BAB II TINJAUAN PUSTAKA

perpustakaan.uns.ac.id

digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA 2.1 PROFIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET Pada subbab ini dijelaskan mengenai sejarah, struktur organisasi, serta visi misi dari Fakultas Teknik Universitas Sebelas Maret Surakarta 2.1.1

Sejarah Fakultas Teknik Universitas Sebelas Maret Fakultas Teknik UNS berdiri sejak tanggal 11 Maret 1976, bersamaan

dengan berdirinya Universitas Sebelas Maret. Program Studi yang ada baru satu yaitu Teknik Sipil dengan Dekan Pertama Ir. RPM Kasifudin kemudian berturutturut Ir. Ismoyo PH, Ir. Sahudi, Ir. Bambang Suseno, Ir. Djoko Kuntjoro, Ir. Supardi, Ir. Sumaryoto, M.T., dan Ir. Mukahar, M.S.C.E. Mulai tahun 2011 sampai 2014, dekan Fakultas Teknik UNS dijabat oleh Prof. Dr. Kuncoro Diharjo, S.T., M.T. Dasar hukum pendirian Universitas Sebelas Maret adalah Keputusan Presiden No. 10 tahun 1976. Pada saat itu nama perguruan tinggi ini adalah Universitas Negeri Surakarta Sebelas Maret dan berdasarkan Keputusan Presiden No. 55 tahun 1982 nama Universitas Negeri Surakarta Sebelas Maret menjadi Universitas Sebelas Maret. Sampai dengan Tahun Akademik 1979/1980 Fakultas Teknik masih melaksanakan program pendidikan Sarjana Muda, dan dengan diterbitkannya Peraturan Pemerintah No. 5 tahun 1980 tentang Susunan Organisasi Universitas/Perguruan Tinggi Negeri, mulai tahun 1980/1981 Fakultas Teknik Universitas Sebelas Maret melaksanakan Program Sarjana (S-1) Jurusan Teknik Sipil dan disusul dengan pembukaan Jurusan Arsitektur. Pada Tahun Akademik 1994/1995 Jurusan Teknik Sipil dan Jurusan Arsitektur menyelenggarakan Program S-1 Non Reguler. Pada tahun akademik 1998/1999 Fakultas Teknik menyelenggarakan 3 (tiga) Jurusan baru yaitu Jurusan Teknik Industri, Teknik Kimia dan Teknik Mesin, berdasarkan Keputusan Dirjen Dikti Nomor 53/DIKTI/ Kep/1998 tanggal 23 Pebruari 1998, berikutnya tahun akademik 1999/2000, berdasarkan Keputusan Direktur Jenderal Pendidikan Tinggi Departemen Pendidikan dan Kebudayaan Nomor 33/DIKTI/Kep/1999 tanggal 17 Februari 1999, Fakultas Teknik menyelenggarakan Program Studi Diploma III Teknik commit to user Sipil, kemudian tahun akademik Mesin dan Program Studi Diploma III Teknik

II - 1


digilib.uns.ac.id

2000/2001 menyelenggarakan Program Studi Diploma III Teknik Kimia berdasarkan Surat Keputusan Dirjen Dikti Nomor 36/DIKTI/Kep/2000 tanggal 25 Pebruari 2000 dan pada tahun akademik 2006/2007 membuka Program S-2 Teknik Sipil dan S-1 Perencanaan Wilayah dan Kota (PWK) dengan SK. Nomor : 1185/D/T/2006 tanggal 12 April 2006. Sampai dengan Tahun Akademik 2011/2012 jumlah mahasiswa terdaftar di Fakultas Teknik Universitas Sebelas Maret sebanyak 2.793 mahasiswa terdiri atas Program S-1 Reguler 1.617 mahasiswa, program S-1 Non Reguler 146 mahasiswa, program S-1 Swadana Transfer 220 mahasiswa dan program Diploma sebanyak 677 mahasiswa. Sampai dengan periode wisuda Juni 2012 Fakultas Teknik UNS telah meluluskan sebanyak 6.893 sarjana, terdiri dari Teknik Sipil 3.068, Arsitektur 1.597 sarjana, Teknik Industri 408 sarjana, Teknik Mesin 291 sarjana, Teknik Kimia 331 sarjana dan Perencanaan Wilayah dan Kota 22 sarjana. Untuk program S-1 Non Reguler meluluskan: Teknik Sipil 525 sarjana, Arsitektur 114 sarjana, Teknik Industri 266, Teknik Mesin 107 sarjana dan Teknik Kimia 140 sarjana. Sedangkan dari Program Diploma III telah meluluskan sebanyak 2.550 ahli madya yang terdiri dari Teknik Mesin Industri 392 orang, Teknik Mesin Produksi 297 orang, Teknik Mesin Otomotif 275 orang, Teknik Sipil Gedung 467 orang, Teknik Sipil Transportasi 217 orang, Teknik Sipil Insfrastruktur Perkotaan 135 orang dan Teknik Kimia 690 orang. 2.1.2

Visi dan Misi Fakultas Teknik Universitas Sebelas Maret Sebagai salah satu dari sembilan fakultas dalam Universitas Sebelas

Maret, Fakultas Teknik Universitas Sebelas Maret memiliki visi, misi, dan tujuan. Visi dari Fakultas Teknik Universitas Sebelas Maret yaitu Fakultas Teknik Universitas Sebelas Maret akan dikembangkan menjadi fakultas unggulan dalam pendidikan tinggi teknik, yang mampu menghasilkan lulusan yang bermoral, profesional, inovatif dan mandiri guna mendukung pembangunan bangsa. Sedangkan misi dari Fakultas Teknik Universitas Sebelas Maret yaitu 1. Menyelenggarakan pendidikan jenjang akademik dan jenjang proesional yang mendukung pembangunan bangsa dengan mengedepankan pembinaan suasana akademik yang sehat serta memanfaatkan teknologi dan informasi yang mutakhir.

commit to user

II - 2


2. Menyelenggarakan

digilib.uns.ac.id

penelitian

yang

berorientasi

pada

pengembangan

pendidikan dan pengembangan IPTEK untuk menjawab permasalahan yang bertaraf lokal, nasional, regional, dan internasional 3. Menyelenggarakan

program

pengabdian

kepada

masyarakat

dengan

berorientasi pada pemberdayaan segenap lapisan masyarakat Tujuan dari Fakultas Teknik Universitas Sebelas Maret yaitu: 1. Menghasilkan lulusan yang bermoral, profesional, berdaya saing tinggi, cakap dan mandiri serta mampu mengembangkan diri untuk menjawab tantangan kebutuhan industri dan pembangunan bangsa serta mampu berkompetisi di dalam era globalisasi. 2. Menghasilkan temuan-temuan penelitian yang bermutu tinggi dalam pembangunan IPTEK untuk menjawab permasalahan yang bertaraf lokal, nasional, dan internasional. 3. Menghasilkan karya-karya pengabdian kepada masyarakat yang didasarkan pada penerapan IPTEK dan pemberdayaan segenap warga masyarakat. 2.1.3

Struktur Organisasi Fakultas Teknik Universitas Sebelas Maret Fakultas Teknik Universitas Sebelas Maret terdapat 5 program studi yaitu

Teknik Sipil, Teknik Arsitektur, Teknik Industri, Teknik Mesin, serta Teknik Kimia. Fakultas Teknik dipimpin oleh seorang Dekan yang dibantu oleh 3 Pembantu Dekan serta Subbag lain dibawah Dekan.

Gambar 2.1 Struktur organisasi Fakultas Teknik UNS commit to user

Sumber: ft.uns.ac.id

II - 3


digilib.uns.ac.id

2.2 SISTEM INFORMASI MANAJEMEN DAN KEUANGAN BARANG MILIK NEGARA (SIMAK BMN) Aplikasi SIMAK BMN merupakan apikasi yang digunakan untuk mencatat dan mengorganisir barang milik negara, mulai dari pembelian, transfer masuk-keluar antar instansi, sampai penghapusan dan pemusnahan barang milik negara. Aplikasi SIMAK BMN dikembangkan oleh Departemen Keuangan (Depkeu) berdasarkan Peraturan Menteri Keuangan Nomor 1/PMK 06/2013. Barang milik negara (BMN) meliputi semua barang yang dibeli atau diperoleh atas beban APBN atau berasal dari perolehan lainnya yang sah meliputi; 1. Barang yang diperoleh dari hibah/sumbangan atau yang sejenis. 2. Barang yang diperoleh sebagai pelaksanaan dan perjanjian/kontrak. 3. Barang yang diperoleh berdasarkan ketentuan undang-undang 4. Barang yang diperoleh berdasarkan putusan pengadilan yang telah memperoleh ketentuan hukum tetap. Adapaun yang tidak termasuk dalam barang milik negara (BMN) yaitu adalah sebagai berikut. 1. Pemerintah daerah (sumber dananya berasal dari APBD termasuk yang sumber dananya berasal dari APBN tetapi sudah diserahterimakan kepada Pemerintah Daerah). 2. Badan Usaha Milik Negara/Badan Usaha Milik Daerah yang terdiri dari: a. Perusahaan perseroan b. Perusahaan umum 3. Bank Pemerintah dan Lembaga Keuangan Milik Pemerintah. SIMAK BMN merupakan subsistem dari Sistem Akutansi Instansi (SAI) yang merupakan rangkaian prosedur yang saling berhubungan untuk mengolah dokumen sumber dalam rangka menghasilkan informasi untuk penyusunan rencana dan laporan BMN serta laporan manajerial lainnya sesuai ketentuan yang berlaku. SIMAK BMN menghasilkan informasi sebagai dasar penyusunan Neraca Kementerian Negara/Lembaga dan informasi-informasi untuk perencanaan kebutuhan dan penganggaran, pengadaan, penggunaan, pemanfaatan, pengamanan dan pemeliharaan, penilaian, penghapusan, pemindahtanganan, pembinaan, commit to user

II - 4


digilib.uns.ac.id

pengawasan dan pengendalian. SIMAK BMN memiliki prinsip-prinsip dasar sebagai aplikasi yang dikembangkan oleh Depkeu yaitu; 1. Ketaatan SIMAK BMN diselenggarakan sesuai dengan peraturan perundangundangan dan prinsip akutansi yang berlaku umum. Apabila prinsip akuntansi bertentangan dengan peraturan perundang-undangan, maka yang diikuti adalah ketentuan perundang-undangan. 2. Konsistensi SIMAK BMN dilaksanakan secara berkesinambungan sesuai dengan ketentuan yang berlaku. 3. Kemampubandingan SIMAK

BMN

menggunakan

klasifikasi

standar

sehingga

menghasilkan laporan yang dapat dibandingkan antar periode akutansi. 4. Materialitas SIMAK BMN dilaksanakan dengan tertib dan teratur sehingga seluruh informasi yang mempengaruhi keputusan dapat diungkapkan. 5. Obyektif SIMAK BMN dilakukan dengan keadaan yang sebenarnya. 6. Kelengkapan SIMAK BMN mencakup seluruh transaksi BMN yang terjadi. Terdapat 7 pengkodean BMN dalam aplikasi SIMAK BMN. Kode 1 berisi tentang golongan barang tidak bergerak. Kode 2 berisi tentang golongan barang bergerak. Kode 3 berisi tentang golongan hewan, ikan., dan tanaman. Kode 4 berisi tentang barang persediaan/barang habis pakai (BHP). Kode 5 berisi tentang golongan konstruksi dalam pekerjaan. Kode 6 berisi tentang golongan asset tak berwujud. Sedangkan kode 7 sampai 9 berisi disediakan untuk penambahan golongan baru. SIMAK-BMN merupakan gabungan prosedur manual dan komputerisasi yang akan menghasilkan informasi tentang Persediaan, Klasifikasi BMN, Pengkodean BMN, Tabel Kode Barang, Kondisi BMN, Daftar Barang, Daftar Barang Bersejarah, Laporan Barang, Daftar Inventaris Ruangan/ Daftar Barang Ruangan (DIR/DBR), Kartu Inventaris Barang/ Kartu Identitas Barang (KIB), Daftar Inventaris Lainnya/Daftar commit Barang to user Lainnya (DIL/DBL) dan Catatan

II - 5


digilib.uns.ac.id

Ringkas BMN. Dengan informasi tersebut, SIMAK BMN dapat membantu satuan kerja Kementerian Negara / Lembaga untuk membuat kebijakan dalam pengadaan barang secara efektif dan effisien dimana hal ini akan dapat menghemat anggaran negara untuk pembelian atau pengadaan barang. 2.2 SISTEM INFORMASI Informasi merupakan salah satu unsur yang sangat penting dalam suatu organisasi baik pemerintah maupun swasta yang dapat dijadikan sebagai dasar dalam pengambilan keputusan oleh pimpinan. Menurut Davis (1999), informasi adalah data yang telah diolah menjadi suatu bentuk yang penting bagi penerima dan mempunyai nilai yang nyata yang dapat dirasakan dalam keputusankeputusan yang sekarang atau keputusan-keputusan yang akan datang. Menurut Subatri (2005), informasi adalah data yang telah di klasifikasikan atau diolah atau diinterprestasikan untuk digunakan dalam proses pengambilan keputusan. informasi merupakan data mentah yang kemudian diolah dalam suatu sistem informasi dengan cara sedemikian rupa sehingga informasi tersebut dapat berguna oleh si penerima atau pimpinan dalam pengambilan keputusan. Berdasarkan pendapat Oetomo (2006), sistem informasi merupakan kumpulan elemen yang saling berhubungan satu sama lain yang membentuk satu kesatuan untuk mengintegrasikan data, memproses data dan menyimpan data. Sistem informasi merupakan wadah yang didalamnya terdapat informasi-informasi atau data mentah kemudian diubah kedalam bentuk informasi lain sehingga informasi tersebut dapat digunakan sebagai landasan dasar oleh penerima informasi dalam mengambil keputusan. Menurut Turban (1997), terdapat 3 unsur penting dalam sistem informasi yaitu sebagai berikut; 1. Sumber daya manusia (SDM) Sumber daya manusia adalah pranata komputer dan apabila dalam hal pranata komputer belum tersedia, dapat menggunakan sumber daya manusia yang mempunyai kemampuan dibidang komputer. Alter (1996) menyatakan salah satu komponen sistem informasi adalah sumber daya manusia dan sumber

daya

manusia

yang

menjadi

komponen

sistem

informasi

sesungguhnya dapat dibagi menjadi dua, yaitu pemakai akhir dan spesialis. Sedangkan Tugiman (2005) commit mengemukakan to user bahwa sumber daya manusia

II - 6


digilib.uns.ac.id

memegang peranan dalam kegiatan atau operasi di unit PDE (Pengelola Data Elektronik) karena berkaitan dengan masalah teknologi informasi/komputer yang sangat cepat perkembangannya. Sehingga maksud dari sumber daya manusia

adalah

yang

mengelola

atau

berkaitan

dengan

kegiatan

mengoperasikan dan memelihara sistem agar dapat berfungsi optimal dan berkesinambungan

dalam

sistem informasi

manajemen dalam

suatu

organisasi. 2. Teknologi informasi Menurut pendapat Scott (2001), teknologi informasi merupakan suatu alat dan cara ditangan manajemen untuk mengontrol perubahan dan menciptakan sesuatu dalam perubahan tersebut. Menurut Sutanta (2005), teknologi infromasi merupakan teknologi yang menggabungkan komputasi (komputer) dengan jalur komunikasi yang membawa data, suara, maupun video. Sedangkan menurut Kadir (2005) teknologi informasi adalah gabungan dari teknologi komputer dan teknologi komunikasi. Sehingga dapat disimpulkan bahwa teknologi informasi digunakan sebagai metode untuk menyajikan berbagai bentuk informasi kepada berbagai pihak yang memerlukannya. 3. Kualitas informasi Berdasarkan pendapat dari Gray (1994) dalam Jogiyanto (2003), kualtias dari informasi tegantung terhadap 3 hal yaitu sebagai berikut; a. Akurat (accurate) Informasi harus bebas dari kesalahan-kesalahan dan tidak bias atau menyesatkan. Akurat juga berarti informasi harus jelas mencerminkan maksudnya. Informasi harus akurat karena dari sumber informasi sampai ke penerima informasi kemungkinan banyak terjadi gangguan (noise) yang dapat merubah atau merusak informasi tersebut. b. Tepat waktu (timeless) Informasi yang datang pada penerima tidak boleh terlambat. Informasi yang sudah usung tidak akan mempunyai nilai lagi. Karena informasi merupakan landasan di dalam pengambilan keputusan. Bila pengambilan keputusan terlambat, maka akan dapattoberakibat fatal bagi organisasi. commit user

II - 7


digilib.uns.ac.id

c. Relevan (relevance relevance) Informasi tersebut mempunyai manfaat bagi pemakainya dan relevan untuk berbagai pihak. Dimana relevansi informasi untuk setiap orang satu dengan yang lainnya berbeda. 2.3 USE CASE DIAGRAM (UCD) Use case diagram merupakan diagram yang menggambarkan aktivitas dari sistem dari sudut pandang diluar sistem (Rumbaugh et all, 1998). Ada 2 item dalam UCD yaitu actor dan use case. Actor tersebut mempresentasikan seseorang atau sesuatu (seperti perangkat, sistem lain) yang berinteraksi dengan sistem. Sebuah actor mungkin hanya memberikan informasi inputan pada sistem, hanya menerima informasi dari sistem atau keduanya keduanya menerima, dan memberi informasi pada sistem. Actor hanya berinteraksi dengan use case, tetapi tidak memiliki case. Actor digambarkan dengan stickman kontrol atas use case man. Actor dapat digambarkan secara secara umum atau spesifik, dimana untuk membedakannya kita dapat menggunakan relationship. Sedangkan use case adalah gambaran fungsionalitas dari suatu sistem, sehingga customer atau pengguna sistem paham dan mengerti mengenai kegu kegunaan naan sistem yang akan dibangun. Use case menggambarkan tugas dan apa yang dilakukan oleh actor. Berikut adalah contoh dari use case diagram di restoran.

Gambar 2.2 Use case diagram di restoran commit to user

Sumber: Rumbaugh et all (1998)

II - 8


digilib.uns.ac.id

Dari contoh diatas terdapat 4 actors dalam restoran yaitu pelayan (waiter), pelanggan (client), kasir (cashier), dan koki (chef). Keempat actor tersebut memiliki use case yang berbeda-beda. Pelanggan memesan makanan yaitu memesan wine serta makan makanan yang dipesan. Pelayan menerima order pesanan dari pelanggan, menyajikan makanan, serta memberikan pembayaran makanan ke kasir. Koki menerima pesanan makanan dari pelayan dan memasak makanan. Lalu kasir menerima pembayaran dari pelayan atau menerima pembayaran langsung dari pelanggan 2.4 ACTIVITY DIAGRAM Activity diagram atau sering disebut diagram aktivitas digunakan untuk menggambarkan proses bisnis dan memperlihatkan urutan aktivitas dalam suatu proses bisnis (Rumbaugh et all, 1998).. Struktur dari diagram aktivitas mirip seperti flowchart sehingga sangat membantu dalam memahami proses secara keseluruhan. Diagram aktivitas dibuat berdasarkan dari usecase dalam use case diagram. Simbol-simbol yang digunakan ditunjukkan pada tabel 2.1. Tabel 2.1 Simbol-simbol dalam activity diagram Simbol

Fungsi

Keterangan

Start state

Menunjukkan dimulainya suatu workflow dalam sebuah activity diagram dan hanya ada 1 start state dalam activity diagram.

Start transition

Menunjukkan alur dari kegiatan satu menuju kegiatan yang lainnya

Activity

Menggambarkan sebuah tugas atau pekerjaan dalam workflow

Decisions

Menggambarkan suatu point dalam activity diagram yang mengindikasikan suatu kondisi dimana ada kemungkinan perbedaan transisi

End state

Menggambarkan akhir atau terminal dari sebuah activity diagram

Fork

Menunjukkan adanya percabangan parallel dari suatu aktivitas

Join

commit to user Menunjukkan adanya penggabungan aktivitas

II - 9


digilib.uns.ac.id

2.5 ABC INVENTORY SYSTEM ABC inventory system atau yang sering disebut dengan klasifikasi ABC diperkenalkan oleh HF Dickie pada tahun 1950. Menurut Herjanto (1999), Klasifikasi ABC merupakan aplikasi persediaan yang menggunakan prinsip Pareto dengan mamfokuskan pengendalian persediaan pada item atau jenis persediaan yang bernilai tinggi (critical) daripada yang bernilai rendah (trivial). Sedangkan menurut Maitimu et all (2011), prinsip klasifikasi ABC didasarkan atas tingkat investasi yang terserap didalam penyediaan inventori untuk setiap jenis barang. Klasifikasi ABC membagi persediaan dalam 3 kelas berdasarkan atas nilai persediaan. Dengan mengetahui kelas-kelasnya, maka dapat diketahui item persediaan tertentu yang harus mendapat perhatian lebih intensif atau serius dibandingkan item yang lain. Yang dimaksud dengan nilai klasifikasi ABC bukan harga persediaan per unit melainkan volume persediaan yang dibutuhkan dalam satu periode dikalikan dengan harga per unit. Jadi nilai investasi adalah jumlah nilai seluruh item pada satu periode atau dikenal dengan volume tahunan rupiah. Menurut Herjanto (1999), masing-masing kelas memiliki kriteria sebagai berikut 1. Kelas A Persediaan yang memiliki nilai volume tahunan rupiah yang tinggi. Kelas ini mewakili sekitar 70% dari total nilai persediaan, meskipun jumlahnya hanya sedikit bisa hanya 20% dari seluruh item. Persediaan yang termasuk dalam kelas ini memerlukan perhatian yang tinggi dalam pengadaannya karena berdampak biaya yang tinggi dan pengawasan harus dilakukan secara intensif. 2. Kelas B Persediaan yang memiliki nilai volume tahunan rupiah yang menengah. Kelompok ini mewakili sekitar 20% dari nilai total persediaan tahunan dan sekitar 30% dari jumlah item. Dalam kelompok ini diperlukan teknik pengendalian yang moderat. 3. Kelas C Persediaan yang memiliki nilai volume tahunan rupiah rendah hanya mewakili sekitar 10% dari nilai total persediaan tetapi terdiri dari sekitar 50% dari jumlah item persediaan dan tekniktopengendalian bersifat sederhana. commit user

II - 10


digilib.uns.ac.id

2.6 METODE PERAMALAN (FORECASTING) Forecasting atau yang disebut peramalan adalah proses prediksi, proyeksi, atau estimasi dari suatu kejadian atau aktivitas yang belum diketahui kepastiannya di masa mendatang (Tersine, 1994). Menurut Gasperz (2002), peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan atau penggunaan produk dengan melakukan dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramalan dan data deret waktu historis sehingga produk-produk tersebut dapat dibuat dalam kuantitas yang tepat. Peramalan diperlukan untuk memberikan estimasi aktivitas di masa mendatang dalam proses planning dan managing (DeLurgio, 1998). Metode peramalan biasanya dipakai di bidang produksi (penjadwalan, inventory control, aggregate planning), bidang marketing (promosi, pengenalan produk baru), bidang financial (budgetary planning), dan bidang personalia (Turban & Aronson, 1998). Fungsifungsi dari metode peramalan ditunjukkan pada gambar 2.10. CONSTRAINTS Management policies Available resources Market conditions Technology

INPUTS Marketing research Demands history Advertising Promotions Opinions

FORECASTIN G MODELS

ENVIROMENTAL FACTORS Economic Social Political Cultural

Gambar 2.3 Fungsi forecasting Sumber: Tersine (1994) commit to user

II - 11

OUTPUTS Expected demands & timing - By product - By customer - By region


digilib.uns.ac.id

Menurut Gazpers (2002), metode peramalan digolongkan menjadi 2 jenis yaitu sebagai berikut: 1. Teknik kualitatif Peramalan

yang

didasarkan atas data kualitatif

masa lalu. Hasil

peramalan tergantung pada orang yang menyusunnya, karena peramalan tersebut sangat ditentukan oleh pemikiran yang bersifat intuisi, judgement (pendapat) dan pengetahuan serta pengalaman dari penyusunnya. Beberapa metode peramalan yang digolongkan sebagai model kualitatif adalah sebagai berikut: a. Metode Delphi Karakterisiknya adalah sekelompok pakar mengisi kuesioner, Moderator menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses pembelajaran (learning process) dari kelompok tanpa adanya tekanan atau intimidasi individu. Metode ini dikembangkan pertama kali oleh Rand Corporation pada tahun 1950. Adapun tahapan yang dilakukan adalah: 1) Tentukan beberapa pakar sebagai partisipan. Sebaiknya bervariasi dengan latar belakang disiplin ilmu yang berbeda. 2) Melalui kuesioner (e–mail), diperoleh peramalan dari seluruh partisipan. 3) Simpulkan hasilnya, kemudian distribusikan kembali kepada seluruh partisipan denan pertanyaan yang baru. 4) Simpulkan

kembali

revisi

peramalan

dan

kondisi,

kemudian

dikembangkan dengan pertanyaan yang baru. 5) Apabila diperlukan, ulangi tahap 4. Seluruh hasil akhir didistribusikan kepada seluruh partisipan. b. Dugaan Manajemen (management estimate) Peramalan

semata-mata

berdasarkan

pertimbangan

manajemen,

umumnya oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik ini akan dipergunakan dalam situasi disaat tidak ada alternatif lain dari model peramalan yang commit dapat diterapkan. Meskipun begitu metode ini to user

II - 12


digilib.uns.ac.id

mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode peramalan yang lain. c. Riset Pasar (Market Research) Metode peramalan berdasarkan hasil-hasil

dari survei pasar yang

dilakukan oleh tenaga-tenaga pemasar produk atau yang mewakilinya. Metode ini akan menjaring

informasi dari pelanggan atau pelanggan potenbsial

(konsumen) berkaitan dengan rencana pembelian mereka dimasa mendatang. Riset pasar tidak hanya

akan membantu peramalan, tetapi juga untuk

meningkatkan desain produk dan perencanaan untuk produk-produk baru. d. Metode Kelompok Terstruktur (Structured Group Methods) Seperti metode delphi dan metode yang lain, metode ini merupakan teknik peramalan berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli secara interaktif tanpa menyebutkan identitasnya. Grup ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan tidak boleh secara berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok. Pendapat yang berbeda secara signifikan dari ahli yang lain dalam grup tersebut akan dinyatakan lagi kepada yang bersangkutan, sehingga akhirnya diperoleh angka estimasi pada interval tertentu yang dapat diterima. Metode ini dipakai dalam peramalan teknologi yang sudah digunakan pada pengoperasian jangka panjang selain itu, metode ini juga bermanfaat dalam pengembangan produk baru, pengembangan kapasitas produksi, penerobosan ke segmen pasar baru dan strategi keputusan bisnis lainnya. e. Analogi Historis (Historical Analogy) Merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan secara analogi. Misalnya peramalan untuk pengembangan pasar televisi multi sistem menggunakan model permintaan televisi hitam putih atau televisi berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar itu. commit to user

II - 13


digilib.uns.ac.id

2. Teknik deret berkala (time series) Suatu teknik memperlakukan proses untuk memperoleh output/taksiran sebagai sistem yang tidak bisa diketahui (blackbox) dan tidak perlu usaha untuk mengetahuinya. Ada 4 jenis pola data dalam metode time series dan pola data tersebut ditunjukkan pada Gambar 2.10.

Pola data stationer

Pola data musiman

Pola data siklis

Pola data tren

Gambar 2.4 Pola data time series Sumber: Tersine (1994)

Ada beberapa metode yang biasa digunakan dalam teknik deret waktu. Metode tersebut adalah sebagai berikut: a. Simple Average Metode ini merupakan metode yang paling muddah digunakan yaitu dengan mengambil semua rata-rata data aktual untuk peramalan yang akan dicapai. Rumus yang digunakan:

=

= ∑

(

)

.....…………………………………(2.1)

Keterangan: = F = Hasil ramalan i

= 1, 2, 3,…n

T = Periode Xi = Demand pada periode i b. Moving Average Metode ini menghitung periode mendatang hasil peramalan dengan merata-rata permintaan di periode sekarang untuk akhir periode n. Rumus yang digunakan:

commit to user

II - 14


=

digilib.uns.ac.id

=

……..

……………………………………..…..(2.2)

Keterangan: = F = Hasil ramalan i

= 1, 2, 3,…n

T = Periode Yi = Demand pada periode i c. Weighted moving average (WMA) Metode ini hamper sama dengan moving average, hanya diberikan bobot dalam perhitungannya. Rumus yang digunakan : Ft =

((

)

(

)

( (

(

)

⋯ (

) ⋯ (

(

(

)

))

(

))

…..……(2.3)

Keterangan : Ft = hasil ramalan Yn = data aktual n

= bobot

t

= periode

d. Exponential smoothing (ES) Metode exponential smoothing merupakan prosedur perbaikan secra terus menerus pada peramalan taerhadapa objek pengamatan terbaru (Dilworth, 1992). Metode exponential smoothing dibagi lagi menjadi 2 metode yaitu sebagai berikut. 1) Single/Double exponential smoothing (SES/DES) Metode ini biasanya digunakan untuk peramalan jangka pendek. Untuk double exponential smoothing dilakukan perhitungan 2 kali dengan menggunakan rumus yang sama seperti simple exponential smoothing Rumus yang digunakan : Ft+1 = α x Yt + (1-α)Ft ……………………………….………………...(2.4) Keterangan: Ft = peramalan untuk periode t Yt + (1-α) = nilai aktual time series Ft+1 = peramalan pada waktu t+1 α = konstanta smoothing commit to user

II - 15


digilib.uns.ac.id

2) Holt’s model Metode ini digunakan ketika data menunjukkan adanya trend dan adanya musiman (Russel & Taylor, 1995). Ada 2 model dalam model ini yaitu adalah holt winter additive dan holt winter multiplicative. a) Holt winter additive (HWA) Metode ini digunakan ketika data menunjukkan suatu trend. Dalam metode ini terdapat 2 komponen smoothing yaitu level dan trend. Level adalah estimasi yang dimuluskan dari nilai data pada akhir masing-masing metode sedangkan trend adalah estimasi yang dihaluskan dari pertumbuhan rata-rata pada akhir masing-masing metode (Khan, 2011). Rumus yang digunakan : (level) Lt = α x Yt + (1- α)x(St-1+bt-1) ……………………………...(2.5) (trend) bt = β x (St-St-1) + (1-β)x bt-1 ……………………………...(2.6) (forecast) Ft+m = Lt + bt x m ………………………………… …..(2.7) Keterangan : Lt = peramalan pada periode t Yt + (1- α) = nilai aktual time series bt = trend pada periode t α = konstanta pemulusan nilai observasi β = konstanta pemulusan trend Ft+m = hasil peramalan ke m m = jumlah peramalan kedepan yang diramalkan b) Holt winter multiplicative (HWM) Metode ini digunakan apabila data menunjukkan adanya trend dan musiman sehingga digunakan 3 komponen smoothing yaitu level,trend, dan seasonal (musiman). Rumus yang digunakan dalam metode ini : (level) Lt = α x (Yt / St-s) + (1-α) x (Lt-1 + bt-1)……………………..(2.8) (trend) bt = β x (Lt-Lt-1) + (1-β) x bt-1 ……………………….……..(2.9) (seasonal) St = γ x (Yt/Lt) + (1-γ) x St-s …………………………..(2.10) (forecast) Ft+m = (Lt + m x bt) x St+m-s …………………………...(2.11) Keterangan :

commit to user

II - 16


digilib.uns.ac.id

α = konstanta pemulusan level β

= konstanta pemulusan trend

γ

= konstanta pemulusan seasonal

m = jumlah periode yang akan diramalkan s

= panjang musiman

Lt = deret level pada periode t bt = deret trend pada periode t St = komponen musiman pada periode t e. Linear regression (LR) Regresi linier digunakan untuk meramalkan suatu percobaan dengan menentukan hubungan matematik antara 2 variabel atau lebih dan salah satu variabel bersifat independent, sedangkan variabel yang lain sifatnya dependent (Chopra & Meindl, 2001). Rumus yang digunakan : Ft = Ý = a + bX …………………………………………...……………..(2.12) ∑

" "

b

=

a

= Y”- bX” …………………………………………………………....(2.14)

∑

.................................................................................(2.13)

Keterangan : i

= 1,2,3,…t

X = variabel tetap Y = variabel bebas X” = rata-rata X Y” = rata-rata Y 2.5 KETEPATAN PERAMALAN (FORECAST ACCURACY) Ketepatan peramalan dilihat dari error peramalan dan apabila error makin besar maka hasil peramalan jauh dari tepat. Error dalam peramalan mempengaruhi hasil ramalan dalam 2 arah yaitu membuat pilihan dalam memilih metode yang sesuai dari berbagai macam metode peramalan dan untuk mengevaluasi tepat atau tidaknya metode peramalan yang digunakan (Tersine, 1994). Ketidaktepatan metode peramalan dapat dihitung dari desviasi dan bias. Ada beberapa teknik yang dapat digunakan untuk menganalisa keakuratan hasil peramalan. Teknik-teknik tersebutcommit adalah to sebagai user berikut :

II - 17


digilib.uns.ac.id

a. Mean absolute deviation Mean absolute deviation atau disebut MAD merupakan rata-rata antara hasil peramalan dengan data aktual. Semakin kecil nilai dari MAD, maka data hasil peramalan lebih akurat atau mendekati nilai data aktual dan apabila semakin besar nilai MAD maka hasil peramalan jauh dari keakuratan terhadap data aktual . Rumus yang digunakan adalah : ∑

MAD =

|

|

…………………..……………………………….(2.15)

Keterangan : Yi = hasil peramalan pada periode i Ȳi = data aktual pada periode i n

= jumlah periode

Yi - Ȳi = forecast error │Yi - Ȳi│= absolute deviation b. Mean squared error Mean square error atau yang disebut MSE merupakan pendekatan dengan mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan (Fogarty et all, 1991). Semakin kecil nilai dari MSE, maka data hasil peramalan lebih akurat atau mendekati nilai data aktual dan apabila semakin besar nilai MSE maka hasil peramalan jauh dari keakuratan terhadap data aktual Rumus yang digunakan : MSE =

∑

(

)

……………………………………………….…(2.16)


= jumlah periode

c. Mean absolute percentage error Mean absolute percentage error atau yang disebut MAPE merupakan pendekatan ketelitian dengan cara persentase kesalahan absolute. Prinsip kegunaannya hampir sama dengan MAD dan MSE. Rumus yang digunakan adalah :

commit to user

II - 18


MAPE =

digilib.uns.ac.id

∑

(

)/

………………………………………...(2.17)


= jumlah periode

2.6 SAFETY STOCK Safety inventory atau safety stock

adalah inventori yang dikelola

perusahaan untuk pemenuhan permintaaan yang jumlahnya melebihi peramalan pada suatu periode tertentu (Chopra & Meindl, 2004). Safety inventory ada karena ketidak pastian peramalan permintaan dan kekurangan produk karena permintaan aktual melebihi peramalan permintaan. Dalam merencanakan safety inventory harus dipertimbangkan berbagai hal karena dengan meningkatkan level safety inventory berarti juga terjadi peningkatan biaya simpan. Dampak positif dari meningkatkan level safety inventory yaitu meningkatnya ketersediaan produk untuk memenuhi permintaan konsumen. Level safety inventory harus ditentukan dengan tepat sehingga dapat dihasilkan biaya simpan yang minimal namun tidak terjadi stockout (kekurangan produk) Menurut Baroto (2002) level safety inventory yang tepat ditentukan oleh dua faktor yaitu ketidakpastian permintaan dan supply serta tingkat ketersediaan produk yang diinginkan. Sejalan dengan ketidakpastian permintaan dan supply maka kebutuhan akan level safety inventory juga meningkat. Level safety inventory juga meningkat sejalan dengan peningkatan level ketersediaan produk yang diinginkan. Sedangkan menurut Chopra dan Meindl (2004), ada komponen yang menjadi pertimbangan dalam menentukan safety stock yaitu sebagai berikut. 1. Variasi permintaan Semakin tinggi variasi permintaan dari waktu ke waktu, pasti peluang untuk terjadi stock out (kekurangan persediaan saat ada permintaan) akan semakin besar. Oleh karena itu, faktor variasi permintaan ini pun harus berbanding lurus dengan safety stock yang harus kita siapkan.

commit to user

II - 19


digilib.uns.ac.id

2. Lead time Produk dipesan hingga diantar kepada yang memesan memiliki waktu yang bervariasi. Seperti halnya variasi permintaan, maka semakin besar leadtime-nya maka harus semakin besar pula safety stock yang kita butuhkan. 3. Service level Setiap perusahaan perlu menetapkan berapa service level yang diberikan kepada pelanggannya. Secara sederhana, kalau ada 100 permintaan, semisal jika hanya 5 permintaan yang ditolerir untuk tidak terpenuhi, maka service level adalah 95%. Idealnya memang 100%, tetapi namun harus menyediakan safety stock yang sangat besar. Berdasarkan dari standar distribusi normal, Chopra dan Meindl (2004) memformulasikan safety stock menjadi fungsi sebagai berikut. Z = NORMSINV(SL) ......................................................................................(2.18) σD =

(∑

² (∑ (

)

)²

= nilai mean absolute deviation............................ (2.19)

SS = Z x √ (PC/T) x σD.....................................................................................(2.20) Keterangan: Z

: service factor

σD

: standar deviasi dari demand

SS

:: safety stock

SL

: service level

PC

: performance cycle (siklus forecast/siklus order)

T

: siklus periode demand

commit to user

II - 20

BAB II TINJAUAN PUSTAKA

Recommend Documents