BAB 3 Metode Penelitian
3.1 Penetapan Kriteria Optimasi
Kriteria optimasi yang digunakan dalam menganalisis kebutuhan konsumen pada PT. Aneka Indofoil terkait dengan jumlah persediaan adalah sebagai berikut: a. Analisis Peramalan (Forecasting Analysis) Kriteria Optimasi : Variabel utama yang dibahas pada penelitian ini adalah peramalan permintaan produk cold foil pada PT. Aneka Indofoil. Untuk mengetahui peramalan permintaan pada periode berikutnya, maka digunakan pengolahan data dari periode sebelumnya, yaitu periode Juni 2013 hingga Mei 2014. b. Analisis Persediaan (Inventory Control) Kriteria Optimasi : Variabel yang digunakan dalam penelitian ini adalah pemesanan barang, untuk mengetahui apakah pemesanan jumlah persediaan barang yang terdiri dari produk cold foil sudah optimal sesuai dengan permintaan konsumen pada PT. Aneka Indofoil. c. Maximum Inventory Persediaan maksimum diperlukan oleh perusahaan agar jumlah persediaan barang yang ada digudang tidak berlebihan sehingga tidak terjadi penumpukan barang.
3.2 Pengembangan Alternatif Solusi Metode yang akan diusulkan pada PT. Aneka Indofoil adalah dengan menggunakan metode: Peramalan (Forecasting) dianalisis menggunakan software QM for Windows dengan pendekatan Naïve Method, Moving Average, Weighted Moving Average, Exponential Smoothing, Exponential Smoothing With Trend, dan Linear Regression dengan menggunakan data permintaan yang didapatkan dari perusahaan untuk
37
38
melakukan peramalan permintaan pada bulan Juni 2014 dan memilih metode yang paling tepat yang akan diusulkan kepada PT. Aneka Indofoil. Persediaan (Inventory) dianalisis menggunakan penghitungan manual dan menggunakan software QM for Windows berdasarkan hasil peramalan penjualan cold foil untuk bulan Juni 2014 dengan menghitung EOQ, Average Inventory, Orders per Period (periode bulanan), Annual Setup Cost, Annual Holding Cost, dan Total Cost untuk menentukan persediaan pada produk cold foil di PT. Aneka Indofoil. Maximum Inventory dilakukan menggunakan penghitungan manual berdasarkan hasil penghitungan safety stock dijumlahkan dengan economic order quantity.
3.3 Pengembangan Model Optimasi 3.3.1 Jenis dan Metode Penelitian
Dalam penelitian ini, jenis penelitian yang digunakan adalah penelitian deskriptif. Menurut Sugiyono (2007: 11), penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih tanpa membuat perbandingan, atau menghubungkan dengan variabel yang lain. Metode penelitian yang digunakan adalah metode survey dan deskriptif dengan unit analisis berupa organisasi yaitu PT. Aneka Indofoil itu sendiri. Horizon waktu/time horizon yang digunakan pada penelitian ini adalah cross sectional, dimana menurut Umar (2005: 131), merupakan sekumpulan data untuk meneliti fenomena tertentu dalam satu kurun waktu saja. Penetapan jenis penelitian, metode penelitian, unit analisis, dan horizon waktu yang digunakan oleh peneliti untuki masing-masing tujuan penelitian akan dijelaskan secara ringkas pada tabel desain penelitian sebagai berikut:
Tabel 3.1 Desain Penelitian Tujuan Penelitian
Desain Penelitian Jenis Penelitian
Metode Penelitian
Unit Analisis
Time Horizon
1
Deskriptif
Survey-Deskriptif
PT. Aneka Indofoil
Cross Sectional
2
Deskriptif
Survey-Deskriptif
PT. Aneka Indofoil
Cross Sectional
39
3
Deskriptif
Survey-Deskriptif
PT. Aneka Indofoil
Cross Sectional
Sumber : Hasil Pengolahan Data (2014) Keterangan : Tabel seperti yang tertera pada halaman sebelumnya
Keterangan : T-1 = Untuk memilih metode yang tepat diantara Naïve Method, Moving Average, Weighted Moving Average, Exponential Smoothing, Exponential Smoothing With Trend, dan Linear Regression dalam meramalkan permintaan pada periode berikutnya di PT. Aneka Indofoil
kemudian menentukan nilai
terkecil dari kesalahan peramalan dengan perhitungan MAD dan MSE. T-2 = Untuk mengetahui apakah jumlah persediaan barang sudah optimal sesuai dengan kebutuhan konsumen dengan menggunakan metode EOQ (Economic Order Quantity) pada PT. Aneka Indofoil. T-3 = Untuk mengetahui persediaan maksimal dengan menggunakan penghitungan manual Maximal Inventory
3.3.2 Teknik Pengumpulan Data
Teknik pengumpulan data yang dilakukan dalam penelitian ini yaitu mengumpulkan informasi-informasi terkait objek penelitian berupa : a. Studi Pustaka Peneliti melakukan studi pustaka dengan mempelajari teori-teori pendukung, variabel, dan indikator mengenai peramalan permintaan, dan persediaan barang dari buku referensi, jurnal, artikel, dan literature lainnya, guna menunjang penelitian ini. b. Wawancara Peneliti melakukan Tanya jawab secara langsung kepada pihak yang berkepentingan di dalam perusahaan untuk mendapatkan informasi yang diperlukan dalam penelitian ini. c. Observasi Peneliti melakukan pengamatan atau melihat secara langsung kegiatan dalam proses bisnis pada PT. Aneka Indofoil.
40
3.3.3 Teknik Analisis Data
Untuk menganalisis permasalahan yang terjadi pada PT. Aneka Indofoil dengan menggunakan metode, yaitu : 1. Peramalan (Forecasting) Pendekatan yang digunakan dalam melakukan perhitungan peramalan permintaan terhadap produk cold foil pada PT. Aneka Indofoil adalah sebagai berikut : a. Pendekatan Naif (Naïve Method) Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan pada periode terakhir. Untuk beberapa jenis produk, pendekatan naïf (naïve method) merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya. Paling tidak pendekatan naïf memberikan titik awal untuk perbandingan dengan model lain yang lebih canggih. b. 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.
Rata-rata bergerak = Dimana n adalah jumlah periode dalam rata-rata bergerak. c. 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. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemututsan bobot yang digunakan membutuhkan pengalaman. Sebagai contoh, jika
41
bulan atau periode terakhir diberi bobot yang terlalu berat, peramalan dapat menggambarkan perubahan yang terlalu cepat yang tidak biasa pada permintaan. Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut. Pembobotan rata-rata bergerak = d. Penghalusan Eksponensial (Exponential Smoothing) Penghalusan eksponensial merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini mengunakan pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut. Peramalan baru = Peramalan periode terakhir +
(permintaan
periode terakhir – Peramalan periode terakhir) Dimana : = sebuah bobot atau konstanta penghalus yang dipilih oleh peramal yang mempunya nilai antara 0 dan 1 Persamaan dapat ditulis secara matematis sebagai berikut :
Dimana : = peramalan baru = peramalan sebelumnya = konstanta penghalus (pembobotan) = permintaan aktual periode lalu e. Penghalusan Eksponensial dengan Penyesuaian Tren (Exponential Smoothing With Trend). Model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada tren yang ada. Idenya adalah menghitung tren
rata-rata
data
penghalusan
eksponensial,
kemudian
menyesuaikan untuk kelambatan (lag) positif atau negative pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini membutuhkan
42
untuk rata-rata β untuk tren.
dua konstanta penghalusan,
Kemudian, kita menghitung rata-rata dan tren untuk setiap periode. Rumus Penghalusan Eksponensial dengan Penyesuaian Trend adalah sebagai berikut:
=
+
,
Dimana : = peramalan dengan eksponensial yang dihaluskan dari data berseri pada periode t = tren dengan eksponensial yang di haluskan pada periode t = permintaan aktual periode t = konstanta penghalusan untuk rata-rata = konstanta penghalusan untuk rata-rata
f. Proyeksi Trend (Linear Regression) Proyeksi
Tren
merupakan
suatu
metode
peramalan
yang
mencocokan garis tren pada serangkaian data masa lalu, kemudian memproyeksikan garis pada masa mendatang untuk peramalan jangka menengah atau jangka panjang. Rumus untuk menentukan perhitungan Linear Regression adalah sebagai berikut:
Dimana: = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu = kemiringan garis regresi (atau tingkat perubahan pada
untuk
perubahan yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) Untuk menentukan nilai dibawah ini.
dan , akan di jelaskan pada rumus
43
Dimana : = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu = kemiringan garis regresi (atau tingkat perubahan pada
untuk
perubahan yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) = nilai variabel terikat yang diketahui = jumlah data atau pengamatan Setelah mendapatkan hasil peramalan, selanjutnya dilakukan perhitungan untuk mencari nilai terkecil dari kesalahan peramalan dengan perhitungan MAD dan MSE. a. Rumus untuk menghitung MAD dan MSE adalah sebagai berikut: MAD = a. Rumus untuk menghitung MSE adalah sebagai berikut : MSE = 2. Persediaan Untuk menghasilkan persediaan barang yang ekonomis, akan dilakukan perhitungan menggunakan rumus, sebagai berikut : a. Keterangan : = jumlah optimum unit per pesanan (EOQ) = permintaan per periode = biaya pemesanan untuk setiap pesanan = biaya penyimpanan per unit per periode b. c.
44
d. e. f.
g.
h. i.
Keterangan : d = jumlah permintaan perhari L = waktu tunggu pemesanan (Lead Time) 3. Maximal Inventory Persediaan maksimum diperlukan oleh perusahaan agar jumlah persediaan barang yang ada digudang tidak berlebihan sehingga tidak terjadi pemborosan biaya. Adapun untuk mengetahui besarnya persediaan maksimum dapat digunakan rumus sebagai berikut : Maximum Inventory = Safety stock + EOQ
3.4 Rancangan Implikasi Solusi Terpilih
Untuk mengatasi permasalahan terhadap peramalan permintaan cold foil, maka digunakan perhitungan peramalan dan menentukan metode yang tepat untuk diterapkan di perusahaan dengan memilih nilai terkecil dari kesalahan peramalan dengan perhitungan MAD dan MSE di PT. Aneka Indofoil pada periode selanjutnya. Untuk mengatasi masalah persediaan barang yang terjadi di PT. Aneka Indofoil, maka digunakan analisis EOQ dan ROP, yang akan menghasilkan perhitungan jumlah pemesanan Cold Foil yang optimal sesuai dengan kebutuhan pelanggan di PT. Aneka Indofoil. Untuk mengetahui maximal inventory dalam menentukan jumlah persediaan barang yang ada di gudang agar tidak terjadi pemborosan biaya dalam proses bisnis.
