BAB 2 LANDASAN TEORI 2.1
Pengertian Manajemen Manajemen menurut Manullang (2004:5) adalah seni ilmu perencanaan,
pengorganisasian, penyusunan, pengarahan dan pengawasan untuk mencapai tujuan yang sudah di tetapkan.Sementara itu Hasibuan (2004:2) menyatakan pengertian manajemen
adalah ilmu dan seni mengatur proses pemanfaatan sumber daya
manusia dan sumber-sumber lainnya secara efektif dan efisien untuk mencapai tujuan tertentu. Sedangkan menurut Robbins dan Coulter (2005:8) menyatakan bahwa
fungsi-fungsi
manajemen
adalah
perencanaan,
pengorganisasian,
kepemimpinan, dan pengawasan. Kemudian Fabricius dan Büttgen (2013) menyatakan manajemen adalah suatu kegiatan yang dilakukan oleh para manajer untuk mengambil suatu keputusan yang didasarkan pada kepercayaan diri dalam suatu hal yang berpotensi positif, juga didasarkan pada pengetahuan yang tinggi. Dengan demikian dapat disimpulkan bahwa manajemen adalah suatu proses yang dilakukan suatu proses yang dilakukan demi mencapai tujuan yang diinginkan dan diperoleh dengan kerjsama dan kedisiplinan.
2.2
Pengertian dan Tujuan Manajemen Operasional Manajemen Operasional menurut Daft (2006:216) adalah Bidang manajemen
yang mengkhususkan pada produksi barang, serta menggunakan alat-alat dan tekhnik-tekhnik khusus untuk memecahkan masalah-masalah produksi. Sedangkan menurut Assauri (2004:12) berpendapat bahwa Manajemen adalah proses pencapaian dan pengutilisasian sumber-sumber daya untuk memproduksi atau menghasilkan barang atau jasa yang berguna sebagai usaha untuk mencapai tujuan dan sasaran organisasi. Pendapat lain disimpulkan Heizer dan Render (2006:4) Manajemen Operasional adalah kegiatan yang berhubungan dengan penciptaan barang dan jasa melalui adanya pengubahan input menjadi output. Dapat disimpulkan dari pendapat-pendapat diatas bahwa Manajemen Operasional adalah suatu aktivitas dalam mentransformasikan input – input menjadi
10
11
output – output yang dapat menambah nilai pada barang atau jasa. Manajemen Operasional adalah melakukan proses produksi dan mengatur barang produksinya dalam kualitas, jumlah, harga, dan waktu sesuai dengan kebutuhannya.
2.3
Pengertian Persediaan Persediaan menurut Rangkuti (2004:1) adalah barang-barang yang disimpan
untuk digunakan atau dijual pada masa atau periode yang akan datang. Persediaan terdiri dari persediaan bahan baku, persediaan barang setengah jadi dan persediaan barang jadi. Persediaan barang jadi dan barang setengah jadi disimpan sebelum digunakan atau dimasukkan dalam proses produksi, sedangkan persediaan barang jadi atau barang dagangan disimpan sebelum dijual atau dipasarkan. Dengan demikian perusahaan yang melakukan kegiatan usaha pada umumnya memiliki persediaan. Bila melakukan kesalahan dalam menetapkan besarnya persediaan maka akan berdampak kepada masalah lain, misalnya tidak terpenuhinya permintaan konsumen atau bahkan berlebihan persediaan sehingga tidak semuanya terjual, timbulnya
biaya
ekstra
untuk
penyimpanan
atau
pesanan
bahan
dan
sebagainya.Singh dan Satyendra (2013) menyatakan persediaan merupakan daftar rincian barang yang dapat bergerak atau dipindahkan dalam bentuk bahan baku, barang setengah jadi, atau produk jadi, yang dibutuhkan dalam pembuatan barang atau untuk menjaga mesin dan peralatan kerja dalam kondisi yang baik. Persediaan merupakan bagian penting dari sebuah organisasi. Persediaan merupakan elemen aktiva lancar yang penting, sebab sukses tidaknya perencanaan dan pengawasan persediaan akan berpengaruh besar terhadap keberhasilan suatu perusahaan. Elemen persediaan akan berpengaruh terhadap penentuan laba perusahaan, penentuan tingkat likuiditas perusahaan, dan kebenaran penyajian neraca. Sementara Nasution (2003:103) berpendapat persediaan adalah sumber daya yang menunggu proses lebih lanjut. Proses lebih lanjut adalah berupa kegiatan produksi pada sistem manufaktur,kegiatan pemasaran pada sistem distribusi ataupun kegiatan konsumsi pangan pada sistem rumah tangga. Persediaan merupakan sumber daya disamping yang dapat digunakan untuk memuaskan kebutuhan sekarang dan yang akan datang. Bahan baku, barang dalam proses dan barang jadi merupakan contoh dari persediaan. Semua organisasi memiliki tipe- tipe sistem pengendalian dan perencanaan
12
persediaan. Lalu menurut Schoeder (2000:304), mengemukakan persediaan adalah sejumlah bahan yang berguna untuk memudahkan produksi dan memuaskan permintaan pelanggan. Sedangkan menurut Prawirosentono (2000:61), pengertian persediaan adalah kekayaan lancar yang terdapat pada perusahaan dalam bentuk persediaan bahan mentah (bahan baku/ raw material), barang setengah jadi (work in process) dan barang jadi (finished goods). Dari berberapa pengertian diatas dapat disimpulkan bahwa persediaan adalah suatu aktiva atau aset yang meliputi barang setengah jadi dan barang jadi milik perusahaan dengan maksud untuk dijual dalam suatu periode usaha. 2.3.1 Fungsi Persediaan Menurut Herjanto ( 2007:238 ), persediaan (inventory) memiliki berbagai fungsi penting yang menambah kenyamanan dari operasi suatu perusahaan.Ada 6 fungsi dari persediaan, yaitu : 1. Menghilangkan resiko keterlambatan pengiriman bahan baku atau barang yang dibutuhkan perusahaan. 2. Menghilangkan resiko jika material yang dipesan tidak baik sehingga harus dikembalikan. 3. Menghilangkan resiko terhadap kenaikkan harga barang atau inflasi. 4. Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga perusahaan tidak akan kesulitan jika bahan itu tidak tersedia di pasaran. 5. Mendapatkan keuntungan dari pembelian berdasarkan diskon kuantitas. 6. Memberikan pelayanan kepada pelanggan dengan tersedianya barang yang diperlukan. Tampubulon, (2004, p190) juga berpendapat bahwa sangat penting untuk mengefektifkan sistem persediaan bahan, efisiensi, operasional perusahaan dapat ditingkatkan melalui fungsi persediaan dalam mengefektifkan fungsi decoupling, fungsi economic size, dan fungsi antisipasi. 1. Fungsi decoupling merupakan fungsi perusahaan untuk mengadakan persediaan decople, dengan mengadakan pengelompokan operasional secara terpisah – pisah, sebagai contoh adalah perusahaan manufaktur mobil, skedul perakitan mesin dipisah dari skedul perakitan tempat duduk.
13
2. Fungsi
economic size merupakan penyimpanan
dalam
jumlah
besar
dengan pertimbangan adanya diskon atas pembelian bahan, diskon atas kualitas untuk dipergunakan dalam proses konversi, serta didukung gudang yang memadai. Contohnya adalah badan urusan logistic (bulog) membeli gabah dari petani untuk dibuat persediaan, pada umumnya harga gabah ketika panen masih murah dan tergantung mutu. Kemudian pada waktu selesai dipanen atau paceklik, gabah yang telah diproses menjadi beras untuk dijual kepasar, pada saat ini bulog tidak membeli gabah dari petani, karena stok petani sedikit dan harganya mahal. Dengan demikian bulog tersebut menganut fungsi economic size.
3. Fungsi antisipasi merupakan penyimpanan bahan yang fungsinya untuk penyelamatan jika sampai terjadi keterlambatan datangnya pesanan bahan dari pemasok. Tujuan utamanya adalah untuk menjaga proses produksi tetap berjalan dengan lancar Persediaan dapat diartikan sebagai investasi yang akan menunggu proses lebih lanjut, persediaan dalam perusahaan merupakan salah satu aset terpenting dalam banyak perusahaan. Jenis persediaan di berbagai perusahaan berbeda – beda akan tetapi secara umum persediaan dibagi menjadi tiga, yaitu persediaan bahan baku, persediaan barang setengah jadi, dan persediaan barang jadi. Dengan adanya persediaan yang baik di dalam suatu perusahaan, maka akan memberikan manfaat sebagai berikut : 1. Untuk memberikan stock agar dapat memenuhi permintaan yang diantisipasi akan terjadi.
2. Untuk menyeimbangkan produksi dengan distribusi.
3. Untuk memperoleh keuntungan dari potongan kuantitas, karena membeli dalam jumlah banyak dan biasanya ada diskon.
4. Untuk hedging terhadap inflasi dan perubahan harga.
14
5. Untuk menghindari kekurangan stok yang dapat terjadi karena cuaca, kekurangan pasokan, mutu ketidakpastian pengiriman.
6. Untuk menjaga kelangsungan operasi dengan cara persediaan dalam proses.
2.3.2 Biaya dalam Sistem Persediaan Menurut Tampubolon (2004:194) biaya pengeluaran dan kerugian yang tersebut adalah
timbul sebagai
persediaan adalah
semua
akibat
Biaya
persediaan.
harga pembelian, biaya pemesanan, biaya penyimpanan, biaya
kekurangan persediaan. 1. Harga Pembelian Harga pembelian adalah biaya yang dikeluarkan untuk membeli barang, besarnya sama dengan harga perolehan persediaan itu sendiri atau harga belinya. Pada beberapa model pengendalian sistem persediaan, biaya ini tidak dimasukkan sebagai dasar untuk membuat keputusan.
2. Biaya pemesanan (ordering cost) Biaya
pemesanan
adalah
melakukan pemesanan
biaya
kepada
yang
harus
pemasok,
yang
dikeluarkan
untuk
besarnya
tidak
dipengaruhi oleh jumlah pemesanan. Biaya ini meliputi biaya pemrosesan pesanan, biaya ekspedisi,upah, biaya transaksi, biaya
pengepakan,
telepon/fax, biaya
dokumentasi/
biaya pemeriksaan,dan biaya lainnya yang
tidak tergantung jumlah pesanan.
3. Biaya penyiapan (set up cost) Biaya penyiapan adalah
semua
pengeluaran yang
timbul dalam
mempersiapkan produksi. Biaya ini terjadi bila item sediaan diproduksi sendiri dan tidak membeli dari pemasok. Biaya ini meliputi biaya persiapan, produksi,biaya mempersiapkan (set up) gambar kerja,
biaya
mesin,
biaya
mempersiapkan
mempersiapkan tenanga kerja langsung, biaya
perencanaan dan penjadwalan produksi dan biaya lain yang besarnya tidak tergantung pada jumlah barang yang diproduksi.
15
4. Biaya penyimpanan (holding cost} Merupakan biaya yang dikeluarkan dalam penyimpanan material, semi finished product,
sub assembly, ataupun
produk jadi.
Biaya simpan
biasanya dinyatakan dalam biaya per unit per periode. Biaya penyimpanan meliputi : •
Biaya
kesempatan. Penumpukan
barang
di
gudang
berarti
penumpukan modal. Padahal modal ini dapat diinvestasikan pada tabungan
bank
atau bisnis
lain.
Biaya modal
merupakan
opportunity cost yang hilang karena menyimpan persediaan. •
Biaya simpan, yang termasuk biaya simpan adalah biaya sewa gudang, asuransi, pajak, administrasi, biaya pemindahan dan biaya kerusakan atau penyusutan.
•
Biaya - biaya lain yang besarnya bersifat variabel tergantung pada jumlah item.
5. Biaya kekurangan persediaan (stockout cost) Biaya perusahaan yang disebabkan karena kehabisan barang pada saat ada permintaan, maka akan terjadi stock out .Stock out menimbulkan kerugian berupa biaya akibat kehilangan kesempatan mendapatkan keuntungan atau kehilangan pelanggan yang kecewa.
2.3.3 Tujuan Persediaan Rangkuti (2004:7) menyatakan dalam perusahaan bahwa dalam perusahaan manufaktur dan perusahaan dagang terdapat beraneka ragam jenisnya, sehingga persediaan memiliki tujuan. Adapun Tujuan persediaan terdiri dari : •
Batch Stock/Lot Size Inventory, persediaan yang diadakan karena kita membeli atau membuat bahan-bahan atau barang-barang dalam jumlah yang lebih besar dari jumlah yang dibutuhkan saat ini.
16
•
Fluctuation Stock, persediaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diramalkan.
•
Anticipation Stock, persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang dapat diramalkan, berdasarkan pola musiman yang terdapat dalam satu tahun dan untuk menghadapi penggunaan atau penjualan atau permintaan yang meningkat.
Berdasarkan pernyataan di atas, dapat disimpulkan bahwa dengan adanya persediaan, maka perusahaan dapat melakukan efisiensi produksi dan penghematan biaya angkut, dapat menghadapi fluktuasi permintaan konsumen yang tidak dapat diramalkan atau tidak beraturan serta untuk mengatasi jumlah pesanan yang telah diramalkan sebelumnya.
2.3.4 Pengertian Pengendalian Persediaan Pengendalian persediaan merupakan fungsi manajerial yang sangat penting, karena mayoritas perusahaan melibatkan investasi besar pada aspek ini.Hal tersebut merupakan dilema bagi perusahaan. Setiap perusahaan, apakah itu perusahaan perdagangan ataupun pabrik serta perusahaan jasa selalu mengadakan persediaan. Menurut Assauri (2004,176) 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, sedangkan Rangkutti
(2004,25) mengatakan bahwa pengawasan
persediaan
merupakan salah satu fungsi manajemen yang dapat dipecahkan dengan menerapkan metode kuantitatif. Dari pengertiaan 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. 2.4.
Economic Order Quantity dan Safety Stock
2.4.1 Economic Order Quantity
17
Pardede (2005:422), menyatakan bahwa Economic Order
Quantity
menunjukkan sejumlah barang yang harus dipesan untuk tiap kali pemesanan agar biaya persediaan keseluruhan menjadi sekecil mungkin.Sedangkan menurut Heizer dan Render (2005:68) model kuantitas pesanana ekonomis merupakan salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal secara luas. Teknik ini relatif mudah untuk digunakan tetapi berdasarkan beberapa asumsi : •
Tingkat permintaan diketahui,dan bersifat konstan.
•
Lead
time,
yaitu
waktu antara pemesanan dan penerimaan pesanan
diketahuai dan bersifat konstan. •
Persediaan ditelima dengan
segera.
Dengan
kata
lain,
persediaan
yang dipesan tiba dalam bentuk kumpulan produk pada satu waktu. •
Tidak mungkin diberikan diskon (potongan harga)
•
Biaya
variabel yang
ada
hanyalah
biaya
pengaturan atau
biaya
pemesanan (setup cost) dan biaya penyimpanan persediaan sepanjang waktu. •
Kondisi
kehabisan
stock
dapat
dihindali sepenuhnya
jika
pemesanan dilakukan pada waktu yang tepat. Persoalan persediaan sebenarnya terdiri dari dua buah pertanyaan, yaitu berapa jumlah yang harus dipesan dan berapa lama waktu selang antara pesanan pertama dengan pesanan berikutnya yang akan mendatangkan biaya yang minimal. Perhitungan EOQ dengan menggunakan rumus :
EOQ =
Keterangan : EOQ : Jumlah persediaan yang ekonomis D
: Kebutuhan bahan baku dalam satu periode
S
: Biaya pesan bahan baku
18
H
: Biaya simpan bahan baku dalam satu periode
Dengan adanya EOQ,bukan berarti tidak ada kemungkinan adanya out of stock di dalam perusahaan dan proses produksi. Kemungkinan stock out itu akan muncul apabila : 1. Penggunaan bahan dasar di dalam proses produksi lebih besar daripada yang diperkirakan sebelumnya. Hal ini akan berakibat persediaan akan habis diproduksi sebelum pembelian atau pemesanan berikutnya akan datang, maka terjadilah out of stock 2. Pesanan bahan dasar itu tidak dapat dating tepat pada waktunya. Hal ini berarti lead time tidak tepat pada waktunya. 2.4.2 Safety Stock Pengertian persediaan pengaman (Safety Stock) menurut Rangkuty (2004:10) adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (Stock Out).Sedangkan pengertian menurut Sofjan Assauri (2004:186) sama halnya dengan pengertian Freddy rangkuty yaitu persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (Stock Out). dapat disimpulkan bahwa persediaan pengaman adalah suatu barang yang disediakan dengan tujuan untuk berjaga – jaga dari permintaan yang tidak diperhitungan dan mencegah terjadinya kekurangan stok. 2.4.3 Reorder Point (ROP) Menurut Heizer dan Render (2010 : 99), titik pemesanan ulang (Reorder Point) yaitu tingkat persediaan dimana ketika persediaan mencapai tingkat tersebut, pemesanan harus dilakukan.
19
Gambar 2.1 Titik Pemesanan Ulang (ROP) Keterangan : Q* adalah kuantitas pesanan optimum, dan waktu tunggu mempresentasikan waktu antara penempatan pesanan dan penerimaan pesanan. Rumus untuk menentukan ROP adalah sebagai berikut : ROP = d x L Keterangan : d = L=
Permintaan per hari Waktu tunggu pesanan baru dalam hari
Persamaan untuk ROP ini mengasumsikan permintaan selama waktu tunggu dan waktu tunggu itu sendiri adalah konstan. Permintaan per hari (d) dihitung dengan membagi permintaan tahunannya (D) dengan jumlah hari kerja dalam satu tahun :
Permintaan per hari =
2.5
D Jumlah hari kerja per tahun
Pengertian Peramalan/Forecasting Menurut Barry dan Jay (2009:162) 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.Hal ini juga bisa merupakan predeksi intuisi yang bersifat subjektif. Hal ini pun dapat dilakukan dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Menurut Mate (2011), Forecasting adalah metode yang digunakan untuk melakukan sesuatu yang dapat terjadi dimasa depan dan mempunyai berberapa
20
metode dan dapat juga dihitung berdasarkan horizon waktu (Time Horizon). Sedangkan menurut Assauri (2008), Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Pendapat dari Pujawan (2005:87) peramalan adalah kegiatan untuk mengestimasi besarnya permintaan terhadap barang barang atau jasa tertentu pada suatu periode dan wilayah pemasaran tertentu. Jadi, berdasarkan pendapat-pendapat diatas dapat diambil kesimpulan bahwa peramalan adalah kegiatan yang memprediksikan masa depan dengan menggunakan metode ilmiah, hal-hal kualitatif, perasaan, dan pengalaman seseorang dan lainnya. 2.5.1 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: 1. Peramalan Jangka Pendek Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya kurang dari tiga bulan.Peramalan ini 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 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,
21
lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang). 2.5.2 Jenis-Jenis Peramalan Heizer dan Render (2009:164) mengatakan pada umumnya berbagai organisasi menggunakan tiga jenis peramalan yang utama dalam perencanaan operasi di masa depan : 1. Peramalan ekonomi (economis forecast) menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indicator perencanaan lainnya. 2. Peramalan teknologi (techonological forecast) memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru. 3. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan,
dimana mengendalikan produksi, kapasitas,
serta sistem
penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia. 2.5.3 Berbagai Pendekatan Dalam Peramalan Barry dan Jay (2009:167) menyatakan bahwa terdapat dua pendekatan umum untuk peramalan, yaitu : 1. Peramalan kuantitatif (quantitative forecast), adalah peramalan yang menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan. 2. Peramalan subjektif atau kualitatif (qualitative forecast), adalah peramalan yang menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
22
2.5.4 Metode Peramalan Kuantitatif Heizer dan Render (2009:168), menyatakan metode peramalan secara kuantitatif, antara lain : •
Dekomposisi Deret Waktu Membagi data
masa lalu
menjadi
komponen-komponen,
kemudian
memproyeksikannya ke masa depan. •
Pendekatan Naif (Naïve Approach) Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sdama dengan permintaan pada periode terakhir, dengan kata lain jika penjualan sebuah produk adalah 68 unit di bulan Januari, kita dapat meramalkan penjualan di bulan Februari akan sama,yaitu sebanyak 68 unit.
•
Rata-Rata Bergerak (Moving Average) Peramalan rata-rata bergerak menggunakan sehumlah 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.
Rumus metode rata-rata bergerak adalah : Rata-rata Bergerak = Σ demand pada periode n n Dimana n adalah jumlah periode yang digunakan dalam metode ratarata bergerak. •
Exponential Smoothing Penghalusan eksponential merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini menggunakan pencatatan data masa lalu yang sangat sedikit.Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut : Forecast periode yang akan datang = Forecast periode yang lalu +α (aktual demand – forecast periode yang lalu)
23
Dimana α adalah konstanta yang nilainya antara 0 sampai 1, sehingga peramalan tersebut bisa ditulis sebagai berikut : Ft = Ft-1 + α (At1-Ft-1) Keterangan : Ft
= Forecast yang baru
Ft-1
= Forecast yang lalu
At-1
= Actual demand periode yang lalu
α
= Konstanta yang nilainya 0 sampai 1
α (smoothing constant) dapat berubah, tergantung pada asumsi kita mengenal perubahan yang akan terjadi pada data tersebut. Semakin besar asumsi terhadap terjadinya peningkatan penjualan, nilai α akan semakin besar, dan begitu pula sebaliknya. Dengan demikian, pemilihan besarnya nilai α harus kita lakukan dengan hati-hati. Untuk memperoleh forecasting yang lebih akurat, kita dapat membandingkan nilai forecasting dengan nilai aktual yang terjadi. Semakin kecil perbedaan antara nilai hasil forecasting dan nilai aktual, berarti tingkat kesalahannya semakin kecil dan metode forecasting yang digunakan relatif baik. Tingkat kesalahan forecasting (forecast error) dapat dihitung sebagai berikut: Forecast error = Demand - Forecast •
Eksponential Smoothing with trend Metode peramalan ini merupakan pengembangan dari metode penghalusan eksponensial, dimana metode ini dapat memberikan respon terhadap tren yang terjadi. Rumusnya adalah sebagai berikut : FITt = Peramalan penghalusan eksponential(Ft) + Tren penghalusan eksponensial(Tt) Pada penghalusan eksponensial dengan penyesuaian tren, estimasi rata- rata maupun
tren
dihaluskan.Prosedur
ini
membutuhkan
dua
konstanta
24
penghalusan, α untuk rata-rata data penghalusan eksponensial dan β untuk tren.Terdapat tiga langkah dalam menghitung peramalan dengan penyesuaian tren, yaitu: Langkah 1: menghitung Ft , peramalan eksponensial yang dihaluskan untuk periode t. Langkah 2: menghitung tren yang dihaluskan,Tt. Langkah 3: menghitung peramalan dengan tren,FITt, dengan rumus FITt = Ft + Tt. Persamaan yang digunakan untuk menghitung peramalan eksponensial yang dihaluskan sebagai berikut: Ft = α(permintaan aktual periode terakhir) + (1- α) + (peramal periode terakhir + estimasi tren periode terakhir) atau Ft= α(At-1) + (1- α)(Ft-1 + Tt+1) Persamaan yang digunakan untuk menghitung tren yang dihaluskan adalah: Tt= β(peramalan periode ini – peramalan periode terakhir) + (1β)(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 β : konstanta penghalusan untuk tren Nilai konstanta penghalusan tren (β) menyerupai konstanta α, karena β yang tinggi lebih tanggap terhadap perubahan tren.β yang rendah memberikan bobot yang rendah kepada tren terbaru dan cenderung memperhalus tren sekarang.Nilai βdapat ditentukan dengan pendekatan uji
coba,
dengan
MAD
digunakan
sebagai ukuran pembanding.Penghalusan eksponensial sederhana sering disebut
25
sebagai penghalusan tingkat pertama (first-order smoothing) dan penghalusan dengan penyesuaian tren disebut sebagai penghalusan tingkat kedua (second-order atau double smoothing). •
Proyeksi Tren (Trend Projection) Suatu metode peramalan serangkaian waktu yang sesuai dengan garis tren terhadap serangkaian titik-titik dan masa lalu, kemudian diproyeksikan ke dalam peramalan masa depan.
•
Regresi Linier (Linier Regression causal model) Peramalan dengan regresi linear di dasarkan pada asumsi bahwa pola pertumbuhan dari data historis bersifat linier,dan dapat diperoleh dengan menggunakan model matematis pada metode kuadrat terkecil dari proyeksi tren. Rumus yang digunakan untuk menghitung peramalan dengan metode regresi linier adalah persamaan garis regresi linier sebagai berikut: Y = a + bX Dimana : Y = Variabel dependen a = koefisien intercept b = koefisien slope atau kemiringan garis regresi X = Variabel independen Koefisien kemiringan slope b dapat dihitung dengan menggunakan rumus : b = n Σ XY - (Σ X)(Σ Y) n (Σ X²) - (Σ X)² Di mana : b = slope atau kemiringan garis regresi Σ = tanda penjumlahan X = Nilai variabel inpenden Y = Nilai variabel dependen X = rata-rata dari nilai X Y = rata-rata dari nilai Y n = jumlah sampel atau jumlah pengamatan
26
Setelah mendapatkan koefisien b, selanjutnya dapat dihitung koefisien a : a = ΣY – b Σ X n atau a=Y–bX Ketepatan estimasi regresi ini sangat dipengaruhi oleh seberapa besar penyimpanan
semua
data
variabel
independen
(X)
terhadap
garis
regresi.Apabila semua data variabel independen (X) tersebut berada di sepanjang garis regresi, maka tingkat kesalahannya mendekati 0. Sebaliknya, jika data variabel tersebut makin menjauh dari garis regresi, tingkat kesalahannya semakin besar. Dan besarnya tingkat kesalahan dapat dihitung dengan rumus: Se =
Σ Y² - a Σ Y – b Σ XY
n-2 Dimana : Se = Standart error estimasi. Metode peramalan kuantitatif terdiri dari peramalan deret waktu (time series) dan peramalan sebab akibat/kausal (causal). Kedua metode ini pada dasar peramalannyaadalah pada data masa lalu dengan menggunakan prediksi untuk masa mendatang.Dengan mengelola data masa lalu, maka akan memperoleh suatu hasil peramalan. Metode peramalan kuantitatif dibagi menjadi dua, yaitu: 1. Peramalan deret waktu (time series) Peramalan ini dilakukan berdasarkan data-data dari suatu produk yang sudah ada sebelumnya, kemudian dianalisa pola datanya apakah berpola trend atau musiman maupun berbentuk siklus. Metode-metode yang dapat dipergunakan dalam hal ini dapat berupa rata-rata bergerak (moving average), penghalusan eksponensial (exponential smoothing), model matematika, dan metode Box-Jenkis. 2. Peramalan sebab-akibat / kausal (causal) Peramalan ini dilakukan berdasarkan data yang sudah ada sebelumnya, tetapi mempergunakan
data
dari
variabel
lain
yang
menentukan
atau
27
mempengaruhinya pada masa depan, seperti penduduk, pendapatan, dan kegiatan ekonomi. 2.5.5 Menghitung Kesalahan Peramalan Menurut Nachrowi dan Usman (2004 : 239) menyatakan bahwa sebenarnya membandingkan kesalahan peramalan adalah suatu cara sederhana, apakah suatu teknik peramalan tersebut patut dipilih untuk digunakan membuat peramalan data yang sedang kita analisa atau tidak. Minimal prosedur ini dapat digunakan sebagai indikator apakah suatu teknik peramalan cocok digunakan atau tidak. Dan teknik yang mempunyai MSE (Mean Squared Error) terkecil merupakan ramalan yang terbaik,
Sedangkan
Rangkuti
(2005
:
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, namun Gaspers (2005 : 80) menyatakan akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil. Menurut Heizer dan 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). 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
28
diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan. MSE = Σ (kesalahan peramalan) n
2.5.6 Karakteristik Peramalan Menurut Nasution (2003:28), peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain: 1. Akurasi Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. 2. Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan. 3. Kemudahan Penggunaan metode peramalan yang sederhana, mudaha dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan 2.5.7 Sifat Hasil Peramalan Menurut Nasution (2003:29) dalam membuat suatu peramalan atau menerapkan hasil suatu peramalan, karena itu ada beberapa hal yang harus dipertimbangkan, antara lain : 1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya dapat mengurangi
ketidakpastian
yang
akan
menghilangkan ketidakpastian tersebut.
terjadi,
tetapi
tidak
dapat
29
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramalan untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena faktor-faktor yang mempengaruhi permintaan pada peramalan jangka pendek relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
30
2.6
Kerangka Pemikiran PT.Tirta Aroma Sari
Forecasting (Moving Average,Exponential Smoothing,Exponential Smoothing with trend,Linear )Regression,Naïve Method)
Economic Order Quantity
Solusi Masalah PT.Tirta Aroma Sari
MAD dan MSE
Melakukan peramalan terhadap permintaan customer
Menganalisis dan mengatur persediaan PT.Tirta Aroma Sari
