BAB 2 LANDASAN TEORI
2.1
Manajemen Operasi
Menurut Mahadevan (2010 : 3) manajemen operasi adalah kunci untuk mencapai keunggulan kompetitif bagi organisasi, apakah mereka berada di industri manufaktur atau industri jasa. Menurut Panneerselvam (2012 : 2) manajemen operasi adalah proses yang menggabungkan dan mengubah berbagai sumber daya yang digunakan dalam subsistem produksi organisasi menjadi nilai tambah produk atau jasa dengan cara dikendalikan sesuai dengan kebijakan organisasi. Dapat disimpulkan bahwa manajemen operasi adalah proses penambahan nilai guna pada suatu produk serta menghasilkan barang atau jasa yang kompetitive sehingga sampai di pengguna terakhir merasa puas dengan barang atau jasa yang di produksi. Dalam penelitian ini Peneliti akan membahas tentang masalah persediaan. Dalam manajemen operasional membahas juga tentang persediaan. Seperti yang di jelaskan diatas bahwa manajemen operasi menerangkan tentang pengolahan sumber daya hingga menjadi produk jadi kemudian dijual di pasar atupun di simpan di gunakan untuk persediaan, maka dari itu persediaan masuk kedalam inti manajemen operasional.
2.2
Persediaan (Inventory)
Heizer dan Render (2014 : 553) mengatakan persediaan adalah salah satu aset perusahaan yang mencerminkan total modal yang diinvestasikan. Jaber (2009 : 45) menafsirkan bahwa persediaan identik dengan stock, biasanya sesuatu yang nyata terlihat dan secara fisik dapat disimpan. Dari kedua penafsiran tersebut dapat disimpulkan bahwa persediaan adalah barang yang dapat disimpan serta berwujud yang merupakan bagian dari aset perusahaan dalam bentuk bahan baku maupun barang jadi. Ada beberapa manfaat persediaan yaitu :
13
14 1.
Menyimpan dan memberikan persediaan barang untuk antisipasi jika tiba-tiba muncul permintaan dari pelanggan.
2.
Membuat perencanaan operasional bagaimana antara produksi dengan distribusi dapat terpenuhi.
3.
Memperoleh keuntungan dari pembelian dengan jumlah besar serta mengurangi biaya produksi.
4.
Menghindari kekurangan persediaan akibat perubahan cuaca, kurang pasokan atau pengiriman yang tidak datang tepat waktu.
5.
Menjaga proses operasi dapat berlangsung dengan lancar karena semua bahan untuk produksi sudah ada di dalam gudang. Dari manfaat tersebut terlihat banyak sekali membahas tentang bagaimana
caranya mencukupi permintaan pelanggan dan dapat meminimalisir biaya yang ditimbulkan dari keadaan yang tidak diinginkan. Pengendalian persediaan adalah aktivitas mempertahankan jumlah persediaan pada tingkat yang dikehendaki menurut Sumayang (2005 : 197). Sistem pengendalian persediaan harus dilaksakan seefektif mungkin untuk mencegah dan menghindari terjadinya kelebihan maupun kekurangan persediaan. Menurut Harjanto (2008 : 237) sistem pengendalian persediaan dapat didefinisikan sebagai serangkaian kebijakan pengendalian untuk menentukan tingkat persediaan yang harus dijaga, kapan pemesanan untuk menambah persediaan harus dilakukan dan berapa pesanan yang harus diadakan. Persediaan yang dimiliki setiap perusahaan pasti berbeda tergantung sifat dan tujuannya, menurut Rangkuti (2007 : 14) ada beberapa jenis persediaan yaitu : a.
Persediaan pada perusahaan manufaktur, seperti persediaan bahan baku, persediaan bahan pembantu atau penolong, persediaan barang dalam proses dan persediaan barang jadi yang siap dijual.
b.
Persediaan pada perusahaan dagang, perusahaan dagang memiliki jenis barang persediaan seperti persediaan perlengkapan, dan persediaan barang dagang. Penilaian persediaan bertujuan untuk mengetahui nilai persediaan yang dijual
atau persediaan yang tersisa dalam suatu periode. Persediaan merupakan bagian yang sangat penting dalam aktiva lancar. Maka dari itu metode penilaian persediaan merupakan hal yang penting untuk diperhatikan. Menurut Harjanto (2008 : 273) untuk menilai persediaan terdapat tiga metode yang digunakan yaitu First In First Out (FIFO), Last In First Out (LIFO), serta rata-rata tertimbang.
15 2.3
Model dan Jenis Persediaan
Masalah persediaan yang terjadi dalam suatu perusahaan dapat diselesaikan secara cepat menggunakan model persediaan yang sesuai dengan parameter atau indikator permasalahannya. Dalam perusahaan terdapat dua jenis model persediaan, (Heizer dan Render, 2014 : 518) yaitu : 1.
Model pengendalian deterministik (Independent), merupakan model yang menganggap semua variabel telah diketahui dengan pasti termasuk di dalamnya permintaan (demand) dan waktu tunggu (lead time) yang bersifat konstan persediaan model ini digunakan metode EOQ (Economic Order Quantity), yang merupakan model persediaan yang sederhana. Metode ini bertujuan untuk menentukan ukuran pemesanan yang paling ekonomis yang dapat meminimalisasi biaya-biaya dalam persediaan. Model-model lain yang dapat digunakan untuk pengendalian persediaan deterministik seperti POQ (Production Order Quantity), Quantity Discount serta Economic Lot Size.
2.
Model pengendalian probabilistik (Dependent), merupakan metode yang menganggap semua variabel mempunyai nilai yang tidak pasti dan satu atau lebih variabel tersebut merupakan variabel acak. Persediaan yang dihadapi perusahaan juga lebih kompleks dengan resiko dengan mempertimbangkan fluktuasi dari permintaan serta biaya lainnya. Suatu hal yang harus diperhatikan dalam model ini adalah adanya kemungkinan stockout yang timbul karena pemakaian persediaan bahan baku yang tidak diharapkan atau karena waktu penerimaan yang lebih lama dari waktu tunggu yang diharapkan untuk menghindari stockout perlu diadakan suatu fungsi persediaan pengaman yaitu suatu persediaan tambahan untuk melindungi atau menjaga kemungkinan terjadinya stockout. Berdasarkan Assauri (1996) pada Parsephalindra (2012 : 9) fungsinya jenis
persediaan dibedakan menjadi : 1.
Lot size inventory, yaitu pengadaan atau pembelian persediaan dengan jumlah lebih besar dari jumlah yang dibutuhkan pada saat ini, sehingga dapat memperoleh efisiensi produksi, potongan harga pembelian dan penghematan biaya.
2.
Flucktuation stock, yaitu konsumen yang tidak dapat diramalkan.
16 3.
Anticipation stock, yaitu persediaan yang diadakan untuk menghadapai fluktuasi permintaan yang dapat diramalkan berdasarkan data terdahulu atau pola musiman
2.3.1 Persediaan Pengaman (Safety Stock)
Persediaan pengaman merupakan persediaan minimal yang harus ada dalam perusahaan untuk mengantisipasi kekurangan bahan baku baik karena keterlambatan pengiriman barang ataupun karena pemakaian yang lebih dari biasanya. Ada beberapa faktor yang harus diperhatikan dalam menentukan besarnya pengaman antara lain : 1.
Tingkat ketepatan waktu pihak pemasok saat menyediakan bahan yang dipesan oleh perusahaan. apabila pemasok selalu menyerahkan tepat pada batas waktu yang telah disepakati, maka resiko akan kekurangan persediaan menjadi lebih kecil dan pengadaan persediaan pengaman pun tidak terlalu besar.
2.
Jumlah bahan baku yang dibeli setiap kali pemesanan. Apabila jumlah bahan yang dibeli lebih besar dari persediaan pengaman yang tersedia besar, maka resiko kekurangan bahan baku akan relative kecil. Sebaliknya apabila jumlah bahan baku yang dipesan setara dengan rata-rata persediaan yang dibutuhkan per periode tertentu, maka resiko kekurangan bahan baku akan lebih besar karena persediaan pengaman yang tersedia sangat kecil.
3.
Ada tidaknya perkiraan kebutuhan bahan baku secara tepat, bagi perusahaan yang dapat memperkirakan jumlah bahan secara tepat, maka resiko kekurangan bahan baku relative kecil. Untuk memesan suatu barang sampai barang itu datang, diperlukan jangka
waktu yang bervariasi dari beberapa jam atau beberapa bulan. Perbedaan waktu antara pemesanan sampai barang datang biasanya disebut dengan waktu tenggang (lead time).dikarenakan adanya tenggang waktu perusahaan memerlukan adanya safety stock atau persediaan pengaman. Persediaan pengaman dapat dihitung menggunakan rumus berikut :
SS =
17 Keterangan: = Standar deviasi permintaan selama waktu tenggang SS = Persediaan Pengaman Z = Safety Factor L = Waktu tunggu
2.3.2 Waktu Tunggu (Lead Time)
Waktu tunggu merupakan tentang waktu yang diperlukan antara saat pemesanan bahan baku tersebut dilaksanakan dengan datangnya bahan baku yang dipesan. Waktu tunggu ini perlu diperhatikan karena sangat erat hubungannya dengan penentuan saat pemesanan kembali (reorder point). Dengan waktu yang tepat maka perusahaan akan dapat membeli pada saat yang tepat sehingga resiko penumpukan persediaan atau kekurangan persediaan dapat ditekan seminimal mungkin.
2.3.3 Titik Pemesanan Kembali (Reorder Point)
Titik pemesanan kembali adalah posisi yang ditentukan sebagai batas untuk melakukan pemesanan ulang. Reorder point ditetapkan pada tingkat persediaan yang cukup tinggi untuk mengurangi resiko kemungkinan persediaan habis dan untuk menghitung kemungkinan ini, perlu diketahui data statistik tentang pola penyebaran permintaan selama tenggang waktu tunggu atau lead time. Perhitungan reorder point adalah sebagai berikut :
ROP = (Rata-rata permintaan per hari x waktu tunggu) +
dLT
Keterangan : ROP
= Titik Pemesanan Kembali
Z
= Nilai Z pada distribusi normal standar pada tingkat α
dL
= Standar deviasi permintaan bahan baku selama waktu tunggu
18 2.4
Pengendalian Persediaan
2.4.1 EOQ (Ecomomic Order Quantity)
Menentukan pesanan persediaan ialah dengan menentukan berapa banyak jumlah persediaan yang dibutuhkan perusahaan dalam menjalankan kegiatannya. Untuk itu diperlukan metode EOQ (Ecomomic Order Quantity). Agar dapat menentukan kuantitas persediaan yang ekonomis. Menurut Carter (2009 : 314) kuantitas pemesanan ekonomis atau EOQ adalah jumlah persediaan yang di pesan pada suatu waktu yang meminimalkan biaya persediaan tahunan. Perhitungan EOQ menurut Heizer Render (2015 : 563) adalah : Q* =
Keterangn : Q* = jumlah optimal unit per pesanan (EOQ) D = permintaan tahunan dalam unit untuk barang persediaan S = biaya pemasangan atau pemesanan untuk setiap pesanan H = biaya penyimpnan atau membawa persediaan per unit per tahun
2.4.2 POQ (Production Order Quantity)
Metode ini menggunakan standard EOQ, yang digunakan untuk menghitung period pemesanan tetap yang mencakup kebutuhan beberapa periode dalam setiap kali pemesanan. Sehingga metode POQ akan menghindari kuantitas yang masih ada dalam persediaan hingga untuk kebutuhan selanjutnya. Sedangkan EOQ untuk permintaan diskrit yang sering menghasilkan remnant. Jika pada keadaan permintaan yang rendah per periode sedangkan biaya pesan relatif tinggi dan BOM terdiri dari beberapa level. Metode POQ memberikan total biaya persediaan yang lebih rendah dari pada metode LFL karena metode POQ menggabungkan kebutuhan selama satu atau lebih periode pemesanan tunggal. Rumus yang digunakan dalam perhitungan metode POQ (Heizer dan Render, 2015 : 570) yaitu sebagai berikut :
19 Q* =
Keterangan : S
= biaya pesan
D
= jumlah permintaan
H
= niaya simpan
2.4.3 Discount Quantity ( Kuantitas Diskon)
Diskon Kuantitas adalah potongan harga untuk barang yang dibeli dalam jumlah besar (Heizer dan Render, 2015 : 572). Dalam meningkatkan penjualan, ada beberapa upaya yang dilakukan oleh perusahaan salah satunya menawarkan diskon kuantitas ke pelanggannya. Diskon kuantitas ini biasa disebut dengan pembelian dalam jumlah besar akan dikenakan pengurangan pada harganya. Untuk menentukan pada angka berapa perusahaan melakukan kuantitas diskon tersebut pihak manajemen harus melakukan penghitungan terlebih dahulu, kapan dan berapa banyak barang yang akan diberlakukan kuantitas diskon tersebut namun tetap memperhatikan keuntungan yang akan di dapat perusahaan bagaimana cara mengatur hal tersebut. Sama dengan model-model lainnya, tujuan dari diskon kuantitas ini yaitu untuk meminimalkan total biaya. Namun jangan salah mengartikan dengan adanya teori ini perusahaan akan memesan produk dengan skala yang cukup besar dan tidak memperhatikan hal lainnya. Memesan dengan jumlah yang banyak dengan diskon harga terbesar tidak akan meminimalkan total biaya persediaan (Heizer, Render, 2014 : 528). Perusahaan harus memperhatikan biaya persediaan, memang benar semakin tinggi diskon kuantitas yang dikenakan maka biaya produknya semakin rendah, namun dengan perusahaan memesan banyak produk maka perusahaan harus membayar tempat penyimpanan yang cukup besar pula. Jadi hasil pertukaran utama ketika mempertimbangkan diskon kuantitas adalah antara biaya produk yang menurun maka biaya penyimpanan akan naik. Ketika menyertakan biaya produk maka persamaan total biaya persediaan tahunan dirumuskan sebagai berikut :
20 Total Biaya = Biaya pemesanan + Biaya penyimpanan + Biaya produk
TC =
+
+ PD
Keterangan : Q = kuantitas yang dipesan S = Biaya pemesanan atau pemasangan per pesanan D = Permintaan tahunan dalam unit P = Harga per unit H = Biaya penyimpanan per unit per tahun Jika di dalam kasus terdapat beberapa macam diskon, yang dilakukan adalah mencari Q* atau pemesanan optimal dari berbagai diskon yang ditawarkan. Setelah dihitung ambilah total biaya yang terendah.
2.4.4 MRP
Material Requirement Planning (MRP) adalah suatu sistem perencanaan dan penjadwalan kebutuhan material untuk produksi yang memerlukan beberapa tahapan proses. MRP merupakan suatu rencana produksi untuk sejumlah produk jadi yang diterjemahkan ke dalam masing-masing komponen yang dibutuhkan dengan waktu tunggu, sehingga ditentukan kapan dan berapa banyak bahan yang dipesan untuk masing-masing komponen produk yang dibuat, Rangkuti (2007 : 43). Konsep MRP menyiapkan jadwal pemesanan agar material atau bahan baku datang tepat pada waktunya, sehingga proses produksi dapat berjalan lancar. Sistem MRP disusun dengan maksud menjawab pertanyaan kapan, berapa banyak, dan apa saja bahan baku yang dibutuhkan secara tepat dan efisien. Metode MRP memang lebih kompleks pengelolaannya tetapi banyak memberikan keuntungan, seperti mengurangi persediaan dan biaya penyimpanan, memberikan informasi untuk mendukung tindakan yang tepat berupa pembatasan pesanan atau penjadwalan ulang, bisa juga merupakan keputusan baru ataupun perbaikan atas keputusan yang lalu dengan memperhitungkan kapasitas produksi yang ada.
21 Menurut Rangkuti (2007 ; 44) sasaran MRP meliputi beberapa hal yaitu : a.
Pengurangan jumlah persediaan MRP menentukan berapa banyak komponen yang dibutuhkan dan kapan dibutuhkannya sehingga MRP membantu manager menyediakan komponen saat dibutuhkan sehingga biaya kelebihan persediaan dapat dihindari.
b.
Pengurangan produksi dan waktu tunggu pengiriman MRP mengidentifikasi jumlah material yang dibutuhkan, waktu, ketersediaan, perolehan dan produksinya untuk menyelesaikan pada waktu yang dibutuhkan untuk dikirim.
c.
Komitmen yang realistis Janji untuk memenuhi pengiriman barang dapat memberikan kepuasan lebih kepada konsumen.
d.
Meningkatkan efisiensi MRP menyediakan koordinasi yang dekat antara bermacam divisi kerja yang terlibat dalam proses produksi. Akibatknya, produksi dapat berjalan lebih efisien karena keterlibatan secara tidak langsung dengan karyawan dapat dikurangi dan kegiatan interupsi produksi tanpa rencana dapat dikurangi. Akhirnya MRP dapat diatur dengan rapi sehingga meningkatkan efisiensi. Pada proses ini dilakukam untuk setiap komponen pada setiap waktu
perencanaa . Heizer dan Render (2014 : 590) menjelasan bahwa berikut ini adalah proses perhitungan MRP : 1.
Kebutuhan kotor, jadwal yang menunjukan permintaan total untuk sebuah barang (setelah dikurangi persediaan di tangan dan tagihan terjadwal) dan kapan harus melakukan pemesanan dari pemasok atau ketika produksi harus dimulai untuk memenuhi permintaan pada tanggal tertentu.
2.
Kebutuhan bersih, hasil dari penyesuaian kebutuhan kotor terhadap persediaan di tangan yang telah siap dan penerimaan pesanan terencana.
3.
Penerimaan pesanan terencana, jumlah yang rencananya akan diterima di masa depan.
4.
Pengiriman pesanan terencana, tanggal jadwal untuk melepaskan suatu pesanan Output dari sistem MRP adalah berupa rencana pemesanan atau rencana
produksi yang dibuat atas dasar waktu tunggu. Waktu tunggu item yang dibeli adalah tentang waktu sejak barang dipesan sampai barang diterima, atau apabila barang
22 dibuat maka waktu tunggu item yang dibuat adalah waktu sejak item perintah pembuatan sampai dengan item selesai diproduksi.
2.4.5 Minimize and Maximize
Metode minimum-maksimum adalah suatu metode pengendalian persediaan yang menetapkan tingkat persediaan minimum dan maksimum untuk mencegah terjadinya kekurangan persediaan selama satu periode pemesanan kembali (Pujiyanti, 2015: 174). Cara kerja sistem ini yaitu apabila persediaan telah melewati batas minimum dan mendekati batas safety stock maka reorder harus segera dilakukan. Batas minimum merupakan batas tingkat reorder dan bata maksimum adalah batas kesediaan perusahaan untuk menginvestasikan uangnya dalam bentuk persediaan. Jadi dalam hal ini yang terpenting adalah batas minimum dan maksimum untuk dapat menentukan order quantity. Pada metode ini, terdaat perbedaan cara dalam menghitung safety stock yaitu tidak memerlukan standar deviasi dan tingkat pelayanan melainkan hanya membutuhkan rata-rata permintaan per bulan. Persamaan yang digunakan dalam konsep persediaan minimun-maksimum ini adalah :
Safety Stock
=
Min Stock
= (D L) + SS
Max Stock
= 2 (D L) + SS
Keterangan : DL
= Rata-rata pemakaian selama waktu tunggu
SS
= Safety stock
n
= Jumlah bulan forecasting
Untuk menghitung jumlah pemesanan optimalnya menggunakan rumus berikut ini :
Q*
= Max Stock – Min Stock
23 Rumus perhitungan order per period : N
=
Rumus perhitungan rata-rata persediaan (inventory) : I
= SS + ½ Q*
Rumus perhitungan total biaya yang dikeluarkan menggunakan meode MinMax : TC (Min-Max) = P D +
Keterangan : TC
= Total biaya
P
= Harga produksi
D
= Permintaan tahunan
Co
= Biaya pemesanan
CcD = Biaya penyimpanan pertahun
2.5
Peramalan (Forecasting)
Peramalan yaitu seni dan ilmu mengetahui dalam memprediksi peristiwa dalam masa mendatang (Heizer, Render, 2014 : 140). Dalam peramalan akan melibatkan beberapa hal seperti data history ( seperti data penjualan tahun lalu) kemudian memproyeksikan untuk di masa yang akan datang. Perencanaan yang efektif baik dalam jangka panjang maupun jangka pendek bergantung pada peramalan permitaan atas produk perusahaan. Peramalan biasanya diklasifikasikan dalam beberapa waktu di masa mendatanag, waktu tersebut dibagi menjadi tiga kategori yaitu : 1.
Peramalan jangka pendek : peramalan ini memiliki rentang waktu sampai dengan 1 tahun, tetapi umumnya kurang dari 3 bulan. Biasanya digunakan untuk perencanaan pembelian, penjadwalan pekerjaan, level angkatan kerja, penugasan pekerjaan, dan level produksi.
2.
Peramalan jangka menengah : peramalan umumnya antara waktu 3 bulan sampai 3 tahun. Berguna dalam perencanaa penjualan, perencanaa produksi
24 dan penganggaran, penganggaran uang kas dan analisis variasi rencana operasional. 3.
Peramalan jangka panjang : umumnya 3 tahun atau lebih dalam rentang waktunya, peramalan jangka panjang digunakan dalam perencanaan untuk produk baru, pengeluaran modal, lokasi tempat fasilitas atau perluasan, dan penelitian serta pengembangan. Pentingnya strategi peramalan berdampak pada peramalan permintaan produk pada 3 aktivitas sebagai berikut :
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, menjadi kelemahan yang dapat mengarahkan pada kehilangan para konsumen dan pangsa pasar. Keputusan untuk menerima atau menolak permintaan dari pelanggan akan menentukan reaksi dari pelanggan, dan akan sangat berpengaruh pada penjualan. Dalam peramalan terdapat 2 pendekatan umum yaitu pendekatan dengan
analisis kuantitatif dan pendekatan dengan analisis kualitatif. Peramalan kuantitatif menggunakan bermacam-macam model matematika yang bergantung pada data historis atau variabel asosiatif untuk meramalkan permintaan. Peramalan kualitatif menggabungkan faktor-faktor, misalnya intuisi dari si pengambil keputusan, emosi, pengalaman pribadi, dan sistem penilaian dalam mencapai peramalan. Beberapa perusahaan menggunakan salah satu pendektan dalam praktiknya, namun kombinasi dari kedua pendekatan biasanya menjadi yang paling efektif. Menurut Heizer dan Render (2014 : 144) langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data. Pola data dibedakan atas : a.
Pola horizontal Pola data yang terjadi jika nilai berfluktuasi di suatu nilai rata-rata yang konstan dengan demikian dapat dikatakan pola ini stasionary pada fase
25 hitungannya. Suatu produk penjualannya tidak meningkatkan atau menurun selama kurum waktu tertentu termasuk dalam pola jenis ini. b.
Pola data musiman (seasonal) Pola data ini terjadi fluktuasi nilai datanya berbentuk suatu siklus yang hampir sama pada beberapa periode tertentu dan terus berulang diperiode berikutnya. Pola data ini dipengaruhi faktor musiman, misalnya kuartal tahunan, bulanan atau mingguan.
c.
Pola data trend Pola data ini terdapat kenaikan dan penurunan sekuler jangka panjang dalam nilai data. Seperti data penjualan dari banyak perusahaan dan berbagai medikator bisnis.
d.
Pola data siklus Pola data ini terjadi jika datanya dipengaruhi oleh fluktuasi jangka panjang, seperti pada pola data musiman. Perbedaannya pada pola data ini fluktuasinya terjadi disekitar nilai yang ada.
Gambar 2. 1 Pola Data Sumber : Sumayang (2005)
2.5.1 Teknik Peramalan
Menurut Heizer dan Render (2014 : 144), ada beberapa teknik-teknik peramalan, antara lain adalah :
26 1.
Naive Method Naive Method adalah cara yang paling sederhana menganggap bahwa peramalan periode berikutnya sama dengan nilai aktual periode sebelumnya. Dengan demikian data aktual periode waktu yang baru saja berlalu merupakan alat peramalan yang terbaik untuk meramalkan keadaan di masa yang akan datang.
2.
Rata-rata (Simple Average) Metode rata-rata secara sederhana menghitung rataan dari data yang tersedia (T).
Metode sederhana ini cocok jika data-datanya tidak memiliki trend.
Metode Simple Average dapat disebut juga dengan Naive Methode yaitu cara yang paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan periode terakhir. 3.
Weighted Moving Average Istilah moving average menggambarkan prosedur jika ada data baru, rata-rata baru peramalannya dihitung dan ada beberapa data yang harus dihapus. Karakteristik moving average yaitu peramalannya dipengaruhi T periode masa lalu dan jumlah data tiap waktunya tetap.
4.
Single Exponential Smoothing Peramalan single exponential smoothing dihitung berdasarkan hasil peramalan ditambah dengan peramalan periode sebelumnya. Jadi, kesalahan peramalan sebelumnya digunakan untuk mengoreksi peramalan berikutnya. Semakin besar nilai α, smoothing yang dilakukan semakin kecil. Sebaliknya semakin kecil α, smoothing yang dilakukan semakin besar. Masalah yang dihadapi dalam melakukan peramalan dengan metode ini adalah mencari α optimum, karena MSE, MAPE atau pengukuran yang lainnya minimum.
5.
Linear Regression Linear Regression adalah metode statistik yang berfungsi untuk menguji sejauh mana hubungan sebab akibat antara variabel faktor penyebab (X) terhadap variabel akibatnya. Faktor penyebab pada umumnya dilambangkam dengan Y atau disebut juga dengan response. Regresi linear sederhana juga merupakan salah satu metode statistik yang dipergunakan dalam produksi untuk melakukan peramalan ataupun prediksi untuk melakukan peramalan ataupun prediksi tentang karakteristik kualitas maupun kuantitas.
27 2.5.2 Ukuran Akurasi Peramalan
Menurut Heizer dan Render (2014 : 149) ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 2 ukuran yang biasanya digunakan, yaitu : Pengukuran akurasi peramalan dapat dilakukan dengan beberapa cara, sebagai berikut : 1.
Rata-rata Deviasi Mutlak (MAD = Mean Absolute Deviation) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis MAD dirumuskan sebagai berikut :
MAD = ∑
Keterangan : A = permintaan aktual pada periode-ts Ft = peramalan permintaan (forecast) pada periode-t N = jumlah periode peramalan yang terlibat
2.
Rata-rata Kuadrat Kesalahan (MSE = Mean Square Error) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis MSE dirumuskan sebagai berikut :
MSE = ∑
2.6
Alat Analisi Data
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 (Weiss,2014). Software ini dirancang
28 oleh Howard J. Weiss tahun 1996 untuk membantu manajer produksi khususnya dalam menyusun perkiraan dan anggaran untuk bahan baku menjadi produk jadi atau setengah jadi dalam proses pabrikasi. Software ini dibekali beberapa module, namun untuk perhitungan yang terkait dengan penulisan tugas akhir ini yaitu module forecasting dan inventory saja.
29
2.7
Kerangka pemikiran Mulai
Studi Pendahuluan
Studi Pustaka
Perumusan Masalah
Pengumpulan Data
Identifikasi Pola Data Historis
Melakukan Peramalan
Naive
Moving
Weighted
Single Exponential
Linear
Method
Average
Moving Average
Smoothing
Regression
Perhitungan Pengendalian Persediaan EOQ
POQ
Model Diskon Kuantitas
Analisis Hasil dan Pembahasan Kesimpulan dan Saran
Selesai
MRP
Min-Max
30 Sumber : Peneliti (2015)
