operasi merupakan suatu kegiatan yang

BAB III LANDASAN TEORI 3.1 Produksi Secara umum, kegiatan produksi/operasi merupakan suatu kegiatan yang berhubungan dengan penciptaan/pembuatan barang, jasa, atau kombinasinya, melalui proses transformasi dari masukan sumber daya produksi dan operasi keluaran yang diinginkan (Herjanto, 1999). Istilah produksi cenderung dikaitkan dengan pabrik, mesin ataupun lini perakitan karena pada mulanya teknik dan metode dalam manajemen produksi memang digunakan untuk mengoperasikan pabrik atau kegiatan perakitan yang lain. Namun, dengan berkembangnya teknik dan metode manajemen produksi maka penerapannya tidak hanya berlaku bagi kegiatan pembuatan barang – barang berwujud, melainkan juga bisa diterapkan dalam pembuatan barang – barang tak berwujud atau jasa (Herjanto, 1999). 3.2 Sistem produksi 3.2.1 Konsep Dasar Organisasi industri merupakan salah satu mata rantai dari sistem perekonomian, karena memproduksi dan mendistribusikan produk (barang atau jasa). Produksi

21 http://digilib.mercubuana.ac.id/

22

merupakan fungsi pokok dalam setiap organisasi, mencangkup organisasi yang bertanggung jawab untuk menciptakan

nilai tambah produk yang merupakan

output dari setiap organisasi industry (Gaspersz, 2004). Produksi adalah bidang yang terus berkembang selaras dengan perkembangan teknologi, dimana produksi memiliki suatu jalinan hubungan timbal – balik (dua arah) yang sangat erat dengan teknologi, karena produksi dan teknologi saling membutuhkan. Kebutuhan produksi untuk beroperasi dengan biaya yang paling rendah, meningkatkan kualitas dan produktivitas, dan menciptakan produk baru telah menjadi kekuatan yang mendorong teknologi untuk melakukan berbagai terobosan dan penemuan baru. Produksi dalam sebuah organisasi pabrik merupakan inti yang paling dalam, spesifik serta berbeda dengan bidang fungsional lain seperti : keuangan, personalia,dll (Gaspersz, 2004). Sistem produksi merupakan sistem integral yang mempunyai komponen struktural dan funsional. Dalam sistem produksi modern terjadi suatu proses trenformasi nilai tambah yang mengubah input menjadi output yang dapat dijual dengan harga kompetitif di pasar (Gaspersz, 2004).

Gambar 3.1 Skema Sistem Produksi

http://digilib.mercubuana.ac.id/

23

3.2.2 Sistem Produksi Menurut Jenis Produksinya Sistem produksi bertujuan untuk merencanakan dan mengendalikan produksi agar lebih efisien, efektif, dan produktif, atau optimal. Jumlah sistem sistem produksi yang banyak. Sistem produksi yang tepat bagi suatu industri akan sangat tergantung pada jenis industrinya (Nasution, 2006). Berdasarkan cara pembuatan (dan masa pengerjaan), produksi dapat diklasifikan menjadi tipe-tipe berikut (Nasution, 2006): 1. Engineering To Order (ETO), yaitu bila pemesanan meminta produsen untuk membuat produk yang dimulai dari proses perancangannya (rekayasa). 2. Make To Order (MTO), yaitu bila produsen menyelesaikan item akhirnya jika dan hanya jika telah menerima pesanan konsumen untuk item tersebut. Bila item tersebut bersifat unik dan mempunyai desain yang dibuat menurut pesanan, maka konsumen mungkin bersedia menunggu hingga produsen dapat menyelesaikannya. 3. Assembly To Order (ATO), yaitu bila produsen membuat desain standar, modul-modul opsional standar yang sebelumnya dan merakit suatu kombinasi tertentu dari modul-modul tersebut sesuai dengan pesanan konsumen. Modul-modul standar tersebut bisa dirakit untuk berbagai tipe produk. Contohnya adalah pabrik mobil di mana meraka menyediakan pilihan ternmisi secara manual atau otomatis, AC, audio, opsi-opsi interior, dan opsi-opsi mesin khusu sebagaimana juga model bodi dan warna bodi. Komponen – komponen tersebut telah disiapkan terlebih dahulu dan akan mulai diproduksi begitu pesanan dari agen datang.


24

4. Make To stock (MTS), yaitu bila produsen membuat item-item yang diselesaikan

dan

ditempatkan

sebagai

persediaan

sebelumpesanan

konsumen diterima. Item akhir tersebut baru akan dari sistem persediaan setelah persediaan setelah pesanan konsumen diterima. 2.3 Peramalan 2.3.1

Pengertian Peramalan Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang

berdasarkan pada beberapa vaiabel peramal, sering berdasarkan data deret waktu historis. Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalan kuantitas yang tepat. (Gaspersz, 2004). 2.3.2

Tahapan Peramalan Terdapat sembilan langkah yang harus diperhatikan untuk menjamin efektivitas

dan efisiensi dari sistem peramalan dalam manajemen permintaan (Gaspersz, 2012): 1. Menentukan tujuan yang dilakukannya peramalan. 2. Memilih item independent demand yang akan diramalkan. 3. Menentukan horizon waktu dari peramalan. 4. Memilih model – model peramalan. 5. Memperoleh data yang dibutuhkan untuk melakukan peramalan. 6. Membuat peramalan. 7. Validasi hasil peramalan. 8. Implementasi hasil peramalan. 9. Memantau keadaan hasil peramalan.


25

2.3.3

Pola Permintaan Dalam time series terdapat empat jenis pola permintaan, yaitu (1) trend, (2)

musiman, (3) siklikal, (4) eratik/random. Pola permintaan ini akan berhubungan dengan metode peramalan yang digunakan. Setiap metode peramalan memiliki karakteristik tertentu sehingga memerlukan persyaratan atau asumsi tertentu pula. Salah satu persyaratannya adalah pola permintaan berpola trend (Baroto, 2002). 1. Pola Trend Pola trend adalah bila data permintaan menunjukan pola kecenderungan gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat dapat ditarik suatu garis maya. Bila data berpola trend, maka metode peramalan yang sesuai adalah metode regresi linear, exponential smoothing, atau double exponential smoothing. Metode regresi linear biasanya memberikan tingkat kesalahan yang lebih kecil.

Gambar 3.2 Pola Permintaan Trend (Sumber: Baroto, 2002)


26

2. Pola Musiman Bila data yang kelihatannya berfluktuasi, namun fluktuasi tersebut akan terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut berpola musiman. Disebut pola musiman karena permintaan ini biasanya diperngaruhi oleh musim, sehingga biasanya interval perulangan data ini adalah satu tahun. Sebagai contoh payung dan jas hujan di musim hujan adalah lbeih besar ketimbang di musim kemarau. Metode peramalan yang sesuai dengan pola musiman adalah metode winter (sangat sesuai), atau moving average, atau weight moving average.

Gambar 3.3 Pola Permintaan Musiman (Sumber: Baroto, 2002)

3. Pola Siklikal Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang membentuk pola sinusoid atau gelombang atau siklus. Pola siklikal mirip dengan pola musiman. Pola musiman tidak harus berbentuk gelombang,


27

bentuknya bervariasi, namun waktunya akan berulang setiap tahun (umumnya). Pola siklikal bentuknya selalu mirip gelombang sinusoid. Untuk menentukan data berpola siklis tidaklah mudah. Kalau pola musiman rentang waktu satu tahun dapat dijadikan pedoman, maka rentang waktu perulangan siklikal tidak tentu. Metode yang sesuai bila data berpola siklikal adalah metode moving average, weight moving average, dan eksponential smoothing.

Gambar 3.4 Pola Permintaan Siklikal (Sumber: Baroto, 2002)

4. Pola Eratik/Random Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka panjang tidak dapat digambarkan dengan ketiga pola lainnya. Fluktuasi permintaan bersifat acak atua tidak jelas. Tidak ada metode peramalan yang direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang analis peramal sangat menentukan dalam pengabilan kesimpulan mengenai pola data. Seorang analis, untuk data yang sama mungkin menyimpulkan berpola random dan analis lainnya menyimpulkan musiman. Keterampilan


28

imajinasi analis peramal memang merupakan faktor yang paling menentukan dalam pelaksanaan peramalan. Bisa jadi, pola data peramalan yang random ini ternyata mengikuti pola tertentu bukan seperti ketiga pola yang dijelaskan, untuk ini diperlukan metode khusus (mungkin subjektif untuk melakukan peramalan).

Gambar 3.5 Pola Permintaan Random (Sumber: Baroto, 2002)

2.3.4

Model Peramalan Dalam sistem peramalan, penggunaan berbagai model peramalan akan

memberikan nilai ramalan yang berbeda dan derajat dari galat ramalan (forecast error) yang berbeda pula. Salah satu “seni” dalam melakukan peramalan adalah memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi pola aktivitas historis dari data. Secara umum, model-model peramalan dapat dikelompokan ke dalam dua kelompok utama, yaitu: (1) metode kualitatif, dan (2) metode kuantitatif. Selanjutnya metode kuantitatif dikelompokan ke dalam dua bagian utama, yaitu: (a) intrinsik, dan (b) ekstrinsik (Gaspersz, 2012).


29

Menurut Vincent Gaspersz (2012) beberapa model peramalan yang digolongkan sebagai kualitatif, adalah: 1. Dugaan manajemen (management estimate), di mana peramalan sematamata berdasarkan pertimbangan manajemen, umumnya oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari satu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan opini yag kritis dan relevan. Teknik ini akan dipergunakan dalam situasi di mana tidak ada alternatif lain dari model peramalan yang dapat diterapkan. Bagaimanapun metode ini mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode peramalan yang lain. 2. Riset pasar (market research), merupakan metode peramalan berdasarkan hasil-hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar produk atau yang mewakilinya. Metode ini akan menjaring informasi dari pelanggan atau pelanggan potensial (konsumen) berkaitan dengan rencana pembelian mereka di masa mendatang. Riset pasar akan membantu tidak hanya untuk peramalan, tetapi juga untuk meningkatkan desain produk dan perencanaan untuk produk-produk baru. 3. Metode kelompok terstruktur (structured group methods), seperti metode Delphi, dll. Metode Delphi merupakan teknik peramalan yang berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli secara iteratif tanpa menyebutkan identitasnya. Dalam metode Delphi sangat diharapkan peranan dari fasilitator untuk memperoleh atau menyimpulkan hasil-hasil peramalan itu.


30

4. Analogi historis (historical analogy), merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan secara analogi. Misalnya peramalan untuk pengembangan pasa televisi multisistem berlayar datar menggunakan model permintan televisi berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi langsung dari produk dalam pasar itu. Pada dasarnya metode kualitatif ditujukan untuk peramalan terhadap produk baru, pasar baru, proses baru, perubahan sosial dari masyarakat, perubahan teknologi, atau penyesuaian terhadap ramalan-ramalan berdasarkan metode kuantitatif (Gaspersz, 2012). Model kuantitatif intrinsik, sering disebut sebagai model-model deret waktu (time series model). Beberapa model deret waktu yang populer dan umum diterapkan dalam peramalan permintaan adalah: rata-rata bergerak (moving average), pemulusan eksponensial (exponential smoothing), dan proyeksi kecenderungan (trend projection). Sedangkan model kuantitatif ekstrinsik disebut sebagai model kausal, dan yang populer adalah model-model regresi (regression causal model). -

Model Rata-rata Bergerak (Moving Average Model)

Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. Metode rata-rata bergerak akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produksi akan tetap stabil


31

sepanjang waktu. Metode rata-rata bergerak n-periode menggunakan formula (Gaspersz, 2012) berikut:

𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝐵𝑒𝑟𝑔𝑒𝑟𝑎𝑘 𝑛 − 𝑃𝑒𝑟𝑖𝑜𝑑𝑒 =

∑(𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑑𝑎𝑙𝑎𝑚 𝑛 − 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡𝑒𝑟𝑑𝑎𝑕𝑢𝑙𝑢) 𝑛

Di mana n adalah banyaknya dalam rata-rata bergerak. Apabila kita menggunakan ratarata bergerak 3-periode, maka tentu saja formula dari metode rata-rata bergerak 3periode adalah:

𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝐵𝑒𝑟𝑔𝑒𝑟𝑎𝑘 3 − 𝑃𝑒𝑟𝑖𝑜𝑑𝑒 =

-

∑(𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑑𝑎𝑙𝑎𝑚 3 − 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡𝑒𝑟𝑑𝑎𝑕𝑢𝑙𝑢) 3

Model Rata-rata Bergerak Terbobot (Weighted Moving Average Model)

Model rata-rata bergerak terbobot lebih responsif terhadap perubahan, karena data dariperiode yang baru biasanya diberi bobot lebih besar. Suatu model ratarata bergerak n-periode terbobot, weighted MA(n), dinyatakan sebagai (Gaspersz, 2012) berikut:

𝑊𝑒𝑖𝑔𝑕𝑡𝑒𝑑 𝑀𝐴(𝑛) =

-

∑(𝑃𝑒𝑚𝑏𝑜𝑏𝑜𝑡𝑎𝑛 𝑢𝑛𝑡𝑢𝑘 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑛)(𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑎𝑘𝑡𝑢𝑎𝑙 𝑑𝑎𝑙𝑎𝑚 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑛) ∑(𝑝𝑒𝑚𝑏𝑜𝑏𝑜𝑡)

Model Pemulusan Eksponensial (Exponential Smoothing Model) Model peramalan pemulusan eksponensial bekerja hampir serupa dengan alat

thermostat, dimana apabila galat ramalan (forecast error) adalah positif yang berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan (A-F > 0), maka


32

model pemulusan eksponensial akan secara otomatis meningkatkan nilai ramalan (Gaspersz, 2012). Sebaliknya apabila galat ramalan (forecast error) adalah negatif yang berarti niai aktual permintaan lebih rendah daripada nilai ramalan (A-F < 0), maka model pemulusan eksponensial akan secara otomatis menurunkan nilai ramalan (Gaspersz, 2012). Proses penyeusaian ini berlangsung terus menerus, kecuali galat ramalan telah mencapai nol. Kenyataan inilah yang mendorong peramal (forecaster) untuk lebih suka menggunakan model peramalan pemulusan eksponensial, apabila pola historis dari data aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu (Gaspersz, 2012). Peramalan

menggunakan

model

pemulusan

eksponensial

dilakukan

berdasarkan formula (Gaspersz, 2012) berikut: Ft = Ft-1 + α(At-1-Ft-1) Di mana: Ft = nilai ramalan untuk periode waktu ke-t Ft-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1 At-1 = nilai aktual untuk satu periode waktu yang lalu, t-1 α = Konstanta pemulusan (smoothing constant)

2.3.5 Pengujian Peramalan Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan


33

permintaan yang terjadi. Ada lima ukuran yang biasa digunakan, (Nasution, 2008) 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 dibandingkan kenyataannya. Secara sistematis MAD dirumuskan sebagai berikut :

MAD  

A t  Ft n

di mana : At = permintaan aktual pada periode –t Ft = peramalan permintaan 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 peramalan. Secara matematis MSE dirumuskan sebagai berikut : MSE  

(A t  Ft ) 2 n

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. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan


3

34

membaginya dengan jumlah periode peramalan. Secara sistematis MFE dinyatakan sebagai berikut :

MFE  

(A t  Ft ) n

4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis MAPE dinyatakan sebagai berikut :

F  100  MAPE    A t  t At  n  2.3.6

Validasi Peramalan Tracking Signal adalah ukuran seberapa tepatnya suatu hasil peramalan untuk

dipergunakan layaknya nilai – nilai aktual. Menurut Vincent Gaspersz (2002). Ahli sistem peramalan, George Plossl dan Oliver Wight menyarankan untuk menggunakan nilai ± 4 sebagai batasan tracking signal. Berikut perumusannya. Tracking Signal=

Di mana :

∑(𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝐴𝑘𝑡𝑢𝑎𝑙 𝑑𝑖 𝑃𝑒𝑟𝑖𝑜𝑑𝑒 𝑖−𝑃𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛 𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑑𝑖 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑖) 𝑀𝐴𝐷

∑ 𝑎𝑏𝑠𝑜𝑙𝑢𝑡 𝑑𝑎𝑟𝑖 𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟𝑠 𝑛


2

35

2.4 Persediaan 2.4.1

Pengertian Persediaan Persediaan adalah sejumlah bahan-bahan, bagian-bagian yang disediakan dan

bahan-bahan dalam proses yang terdapat dalam persuhaan untuk proses produksi, serta barang-barang jadi/produk yang disediakan untuk memenuhi permintaan dari konsumen atau langganan setiap waktu (Rangkuti, 2002). Persediaan memiliki fungsi penting yang dapat menigkatkan efisiensi operasional suatu perusahaan. Dengan adanya persediaan maka proses produksi tidak terhambat oleh kekurangan bahan baku. Selain itu, prosedur untuk memperoleh dan menyimpan bahan baku yang dibutuhkan dapat dilaksanakan dengan biaya minimum (Bedworth dan Bailey, 1982). Pada pengendalian persediaan ada dua keputusan yang perlu diambil, yaitu jumlah setiap kali pemesanan dan kapan pemesanan itu harus dilakukan. Prinsip dari persediaan yaitu mempermudah dan memperlancar jalannya operasi perusahaan pabrik, yang harus dilakukan secara berturut-turut untuk memproduksi barang-barang, serta selanjutnya menyampaikan kepada pelanggan atau konsumen. Persediaan memungkinkan produk-produk dihasilkan pada tempat yang jauh dari pelanggan dan atau sumber bahan mentah (Rangkuti, 2002). Dari segi teori, persediaan digunakan untuk menentukan prosedur optimal dalam jumlah optimal produksi atau bahan yang disimpan untuk memenuhi permintaan pasar di masa depan (Bedworth dan Bailey, 1982).


36

Persediaan merupakan suatu hal yang tak terhindarkan. Menurut Baroto (2002) penyebab timbulnya persediaan adalah sebagai berikut : 1. Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu barang tidak dapat dipenuhi seketika bila barang tersebut tidak tersedia sebelumnya. Untuk menyiapkan barang ini diperlukan waktu untuk pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang sulit dihindarkan. 2. Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat, diantaranya yaitu permintaan yang bervariasi yang tidak pasti dalam jumlah maupun waktu kedatangan, waktu pembuatan yang cenderung tidak konstan antara satu produk dengan produk berikutnya, waktu tenggang (lead time) yang cenderung tidak pasti karena banyak faktor yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan mengadakan persediaan. 3. Keinginan

melakukan

spekulasi

yang

bertujuan

mendapatkan

keuntungan besar dari kenaikan harga dimasa mendatang.

2.4.2

Fungsi Persediaan Fungsi persediaan yang diadakan mulai dari persediaan yang berbentuk bahan

mentah sampai dengan barang jadi antara lain (Assauri, 1993) : 1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan yang dibutuhkan oleh perusahaan. 2. Menghilangkan resiko dari material yang dipesan tidak memenuhi kualifikasi, sehingga harus dikembalikan.


37

3. Menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat digunakan bila bahan itu tidak ada dipasaran. 4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran arus produksi. 5. Mencapai penggunaan mesin yang optimal. 6. Memberikan pelayanan kepada pelanggan, dimana kebutuhan pelanggan dapat dipenuhi setiap saat.

2.4.3

Jenis – Jenis Persediaan Menurut Rangkuti (2002), Setiap jenis persediaan memiliki karakteristik tersendiri dan cara pengolahan yang berbeda. Persediaan dapat dibedakan menjadi beberapa jenis diantaranya sebagai berikut : 1. Persediaan bahan mentah (raw material) yaitu persediaan barang-barang berwujud, seperti besi, kayu, serta komponen-komponen lain yang digunakan dalam proses prouksi. 2. Persediaan komponen-komponen rakitan (purchased parts/components) yaitu persediaan barang-barang yang tediri dari komponen-komponen yang diperoleh dari perusahaan lain yang secara langsung dapat dirakit menjadi suatu produk. 3. Persediaan bahan pembantu atau penolong (supplies) yaitu persediaan barang- barang yang diperlukan dalam proses produksi, tetapi bukan merupakan bagian atau komponen barang jadi. 4. Persediaan barang dalam proses (work in process) yaitu persediaan barang- barang yang merupakan keluaran dari tiap-tiap bagian dalam


38

proses produksi atau yang telah diolah menjadi suatu bentuk, tetapi masih perlu diproses lebih lanjut menjadi barang jadi. 5. Persediaan barang jadi (finished goods), persediaan barang-barang yang telah selesai diproses atau diolah dalam pabrik dan siap dijual atau dikirim kepada pelanggan. 2.4.4

Biaya-Biaya Persediaan Umumnya untuk pengambilan keputusan penentuan besarnya jumlah persediaan,

biaya-biaya variabel berikut ini harus dipertimbangkan, diantaranya : 1. Biaya penyimpanan (holding costs atau carrying costs), adalah biaya penyimpanan (holding costs atau carrying costs), terdiri atas biayabiaya yang bervariasi secara langsung dengan kuantitas persediaan. Biaya penyimpanan per periode akan semakin besar apabila kuantitas bahan yang dipesan semakin banyak atau rata-rata persediaan semakin tinggi. Biaya penyimpanan merupakan variabel apabila bervariasi dengan tingkat persediaan. Apabila biaya fasilitas penyimpanan (gudang) tidak variabel, tetapi tetap, maka tidak dimasukkan dalam biaya penyimpanan per unit. 2. Biaya pemesanan atau pembelian (ordering costs atau procurement costs), adalah, pada umumnya, biaya per pesanan (di luar biaya bahan dan

potongan kuantitas)

bertambah

besar.

tidak

naik

apabila

kuantitas

pesanan

Tetapi, apabila semakin banyak komponen yang

dipesan setiap kali pesan, jumlah pesanan per periode turun, maka biaya pemesanan total akan turun. Ini berarti, biaya pemesanan total per


39

periode (tahunan) sama dengan jumlah pesanan yang dilakukan setiap periode dilakukan biaya yang harus dikeluarkan setiap kali pesan.

2.5

Aturan-aturan Tentang Kuantitas Pesanan (Quantity to Order Rules) untuk Independent Demand

2.5.1

Metode Kuantitas Pesanan untuk Situasi Permintaan Kontinu (Continous Demand Situations): Untuk situasi permintaan bersifat kontinu, biasanya dipergunakan metode

kuantitas pesanan tetap (fixed order quantity) dan kuantitas pesanan ekonomisEOQ (economic order quantity) (Gaspersz, 2012). 1. Metode Kuantitas Pesanan Tetap (Fixed Oerder Quantity = FOQ) Metode FOQ (synonym: periodic order system, periodic review system) menetapkan sejumlah unit kuantitas yang dipesan setiap kali apabila suatu pesanan dilakukan untuk item tertentu. Dengan demikian FOQ merupakan metode pengendalian inventori dimana ukuran kuantitas pesanan bersifat tetap tetapi interval atara pesanan tergantung permintaan aktual. Praktek pemesanan menggunakan FOQ membutuhkan asumsi bahwa permintaan inventori individual adalah konstan. Sistem FOQ menempatkan suatu pesanan dari kuantitas tetap (reorder quantity) apabila inventori on-hand ditambah on order berada di bawah tingkat yang telah dispesifikasikan (order pont or reorderpoint). Kuantitas pesanan tetap mungkin ditetapkan berdasarkan pertimbangan praktis, dll, seperti: 1000 unit, atau ditetapkan secara lebih formal menggunakan perhitungan ekonomis berdasarkan metode EOQ yang akan dibahas berikut ini.


40

2. Metode Kuantitas Pesanan Ekonomis (Economic Order Quantity = EOQ) Metode EOQ (synonym: ecomonic lot size, minimum cost order quantity) adalah suatu jenis dari model kuantitas pesanan tetap (fixed order quantity model) yang menentukan kuantitas dari suatu item yang dibeli atau dibuat pada suatu waktu tertentu. Tujuan dari EOQ adalah meminimumkan kombinasi ongkos-ongkos pesanan (order cost or acquiring cost) dan penyimpanan (carrying cost) dari inventori. Formula dasar dari model EOQ adalah: 𝐸𝑂𝑄 =

2𝐴𝑆/𝑖𝐶

Di mana: A = permintaan tahunan (dalam unit item) S = rata-rata ongkos persiapan pesanan (satuan barang) i = persentase ongkos penyimpanan inventori tahunan (dalam persen) C = ongkos atau harga perunit item (satuan uang)

2.5.2

Metode Kuantitas Pesanan untuk Situasi Permintaan Tidak Kontinu (Discontinuous Demand Situations): Apabila situasi permintaan suatu item inventori bersifat tidak kontinu, maka

beberapa metode kuantitas pesanan diskrit dapat dipergunakan (Gaspersz, 2012). 1. Metode Lot-for-lot (L4L) Metode L4L (sysnonym: discrete order quantity) menempatkan suatu pesanan untuk setiap periode dalam kuantitas yang tepat sama dengan kebutuhan. Dengan demikian teknik L4L menetapkan pesanan yang direncanakan (Planned orders) dalam kuantitas yang sama dengan


41

kebutuhan bersih (net requirements) dalam setiap periode. Sehingga apabila tidak ada kebutuhan, maka tidak ada pesanan yang dilakukan. Aturan ini serupa dengan “as-required or as-needed rule”. 2. Metode Periods of Supply (POS) Metode POS adalah serupa dengan FOQ, dimana pesanan seing ditetapkan secara intuitif tanpa menggunakan analisis formal. Suatu atura informal yang ditetapkan seperti: pesanan untuk kebutuhan dua minggu, dua bulan, atau 90 hari. Metode ini enghasilkan siklus waktu pemesanan yang tetap (misalnya: POS = 3 minggu) dengan interval yang teratur (fixed order cycles), tetapi kuantitas yang di pesan bervariasi tergantung pada kebutuhan aktual. 3. Metode Period Order Quantity (POQ) Metode POQ (synonym: fixed period ordering) adalah serupa dengan periods of supply (POS), kecuali bahwa siklus pesanan (order cycle) ditentukan secara lebih ilmiah atau formal. Pendekatan POQ menggunakan formula EOQ tetapi diterapkan untuk menetapkan banyaknya periode optimum. Formula yang dipergunakan: POQ = EOQ/rata-rata penggunaan per periode. 4. Metode Least Unit Cost (LUC) Metode LUC merupakan teknik lot-sizing dinamik yang menambah ongkos penetapan pesanan dan ongkos penyimpanan untuk setiap trial lotsize, kemudian membagi dengan banyaknya unit dalam lot-size untuk selanjutnya memilih lot-size dengan ongkos perunit paling rendah. Metode LUC menggunakan pendekatan iteratif yang dihitung untuk setiap periode,


42

sampai ongkos per unit dari cumulative order quantity pada periode itu menunjukan suatu kenaikan atai peningkatan. 5. Metode Leat Total Cost (LTC) Metode LTC adalah teknik lot-sizing dinamik yang menghitung kuantitas pesanan melalui membandingkan ongkos penetapan pesanan (set up or ordering cost) dan ongkos penyimpanan (Carrying Cost) inventori untuk berbagai lot-size, kemudian memilih lot-size di mana kedua jenis ongkos itu mendekati sama. Metode LTC juga menggunakan pendekatan iteratif yang dihitung untuk setiap periode, sampai kedua jenis ongkos penetapan dan penyimpanan mendekati sama. 6. Metode Part Period Balancing (PPB) Metode PPB adalah teknik lot-size dinamik yang menggunakan pendekatan serupa dengan LTC, tetapi lebih mudah dalam perhitungan, metode ini menggunakan formula sederhana ntuk menentukan economic part period. Algoritma PPB biasanya menambahkan suatu routine yang disebut look ahead/look back atau forward/backward. Apabila feature “look ahead/look back” digunakan, kuantitas lot dihitung dan sebelum ditetapkan, permintaan periode berikut atau periode terdahulu dievaluasi untuk menentukan apakah pemasukan permintaan itu ke dalam lot yang sekarang akan menjadi ekonomis.

2.6

Material Requirements Planning Menurut

Herjanto

(2003),

perencanaan

kebutuhan

material

(Material

Requirements Planning) merupakan suatu konsep dalam manajemen produksi yang


43

membahas cara yang tepat dalam perencanaan kebutuhan barang dalam proses produksi, sehingga barang yang dibutuhkan dapat tersedia sesuai dengan yang direncanakan. MRP sangat bermanfaat bagi perencanaan kebutuhan material untuk komponen yang jumlah kebutuhannya dipengaruhi oleh komponen lain (dependent demand). Sistem MRP mengendalikan agar komponen yang diperlukan untuk kelancaran produksi dapat tersedia sesuai dengan yang dibutuhkan. MRP memberikan peningkatan efisiensi karena jumlah persediaan, waktu produksi dan waktu pengiriman barang dapat direncanakan dengan lebih baik, karena ada keterpaduan dalam kegiatan yang didasarkan pada jadwal induk. Moto dari MRP adalah memperoleh material yang tepat, dari sumber yang tepat, untuk penempatan yang tepat, pada waktu yang tepat (Gaspersz, 2002). Berdasarkan MPS yang diturunkan dari rencana produksi, suatu sistem MRP mengidentifikasi item apa yang harus dipesan, berapa banyak kuantitas item yang harus dipesan, dan kapan waktu memesan item tersebut. Suatu sistem MRP pada dasarnya bertujuan untuk merancang suatu sistem yang mampu menghasilkan informasi untuk mendukung aksi yang tepat baik berupa pembatalan pasanan, pesan ulang, atau penjadwalan ulang, aksi ini sekaligus merupakan suatu pegangan untuk melakukan pembelian dan produksi. Tujuan dari perencanaan kebutuhan material adalah sebagai berikut (Yamit, 1999): 1. Menjamin tersediannya material, item, atau komponen pada saat dibutuhkan untuk memenuhi jadwal induk produksi dan menjamin tersediannya produk jadi bagi konsumen. 2. Menjaga tingkat persedian pada kondisi minimum.


44

3. Merencanakan aktivitas pengiriman, dan aktivitas pembellian.

Sebagai suatu sistem, perencanaan kebutuhan material (Material Requirement Planning) membutuhkan lima sumber informasi utama. Berikut ini adalah lima sumber informasi utama dalam perencanaan kebutuhan material (Material Requirement Planning) (Gaspersz, 2002): 1. Master Production Schedule (MPS) yang merupakan suatu pernyataan definitif tentang produk akhir (end item) apa yang direncanakan perusahaan untuk diproduksi, berapa kuantitas yang dibutuhkan, pada waktu kapan dibutuhkan, dan bilamana produk itu akan diproduksi. MPS disusun berkaitan dengan pemasaran, rencana distribusi, perencanaan produksi dan perencanaan kapasitas. 2. Bill of Material (BOM) merupakan daftar dari semua material, parts, dan subassemblies, serta kuantitas dari masing-masing yang dibutuhkan untuk memproduksi satu unit produk. BOM (Bill of Material) dibuat untuk menentukan banyaknya setiap material yang dibutuhkan untuk setiap periode waktu. 3. Item master merupakan suatu file yang berisi informasi status tentang material, parts, subassemblies, dan produk-produk yang menunjukkan kuantitas onhand, kuantitas yang dialokasikan, waktu tunggu yang direncanakan, ukuran lot, stok pengaman, kriteria lot sizing, toleransi untuk scrap atau hasil, dan berbagai informasi penting lainnya yang berkaitan dengan suatu item.


45

4. Pesanan-pesanan (orders) akan memberitahukan tentang berapa banyak dari setiap item yang akan diperoleh sehingga akan meningkatkan stock-on-hand di masa mendatang. 5. Kebutuhan-kebutuhan akan memberitahukan tentang berapa banyak dari masing-masing item itu dibutuhkan sehingga akan mengurangi stock-on-hand di masa mendatang.

Adapun empat macam yang menjadi ciri-ciri utama pada MRP, yaitu (Nasution, 2008): 1. Mampu menentukan kebutuhan pada saat yang tepat, kapan suatu pekerjaan akan selesai (material harus tersedia) untuk memenuhi permintaan produk yang dijadwalkan berdasarkan MPS yang direncanakan. 2. Menentukan kebutuhan minimal setiap item dengan menentukan secara tepat sistem penjadwalan. 3. Menetukan pelaksanaan rencana pemesanan dengan memberikan indikasi kapan pemesanaan atau pembatalan suatu pesanan harus dilakukan. 4. Melakukan penjadwalan ulang atau pemabatalan atas suatu jadwal yang sudah direncanakan dan apabila kapasitas yang ada tidak mampu memenuhi pesanan yang sudah dijadwalkan pada waktu yang dikehendaki, maka MRP dapat memberikan indikasi untuk melakukan rencana penjadwalan ulang (jika mungkin) dengan menentukan prioritas pesana yang realitis. Seandainya penjadwalan ulang ini masih tidak memungkinkan untuk memenuhi pesanan, maka pemabatalan pemesanan tetap harus dilakukan.


46

Sistem MRP memiliki empat langkah utama yang harus diterapkan satu per satu pada periode perencanaan dan pada setiap item. Langkah-langkah dasar dalam penyusunan proses MRP adalah sebagai berikut (Nasution, 2008): 1. Netting (kebutuhan bersih) merupakan proses perhitungan untuk menetapkan jumah kebutuhan bersih untuk setiap periode selama horison perencanaan yang besarnya merupakan selisih antara kebutuhan kotor dengan keadaan persediaan (yang ada dalam persediaan dan yang sedang dipesan). 2. Lotting merupakan penentuan ukuran lot yang menjamin bahwa semua kebutuhan-kebutuhan akan dipenuhi, pesanan akan dijadwalkan untuk penyelesaian pada awal periode dimana ada kebutuhan bersih yang positif. 3. Offsetting (rencana pemesanan) merupakan salah satu langkah pada MRP untuk menentukan saat yang tepat untuk rencana pemesanan dalam memenuhi kebutuhan bersih. Rencana pemesanan didapat dengan cara menggabungkan saat awal tersedianya ukuran lot (lot size) yang diinginkan dengan besarnya waktu ancang-ancang. Waktu ancang-ancang ini sama dengan besarnya waktu saat barang mulai dipesan atau diproduksi sampai barang tersebut siap untuk dipakai. 4. Exploding merupakan proses perhitungan kebutuhan kotor untuk tingkat (level) yang lebih bawah dalam suatu struktur produk serta didasarkan atas rencana pemesanan. 2.7

Software WinQSB Versi 2.0 Salah satu program komputer yang dirancang untuk menyelesaikanmasalahmasalah kuantitatif di bidang manajemen adalah WinQSB. Program ini dibuat oleh Profesor Yih-Long Chan dari Georgia Institute of Technology ,Amerika Serikat.


47

Program ini merupakan pengembangan dari program QSB (Quantitative System for Business), QSB+, dan QS (Quantitative System) yangsudah banyak digunakan pada akhir tahun 1980-an. Program WinQSB saat ini sudah sampai pada versi 2.0. Disebut WinQSB karena merupakan perkembangan dari program QSB yang dulu berbasis sistem operasi DOS, dan sekarang sudahdapat dijalankan pada komputer berbasis Microsoft Windows. Program ini mempraktekkan time series peramalan dan linear regresi. Metode time series meliputi simple average, moving average, dengan atau tanpa trend, single dan double exponential smoothing dengan atau tanpa trend, linear dan regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah data historis lebih dari 1000 data yang bergantung pada memori komputer. Pada program dapat menambah atau mengurangi data historis untuk waktu yang berjalan dengan memilih memodifikasi data asli.

Gambar 3.6 Tampilan Pembuka Perangkat Lunak WinQSB - Modul Forecasting


48

Seperti

program-program

pendahulunya,

WinQSB

cukup

banyak

digunakanoleh para pembuat keputusan dan para akademisi karena kemudahan dankecanggihannya.

Di

sisi

lain,

program

inii

tidak

memerlukan

konfigurasikomputer yang berlebihan. Bahkan WinQSB dapat dijalankan pada sistemkomputer dengan sistem operasi MS. Windows 95 dengan memori RAM 36 MB dan memakan kapasitas hardisk tidak lebih dari 10 MB. Program ini mempraktekkan time series peramalan dan linear regresi. Metode time series meliputi simple average, moving average, dengan atau tanpa trend, single dan double exponential smoothing dengan atau tanpa trend, linear dan regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah data historis lebih dari seribu data yang bergantung pada memori komputer. Pada program dapat menambah atau mengurangi data historis untuk waktu yang berjalan dengan memilih memodifikasi data asli.


operasi merupakan suatu kegiatan yang

Recommend Documents