BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi di bidang manufaktur atau perekonomian, suatu peramalan atau yang lebih kita kenal dengan forecasting sangatlah diperlukan untuk membuat suatu perencanaan pemenuhan permintaan di masa mendatang. Dapat kita ketahui bahwa pada umumnya suatu perusahaan tidak dapat menunggu pesanan sampai benar-benar diterima sebelum mereka membuat pereancanaan produksi. Kegiatan untuk memprediksi, proyeksi, atau perkiraan akan sesuatu peristiwa yang tidak pasti di masa mendatang dapat kita definisikan sebagai peramalan ( forecasting ). Peramalan ini sangatlah diperlukan untuk membuat suatu perencanaan pemenuhan permintaan di masa mendatang. Dengan kondisi seperti ini suatu perusahaan harus dapat mengantisipasi permintaan di masa mendatang akan produk dan jasa serta perencanaan ketersediaan kapasitas dan sumber daya dalam memenuhi permintaan. Suatu hasil analisis ekonomi dan dunia usaha yang tepat dan baik sangatlah ditentukan oleh ketepatan suatu permalan yang dibuat, demikian juga suatu keputusan atau pemenuhan permintaan di masa yang akan datang sangat ditentukan oleh ketepatan peramalan yang dibuat. Ketepatan suatu peramalan tidaklah terlepas dari suatu kesalahan, dikarenakan peramalan tersebut adalah suatu prediksi dimana terdapat unsur
kesalahannya, sehingga hal yang tidak kalah pentingnya dan perlu diperhatikan yaitu adalalah bagaimana memperkecil dari kemungkinan - kemungkinan kesalahan yang ada. Pada umumnya ada 3 langkah peramalan yang biasanya dilakukan dan penting, yaitu : 1. Menganalisa data lalu, tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. 2. Menentukan metode yang dipergunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Dengan perkataan lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin. 3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mem-pertimbangkan adanya beberapa faktor perubahan.
2.2 Tujuan Peramalan Adapun tujuan dari peramalan itu sendiri adalah melihat atau memperkirakan prospek ekonomi atau kegiatan usaha serta pengaruh lingkungan terhadap prospek tersebut, sehingga diperoleh informasi mengenai : 1. Kebutuhan suatu kegiatan usaha di masa yang akan datang. 2. Waktu untuk mengambil keputusan yang berkaitan dengan skala produksi, pemasaran, serta target usaha. 3. Perencanaan skala produksi, pemasaran, anggaran, biaya produksi dan cash flow.
2.3 Klasifikasi Peramalan Secara umum peramalan dapat dibagi menjadi 2 kelompok dasar, yaitu : 1. Teknik Kualitatif ( Judgement ) 2. Teknik Kuantitatif ( Statistical ) dimana dalam klsifikasi permalan ini harus dapat ditentukan salah satu didalam pemilihan klasifikasi peramalan tersebut apakah secara kualitatif ( judgement ) atau secara kuantitatif ( statistical ).
2.3.1 Teknik Kualitatif ( Judgement ) Peramalan secara teknik kualitatif yaitu peramalan atau perkiraan yang dilakukan berdasarkan judgement, intuisi dan opini, atau umumnya bersifat subyektif. Teknik kualitatif seperti ini biasanya diagunakan untuk meramalkan suatu bisnis secara umum dan permintaan potensial akan sekelompok produk dalam jangka panjang. Pemakai dalam teknik kualitatif seperti ini umumnya dilakukan oleh para senior manajemen. Umumnya data - data yang diperlukan biasanya tanpa menggunakan data historic, dan selalu memanfaatkan penelitian pasar yang sistematik, formal dan procedural untuk mengetahui opini serta keinginan pelanggan, Adapun teknik yang digunakan pada peramalan ini, yaitu : a. Metoda Delphi, sekelompok pakar ( experts ) 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 dominasi individu. Metode ini dikembangkan pertama kali oleh Rand Corporation pada tahun 1950-an. Adapun tahapan yang dilakukan, antara lain : 1. Tentukan beberapa pakar sebagai partisipan. Sebaiknya bervariasi dengan latar belakang disiplin ilmu yang berbeda. 2. Melalui kuesioner ( atau email ), diperoleh peramalan dari seluruh partisipan. 3. Simpulkan hasilnya, kemudian distribusikan kembali kepada seluruh partisipan dengan 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. Grass Roots, Peramalan dihasilkan dari menyimpulkan masukan ujung tombak hirarki organisasi. Contohnya : Peramalan penjualan dilakukan berdasarkan masukan dari para salesman dari berbagai territory. c. Market Research ( Riset Pasar ), peramalan ini melakukan pengumpulan data melalui berbagai cara, yaitu : survei, interview, observasi serta untuk menguji hipotesa pasar. Hal ini kerap digunakan untuk perencanaan jangka panjang
dan penjualan produk baru. Adapun tahapan atau serangkaian proses dalam teknik ini, yaitu : 1. Memastikan informasi yang dicari. 2. Memastikan sumber-sumber informasi. 3. Menetapkan cara pengadaan atau pengumpulan data, yaitu dengan wawancara pribadi, survei telepon, survei surat, observasi, wawancara, atau test pasar. 4. Mengembangkan dan melakukan uji pendahuluan peralatan pengukuran. 5. Memformulasikan sample. 6. Mendapatkan informasi. 7. Melakukan tabulasi dan analisa. Kelemahan dari teknik market research adalah banyaknya memakan waktu dan biaya. d. Panel Consensus ( Konsensus Panel ), peramalan dengan cara seperti ini dikembangkan melalui diskusi terbuka dari semua tingkatan manajemen dan individu. Dalam hal ini kesulitan yang sering jadi kendala muncul, dimana karyawan yang lebih rendah akan diintimidasi oleh tingkatan yang lebih tinggi. Umumnya executive judgement yang digunakan. Metode Delphi menghindari situasi seperti ini.
e. Historical Analogy ( Analogi Historik ), peramalan yang dilakukan untuk produk baru berdasarkan pada pengalaman masa lalu terhadap produk yang hampir sama atau jenis produk yang di-generate dari produk yang sudah ada.
2.3.2 Teknik Kuantitatif ( Statistical ) Teknik yang selanjutnya yaitu peramalan secara teknik kuantitatif, yaitu peramalan pada teknik ini didasarkan pada data masa lalu, dimana data tersebut dapat pula diasumsikan pola masa lalu yang berulang di masa yang akan datang. Metode kuantitatif yang biasanya digunakan dalam peramalan pada umumnya dibagi atas dua jenis, yaitu 1. Metode Time Series ( deret waktu ), pada metode time series ini permintaan merupakan fungsi dari waktu. Pola
permintaan ada pada masa yang akan datang
( yang diramalkan ) diperkirakan serupa / identik dengan pola masa lalu.
Dalam metode time series ( deret waktu ) ini, suatu analisis peramalan dilakukan dengan mem-plot suatu skala waktu tertentu, kemudian mempelajari dan melakukan analisis, sehingga didapatkan suatu pola atau bentuk yang konsisten terhadap data tersebut. Pola dalam metode ini dari beberapa data tersebut dibagi kedalam beberapa pola, antara lain : a. Konstan ( rata-rata ), yaitu apabila pola terhadap datanya berfluktuasi disekitar rata-rata secara stabil, ataupun permintaan konstan selama periode tertentu. Polanya berupa garis lurus horizontal.
b. Kecendrungan (trend), yaitu pola terhadap datanya dalam jangka panjang mempunyai kecendrungan atau penyesuaian terhadap pengaruh musiman, cyclical dan kejadian lain yang mungkin mempengaruhi hasil akhir peramalan, baik yang arahnya meningkat dari waktu ke waktu atau menurun, c. Musiman (seasional), yaitu apabila pola terhadap datanya merupakan gerakan yang berulang-ulang secara teratur dalam periode tertentu atau faktor musiman, misalkan tahunan, semesteran kuartalan, bulanan, atau mingguan. d. Siklus (cyclical), yaitu pola terhadap datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang ataupun hal - hal diluar kendali, seperti daur hidup bisnis, pemilihan umum, perang, ataupun kondisi ekonomi atau tekanan sosial. Perbedaan utama antara pola musiman dengan siklis adalah pola musiman mempunyai panjang gelombang yang tetap dan terjadi pada jarak waktu yang tetap, sedangkan pola siklus memiliki durasi yang lebih panjang dan bervariasi dari satu siklus ke siklus lainnya. e. Residu atau variasi acak, yaitu pola terhadap datanya tidak teratur sama sekali.Hal ini disebakan oleh suatu kesempatan peristiwa. Data yang bersifat residu tidak dapat digambarkan.
Pola Dalam Deret Berkala 14
Nilai
12 10
konstan
8
seasonal
6
trend
4
cylical
2 0 1
2
3
4
5
6
7
8
9
10 11 12
Waktu
Gambar 2.1. Grafik pola dalam Deret Berkala Teknik atau metode yang digunakan dalam pengolahan data time series ( deret waktu ), yaitu : 2.3.2.1 Metode Simple Moving Average ( SMA ) Metode peramalan dengan Single Moving Average didasarkan pada proyeksi serial data yang dimuluskan dengan rata-rata bergerak. Satu set data ( N periode terakhir ) dicari rata-ratanya, yang selanjutnya dipakai sebagai peramalan atau prakiraan untuk periode berikutnya. Istilah rata-rata bergerak digunakan karena setiap diperoleh observasi ( data aktual ) baru maka rata-rata yang baru dapat dihitung dengan mengeluarkan atau meninggalkan data periode yang terbaru atau terakhir. Rata-rata yang baru ini kemudian dipakai sebagai peramalan atau prakiraan untuk periode yang akan datang, dan seterusnya. Serial data yang digunakan jumlahnya akan selalu tetap dan termasuk data periode yang terakhir.
Secara matematika, rumus peramalan dengan metode rata-rata bergerak sederhana adalah sebagai berikut : t
F t +1 =
∑X
i =t − N +1
N
i
=
X
t − N +1
+ ... +
X
t −1
+ Xt
N
............................................................(2-1)
dimana :
X
t
N
F
= data pengamatan periode t = jumlah deret waktu yang digunakan
t +1
= nilai prakiraan periode t+1 t --> menunjukkan waktu atau periode
2.3.2.2 Metode Double Moving Average ( DMA ) Metode peramalan dengan Double Moving Average dapat ditulis dengan notasi yang diberikan adalah MA ( M x N ), yang artinya M - periode MA dan N periode MA. Dapat dikatakan pula dengan metode ini mengikuti dari metode Single Moving Average, dimana untuk periode tiga bulan, maka perhitungan Metode Double Moving Average menjadi MA ( 3 x 3 ) yang artinya 3 periode SMA dan untuk DMA didapat dari hasil SMA ( 3 ) tersebut.
2.3.2.3 Metode Single Exponential Smoothing ( SES )
Metode peramalan dengan Single Exponential Smoothing atau Pemulusan Exponential Tunggal adalah suatu prosedur yang mengulang perhitungan secara terus menerus dengan menggunakan data yang terbaru. Metode pemulusan eksponensial didasarkan pada perhitungan rata-rata data masa lalu secara eksponensial, dimana setiap data diberi bobot dan data yang baru diberi bobot yang lebih besar. Bobot yang digunakan adalah α (alpha) untuk yang lebih baru , α(1 - α ) digunakan untuk data yang agak lama, α(1 - α )2 untuk data yang lebih lama lagi, dan seterusnya. Misalnya jika diketahui α = 0.05, maka bobot pada berbagai periode menjadi : Bobot pada saat ini Data satu periode yang lalu Data dua periode yang lalu Data tiga periode yang lalu dst …..
= = = =
α(1-α)0 α(1-α)1 α(1-α)2 α(1-α)3
= = = =
0,0500 0,0475 0,0451 0,0429
Dalam bentuk yang smooth (mulus), ramalan yang baru (untuk waktu t + 1) dapat dianggap sebagai rata-rata yang diberi bobot terhadap data terbaru (pada waktu t) dan data yang lama (untuk waktu t). Bobot α diberikan pada data terbaru, dan bobot 1 - α diberikan pada data yang lama, dimana 0 < α < 1. Dapat ditulis sebagai berikut : Ramalan baru = α.(data terbaru) + (1- α).(data terlama) Atau secara matematis persamaan ini dapat ditulis sebagai berikut :
∧
Y
∧
t+1
= α .Y t + ( 1 − α ). Y t
.........................................................(2-2)
Persamaan diatas dapat ditulis menjadi lebih sederhana, yaitu : ∧
Y
∧
t+1
∧
= Y t + α .( Y t − Y t ) ..............................................................(2-3)
Dimana : ∧
Y
t +1
= nilai ramalan untuk periode berikutnya
α
= konstanta pemulusan (0 < α < 1)
Yt
= data baru atau nilai Y yang sebenarnya pada periode t
∧
Y
t
= nilai pemulusan yang lama atau nilai rata-rata yang dimuluskan hingga periode t – 1
t --> menunjukkan waktu atau periode
Berdasarkan rumus maka di dalam mencari Alpa (α ) atau konstanta pemulusan, yaitu : ^ Y -Y α = t +1 t ^ (Y - Y ) t t
2.3.2.4 Metode Dekomposisi Metode peramalan dengan metoda dekomposisi adalah dengan melakukan identifikasi tiga komponen atau faktor pola dasar yang terdapat dalam suatu serial data, yaitu komponen trend, musiman dan siklus. Dengan metoda ini dapat diasumsikan bahwa suatu data terdiri atas pola dasar dan kesalahan. Atau secara matematis persamaan ini dapat ditulis sebagai berikut : Xt = f ( St , Tt , Ct , Rt )................................................................................(2.4) dimana : St
= komponen trend pada periode t
Tt
= komponen musiman (indeks) pada periode t
Ct
= komponen siklus pada periode t
Rt
= komponen random (kesalahan) pada periode t t --> menunjukkan waktu atau periode
Adapun hubungan fungsional tersebut dapat berupa penjumlahan atau perkalian. Bentuk fungsional yang sering dan paling umum digunakan adalah dalam bentuk perkalian, sehingga secara matematis persamaan ini dapat ditulis sebagai berikut : Xt = St x Tt x Ct x Rt...................................................................................(2.5) Dengan diketahuinya masing-masing komponen data tersebut maka nilai peramalan atau prakiraan terhadap nilai X dapat diramalkan.
2. Metode Causal Metode yang kedua yaitu dengan menggunakan metode causal dimana peramalan merupakan fungsi dari penyebab - penyebab atau sebab akibat antara variabel bebas dan variabel tidak bebas yang dipengaruhinya.
Pada umumnya metode ini membahas pendekatan sebab akibat ( kausal ) atau yang bersifat menjelaskan ( eksplanatoris ), dengan tujuan meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa variabel bebas (independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas yang akan diramalkan. Adapun teknik yang biasa dipergunakan dalam metoda kausal, yaitu : 2.3.2.5 Metode Regresi Linier Metode peramalan dengan regresi linier dapat didefinisikan sebgai fungsi hubungan antara dua atau lebih variabel. Secara umum bentuk persamaan regresi linier adalah : Y= a + b.X...................................................................................................(2.6) dimana : Y = variabel tidak bebas (yang diramalkan) X = variabel bebas a = nilai daripada Y bila X = 0 b = perubahan rata-rata Y terhadap perubahan per unit X
Rumus - rumus dalam menghitung variabel a dan b adalah sebagai berikut :
N b =
N
∑
−
tY(t)
t=1
N
N
∑
N
∑
Y(t)
t=1
N
∑
t =1
t
2
t
t=1
⎡ N ⎤ − ⎢∑ t⎥ ⎣ t=1 ⎦
2
dan
1 a = N
N
∑
Y(t)
t=1
1 − b N
N
∑
t
t=1
2.3.2.6 Metode Regresi Kuadratis Salah satu bentuk peramalan dengan metode causal yang lain yaitu dengan metode regresi kuadratis yaitu peramalan yang didasarkan pada asumsi bahwa pola pertumbuhan dari data historis bersifat kuadratis. Pada dasarnya peramalan dengan metode ini serupa dengan metode regresi linier, hanya saja terdapat perbedaan dalam hal asumsi data historis. Pola pertumbuhan ini didekati dengan suatu model yang menggambarkan hubungan - hubungan yang terkait dalam suatu keadaan. Secara umum bentuk persamaan dari metode ini adalah : Y ( t ) = a + bt + ct2.....................................................................................(2.7) dimana Y merupakan fungsi terhadap waktu. Adapun rumus - rumus dalam menghitung variabel a, b, c adalah sebagai berikut :
b=
γδ − θα γβ − α 2
dimana :
γ
⎡ = ⎢ ⎣
δ =
∑
t =1
t =1
∑ t∑ t =1
α =
t =1
N
∑
2
t
N
N
θ =
N
⎤ ⎥ ⎦
2
t =1
N
t
2
N
∑ N
∑
tY(t)
∑
− N
t 2 Y(t)
t =1
N
t =1
⎡ N ⎤ β = ⎢∑ t⎥ ⎣ t =1 ⎦
4
t =1
N
t =1
t
t =1
Y(t) − N
∑ t∑
∑
− N
t 2 ∑ Y(t) − N
N
N
t3
t =1
2
− N
N
∑
t
2
t =1
Setelah nilai b diperoleh maka nilai c didapatkan dari persamaan berikut :
c=
θ − (b )(α ) γ
Selanjutnya nilai a didapatkan dengan menggunakan nilai b dan nilai c yang telah diperoleh sebelumnya melalui persamaan sebagai berikut : N
a =
∑
N
Y(t)
t =1
N
− b
∑
t =1
N
N
t − c
∑
t =1
N
t2
2.4 Nilai Kesalahan Peramalan Dalam melakukan suatu peramalan, hasil peramalan yang kita peroleh tidak mungkin selalu benar atau sangat sukar. Kesalahan peramalan mempengaruhi dua hal dalam pengambilan keputusan, yaitu pertama menentukan teknik peramalan yang dipilih serta mengevaluasi sejauh mana keberhasilan atau kegagalan teknik yang digunakan. Selisih yang terjadi antaranilai permalan dengan nilai yang sesungguhnya dapat disebut sebagai kesalahan ( error ). Melalui nilai kesalahan ini dapat kita lakukan beberapa analisis sehingga kita dapat membandingkan metode peramalan mana yang paling sesuai dengan data yang kita miliki serta seberapa baik metode yang digunakan tersebut. Hal ini dapat diketahui dari perbandingan antara nilai - nilai kesalahan yang dihasilkan oleh masing - masing metode, dimana dengan metode yang baik atau paling sesuai dengan data yang ada akan memiliki nilai kesalahan peramalan yang paling kecil. Teknik peramalan yang benar atau ideal adalah yang memberikan kesalahan bias atau deviasi sama dengan nol. Secara umum perhitungan kesalahan peramalan dapat dijabarkan sebagai berikut :
ei = x i − Fi dimana :
ei
= kesalahan pada periode ke - i
xi
= nilai sesungguhnya pada periode ke - i
Fi
= nilai hasil peramalan pada periode ke - i
Adapun beberapa metode yang sering digunakan dalam menghitung kesalahan peramalan, antara lain : 2.4.1 Kesalahan rata-rata (AE, Average Error) Kesalahan rata -rata merupakan jenis kesalahan bias yaitu rata - rata perbedaan antara nilai sebenarnya dengan nilai prakiraan. Secara umum rumus yang digunakan dalam metode kesalahan ini yaitu :
AE =
∑ ei n
dimana :
ei
= kesalahan pada periode ke - i
n
= jumlah periode pengamatan
Kesalahan rata-rata dari suatu prakiraan seharusnya mendekati angka nol bila data yang diamati berjumlah besar, apabila tidak berarti model yang digunakan mempunyai kecenderungan bias, yaitu prakiraan akan cenderung menyimpang di atas rata-rata (overestimate) atau di bawah rata-rata (underestimate) dari nilai sebenarnya.
2.4.2 Rata-rata penyimpangan absolute (MAD, Mean Absolute Deviation) Rata-rata penyimpangan absolute atau MAD yaitu penjumlahan kesalahan prakiraan tanpa menghiraukan tanda aljabarnya dibagi dengan banyaknya data yang diamati. Dalam hal ini kesalahan dengan arah positif atau negatif akan diberlakukan
sama, yang diukur hanya besar kesalahan secara absolut. Secara umum rumus yang digunakan dalam metode kesalahan ini yaitu :
MAD =
∑e
i
n
dimana :
ei
= kesalahan pada periode ke - i
n
= jumlah periode pengamatan
2.4.3 Rata-rata kesalahan kuadrat (MSE, Mean Squared Error) Dengan menggunakan metode rata-rata kesalahan kuadrat memperkuat pengaruh angka-angka kesalahan besar, tetapi sebaliknya memperkecil angka kesalahan prakiraan yang lebih kecil dari satu unit. Secara umum rumus yang digunakan dalam metode kesalahan ini yaitu : 2
MSE =
∑ ei n
dimana :
ei
= kesalahan pada periode ke - i
n
= jumlah periode pengamatan
2.4.4 Rata-rata persentase kesalahan absolut (MAPE, Mean Absolute Percentage Error) Metode rata-rata persentase kesalahan absolute ini akan menunjukkan ratarata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya. Secara umum rumus yang digunakan dalam metode kesalahan ini yaitu :
∑ MAPE =
e X
i
x100 i
n
dimana :
ei
= kesalahan pada periode ke - i
n
= jumlah periode pengamatan
2.5 Metode Perhitungan Peramalan yang Digunakan Dalam penulisan skripsi ini penulis mengambil data volume produksi untuk model Mitsubishi model FE 74PE ( TW ) tahun 2007, serta melakukan perhitungan peramalan di tahun 2008. Metode perhitungan peramalan yang digunakan dalam penulisan ini adalah metode kuantitatif dengan rata-rata bergerak sederhana (Simple Moving Average), Single Moving Average ( 3 ), Double Moving Average ( 3X3 ), Single Exponential Smoothing, dan Regresi Linear, dan kemudian melakukan suatu perencanaan agregrat terhadap hasil peramalan tersebut.
2.6 Perencanaan Agregat 2.6.1 Pengertian Perencanaan Agregat Di dalam industri manufaktur sering juga dikenal dengan istilah suatu perencanaan yang biasanya untuk mengoptimalkan penggunaan sumber daya yang tersedia. Di sinilah peran serta suatu perencanaan yang disebut sebagai perencanaan agregat. Perencanaan agregat adalah suatu proses perencanaan mengenai tenaga kerja, bahan - bahan, mesin - mesin, dan peralatan lain serta modal yang diperlukan ( sumber daya yang tersedia ) untuk memproduksi barang - barang pada periode tertentu di masa mendatang sesuai dengan yang diperkirakan atau diramalkan. Dasar- dasar dari pembentukan perencanaan agregat biasanya diambil dari aspek - aspek produksi seperti penggunaan jam mesin, jam orang, atau waktu baku. Dan biasanya fasilitas produksi dianggap konstan selama periode perencanaan, dengan delikian tinggal diusahakan untuk menggunakan fasilitas produksi ini dengan efektif dan efisien. Hasil dari perencanaan agregat adalah jadwal induk produksi yang merupakan input untuk perencanaan keuangan, pemasaran dan berguna dalam penentuan anggaran pengoperasian. Jumalah tenaga kerja akan dikonversikan dalam anggaran tenaga kerja, dan tingkat persediaan dapat digunakan untuk menentukan ruangan yang dibutuhkan. Jenis - jenis dari perencanaan produksi didasarkan atas jangka waktu yang digunakan dalam perencanaan secara umum terbagi atas dua jenis, yaitu :
1. Perencanaan Produksi Jangka Pendek Yang dimaksud dengan jangka pendek disini adalah perencanaan dengan jangka waktu setahun atau kurang yang bertujuan untuk mengatur penggunaan tenaga kerja, persediaan bahan dan fasilitas pabrik yang dimiliki perusahaan atau pabrik tersebut. 2. Perencanaan Produksi Jangka Panjang Yang dimksud dengan jangka panjang disini adalah perencanaan dengan jangka waktu lebih dari setahun yang bertujuan untuk mengatur pertambahan kapasitas peralatan atau mesin - mesin, ekspansi pabrik dan atau pengembangan produk.
Dengan mengacu terhadap jenis - jenis perencanaan produski diatas maka perencanaan agregat merupakan perencanaan jangka menengah yang mempunyai jangka waktu tiga bulan sampai satu tahun atau kurang dari satu tahun. Perencanaan produksi agregat memberikan gambaran menyeluruh kepada para manajer mengenai permintaan konsumen terhadap produk yang dihasilkan oleh perusahaan selama setahun penuh dan mengetahui berapa banyak sumber daya yang tersedia untuk memenuhi permintaan tersebut. Perencanaan agregat digunakan untuk mengevaluasi dampak perencanaan dan jadwal kapasitas dan untuk mengevaluasi keefektifan biaya dari perencanaan perencanaan produksi yang ada. Jadi persoalan perencanaan agregat merupakan persoalan perencanaan produksi dari suatu organisasi yang berusaha melayani
berbagai pola permintaan sepanjang rentan waktu yang tidak terlalu panjang ( misalnya setahun ). Jelasnya keputusan manajerial dalam persoalan agregat adalah menetapkan tingkat produksi dan jumlah tenaga kerja untuk setiap periode dalam cakupan waktu perencanaan. Perencanaan agregat juga mengelompokkan semua kapasitas sumber daya yang tersedia untuk setiap periode dalam horizon waktu dan memutuskan alternatif yang terbaik untuk menggunakan kapasitas yang ada. Tujuan umum dari suatu perencanaan agregat, yaitu : 1. Fisibilitas ( feasibility ) Kebutuhan kapasitas harus berada dalam kemampuan sistem operasi. 2. Optimalitas ( optimality ) Tujuan yang ingin dicapai adalah menentukan biaya produksi terendah untuk memenuhi kebutuhan kapasitas. Pada umumnya variabel - variabel keputusan dalam perencanaan agrerat adalah : a. Jumlah tenaga kerja langsung, yaitu tenaga kerja yang langsung berpengaruh terhadap kapasitas produksi. b. Kecepatan produksi, yaitu besaran yang menyatakan produk agregat yang dibuat setiap bulan. ( satuannya berupa unit/periode waktu, ton/bulan, atau liter/bulan ). c. Waktu lembur ( over time ), dibutuhkan bila kecepatan produksi atau jumlah produksi yang akan dibuat lebih besar dari kemampuan pabrik. Ini berarti
perusahaan atau pabrik pada saat berproduksi membutuhkan jam kerja lebih besar dari dari jam kerja biasa pada bulan tertentu. d. Jumlah pesanan yang disubkontrakkan, hal ini terjadi jika kapasitas pabrik termasuk penggunaan waktu lembur tidak mampu melayani pesanan sehingga kelebihan pesanan tersebut disubkontrakkan ke perusahaan lain yang sejenis. e. Jumlah pesanan yang ditunda waktu penyerahannya, jika kapasitas yang ada tidak dapat memenuhi semua pesanan pada waktu yang telah dijanjikan, maka sebagian permintaan konsumen ditunda waktu penyerahannya. f. Tingkat persediaan, yaitu banyaknya produk yang disimpan dalam bentuk produk jadi yang siap dijual.
Secara umum kriteria perencanaan agregat adalah meminimumkan biaya total produksi selama kurun waktu tertentu. Adapun biaya yang dipertimbangkan adalah : a. Ongkos buruh langsung, biaya yang dikeluarkan untuk membayar buruh langsung pada jam kerja regular atau biaya bulanan. b. Ongkos jam kerja lembur, ongkos lembur diluar jam kerja regular. c. Ongkos pengangkatan tenaga kerja, ongkos yang dikeluarkan untuk pengangkatan tenaga kerja baru meliputi ongkos tes, interview, pelatihan atau training, dll. d. Ongkos
penundaan
pesanan,
meliputi
memperoleh keuntungan dari penjualan.
hilangny
kesempatan
untuk
e. Ongkos subkontrak, biaya yang dikeluarkan untuk membeli produk dari subkontraktor. Biasanyaongkos produk yang dibeli dari subkontraktor lebih mahal dari pada ongkos produk bila diproduksi sendiri.
2.6.2 Langkah - langkah Perencanaan Agregat Secara umum langkah - langkah yang harus dilakukan dalam merencanakan produksi agregat, yaitu : 1. Tentukan periode waktu perencanaan dan bagi ke dalam periode waktu yang diinginkan. Jika perusahaan memproduksi berbagai jenis produk untuk jasa, buat agregat berdasarkan kelompok produk ( tipe ). Biasanya perusahaan memiliki horizon waktu perencanaan agregat dalam waktu 12 sampai 18 bulan. Revisi perencanaan biasanya dilakukan beberapa kali dalam periode tersebut, misalanya setiap 3 bulan. 2. Tentukan dari hasil ramalan estimasi permintaan dalam jangka waktu perencanaan dan terjemahkan permintaan ke dalam bentuk sumber daya yang dibutuhkan. Misalanya perusahaan membagi lini produksinya menjadi 3 kelompok agregat dan telah meramalkan permintaan untuk setiap kelompok agregat selama satu tahun. Manajer produksi menerjemahkan permintaan untuk setiap kelompok produk ke dalam kebutuhan jam kerja per bulan. Total kebutuhan jam kerja untuk setiap kelompok produk kemudian dijumlahkan. Jika kebutuhan produk sangat bervariasi dari satu peride ke periode berikutnya, pertimbangkan penggunaan harga, promosi dan teknik lain untuk
menentukan alternatif waktu dan tingkat permintaan. Biasanya semkain kecil variasi dalam kebuthan produksi dari satu peride ke periode berikutnya, semakin mudah untuk menentukan kapasitas yang ada untuk memenuhi permintaan itu. Usaha penawaran diskon, memproduksi produk komplemen dan peningkatan produksi adalah teknik yang umum untuk membuat alternatif permintaan. 3. Untuk setiap periode, bandingkan kapasitas yang tersedia saat ini dengan produksi yang dibutuhkan. Perhatikan perkiraan biaya dalam setiap alternatif. Biasanya akan ada ketidakseimbangan antara jumlah kapsitas yang dibutuhkan dengan kapasitas yang tersedia dalam satu atau lebih periode perencanaan. Ada beberapa cara yang dapat digunakan perusahaan untuk menyeimbangkan kapasitas. Dan masing - masing alternatif memiliki keuntungan dan kerugian, yaitu : a. Penyesuain tingkat tenaga kerja, kadang - kadang merekrut dan memberhentikan pekerja dapat menjadi cara yang efektif. Namun jika terlalu sering, kita akan menemui kesulitan dalam mendapatkan pekerja yang berkualitas dengan gaji yang kompetitif. b. Merencanakan waktu lembur, menggunakan waktu lembur dapat membuat perusahaan menghindari perekrutan tenaga kerja yang biasanya diberhentikan ketika jumlah produksi sedikit. Namun terlalu banyak waktu lembur akan cepat menimbulakan kelelahan dan penurunan kualitas produk.
c. Memperpanjang hari kerja, beberapa perusahaan meminta pekerjanya untuk bekerja lebih lama selama musim sibuk ( busy season ) sebgai pengganti untuk jam kerja lebih pendek selama musim sepi ( slow season ). d. Pemakaian bersama ( share capacity ), jika sebuah perusahaan tidak dapat memenuhi permintaan, ia dapat mengadakan subkontrak dengan pesaing local ( local competitor ). e. Persediaan antisipasi, persediaan dapat diakumulasikan dalam musim yang sepi ( off season ) untuk memenuhi permintaan pada musim yang sibuk ( peak season ). f. Mengizinkan pelanggan menunggu ( backlog ), pelanggan dapat menyetujui untuk menunggu dalam waktu yang tidak terlalu lama atau ditempatkan dalam daftaer tunggu ( waiting list ). Hal ini sering dilakukan dalam industri pelayanan ( rumah sakit, dokter gigi ). Jika industri telah memiliki saingan, hal ini akan mengurangi order dan pelanggan di masa yang akan datang. g. Perjanjian subkontrak dengan perusahaan lain, hal ini dilakukan dengan cara membayar perusahaan lain untuk membuat produk yang diminta oleh pelanggan. Perjanjian subkontrak ini dapat lebih menguntungkan daripada harus kehilangan pelanggan.
h. Stockouts, perusahaan dapat memilih untuk tidak dapat memenuhi permintaan. Hal ini terjadi pada sekolah, restoran, dan tempat rekreasi bergengsi. Namun, sekali lagi hal ini tergantung dengan kondisi pesaing ( competitor ), apakah perusahaan ini akan mengurangi permintaan di masa yang akan datang. 4. Pilih metode perencanaan agregat yang digunakan. Ada beberapa alternatif yang dapat dipilih oleh perusahaan baik dengan jumlah tenaga kerja yang tetap maupun yang berubah - ubah. 5. Kembangkan perencanaan agregat dengan menggunakan optimasi atau teknik heuristik. Jika metode perencanaan agregat telah dipilih, perencanaan agregat dapat
dikembangkan.
Tujuan
akhirnya
adalah
untuk
mendapatkan
perencanaan produksi yang memberikan biaya produksi terendah.
2.6.3 Metode - metode Perencanaan Agregat Terdapat beberapa strategi perencanaan agregat yang bisa diterapkan, antara lain memanipulasi persediaan, kecepatan produksi, jumlah tenaga kerja, dan lain lain. Secara umum metode - metode dalam suatu perencanaan agregat, yaitu : 2.6.3.1 Pure Strategy Jika dengan menentukan satu variabel yang dimanipulasi, untuk mengatasi perubahan kecepatan produksi, maka dapat disebut pure strategy. Metode atau teknik yang secara umum digunakan, yaitu :
2.6.3.1.1 Changing Workforce Levels ( Perubahan Jumlah Tenaga Kerja ) Perusahaan dapat menambah jumlah jam kerja jika diperlukan dan mengubah tenaga kerja dengan melakukan perekrutan tenaga kerja ( hire ) atau melakukan pemutusan hubungan kerja ( fire ) dengan tujuan untuk menyamakan tingkat produksi dengan jumlah permintaan setiap periodenya. Dengan demikian perusahaan akan melakukan produksi sesuai dengan permintaan untuk menghindari jumlah sediaan.
2.6.3.1.2 Changing Inventory Levels ( Perubahan Tingkat Persediaan ) Dalam metode ini perusahaan berusaha untuk menghindari kegiatan hire dan fire. Untuk itu dilakukan penyamaan jumlah produksi berdasarkan rata - rata permintaan dan menutupi kekurangan produksi dengan persediaan yang berasal dari produksi peride terdahulu.
2.6.3.1.3 Subcontracting ( subkontrak ) Alternatif lain yang dapat dipertimbangkan oleh perusahaan selain mengubah tenaga kerja atau mengubah jumlah persediaan adalah dengan melakukan subkontrak kepada perusahaan lainnya jika tingkat produksi tidak mencukupi jumlah permintaan. Asumsi yang digunakan pada metode subcontracting ialah bahwa pihak subcontract dapat memenuhi berapapun permintaan dari perusahaan kita. Dengan kondisi ini juga tidak menutup kemungkinan terbukanya kesempatan bagi para pesaing.
2.6.3.1.4 Mixed Strategy Dilihat dari hasil yang diberikan oleh metode - metode dalam Pure Strategy, maka setiap metode memiliki dampak negatif bagi perusahaan. Untuk itu perusahaan dapat menggabungkan dan atau mengkombinasikan dua atau lebih metode yang ada pada Pure Strategy guna meminimasi efek negatif yang yang ditimbulkan. Gabungan atau kombinasi dua atu lebih metode ini disebut sebagai Mixed Strategy.
