BAB 2 TINJAUAN PUSTAKA
2.1
Pengertian Perdagangan Internasional Teori perdagangan internasional perdagangan internasional bukanlah sesuatu
hal yang baru, namun sebuah paparan teoritis yang sistematis baru dikembangkan sekitar abad keenambelas dan ketujuhbelas. Dimulai dari teori Merkantilisme yang menganggap pertumbuhan ekonomi suatu negara tumbuh sebagai akibat adanya pengeluaran dari negara lain. Suatu negara dapat mempertinggi kekayaannya dengan cara menjual barangbarangnya ke luar negeri (Sukirno, 2008).
2.1.1 ASEAN FREE TRADE AREA (AFTA) ASEAN Free Trade Area (AFTA) merupakan wujud dari kesepakatan dari negara-negara ASEAN untuk membentuk suatu kawasan bebas perdagangan dalam rangka meningkatkan daya saing ekonomi kawasan regional ASEAN dengan menjadikan ASEAN sebagai basis produksi dunia serta menciptakan pasar regional bagi 500 juta penduduknya. AFTA dibentuk pada waktu Konperensi Tingkat Tinggi (KTT) ASEAN ke IV di Singapura tahun 1992. Awalnya AFTA ditargetkan ASEAN FreeTrade Area (AFTA) merupakan wujud dari kesepakatan dari negara-negara ASEAN untuk membentuk suatu kawasan bebas perdagangan dalam rangka meningkatkan daya saing ekonomi kawasan regional ASEAN dengan menjadikan ASEAN sebagai basis produksi dunia akan dicapai dalam waktu 15 tahun (19932008), kemudian dipercepat menjadi tahun 2003, dan terakhir dipercepat lagi menjadi tahun 2002.Skema Common Effective Preferential Tariffs For ASEAN Free Trade Area ( CEPT-AFTA) merupakan suatu skema untuk 1 mewujudkan AFTA melalui : penurunan tarif hingga menjadi 0-5%, penghapusan pembatasan kwantitatif dan hambatan-hambatan non tarif lainnya.Perkembangan terakhir yang terkait dengan AFTA adalah adanya kesepakatan untuk menghapuskan semua bea masuk impor barang bagi Brunai Darussalam pada tahun 2010, Indonesia, Malaysia, Philippines, Singapura dan Thailand, dan bagi Cambodia, Laos, Myanmar dan Vietnam pada tahun 2015. Produk yang dikatagorikan dalam General Exception adalah produk-produk yang secara permanen tidak perlu dimasukkan kedalam CEPT-AFTA, karena alasan 11
12 keamanan nasional, keselamatan, atau kesehatan bagi manusia, binatang dan tumbuhan,
serta
untuk
melestarikan
obyek-obyek
arkeologi
dan
budaya.
Indonesia mengkatagorikan produk-produk dalam kelompok senjata dan amunisi, minuman beralkohol, dan sebagainya sebanyak 68 pos tarif sebagai general exception.
2.1.2 Lahirnya AFTA Pada pertemuan tingkat Kepala Negara ASEAN (ASEAN Summit) ke-4 di Singapura pada tahun 1992, para kepala negara mengumumkan pembentukan suatu kawasan perdagangan bebas di ASEAN (AFTA) dalam jangka waktu 15 tahun.
2.1.3 Tujuan dari AFTA Menjadikan kawasan ASEAN sebagai tempat produksi yang kompetitif
•
sehingga produk ASEAN memiliki daya saing kuat di pasar global. •
Menarik lebih banyak Foreign Direct Investment (FDI).
•
Meningkatkan perdagangan antar negara anggota ASEAN (intra-ASEAN Trade).
2.1.4. Manfaat dan Tantangan AFTA bagi Indonesia Manfaat: •
Peluang pasar yang semakin besar dan luas bagi produk Indonesia, dengan penduduk sebesar ± 500 juta dan tingkat pendapatan masyarakat yang beragam;
•
Biaya produksi yang semakin rendah dan pasti bagi pengusaha/produsen Indonesia yang sebelumnya membutuhkan barang modal dan bahan baku/penolong dari negara anggota ASEAN lainnya dan termasuk biaya pemasaran;
•
Pilihan konsumen atas jenis/ragam produk yang tersedia di pasar domestik semakin banyak dengan tingkat harga dan mutu tertentu;
•
Kerjasama dalam menjalankan bisnis semakin terbuka dengan beraliansi dengan pelaku bisnis di negara anggota ASEAN lainnya.
Tantangan:
13 •
Pengusaha/produsen
Indonesia
dituntut
terus
menerus
dapat
meningkatkan kemampuan dalam menjalankan bisnis secara profesional guna dapat memenangkan kompetisi dari produk yang berasal dari negara anggota ASEAN lainnya baik dalam memanfaatkan peluang pasar domestik maupun pasar negara anggota ASEAN lainnya.
2.2 Pengertian Impor Menurut Amir, M.S. (2008:139) kegiatan impor adalah memenuhi kebutuhan masyarakat akan barang-barang dengan cara mendatangkan barang yang belum tersedia dalam negeri dari luar negeri. Menurut Amir, M.S (2008:139), Impor adalah memasukkan barang-barang dari luar negei sesuai dengan ketentuan pemerintah ke dalam peredaran dalam masyarakat yang dibayar dengan mempergunakan Valuta Asing. Menurut Andi
Susilo
(2008:101)
Dalam
buku “Buku
Pintar
Ekspor-
Impor” Impor secara harafiah, impor bisa diartikan sebagai kegiatan memasukkan barang dari suatu negara (luar negeri) ke dalam wilayah pabean negara lain. Hal ini berarti melibatkan 2 negara dalam hal ini bisa diwakili oleh kepentingan 2 perusa haan antra dua negara tersebut yang berbeda dan pastinya juga peraturan serta perundang-undangan yang berbeda pula. Negar yang satu bertindak sebagai supplier dan satunya bertindak sebagai negara penerima.
2.3 Pengertian Manajemen Menurut Anton (2010:13), Manajemen adalah ilmu dan seni yang mengatur proses pemanfaatan sumber daya manusia secara efektif, dengan didukung oleh sumber-sumber lainnya dalam suatu organisasi untuk mencapai tujuan. Menurut Anton (2010:28-29) fungsi-fungsi manajemen terdiri dari atas hal berikut: 1. Planing: Suatu usaha atau upaya untuk merencanakan kegiatan yang akan dilakasanakan guna mencapai tujuan yang telah ditetapkan. Perencanaan ini dituangkan dalam bentuk konsep atau suatu progam kerja. 2. Organizing: Kegiatan yang meliputi penepatan struktur, tugas dan kewajiban fungsi pekerjaan, dan hubungan antarfungsi. 3. Staffing: Penempatan pekerjaan atau jabatan karyawan perusahaan, termasuk perekrutan
karyawan,
pemenfaatan,
pelatihan,
pendidikan,
dan
14 pengembangan sumber daya alam karyawan tersebut dengan efektif. 4. Directing: Pengarahan, interinsik yang merupakan bagian dari aktivitas kepemimpinana seorang manajer. Directeringmerupakan bagian dari otoritas direktur dalam memberikan bimbingan, motifasi, dan teladan bagi karyawan sehingga semua kinerja perusahaan berjalan dengan baik sesuai target yang hendak dicapai. 5. Coordinating: Pengoordinasian semua unsur manajerial sehingga menjadi sebuah sistem yang terintegrasi. Sistem yang terintegrasi yang dimaksud adalah senantiasa mempertahankan hubungan sinkronitasseluruh kegiatan, keselarasan, sistematika, dan tidak berat sebelah atau adanya overlapping kegiatan di satu sisi, sedangkan di sisi lain hampa kegiatan. 6. Controling: Evaluasi terhadap seluruh sehingga selama perjalanan kegiatan, kelemahan akan diketahui dengan cepat dan sesegera mungkin dikoreksi. Dari beberapa pengertian mengenai manajemen, dapat disimpulkan jika manajemen merupakan ilmu yang mengatur dan menjalankan prinsip organisasi yang meliputi kegiatan pengoperasian karyawan serta kegiatan bisnis perusahaan.
2.3.1 Pengertian Manajemen Operasi Menurut Heizer dan Render (2015:3) Manajemen operasi (Operation Management – OM) adalah serangkaian aktivitas yang menciptakan nilai dalam bentuk barang dan jasa dengan mengubah masukan menjadi hasil. Aktivitas memciptakan barang dan jasa ada di semua organisasi. Dalam perusahaan manufakturing, aktivitas produksi yang menciptakan barang biasanya cukup jelas. Didalamnya, kita dapat melihat penciptaan dari sebuah produk yang berwujud seperti sebuah TV Sony atau sebuah sepeda motor Harley-Davidson. Dalam sebuah organisasi yang tidak menciptakan sebuah barang atau produk yang berwujud, fungsi produksinya mungkin menjadi kurang jelas. Kita mungin sering menyebut hal ini sebagai aktivitas jasa. Jasa mungkin “tersembunyi” dari publik dan bahkan dari pelanggan. Produk mungkin akan berbentuk, seperti transfer dana dari rekening tabungan ke rekening untuk cek, transplantasi hati, pengisian kursi yang kosong dalam sebuah maskapai penerbangan, atau pendidikan dari seorang pelajar. Terlepas dari apakah produk akhir itu merupakan sebuah barang atau jasa, aktivitas produksi yang berlangsung dalam organisasi sering kali merujuk sebagai opersi, atau
15 manajemen operasi. Menurut Deitiana (2011:1-2) Manajemen Operasi membahas bagaimana membangun dan mengelola operasi suatu organisasi mulai dari perencanaan sistem operasi, perancangan sistem operasi hingga pengendalian sistem operasinya.Menurut Deitiana (2011:2-3), fungsi operasi dalam organisasi. 1. Fungsi Pemasaran Fungsi ini membuat adanya permintaan atau paling tidak mendapatkan pesanan untuk pembuatan barang dan jasa. 2. Fungsi Produksi Fungsi ini menghasilkan produk yang nantinyaakan dipasarkan oleh perusahaan. 3. Keuangan Fungsi ini memantau apakah perusahaan berjalan dengan baik, membayar seluruh tagihan dan mencari sumber dana.
2.3.2 Pentingnya Manajemen Operasi Menurut Heizer dan Render (2015:4-5), terdapat empat alasan utama dalam mempelajari manajemen operasi, yaitu: 1.
OM merupakan salah satu dari tiga fungsi utama dalam organisasi apa pun dan secara integral terkait dengan semua fungsi bisnis lainnya. Semua organisasi memasarkan (menjual), membiayai (memperhitungkan), dan menghasilkan (mengoperasikan), serta penting untuk mengetahui bagaimana aktivitas OM berfungsi. Oleh karena itu, kita akan mempelajari bagaimana orang mengorganisasi diri mereka sendiri bagi perusahaan yang produktif.
2. Kita mempelajari OM karena kita ingin mengetahui bagaimana barang dan jasa diproduksi. Fungsi produksi merupakan segmen dari masyarakat yang menciptakan produk dan jasa yang kita gunakan. 3. Kita mempelajari OM untuk memahami apa yang dilakukan oleh manajer operasi. Terlepas dari pekerjaan Anda dalam sebuah organisasi, Anda bisa memiliki kinerja yang lebih baik jika Anda memahami apa yang dilakukan oleh manajer operasi. Selain itu, memahami OM akan membantu dalam menjelajahi beragam kesempatan karier yang menarik didalam bidang ini. 4. Kita mempelajari OM karena merupakan sebuah bagian yang mahal dalam sebuah organisasi. Sebuah presentasi yang besar dari pemasukan dari kebanyakan perusahaan dihabiskan pada fungsi OM. Bahkan, OM memberikan kesempatan yang besar kepada organisasi untuk meningkatkan profitabilitasnya dan memperluas jasa yang diberikan kepada masyarakat.
16
2.3.3 Keputusan Kritis dalam Manajemen Operasi Menurut Heizer dan Render (2015:6) mengemukakan 10 keputusan manajemen operasi strategis adalah sebaai berikut: 1. Desain barang dan jasa 2. Pengelolaan kualitas 3. Desain proses dan kapasitas 4. Strategi lokasi 5. Strategi tata ruang 6. Sumber daya manusia dan desain pekerjaan 7. Manajemen rantai pasokan 8. Manajemem persediaan 9. Penentuan jadwal 10. Pemeliharaan
2.4 Pengertian Peramalan Heizer dan Render (2015:113) mendefinisikan peramalan (forecasting) adalah suatu seni dan ilmu pengetahuan dalam memprediksi peristiwa pada masa mendatang. Peramalan akan melibatkan pengambilan data historis (penjualan tahun lalu) dan memproyeksi mereka ke masa yang akan datang dengan model matematika. Perusahaan selalu dituntut untuk memperkirakan atau meramalkan besarnya permintaan pelanggan akan produknya. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelomok produk di masa yang akan datang dalam kendala atau kondisi tertentu serta untuk mengurangi resiko atau ketidakpastian yang dihadapi (Deitiana: 2011, 31). Peramalan untuk permintaan produk adalah dasar untuk keputusan perencanaan yang paling penting. Menurut Russell dan Taylor (2011:497), peramalan permintaan produk menentukan seberapa banyak persediaan yang dibutuhkan, seberapa banyak produk yang harus dibuat dan seberapa banyak material yang harus dibeli dari supplier untuk mencapai kebutuhan pelanggan yang sudah diramalkan. Tanpa peramalan yang tepat, persediaan dalam jumlah dan biaya yang besar harus dipersiapkan untuk mengantisipasi ketidakpastian permintaan oleh pelanggan. Peramalan penjualan merupakan bagian penting dari manajemen rantai pasokan baik pada pengecer akhir dan distributor, manufaktur dan pemasok. Peramalan
17 penjualan yang tepat waktu dan akurat sangat penting dalam menjembatani kesenjangan
antara
pasokan
dan
permintaan
sehingga
mengurangi
biaya
penyimpanan ketika menjaga kemungkinan kehabisan persediaan (Sanwanlani & Vijayalakshmi, 2013:39) Russell dan Taylor (2011:497) secara lebih lanjut menjelaskan bahwa meskipun peramalan yang akurat tidak pernah mungkin bisa dilakukan, tetapi peramalan dapat mengurangi ketidakpastian mengenai masa yang akan datang.
2.4.1 Jenis – Jenis Peramalan Heizer dan Render (2015:115) menyatakan, organisasi menggunakan tiga tipe peramalan utama dalam merencanakan operasional di masa mendatang: 1. Peramalan ekonomi(economic forecast): menangani siklus bisnis dengan memprediksikan tingkat inflasi, uang yang beredar, mulai pembangunan perumahan, dan indikator perencanaan lainnya. 2. Peramalan
teknologi(technological
forecast):
berkaitan
dengan
tingkat
perkembangan teknologi, dimana dapat menghasilkan terciptanya produk baru yang lebih menarik, yang memerlukan pabrik dan perlengkapan yang baru. 3. Peramalan permintaan
(demand forecast): adalah proyeksi atas permintaan
untuk produk atau jasa dari perusahaan. Peramalan mendorong keputusan sehingga para manajer memerlukan informasi dengan segera dan akurat mengenai permintaan yang sesungguhnya. Mereka memerlukan peramalan yang didorong oleh permintaan, dimana fokus perhatian pada pengidentifikasi dan pelacakan keinginan konsumen dengan sangat cepat. Peramalan ini sering menggunakan data poin penjualan saat ini (POS), laporan yang dihasilkan dari pengecer mengenai pilihan konsumen, dan banyak informasi lainnya yang akan membantu untuk meramalkan dengan data terkini sebanyak mungkin. Peramalan yang didorong oleh permintaan akan mendorong produksi, kapasitas, dan sistem penjadwalan perusahaan serta melayani sebagai input bagi perencanaan keuangan, pemasaran, dan personel.
2.4.2 Peramalan Permintaan Menurut Heizer dan Render (2015:115) peramalan yang baik adalah sangat penting dalam seluruh aspek bisnis: peramalan hanya merupakan estimasi atas permintaan hingga permintaan aktual menjadi diketahui. Peramalan permintaan oleh
18 karenanya akan mendorong keputusan dalam banyaj area. Berikut adalah dampak peramalan produk pada tiga aktivitas: 1) manajemen rantai pasokan, 2) sumber daya manusia, dan 3) kapasitas. 1. Manajemen Rantai Pasokan Hubungan yang baik dengan pemasok dan menjamin keunggulan dalam inovasi produk, biaya, dan kecepatan pada pangsa pasar bergantung pada peramalan yang akurat. 2. Sumber Daya Manusia Perekrutan, pelatihan, dan penempatan para pekerja semuanya bergantung pada permintaan yang diantisipasi. Jika departemen sumber daya manusia harus merekrut pekerja tambahan tanpa pemberitahuan, jumlah pelatihan akan menurun dan kualitas para pekerja akan menurun pula. 3. Kapasitas Ketika kapasitas tidak memadai, menghasilkan kekurangan yang dapat mengarah pada kehilangan para konsumen, dan kehilangan pangsa pasar.
2.4.3 Proses Peramalan (Forecasting) Menurut Russel & Taylor (2011:502) peramalan tidak hanya sekedar mengidentifikasi dan menggunakan metode untuk menghitung perkiraan secara numerik permintaan di masa yang akan datang. Peramalan adalah proses yang berkelanjutan yang membutuhkan pemantauan konstan dan penyesuaian yang diilustrasikan oleh langkah-langkah berikut:
19
Gambar 2.1 Tahapan Peramalan (Forecasting) Sumber: Russel & Taylor (2011:502)
2.4.4 Metode Peramalan Menurut Heizer dan Render (2015:117) terdapat 2 pendekatan umum untuk peramalan, hanya terdapat 2 cara untuk mengatasi seluruh permodelan keputusan. Salah satunya adalah analisis kuantitatif; yang satunya lagi adalah pendekatan kualitatif.
2.4.4.1 Metode Peramalan Kualitatif Menurut Heizer dan Render (2015:118) terdapat empat teknik peramalan kualitatif yang berbeda yaitu: 1. Opini dari Dewan Eksekutif (Jury of Executive Opinion). Berdasarkan pada metode ini, opini dari sekelompok dari para ahli yang mempuni atau manajer, sering kali dikombinasikan dengan model statistik,
20 dikumpulkan untuk memperoleh sekumpulan estimasi permintaan. Bristol-Myers Squibb Company, misalnya, menggunakan 220 ahli penelitian yang terkenal sebagai
opini
dewan
eksekutifnya
untuk
memperoleh
pegangan
atas
kecenderungan pada masa yang akan datang dalam penelitian dunia medis. 2. Metode Delphi (Delphi Method) Terdapat tiga jenis partisipan yang berbeda dalam metode Delphi, yaitu pengambil keputusan, staf personalia, dan para responden. Pengambil keputusan biasanya terdiri atas satu grup berisi 5 hingga 10 orang ahli yang akan membuat peramalan yang aktual. Staf personalia membantu pengambil keputusan dengan mempersiapkan, mendistribusikan, mengumpulkan, dan membuat ringkasan dari serangkaian kuesioner dan hasil survei. Para responden adalah sekelompok orang, sering kali bertempat tinggal dalam tempat yang berbeda-beda, di mana pertimbangan mereka akan dinilai. Kelompok ini memberikan input bagi pengambil keputusan sebelum peramalan dibuat. Negara bagian Alaska, misalnya, telah menggunakan metode Delphi untuk mengembangkan peramalan ekonomi dalam jangka panjang. Bagian terbesar dari anggaran negara bagian ini berasal dari jutaan barel minyak yang dipompa harian melalui sebuah saluran pipa dari Prudhoe Bay. Panel ahli Delphi yang besar harus mempresentasikan seluruh grup dan opini dalam Negara bagian dan seluruh area geografis. 3. Gabungan Karyawan Bagian Penjualan (Sales Force Composite) Dalam
pendekatan
ini,
masing-masing
karyawan
bagian
penjualan
mengestimasi penjualan apa yang ada dalam kawasan mereka. Peramalan ini kemudian ditinjau ulang untuk memastikan bahwa mereka adalah realitas. Kemudian, mereka dikombinasikan pada tingkat distrik dan nasional untuk mencapai keseluruhan peramalan. Variasi dari pendekatan ini terjadi pada Lexus, di mana setiap kuartalan diler Lexus memiliki “mengadakan pertemuan”. Pada pertemuan ini, mereka berbicara mengenai apakah penjualan, dalam warna apa, dan dengan opsi apa sehingga pabrik mengetahui apa yang harus dibangun. 4. Survei Pasar (Market Survey) Metode ini mengumpulkan input dari para konsumen atau konsumen yang potensial mengenai rencana pembelian pada masa mendatang.. Hal ini dapat membantu bukan hanya dalam mempersiapkan peramalan, tetapi juga dalam meningkatkan desain produk dan perencanaan produk baru. Konsumen survei
21 pasar dan metode gabungan karyawan bagian penjualan dapat menderita dari peramalan yang terlalu optimisyang timbul dari input konsumen. 2.4.4.2 Metode Peramalan Kuantitatif Menurut Heizer dan Render (2010:163) metode peramalan kuantitatif biasanya diklasifikasikan dengan horizon waktu yaitu: 1.
Peramalan jangka pendek (Short-range forecast) Jangka waktu peramalan ini hingga 1 tahun, tetapi umumnya kurang dari 3 bulan. Digunakan untuk merencanakan pembelian (purchasing), penjadwalan kerja (job scheduling), jumlah tenaga kerja (workforce levels), penugasan kerja (job assignments), dan tingkat produksi (production levels).
2.
Peramalan jangka menengah (Medium-range forecast) Jangka waktu peramalan ini antara 3 bulan hingga 3 tahun. Peramalan ini berguna untuk merencanakan penjualan (sales), perencanaan produksi dan anggaran (production planning and budgeting), anggaran kas, dan menganalisis macam-macam rencana operasi.
3.
Peramalan jangka panjang Umumnya untuk perencanaan masa 3 tahun atau lebih. Peramalan jangka panjang ini biasa digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan.
2.4.5 Model Deret Waktu 2.4.5.1 Dekomposisi Deret Waktu Menganalisis deret waktu berarti menguraikan data tahun-tahun yang lalu ke dalam komponen dan kemudian memproyeksikannya ke masa depan. Menurut Heizer dan Render (2015:119) terdapat empat komponen dalam deret waktu: 1. Kecenderungan, yaitu pergerakan data secara bertahap ke atas atau ke bawah selama bertahun-tahun. Perubahan dalam pendapatan, distribusi umur, atau pandangan budaya dapat mempengaruhi pergerakan dalam kecenderungan. 2. Musiman, yaitu pola data yang mengulang dengan sendirinya setelah satu periode hari, minggu, bulan, atau kuartalan.
22 Tabel 2.1 Pola Musiman Yang Biasa Terjadi Kurun Waktu Pola
Panjang “Musim”
Jumlah “Musim” dalam Pola
Minggu
Hari
7
Bulan
Minggu
4-4.5
Bulan
Hari
28-31
Tahun
Kuartal
4
Tahun
Bulan
12
Tahun
Minggu
51
Sumber: Heizer & Render (2015:119)
3. Siklus, adalah pola dalam data yang terjadi setiap beberapa tahun. Mereka biasanya terkait pada siklus bisnis dan sangat penting dalam analisis bisnis dalam perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sangat sulit karena mereka dipengaruhi oleh peristiwa politik atau oleh kerusuhan internasional. 4. Variasi secara acak, adalah “blip” di dalam data yang disebabkan oleh adanya peluang dan situasi yang tidak seperti biasanya. Mereka mengikuti pola yang tidak dapat dilihat, sehingga mereka tidak dapat diprediksikan. Menurut Render, Stair and Hanna (2012:195) metode dekomposisi adalah proses
mengisolasi
kecenderungan
linier
dan
factor
musiman
untuk
mengembangkan peramalan yang lebih akurat. Dekomposisi mengasumsikan suatu data terdiri atas pola dasar dan kesalahan, atau dalam bentuk matematikanya, sebagai berikut:
Dekomposisi Aditif
Xt = St + Tt + Ct + Rt
Dekomposisi Multiplikatif
Xt = St * Tt * Ct * Rt
Dimana: St: Komponen musiman pada periode t Tt: Komponen trend pada periode t Ct: Komponen siklus pada periode t Rt: Komponen random (kesalahn) pada periode t
23 2.4.5.2 Metode Peramalan Deret Waktu Menurut Heizer dan Render (2015:120) terdapat jenis-jenis metode peramalan deret waktu, diantaranya: 1. Pendekatan awam (naïve method) Cara paling sederhana untuk mengasumsikan bahwa permintaan di periode selanjutnya akan setara dengan permintaan dalam periode yang paling akhir. Dengan
kata
lain,
jika
penjualan
sebuah
produk─katakanlah,
ponsel
Nokia─adalah 68 unit pada bulan Januari, kita dapat meramalkan bahwa penjualan pada bulan Februari juga akan sebesar 68 unit. Pendekatan awam ini adalah model peramalan yang paling efektif dan efisien dari segi biaya. Setidaknya dia menyediakan poin permulaan di mana merupakan model yang lebih canggih yang kemudian dapat dibandingkan.
2. Pergerakan rata-rata (moving average) Peramalan pergerakan rata-rata menggunakan sejumlah nilai data aktual masa lalu untuk menghasilkan peramalan. Pergerakan rata-rata bermanfaat jika kita dapat mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang kita ramalkan. Pergerakan rata-rata empat bulanan ditemukan dengan menjumlahkan permintaan selama masa empat bulan lalu dan membaginya dengan empat. Sewaktu satu bulan berlalu, data bulanan terbaru ditambahkan pada penjumlahan data tiga bulan sebelumnya, dan data bulan yang paling awal dihapus. Praktik semacam ini cenderung miminimalkan abnormalitas dalam serangkaian data. Secara matematis, rata-rata bergerak sederhana dinyatakan sebagai berikut.
n= jumlah periode dalam rata-rata bergerak.
3. Rata-rata bergerak dengan pembobotan (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. Pemilihan bobot merupakan hal yang
24 tidak pasti karena tidak ada rumus untuk menetapkannya. Oleh karena itu, pemutusan bobot yang digunakan membutuhkan pengalaman. Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut. Pergerakan rata-rata bobot
4. Penghalusan eksponensial (exponential smoothing) Penghalusan eksponensial merupakan metode peramalan pergerakan rata-rata dengan pembobotan lainnya. Metode ini menggunakan sedikit catatan yang mempertahankan data masa sebelumnya dan mudah untuk digunakan secara wajar. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut.
Peramalan baru = Peramalan periode sebelumnya + α (Permintaan actual periode sebelumnya – Peramalan periode sebelumnya)
Di mana ɑ adalah bobot, atau penghalusan konstan (smoothing constant), dipilih oleh peramal, yang memiliki nilai lebih tinggi daripada atau setara dengan 0 dan kurang dari atau setara dengan 1. Persamaan diatas dapat juga ditulis secara matematis sebagai berikut.
Ft = Peramalan baru Ft-1 = Peramalan sebelumnya ɑ = Konstanta penghalusan (0≤ ɑ≤1) At-1 = Permintaan aktual periode sebelumnya. 5. Penghalusan eksponensial dengan penyesuaian tren (exponential smoothing with trends) 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. Berikut rumus barunya.
25
FITt = Peramalan dengan tren Ft = Peramalan penghalusan eksponensial Tt = Tren Penghalusan eksponensial Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, ɑ untuk rata-rata dan ß untuk tren. Kemudian, kita menghitung rata-rata dan tren untuk setiap periode.
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 ɑ = Konstanta penghalusan untuk rata-rata (0 ≤ ɑ ≤ 1) ß = Konstanta penghalusan untuk tren (0 ≤ ß ≤ 1)
Jadi, tiga langkah menghitung peramalan dengan penghalusan eksponensial yang disesuaikan dengan tren adalah sebagai berikut: Langkah 1: Menghitung Ft (peramalan eksponensial yang dihaluskan untuk periode t) menggunakan persamaan Ft Langkah 2: Menghitung tren yang dihaluskan (Tt) menggunakan persamaan Tt Langkah 3: Menghitung peramalan dengan tren (FITt) dengan rumus FITt 6. Regresi linear (linear regression) Kita dapat menggunakan model matematis yang sama yang kita gunakan pada metode kuadrat terkecil dari proyeksi tren untuk melakukan analisis regresi linear. Variabel terikat yang ingin kita ramalkan akan tetap sama, yaitu ŷ. Namun
26 sekarang, variabel bebas adalah x, tidak lagi waktu. Kita akan menggunakan persamaan berikut.
ŷ = Nilai variabel terikat a = perpotongan sumbu b = kemiringan garis regresi x = variabel bebas
Adapun untuk menghitung nilai a dan b akan dijelaskan dengan rumus sebagai berikut.
Di mana: = rata-rata nilai x ȳ = rata-rata nilai y n = jumlah periode data Untuk mecari rata-rata diperlukan rumus sebagai berikut.
2.4.6 Menghitung Kesalahan Peramalan Menurut Heizer dan Render (2015:126), akurasi keseluruhan dari setiap model peramalan rata-rata bergerak, penghalusan eksponensial, atau lainnya dapat dijelaskan dengan membandingkan nilai yang diramal dengan nilai yang aktual atau nilai yang sedang diamati. Jika Ft melambangkan peramalan pada periode
t,
dan At
melambangkan permintaan aktual pada periode t, maka kesalahan peramalannya (deviasi) adalah sebagai berikut.
27 Ada beberapa perhitungan yang biasa digunakan untuk menghitung kesalahan peramalan total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan peramalan berjalan dengan baik. Dua dari perhitungan yang paling terkenal adalah deviasi mutlak merata (mean absolute deviation-MAD) dan kesalahan kuadrat merata (mean squared error-MSE). Kedua perhitungan deviasi tersebut adalah yang paling sering digunakan, berikut penjelasannya:
1. Mean Absolute Deviation (MAD) Nilai ini dihitung dengan mengambil jumlah nilai absolute dari setiap kesalahan peramalan dibagi dengan jumlah periode data (n)
2. Mean Squared Error (MSE) MSE merupakan rata-rata selisih kuadrat antara nilai yang diramalkan dan diamati. Berikut rumusnya:
2.5 Persediaan Pengertian persediaan menurut beberapa ahli antara lain sebagai berikut: Menurut Heizer dan Render (2015:553) persediaan adalah salah satu asset termahal dari banyak perusahaan, mencerminkan sebanyak 50% dari total modal yang diinvestasikan. Manajer operasi di seluruh dunia telah lama menyadari bahwa manajemen persediaan yang baik sangatlah penting. Di satu sisi, sebuah perusahaan dapat mengurangi biaya dengan mengurangi persediaan. Di sisi lain, produksi dapat berhenti dan pelanggan merasa tidak puas ketika satu barang tidak tersedia. Tujuan manajemen persediaan adalah menentukan keseimbangan antara investasi persediaan dan pelayanan pelanggan. Anda tidak akan pernah mencapai strategi berbiaya rendah tanpa manajemen persediaan yang baik. Menurut Assauri (2005:50), menerangkan bahwa: “Persediaan adalah sebagai suatu aktiva lancar yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam suatu periode usaha normal atau persediaan barang-barang yang
28 masih dalam pekerjaan proses produksi ataupun persediaan bahan baku yang menunggu penggunaanya dalam suatu proses produksi”.
2.5.1 Tujuan Manajemen Persediaan Menurut Heizer dan Render (2014:62), tujuan manajemen persediaan adalah menentukan keseimbangan antara investasi persediaan dengan pelayanan pelanggan. Anda tidak dapat mencapai sebuah strategi berbiaya rendah tanpa manajemen persediaan yang baik. Menurut Witjaksono (2013:189), tujuan umum kebijakan persediaan adalah meminimalkan biaya (cost minimalization). Tantangan utama atau kendala utama kebijakan persediaan adalah tingkat kepuasan pelanggan (customer satisfaction). Lebih detail lagi tujuan kebijakan persediaan adalah: 1. Memaksimalkan pelayanan pelanggan (dalam rangka memaksimalkan customer satisfaction) 2. Meminimalkan investasi dalam bentuk persediaan 3. Memaksimalkan efisiensi (yang berarti meminimalkan biaya seoptimal mungkin) 4. Memaksimalkan laba 5. Meraih tingkat pengembalian investai tertinggi. 6. Memanfaatkan persediaan untuk mengoptimalkan keunggulan stratejik.
2.5.2 Fungsi-Fungsi Persediaan Menurut Heizer dan Render (2015:553), persediaan dapat memiliki berbagai fungsi yang menambah fleksibilitas bagi operasi perusahaan. Keempat fungsi persediaan adalah sebagai berikut: 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. Contohnya, jika persediaan sebuah perusahaan berfluktuasi, persediaan tambahan mungkin diperlukan agar bisa memisahkan proses produksi dari pemasok. 3. Untuk mengambil keuntungan dari potongan jumlah karena pembelian dalam jumlah besar dapat menurunkan biaya pengiriman barang. 4. Untuk menghindari inflasi dan kenaikan harga.
29 Sementara itu Deitiana (2011:186) menjelaskan, fungsi dari persediaan yaitu melayani beberapa kepentingan dalam perusahaan agar operasi perusahaan dapat berjalan dengan fleksibel, antara lain: 1. Untuk memberikan stok agar dapat memenuhi permintaan yang diantisipasi akan terjadi. 2. Untuk menyeimbangkan produksi dan distribusi. 3. Untuk memperoleh keuntungan dari potongan kuantitas, karena membeli dalam jumlah banyak biasanya ada diskon. 4. Untuk hedging terhadap inflasi dan perubahan harga. 5. Untuk menghindari kekurangan stok yang dapat terjadi karena cuaca, kekurangan pasokan, mutu, ketidaktepatan pengiriman. 6. Untuk menjaga kelangsungan operasi dengan cara persediaan dalam proses (work in process).
2.5.3 Jenis-jenis persediaan Untuk menjalankan fungsi-fungsi persediaan, perusahaan harus memelihara empat jenis persediaan. Berikut adalah jenis-jenis persediaan menurut Heizer dan Render (2015:554): 1. Persediaan bahan mentah (raw material inventory) Persediaan ini adalah barang yang telah dibeli, tetapi belum diproses. Persediaan ini dapat digunakan untuk memisahkan (yaitu, menyaring) pemasok dari proses produksi. 2. Persediaan barang dalam proses (work-in-process – WIP inventory) Ialah komponen-komponen atau bahan mentah yang telah melewati beberapa proses perubahan, tetapi belum selesai. WIP itu ada karena waktu yang diperlukan untuk menyelesaikan sebuah produk (waktu siklus) 3. Persediaan pemeliharaan, perbaikan, dan operasi (maintenance, repair, operating – MRO inventory) Persediaan yang dibutuhkan untuk menjaga agar mesin dan proses tetap produktif. MRO ada karena kebutuhan dan waktu untuk pemeliharaan dan perbaikan dari beberapa peralatan tidak dapat diketahui. 4. Persediaan barang jadi
30 Produk yang telah selesai dan tinggal menunggu pengiriman. Barang jadi dapat dimasukkan ke persediaan karena permintaan pelanggan pada masa mendatang tidak diketahui.
2.5.4 Biaya-Biaya Terkait Dengan Persediaan Menurut Heizer dan Render (2015:559) ada beberapa biaya-biaya terkait dengan persediaan, yaitu sebagai berikut: 1. Biaya penyimpanan (holding cost), merupakan biaya yang terkait dengan menyimpan atau “membawa” persediaan selama waktu tertentu. 2. Biaya pemesanan (ordering cost), mencakup biaya dari persediaan, formulir, pemrosesan pesanan, pembelian, dukungan administrasi, dan seterusnya. 3. Biaya penyetelan (setup cost), merupakan biaya untuk mempersiapkan mesin atau proses untuk menghasilkan pesanan. Menurut Deitiana (2011: 189), masalah utama yang ingin diatasi oleh pengendalian persediaan adalah meminimumkan biaya operasi total perusahaan. Dalam hal ini ada dua keputusan yang harus diambil, yaitu berapa jumlah yang harus dipesan setiap kali pemesanan, dan kapan pemesanan itu harus dilakukan. Dalam menentukan jumlah yang dipesan pada setiap kali pemesanan, pada dasarnya harus dipertemukan dua titik ekstrim yaitu memesan dalam jumlah yang sebesar-besarnya untuk meminimumkan ordering cost dan memesan dalam jumlah yang sekecilkecilnya untuk meminimumkan carrying cost. Sedangkan
menurut
Witjaksono
(2013:188),
biaya
persediaan
dikelompokkan sebagai berikut: 1. Biaya penyimpanan (carrying cost), contohnya: • Biaya tempat penyimpanan (storage cost) • Asuransi • Pajak Bumi dan Bangunan • Biaya Modal • Penyusutan dan kadaluwarsa/keausan 2. Biaya pemesanan (ordering cost), contohnya: • Biaya melakukan pesanan • Biaya angkut dan bongkar muat (shipping dan handling cost) • Diskon
dapat
31 3. Biaya cadangan pengaman/persediaan (safety stock), contohnya: • Kerugian karena kehilangan kesempatan menjual (loss on sale) • Kerugian nama/reputasi baik pada pelanggan (loss on customer goodwill) • Gangguan pada proses produksi (disruption of production schedule) 2.5.5 Model Persediaan 2.5.5.1 EOQ Model (Economic Order Quantity) Dalam jurnal ilmiah (Arif Tanuwijoyo, 2013) Membuktikan bahwa metode EOQ ini mampu mengurangi biaya dalam persediaan. Menurut Heizer dan Render (2015:561), model EOQ adalah salah satu teknik pengendalian persediaan yang paling sering digunakan. Teknik ini relatif mudah digunakan, tetapi berdasarkan pada beberapa asumsi, yaitu: 1. Jumlah permintaan diketahui, cukup konstan, dan independen. 2. Waktu tunggu, yakni waktu antara pemesanan dan penerimaan pesanan diketahui dan bersifat konstan 3. Persediaan segera diterima dan selesai seluruhnya. Dengan kata lain, persediaan dari sebuah pesanan datang dalam satu kelompok pada suatu waktu. 4. Tidak tersedia diskon kuantitas. 5. Biaya variabel hanya biaya untuk memasang atau memesan (biaya pemasangan atau pemesanan) dan biaya untuk menyimpan persediaan dalam waktu tertentu (biaya penyimpanan atau biaya untuk membawa persediaan). 6. Kehabisan persediaan (kekurangan persediaan) dapat sepenuhnya dihindari jika pemesanan dilakukan pada waktu yang tepat.
Gambar 2.2 Penggunaan Persediaan Dalam Waktu Tertentu Sumber: Heizer & Render (2014:73)
32
Karena permintaan bersifat konstan sepanjang waktu, persediaan menurun pada laju yang sama sepanjang waktu. (Perhatikan kemiringan garis pada gambar 2.1). Setiap kali tingkat persediaan diterima, tingkat persediaan melompat lagi ke Q unit (dipresentasikan dengan garis vertikal). Proses ini terus berlanjut sepanjang waktu. Dengan menggunakan rumus-rumus berikut, kita dapat menentukan biaya penyetelan, biaya penyimpanan dan menyelesaikan untuk Q* atau EOQ: Q = Jumlah unit per pesanan Q*= Jumlah optimum unit per pesanan (EOQ) D = Permintaan tahunan dalam unit untuk setiap pesanan S = Biaya penyetelan atau pemesanan untuk setiap pesanan. H = Biaya penyimpanan atau penyimpanan per unit per tahun. 1. Jumlah pemesanan yang diperkirakan per tahun = 2. Tingkat persediaan rata-rata = 3. Biaya pemesanan tahunan = 4. Biaya penyimpanan tahunan = 5. Persamaan EOQ didapat dari biaya penyetelan tahunan = biaya penyimpanan tahunan 6. Rumus EOQ :
33
Gambar 2.3 Biaya Total Sebagai Fungsi Dari Kuantitas Pesanan Sumber: Heizer & Render (2015:561)
2.5.5.2 EOI Model (Economic Order Interval) Economic order interval (EOI) atau yang juga disebut sistem persediaan periodik adalah sistem persediaan yang berdasar pada periode pemesanan, bukan berdasar jumlah sisa persediaan seperti pada sistem persediaan kontinu. Adapun jumlah pemesanannya bergantung pada pemakaian (permintaan) selama periode waktu tertentu. Menurut Sarjono H., dan Aryanto R. (2014:5), model persediaan EOI memiliki interval waktu yang konstan dalam melakukan pemesanan kembali (reorder), tetapi kuantitas produk yang dipesan dapat berubah-ubah (dinamis) hingga mencapai optimal. EOI menggunakan tingkat persediaan maksimum (maximum inventory level) selama waktu lead time dan interval pesanan. Setelah suatu periode tetap (T) telah terlewati, jumlah persediaan dihitung. Sebuah pesanan dilakukan untuk memulihkan persediaan, dan jumlah pemesanannya tergantung berapa jumlah yang berkurang (maximum inventory level). Jadi, jumlah pesanan didapat dari selisih maximum inventory level dan sisa persediaan pada waktu-waktu melakukan perhitungan. Terdapat dua parameter yang digunakan yaitu periode tetap pemeriksaan (T) dan maximum inventory level (E). Berdasarkan penjelasan tersebut, maka secara matematis rumus EOI adalah: T’
=
Safety stock
=Zσ
34 E
= safety stock + D (T’ + L)
I
= safety stock + ( D T’)
Q*
= maximum inventory level (E) – average inventory level (I)
TC
= PD +
+ (safety stock +
) Cc
Dimana: T’
= periode
Co
= biaya pemesanan
Cc
= biaya penyimpanan
Z
= service level
σ
= standar deviasi
L
= lead time
E
= maximum inventory level
I
= averge inventory level
P
= harga
D
= permintaan
2.5.5.3 Min-Max Model Menurut Sarjono H., dan Aryanto R. (2014:6), cara kerja sistem ini yaitu apabila persediaan telah melewati batas minimum dan mendekati batas safety stock maka reorder harus dilakukan. Jadi batas minimum (minimum stock) merupakan batas tingkat reorder. Batas maksimum (maximum stock) merupakan batas ketersediaan perusahaan untuk menginvestasikan uangnya dalam bentuk persediaan bahan baku. Jadi dalam hal ini yang terpenting adalah batas minimum dan maksimum untuk dapat menentukan order quantity. Secara matematis, rumusnya adalah sebagai berikut: Safety stock
=
Min Stock
= (DL) + safety stock
Max stock
= (2)(DL) + safety stock
Order (min-max)
= max stock – min stock
N
=
35 TC
= PD +
Co + CcD
Dimana: D
= permintaan
n
= jumlah hari kerja
L Q
= lead time *
= jumlah optimum unit per pesanan (order)
N
= jumlah pemesanan dalam satu tahun
P
= harga
Co
= biaya pemesanan
Cc
= biaya penyimpanan
2.5.5.4 Sistem Periode Tetap Menurut Heizer dan Render (2015:584) Sistem persediaan ini dapat dilakukan apabila barang persediaan akan digunakan secara berkelanjutan atau terus menerus. Sistem ini dibagi menjadi 2 tipe yaitu sistem kuantitas Q tetap (fixed-quantity (Q) system) dan sistem periode (P) tetap (fixed-tperiod (P) system). a. Q – Model (Sistem Quantitas) Sistem pemesanan dengan jumlah pesanan yang sama setiap kalinya. Untuk perhitungan jumlah pemesanan barang yang optimal dan re-order point, rumus yang digunakan adalah:
SS = zs R = dL + SS Keterangan: z = Standar deviasi untuk service probability D = demand selama 1 tahun S = Biaya pemesanan H = Biaya penyimpanan SS = Safety stock R = re-order point
36 Q* = Jumlah pemesanan optimal
b.
P - Model Sistem di mana pemesanan persediaan dibuat pada rentang waktu yang teratur. P-model mengacu pada aturan pemesanan yang bersifat regular megikuti suatu periode yang tetap, tetapi kuantitas dari barang yang dipesan berbeda-beda. Namun, kesulitan dalam pengimplementasian teknik ini adalah diskontinuitas permintaan kebutuhan bersih, sehingga interval pemesanan yang telah ditentukan sebelumnya tidak berlaku lagi. Perhitungan jumlah pemesanan yang optimal adalah sebagai berikut. Q* = d (T* + L) + SS - I T* = SS = zs I = SS + (dT*) Keterangan: I = Persediaan dalam stock T* = Selang waktu pemesanan kembali L = Waktu pengiriman S = Standar deviasi SS = Safety stock d = Permintaan rata-rata
2.5.5.5 Titik Pemesanan Ulang (Reorder point – ROP) Menurut Heizer dan Render (2015:567) titik pemesanan ulang (Reorder point–ROP) yaitu tingkat persediaan di mana ketika persediaan untuk barang tertentu telah mencapai suatu tingkat dan pemesanan harus dilakukan. Menurut Heizer dan Render (2015:567) model-model persediaan sederhana berasumsi bahwa pesanan diterima saat itu juga. Dengan kata lain, model-model ini mengasumsikan sebuah perusahaan akan menempatkan sebuah pesanan ketika tingkat persediaannya untuk barang tertentu tersebut mencapai nol dan perusahaan akan menerima barang yang dipesan secara langsung. Meskipun demikian, waktu
37 antara penempatan dan penerimaan sebuah pesanan, disebut waktu tunggu (lead time) atau waktu pengantaran, bisa jadi hanya beberapa jam atau bisa juga mencapai beberapa bulan. Jadi, keputusan kapan harus memesan biasanya dinyatakan dengan menggunakan sebuah titik pemesanan ulang (reorder point – ROP). Titik pemesanan ulang adalah tingkat (titik) persediaan di mana ketika persediaan telah mencapai tingkat itu, pemesanan harus dilakukan.
Gambar 2.4 Grafik Titik Pemesanan Ulang (ROP) Sumber: Heizer & Render (2014:80)
ROP dapat dihitung dengan rumus sebagai berikut.
d = permintaan per hari L = waktu tunggu pesanan dalam hari (lead time) = persediaan pengaman (safety stock) Adapun rumus untuk menghitung permintaan per hari adalah sebagai berikut.
D = permintaan dalam setahun Dan safety stock dapat dihitung dengan rumus:
38 Safety stock = Z x σ x Dimana: ROP
= titik ulang pemesanan
d
= permintaan
L
= waktu tunggu
Safety stock
= persediaan pengaman
Z
= service level
σ
= standar deviasi
2.8 Kerangka Pemikiran PT. Kawan Semesta Abadi
Adanya keraguan dalam pemesanan persediaan kain denim sehingga mengalami kekurangan stock
Peramalan Naive Method, Moving Average, Weighted Moving Average, Exponential Smoothing, Exponential Smoothing with Trend, Decomposition dan Linear Regression Dapat mengestimasi jumlah penjualan kain denim dalam periode mendatang
Persediaan Economic Order Quantity (EOQ), Economic Order Interval (EOI), MinMax, Q Model dan P Model Analysis
Pengoptimalan persediaan sehingga dapat mengurangi biaya
Perencanaan pemesanan persediaan kain denim yang tepat Gambar 2.5 Kerangka Pemikiran Sumber: Peneliti 2016
39
Keterangan:
Permasalahan dalam penelitian ini adalah keraguan dalam pemesanan persediaan kain denim di PT. Kawan Semesta Abadi sehingga berdampak kekurangannya stock kain denim tersebut. Oleh sebab itu, peneliti menggunakan metode persediaan diantaranya adalah Economic Order Quantity (EOQ), Economic Order Interval (EOI), Min-Max, Q Model dan P Model Analysis. Perhitungan persediaan ini dilakukan secara manual. Dari hasil perhitungan, diharapkan PT. Kawan Semesta Abadi dapat mengetahui seberapa kuantitas kain denim yang harus dipesan agar mencapai optimal pemesanan. Berdasarkan perhitungan untuk mengetahui jumlah persediaan yang dibutuhkan dalam periode selanjutnya, maka digunakanlah metode peramalan. Metode peramalan yang digunakan berjumlah 7 metode yaitu, Naive Method, Moving Average, Weighted Moving Average, Exponential Smoothing, Exponential Smoothing with Trend, Decomposition dan Linear Regression. Perhitungan tersebut dilakukan dengan menggunakan software Excel QM. Dari hasil perhitungan, maka diharapkan PT. Kawan Semesta Abadi dapat mengetahui kuantitas persediaan kain denim di periode mendatang sehingga dapat melakukan estimasi jumlah pemesanan persediaan. Dengan metode peramalan dan dilanjutkan persediaan diharapkan PT. Kawan Semesta Abadi dapat mengoptimalkan persediaannya.
40
