaha untuk mencapai keseimbangan dalam persediaan.
2.1.12 Pengertian Peramalan
Menurut Barry, Jay dalam bukunya Manajemen Operasi (2009, p.162) Peramalan adalah perkiraaan mengenai sesuatu yang belum terjadi. Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Dengan demikian, kalau yang diramalkan permintaan berarti memperkirakan jumlah produk yang dibutuhkan oleh konsumen.
Forecast ( perkiraan atau peramalan ) merupakan perkiraan penjualan pada waktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data-data yang pernah terjadi atau mungkin akan terjadi.
22 Forecast peramalan adalah perkiraan atau proyeksi secara teknis permintaan konsumen potensial untuk suatu waktu tertentu dengan berbagai asumsi untuk memperoleh suatu forecast dan peramalan.
Peramalan berbeda dengan rencana. Rencana merupakan penentuan apa yang akan dilakukan oleh perusahaan pada waktu yang akan datang, sedangkan peramalan adalah perkiraan apa yang akan terjadi, tetapi belum tentu bisa dilaksanakan oleh perusahaan.
Tujuan dari peramalan adalah untuk mengurangi resiko dari pengambilan keputusan. Peramalan biasanya salah, namun besar dari kesalahan peramalan (forecast error) tergantung dari metode peramalan yang digunakan. Dengan menggunakan banyak aspek untuk melakukan peramalan, keakuratan peramalan dapat ditingkatkan dan mengurangi beberapa aspek ketidakpastian dalam proses pengambilan keputusan berdasarkan hasil peramalan tersebut.
Dikarenakan peramalan tidak dapat mengurangi resiko, maka diperlukan proses keputusan secara eksplisit untuk mempertimbangkan ketidakpastian dari hasil peramalan (forecast error). Konseptual dari peramalan digambarkan dalam persamaan berikut.
Actual Decision = Decision assuming forecast is correct + Allowance for forecast error
Menurut Prasetya dan Lukiastuti (2009:43) Peramalan merupakan suatu usaha untuk meramalkan keadaan dimasa yang akan datang melalui pengujian keadaan dimasa lalu.
Menurut Heizer dan Render (2009:162) Peramalan (forecasting) adalah seni atau ilmu untuk memperkirakan kejadian dimasa depan.
23 2.1.13 Hubungan Forecast dengan Rencana
Peramalan (forecasting) merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien. Dalam bidang ekonomi, perencanaan merupakan kebutuhan yang besar, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun sampai beberapa hari atau bahkan beberapa jam. Dalam situasi seperti ini, peramalan diperlukan untuk menentukan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan. Peramalan mempunyai peranan langsung pada peristiwa eksternal yang pada umumnya berada di luar kendali manajemen, seperti berasal dari ekonomi nasional, pemerintah, pelanggan, dan pesaing. Dari peramalan inilah suatu perusahan dapat melakukan suatu perencanaan dan pengambilan suatu keputusan yang dirasa tepat (Subagyo, 2000 : 24).
Forecast adalah peramalan apa yang terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang (Subagyo, 2000 : 25). Dengan sendirinya terjadi perbedaan antara forecast dengan rencana. Forecasting adalah peramalan apa yang akan terjadi tetapi belum tentu bisa dilaksanakan oleh perusahaan.
2.1.14 Jenis-jenis Peramalan
1. Peramalan Ekonomi. Menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan, dan indikator perencanaan lainnya. 2. Peramalan Teknologi. Memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik yang membutuhkan pabrik dan peralatan baru. 3. Peramalan Permintaan. Proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan , pemasaran, dan sumber daya manusia.
24
Permintaan merupakan jumlah dari kebutuhan semua pelanggan potensial (pelaku pasar) untuk produk tertentu selama jangka waktu tertentu dan dalam suatu pasar tertentu (Austin, 2002). Sedangkan menurut (Arnold dan Chapman, 2004) tujuan utama dari sebuah perusahaan adalah melayani konsumen/pelanggan, dimana tujuan akhir dari perusahaan adalah menjalankan kegiatan perusahaan agar dapat bertemu dengan permintaan konsumen.
Pengelolaan permintaan merupakan suatu pengaturan akan permintaan konsumen. Kegiatan tersebut dapat berupa manajemen jangka pendek, menengah dan jangka panjang. Dalam jangka panjang, proyeksi permintaan dibutuhkan untuk perencanaan strategi bisnis dimana permintaan ini dapat mempengaruhi langkah strategis yang akan dilakukan oleh perusahaan. Dalam jangka menengah, tujuan dari pengelolaan permintaan adalah untuk memproyeksikan jumlah permintaan sebagai fungsi perencanaan produksi. Dan contoh pengelolaan permintaan dalam jangka pendek yaitu pengelolaan dibutuhkan untuk mengkombinasikan permintaan dengan penjadwalan produksi.
Salah satu dari kegiatan pengelolaan permintaan adalah peramalan permintaan (forecasting demand). Permintaan sangat perlu diramalkan karena terdapat ketidakpastian pesanan pelanggan.
2.1.15 Pendekatan dalam Peramalan Terdapat dua pendekatan umum untuk melakukan peramalan sebagaimana ada dua cara mengatasi semua model keputusan. Pendekatan yang satu adalah analisis kuantitatif dan pendekatan lain adalah analisis kualitatif. Peramalan kuantitatif (quantitative forecast) menggunakan model matematis yang beragam dengan data masa lalu dan variable sebab-akibat untuk meramalkan permintaan. Peramalan subjektif atau kualitatif (qualitative forecast) menggabungkan factor, seperti intuisi, emosi, pengalaman pribadi, dan system nilai pengambil keputusan untuk meramal. Beberapa perusahaan menggunakan satu pendekatan dan perusahaan lain menggunakan pendekatan yang lain. Pada kenyataannya, kombinasi dari keduanya merupakan kombinasi yang paling efektif.
25
2.1.16 Dekomposisi Peramalan Deret Waktu
Permintaan terhadap suatu produk tentunya akan berbeda-beda, sehingga permintaan tersebut tentunya akan membentuk sebuah karakteristik tersendiri. Apabila digambarkan dalam sebuah grafik, maka data historis akan menunjukkan berbagai macam bentuk maupun pola dari tingkat permintaan yang ada (Arnold & Chapman, 2004).
Pada umumnya permintaan akan memiliki pola karkteristik seperti berikut ini: 1. Tren (Trend) Pola permintaan tren biasanya dialami oleh produk yang baru mengalami masa kejayaan (prosperity) dan masih berkembang dalam suatu siklus hidupnya. Pada masa seperti itu, biasanya produk akan menunjukkan kecenderungan (tren) naik. Dan hal sebaliknya terjadi ketika produk sudah mencapai masa dewasa (mature) dan sudah tidak bisa berkembang lagi, maka lama kelamaan produk tersebut akan mengalami penurunan dan cenderung menunjukkan tren turun. 2. Musiman (Seasonality) Pola musiman biasanya terbentuk oleh permintaan dengan produk yang tingkat permintaannya dipengaruhi oleh cuaca, musim liburan, maupun hari-hari besar. Dasar periode untuk permintaan musiman biasanya dalam rentang waktu tahunan, akan tetapi bulanan dan mingguan juga bisa membentuk suatu pola permintaan musiman. 3. Acak (Random) Pola acak biasanya terjadi pada produk yang tingkat permintaannya dipengaruhi oleh banyak factor dalam periode tertentu. Variasi yang terjadi mungkin akan sangat kecil, namun membentuk pola acak yang tidak menentu. 4. Siklis (Cycle) Pola siklis hampir mirip dengan pola permintaan musiman. Namun, pola permintaan siklis terbentuk dalam satu rentang periode yang lebih panjang, misalnya pola siklis tersebut terbentuk dalam rentang waktu beberapa tahun maupun decade.
26 2.1.17 Pendekatan Naif
Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan pada periode terakhir. Dengan kata lain, jika penjualan sebuah prduk adalah 70 unit pada bulan Januari, kita dapat meramalkan penjualan pada bulan Februari akan sama, yaitu sebanyak 70 unit juga. Apakah cara ini masuk akal? Terbukti untuk beberapa jenis produk, pendekatan naïf (naïve approach) ini 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. Peramalan dengan Naïve diasumsikan bahwa periode sekarang adalah prediksi terbaik untuk masa depan. Bentuk model Naïve adalah: ܻ ݐ+1 = ܻ( ݐ1)
Di mana ܻ ݐ+1 ramalan yang dibuat pada waktu ݐuntuk waktu ݐ+ 1. Peramalan dengan metode Naïve untuk masing-masing periode mendekati obsevasi yang terdahulu. Ramalan dengan model Naive adalah ramalan yang kadang disebut dengan “ramalan tanpa perubahan”. Karena ramalannya untuk setiap periode mendekati observasi yang terdahulu.
2.1.18 Rata-rata Bergerak
Peramalan rata-rata bergerak menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Rata-rata bergerak akan berguna jika kita dapat mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang kita ramalkan. Rata-rata bergerak bergerak empat bulanan ditemukan dengan cara sederhana, yaitu menjumlahkan permintaan selama masa empat bulan lalu, dibagi dengan empat. Sewaktu satu bulan berlalu, data bulanan terbaru ditambahkan pada penjumlahan data tiga bulan sebelumnya, dan data bulan yang paling awal dihapus. Praktik semacam ini cenderung meminimalkan abnormalitas dalam data berseri. Secara matematis, rata-rata bergerak sederhana (merupakan prediksi permintaan periode mendatang) dinyatakan sebagai berikut.
27 Rata-rata bergerak = Σ Permintaan dalam periode n sebelumnya n n adalah jumlah periode dalam rata-rata bergerak, sebagai contoh: 4,5, atau 6 bulan berarti rata-rata bergerak untuk 4,5, atau 6 periode. Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut.
Pembobotan rata-rata bergerak = Σ (Bobot periode n)(Permintaan dalam periode n) ΣBobot 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. 1. Bertambahnya jumlah n (jumlah periode yang dirata-ratakan) memang meredam fluktuasi dengan lebih baik, tetapi membuat metode ini kurang sensitif terhadap perubahan nyata pada data. 2. Rata-rata bergerak tidak dapat menggambarkan tren dengan baik. Karena merupakan rata-rata, mereka akan selalu berada dalam tingkat yang sebelumnya dan tidak akan memprediksikan perubahan ke tingkat yang lebih tinggi atau lebih rendah yang merupakan nilai aktual sesungguhnya. 3. Rata-rata bergerak membutuhkan data masa lalu yang ekstensif.
2.1.19 Penghalusan Eksponensial
Penghalusan eksponensial merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Dalam hal ini, Syntetos; Boylan; Disney dalam jurnalnya yang berjudul Forecasting for inventory planning: a 50-year review. The Journal of the Operational Research Society, suppl. Special Issue: Milestones in OR 60.S1 (May 2009): S149-S160. Mengatakan, “The simple smoothing procedure discussed above is based on a model without a trend and therefore is inappropriate when the underlying demand pattern involves such a change over time”.
28 Metode ini menggunakan pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut. Peramalan = peramalan periode + α(permintaan sebenarnya periode terakhir Baru
terakhir
- Peramalan periode terakhir)
Dimana α adalah sebuah bobot atau konstanta penghalusan yang dipilih oleh peramal yang mempunyai nilai antara 0 dan 1. Persamaan ini 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
Konsepnya tidak rumit. Prediksi terakhir untuk permintaan sama dengan prediksi lama, disesuaikan dengan sebagian diferensiasi permintaan aktual periode lalu dengan prediksi lama.
2.1.20 Menghitung Kesalahan Peramalan
Akurasi keseluruhan dari setiap model peramalan rata-rata bergerak, penghalusan eksponensial, atau lainnya dapat dijelaskan dengan membandingkan nilai yang diramal dengan nilai aktual atau nilai yang sedang diamati. Jika Ft melambangkan peramalan pada periode t, dan At melambangkan permintaan aktual pada periode t, maka kesalahan peramalan (deviasinya) adalah sebagai berikut.
Kesalahan peramalan = Permintaan aktual – Nilai peramalan = At - Ft
Ada beberapa perhitungan yang biasa digunakan untuk menghitung kesalahan peramalan total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan peramalan berjalan dengan baik. Tiga dari perhitungan yang paling terkenal adalah deviasi
29 mutlak rerata (mean absolute deviation-MAD), kesalahan kuadrat rerata (mean squared error-MSE), dan kesalahan persen mutlak rerata (mean absolute percent error-MAPE).
Mean Absolute Deviation (MAD) Ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model adalah MAD. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari setiap kesalahan peramalan dibagi dengan jumlah periode data (n).
MAD = Σ|Aktual - Peramalan| N Mean Squared Error (MSE) merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang diramalkan dan diamati. Berikut rumusnya:
MSE = Σ(Kesalahan peramalan)2 n Kekurangan MSE adalah MSE cenderung menonjolkan deviasi yang besar karena adanya penguadratan. Sebagai contoh, jika kesalahan peramalan untuk periode 1 dua kali lipat lebih besar dari kesalahan untuk periode 2, maka kesalahan kuadrat pada periode 1 lebih besar empat kali lipat dibandingkan kesalahan kuadrat pada periode 2. Oleh karena itu, menggunakan MSE sebagai perhitungan kesalahan peramalan biasanya menunjukkan bahwa lebih baik mempunyai beberapa deviasi yang kecil daripada satu deviasi besar.
Mean Absolute Percent Error (MAPE) masalah yang terjadi dengan MAD dan MSE adalah nilai mereka tergantung pada besarnya hal yang diramalkan. Jika unsur tersebut dihitung dalam satuan ribuan, maka nilai MAD dan MSE dapat menjadi sangat besar. Untuk menghindari masalah ini, kita dapat menggunakan mean absolute percent error (MAPE). MAPE dihitung sebagai rata-rata diferensiasi absolut antara nilai yang diramalkan dan aktual, dinyatakan sebagai persentase nilai aktual. Jika kita memiliki nilai yang diramal dan aktual untuk n periode, MAPE dihitung sebagai berikut.
30 MAPE = Σ Kesalahan persen absolut = 44,75% = 5,59% n
8
MAPE mungkin merupakan perhitungan yang paling mudah dimaknai. Sebagai contoh, MAPE 6% merupakan pernyataan yang jelas yang tidak bergantung pada permasalahan seperti banyaknya data input.
2.1.21 Penghalusan Eksponensial dengan Penyesuaian Tren
Penghalusan eksponensial yang sederhana dengan teknik yang telah dijelaskan pada MAD, MSE, dan MAPE sama seperti teknik rata-rata bergerak manapun. Ia gagal memberikan respons terhadap tren yang terjadi. Teknik peramalan lain yang dapat menyesuaikan dengan tren tentu saja ada. Walaupun deminkian, karena penghalusan eksponensial merupakan pendekatan model yang popular di bisnis, marilah kita lihat secara lebih terperinci.
Untuk memperbaiki peramalan, berikut ilustrasi model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada tren yang ada. Idenya adalah menghitung rata-rata data penghalusan eksponensial, kemudian menyesuaikan untuk kelambatan (lag) positif atau negative pada tren. Berikut rumus barunya:
Peramalan dengan tren (FITt) = Peramalan penghalusan eksponensial (Ft) + Tren penghalusan eksponensial (Tt)
Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi ratarata 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.
Ft = α(Permintaan aktual + (1 - α) + (Peramalan periode terakhir + Estimasi periode treakhir)
tren periode terakhir)
31
atau
Ft = α(At – 1) + (1 - α)(Ft – 1 + Tt - 1)
Tt = β(Peramlan periode ini – Peramalan periode terakhir) + (1 - β)(Estimasi tren periode terakhir)
atau
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 pada periode t α = Konstanta penghalusan untuk rata-rata (0≤α≤1) β = Konstanta penghalusan untuk tren (0≤β≤1)
Jadi, tiga langkah menghitung peramalan dengan yang disesuaikan dengan tren adalah sebagai berikut:
Langkah 1: Menghitung Ft, peramalan eksponensial yang dihaluskan untuk periode t, menggunakan persamaan Ft = α(At – 1) + (1 - α)(Ft – 1 + Tt - 1) Langkah 2: Menghitung tren yang dihaluska, Tt, menggunakan persamaan Tt = β(Ft – Ft-1) + (1 - β)Tt-1 Langkah 3: Menghitung peramalan dengan tren, FITt, dengan rumus FITt=Ft+Tt
2.1.22 Proyeksi Tren
Metode peramalan terakhir adalah proyeksi tren (trend projection). Teknik ini mencocokkan
garis
tren
pada
serangkaian
data
masa
lalu,
kemudian
memproyeksikan garis pada masa datang untuk peramalan jangka menengah atau
32 jangka panjang. Beberapa persamaan tren matematis dapat dikembangkan (sebagai contoh, eksponensial atau kuadratis). Namun dalam hal ini, kita akan melihat pada tren linier (garis lurus) saja.
Jika kita memutuskan untuk membuat garis tren lurus dengan metode statistik, kita dapat menerapkan metode kuadrat terkecil. Pendekatan ini menghasilkan sebuah garis lurus yang meminimalkan jumlah kuadrat dari deviasi vertical garis pada setiap hasil pengamatan aktual.
2.1.23 Permintaan Dependen dan Independen
Permintaan untuk suatu barang atau jasa dapat dikatakan independen ketika tingkat permintaan tersebut tidak dipengaruhi oleh barang/jasa lainnya. Sedangkan permintaan dependen untuk barang atau jasa, terjadi ketika tingkat permintaan barang atau jasa tersebut diperoleh apabila barang atau jasa yang lainnya juga dipesan/beli.
2.1.24 Proses Peramalan
Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa mendatang melalui pengujian dimasa lalu. Esensi peramalan adalah perkiraan peristiwaperistiwa di waktu yang akan datang atas dasar pola-pola diwaktu yang lalu dan penggunaan kebijakan, sedangkan proyeksi fungsi mekanikal. Proses peramalan biasanya terdiri dari langkah-langkah sebagai berikut : 1. Penentuan tujuan Langkah pertama terdiri atas penentuan macam estimasi yang diingkinkan. Sebaliknya, tujuan tergantung kepada kebutuhan-kebutuhan informasi para manajer. Analisis membicarakan dengan para pembuat keputusan untuk mengetahui apa kebutuhan-kebutuhan mereka, dan menentukan : a. Variabel apa yang akan di estimasi. b. Siapa yang akan menggunakan hasil peramalan. c. Untuk tujuan-tujuan apa hasil peramalan digunakan. d. Estimasi jangka panjang atau jangka pendek yang diinginkan. e. Derajat ketepatan estimasi yang diinginkan.
33
2. Pengembangan model Setelah tujuan ditetapkan, langkah berikutnya adalah pengembangan suatu model yang merupakan penyajian secara lebih sederhana sistem yang dipelajari. Dalam peramalan, model adalah suatu kerangka analitik yang bila dimasukan data masukan menghasilkan estimasi penjualan di waktu yang akan datang (atau variabel apa saja yang di ramal). Analisis hendaknya memilih suatu model yang menggambarkan secara realistis perilaku variable-variabel yang dipertimbangkan.
3. Pengujian model Sebelum diterapkan, model biasanya diuji untuk menentukan tingkat akurasi, validitas dan realibilitas yang diharapkan. Ini sering mencakup penerapannya pada data historik dan penyiapan estimasi untuk tahun-tahun sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil peramalan dengan kenyataan (aktual). Dengan kata lain, pengujian model bermaksud untuk mengetahui validitas atau kemampuan prediktof secara logic suatu model.
4. Penerapan model Setelah pengujian, analisis menerapkan model dalam tahap ini, data historic dimasukan dalam model untuk menghasilkan suatu ramalan.
5. Revisi dan evaluasi Revisi ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan-perubahan dalam perusahaan atau lingkungan nya, seperti tingkat harga produk perusahaan karakteristik-karakteristik produk, pengeluaran-pengeluaran pengiklanan, tingkat pengeluaran pemerintah, kebijakan moneter dan kemajuan teknologi.
Evalusai, dilain pihak merupakan pembanding ramalan-ramalan dengan hasilhasil nyata untuk menilai ketepatan penggunaan suatu metodologi atau teknik peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi-estimasi di waktu yang akan datang.
34 2.1.25 Analisis ABC
Analisis ABC adalah metode dalam manajemen persediaan (inventory management) untuk mengendalikan sejumlah kecil barang, tetapi mempunyai nilai investasi yang tinggi.
“Pola distribusi pendapatan penduduk pada dasarnya sama di seluruh negara dan di sepanjang sejarah. …hanya sebagian yang sangat kecil dari penduduk memiliki sebagian besar dari pendapatan seluruh penduduk, dan sebaliknya pula, sebagian besar penduduk hanya memiliki sebagian saja dari pendapatan seluruh penduduk.” — Vilfredo Pareto, Ekonom dan Sosiolog Italia
Analisis ABC didasarkan pada sebuah konsep yang dikenal dengan nama Hukum Pareto (Ley de Pareto), dari nama ekonom dan sosiolog Italia, Vilfredo Pareto (1848-1923). Hukum Pareto menyatakan bahwa sebuah grup selalu memiliki persentase terkecil (20%) yang bernilai atau memiliki dampak terbesar (80%). Pada tahun 1940-an, Ford Dickie dari General Electric mengembangkan konsep Pareto ini untuk menciptakan konsep ABC dalam klasikasi barang persediaan.
Berdasarkan hukum Pareto, analisis ABC dapat menggolongkan barang berdasarkan peringkat nilai dari nilai tertinggi hingga terendah, dan kemudian dibagi menjadi kelas-kelas besar terprioritas; biasanya kelas dinamai A, B, C, dan seterusnya secara berurutan dari peringkat nilai tertinggi hingga terendah, oleh karena itu analisis ini dinamakan “Analisis ABC”. Umumnya kelas A memiliki jumlah jenis barang yang sedikit, namun memiliki nilai yang sangat tinggi. Dalam hal ini, saya akan menggunakan tiga kelas, yaitu: A, B, dan C, di mana besaran masing-masing kelas ditentukan sebagai berikut (Sutarman, 2003, pp. 144– 145): Kelas A, merupakan barang-barang dalam jumlah unit berkisar 15-20% dari total seluruh barang, tetapi merepresentasikan 75-80% dari total nilai uang. Kelas B, merupakan barang-barang dalam jumlah unit berkisar 20-25% dari total seluruh barang, tetapi merepresentasikan 10-15% dari total nilai uang. Kelas C, merupakan barang-barang dalam jumlah unit berkisar 60-65% dari total seluruh barang, tetapi merepresentasikan 5-10% dari total nilai uang.
35 Adapun langkah-langkah atau prosedur klasikasi barang dalam analisis ABC adalah sebagai berikut:
Menentukan jumlah unit untuk setiap tipe barang. Menentukan harga per unit untuk setiap tipe barang. Mengalikan harga per unit dengan jumlah unit untuk menentukan total nilai uang dari masing-masing tipe barang. Menyusun urutan tipe barang menurut besarnya total nilai uang, dengan urutan pertama tipe barang dengan total nilai uang paling besar. Menghitung persentase kumulatif barang dari banyaknya tipe barang. Menghitung persentase kumulatif nilai uang barang dari total nilai uang. Membentuk kelas-kelas berdasarkan persentase barang dan persentase nilai uang barang. Menggambarkan kurva analisis ABC (bagan Pareto) atau menunjuk tingkat kepentingan masalah. Dengan analisis ABC, kita dapat melihat tingkat kepentingan masalah dari suatu barang. Dengan begitu, kita dapat melihat barang mana saja yang perlu diberikan perhatian terlebih dahulu.
Menurut Jay Heizer dan Barry Render(2015, p556) Kebijakan-kebijakan yang dapat di dasarkan pada analisis ABC mencakup hal-hal di bawah ini: •
Membeli sumber daya yang ditunjukan pada pengembangan pemasok harus jauh lebih tinggi untuk barang-barang kategori A dibanding dengan barangbarang kategori C.
•
Barang-barang kategori A, yang berlawanan dengan barang-barang kategori B dan kategori C, harus memiliki pengendalian persediaan fisik yang lebih ketat; barang-barang tersebut mungkin di tempatkan di bagian yang lebih aman, dan mungkin keakuratan catatan persediaannya untuk barang-barang kategori A harus lebih sering diverifikasi.
•
Meramalkan barang-barang kategori A memerlukan perhatian lebih dibandingkan barang-barang lainnya.
36 2.1.26 Memilih Metode Yang Tepat
Berdasarkan pendapat-pendapat dari beberapa penerbit buku ditemukan beberapa cara untuk memilih metode forecasting yang tepat, antara lain:
Menurut pendapat Santoso (2009: 13) dalam bukunya menyebutkan, suatu proses perubahan yang dapat diketahui dengan cepat akan memberikan hasil forecast yang mendekati kenyataan, akan tetapi sering kali proses perubahan ini sulit diketahui. Hasil peramalan yang mendekati kenyataan merupakan ramalan yang memiliki kesalahan (error) minimal. Hasil ramalan tersebut biasanya memiliki nilai MAD dan MSE terkecil dan merupakan ramalan yang akurat dan bermanfaat bagi penyusunan rencana selanjutnya.
Sedangkan Subagyo (2000: 6) berpendapat dalam bukunya agar suatu ramalan menjadi akurat, data yang akan diramalkan harus relevan dan metode peramalan yang digunakan harus tepat. Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan. MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Banyak sekali metode peramalan yang ada, satu metode peramalan yang cocok digunakan untuk meramalkan suatu hal belum tentu cocok untuk meramalkan hal lainnya. Oleh karena itu, perlu memilih metode peramalan yang cocok berdasarkan karakteristik atau ciri pola gerakan yang dimiliki oleh data yang dimiliki, sehingga hasilnya bisa meminimumkan kesalahan forecast.
Supranto (2001: 7) memiliki pendapat, untuk meramalkan suatu data yang memiliki pola trend (naik atau turun) akan lebih tepat bila menggunakan metode dekomposisi atau disebut dengan Linear Regression, sedangkan untuk meramalkan data yang memiliki pola fluktuatif akan lebih tepat bila menggunakan metode smoothing.
Sehingga dapat disimpulkan untuk memilih metode forecast yang tepat perlu diperhatikan keakuratan hasil forecast disetiap masing-masing metode melalui nilai MAD yang terkecil, dan biasanya suatu data yang memiliki pola trend naik atau turun,
37 akan lebih tepat bila menggunakan metode Linear Regression sebagai metode forecasting.
2.2
Kerangka Pemikiran PT. CIWANGI BERLIAN MOTORS (DATA)
FORECASTING
ABC ANALISIS
HASIL PENGELOMPOKKAN KELAS “A”
PENGAMBILAN KEPUTUSAN METODE
IMPLIKASI HASIL PENELITIAN
Gambar 2.1
Kerangka Pemikiran
