BAB 2 LANDASAN TEORI
2.1
Definisi Manajemen Dalam kegiatan produksi perusahaan tentunya
harus dikelola dan
dikoordinasikan dengan baik. Menurut Robbins dan Coutler (2012:36) manajemen mengacu pada proses mengkoordinasi dan mengintregrasikan kegiatan-kegiatan secara efisien dan efektif dengan melalui orang lain. Definisi lain berpegang pada acuan menurut pendapat Dyck dan Neubert (2009:7), manajemen adalah proses perencanaan, pengorganisasian, memimpin, 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.
3. Leading (Memimpin) Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan mereka menghasilkan upaya pencapaian tujuan organisasi.
4. Controlling (Mengendalikan) Mengendalikan adalah melibatkan memastikan bahwa tindakan - tindakan anggota organisasi konsisten dengan nilai-nilai organisasi dan standar.
11
12 2.2
Definisi manajamen Operasional Menurut Heizer dan Render (2015:3), manajemen operasional adalah
serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah masukan menjadi hasil (input menjadi output). Kegiatan yang menghasilkan barang dan jasa berlangsung di semua organisasi. Dalam organisasi yang tidak menghasilkan produk secara fisik, fungsi produksinya mungkin tidak terlihat secara jelas. Kita sering menyebut akitvitas-aktivitas ini sebagai jasa. Fungsi jasa ini mungkin “tersembunyi” dari masyarakat, bahkan dari pelanggan. Produknya dapat berbentuk layanan pengiriman dana dari rekening tabungan ke rekening giro, proses transplantasi hati, pengisian kursi kosong di pesawat, atau proses pendidikan seorang mahasiswa. Terlepas dari produk akhirnya berupa barang atau jasa, aktivitas produksi yang berlangsung dalam organisasi biasanya disebut operasi atau manajemen operasi. Sedangkan menurut Evans dan Collier (2007:5), manajemen operasional adalah ilmu dan seni untuk memastikan bahwa barang dan jasa yang diciptakan berhasil dikirim ke konsumen. Menurut Stevenson (2009:4) manajemen operasional adalah sistem manajemen atau serangkaian proses dalam pembuatan produk atau penyediaan jasa. Jadi dapat disimpulkan bahwa manajemen operasional melakukan proses produksi dan mengatur barang produksinya dalam kualitas, jumlah, harga, dan waktu sesuai dengan kebutuhannya, atau serangkaian proses yang mengubah input menjadi output yang menghasilkan barang, dan jasa. Semua jenis organisasi menjalankan tiga fungsi. Fungsi-fungsi ini merupakan hal penting, bukan hanya untuk proses produksi, tetapi juga demi kelangsungan hidup sebuah organisasi. Fungsi-fungsi ini adalah sebagai berikut: 1. Pemasaran yang menghasilkan permintaan, paling tidak, menerima pemesanan untuk sebuah barang atau jasa (tidak akan ada aktivitas jika tidak ada penjualan). 2. Produksi/operasi yang menghasilkan produk. 3. Keuangan/akuntansi yang mengawasi sehat tidaknya sebuah organisasi, membayar tagihan dan mengumuplkan keuangan. Kita mempelajari MO (Manajemen Operasional) karena empat alasan berikut:
13 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.
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.
2.3
Peramalan (Forecasting)
2.3.1 Definisi Peramalan Menurut Rusdiana (2014;95) peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Menurut Heizer dan Render (2015:113) peramalan (forecasting) adalah seni dan ilmu pengetahuan dalam memprediksi peristiwa pada masa mendatang. Hal ini
dapat
dilakukan
dengan
melibatkan
pengambilan
data
historis
dan
memproyeksikannya ke masa mendatang dengan suatu bentuk model matematis. Hal ini juga bisa merupakan prediksi intuisi yang bersifat subjektif. Hal ini dapat dilakukan dengan menggunakan kombinasi model matematis yang disesuaikan
14 dengan pertimbangan yang baik bagi seorang manajer. Untuk menyelesaikan masalah di masa datang yang tidak dapat dipastikan, orang senantiasa berupaya menyelesaikan dengan model pendekatan-pendekatan yang sesuai dengan perilaku actual data, begitu juga dalam melakukan peramalan. Jadi dapat disimpulkan bahwa peramalan dapat dikatakan sebagai bentuk prakiraan dari perusahaan untuk mengantisipasi permintaan pada periode berikutnya dengan menghitungnya menggunakan data sebelumnya. Peramalan (forecasting) permintaan akan produk dan jasa di waktu mendatang dan bagian-bagiannya adalah sangat penting dalam perencanaan dan pengawasan produksi. Suatu peramalan banyak mempunyai arti, maka peramalan tersebut perlu direncanakan dan dijadwalkan sehingga akan diperlukan suatu periode waktu paling sedikit dalam periode waktu yang dibutuhkan untuk membuat suatu kebijaksanaan dan menetapkan beberapa hal yang mempengaruhi kebijaksanaan tersebut.
2.3.2 Klasifikasi Peramalan Berdasarkan Waktu Heizer dan Render (2015:114) mengatakan bahwa peramalan biasanya di klarifikasikan berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori : 1. Peramalan Jangka Pendek Peramalan ini memiliki rentang waktu sampai dengan 1 tahun,tetapi umumnya kurang dari 3 bulan. Digunakan untuk perencanaan pembelian, penjadwalan pekerjaan, level angkatan kerja, penugasan pekerjaan, dan level produksi. 2. Peramalan Jangka Menengah Kisaran menengah, atau intermediate. Peramalan umumnya rentang waktu dari 3 bulan hingga 3 tahun. Berguna dalam perencanaan penjualan, perencanaan produksi dan penganggaran, penganggaran uang kas, dan analisis variasi rencana operasional. 3. Peramalan Jangka Panjang Umumnya tiga tahun atau lebih dalam rentang waktunya, peramalan jangka panjang digunakan dalam perencanaan untuk produk baru,
15 pengeluaran modal, lokasi tempat fasilitas atau perluasan, dan penelitian serta pengembangan.
2.3.3 Metode Peramalan Peramalan dapat diklasifikasikan menjadi dua bagian, yaitu : (1) Peramalan kualitatif,
dan
(2)
Peramalan
kuantitatif.
Peramalan
akan
menghasilkan
kecenderungan terhadap apa yang akan terjadi sekarang dan apa yang akan terjadi masa datang. Walaupun peramalan lebih bersifat pendekatan ilmiah, namun sangat diperlukan sebagai bahan masukan dalam menentukan kebijakan perusahaan, khususnya bagian produksi. Hal ini karena peramalan menentukan jumlah persediaan bahan baku dan produk jadi yang optimal. . Terdapat berbagai jenis metode peramalan, Heizer dan Render (2015:118) menyatakan terdapat 2 jenis metode penelitian, yaitu: 1. Metode kualitatif, terbagi menjadi 4 teknik peramalan, yaitu:
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.
16 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). Metode peramalan secara kuantitatif menurut Heizer dan Render (2015, .120), meliputi: 1. Rata-rata Bergerak (Moving Average) Peramalan rata-rata bergerak menggunakan sejumlah 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. Secara matematis, rata-rata bergerak
sederhana
(merupakan
prediksi
permintaan
periode
mendatang) dinyatakan sebagai berikut:
Keterangan: n = jumlah periode dalam rata-rata bergerak.
2. Rata-rata Bergerak Tertimbang (Weighted Moving Average) Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Praktik ini membuat teknik peramalan lebih tanggap terhadap perubahan karena periode yang lebih dekat mendapatkan bobot yang lebih berat.
17 Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemutusan bobot yang digunakan membutuhkan pengalaman. Rata-rata bergerak dengan pembobotan atau rata-rata bergerak tertimbang dapat digambarkan secara matematis sebagai berikut:
3. Penghalusan Eksponensial (Exponential Smoothing) Penghalusan eksponensial 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: Peramalan baru = peramalan periode lalu + α (permintaan sebenarnya periode terakhir – peramalan periode terakhir). Dimana α adalah sebuah bobot atau konstanta penghalusan yang dipilih oleh peramal yang mempunyai nilai antara 0 dan 1. Persamaan diatas dapat pula ditulis dengan:
Ft = Ft-1 + α (At-1 – Ft-1) Keterangan: Ft = peramalan baru Ft-1 = peramalan sebelumnya α = konstanta penghalusan (pembobotan) (0 ≤ α ≤ 1) At-1 = permintaan aktual periode lalu Konsep ini tidak rumit. Prediksi terakhir untuk permintaan sama dengan prediksi lama, disesuaikan dengan sebagian diferensiasi permintaan aktual periode lalu dengan prediksi lama. Pendekatan penghalusan eksponensial mudah digunakan dan telah berhasil diterapkan pada hampir setiap jenis bisnis. Walaupun demikian, nilai yang tepat untuk konstanta penghalusan dapat membuat diferensiasi antara peramalan yang akurat dan yang tidak
18 akurat. Nilai α yang tinggi dipilih pada saat rata-rata cenderung berubah. Nilai α yang rendah digunakan saat rata-rata cukup stabil. Tujuan
pemilihannilai
untuk
konstanta
penghalusan
adalah
mendapatkan peramalan yang paling akurat. Nilai α yang paling banyak digunakan adalah yang berada dalam jarak 0,05 sampai 0,50 untuk aplikasi bisnis. 4. Penghalusan Eksponensial dengan Tren (Exponential Smoothing with Trend) Penghalusan eksponensial yang sederhana gagal memberikan respon terhadap tren yang terjadi. Inilah alasan penghalusan ekponnensial harus diubah saat ada tren. Untuk memperbaiki peramalan, maka digunakan 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 negatif pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata, dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, α untuk rata-rata dan β untuk tren. Kemudian, dihitung rata-rata dan tren untuk setiap periode. Ft = α (At-1) + (1 – α)(Ft-1 + Tt-1) Tt = β (Ft – Ft-1) + (1 – β) Tt-1 Keterangan: 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, terdapat tiga langkah menghitung peramalan dengan yang disesuaikan dengan trend adalah sebagai berikut: 1. Menghitung Ft, peramalan eksponensial yang dihaluskan untuk periode t, menggunakan persamaan Ft.
19 2. Menghitung
tren
yang
dihaluskan,
Tt,
menggunakan
persamaan Tt. 3. Menghitung peramalan dengan tren, FITt, dengan rumus FITt = Ft + Tt. 5. Regresi Linear (Linear Regression) Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Jika kita memiliki dua buah variabel atau lebih maka sudah selayaknya apabila kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan. Analisis regresi mempelajari hubungan yang diperoleh dinyatakan dalam persamaan matematika yang menyatakan hubungan fungsional antara variabel-variabel. Hubungan fungsional antara satu variabel prediktor dengan satu variabel kriterium disebut analisis regresi sederhana (tunggal), sedangkan hubungan fungsional yang lebih dari satu variabel disebut analisis regresi ganda. Persamaan garisnya dapat dinyatakan sebagai: ŷ = a + bX
Keterangan: ŷ = nilai terhitung dari variabel yang akan diprediksi (variabel terikat) a = perpotongan sumbu Y b = koefisien regresi/slop Y = nilai variabel terikat yang diketahui X = nilai variabel bebas yang diketahui b = kemiringan garis regresi (tingkat perubahan y untuk perubahan x) n = jumlah data atau pengamatan
20 6. Metode Naif (Naive Method) Metode naif adalah teknik peramalan yang mengansumsikan permintaan periode berikutnya sama dengan permintaan periode terakhir, sehingga dapat dirumuskan sebagai berikut: Ft = Ft-1 Keterangan: Ft = peramalan baru Ft-1= peramalan sebelumnya Metode peramalan 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.
21 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. 2.3.4 Menghitung Kesalahan Peramalan 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, 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).
22
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.
2.4
Persediaan
2.4.1 Definisi Persediaan Salah satu fungsi manajerial dalam operasional suatu perusahaan adalah pengendalian persediaan (inventory control) karena kebijakan persediaan secara fisik akan berkaitan dengan investasi dalam aktiva lancer di satu sisi dan pelayanan kepada pelanggan di sisi lain. Setiap perusahaan, baik yang bergerak di bidang perdagangan maupun pabrik selalu memiliki persediaan barang. Persediaan (inventory) dapat memiliki berbagai fungsi penting yang menambah fleksibilitas dari operasi suatu perusahaan dan dengan adanya persediaan dapat mempermudah dan memperlancar jalannya proses produksi. Tanpa adanya persediaan, para pengusaha akan dihadapkan pada resiko bahwa perusahaannya pada suatu waktu tidak dapat memenuhi keinginan pelanggan yang memerlukan atau meminta barang atau jasa yang dihasilkan. Ristono (2009:1) menyatakan bahwa: Persediaan dapat diartikan sebagai 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. Menurut Rusdiana (2014:375), 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 tertentu,
23 misalnya untuk digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk suku cadang dari suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah, bahan pembantu, bahan dalam proses, barang jadi, maupun suku cadang. Dari pengertian diatas dapat disimpulkan bahwa persediaan adalah sejumlah barang yang disimpan dalam suatu tempat yang berguna memenuhi kegiatan usaha dan untuk bahan baku produksi. 2.4.2 Manajemen Persediaan Menurut Rusdiana (2014:377).
manajemen
persediaan
atau
system
manajemen persediaan adalah system manajemen ( merancang, mengeksekusi, dan mengevaluasi) persediaan dengan instrument kebijakan terkait dengan : a. Waktu pemesanan kembali harus dilakukan b. Jumlah item yang harus dipesan c. Rata-rata level persediaan yang harus dijaga. Tujuan dari manajemen persediaan adalah menyelesaikan sasaran yang berpotensi untuk memaksimalkan pelayan pada pelanggan, memaksimalkan efisiensi pembelian pada produksi, meminimalkan investasi stok, memaksimalkan profit.
2.4.3 Fungsi Persediaan Heizer dan Render (2015 :558) mengatakan bahwa persediaan dapat memiliki berbagai fungsi yang menambah fleksibilitas operasi perusahaan. Keempat fungsi tersebut adalah : 1. 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. 2. Untuk memisahkan beberapa tahapan dari proses produksi. 3. Untuk mengambil keuntungan dari potongan jumlah karena pembelian dalam jumlah besar menurunkan biaya pengiriman 4. Untuk menghindari terhadap inflasi dan kenaikan harga.
24 2.4.4 Jenis dan Tipe Persediaan Persediaan ada berbagai jenis. Setiap jenisnya memunyai karakteristik khusus dan cara pengelolaannya juga berbeda. Persediaan jenisnya dapat dibedakan Menurut Rusdiana (2014:382) sebagai berikut : 1. Bahan baku ( raw material) Persediaan dari barang-barang berwujud yang digunakan dalam proses produksi, barang mana dapat diperoleh dari sumber-sumber alam ataupun dibeli dari suplier atau perusahaan yang menghasilkan bahan baku bagi perusahaan pabrik yang menggunakan nya.
2. Barang-barang dalam proses Barang-barang dalam proses dapat juga disebut pekerjaan dalam proses yang terdiri atas barang-barang baru sebagian diproses dan perlu dipekerjakan lebih lanjut sebelum dijual. Persediaan ini meliputi tiga unsure biaya, yaitu biaya langsung, upah langsung, biaya tidak langsung atau biaya overhead produksi (manufacturing overhead)
3. Barang- barang jadi Barang-barang selesai (finished goods) merupakan produk yang telah diproduksi dan menunggu dijual. Pada saat produk ini diselesaikan, biaya yang diakumulasikan dalam proses produksi ditransfer dari barang dalam proses ke perkiraan persediaan selesai. Sedangkan menurut Ristono (2009:7) persediaan dibagi dalam tiga kategori yang sebagaimana dijelaskn yaitu: 1) Persedian bahan baku dan penolong 2) Persedian bahan setengah jadi 3) Persediaan bahan jadi Pembagian jenis persediaan berdasarkan tujuan terdiri dari : 1. Persediaan pengamanan (safety stock) Persediaan pengamanan atau sering pula disebut sebagai safety stock adalah
persediaan
ketidakpastian
yang
permintaan
dilakukan dan
untuk
persediaan.
mengantisipasi Apabila
unsur
persediaan
pengamanan tidak mampu mengantisipasi tersebut, maka akan terjadi kekurangan persediaan (stockout). Faktor- faktor yang menentukan
25 besarnya safety stock a. Penggunaan bahan baku rata-rata b. Faktor lama atau lead time (procurement time) 2. Persediaan antisipasi Persediaan antisipasi disebut sebagai stabilization stock merupakan persediaan yang dilakukan untuk menghadapi fluktuasi permintaan yng sudah dapat diperlukan sebelumnya. 3. Persediaan dalam pengiriman (transit stock) Persediaan dalam pengiriman disebut work-in process stock adalah persediaan yang masih dalam pengiriman, yaitu : a. Eksternal transit stock adalah persediaan yang masih berada dalam transportasi. b. Internal transit stock adalah persediaan yang masih menunggu untuk proses atau menunggu sebelum dipindahkan.
2.4.5 Biaya- Biaya Persediaan Untuk pengambilan keputusan penentuan besarnya biaya-biaya variabel dan untuk menentukan kebijakan persediaan yang perlu diperhatikan adalah bagaimana perusahaan dapat meminimalkan biaya-biaya. Ada tiga jenis biaya dalam persediaan menurut Heizer dan Render (2015:559), antara lain : 1. Biaya penyimpanan (holding cost) yaitu, biaya yang terkait dengan menyimpan atau “membawa” persediaan selama waktu tertentu. 2. Biaya pemesanan (ordering cost) mencakup biaya dari persediaan, formulir, proses pemesanan, pembelian, dukungan administrasi dan seterusnya. Ketika pemesanan sedang diproduksi, biaya pemesanan juga ada, tetapi mereka adalah bagian dari biaya penyetelan. 3. Biaya pemasangan (setup cost) adalah biaya untuk mempersiapkan sebuah mesin atau proses untuk membuat sebuah pemesanan. Ini menyertakan waktu dan tenaga kerja untuk membersihkan serta mengganti peralatan atau alat penahan. Manajer operasi dapat menurunkan biaya pemesanan dengan mengurangi biaya penyetelan
26 serta menggunakan prosedur yang efisien serta menggunakan prosedurprosedur yang efisien seperti pemesanan dan pembayaran elektronik.
Sedangkan menurut Ristono (2009:4) faktor biaya persediaan meliputi : 1. Biaya penyimpanan di gudang, semakin banyak barang yang disimpan maka akan semakin besar biaya penyimpanannya. 2. Resiko kerusakan barang, semakin lama barang tersimpan di gudang maka resiko kerusakan barang semakin tinggi. 3. Resiko keusangan barang, barang-barang yang tersimpan lama akan “out of date” atau ketinggalan zaman. 2.5
Pengendalian Persediaan
2.5.1 Pengertian Pengendalian Persediaan Perencanaan dan pengendalian merupakan bagian dari manajemen persediaan. Pengendalian adalah suatu tindakan agar aktivitas dilakukan dengan sebaik-baiknya sesuai dengan rencana yang telah ditetapkan. Pengendalian tanpa perencanaan adalah sia-sia dan perencanaan tanpa pengendalian merupakan tindakan yang tidak efektif. Pengendalian persediaan menurut Assauri (2008 : 176) adalah salah satu kegiatan dari urutan kegiatan-kegiatan yang bertautan erat satu sama lain dalam seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah direncanakan lebih dahulu baik waktu, jumlah, kualitas maupun biayanya. 2.5.2 Fungsi Pengendaliaan Persediaan Fungsi utama pengendalian persediaan adalah ”menyimpan” untuk melayani kebutuhan perusahaan akan bahan mentah atau barang jadi dari waktu ke waktu. Fungsi tersebut diatas ditentukan oleh berbagai kondisi seperti : 1. Apabila jangka waktu pengiriman bahan mentah relatif lama maka perusahaan perlu persediaan bahan mentah yang cukup untuk memenuh kebutuhan perusahan selama jangka waktu pengiriman 2. Seringkali jumlah yang dibeli atau di produksi lebih besar dari yang dibutuhkan. 3. Apabila pemintaan barang hanya sifatnya musiman sedangkan tingkat produksi setiap saat adalah konstan maka perusahaan dapat melayani
27 permintaan tersebut dengan membuat tingkat persediaannya berfluktuasi mengikuti fluktuasi permintaan. 4. Selain untuk memenuhi permintaan langganan, persediaan juga diperlukan apabila biaya untuk mencari barang atau bahan pengganti atau biaya kehabisan barang atau bahan relatif besar. 2.6
Jumlah Pesanan Ekonomis (Economic Order Quantity) Menurut Heizer dan Render (2009:92), EOQ adalah sebuah teknik control
persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan serta berdasar pada beberapa asumsi : • Jumlah permintaan diketahui, konstan dan independent. • Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan diketahui dan konstan. • Penerimaan persediaan bersifat instant 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.
28 Model kuantitas pesanan ekonomis (Economic Order Quantity – EOQ) ini adalah salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal secara luas. Menurut Heizer & render (2015;566) salah satu keuntungan dari model EOQ adalah, model ini berakal sehat. Dengan berakal sehat (Robust) berarti model ini memberikan jawaban yang memuaskan, bahkan dengan variasi yang cukup besar dalam parameter- parameternya. Seperti yang kita amati, menentukan biaya pemesanan yang akurat dan biaya penyimpanan untuk persediaan sering kali sulit. Akibatnya, model yang berakal sehat merupakan keuntungan. Total biaya dari EOQ mengalami sedikit perubahan disekitar nilai minimumnya. Kurvanya sangat dangkal. Ini berarti variasi dalam biaya pemasangan, biaya penyimpanan, permintaan, atau bahkan EOQ menghasilkan selisih yang relative kecil dalam total biaya.
Gambar 2.1 Penggunaan Persediaan dalam Waktu Tertentu
Tingkat Tingkat
Persediaan minimum Kuantitas pesanan = Q
Persediaan ratarata
Persediaan minimum
Safety Stock
0 Sumber : Heizer dan Render (2015: 93)
Berikut rumus yang digunakan dalam perhitungan persediaan
29
Dimana : = jumlah optimum unit per pesanan (EOQ) = permintaan per periode = Co = biaya pemesanan untuk setiap pesanan = Ch = biaya penyimpanan per unit per periode = jumlah unit per pesanan = biaya total = rata – rata tingkat persediaan (average inventory) = jumlah pemesanan yang diperkirakan per periode
30 2.6.1 Reorder Point (ROP) Menurut Heizer dan Render (2009:99), ROP adalah titik pemesanan ulang adalah tingkat atau titik persediaan dimana tindakan harus diambil untuk mengisi kembali persediaan barang. Ada beberapa faktor yang mempengaruhi ROP antara lain : 1. Lead time. 2. Tingkat pemakaian bahan baku rata–rata persatuan waktu tertentu. 3. Safety stock. Persamaan matematis untuk menghitung ROP mengasumsikan permintaan selama waktu tunggu itu sendiri adalah konstan. Ketika kasusnya tidak seperti ini, persediaan tambahan yang sering disebut persediaan pengaman haruslah ditambah. Persamaannya menjadi :
Dimana : = reorder point = permintaan per hari = lead time 2.6.2 Lead time Gambar 2.2 Titik Pemesanan Ulang Tingkat Persediaan
Q
Kemiringan = unit/hari
ROP (unit)
Waktu tunggu = L
Waktu (hari)
Sumber : Heizer dan Render (2010 : 100)
31 2.6.3 Safety Stock Pengertian safety stock menurut Zulfikarijah (2005:96), safety stock merupakan persediaan yang digunakan dengan tujuan supaya tidak terjadi Stock out (kehabisan stok). Menurut Zulfikarijah (2005:144) ada beberapa faktor yang dapat menyebabkan perusahaan melakukan safety stock, yaitu :
1. Biaya atau kerugian yang disebabkan oleh stock out tinggi. Apabila bahan yang digunakan untuk proses produksi tidak tersedia, maka aktivitas perusahaan akan terhenti yang menyebabkan idle tenaga kerja dan fasilitas pabrik yang pada akhirnya perusahaan akan kehilangan penjualannya.
2. Variasi atau ketidakpastian permintaan yang meningkat. Adanya jumlah permintaan yang meningkat atau tidak sesuai dengan peramalan yang ada diperusahaan menyebabkan tingkat kebutuhan persediaan yang meningkat pula, oleh karena itu perlu dilakukan antisipasi terhadap safety stock agar semua permintaan terpenuhi.
3. Resiko stock out meningkat. Keterbatasan jumlah persediaan yang ada di pasar dan kesulitan yang dihadapi perusahaan mendapatkan persediaan akan berdampak pada sulitnya terpenuhi persediaan yang ada di perusahaan, kesulitan ini akan menyebabkan perusahaan mengalami stock out.
4. Biaya penyimpanan safety stock yang murah. Apabila perusahaan memiliki gudang yang memadai dan memungkinkan, maka biaya penyimpanan tidaklah terlalu besar. Hal ini dimaksudkan untuk mengantisipasi terjadinya stock out.
Safety stock merupakan dilemma, dimana adanya stock out akan berakibat terganggunya proses produksi adanya stock yang berlebihan akan membengkakkan biaya penyimpanannya. Oleh karena itu dalam penentuan safety stock harus
32 memperhatikan keduanya, dengan kata lain dalam safety stock diusahakan terjadinya keseimbangan diantara keduanya. Dalam penentuan safety stock pada lebel tertentu tergantung pada jenis pemesanan persediaan dimasing-masing perusahaan apakah berdasarkan pada quantity. Tujuan safety stock adalah untuk meminimalkan terjadinya stock out dan mengurangi penambahan biaya penyimpanan dan biaya stock out total, biaya penyimpanan disini akan bertambah seiring dengan adanya penambahan yang berasal dari reorder point oleh karena adanya safety stock. Keuntungan adanya safety stock adalah pada saat jumlah permintaan mengalami lonjakan, maka persediaan pengaman dapat digunakan untuk menutup permintaan tersebut. Berdasarkan pendapat Assauri (2004: 186), ada 2 faktor yang menentukan besarnya persediaan pengaman yaitu : 1. Penggunaan bahan baku rata-rata. Salah satu dasar untuk memperkirakan penggunaan bahan baku selama periode tertentu, khususnya selama periode pemesanan adalah rata-rata penggunaan bahan baku pada masa sebelumnya. Hal ini perlu diperhatikan
karena
setelah
kita
mengadakan
pesanan,
maka
pemenuhan kebutuhan atau permintaan pelanggan sebelum barang yang dipesan datang harus dapat dipenuhi dari persediaan yang ada. 2. Faktor waktu atau lead time. Lead time adalah lamanya waktu antara mulai dilakukannya pemesanan bahan sampai dengan kedatangan bahan yang dipesan tersebut dan diterima di gudang persediaan. Dari kedua keadaan tersebut diatas, maka perusahaan perlu menetapkan adanya proses persediaan pengaman untuk menjamin kelancaran proses produksi akibat kemungkinan adanya kekurangan persediaan tersebut. Untuk menghitung besarnya safety stock, dapat digunakan cara yang relatif lebih teliti yaitu : - Metode perbedaan pemakaian maksimum dan rata-rata. Metode ini dilakukan dengan menghitung selisih antara pemakaian maksimum dengan pemakaian rata-rata dalam jangka waktu tertentu, kemudian selisih tersebut dikalikan dengan lead time.
Safety Stock = (Pemakaian maksimum – Pemakaian rata rata)Lead time
33
Penentuan safety stock dapat dilakukan mulai perhitungan yang sangat sederhana yaitu dengan menggunakan intuisi sampai dengan menggunakan pendekatan ilmiah atau menggunakan alat statistic baik dengan distribusi normal maupun poisson yang kesemuanya bertujuan untuk menentukan safety stock yang terbaik.
2.7
QM for Windows Software
POM/QM
for
Windows
adalah
sebuah
software
yang
dirancang untuk melakukan perhitungan yang diperlukan pihak manajemen untuk mengambil keputusan di bidang produksi dan pemasaran. Software ini dirancang oleh Howard J. Weiss tahun 1996 untuk membantu menejer produksi khususnya dalam menyusun prakiraan dan anggaran untuk produksi bahan baku menjadi produk jadi atau setengah jadi dalam proses pabrikasi. Software ini dibekali beberapa modul, namun kali ini saya akan membahas pengoperasian modul Inventory saja. Yang patut diketahui, software ini dirancang hanya untuk membantu perhitungannya saja jadi kita harus dapat menginterpretasikan masalah dan teori Inventory.
34 2.8
Kerangka Pemikiran
PT. Sumber Graha Sejahtera
Forecasting
(Moving Average,Weighted Moving Average, Exponential Smoothing,Exponential Smoothing with trend, Linear Regression,Naïve Method)
Peramalan terhadap penjualan Barang
MAD & MSE
EOQ (economic Quantity Order)
Analisis dan Mengatur Persediaan bahan baku Perusahaan (PT. Sumber Graha Sejahtera)
Solusi dari Masalah
Gambar 2.3 Kerangka Pemikiran
