III KERANGKA PEMIKIRAN 3.1.Kerangka Pemikiran Teoritis Kerangka
pemikiran
teoritis
merupakan
suatu
kerangka
yang
mengungkapkan suatu teori-teori yang sesuai dengan pokok permasalahan penelitian yang dibahas. Penelitian ini membahas permasalahan bagaimana melakukan perencanaan pengadaan bahan baku dengan biaya yang minimum dalam upaya memenuhi permintaan ekspor yang dihadapi perusahaan, sehingga pada masa yang akan datang perencanaan produk dan pengadaan bahan baku diharapkan dapat dilakukan secara lebih efisien. 3.1.1. Konsep dan Jenis Persediaan Persediaan merupakan seluruh bahan baku, bahan setengah jadi, dan barang jadi yang terdapat dalam suatu rantai penyediaan barang (Chopra & Meindl 2003). Menurut Rangkuti (2004), persediaan merupakan suatu aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam suatu periode
usaha
tertentu
atau
persediaan
barang
yang
masih
dalam
pengerjaan/proses produksi ataupun persediaan bahan baku yang menunggu penggunaanya dalam suatu proses produksi. Jadi persediaan merupakan bahanbahan yang disediakan atau bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi serta barang-barang jadi yang disediakan untuk memenuhi permintaan dari konsumen atau pelanggan setiap waktu. Indrajit dan Djokopranoto (2003) mengklasifikasikan barang persediaan sebagai berikut : 1) Bahan baku (raw material), adalah bahan mentah yang belum diolah, yang akan diolah menjadi
barang jadi, sebagai hasil utama dari barang yang
bersangkutan. 2) Barang setengah jadi (semi finished product), adalah hasil olahan bahan mentah sebelum menjadi barang jadi yang sebagian akan diolah lebih lanjut menjadi barang jadi dan sebagian kadang-kadang djual seperti apa adanya untuk menjadi bahan baku perusahaan lain.
3) Barang jadi (finished product), adalah barang yang sudah selesai diproduksi atau diolah, yang merupakan hasil utama perusahaan yang bersangkutan dan siap untuk dipasarkan atau dijual. 4) Barang umum dan suku cadang (general materials and spare parts), adalah segala jenis barang atau suku cadang yang digunakan untuk operasi menjalankan perusahaan/pabrik dan untuk memelihara peralatan yang digunakan. 5) Barang untuk proyek (work in progress), adalah barang-barang yang ditumpuk menunggu pemasangan dalam proyek baru. 6) Barang dagangan (commodities), adalah barang yang dibeli, sudah merupakan barang jadi dan disimpan digudang menunggu penjualan kembali dengan keuntungan tertentu. Menurut Rangkuti (2004), persediaan yang diadakan mulai dari bentuk bahan mentah sampai barang jadi antara lain berguna untuk dapat : 1) Menghilangkan risiko keterlambatan datangnya barang. 2) Menghilangkan risiko barang rusak atau materi yang dipesan berkualitas tidak baik sehingga harus dikembalikan. 3) Mempertahankan stabilitas operasi perusahaan. 4) Mencapai penggunaan mesin yang optimal. 5) Memberikan pelayanan kepada pelanggan dengan sebaik-baiknya. PT Tridaya Eramina Bahari harus memperhatikan aspek kuantitas pesanan, frekuensi pemesanan, sumber pasokan bahan baku, dan banyaknya permintaan produk, serta sistem persediaan yang dilakukannya dalam menjamin ketersediaan pasokan bahan baku dari para pemasok. Dengan kata lain, kegiatan pengadaan persediaan yang dilakukan PT Tridaya Eramina Bahari akan berpengaruh terhadap kegiatan pemenuhan permintaan produk tuna loin, demikian pula sebaliknya. 3.1.2. Biaya-biaya Persediaan Biaya-biaya variabel yang harus dipertimbangkan dalam pengambilan keputusan penentuan besarnya jumlah persediaan (Rangkuti 2004), diantaranya : 1) Biaya penyimpanan, (holding costs atau carrying costs), yaitu terdiri atas biaya-biaya yang bervariasi secara langsung dengan kuantitas persediaan. Biaya penyimpanan per periode akan semakin besar apabila kuantitas bahan 15
yang dipesan semakin banyak atau rata-rata persediaan semakin
tinggi.
Biaya-biaya yang termasuk dalam biaya penyimpanan adalah biaya-biaya fasilitas penyimpanan, biaya modal, biaya opportunity (biaya kesempatan), biaya keusangan, biaya asuransi persediaan dan lain-lain. 2) Biaya pemesanan atau pembelian (Ordering costs atau procurement costs). Biaya-biaya ini meliputi : pemrosesan pesanan dan biaya ekspedisi, upah, biaya
telepon,
pengeluaran
surat-menyurat,
biaya
pengepakan
dan
penimbangan, biaya pemeriksaan penerimaan (inspeksi), biaya pengiriman ke gudang, biaya utang lancar, dsb. 3) Biaya penyiapan (manufacturing), hal ini terjadi apabila bahan-bahan tidak dibeli, tetapi diproduksi sendiri dalam pabrik perusahaan, perusahaan menghadapi biaya penyiapan untuk memproduksi komponen tertentu. Biayabiaya ini terdiri dari biaya mesin-mesin menganggur, biaya persiapan tenaga kerja langsung, biaya penjadwalan, biaya ekspedisi, dsb. 4) Biaya kehabisan atau kekurangan bahan (shortage cost), adalah biaya yang timbul apabila persediaan tidak mencukupi adanya permintaan bahan. Biayabiaya yang termasuk biaya kekurangan bahan diantaranya kehilangan penjualan, kehilangan pelanggan, biaya ekspedisi, terganggunya operasi dll. Biaya kekurangan bahan sulit diukur dalam praktek terutama karena pada kenyataannya biaya ini sulit diperkirakan secara objektif.
3.1.3. Perencanaan Kebutuhan Bahan Perencanaan kebutuhan bahan atau lebih dikenal dengan Material Requirement Planning (MRP) merupakan suatu sistem perencanaan dan penjadwalan kebutuhan material untuk produksi, yang memerlukan beberapa tahapan atau fase, dengan kata lain merupakan suatu rencana produksi untuk sejumlah produk jadi yang diterjemahkan ke bahan mentah (komponen) yang dibutuhkan dengan menggunakan waktu tenggang, sehingga dapat ditentukan kapan dan berapa banyak pesanan untuk masing-masing komponen suatu produk yang akan dibuat. Sistem ini memainkan peranan penting dalam menjawab pertanyaan-pertanyaan tentang bahan-bahan apa yang harus dibuat atau dibeli, berapa jumlah yang dibutuhkan, dan kapan dibutuhkan.
16
Beberapa metode yang dikenal dalam sistem MRP diantaranya : 1) Teknik Lot for Lot (LFL) Teknik Lot for Lot (LFL) merupakan teknik penentuan ukuran lot, dengan memesan kuantitas bahan baku tepat sebesar yang dibutuhkan, tanpa persediaan pengaman dan tanpa antisipasi atas pesanan lebih lanjut, prosedur semacam ini konsisten dengan ukuran lot kecil, pesanan berkala, persediaan tepat waktu rendah, dan permintaan terikat (Buffa & Sarin 1999). Teknik ini berusaha menghilangkan biaya penyimpanan atas persediaan bahan yang disimpan. Teknik ini tidak dapat mengambil keuntungan ekonomis yang berhubungan dengan ukuran pesanan tepat. Namun, teknik ini tidak dapat digunakan jika jumlah barang sedikit dipasaran sehingga permintaan tepat pada waktunya tidak dapat dilakukan. 2) Teknik Economic Order Quantity (EOQ) Metode EOQ merupakan metode persediaan yang tertua dan paling umum dikenal. Model ini mengidentifikasi kuantitas pemesanan/pembelian optimal dengan tujuan meminimalkan biaya persediaan. Model EOQ merupakan alat yang paling umum dalam menganalisis persediaan barang yang optimal. EOQ mempunyai keunggulan sebagai model yang sederhana, mudah dianalisis, dapat diolah secara manual. Metode EOQ dapat menghitung jumlah per pesanan yang optimum dan frekuensi pemesanan yang dapat meminimalkan biaya persediaan total, tetapi tidak dapat menentukan besarnya kebutuhan bersih dan kebutuhan kotor setiap komponen pada setiap periode yang dapat ditentukan dengan menggunakan metode lainnya dalam sistem MRP 3) Teknik Period Order Quantity (POQ) Teknik ini menentukan ukuran lot sama dengan kebutuhan aktual dalam jumlah periode yang telah ditetapkan sebelumnya. Dengan demikian, jumlah sediaan yang mungkin timbul dalam kebijakan EOQ dihilangkan. Keunggulan kebijakan POQ dibandingkan kebijakan EOQ adalah dalam mengurangi biaya penyimpanan sediaan bila kebutuhan tidak seragam karena sediaan yang berlebih dapat dihindarkan. Untuk menghitung jumlah periode kebutuhannya harus dipenuhi oleh satu lot tunggal.
17
4) Teknik Part Periode Balancing (PPB) Teknik penyeimbang bagian periode merupakan pendekatan yang lebih dinamis, yaitu menyeimbangkan biaya pemesanan dan biaya penyimpanan. Teknik PPB membentuk bagian periode ekonomis, yang merupakan resiko antara biaya pemesanan dan biaya penyimpanan. PPB secara sederhana menambahkan kebutuhan sampai nilai bagian periode mencapai economic part period (EPP). Teknik ini mencoba menggabungkan suatu periode berikutnya. Kemudian menghitung kumulatif bersih dari periode gabungan tersebut dan juga menghitung kumulatif bagian periodenya. Kumulatif bagian periode dapat diperoleh dengan mengkumulatifkan perkalian kebutuhan bersih suatu periode dengan periode tambahan yang ditanggung. Bagian periode yang paling mendekati nilai EPP adalah merupakan pilihan gabungan periode yang dipilih dan juga dilakukan untuk periode-periode selanjutnya. Besar pesanan adalah sebesar kebutuhan bersih kumulatif, yang dilakukan sebelum kebutuhan tersebut terjadi dengan harapan akan diterima tepat pada awal periode gabungan tersebut dan akan digunakan selama periode gabungan. Kelemahan teknik PPB apabila diterapkan perusahaan, yaitu adanya kemungkinan kerusakan persediaan bahan baku akibat penyimpanan bahan baku digudang. Teknik PPB ini tidak dapat dilakukan apabila nilai EPP-nya lebih kecil dibandingkan dengan kebutuhan kotornya. 3.1.4. Persediaan Pengaman ( Safety Stock) Persediaan pengaman merupakan batas jumlah persediaan yang paling rendah yang harus ada untuk jenis suatu bahan. Persediaan ini ditujukan untuk menghindari terjadinya kekurangan bahan sehingga keselamatan operasi dan kelancaran produksi dapat terjamin. Handoko (2000), menyatakan bahwa suatu model persediaan stokastik (non-probabilistik) atau suatu simulasi merupakan suatu model yang valid dalam penentuan EOQ. Pengadaan persediaan pengaman bagi perusahaan dimaksudkan untuk mengurangi kerugian yang ditimbulkan karena terjadi stock out ( kekurangan bahan). Hal ini juga perlu dilakukan agar biaya penyimpanan dapat ditekan serendah mungkin. Persediaan pengaman jelas akan meningkatkan biaya persediaan, sehingga harus menentukan tingkat persediaan pengaman yang 18
menyeimbangkan opportunity cost akibat kehabisan bahan baku terhadap biaya penyimpanan persediaan pengaman. Faktor-faktor yang menentukan besarnya persediaan pengaman adalah permintaan produk rata-rata dan waktu tunggu. Permintaan produk rata-rata dan standar deviasi dari permintaan produk rata-rata perlu diketahui untuk menentukan persediaan pengaman. Hal ini untuk mengetahui penyimpangan penggunaan produk dari rata-rata karena adanya pemakaian yang berfluktuasi. 3.1.5. Titik Pemesanan Kembali (Reorder Point) Titik pemesanan kembali adalah suatu titik atau batas dari jumlah persediaan yang ada pada suatu saat dimana pemesanan harus disediakan kembali. Titik ini memberi petunjuk pada bagian pembelian untuk mengadakan pemesanan kembali bahan-bahan persediaan untuk menggantikan persediaan yang telah digunakan. Titik pemesanan kembali merupakan hasil penjumlahan dari penggunaan bahan-bahan yang dipesan tetapi belum diterima dan besarnya persediaan pengaman atau persediaan minimum (Assauri 2004). 3.1.6. Konsep Peramalan Peramalan (forecasting) merupakan seni atau ilmu memprediksi peristiwaperistiwa di masa depan (Heizer & Render 2001). Peramalan dapat didefinisikan sebagai suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil (Mulyono 2002). Kesalahan atau error merupakan selisih antara yang terjadi dengan hasil perkiraan. Peramalan tidak memberikan jawaban yang pasti tentang apa yang akan terjadi, tetapi berusaha mencari sedekat mungkin dengan yang akan terjadi. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. Langkah-langkah penting dalam peramalan yaitu : 1) Menganalisis data historis dengan cara membuat tabulasi untuk menentukan pola dari data tersebut.
19
2) Menentukan metode peramalan yang akan digunakan, yang dapat memberikan hasil yang tidak jauh berbeda dari kenyataan yang terjadi atau metode yang akan menghasilkan penyimpangan terkecil. 3) Memproyeksikan data yang lalu dengan metode peramalan yang digunakan. Menurut Heizer dan Render (2001), peramalan berdasarkan horizon waktu dibagi menjadi tiga kategori yaitu : 1) Peramalan jangka pendek. Rentang waktunya kurang dari tiga bulan. Peramalan jangka pendek digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan, dan tingkat produksi. 2) Peramalan jangka menengah. Peramalan jangka menengah berjangka tiga bulan hingga satu tahun. Peramalan ini sangat bermanfaat dalam perencanaan penjualan, perencanaan dan penganggaran produksi, penganggaran kas, dan menganalisis rencana produksi. 3) Peramalan jangka panjang. Rentang waktunya tiga tahun atau lebih, digunakan dalam merencanakan produk baru, pengeluaran modal, lokasi fasillitas atau ekspansi, dan penelitian serta pengembangan. Hal yang membedakan antara peramalan jangka menengah dan jangka panjang dengan jangka pendek adalah bahwa peramalan jangka menengah dan jangka panjang lebih kompetitif dan mendukung keputusan manajemen berkaitan dengan perencanaan produk, pabrik, dan proses. 3.1.6.1. Peramalan Penjualan Menurut Hanke et al. (2003), peramalan menjadi salah satu hal yang sangat penting dalam pengambilan keputusan perusahaan. Hal ini dikarenakan keefektifan sebuah keputusan tergantung pada deret kejadian-kejadian yang diakibatkan keputusan tersebut. Kemampuan menduga secara dini aspek-aspek yang tidak dapat dikontrol dari kejadian-kejadian masa lalu akan membantu keputusan-keputusan tersebut. Salah satu peramalan yang penting dilakukan perusahaan adalah peramalan penjualan. Peramalan penjualan memiliki peran dalam perencanaan dan pengambilan keputusan strategis perusahaan. Peran peramalan penjualan dalam jangka panjang dibutuhkan oleh perusahaan dalam keputusan pengembangan produk baru, mengurangi jumlah produk yang dihasilkan atau dipasarkan, pengurangan modal, 20
pembukaan
daerah
pemasaran
baru,
pengambilalihan
perusahaan
lain,
pengembangan saluran distribusi baru, dan keputusan-keputusan strategis lainnya. Dalam jangka pendek, peramalan penjualan digunakan untuk melakukan jadwal produksi, perencanaan kebutuhan bahan, rekrutmen tenaga kerja, prediksi arus kas, dan tingkat dimana komposisi biaya dan pendapatan yang dipilih dapat mempertahankan efisiensi operasi (Sugiarto & Harijono 2000). Peran peramalan penjualan dalam perencanaan strategi dapat dilihat pada Gambar 1. Peramalan Penjualan Jangka Pendek
Perencanaan Jangka Panjang
Perubahan Organisasi, penelitian, pengembangan perusahaan, saluran distribusi
Produk Baru Perkiraan Pendapatan
Anggaran Biaya Administrasi
Anggaran Investasi
Perubahan teknologi dan Kapasitas Produksi
Produksi (jadwal, pembelian, rekrutmen, dan pelatihan tenaga kerja, biaya administrasi
Anggaran Kas
Anggaran Kauangan
Gambar 1. Peran Peramalan Penjualan dalam Perencanaan Strategi Sumber : Sugiarto dan Harijono (2000). 3.1.6.2. Metode Peramalan Berdasarkan sifatnya, metode peramalan dibagi menjadi dua kategori utama yaitu metode kualitatif dan metode kuantitatif ( Firdaus 2006). 1) Metode Kualitatif Metode peramalan kualitatif didasarkan pada intuisi atau pengalaman empiris dari perencana atau pengambil keputusan, sehingga relatif bersifat
subyektif. Metode kualitatif dapat digunakan jika data historis maupun empiris variabel yang diramal tidak ada, tidak cukup, atau kurang dipercaya. Metode kualitatif dapat memberikan hasil yang membias ketika beberapa individu tertentu mendominasi proses peramalan melalui reputasi, kekuatan pribadi, atau posisi strategis dalam organisasi. Peramalan kualitatif dalam prosedurnya melibatkan pengalaman, judgement, maupun opini dari sekelompok orang yang pakar dibidangnya. Metode ini memiliki kelemahan antara lain tidak ada prosedur yang sistematis untuk mengukur dan memperbaiki keakuratan hasil peramalan dan kemungkinan tingginya subjektivitas pendapat. Metode ini cocok untuk peramalan jangka panjang (lebih dari lima tahun). 2) Metode Kuantitatif Peramalan kuantitatif memiliki sifat obyektif karena didasarkan pada keadaan aktual (data) yang diolah dengan menggunakan metode-metode tertentu dan adanya teori mengenai metode yang digunakan secara sistematis. Metode ini memerlukan data historis atau data empiris sehingga setiap variabel dituntut untuk memiliki satuan ukuran atau dapat diukur. Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut : a) Tersedianya informasi tentang masa lalu (data historis). b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. c) Dapat diasumsikan bahwa pola masa lalu akan terus berlanjut di masa mendatang. Dua asumsi pertama merupakan syarat keharusan bagi metode kuantitatif. Asumsi ketiga merupakan syarat kecukupan, artinya walaupun asumsi ketiga dilanggar oleh model yang dirumuskan masih dapat digunakan, hanya saja akan memberikan kesalahan peramalan yang relatif besar bila perubahan pola data atau bentuk hubungan fungsional tersebut terjadi secara sistematis. Metode peramalan kuantitatif terbagi atas dua golongan yaitu metode deret waktu dan metode kausal. Metode deret waktu fokus pada observasi terhadap urutan pola data secara kronologis suatu peubah tertentu, sedangkan metode kausal fokus pada identifikasi dan determinasi hubungan antar variabel yang akan diramalkan (Firdaus 2006).
22
3.1.6.3. Metode Deret Waktu (time series) Metode deret waktu merupakan salah satu metode peramalan kuantitatif. Metode deret waktu (time series) memprediksi berdasarkan asumsi bahwa masa depan adalah fungsi dari masa lalu (Render & Heizer 2001). Metode ini melihat pada apa yang terjadi selama periode waktu dan menggunakan seri data masa lalu untuk membuat suatu ramalan. Salah satu aspek terpenting dari pemilihan metode peramalan yang sesuai dari data deret waktu adalah dengan memperhatikan pola data (Hanke et al. 2003). Pola data dapat dibedakan menjadi empat, yaitu : 1) Pola horizontal (stasioner), terjadi ketika observasi data berfluktuasi di sekitar rataan atau tingkatan yang konstan. 2) Pola trend, terjadi ketika observasi data menaik atau menurun pada periode yang panjang. 3) Pola siklik, terjadi ketika observasi data memperhatikan kenaikan dan penurunan pada periode yang tidak tetap. 4) Pola musiman, terjadi apabila observasi
data dipengaruhi oleh faktor
musiman. Metode-metode yang digunakan dalam peramalan time series terdiri dari beberapa metode (Hanke et al. 2003), antara lain : 1) Metode Analisis Trend. Metode ini digunakan untuk peramalan data time series dengan pola data yang mengandung unsur trend. Model trend yang biasa digunakan ada empat yaitu linear, kuadratik, pertumbuhan eksponensial, dan kurva-s. 2) Metode Rata-rata Sederhana (simple average), merupakan metode yang tepat ketika seri data secara umum tidak berubah dan stabil. Metode ini digunakan untuk mengembangkan model sederhana yang mengasumsikan bahwa periode yang baru berlalu adalah prediktor terbaik masa depan. Rata-rata sederhana menggunakan rataan semua pengamatan historis yang relevan sebagai ramalan periode mendatang. Metode ini terdiri dari metode rata-rata bergerak sederhana (simple moving average) dan metode rata-rata bergerak ganda (double moving average) 3) Metode
Pemulusan
Eksponensial
(eksponensial
smoothing).
Metode
pemulusan eksponensial merupakan prosedur yang dapat merevisi secara
23
kontinu hasil peramalan dengan informasi terbaru. Dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang digunakan. Prediksi dilakukan dengan memberikan bobot yang lebih tinggi untuk informasi yang terbaru. Teknik ini cocok digunakan untuk peramalan mingguan atau bulanan untuk sistem inventory yang terdiri dari ribuan item. Beberapa metode pemulusan eksponensial diantaranya metode pemulusan eksponensial tunggal dan metode pemulusan eksponensial ganda. 4) Metode Winter’s. Metode ini digunakan untuk peramalan data time series dengan trend linear dan musiman. Metode ini memiliki kelebihan yaitu mudah dan cepat dalam meng-update ramalan ketika data baru diperoleh. Metode Winter’ss’ terdiri atas model multiplikatif (fluktuasi proporsional terhadap trend) dan aditif (fluktuasi relatif konstan). Dalam metode Winter’s terdapat tiga parameter yang digunakan yaitu α,β, dan γ yang dapat dipilih secara subyektif atau dengan meminimalkan ukuran galat ramalan seperti MSE. 5) Metode Dekomposisi. Metode dekomposisi adalah teknik peramalan yang bertujuan untuk memisahkan komponen-komponen pembentuk pola data dari variabel ekonomis atau bisnis yaitu trend, musiman, siklus, dan unsur acak (Firdaus 2006). Metode ini dibagi atas dua macam, yaitu dekomposisi aditif dan dekomposisi multiplikatif. Metode dekomposisi multiplikatif adalah model yang memperlakukan nilai-nilai deret waktu sebagai hasil perkalian dari komponen-komponen. Metode dekomposisi aditif adalah model yang memperlakukan nilai-nilai deret waktu sebagai jumlah dari komponenkomponen. Model dekomposisi aditif kerjanya sangat baik untuk deret waktu yang keragamannya kurang lebih sama sepanjang deret, maka seluruh nilai deret berada pada lebar yang konstan berpusat pada trend. Model komponen multiplikatif cocok untuk deret waktu yang keragamannya meningkat dengan tingkat tertentu, maka nilai deret tersebar sebagaimana trend meningkat. 6) Metode Box-Jenkins (ARIMA/SARIMA). Metode Autoregressive Integrated Moving Average (ARIMA) atau model gabungan autoregresi dengan rata-rata bergerak, adalah jenis model linear yang mampu mewakili deret waktu yang stasioner maupun non stasioner (Hanke et al. 2003). Metode ARIMA 24
menggunakan pendekatan iteratif dalam mengidentifikasi suatu model yang paling tepat dari berbagai alternatif model yang ada. Model dianggap sudah memadai jika residual terdistribusi secara random, kecil, dan independen satu sama lain (Sugiarto & Harijono 2000). 3.1.6.4. Pemilihan Teknik Peramalan Pemilihan teknik peramalan harus sesuai dengan ketersediaan data yang ingin diramal. Beberapa kriteria yang dapat dijadikan sebagai pedoman dalam memilih teknik peramalan yang sesuai bagi data yang ingin diramal diantaranya akurasi, jangkauan peramalan, biaya, dan kemudahan dalam penerapan. Ukuran akurasi peramalan yang paling sering digunakan adalah nilai dari rata-rata kuadrat deviasi atau mean square error (MSE), mean absolute percentage error (MAPE), dan mean absolut deviation (MAD). Metode peramalan yang memberikan nilai MSE, MAPE, atau MAD yang semakin kecil dapat dianggap sebagai metode yang terbaik untuk digunakan (Mulyono 2000). Teknik yang dipilih sebagai teknik yang terbaik saat ini tidak menjamin akan memberikan hasil yang terbaik di masa depan, karena terdapat faktor ketidakpastian.
Jika
teknik-teknik
peramalan
yang
digunakan
memiliki
kemampuan yang sama, maka dipilih teknik yang paling sederhana (prinsip parsimony) yaitu kesederhanaan suatu model yag berarti bahwa semakin sederhana suatu model, semakin bagus model tersebut karena biaya peramalan akan menjadi murah dan model dimengerti oleh pemakainya (Mulyono 2000). 3.2. Kerangka Pemikiran Operasional Setiap perusahaan berusaha untuk menciptakan nilai yang maksimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang maksimal dapat terwujud melalui rangkaian proses yang terintegrasi mulai dari pengadaan bahan baku, proses produksi, sampai menjadi produk yang siap dikirim ke konsumen. Dari segi produksi, keberhasilan produksi yang dilakukan perusahaan ditentukan oleh banyak faktor, salah satu diantaranya adalah bahan baku. Proses pengadaan bahan baku merupakan bagian vital dalam rangkaian kegiatan menghasilkan produk. Oleh karena itu, perencanaan terhadap persediaan bahan baku harus dilakukan dengan baik sehingga tidak terjadi kekurangan atau
25
kelebihan bahan baku. Perencanaan persediaan bahan baku yang baik dapat mencegah terjadinya biaya penyimpanan bahan baku yang terlalu tinggi sebagai akibat pembelian bahan baku yang terlalu besar atau berlebih dan juga dapat mencegah kekurangan bahan baku dalam memenuhi permintaan dari konsumen. PT Tridaya Eramina Bahari merupakan salah satu perusahaan perikanan yang terletak di kawasan industri perikanan Pelabuhan Perikanan Samudera Nizam Zachman Jakarta. Tuna loin beku merupakan produk utamanya. Sebagai perusahaan yang bahan baku utamanya ikan tuna, PT Tridaya sering mengahadapi kondisi dimana terjadi kekurangan bahan baku yang menimbulkan kerugian bagi perusahaan. Oleh karena itu, diperlukan suatu perencanaan pengadaan persediaan bahan baku untuk mengantisipasi situasi tersebut di masa yang akan datang. Hal ini dapat dilakukan dengan terlebih dahulu mengidentifikasi sistem pengadaan persediaan yang dilakukan perusahaan dan melakukan perbandingan antara metode perusahaan dengan metode EOQ. Selanjutnya dilakukan peramalan terhadap volume ekspor produk pada masa yang akan datang. Data ekspor perusahaan menunjukan tingkat penjualan yang dicapai perusahaan selama ini dan juga menunjukan tingkat permintaan yang mampu dipenuhi perusahaan. Selanjutnya, dilakukan analisis perencanaan untuk menentukan alternatif tingkat pesanan atau pembelian bahan baku yang optimal dan juga bagaimana frekuensi pemesanan yang sebaiknya dilakukan perusahaan agar biaya-biaya yang terjadi dapat diminimalisir. Selain itu, analisis sensitivitas terhadap proyeksi nilai EOQ perlu dilakukan untuk mengetahui dampak yang akan timbul apabila terjadi perubahan pada variabel-variabel yang berpengaruh langsung terhadap besarnya nilai EOQ. Gambar kerangka pemikiran operasional dapat dilihat pada Gambar 2 di bawah ini.
26
Persaingan mendapatkan bahan baku
PT Tridaya Eramina Bahari
Perencanaan Pengadaan Persediaan Bahan Baku
Peramalan Penjualan
• Belum ada hubungan terikat dengan pemasok • Ketersediaan bahan baku musiman dan terbatas è terjadi kekurangan bahan baku
Identifikasi Siatem Persediaan Bahan Baku Perusahaan tahun 2008
Identifikasi Pola Data Penjualan (volume ekspor) Analisis Peramalan Volume Ekspor Metode Peramalan Time Series • Pemulusan Eksponensial Tunggal • Pemulusan Eksponensial Ganda • Winter’ss Multiplikatif • Winter’ss Aditif • Dekomposisi Multiplikatif • Dekomposisi Aditif • ARIMA/SARIMA
Ramalan Permintaan Tahun 2010
Proyeksi Kebutuhan Bahan Baku Tahun 2010
Analisis Perbandingan Biaya Persediaan Bahan Baku
Metode Perusahaan
Metode EOQ
Tingkat Pengadaan Persediaan Bahan Baku Optimal
Alternatif Perencanaan Pengadaan Persediaan Bahan Baku 2010 • Pemesanan Optimal • Persediaan Pengaman • Titik Pemesanan Kembali
Analisis Sensitivitas Hasil Proyeksi
Gambar 2. Kerangka Pemikiran Operasional
27
