BAB 2 LANDASAN TEORI
2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan urutan dan fungsi manajemen tersebut (perencanaan, pengorganisasian, pengarahan, dan pengendalian). Menurut Robbins dan Coulter (2012:36), manajemen adalah kegiatan pengawasan dan koordinasi terhadap aktivitas kerja orang lain agar dapat selesai dengan efektif dan efisien. Sedangkan pengertian manajemen menurut Dyck dan Neubert (2009:7), manajemen adalah suatu proses yang terdiri dari perencanaan, pengorganisasian, kepemimpinan, dan pengendalian aktivitas kerja dalam suatu organisasi untuk mencapai tujuan. Dari pengertian-pengertian di atas tentang manajemen, dapat disimpulkan bahwa manajemen adalah proses perencanaan, pengorganisasian, pengarahan, dan pengendalian sumber daya dalam suatu organisasi secara efektif dan efisien untuk mencapai tujuan tertentu.
2.1.2 Fungsi Manajemen Berikut ini adalah pengertian dari empat fungsi manajemen menurut Robbins dan Coulter (2012:37): 1. Planning Adalah fungsi manajemen yang terdiri dari penetapan tujuan, penetapan strategi, dan pengembangan rencana untuk mengkoordinasi suatu kegiatan. 11
12 2. Organizing Adalah fungsi manajemen berupa kegiatan penyusunan dan menstruktur suatu aktivitas kerja untuk mencapai tujuan organisasi. 3. Leading Adalah fungsi manajemen berupa aktivitas kerja dengan atau melalui orang lain untuk mencapai tujuan organisasi. 4. Controlling Adalah
fungsi
manajemen
yang
terdiri
dari
aktivitas
memonitor,
membandingkan, dan mengkoreksi suatu kinerja orang lain.
2.2 Manajemen Operasi 2.2.1 Pengertian Manajemen Operasi Menurut Herjanto (2008:2), manajemen operasi merupakan aktivitas yang mengkoordinasikan berbagai kegiatan dan sumber daya untuk mencapai tujuan tertentu. Sedangkan menurut Kumalaningrum, Kusumawati dan Hardani (2011:2), manajemen operasi adalah desain sistematik dan pengawasan terhadap berbagai proses dari input menjadi output berupa barang-barang jadi. Richard (2006:216) juga mengemukakan pengertian manajemen operasi sebagai suatu bidang dalam manajemen yang mengkhususkan produksi barang, serta menggunakan alat dan teknik-teknik khusus untuk memecahkan masalah produksi. Dari pendapat-pendapat di atas, penulis menyimpulkan bahwa manajemen operasi merupakan aktivitas mengkoordinasi kegiatan produksi untuk menghasilkan barang dan jasa dalam rangka mencapai tujuan yang diharapkan.
13 2.3 Peramalan (Forecasting) 2.3.1 Pengertian Peramalan Ada beberapa definisi mengenai peramalan, diantaranya a. Peramalan (Forecasting) adalah usaha pengujian keadaan masa lalu yang digunakan untuk meramalkan keadaan masa mendatang (Prasetya dan Lukiastuti, 2009:43). b. Peramalan adalah kegiatan dasar yang dilakukan agar suatu keputusan dapat diambil secara tepat oleh pengambil keputusan dan sumber daya organisasi dapat dialokasikan secara efektif dan efisien (Arifin, 2007:316) c. Peramalan diartikan sebagai prediksi kegiatan yang akan datang untuk tujuan perencanaan sebelumnya. Perusahaan memerlukan peramalan yang akurat terhadap permintaan konsumen dengan tujuan untuk menurunkan lead time, tingkat persediaan, waktu produksi, dan efisiensi fasilitas perusahaan (Kumalaningrum, Kusumawati dan Hardani, 2011:127).
Dari definisi-definisi peramalan di atas, penulis dapat menyimpulkan bahwa peramalan merupakan kegiatan memproyeksikan kejadian di masa mendatang dari kejadian di masa lalu agar sumber daya organisasi dapat dialokasikan secara efektif dan efisien.
2.3.2 Peramalan Berdasarkan Horizon Waktu Menurut Herjanto (2008:78), peramalan terbagi menjadi 3 berdasarkan horizon waktu, yaitu: 1. Peramalan jangka pendek Peramalan ini mencakup jangka waktu 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
14 Peramalan jangka menengah, umumnya mencakup hitungan bulanan hingga tiga tahun. Peramalan ini biasanya untuk merencanakan penjualan, perencanaan anggaran produksi, anggaran kas dan menganalisa berbagai macam kegiatan operasi. 3. Peramalan jangka panjang Umumnya mencakup tiga tahun atau lebih. Perencanaan jangka panjang misalnya digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan.
2.3.3 Teknik Peramalan Menurut Kumalaningrum, Kusumawati dan Hardani (2011:129), terdapat tiga jenis teknik peramalan, yaitu: 1. Metode Judgement Merupakan teknik peramalan berdasarkan opini atau informasi manajerial untuk memprediksi permintaan yang akan datang. 2. Metode Kausal / Regresi Linier Merupakan teknik peramalan dimana variabel dependen dipengaruhi oleh satu atau lebih variabel independen dalam persamaan linier. 3. Metode Time Series Merupakan teknik peramalan kuantitatif dengan memproyeksikan permintaan di masa mendatang berdasarkan pemintaan periode lalu. Dalam penelitian ini, teknik peramalan yang digunakan yaitu metode Time series dimana peramalan menggunakan serial data kuantitatif pada periode tertentu.
15 2.3.4 Proses Peramalan Menurut Stevenson dan Chuong (2014:79), terdapat tahapan-tahapan dasar atau proses didalam melakukan peramalan, diantaranya: 1. Menetukan tujuan peramalan. Tahapan ini akan memberikan indikasi rincian yang diperlukan dalam melakukan peramalan, jumlah sumber daya (karyawan, waktu, dan biaya) yang dapat dibenarkan, serta tingkat keakuratan yang diperlukan. 2. Mengumpulkan data Mengumpulkan data yang diperlukan secara lengkap. Tahap ini relatif sulit, karena data yang dikumpulkan harus akurat dan dalam jumlah yang cukup untuk membuat peramalannya. Data yang terlalu sedikit akan menyulitkan kita untuk memperoleh pola perubahannya. 3. Melakukan screening data. Setelah memperoleh data, data perlu “dibersihkan” atau discreening. Data yang terkumpul sebelumnya dapat dilakukan penyaringan untuk memperoleh data yang relevan atau benar. Seringkali pada data yang terkumpul terdapat data yang tidak relevan dengan permasalahan yang dihadapi. Misalnya kita ingin membuat ramalan tentang permintaan. Data permintaan pada periode terjadinya musim hujan tidak perlu dimasukkan (harus direduksi dan tidak boleh dipakai), karena data permintaan tersebut hanya mencerminkan permintaan pada saat adanya musim hujan saja dan tidak mencerminkan permintaan pada kondisi normal. 4. Melakukan peramalan. Setelah data discreening, akan dilanjutkan dengan membuat peramalan menggunakan metode peramalan yang tepat. Data yang diperlukan merupakan data historis untuk mengetahui besarnya kesalahan ramalan menggunakan metode tersebut
16 5. Memantau ramalan. Membandingkan hasil peramalan dengan data pada periode sebelumnya. Selisih antara nilai peramalan dengan nilai data aktual merupakan kesalahan peramalan. Semakin kecil kesalahan peramalan, semakin akurat metode peramalan dan hasil peramalan. Besarnya kesalahan peramalan dapat dinyatakan dalam beberapa satuan, misalnya menggunakan kesalahan peramalan rata-rata (average forecast error) atau menggunakan jumlah kuadrat kesalahan (sum of square error).
2.3.5 Metode Peramalan Menurut Heizer dan Render (2009:109), terdapat 2 kategori metode peramalan kuantitatif: 1. Time Series Models Merupakan teknik peramalan yang menggunakan serangkaian data masa lalu untuk diramalkan (mingguan, bulanan, tahunan, dan lain-lain). Ada 4 macam metode dalam time series models, diantaranya:
a. Naive approach Merupakan teknik peramalan yang mengasumsikan permintaan pada periode selanjutnya sebanding dengan permintaan pada periode terbaru. Teknik ini merupakan metode yang paling efektif dan efisien dalam hal biaya. b. Moving averages Merupakan metode peramalan yang menggunakan rata-rata dari periode data terbaru untuk diramalkan periode selanjutnya. Moving average = Saat adanya tren atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai saat ini. Hal ini membuat teknik peramalan lebih tanggap untuk berubah karena periode saat ini dapat lebih berbobot berat. Weighted moving average =
17
c. Exponential smoothing Merupakan teknik peramalan rata-rata tertimbang dimana poin data ditimbang oleh fungsi eksponensial. Exponential smoothing = Peramalan akhir period + aktual periode
( Permintaan
terakhir –
Peramalan
periode terakhir)
Pada Exponential smoothing sederhana, seperti pada teknik Moving average lainnya, gagal merespon tren. Maka dari itu ada Exponential smoothing with trend, dimana Exponential smoothing dapat menyesuaikan dengan tren yang ada. Forecast including trend (FIT) = Exponentially smoothed forecast(Ft) + exponentially smoothed trend(Tt) Ft = Tt =
) + (1 –
+
)
) + (1 – )
dimana: Ft = Peramalan dengan eksponensial yang dihaluskan dari serial data 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)
18 Langkah 2: Menghitung tren yang dihaluskan, Tt, menggunakan persamaan Tt = β(Ft – Ft-1) + (1 - β)Tt-1 Langkah 3: Menghitung peramalan dengan tren, FITt, dengan rumus FITt=Ft+Tt
d. Trend Projection Merupakan metode peramalan Time Series yang mengikuti garis tren ke poin serangkaian data historis dan kemudian memproyeksikan garis ke dalam masa mendatang atau peramalan.
2. Associative Model Sama seperti Linear Regression, menggabungkan variabel-variabel atau faktor-faktor yang dapat mempengaruhi kuantitas yang diramalkan.
2.3.6 Mengukur Akurasi Peramalan Indikator-indikator dalam mengukur akurasi peramalan: 1. 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).
2. 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:
19 2.4 Persediaan (Inventory) 2.4.1 Pengertian Persediaan Dalam suatu perusahaan baik itu perusahaan perdagangan maupun
perusahaan
manufaktur pasti selalu mengandalkan persediaan. Persediaan sebagai kekayaan perusahaan, memiliki peranan penting dalam operasi bisnis. Dalam perusahaan manufaktur, persediaan dapat terdiri dari persediaan bahan baku, bahan pembantu, barang dalam proses, barang jadi, dan persediaan suku cadang. Menurut Herjanto (2008:237), persediaan adalah bahan atau barang yang disimpan, dimana akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk digunakan dalam proses produksi, untuk dijual kembali, atau untuk suku cadang dari peralatan atau mesin. Sedangkan menurut Assauri (2008:237), persediaan adalah aktiva yang meliputi barang milik perusahaan untuk dijual dalam suatu periode tertentu, persediaan yang masih dalam proses produksi, atau persediaan barang-barang yang masih menunggu penggunaannya dalam proses produksi. Menurut Rusdiana (2014:374), persediaan adalah segala barang atau sumber daya yang disimpan menjadi stok untuk digunakan dalam proses bisnis suatu perusahaan, dimana bentuknya dapat berupa bahan mentah, barang setengah jadi, barang jadi, atau komponen produksi lainnya. Yang dimaksud persediaan dalam penelitian ini adalah suatu bagian dari kekayaan perusahaan industri yang digunakan dalam rangkaian proses produksi untuk diolah menjadi barang setengah jadi atau akhirnya menjadi barang jadi.
2.4.2 Fungsi Persediaan Adanya pengelolaan persediaan yang efektif merupakan upaya agar perusahaan beroperasi dengan biaya yang minim. Adapun fungsi-fungsi persediaan dalam kegiatan operasional adalah sebagai berikut (Kumalaningrum, Kusumawati dan Hardani, 2011:144): 1. Memisahkan beberapa bagian dari proses produksi.
20 2. Mengklasifikasikan aktivitas perusahaan dari permintaan fluktuatif dan menyediakan barang yang hendak ditawarkan pada konsumen. 3. Mendapat quantity discount dari supplier. 4. Melindungi kenaikan harga barang karena dampak inflasi.
2.4.3 Jenis-jenis Persediaan Menurut Kumalaningrum, Kusumawati dan Hardani (2011:144) berdasarkan jenis barang, sistem persediaan dapat dikelompokkan dalam : 1) Persediaan bahan baku (raw material), yaitu persediaan barang-barang berwujud yang digunakan dalam proses produksi. Barang ini diperoleh dari sumber-sumber alam atau dibeli dari supplier atau perusahaan yang membuat atau menghasilkan bahan baku untuk perusahaan lain yang menggunakannya. 2) Persediaan komponen-komponen rakitan (purchased parts), yaitu persediaan barang-barang yang terdiri dari komponen-komponen yang diperoleh dari perusahaan lain yang dapat secara langsung dirakit atau diasembling dengan komponen lain tanpa melalui proses produksi sebelumnya. 3) Persediaan bahan pembantu atau penolong (supplies), yaitu persediaan barang-barang yang diperlukan dalam proses produksi,
tetapi tidak
merupakan bagian atau komponen barang jadi. 4) Persediaan barang setengah jadi atau barang dalam proses (work in process), yaitu persediaan barang-barang yang merupakan keluaran dari tiap-tiap bagian dalam proses produksi atau yang telah diolah
2.4.4 Biaya-biaya Persediaan Berikut ini adalah biaya-biaya yang timbul dari persediaan (Assauri, 2008:242): a. Biaya pemesanan (ordering costs) Biaya-biaya yang dikeluarkan dari pemesanan barang atau bahan baku dari penjual, dari pesanan dibuat dan dikirim ke penjual, sampai barangbarang tersebut dikirim dan serahkan serta diinspeksi di gudang.
21 b. Biaya yang terjadi dari adanya persediaan (inventory carrying costs) Merupakan biaya-biaya yang diperlukan karena adanya persediaan yaitu seluruh pengeluaran dari perusahaan akibat jumlah persediaan. c. Biaya yang berhubungan dengan kapasitas (capacity associated costs) Merupakan biaya-biaya yang terdiri dari biaya lembur, biaya latihan, biaya pemberhentian kerja, dan biaya pengangguran. d. Biaya kekurangan persediaan (out of stock cost) Biaya yang timbul secara tiba-tiba akibat habisnya persediaan pada saat persediaan tersebut diperlukan karena salah perhitungan.
2.4.5 Tujuan Pengawasan Persediaan Untuk dapat mengatur persediaan dengan jumlah yang optimum yang dapat memenuhi kebutuhan bahan – bahan dalam jumlah, mutu, dan pada waktu yang tepat, serta biaya yang rendah, maka diperlukan adanya pengawasan persediaan (Assauri,2008:247). Adapun tujuan-tujuan pengawasan persediaan adalah sebagai berikut: a. Menjaga agar persediaan dalam perusahaan tidak kehabisan sehingga merusak kegiatan produksi. b. Menjaga agar jumlah persediaan suatu perusahaan tidak berlebihan dan biaya-biaya yang timbul tidak terlalu besar. c. Menjaga agar pembelian yang terlalu minim dihindari karena akan berakibat biaya pemesanan yang menjadi besar.
Dari tujuan pengawasan persediaan di atas, dapatlah ditarik kesimpulan bahwa tujuan dilaksanakannya pengawasan persediaan adalah untuk menjamin tingkat dan jumlah persediaan yang optimal agar proses produksi lancar, sekaligus dengan biaya serendah-rendahnya.
22 2.4.6 Kebijakan Pengawasan Persediaan 1. Economic Order Quantity (EOQ) Menurut Heizer dan Render (2010 : 92), model kuantitas pesanan ekonomis (Economic Order Quantity) merupakan salah satu teknik pengendalian persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan. Tingkat Persediaan Tingkat Penggunaan Persediaan rata-rata
Persediaan minimum
yang tersedia
Kuantitas pesanan = Q
Q*
(tingkat persediaan Persediaan minimum
0
Gambar 2.1 Penggunaan Persediaan dalam Waktu Tertentu Sumber : Jay Heizer dan Barry Render (2010 : 93)
Rumusnya: EOQ = Q* = Average inventory
=
Orders per periode (year) Annual setup cost
=
Annual holding cost =
= xS xH
Total unit cost = Unit Cost x D Total cost = Total unit cost + annual setup cost + annual holding cost
Dimana: S = Biaya pemesanan
22 D = Permintaan per tahun
23 H = Biaya penyimpanan
2. Reorder Point Menurut Heizer dan Render (2010:99), Reorder Point merupakan suatu titik atau batas jumlah persediaan pada suatu saat dimana pemesanan harus dilakukan kembali.
Tingkat Persediaan
Kemiringan = unit/hari = d
Q*
ROP (unit)
Waktu tunggu = L
Waktu (hari)
Gambar 2.2 Titik Pemesanan Ulang (ROP) Sumber : Jay Heizer dan Barry Render (2010 :100)
Adapun rumus untuk menentukan ROP adalah sebagai berikut : ROP = d x L Permintaan per hari =
D Jumlah hari kerja per tahun
Dimana : d = Permintaan per hari L = Waktu tunggu pesanan baru dalam hari D = Permintaan per tahun
24 2.5 Kerangka Pemikiran CV. Kharisma Teknik Melakukan survei dan pengamatan perusahaan
Perumusan Masalah 1.
Metode Time Series apakah yang paling tepat digunakan untuk mengetahui jumlah permintaan pada periode 2016 mendatang?
2.
Berapa pemesanan yang optimal, jumlah pesanan dalam suatu periode, titik pemesanan kembali, dan total biaya persediaan bahan baku baja dan besi pada tahun 2016?
Pengumpulan Data Persediaan, permintaan, kebutuhan bahan baku besi dan baja tahun 2013 – 2015
Screening Data Perbaiki Data
1. 2.
TIDAK
Uji Stasioneritas Uji Random Walk
LAYAK? YA Pengolahan Data
Melakukan Peramalan Menggunakan metode Time Series
Melakukan analisis Persediaan Menggunakan Metode EOQ
Implikasi Penelitian
Simpulan dan Saran
Gambar 2.3 Kerangka Pemikiran Sumber : Penulis (2016)
