BAB 2 LANDASAN TEORI
2.1 Manajemen 2.1.1 Definisi Manajemen
Menurut Dyck & Neubert (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 mengidentifikasikan 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.
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 Definisi Menejemen Operasi
Menurut Prasetya & Lukiastuti (2009:2) manajemen operasi adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. Kegiatan yang menghasilkan barang dan jasa berlangsung di semua organisasi, baik perusahaan manufaktur maupun jasa. Herjanto (2008:4) mengatakan bahwa manajemen operasi merupakan bagian 11
12
dari kegiatan organisasi yang melakukan proses transformasi dari masukan (input) menjadi keluaran (output). Masukan berupa semua sumber data yang diperlukan (misalnya material, modal, peralatan), sedangkan keluaran berupa barang jadi, barang setengah jadi atau jasa. Tidak berbeda jauh
dengan Herjanto, Heizer & Render (2009:4) juga
mengungkapkan bahwa manajemen operasi adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. Kegiatan menciptakan barang dan jasa terjadi di semua organisasi. Di perusahaan manufaktur, kegiatan produksi yang menciptakan barang biasanya cukup jelas sedangkan dalam organisasi yang tidak menghasilkan produk secara fisik, fungsi produksi nya mungkin tidak terlihat jelas. Aktivitas-aktivitas tersebut sering kita sebut sebagai jasa. Sedangkan menurut Stevenson (2009:4), manajemen operasi adalah pengelolaan sistem atau proses yang menciptakan barang dan/atau memberikan jasa. Dari pendapat-pendapat diatas dapat disimpulkan bahwa manajemen operasional adalah segala aktivitas yang menghasilkan nilai baik dalam bentuk barang maupun jasa dengan melalui proses produksi secara efektif dan efisien untuk memenuhi kebutuhan konsumen. Heizer & Render (2009:5) menyebutkan bahwa manajemen operasi (MO) dipelajari karena empat alasan: 1. MO adalah satu dari tiga fungsi utama dari setiap organisasi dan berhubungan secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi memasarkan (menjual), membiayai (mencatat rugi laba), dan memproduksi (mengoperasikan), maka sangat penting untuk mengetahui bagaimana aktivitas MO berjalan. Karena itu pula, kita mempelajari bagaimana orangorang mengorganisasikan diri mereka bagi perusahaan yang produktif. 2. Kita mempelajari MO karena kita ingin mengetahui bagaimana barang dan jasa diproduksi. Fungsi produksi adalah bagian dari masyarakat yang menciptakan produk yang kita gunakan. 3. Kita mempelajari MO untuk memahami apa yang dikerjakan oleh manajer operasi. Dengan memahami apa saja yang dilakukan oleh manajer ini, kita dapat membangun keahlian yang dibutuhkan untuk dapat menjadi seorang manajer seperti itu. Hal ini akan membantu Anda untuk menjelajahi kesempatan kerja yang banyak dan menggiurkan di bidang MO.
13
4. Kita mempelajari MO karena bagian ini merupakan bagian yang paling banyak menghabiskan biaya dalam sebuah organisasi. Sebagian besar pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian, MO memberikan peluang untuk meningkatkan keuntungan dan pelayanan terhadap masyarakat.
2.1.3 Sistem Manajemen Operasional
Sistem manajemen operasional merupakan keterkaitan kumpulan sasaran dan aktivitas di dalam organisasi yang saling berhubungan satu dengan yang lainnya. Model sistem di dalam organisasi dikenal memiliki subsistem, atau subkomponen, yang ada didalam organisasi. Didalam bisnis sangat dibutuhkan keuangan yang kuat, pemasaran, akunting, engineering, pembelian, dan distribusi fisik yang membantu sistem operasional.
2.2 Peramalan (Forecasting) 2.2.1 Definisi Peramalan
Menurut Hyndmand & Anthanasopoulos (2014:12) Peramalan adalah tentang memproduksi masa depan selengkap mungkin, memberikan semua informasi yang tersedia, termasuk data historis dan pengetahuan tentang setiap peristiwa masa depan yang mungkin berdampak ke perkiraan. Peramalan merupakan tugas statistik umum dalam bisnis, dimana itu membantu untuk menginformasikan keputusan tentang penjadwalan produksi, trasnportasi, dan personil, dan menyediakan panduan untuk perencanaan strategis jangka panjang. Herjanto (2007:4) mengungkapkan bahwa peramalan digunakan untuk mengukur atau menaksir keadaan di masa datang. Suatu peramalan yang baik atau buruk akan mempengaruhi perusahaan secara keseluruhan. Dengan peramalan yang baik diharapkan pemborosan akan bisa dikurangi, dapat lebih terkonsentrasi pada sasaran tertentu dan perencanaan dapat lebih baik. Berbeda dengan Heizer & Render (2009:162) yang mengatakan bahwa peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang dengan suatu bentuk model matematis.
14
Sedangkan menurut Rusdiana (2014:96) peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang dengan menggunakan teknik-teknik tertentu. Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk yang dilakukan pada awal proses perencanaan dan pengendalian produksi. Dari pendapat-pendapat diatas dapat disimpulkan bahwa peramalan adalah suatu kegiatan yang bertujuan untuk memperkirakan kejadian di masa yang akan data dengan melibatkan data-data historis.
2.2.2 Jenis-jenis Peramalan
Pada umumnya, berbagai organisasi menggunakan tiga jenis peramalan yang utama dalam perencanaan operasi di masa depan. (Heizer & Render, 2009:164) 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 adalah 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.
2.2.3 Metode-Metode Peramalan
Herjanto (2007:78) mengungkapkan bahwa peramalan dapat dilakukan secara kuantitatif maupun kualitatif. Pengukuran secara kuantitatif menggunakan metode statistik, sedangkan pengukuran secara kualitatif berdasarkan pendapat (judgment) dari yang melakukan peramalan. Terdapat 2 macam metode peramalan menurut Heizer & Render (2009:168), yaitu: 1. Metode kualitatif, terbagi menjadi 4 teknik peramalan, yaitu:
15
a. Juri dari opini eksekutif (jury of executive opinion) Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat tinggi umumnya digabungkan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok. b. Metode Delphi (Delphi method) Ada 3 (tiga) jenis partisipan dalam metode Delphi, yaitu: pengambil keputusan, karyawan, dan responden. Pengambil keputusan melakukan peramalan, karyawan menyiapkan, menyebarkan, mengumpulkan, dan meringkas kuesioner dan hasil survei. Responden adalah sekelompok orang yang ditempatkan di tempat yang berbeda di mana penliaian dilakukan. c. Komposit tenaga penjual (sales force composite) Setiap tenaga penjual memperkirakan berapa penjualan yang dapat ia capai dalam wilayahnya, dan melakukan pengkajian untuk memastikan apakah peramalan cukup realistis, baru kemudian digabungkan pada tingkat wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan. d. Survei pasar konsumen (consumer market survey) Metode ini meminta masukan dari konsumen mengenai rencana pembelian mereka di masa mendatang. Hal ini juga membantu dalam menyiapkan peramalan, tetapi juga membantu dalam merancang desain produk baru dan perencanaan produk baru. Namun, metode ini dapat menjadi tidak benar karena masukan dari konsumen yang terlalu optimis. Yaitu metode yang menggunakan model matematis yang beragam dengan berdasarkan data masa lalu untuk meramalkan permintaan dimasa yang akan datang. Ada tiga kondisi yang diterapkan pada metode ini, yaitu: 1. Informasi mengenai keadaan pada waktu yang tersedia. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric (angka). 3. Waktu yang akan datang (disebut asumsi kontinuitas).
16
2. Metode kuantitatif, dibagi menjadi dua, yaitu: a. Model Deret Waktu (Time-Series) 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. Menganalisis time series berarti membagi data masa lau menjadi komponen-komponen, dan kemudian memproyeksikannya kemasa depan. Time-Series mempunyai empat komponen: 1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau menurun. 2. Musim adalah pola data yang berulang pada kurun waktu tertentu seperti hari, minggu, bulan, kwartal. 3. Siklus adalah pola dalam data yang terjadi beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis dan perencanaan bisnis jangka pendek. 4. Variasi acak merupakaan satu titik khusus dalam data yang disebabkan oleh peluang dan situasi yanhg tidak biasa. Variasi acak tidak mempunyai pola khusus jadi tidak dapat diprediksi. Metode-metode yang dapat digunakan dalam hal ini dapat berupa rata-rata
bergerak,
penghalusan
eksponensial,
model
matematika, dan metode box-jenkins. b. Model Asosiatif (Hubungan Sebab Akibat) Model asosiatif (atau hubungan sebab akibat), seperti regresi linear, menggabungkan
banyak
variabel
atau
faktor
yang
mungkin
mempengaruhi kuantitas yang sedang diramalkan. Dengan mengolah data yang sudah ada sebelumnya melalui deret waktu dan metode sebab akibat, maka akan diperoleh hasil peramalan.
17
2.2.4 Teknik Peramalan
Teknik yang digunakan untuk peramalan time series adalah Neural Network. Artificial Neural Network atau sering disebut Neural Network merupakan metode komputasi yang saat ini mengalami kemajuan pesat. Menurut Priddy & Keller (2005:1) jaringan syaraf tiruan (Artificial Neural Networks) adalah penemuan matematika terinspirasi oleh pengamatan yang dilakukan dalam studi sistem biologis, meskipun pada dasarnya didasarkan pada biologi yang sebenarnya. Jaringan saraf tiruan dapat menggambarkan sebagai pemetaan ruang Input ke ruang output. Konsep ini sama dengan fungsi matematika. Tujuan dari jaringan saraf adalah untuk memetakan input menjadi output yang diinginkan. Neural Network telah terbukti kehandalannya dalam menangani berbagai masalah pada berbagai disiplin keilmuan. Kehandalan tersebut salah satunya disebabkan kemampuan yang dimiliki Neural Network yang sering disebut universal approximation, yaitu dapat mengaproksimasi semua fungsi kontinu multivariate untuk semua tingkat akurasi termasuk untuk fungsi-fungsi non-linear. Kemampuan neural network dalam universal approximation telah diteliti oleh berbagai peneliti untuk peramalan data time series pada berbagai jenis data. Dari beberapa penelitian tersebut, Neural Network menunjukkan kinerja yang memuaskan dalam peramalan data time-series. Mekanisme kerja Neural Network meniru cara kerja jaringan saraf biologis. Seperti jaringan saraf biologis, Neural Network tersusun atas sel-sel saraf (neuron) yang saling terhubung dan beroperasi secara paralel. Mekanisme pemrosesan informasi pada tiap neuron neural network mengadopsi mekanisme pemrosesan informasi neuron biologis. Pada penerapannya, neuron-neuron pada neural network dikelompokkan kedalam beberapa lapisan (layer). Tiap layer bisa memiliki satu atau lebih neuron. Terdapat tiga jenis layer yang menyusun arsitektur neural network, yaitu input layer, output layer, dan hidden layer. Input layer berfungsi sebagai tempat data dimasukkan, yang akan diproses pada tahap selanjutnya. Output layer berfungsi sebagai tempat keluaran hasil dari proses selama dalam jaringan. Hidden layer terletak diantara input layer dan output layer. Pada layer inilah data masukan diproses untuk dijadikan keluaran. Berikut ini gambar sebuah arsitektur neural network.
18
Gambar 2.1 Arsitektur Neural Network
Pemrosesan informasi pada setiap neuron dilakukan dengan menjumlahkan hasil perkalian bobot-bobot koneksi dengan data-data masukan. Hasil penjumlahan ini akan diteruskan ke neuron berikutnya melalui sebuah fungsi yang disebut fungsi aktivasi. Terdapat beberapa jenis fungsi aktivasi, diantaranya fungsi aktivasi linear, semi linear, sigmoid, sigmoid bipolar dan tangen hiperbolik. Pada peramalan data time series, data masukan untuk input layer bisa berupa data-data variabel periode sebelumnya (lagged variable) ataupun variabel lain yang digunakan untuk membantu peramalan, baik bertipe kuantitatif maupun kualitatif. Untuk peramalan satu variable (univariate) saja, data masukan untuk input layer dan data keluaran pada output layer dapat dianalogikan dengan model autoregressive AR (p). Pada point tertentu t, peramalan data Yt+1 dihitung dari menggunakan p = n observasi Yt,Yt-1,...,Yt-n+1 dari n point terdahulu t,t-1,t-2,...,tn+1, dimana n menunjukkan jumlah input neuron pada neural network. 2.2.5 Peramalan Berdasarkan Waktu
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori. (Heizer & Render, 2009:163) 1. Peramalan Jangka Pendek. Peramlan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini
19
digunakan untuk merencanakan 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 tiga tahun. Peramalan ini bermanfaat untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas, serta menganalisis bermacammacam 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. Peramalan jangka panjang banyak menggunakan pendekatan kualitatif sedangkan peramalan jangka menengah dan pendek biasanya menggunakan pendekatan kuantitatif. (Herjanto, 2007:79)
2.2.6 Ukuran Akurasi Peramalan
Validasi dalam perhitungan peramalan tidak terlepas dari indikator-indikator dalam pengukuran akurasi peramalan. Menurut Heizer & Render (2009:177), ada beberapa perhitungan yang biasa
dipergunakan untuk menghitung kesalahan
peramalan (forecast error) total. Perhitungan ini dapat dipergunakan untuk membandingkan model peramalan yang berbeda, juga untuk mengawasi peramalan guna memastikan peramalan berjalan dengan baik. Dua teknik perhitungan yang paling terkenal adalah deviasi rata-rata absolut (MAD) (mean absolute deviation) dan kesalahan rata-rata kuadrat (MSE) (mean squared error). 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 kesalahan peramalan dibagi dengan jumlah periode data (n).
20
MAD =
Σ |aktual - peramalan| n
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 deviasi yang besar karena adanya pengkuadratan.
MSE = Σ (kesalahan peramalan) n
Rangkuti (2007 : 80) menyatakan keharusan untuk membadingkan perhitungan yang memiliki nilai MAD (Mean Absolute Deviation) paling kecil, karena semakin kecil MAD berarti semakin kecil pula perbedaan antara hasil forecasting dan nilai aktual, akurasi peramalan akan semakin tinggi apabila nilainilai MAD dan MSE semakin kecil.
2.3 Persediaan (Inventory) 2.3.1 Pengertian Persediaan (Inventory)
Menurut Saxena (2009:2) persediaan didefinisikan sebagai sumber daya siaga apapun yang memiliki nilai ekonomi yang dianggap potensial sebagai modal terkunci. Definisi yang praktis dari sudut bahan manajemen adalah “item dari toko atau bahan-bahan yang disimpan di persediaan untuk memenuhi kebutuhan masa depan produksi, perbaikan, pemeliharaan, konstruksi, dll”. Rusdiana (2014:375) mengatakan bahwa persediaan adalah sejumlah komoditas yang disimpan untuk memenuhi kebutuhan pada masa yang akan datang. Sedangkan menurut Herjanto, (2007: 237) persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertenju, misalnya untuk digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk
21
suku cadang dari suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah, bahan pembantu, barang dalam proses, barang jadi, ataupun suku cadang dari peralatan atau mesin. Persediaan merupakan suatu sumber daya yang disimpan yang digunakan untuk menghilangkan kebutuhan saat ini atau kebutuhan yang akan datang. Persediaan diatas termasuk bahan mentah, barang dalam proses, dan barang jadi. Ketika menentukan permintaan dari suatu barang, ini merupakan informasi yang memungkinkan untuk dapat menentukan permintaan dari suatu barang, dan menentukan jumlah barang mentah yang akan dibutuhkan untuk membuat barang jadi tersebut. Persediaan pada umumnya merupakan salah satu jenis aktiva lancar yang jumlah nya cukup besar dalam suatu perusahaan. Hal ini mudah dipahami karena persediaan merupakan faktor penting dalam menentukan kelancaran operasi perusahaan. Persediaan adalah bentuk investasi, dimana keuntungan (laba) ini bisa diharapkan melalui penjualan dikemudian hari. Oleh sebab itu pada kebanyakan perusahaan sejumlah minimal persediaan harus dipertahankan untuk menjamin kontinuitas dan stabilitas penjualannya. Mengendalikan persediaan yang tepat bukan hal yang mudah. Apabila jumlah persediaan terlalu besar yang dapat mengakibatkan timbulnya dana yang tertanam dalam persediaan, meningkatnya biaya penyimpanan dan risiko kerusakan barang yang lebih besar. Namun, jika persediaan terlalu sedikit mengakibatkan risiko terjadinya kekurangan persediaan (stockout) karena seringkali barang tidak dapat didatangkan secara mendadak dan sebesar yang dibutuhkan sehingga dapat menyebabkan terjadinya proses produksi, tertundanya penjualan, bahkan hilangnya pelanggan. Sebagaimana keputusan manajemen operasi lainnya, kebijaksanaan yang paling efektif dengan mencapai keseimbangan diantara berbagai kepentingan dalam perusahaan. Pengendalian persediaan harus dilakukan sedemikian rupa agar dapat melayani kebutuhan bahan/barang yang tepat dan dengan biaya yang rendah. Pengendalian persediaan berfungsi menentukan tingkat persediaan yang sesuai, dimana pemesanan
harus dilakukan kembali, persediaan pengaman, pendataan
singkat dan kondisi persediaan.
22
2.3.2 Jenis-jenis Persediaan Berdasarkan fungsinya, persediaan dikelompokkan menjadi: (Rusdiana, 2014:375) 1. Lost-size-inventory, yaitu persediaan yang diadakan dalam jumlah yang lebih besar dari jumlah yang dibutuhkan pada saat itu. Cara ini dilakukan dengan tujuan memperoleh potongan harga karena pembelian dalam jumlah yang besar dan memperoleh biaya pengangkutan per unit yang rendah; 2. Fluctuation
stock,
merupakan
persediaan
yang
diadakan
untuk
menghadapi permintaan yang tidak bisa diramalkan sebelumnya, serta untuk mengatasi berbagai kondisi tidak terduga, seperti terjadi kesalahan dalam peramalan penjualan, kesalahan waktu produksi, kesalahan pengiriman; 3. Anticipation stock, yaitu persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang dapat diramalkan seperti mengantisipasi pengaruh musim, yaitu ketika permintaan tinggi perusahaan tidak mampu menghasilkan sebanyak jumlah yang dibutuhkan. Di samping itu juga persediaan ini ditujukan untuk mengantisipasi kemungkinan sulitnya memperoleh bahan sehingga tidak mengganggu operasi perusahaan.
2.3.3 Fungsi-Fungsi Persediaan
Pada prinsipnya persediaan mempermudah atau memperlancar jalannya operasi perusahaan/pabrik yang harus dilakukan secara berturut-turut untuk memproduksi barang-barang serta menyampaikannya pada para pelanggan atau konsumen. Rangkuti (2007:15) menjelaskan adapun fungsi-fungsi persediaan oleh suatu perusahaan/pabrik adalah sebagai berikut. 1. Fungsi Decoupling Adalah persediaan yang memungkinkan perusahaan dapat memenuhi permintaan pelanggan tanpa tergantung pada supplier. Persediaan bahan mentah diadakan agar perusahaan tidak akan sepenuhnya tergantung pada pengadaannya dalam hal kuantitas dan waktu pengiriman. Persediaan barang dalam proses diadakan agar departemen-departemen dan proses-proses individual perusahaan terjaga “kebebasannya”. Persediaan barang jadi
23
diperlukan untuk memenuhi permintaan produk yang tidak pasti dari para pelanggan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diperkirakan atau diramalkan disebut fluctuation stock. 2. Fungsi Economic Lot Sizing Persediaan lot size ini perlu mempertimbangkan penghematan atau potongan pembeliaan, biaya pengangkutan per unit menjadi lebih murah dan sebagainya. Hal ini disebabkan perusahaan melakukan pembelian dalam kuantitas yang lebih besar dibandingkan biaya- biaya yang timbul karena besarnya persediaan (biaya sewa gudang, investasi, resiko, dan sebagainya). 3. Fungsi Antisipasi Apabila perusahan menghadapi fluktuasi permintaan yang dapat diperkirakan dan diramalkan berdasar pengalaman atau data-data masa lalu, yaitu permintaan musiman. Dalam hal ini perusahaan dapat mengadakan persediaan musiman (seasional inventories).
2.3.4 Biaya Akibat Kebijakan Persediaan
Menurut Tampubolon (2014:238) biaya-biaya yang timbul akibat persediaan antara lain; Holding Cost, Ordering Cost, Set-up Cost, dan merupakan yang tidak dihindari, tetapi dapat diperhitungkan tingkat efisiensinya di dalam menentukan kebijakan persediaan. 1. Biaya Penyimpanan (Holding Cost/Carrying Cost) Merupakan biaya yang timbul di dalam menyimpan persediaan, di dalam usaha mengamankan persediaan dari kerusakan, keusangan atau keausan, dan kehilangan. Biaya-biaya yang termasuk di dalam biaya penyimpanan antara lain: •
Biaya
Fasilitas
Penyimpanan
(penerangan,
pemanasan) •
Biaya Modal (Opportunity Cost of Capital)
•
Biaya Keusangan, dan Keausan (Amortisation)
•
Biaya Asuransi Persediaan
•
Biaya Perhitungan Fisik dan Konsolidasi Laporan
pendingin,
dan
24
•
Biaya Kehilangan Barang
•
Biaya Penanganan Persediaan (Handling Cost)
2. Biaya Pemesanan (Order Cost/Procurement Cost) Biaya-biaya yang timbul selama proses pemasaran sampai barang tersebut dapat dikirim eksportir atau pemasok antara lain: •
Biaya Ekspedisi
•
Biaya Upah
•
Biaya Telepon
•
Biaya Surat-Menyurat, dan
•
Biaya Pemeriksaan Penerima (Raw Materials Inspection)
3. Biaya Penyiapan (Set-up Cost) Merupakan biaya-biaya yang timbul di dalam meyiapkan mesin dan peralatan untuk dipergunakan dalam proses konversi, antara lain: •
Biaya Mesin yang Menganggur (Idle Capacity)
•
Biaya Penyiapan Tenaga Kerja
•
Biaya Penjadwalan (Schedulling)
•
Biaya Ekspedisi
4. Biaya Kehabisan Stok (Stockout Cost) Biaya yang timbul akibat kehabisan persediaan yang timbul karena kesalahan perhitungan, antara lain: •
Biaya Kehilangan Penjual
•
Biaya Kehilangan Langganan
•
Biaya Pemesanan Khusus
•
Biaya Ekspedisi
•
Selisih Harga
•
Biaya yang timbul akibat terganggunya operasi
•
Biaya Tambahan, Pengeluaran Manajerial.
25
2.4 Model Kuantitas Pesanan Ekonomis (Economic Order Quantity)
Menurut Heizer & Render (2009:92), EOQ adalah sebuah teknik kontrol persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan serta berdasar pada beberapa asumsi : • Jumlah permintaan diketahui, konstan dan independen. • Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan diketahui dan konstan. • Penerimaan persediaan bersifat instan dan selesai seluruhnya. Dengan kata lain, persediaan dari sebuah pesanan datang dalam satu kelompok pada suatu waktu. • Tidak tersedia diskon kuantitas. • Biaya variable hanya biaya untuk menyiapkan atau melakukan pemesanan (biaya penyetelan) dan biaya menyimpan persediaan dalam waktu tertentu (biaya penyimpanan). • Kehabisan (kekurangan) persediaan dapat sepenuhnya dihindari jika pemesanan dilakukan pada waktu yang tepat.
Dengan asumsi seperti diatas, maka tahapan untuk mencari jumlah pemesanan yang menyebabkan biaya minimal adalah sebagai berikut : 1. Mengembangkan persamaan untuk biaya pemasangan atau pemesanan . 2. Mengembangkan persamaan untuk biaya penahanan atau penyimpanan. 3. Menetapkan biaya pemasangan sama dengan biaya penyimpanan. 4. Menyelesaikan persamaan dengan hasil angka jumlah pemesanan yang optimal.
Sedangkan menurut Herjanto (2007:245) EOQ adalah salah satu model klasik yang diperkenalkan oleh FW Harris pada tahun 1914, tetapi paling banyak dikenal dalam teknik pengendalian persediaan. Model kuantitas pesanan ekonomis (Economic Order Quantity – EOQ) ini adalah salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal secara luas.
26
Tingkat Persediaan
Tingkat Penggunaan Persediaan rata-rata Persediaan minimum yang tersedia Kuantitas pesanan = Q
Q* 2
(tingkat persediaan maksimum)
Persediaan minimum
0
Gambar 2.2 Penggunaan Persediaan dalam Waktu Tertentu Sumber : Jay Heizer & Barry Render (2010 : 93)
Perhitungan EOQ dapat dihitung dengan rumus : EOQ =
2.D.S H
Keretangan : EOQ = Jumlah optimal barang per pemesanan (Q*) D = Permintaan tahunan barang persediaan dalam unit S = Biaya pemasangan atau pemesanan setiap pesanan H = Biaya penahan atau penyimpanan per unit per tahun Selain rumus EOQ, terdapat beberapa rumus untuk mendukung perhitungan biaya persediaan, antara lain : Persediaan rata - rata yang tersedia =
Q* 2
2. Jumlah pesanan yang diperkirakan =
D Q*
1.
3. Biaya pemesanantahunan =
D .S Q*
27
4. Biaya penyimpanan tahunan =
Q* .H 2
5. Total harga per unit = Harga per unit x D 6. Total Harga Keseluruhan = Total harga per unit + Biaya pemesanan tahunan + Biaya penyimpanan tahunan
2.5 Persediaan Pengaman (Safety Stock) dan Titik Pemesanan Ulang (Reorder Point)
Herjanto (2008:258) mengatakan untuk memesan suatu barang sampai barang itu datang diperlukan jangka waktu yang bisa bervariasi dari beberapa jam sampai beberapa bulan. Perbedaan waktu antara saat memesan sampai barang datang dikenal dengan istilah waktu tenggang (lead time). Waktu tenggang sangat dipengaruhi oleh ketersediaan dari barang itu sendiri dan jarak lokasi antara pembeli dan pemasok berada. Karena adanya waktu tenggang, perlu adanya persediaan yang dicadangkan untuk kebutuhan selama menunggu barang datang, yang disebut sebagai persediaan pengaman (safety stock). Persediaan pengaman berfungsi untuk melindungi atau menjaga kemungkinan terjadinya kekurangan barang, misalnya karena penggunaan barang yang lebih besar dari perkiraan semula atau keterlambatan dalam penerimaan barang yang dipesan. Persediaan pengaman disebut juga dengan istilah persediaan penyangga (buffer stock) atau persediaan besi (iron stock). Bagi perusahaan dagang, persediaan pengaman juga dimaksudkan untuk menjamin pelayanan kepada pelanggan terhadap ketidakpastian dalam pengadaan barang. Jumlah persediaan yang memadai saat harus dilakukan pemesanan ulang sedemikian rupa sehingga kedatangan atau permintaan barang yang dipesan adalah tepat waktu (dimana persediaan pengaman sama dengan nol) disebut sebagai titik pemesanan ulang (reorder point, ROP). Titik ini menandakan bahwa pembelian harus segera dilakukan untuk menggantikan persediaan yang telah digunakan. Jika ROP ditetapkan terlalu rendah, persediaan akan habis sebelum persediaan pengganti diterima sehingga produksi dapat terganggu atau permintaan pelanggan tidak dapat dipenuhi. Namun, jika titik pemesanan ulang ditetapkan terlalu tinggi maka persediaan baru sudah datang sementara persediaan di gudang masih banyak. Keadaan ini mengakibatkan pemborosan biaya dan investasi yang berlebihan.
28
Melalui rumus distribusi normal, besarnya persediaan pengaman dapat dihitung sebagai berikut: Z= Karena X –
= SS, maka
Z= SS = Z
Dimana: Z = standar normal X = tingkat persediaan µ = rata-rata permintaan σ = standar deviasi permintaan selama waktu tenggang SS = persediaan pengaman
Titik pemesanan ulang biasanya ditetapkan dengan cara menambahkan penggunaan selama waktu tenggang dengan persediaan pengaman, atau dalam bentuk rumus sebagai berikut:
ROP = d x L + SS
Dimana: ROP
= titik pemesanan
d
= tingkat kebutuhan per unit waktu
L
= waktu tenggang
29
2.5 Kerangka Pemikiran
Gambar 2.3 Kerangka Pemikiran
30
31
