7
II. TINJAUAN PUSTAKA
A. Tinjauan Teoritis 1. Produk a. Definisi Produk Definisi produk menurut (Kotler, 1997), “A product is anything that can be offered to a market for attention, acquisition, use, or consumption and that might satisfy a want or need”. Produk adalah apa saja yang dapat ditawarkan ke dalam pasar untuk memperoleh suatu perhatian, permintaan, pemakaian atau konsumsi yang mungkin dapat memuaskan dan memenuhi sebuah keinginan ataupun kebutuhan. Berdasarkan dari pengertian tersebut maka dapat disimpulkan bahwa produk yang akan ditawarkan kepada konsumen haruslah dapat memenuhi kebutuhan dan harapan konsumen. b. Klasifikasi Produk Produk dapat diklasifikasikan berdasarkan beberapa sudut pandang atau karakteristik. 1. Berdasarkan wujudnya dapat diklasifikasikan kedalam dua kelompok utama, yaitu: a. Barang Barang merupakan produk yang memiliki wujud secara fisik sehingga dapat dilihat, raba/sentuh, rasakan, simpan, dan perlakuan fisik
lainnya.
Menurut
Tjiptono
(2002),
barang
dapat
8
diklasifikasikan menjadi dua jenis berdasarkan daya tahannya, yaitu: 1. Barang Tidak Tahan Lama (Nondurable Goods) Barang jenis ini merupakan barang berwujud yang biasanya habis dikonsumsi dalam satu atau beberapa kali pemakaian. Dengan kata lain umur ekonomisnya dalam kondisi pemakaian normal kurang dari satu tahun, misalnya sabun, minuman, makanan ringan, kapur, gula, dan lain-lain. 2. Barang Tahan Lama (Durable Goods) Barang tahan lama merupakan barang berwujud yang biasanya bisa bertahan lama dengan banyak pemakaian (umur ekonomisnya untuk pemakaian normal adalah satu tahun atau lebih) misalnya TV, mobil, kulkas, rumah, dan lain-lain. b. Jasa Jasa merupakan aktivitas, manfaat atau kepuasan yang secara esensial tidak berwujud yang dapat ditawarkan dan hasilnya tidak dapat dimiliki tetapi dinikmati. Contohnya salon, hotel, spa, dan sebagainya. 2. Berdasarkan tujuan kegunaan produk, yang didasarkan pada siapa konsumennya dan untuk apa produk itu dikonsumsi, maka produk diklasifikasikan menjadi dua, yaitu :
9
a. Consumer’s Goods (Barang Konsumen) Barang konsumen adalah barang yang dikonsumsi untuk kepentingan akhir konsumen sendiri (individu dan rumah tangga), bukan untuk tujuan bisnis. b. Industrial’s Goods (Barang Industri) Barang industri adalah barang-barang yang dikonsumsi oleh konsumen antara atau konsumen bisnis untuk keperluan selain dikonsumsi langsung, yaitu untuk diubah atau diproduksi menjadi barang lain yang memiliki nilai tambah untuk kemudian dijual lagi. (http://jurnal-sdm.blogspot.com/2009/07/produk-definisi-klasifikasidimensi_30.html, akses 20 April)
3. Berdasarkan sifat produksinya, produk dapat dibagi menjadi tiga jenis, antara lain: a. Inseparable Sifat produk yang tak dapat dipisahkan antara proses produksi dan konsumsi, sehingga interaksi antara produsen dan konsumen sangat menentukan. b. Variable Sifat produk yang mempunyai berbagai variasi bentuk, kualitas, dan jenisnya tergantung dari siapa, kapan, dan dimana produk tersebut dihasilkan.
10
c. Perishable Sifat produk yang mudah rusak karena ketidakmampuannya untuk disimpan. (http://abdullatif93.wordpress.com/2010/12/, akses 12 April) Suatu produk dapat dihasilkan dari sebuah proses transformasi bahan baku/bahan mentah menjadi barang yang memiliki nilai tambah yang dapat digunakan untuk memenuhi kebutuhan konsumen. Proses transformasi ini memerlukan sebuah sistem yang disebut sistem produksi.
2. Sistem Produksi Sistem adalah sekelompok elemen yang terintegrasi untuk mencapai suatu tujuan tertentu. Sistem produksi merupakan kumpulan dari sub sistemsub sistem yang saling berinteraksi dengan tujuan mentransformasi input menjadi output produksi. Sistem produksi memiliki komponen struktural dan fungsional yang berperan penting dalam menunjang kontinuitas operasional sistem produksi itu sendiri. Komponen struktural yang membentuk sistem produksi terdiri dari bahan baku (material), mesin dan peralatan, tenaga kerja, modal, informasi, dan lain-lain. Sedangkan komponen fungsional terdiri dari perencanaan, pengendalian, koordinasi, yang semuanya berkaitan dengan manajemen dan organisasi. Sehingga dapat
disimpulkan
bahwa
sistem
produksi
adalah
keseluruhan
proses/kegiatan operasional yang dimulai ketika muncul order dari bagian
11
marketing/sales sampai selesainya order tersebut diproduksi dan siap untuk diberikan atau dikirim kepada customer. Adapun elemen-elemen utama dalam sistem produksi adalah input, proses, output, serta adanya mekanisme umpan balik untuk pengendalian sistem produksi itu agar mampu melakukan continuous improvement. Suatu proses dalam sistem produksi dapat didefinisikan sebagai integrasi dari input, yaitu tenaga kerja, material, informasi, metode kerja, dan mesin atau peralatan dalam suatu lingkungan, guna menghasilkan nilai tambah bagi produk, agar dapat dijual dengan harga kompetitif di pasar. Dari proses ini akan mengubah input menjadi output melalui sejumlah langkah yang terorganisasi (Gaspersz, 2002). Bagian penting dari suatu organisasi perusahaan adalah aktivitas produksi, dimana didalamnya bertanggung jawab terhadap pengelolahan bahan baku menjadi produk sehingga dapat dijual. Untuk membentuk suatu sistem produksi diperlukan berbagai kegiatan-kegiatan yang merupakan fungsi utama dari proses produksi. Menurut Nasution (2003), terdapat tiga fungsi utama dari kegiatankegiatan produksi yang dapat diidentifikasi, yaitu: a. Proses Produksi, yaitu metode dan teknik yang digunakan dalam mengolah bahan baku menjadi produk b. Perencanaan Produksi, yaitu merupakan tindakan antisipasi dimasa mendatang sesuai dengan periode waktu yang direncanakan.
12
c. Pengendalian Produksi, yaitu tindakan yang menjamin bahwa semua kegiatan yang dilaksanakan dalam perencanaan telah dilakukan sesuai dengan target yang telah ditetapkan.
Teknologi INPUT Material Tenaga kerja Dana Mesin Informasi
Ekonomi
Proses Transformasi
OUTPUT Produk Limbah Informasi
Proses Manajemen Politik
Sosial Budaya
Gambar 1. Input-Output Sistem Produksi Sumber : (Nasution, 2003)
Proses produksi menghasilkan output berupa produk akhir yang siap digunakan oleh konsumen. Untuk menjamin ketersediaan bahan baku pembuat produk dan pengiriman produk akhir yang tepat waktu maka dibutuhkan jaringan perusahaan-perusahaan yang bekerja sama untuk menghantarkan produk ke konsumen.
3. Supply Chain Management Menurut Pujawan (2005), supply chain adalah jaringan perusahaanperusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaanperusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko
13
atau retail, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik. Pada suatu supply chain biasanya ada 3 macam aliran yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke pabrik. Setelah produk selesai diproduksi, mereka dikirim ke distributor, lalu ke pengecer atau retail, kemudian ke pemakai akhir. Kedua adalah aliran uang dan sejenisnya yang mengalir dari hilir ke hulu. Ketiga adalah aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Informasi tentang persediaan produk yang masih ada di masingmasing supermarket sering dibutuhkan oleh distributor maupun pabrik. Informasi tentang ketersediaan kapasitas produksi yang dimiliki oleh supplier juga sering dibutuhkan oleh pabrik. Informasi tentang status pengiriman bahan baku sering dibutuhkan oleh perusahaan yang mengirim maupun yang akan menerima. Perusahaan pengapalan harus membagi informasi seperti ini supaya pihak-pihak yang berkepentingan bisa memonitor untuk kepentingan perencanaan yang lebih akurat. Berikut ini merupakan ilustrasi konseptual sebuah supply chain: Finansial Material Informasi
Suplier Tier 2
Suplier Tier 1 Finansial Material Informasi
: invoice, term pembayaran : bahan baku, komponen, produk : kapasitas, status pengiriman, quotation
Manufacturer
Distributor
Ritel/Toko
: pembayaran : return, recyle, repair : order, ramalan, RFQ/RFP
Gambar 2. Simplifikasi model supply chain dan 3 macam aliran yang dikelola Sumber : (Pujawan, 2005)
14
Jaringan fisik supply chain ialah perusahaan-perusahaan yang terlibat dalam memasok bahan baku, memproduksi barang, maupun mengirimnya ke pemakai akhir. Untuk itu supply chain management (SCM) adalah metode, alat, atau pendekatan dalam pengelolaan produk. SCM tidak hanya berorientasi pada urusan internal sebuah perusahaan, melainkan juga urusan eksternal yang menyangkut hubungan dengan perusahaan-perusahaan partner, karena perusahaan-peerusahaan yang berada pada suatu supply chain pada intinya ingin memuaskan konsumen akhir yang sama, mereka harus bekerjasama untuk membuat produk yang murah, mengirimkannya tepat waktu, dan dengan kualitas yang bagus. Hanya dengan kerjasama antara elemen-elemen pada supply chain tujuan tersebut akan dapat dicapai. Perencanaan dan pengendalian dalam supply chain memainkan peranan yang sangat vital. Bagian inilah yang banyak bertugas untuk menciptakan koordinasi taktis maupun operasional sehingga kegiatan produksi, pengadaan material, maupun pengiriman produk bisa dilakukan dengan efisien dan tepat waktu. Pengiriman produk ke pelanggan atau pemakai akhir tentunya melibatkan kegiatan transportasi. Aktivitas pengiriman ini bisa dilakukan sendiri oleh perusahaan atau dengan menyerahkannya ke perusahaan jasa transportasi. Banyak perusahaan tidak melakukan sendiri kegiatan pengiriman produk ke distributor atau ke pelanggan sehingga peluang perusahaan jasa transportasi untuk berkembang semakin besar.
15
Perencanaan dan pengendalian produk dalam suatu perusahaan tidak hanya memikirkan bagaimana produk tersebut dapat sampai ke tangan konsumen, tetapi perusahaan juga harus memperhitungkan berapa banyak yang harus diproduksi untuk memenuhi kebutuhan konsumen. Hal ini dapat dipenuhi dengan melakukan prediksi terhadap permintaan konsumen.
4. Peramalan Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa (Nasution, 2003). Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi permintaan pasar bersifat kompleks dan dinamis. Dalam kondisi pasar bebas, permintaan pasar lebih bersifat kompleks dan dinamis karena permintaan tersebut tergantung dari keadaan sosial, ekonomi, politik, aspek teknologi, produk pesaing, dan produk substitusi. Oleh karena itu, peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen. Menurut Nasution (2003), dalam hubungannya dengan waktu, maka peramalan dapat diklasifikasikan ke dalam tiga kelompok, yaitu:
16
a. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya b. Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibanding peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran. c. Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan kontrol jangka pendek.
a. Peramalan Permintaan Peramalan permintaan merupakan tingkat permintaan produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan akan menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian perusahaan karena bagian operasional produksi bertanggung jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusankeputusan operasi produksi sangat dipengaruhi oleh hasil dari peramalan permintaan. Permintaan berasal dari pasar yang menunjukkan barang apa saja yang dibutuhkan, berapa jumlahnya dan kapan dibutuhkan. Berdasarkan sifatnya, permintaan dapat digolongkan ke dalam dua macam, yaitu:
17
1. Konstan Permintaan pasar dapat diasumsikan ke dalam angka yang pasti dan tetap 2. Variabel Permintaan pasar bukan dalam angka yang tetap melainkan diasumsikan ke dalam distribusi tertentu, misalnya distribusi normal, Poisson atau eksponential. Sedangkan berdasarkan jenisnya, permintaan dapat dikelompokkan ke dalam dua macam, yaitu: 1. Independent Demand: Permintaan terhadap produk akhir 2. Dependent Demand : Permintaan terhadap material, parts, atau produk yang merupakan penyusun produk akhir Faktor-faktor yang merupakan kekuatan yang biasa berada di luar kendali perusahaan antara lain: 1. Siklus bisnis Penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan akan suatu produk dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan. 2. Siklus hidup produk Siklus hidup suatu produk biasanya mengikuti suatu pola yang biasa disebut Kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, dimana siklus hidup suatu produk akan dibagi
18
menjadi fase pengenalan, fase pertumbuhan, fase kematangan, dan akhirnya fase penurunan. Untuk menjaga kelangsungan usaha maka perlu dilakukan inovasi produk pada saat yang tepat.
Gambar 3. Siklus Hidup Produk Sumber : Wully (2006)
3. Faktor-faktor lain Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah, dan usaha-usaha
yang dilakukan sendiri oleh perusahaan, seperti
peningkatan
kualitas,
pelayanan,
anggaran
periklanan,
dan
kebijaksanaan pembayaran secara kredit. b. Karakteristik Peramalan Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain akurasi, biaya, dan kemudahan dalam Nasution (2003), yaitu :
19
1. Akurasi Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi, dan juga hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. 2. Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan,
bagaimana
pengolahan
datanya
(manual
atau
komputerisasi), bagaimana penyimpanan datanya, dan siapa tenaga ahli yang diperbantukan. 3. Kemudahan Penggunaan metode peramalan yang sederhana, mudah dibuat, mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. c. Sifat Hasil Peramalan Adapun
hal-hal
yang
harus
dipertimbangkan
dalam membuat
peramalan atau menerapkan hasil suatu peramalan, yaitu: 1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut.
20
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan. Ini berarti bahwa karena peramalan pasti mengandung kesalahan, maka penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, semakin besar pula kemungkinan
terjadinya
perubahan
pada
faktor-faktor
yang
mempengaruhi permintaan. d. Ukuran Akurasi Hasil Peramalann Ukuran akurasi dari hasil peramalan merupakan ukuran tentang
tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Menurut Baroto (2002), terdapat empat ukuran yang biasa digunakan, yaitu : 1. Rata-Rata Deviasi Mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibanding kenyataannya. Secara matematis, dapat dirumuskan sebagai berikut: MAD = ∑
…………………………………………………..(1)
dimana: At : Permintaan aktual pada periode-t
21
Ft : Peramalan permintaan (forecast) pada periode-t n : Jumlah periode peramalan yang terlibat 2. Rata-Rata Kuadrat Kesalahan (Mean Square Error = MSE) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode ramalan. MSE dapat dirumuskan sebagai berikut: MSE = ∑
(
)
…………………………………………………..(2)
3. Rata-Rata Kesalahan Peramalan (Mean Forecast Error = MFE) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. MFE dapat dirumuskan sebagai berikut: MFE = ∑
(
)
……………………………………………………(3)
4. Rata-Rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. MAPE dapat dirumuskan sebagai berikut: MAPE =
∑
−
…………………………………………(4)
22
e. Metode-Metode Peramalan Secara umum, peramalan diklasifikasikan menjadi 2 macam menurut Nasution (2003), yaitu : 1. Peramalan yang bersifat subjektif 2. Peramalan yang bersifat objektif Peramalan subjektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subjektif ini akan diwakili oleh Metode Delphi dan Metode Penelitian Pasar. Metode Delphi, metode ini merupakan cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari para ahli dan berasal dari disiplin ilmu yang berbeda. Metode Delphi 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. Metode Penelitian Pasar, metode ini mengumpulkan dan menganalisis fakta secara sistematis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar adalah survey konsumen. Survey konsumen akan memberikan informasi mengenai selera yang diharapkan konsumen, dimana informasi tersebut diperoleh dari sampel dengan cara kuesioner.
23
Peramalan objektif merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukkan hubungan antara
permintaan
dengan
satu
atau
lebih
variabel
yang
mempengaruhinya. Selain itu, peramalan objektif juga mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabelvariabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang pada masa yang akan datang. Peramalan ini terdiri atas dua metode, yaitu metode intrinsik dan metode ekstrinsik. Metode
Intrinsik,
metode
ini
membuat
peramalan
hanya
berdasarkan pada proyeksi permintaan historis tanpa mempertimbangkan faktor-faktor
eksternal
yang
mungkin
mempengaruhi
besarnya
permintaan. Metode ini hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana dalam rangka pengendalian produksi dan pengendalian persediaan bahan baku seringkali perusahaan harus melibatkan banyak item yang berbeda. Metode ini diwakili oleh Analisis Deret Waktu (Time Series) Metode Ekstrinsik, metode ini mempertimbangkan faktor-faktor eksternal yang dapat mempengaruhi besarnya permintaan di masa datang dalam model peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang karena dapat menunjukkan hubungan sebab akibat yang jelas dalam hasil peramalannya. Metode ini diwakili oleh Metode Regresi.
24
f. Analisis Deret Waktu (Time Series) Analisis Deret Waktu bisa juga digunakan untuk meramalkan permintaan yang pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama sehingga pola tersebut dapat diharapkan masih akan tetap berlanjut. Permintaan di masa lalu pada analisis deret waktu, dapat dipengaruhi oleh empat komponen utama, yaitu: 1. Pola Horizontal (H) Pola horizontal atau stationer terjadi bilamana data berfluktuasi disekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. 2. Trend/Kecenderungan (T) Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun, atau konstan. 3. Cycle/Siklus (C) Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka menengah dan jangka panjang.
25
4. Season/Pola Musiman (S) Fluktuasi permintaan suatu produk dapat naik turun di sekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya. 5. Random/Variasi Acak (R) Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lain yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan.
Pola Horizontal
Pola Siklis
Pola Musiman
Pola Trend
Gambar 4. Deret Waktu dan Komponen-komponennya Sumber : (202.91.15.14/upload/files/2261_Modul_2_(Forecasting).ppt)
26
Menurut Nasution (2003), Analisis Deret Waktu dapat dilakukan
dengan beberapa metode, antara lain: 1. Rata-Rata Bergerak (Moving Average = MA) Moving Average diperoleh dengan merata-ratakan permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik MA
ini
adalah untuk
mengurangi atau
menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Disebut rata-rata bergerak karena begitu setiap data aktual permintaan baru deret waktu tersedia, maka data aktual permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian suatu nilai rata-rata baru akan dihitung. Secara matematis, metode ini dapat dinyatakan sebagai berikut: ……
Ft =
…………………………………………(5)
dimana: At : Permintaan aktual pada periode-t Ft : Ramalan permintaan periode t N : Jumlah data permintaan yang dilibatkan dalam perhitungan MA Pemilihan tentang berapa nilai N yang tepat adalah hal yang penting dalam metode ini. Semakin besar nilai N maka semakin halus perubahan nilai MA dari periode ke periode. Sebaliknya, semakin
27
kecil nilai N, hasil peramalan akan lebih agresif dalam mengantisipasi perubahan data terbaru yang diperhitungkan. Bila permintaan berubah secara signifikan dari waktu ke waktu, ramalan harus cukup agresif dalam mengantisipasi perubahan tersebut, sehingga nilai N yang kecil akan lebih cocok dipakai. Sebaliknya, bila permintaan cenderung stabil selama jangka waktu yang panjang, sebaiknya dipakai nilai N yang besar. Kelemahan dari teknik MA ini adalah sebagai berikut: a. Peramalan selalu didasarkan pada N data terakhir tanpa mempertimbangkan data-data sebelumnya. b. Setiap data dianggap memiliki bobot yang sama, padahal lebih masuk akal bila data yang lebih baru mempunyai bobot yang lebih tinggi karena data tersebut merepresentasikan kondisi yang terakhir terjadi. Kelemahan kedua ini diatasi dengan menggunakan teknik MA dengan pembobotan. c. Diperlukan biaya yang besar dalam penyimpanan dan pemrosesan data, karena bila N cukup besar maka akan membutuhkan memori yang cukup besar dan proses komputasi yang lebih lama. 2. Pemulusan Eksponensial (Exponential Smoothing = ES) Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik ES. Model matematis
Single
Eksponential
Smoothing
dikembangkan dari persamaan berikut:
(SES)
ini
dapat
28
+ (1 − ) ……………………………………………(6)
Ft+1 =
Ft+1: Ramalan permintaan untuk periode berikutnya Xt : Permintaan aktual pada periode t Ft : Ramalan permintaan pada periode t α : Faktor bobot α merupakan sebuah bobot atau konstanta penghalusan (smoothing constant) yang dipilih oleh peramal dengan nilai antara 0 sampai 1. Bila
mempunyai nilai mendekati satu maka ramalan yang
baru akan menyesuaikan kesalahan dengan yang besar pada ramalan sebelumnya. Kebalikannya, bila
mendekati nol, maka ramalan yang
baru akan menyesuaikan dengan kesalahan yang kecil. Dari persamaan di atas terlihat bahwa teknik ES banyak mengurangi kelemahan teknik MA dalam penyimpanan data karena hanya data permintaan aktual terakhir, ramalan terakhir, dan suatu nilai konstanta
yang harus disimpan.
5. Sistem Persediaan Metode pengendalian persediaan sangat bervariasi akibat beraneka ragamnya situasi. Keanekaragaman situasi dapat disebabkan: a. Permintaan hanya timbul dalam satu waktu atau satu musim b. Pemesanan terutama dipicu oleh tingkat persediaan atau dari engulangan proses tingkat persediaan. c. Ketidakpastian permintaan dan waktu tunggu
29
Untuk mengantisipasi hal tersebut, menurut Siagian (2007), secara umum persediaan dapat dikendalikan berdasarkan Single Order Quantity dan Repetitive Order Quantity. a. Single Order Quantity Model pemesanan tunggal berkaitan dengan perencanaan dan pengendalian inventori item yang hanya mempunyai kesempatan pemesanan satu kali. Item tersebut diperoduksi ataupun dipesan pada waktu tertentu dan hanya dapat digunakan untuk memenuhi permintaan selama periode tersebut saja dan diakhir periode permintaan item tersebut sangat kecil atau tidak digunakan lagi. Jika perusahaan tidak mampu memenuhinya, maka tidak ada kesempatan kedua bagi perusahaan dan produk tersebut akan berkurang nilainya atau tidak dapat dipakai lagi. Model ini sangat cocok digunakan untuk produk yang permintaannya berubah-ubah dan memiliki siklus hidup yang pendek, seperti koran, makanan, roti, dan lain-lain. Model ini sering dikenal dengan nama Newsboy Problem. Selain itu, model pemesanan tunggal juga sangat sesuai untuk permintaan yang tidak kontinu, dapat berubah-ubah dan berumur pendek. Hal ini khususnya diterapkan pada dua jenis permintaan berikut: 1. Permintaan item pada interval jarang Jenis permintaan ini untuk item yang mengikuti model yang cepat berubah, kebutuhan komponen yang jarang rusak serta suku cadang item tertentu untuk perawatan dan perbaikan.
30
2. Permintaan tidak pasti Jenis permintaan ini untuk item yang berumur pendek pada interval yang sering. Permintaan seperti ini terutama untuk item-item yang cepat kadaluarsa (koran, majalah mingguan, kartu natal). Jika permintaan lebih besar daripada yang direncanakan, maka perusahaan akan kehilangan keuntungan, karena kekurangan produk tidak dapat diberikan pada periode berikutnya (backorder). Sebaliknya, jika permintaan lebih kecil daripada perencanaan, maka akan ada tiga kemungkinan: 1. Barang tersebut dibuang karena sudah tidak dapat dipakai lagi 2. Dijual dengan harga lebih murah , contohnya: koran, roti 3. Disimpan sampai periode berikutnya, contoh: pohon natal Ketika demand berubah-ubah dan lead time diketahui, masalah single order inventory adalah pada ukuran pemesanan. Bila demand tidak diketahui tetapi memiliki disribusi probabilistik demand, masalah dapat diselesaikan. Persoalan item tunggal newsboy dapat menggunakan dual performance measurements untuk menentukan kuantitas pemesanan yang memaksimalkan keuntungan berdasarkan batasan probabilistik. Menurut Kennardi (2003), untuk menentukan kuantitas pemesanan Q, jika A adalah penjualan aktual, maka A = min {Q, D}. Selama demand D merupakan variabel random, A juga variabel random, maka keuntungan untuk kasus S > 0 adalah: Z(Q, D) = (R + H + S)A – SD – (C + H)Q……………………………(7)
31
dimana: C : biaya pembelian/unit R : pendapatan penjualan/unit D : demand H : biaya kelebihan/unit karena adanya kuantitas yang tersisa S : biaya kekurangan/unit karena persediaan tidak dapat memenuhi permintaan yang ada Menurut Chandra (2006), terdapat beberapa formula yang digunakan dalam Single Order Quantity dengan distribusi probabilistik demand terdistribusi normal (Tersine ,1994), yaitu: 1. Probabilitas terjadi shortage (kehabisan stok) P (demand > Q*) =
(
)
………………………………………(8)
dimana: Q* : Kuantitas pemesanan optimal cu : (cost of underestimating demand) : Biaya jika kuantitas pemesanan < permintaan. co : (cost of overestimating demand) : Biaya jika kuantitas pemesanani > permintaan. 2. Probabilitas tidak terjadi shortage (kelebihan stok) P (demand < Q*) = 1 -
(
)
……………………………………(9)
Probabilitas inilah yang akan digunakan untuk menghitung service level yang digunakan. Kuantitas pemesanan yang optimal, berdasarkan distribusi permintaan:
32
Normal : Q* = µ +σ z ……………………………………………(10) dimana: µ = mean, rata-rata jika permintaan berdistribusi normal σ = standar deviasi jika permintaan berdistribusi normal z = service level yang digunakan b. Repetitive Order Quantity. Permintaan pada repetitive focus adalah permintaan yang terusmenerus, tidak hanya satu waktu saja. Penambahan persediaan menimbulkan penambahan waktu dan pemasok harus memenuhi permintaan saat itu juga atau pemasok dipaksa lembur untuk memenuhi kebutuhan permintaan tersebut. Model-model pengendalian persediaan pada prinsipnya ditujukan untuk menentukan jumlah pemesanan yang optimal dan waktu pemesanan kembali yang tepat agar biaya total persediaan dapat diminimalkan. Menurut Siagian (2007), secara garis besar model ini dibedakan atas dua jenis permintaan terhadap bahan/komponen, yaitu: 1. Permintaan Dependent (Dependent Demand) Yaitu persediaan barang atau komponen yang permintaannya bergantung pada item lainnya. Misalnya, permintaan salah satu komponen sepeda akan bergantung pada komponen lain untuk membuat sepeda tersebut. Model permintaan ini memerlukan perencanaan khusus berupa Material Requirement Planning.
33
2. Permintaan Independent (Independent Demand) Yaitu persediaan barang atau komponen yang permintaannya berdiri sendiri sesuai sesuai dengan itemnya, tidak bergantung pada item lain. Misalnya, permintaan kulkas tidak bergantung terhadap permintaan oven.
6. Uji Keseragaman Data Pengujian keseragaman data secara teoritis adalah berdasarkan teoriteori statistik mengenai peta-peta kontrol yang biasa digunakan dalam pengendalian kualitas. Pengujian ini dilakukan untuk mendapatkan kuantitas penjualan dalam kondisi normal dalam hal ini tidak terdapat kuantitas penjualan yang terlalu ekstrim seperti terlalu tinggi maupun terlalu rendah. Kuantitas penjualan yang bervariasi dapat diterima asalkan dalam batas kewajaran dan harus seragam. Untuk mengatasi ketidakseragaman digunakan batas-batas kontrol. Data dikatakan tidak seragam apabila data tersebut terletak di luar batas kontrol sehingga data tersebut harus diabaikan atau dibuang. Rumus berikut akan digunakan untuk mengevaluasi kondisi data yang tidak seragam dengan menghitung rata-rata dan standar deviasi. Nilai rata-rata dan standar deviasi untuk kuantitas penjualan surat kabar, dinyatakan dalam rumus sebagai berikut: X=
∑
…………………………………………………………………...(11)
34
s=
∑(
)
…………………………………………………………….(12)
dimana: s
= standar deviasi dari kuantitas penjualan surat kabar
Xi
= kuantitas penjualan surat kabar
n
= jumlah data
X
= harga rata-rata (mean) dari semua data Adapun pada peta kendali ini, dikenal dengan istilah Batas Kontrol
Atas (Upper Control Limit), Titik Tengah (Center Line), dan Batas Kontrol Bawah (Lower Control Limit). UCL
= X + 2s
CL
=X
LCL
= X – 2s………………………………………………………(13)
dimana: UCL
= Batas control Atas Atas (Upper Control Limit)
CL
= Titik Tengah (Center Line)
LCL
= Batas Kontrol Bawah (Lower Control Limit)
7. Uji Kenormalan Data Uji kenormalan data dilakukan untuk menduga pola distribusi dari data. Pengujian ini dilakukan dengan menggunakan uji one sample. One sample test digunakan untuk menguji apakah suatu data berasal dari distribusi tertentu. Uji One sample ini sering disebut Kolmogorov Smirnov Test. Pengujian ini memusatkan pada dua distribusi kumulatif, yaitu
35
distribusi kumulatif yang dihipotesiskan dan distribusi kumulatif yang teramati. (Wahyono, 2009) Hipotesis: Ho : Data berdistribusi normal H1 : Data tidak berdistribusi normal α
: 0,05
Kesimpulan: Tolak Ho jika data memiliki α < 0,05
36
B. Tinjauan Empiris
Kennardi Adisurya Halim (2003) melakukan penelitian terhadap Suyitno Agency di Surabaya. Awalnya, penentuan pemesanan kuantitas agency berdasarkan pengalaman dan intuisi sehingga masih mengalami kekurangan dan kelebihan surat kabar. Upaya untuk mendapatkan kuantitas pemesanan yang optimal dilakukan dengan penentuan kuantitas pemesanan tunggal melalui metode Newsboy Dual Performance Measures & Quantity Discount. Metode ini mengakibtkan peningkatan profit dibandingkan dengan pemesanan intuitif agen, namun pemesanan intuitif masih digunakan untuk mengatasi lonjakan demand dari kondisio normalnya. Gracia Chandra (2006) melakukan penelitian pada Frollino Pastry di Surabaya yang melakukan produksi roti. Penulis melakukan perencanaan produksi dan pengendalian persediaan terhadap produk bakery dan pastry yang merupakan perishable product. Pendekatan yang digunakan yaitu dengan Newsboy Problem, sedangkan untuk pengendalian persediaan digunakan MRP dengan metode lot sizing Wagner Within. Dari hasil perhitungan didapatkan sistem usulan mengalami penurunan rata-rata biaya kerugian per hari dibandingkan dengan sistem perusahaan sebesar Rp 8.857 (4,53%) untuk bakery, dan sebesar Rp 11.857 (22,6%) untuk pastry. Sedangkan untuk biaya pengendalian persediaan per bulan dapat diturunkan sebesar Rp 33.625 (0,36%). Diana Dewi Danarti (2008) melakukan perencanaan produksi dan pengendalian persediaan bahan baku terhadap perishable product pada PT.
37
Malang Pos Cemerlang. Pendekatan yang digunakan untuk menyelesaikan permasalahan ini dengan menentukan jumlah optimal produksi koran setiap harinya yaitu dengan model Newsboy Problem, yang khusus digunakan untuk merencanakan produksi produk yang tidak dapat disimpan (Perishable Product). Sedangkan untuk pengendalian persediaan bahan baku digunakan Material Requirement Planning (MRP) dengan metode awal perusahaan yaitu Fixed Period Requirement (FPR), sedangkan metode usulan dengan metode lot sizing Wagner Within. Dari hasil perhitungan diperoleh bahwa perusahaan mengalami penurunan biaya produksi sebesar Rp 2.220.000/bulan dan biaya persediaan bahan baku mengalami penurunan sebesar Rp.4.843.100/bulan. Sehingga perusahaan mendapatkan kenaikan keuntungan sebesar 6.83%. Paramita Setyaningrum (2009) melakukan perencanaan produksi yang optimal pada PT. Nippon Indosari Corpindo yang merupakan salah satu produsen roti agar tidak terjadi overstock dan shortage. Penyelesaian masalah dilakukan dengan pengumpulan data permintaan H-2 dan H-1 agen, identifikasi distribusi data existing, generate data, uji distribusi data existing dan simulasi, menentukan nilai penyesuaian terhadap permintaan distributor, menghitung total biaya dan membandingkan hasil untuk masing-masing skenario. Hasil dari model tersebut berupa konstanta penyesuaian terhadap permintaan H-2 distributor. harapannya dapat memenuhi permintaan konsumen. Dari hasil pengolahan data diperoleh bahwa urutan skenario terbaik adalah skenario 3, 1, dan 2.
