BAB II LANDASAN TEORI DAN KERANGKA PEMIKIRAN

2.1Landasan Teori 2.1.1Manajemen Operasional Menurut Heizer danRander (2009:4), manajemen operasional adalah serangkaian aktivitas ang menghasilkan nilai dalam !entuk !arang dan jasa dengan mengu!ah input menjadi output" #edangkan menurut Ri$hard %" &a't (200(:2)(), manajemen operasional adalah !idang manajemen ang mengkhususkan pada produksi !arang, serta menggunakan alat* alat dan teknik*teknik khusus untuk meme$ahkan masalah*masalah produksi" +ogart (dalam Herjanto, 200,), mende'inisikan manajemen operasional se!agai suatu proses ang se$ara !erkesinam!ungan dan e'ekti' menggunakan 'ungsi*'ungsi manajemen untuk mengintegrasikan !er!agai sum!er da a se$ara e'isien dalam rangka men$apai tujuan" Menurut penulis, manajemen operasional adalah segala aktivitas ang

menghasilkan nilai !aik dalam !entuk !arang maupun jasa dengan melalui proses produksi se$ara e'ekti' dan e'isien untuk memenuhi ke!utuhan konsumen" Heizer dan Render (2009:-) men e!utkan !ah.a manajemen operasi (M/) dipelajari karena empat alasan: )" M/ adalah satu dari tiga 'ungsi utama dari setiap organisasi dan !erhu!ungan se$ara utuh dengan semua 'ungsi !isnis lainn a"#emua organisasi memasarkan (menjual), mem!ia ai (men$atat rugi la!a), dan memproduksi (mengoperasikan),
7

0 maka sangat penting untuk mengetahui !agaimana aktivitas M/ !erjalan" 1arena itu pula, kita mempelajari !agaimana orang*orang mengorganisasikan diri mereka !agi perusahaan ang produkti'" 2" 1ita mempelajari M/ karena kita ingin mengetahui !agaimana !arang dan jasa diproduksi" +ungsi produksi adalah !agian dari mas arakat ang men$iptakan produk ang kita gunakan" 2" 1ita mempelajari M/ untuk memahami apa ang dikerjakan oleh manajer

operasi" &engan memahami apa saja ang dilakukan oleh manajer ini, kita dapat mem!angun keahlian ang di!utuhkan untuk dapat menjadi seorang manajer seperti itu" Hal ini akan mem!antu 3nda untuk menjelajahi kesempatan kerja ang !an ak dan menggiurkan di !idang M/" 4" 1ita mempelajari M/ karena !agian ini merupakan !agian ang paling !an ak mengha!iskan !ia a dalam se!uah organisasi" #e!agian !esar pengeluaran perusahaan digunakan untuk 'ungsi M/" 4alaupun demikian, M/ mem!erikan peluang untuk meningkatkan keuntungan dan pela anan terhadap mas arakat"

2.1.2 Peramalan Forecasting! 5ntuk mem!antu ter$apain a suatu keputusan ang optimal diperlukan suatu $ara ang tepat, sistematis dan dapat dipertanggungja.a!kan" #alah satu alat ang

diperlukan oleh manajemen dan merupakan !agian

ang integral dari proses

pengam!ilan keputusan adalah menggunakan metode peramalan (forecasting)" Menurut 1amus 6esar 6ahasa 7ndonesia, peramalan adalah suatu teori dimana dapat melihat (menduga) keadaan ang akan terjadi"

9 Menurut 8a Heizer dan 6arr Render (2009:)(2), peramalan ( forecasting)

adalah seni dan ilmu untuk memperkirakan kejadian di masa depan" Hal ini dapat dilakukan dengan meli!atkan pengam!ilan data historis dan mempro eksikann a ke masa mendatang dengan suatu !entuk model matematis" #elain itu, !isa juga merupakan prediksi intuisi ang !ersi'at su!jekti'" 3tau dapat juga dilakukan dengan menggunakan kom!inasi model matematis seorang manajer" Menurut Muraharta.at (2009:4)), peramalan adalah penggunaan data masa lalu dari se!uah varia!el atau kumpulan varia!el untuk mengestimasi nilain a di masa ang akan datang" 3sumsi dasar dalam penerapan teknik*teknik peramalan adalah:If we can predict what the future will be like we can modify our behaviour now to be in a better position, than we otherwise would have been, when the future arrives. 3rtin a, jika kita dapat memprediksi apa ang terjadi di masa depan maka kita dapat mengu!ah ke!iasaan kita saat ini menjadi le!ih !aik dan akan jauh le!ih !er!eda di masa ang akan datang" Hal ini dise!a!kan kinerja di masa lalu akan terus !erulang setidakn a dalam masa mendatang ang relati' dekat" 9eramalan (forecasting) merupakan alat !antu ang penting dalam peren$anaan ang e'ekti' dan e'isien khususn a dalam !idang ekonomi" 9eramalan mempun ai peranan langsung pada peristi.a eksternal ang pada umumn a !erada di luar kendali menejemen seperti: :konomi, 9elanggan, 9esaing, 9emerintah, dan lain se!again a" Menurut penulis, peramalan adalah suatu $ara ang digunakan untuk ang disesuaikan dengan pertim!angan ang !aik dari

memperkirakan kejadian ang akan terjadi dimasa ang akan datang dengan meli!atkan data masa lalu"

)0 2.1.2.1 Klasi"i#asi Peramalan Berdasar#an $a#%& 9eramalan !iasan a diklasi'ikasikan !erdasarkan horizon .aktu masa depan ang dilingkupin a" Heizer dan Render (2009:)(2) mem!agi horizon .aktu peramalan menjadi !e!erapa kategori: )" 9eramalan jangka pendek" 9eramalan ini meliputi jangka .aktu hingga satu tahun, tetapi umumn a kurang dari 2 !ulan" 9eramalan ini digunakan untuk meren$anakan pem!elian, penjad.alan kerja, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi" 2" 9eramalan jangka menengah" 9eramalan jangka menengah atau intermediate, umumn a men$akup hitungan !ulanan hingga 2 tahun" 9eramalan ini !erguna untuk meren$anakan penjualan, peren$anaan dan anggaran produksi, anggaran kas, serta menganalisis !erma$am*ma$am ren$ana operasi" 2" 9eramalan jangka panjang" 5mumn a untuk peren$anaan masa 2 tahun atau le!ih" 9eramalan jangka panjang digunakan untuk meren$anakan produk !aru, pem!elanjaan, modal, lokasi atau pem!angunan 'asilitas, serta penelitian dan pengem!angan (lit!ang)"

2.1.2.2'enis('enis Peramalan Menurut Heizer dan Render (2009:)(4), organisasi pada umumn a menggunakan tiga tipe peramalan ang utama dalam peren$anaan operasi" )" 9eramalan ekonomi (economic forecast) menjelaskan siklus !isnis dengan memprediksikan tingkat in'lasi, ketersediaan uang, dana ang di!utuhkan untuk mem!angun perumahan, dan indikator peren$anaan lainn a"

)) 2" 9eramalan teknologi (technological forecast) memperhatikan tingkat kemajuan teknologi ang dapat melun$urkan produk !aru ang menarik, ang

mem!utuhkan pa!rik dan peralatan !aru" 2" 9eramalan permintaan (demand forecast) adalah pro eksi permintaan untuk produk atau la anan suatu perusahaan" 9eramalan ini dise!ut peramalan penjualan ang mengendalikan produksi, kapasitas, serta sistem penjad.alan dan menjadi input !agi peren$anaan keuangan, pemasaran, dan sum!er da a manusia"

2.1.2.)Peramalan Permin%aan 9eramalan ang !aik sangatlah penting dalam semua aspek !isnis" 9eramalan merupakan satu*satun a prediksi mengenai permintaan hingga permintaan ang

se!enarn a diketahui" 9eramalan ekonomi dan teknologi adalah teknik khusus ang mungkin !ukan termasuk !agian dari tugas manajer operasi (Heizer dan Render, 2009:)(4)" 9eramalan permintaan mengendalikan keputusan di !an ak !idang" 6erikut ini akan di!ahas dampak peramalan produk pada tiga aktivitas: )) sum!er da a manusia, 2) kapasitas, dan 2) manajemen rantai pasokan" )" #um!er &a a Manusia Mempekerjakan, melatih dan mem!erhentikan pekerja !ergantung pada permintaan" 8ika departemen sum!er da a manusia harus mempekerjakan pekerja tam!ahan tanpa adan a persiapan, aki!atn a kualitas pelatihan menurun dan kualitas pekerja juga menurun"

)2 2" 1apasitas #aat kapasitas tidak men$ukupi, kekurangan ang diaki!atkann a !isa !erarti tidak terjaminn a pengiriman, kehilangan konsumen dan kehilangan pangsa pasar" 2" Manajemen Rantai 9asokan Hu!ungan ang !aik dengan pemasok, serta harga !arang dan komponen ang !ersaing !ergantung pada peramalan ang akurat"

2.1.2.* Lan+#a,(Lan+#a, Sis%em Peramalan 9eramalan terdiri atas tujuh langkah dasar (Heizer dan Render, 2009:)(-)" ;ujuh langkah peramalan terse!ut, aitu: )" Menetapkan tujuan peramalan 2" Memilih unsur ang akan diramalkan 2" Menentukan horizon .aktu peramalan 4" Memilih jenis model peramalan -" Mengumpulkan data ang diperlukan untuk melakukan peramalan (" Mem!uat peramalan ," Memvalidasi dan menerapkan hasil peramalan

2.1.2.- Me%ode(Me%ode Peramalan Forecasting! Metode peramalan digunakan agar peramalan jumlah permintaan suatu !arang maupun jasa dimasa ang akan datang dapat diren$anakan dan hasil ang diperoleh tidak jauh men impang dari actual ang terjadi"

)2 Menurut Heizer dan Render (2009) terdapat dua metode peramalan !erdasarkan metode ang digunakan, aitu metode kuantitati' dan metode kualitati'"

2.1.2.-.1 Me%ode Peramalan K&ali%a%i" <aitu metode ang mengga!ungkan 'aktor seperti intuisi, emosi, pengalaman pri!adi, dan sistem nilai pengam!il keputusan untuk meramal" ;erdapat empat teknik peramalan kualitati', aitu: 8uri dari opini eksekuti' &alam metode ini, pendapat sekumpulan ke$il manajer atau pakar tingkat tinggi umumn a diga!ungkan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok" Metode &elphi 3da tiga jenis partisipan dalam metode &elphi: pengam!il keputusan, kar a.an, dan responden" 9engam!il keputusan !iasan a terdiri atas - hingga )0 orang pakar ang akan melakukan peramalan" 1ar a.an mem!antu pengam!ilan

keputusan dengan men iapkan, men e!arkan, mengumpulkan, serta meringkas sejumlah kuisioner dan hasil survei" Responden adalah sekelompok orang ang !iasan a ditempatkan di tempat ang !er!eda dimana penilaian dilakukan"

1elompok ini mem!erikan input pada pengam!il keputusan se!elum peramalan di!uat" 1omposit tenaga penjualan &alam pendekatan ini, setiap tenaga penjualan memperkirakan !erapa penjualan ang dapat ia $apai dalam .ila ahn a" 1emudian, peramalan ini dikaji untuk

)4 memastikan apakah peramalan $ukup realistis" 1emudian, peramalan terse!ut diga!ungkan pada tingkat .ila ah dan nasional untuk mendapatkan peramalan se$ara keseluruhan" #urvei pasar konsumen Metode ini meminta input dari konsumen mengenai ren$ana pem!elian mereka di masa depan" Hal ini tidak han a mem!antu dalam men iapkan peramalan, tetapi juga memper!aiki desain produk dan peren$anaan produk !aru"

2.1.2.-.2 Me%ode Peramalan K&an%i%a%i" <aitu metode ang menggunakan model matematis ang !eragam dengan

!erdasarkan data masa lalu untuk meramalkan permintaan dimasa ang akan datang" 3da tiga kondisi ang diterapkan pada metode ini, aitu: )" 7n'ormasi mengenai keadaan pada .aktu ang tersedia" 2" 7n'ormasi terse!ut dapat dikuantitati'kan dalam !entuk data numeric (angka)" 2" 4aktu ang akan datang (dise!ut asumsi kontinuitas)" Metode peramalan se$ara kuantitati' menurut Heizer dan Render (2009:),0) meliputi: )" Rata*rata 6ergerak (Moving verage) 9eramalan rata*rata !ergerak menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan" Rata*rata !ergerak !erguna jika kita dapat

mengasumsikan !ah.a permintaan pasar akan sta!il sepanjang masa ang kita ramalkan"#e$ara matematis, rata*rata !ergerak sederhana (merupakan prediksi permintaan periode mendatang) din atakan se!agai !erikut:

)-

1eterangan: n = jumlah periode dalam rata*rata !ergerak"

2" Rata*rata 6ergerak ;ertim!ang (!eighted Moving verage) #aat terdapat tren atau pola menempatkan penekanan ang terdeteksi, !o!ot dapat digunakan untuk

ang le!ih pada nilai terkini" 9raktik ini mem!uat

teknik peramalan le!ih tanggap terhadap peru!ahan karena periode ang le!ih dekat mendapatkan !o!ot ang le!ih !erat" 9emilihan !o!ot merupakan hal ang tidak pasti karena tidak ada rumus untuk menetapkan mereka" /leh karena itu, pemutusan !o!ot ang digunakan mem!utuhkan pengalaman" Rata*rata !ergerak dengan pem!o!otan atau rata*rata !ergerak tertim!ang dapat digam!arkan se$ara matematis se!agai !erikut:

2" 9enghalusan :ksponensial ("#ponential $moothing) 9enghalusan eksponensial merupakan metode peramalan rata*rata !ergerak dengan pem!o!otan ang $anggih tetapi masih mudah digunakan" Metode ini

)( menggunakan pen$atatan data masa lalu ang sangat sedikit" Rumus penghalusan eksponensial dasar dapat ditunjukkan se!agai !erikut: 9eramalan !aru = peramalan periode lalu > ? (permintaan se!enarn a periode terakhir @ peramalan periode terakhir)" &imana ? adalah se!uah !o!ot atau konstanta penghalusan ang dipilih oleh peramal ang mempun ai nilai antara 0 dan )" 9ersamaan diatas dapat pula ditulis dengan: .% / .%(1 0 1 A%(1 2 .%(1! 1eterangan: +t = peramalan !aru +t*) = peramalan se!elumn a ? = konstanta penghalusan (pem!o!otan) (0 A ? A )) 3t*) = permintaan aktual periode lalu 1onsep ini tidak rumit" 9rediksi terakhir untuk permintaan sama dengan prediksi lama, disesuaikan dengan se!agian di'erensiasi permintaan aktual periode lalu dengan prediksi lama" 9endekatan penghalusan eksponensial mudah digunakan dan telah !erhasil diterapkan pada hampir setiap jenis !isnis" 4alaupun demikian, nilai ang tepat untuk konstanta penghalusan dapat mem!uat di'erensiasi antara peramalan ang akurat dan ang tidak akurat" Bilai ? ang tinggi dipilih pada saat rata*rata $enderung !eru!ah" Bilai ? ang rendah digunakan saat rata*rata $ukup sta!il" ;ujuan pemilihannilai untuk konstanta penghalusan adalah mendapatkan

), peramalan ang paling akurat" Bilai ? ang paling !an ak digunakan adalah ang !erada dalam jarak 0,0- sampai 0,-0 untuk aplikasi !isnis"

4" 9enghalusan :ksponensial dengan ;ren ("#ponential $moothing with %rend) 9enghalusan eksponensial ang sederhana gagal mem!erikan respons terhadap tren ang terjadi" 7nilah alasan penghalusan eksponensial harus diu!ah saat ada tren" 5ntuk memper!aiki peramalan, maka digunakan model penghalusan eksponensial ang le!ih rumit dan dapat men esuaikan diri pada tren ang ada" 7den a adalah menghitung rata*rata data penghalusan eksponensial, kemudian men esuaikan untuk kelam!atan (lag) positi' atau negati' pada tren" &engan penghalusan eksponensial dengan pen esuaian tren, estimasi rata*rata, dan tren dihaluskan" 9rosedur ini mem!utuhkan dua konstanta penghalusan, ? untuk rata* rata dan C untuk tren" 1emudian, dihitung rata*rata dan tren untuk setiap periode" .% / 1 A%(1! 0 1 2 1! .%(1 0 T%(1! T% / 3 .% 2 .%(1! 0 1 2 3! T%(1 1eterangan: +t = peramalan dengan eksponensial ang dihaluskan dari data !erseri pada periode t ;t = tren dengan eksponensial ang dihaluskan pada periode t 3t = permintaan aktual pada periode t ? = konstanta penghalusan untuk rata*rata (0 A ? A )) C = konstanta penghalusan untuk tren (0 A C A ))

)0 8adi, terdapat tiga langkah menghitung peramalan dengan dengan trenadalah se!agai !erikut: )" Menghitung +t, peramalan eksponensial t,menggunakan persamaan +t" 2" Menghitung tren ang dihaluskan, ;t, menggunakan persamaan ;t" 2" Menghitung peramalan dengan tren, +7;t, dengan rumus +7;t = +t > ;t" ang dihaluskan untuk periode ang disesuaikan

-" Regresi %inear (&inear 'egression) Regresi merupakan suatu alat ukur ang juga dapat digunakan untuk mengukur ada atau tidakn a korelasi antarvaria!el" 8ika kita memiliki dua !uah varia!el atau le!ih maka sudah sela akn a apa!ila kita ingin mempelajari !agaimana varia!el*varia!el itu !erhu!ungan atau dapat diramalkan" 3nalisis regresi mempelajari hu!ungan ang diperoleh din atakan dalam

persamaan matematika ang men atakan hu!ungan 'ungsional antara varia!el* varia!el" Hu!ungan 'ungsional antara satu varia!el prediktor dengan satu varia!el kriterium dise!ut analisis regresi sederhana (tunggal), sedangkan hu!ungan 'ungsional ang le!ih dari satu varia!el dise!ut analisis regresi ganda" 9ersamaan garisn a dapat din atakan se!agai:

4 / a 0 56

)9

1eterangan: D = nilai terhitung dari varia!el ang akan diprediksi (varia!el terikat) a = perpotongan sum!u < ! = koe'isien regresiEslop < = nilai varia!el terikat ang diketahui F = nilai varia!el !e!as ang diketahui ! = kemiringan garis regresi (tingkat peru!ahan pada terjadi di G) n = jumlah data atau pengamatan :mpat pendekatan pertama di atas termasuk dalam model analisis ang !ersi'at time series, sedangkan pendekatan ang kelima !iasan a dise!ut dengan pendekatan asosiati' (hu!ungan se!a! aki!at)" untuk peru!ahan ang

Metode peramalan kuantitati' di!agi menjadi dua, aitu: a. Model Dere% $a#%& Time(Series! Model deret .aktu mem!uat prediksi dengan asumsi !ah.a masa depan merupakan 'ungsi dari masa lalu" &engan kata lain, mereka melihat apa ang terjadi selama kurun .aktu tertentu dan menggunakan data masa lalu terse!ut untuk melakukan peramalan"

20 Menganalisis time series !erarti mem!agi data masa lau menjadi komponen* komponen, dan kemudian mempro eksikann a kemasa depan" ;ime #eries mempun ai empat komponen: )" ;ren merupakan pergerakan data sedikit demi sedikit meningkat atau menurun" 2" Musim adalah pola data ang !erulang pada kurun .aktu tertentu seperti hari, minggu, !ulan, k.artal" 2" #iklus adalah pola dalam data ang terjadi !e!erapa tahun" #iklus ini !iasan a terkait pada siklus !isnis dan merupakan satu hal penting dalam analisis dan peren$anaan !isnis jangka pendek" 4" Hariasi a$ak merupakaan satu titik khusus dalam data ang dise!a!kan oleh peluang dan situasi anhg tidak !iasa" Hariasi a$ak tidak mempun ai pola khusus jadi tidak dapat diprediksi" Metode*metode ang dapat digunakan dalam hal ini dapat !erupa rata*rata

!ergerak, penghalusan eksponensial, model matematika dan metode !oG*jenkins"

5. Model Asosia%i" 7&5&n+an Se5a5 A#i5a%! Model asosiati' (atau hu!ungan se!a! aki!at), seperti regresi linear, mengga!ungkan !an ak varia!el atau 'aktor kuantitas ang sedang diramalkan" &engan mengolah data ang sudah ada se!elumn a melalui deret .aktu dan metode se!a! aki!at, maka akan diperoleh hasil peramalan" ang mungkin mempengaruhi

2.1.2.8Men+&#&r Kesala,an Peramalan

2) Menurut Ba$hro.i &, dan Hardius 5sman (2004:229) men atakan !ah.a se!enarn a mem!andingkan kesalahan peramalan adalah suatu $ara sederhana, apakah suatu teknik peramalan terse!ut patut dipilih untuk digunakan mem!uat peramalan data ang sedang kita analisa atau tidak" Minimal prosedur ini dapat digunakan se!agai indikator apakah suatu teknik peramalan $o$ok digunakan atau tidak" &an teknik ang mempun ai M#: terke$il merupakan ramalan ang ter!aik" #edangkan menurut +redd Rangkuti (200-:00) men atakan keharusan untuk mem!andingkan perhitungan ang memiliki nilai M3& paling ke$il, karena semakin ke$il M3&" 6erarti semakin ke$il pula per!edaan antara hasil forecasting dan nilai aktual" Heizer danRender (2009:),,) mengemukakan !ah.a, tiga dari perhitungan ang paling terkenal adalah deviasi mutlak rerata (Mean kesalahan kuadrat rerata (Mean $*uared "rror ) M#:)" )" &eviasi Mutlak Rerata (Mean 3!solute &eviation = M3&) M3& merupakan ukuran pertama kesalahan peramalan keseluruhan untuk se!uah model" Bilai ini dihitung dengan mengam!il jumlah nilai a!solut dari tiap kesalahan peramalan di!agi dengan jumlah periode data (n)" bsolute (eviation ) M3&) dan

2" 1esalahan 1uadrat Rerata (Mean #Iuare :rror = M#:) M#: merupakan $ara kedua untuk mengukur kesalahan peramalan keseluruhan" M#: merupakan rata*rata selisih kuardrat antara nilai ang diramalkan dan ang diamati" 1ekurangan penggunaan M#: adalah !ah.a ia $enderung menonjolkan deviasi ang !esar karena adan a pengkuadratan"

22

Hin$ent Jasperz (2004:00) mengatakan dalam !uku +roduction +lanning and Inventory ,ontrol!ah.a akurasi peramalan akan semakin tinggi apa!ila nilai*nilai M3& dan M#: semakin ke$il"1etepatan dari se!uah ramalan merupakan hal ang sangat penting" Bamun, hal ang perlu disadari !ah.a suatu ramalan adalah tetap ramalan, ang selalu ada unsur kesalahann a" #ehingga ang penting diperhatikan adalah usaha untuk memperke$il kemungkinan kesalahann a terse!ut" 3khirn a, !aik tidakn a suatu ramalan ang disusun sangat tergantung pada orang ang melakukann a, langkah*

langkah peramalan ang dilakukann a dan metode ang dipergunakann a"

2.1.) Persediaan MenurutHerjanto (200,:22,), persediaan adalah !ahan atau !arang disimpan ang

ang akan digunakan untuk memenuhi tujuan tertentu, misaln a untuk

digunakan dalam proses produksi atau perakitan, untuk dijual kem!ali, atau untuk suku $adang dari peralatan atau mesin" 9ersediaan merupakan suatu sum!er da a ang disimpan ang digunakan untuk menghilangkan ke!utuhan saat ini atau ke!utuhan ang akan datang" 9ersediaan diatas termasuk !ahan mentah,!arang dalam proses, dan !arang jadi" 1etika menentukan permintaan dari suatu !arang,ini merupakan in'ormasi ang memungkinkan untuk dapat menentukan jumlah !arang mentah terse!ut" ang di!utuhkan untuk mem!uat !arang jadi

22 Mengendalikan persediaan ang tepat !ukan hal ang mudah" 3pa!ila jumlah persediaan terlalu !esarmengaki!atkan tim!uln a dana menganggur ang !esar ( ang tertanam dalam persediaan), meningkatn a !ia a pen impanan dan risiko kerusakan !arang ang le!ih !esar" Bamun, jika persediaan terlalu sedikit mengaki!atkan risiko terjadin a kekurangan persediaan (stockout) karena seringkali !arang tidak dapat didatangkan se$ara mendadak dan se!esar ang di!utuhkan, ang men e!a!kan

terhentin a proses produksi, tertundan a penjualan, !ahkan hilangn a pelanggan" #e!agaimana keputusan manajemen operasi lainn a, ke!ijaksanaan ang paling e'ekti' adalah dengan men$apai keseim!angan diantara !er!agai kepentingan dalam perusahaan" 9engendalian persediaan harus dilakukan sedemikian rupa agar dapat mela ani ke!utuhan !ahanE!arang ang tepat dan dengan !ia a ang rendah"

9engendalian persediaan !er'ungsi menentukan tingkat persediaan ang sesuai, dimana pemesanan harus dilakukan kem!ali, persediaan pengaman, pendataan tingkat dan kondisi persediaan"

2.1.).1 .&n+si Persediaan Menurut Herjanto (200,:220), !e!erapa 'ungsi penting ang dikandung oleh

persediaan dalam memenuhi ke!utuhan perusahaan, se!agai !erikut: Menghilangkan risiko keterlam!atan pengiriman !ahan !aku atau !arang ang di!utuhkan perusahaan" Menghilangkan risiko jika material dikem!alikan" Menghilangkan risiko terhadap kenaikan harga !arang atau in'lasi" ang dipesan tidak !aik sehingga harus

24 5ntuk men impan !ahan !aku ang dihasilkan se$ara musiman sehingga

perusahaan tidak akan kesulitan jika !ahan itu tidak tersedia di pasaran" Mendapatkan keuntungan dari pem!elian !erdasarkan diskon kuantitas" Mem!erkan pela anan kepada pelanggan dengan tersedian a !arang diperlukan" ang

2.1.).2 'enis('enis Persediaan ;erdapat 4 jenis persediaan ang harus dipelihara perusahaan untuk

mengakomodasi 'ungsi*'ungsi persediaan menurut Heizer dan Render (2009:02*02), aitu: mentah(raw material inventory) 6ahan*!ahan ang !iasan a di!eli, tetapi !elum memasuki proses manu'aktur dan digunakan untuk melakukan decouple (memisahkan) pemasok dari proses produksi" jadi(!I+ inventory) 1omponen atau !ahan mentah ang telah mele.ati !e!erapa proses peru!ahan, 9ersediaan !arang setengah 9ersediaan !ahan

tetapi !elum selesai" 479 ada karena .aktu ang diperlukan untuk men elesaikan se!uah produk (dise!ut .aktu siklus)" 'epair, -perating) MR/ (Maintenance,

29ersediaan ang disediakan untuk persediaan pemeliharaan, per!aikan, operasi ang di!utuhkan untuk menjaga agar mesin*mesin dan proses*proses tetap produkti'" 9ersediaan !arang jadi 9roduk ang telah selesai dan tinggal menunggu pengiriman tetapi masih merupakan aset dalam pem!ukuan perusahaan"

2.1.).) Bia9a(Bia9a Persediaan 3da tiga jenis !ia a dalam persediaan menurut Heizer danRender (2009:9)*92) antara lain: )" 6ia a pen impanan (holding cost) aitu !ia a ang terkait dengan men impan atau Kmem!a.aL persediaan selama .aktu tertentu" 2" 6ia a pemesanan (ordering cost) men$akup !ia a dari persediaan, 'ormulir, proses pesanan, pem!elian, dukungan administrasi dan seterusn a" 1etika pesanan sedang diproduksi, !ia a pesanan juga ada, tetapi mereka adalah !agian dari !ia a pen etelan" 2" 6ia a pene etelan (setup cost) adalah !ia a untuk mempersiapkan se!uah mesin atau proses untuk mem!uat se!uah pesanan" 7ni men ertakan .aktu dan tenaga kerja untuk mem!ersihkan serta mengganti peralatan atau alat penahan" Manajer operasi dapat menurunkan !ia a pemesanan dengan mengurangi !ia a pen etelan serta menggunakan prosedur prosedur ang e'isien seperti pemesanan dan pem!a aran elektronik"

2(

2.1.).* Model Dasar Economic Order Quantity EO:! :/M merupakan salah satu teknik pengendalian persediaan tertua dan paling terkenal" ;eknik ini relati' mudah digunakan, didasarkan pada !e!erapa asumsi: 8umlah permintaan diketahui dan si'atn a konstan &ead %ime, aitu .aktu diantara pemesanan pesanan dan penerimaan pesanan diketahui dan konstan 9enerimaan persediaan dilakukan se$ara keseluruhan dalam satu .aktu 9otongan kuantitas tidak dimungkinkan (tidak mungkin di!erikan diskon) Haria!el !ia a ang ada adalah !ia a penempatan pesanan ( ordering cost) dan !ia a pen impanan persediaan (holding or carrying cost) 9engaturan dilakukan supa a kekurangan stok dapat diatasi

6erdasarkan pendapat 9ardede, (200-:422) men atakan !ah.a "conomic -rder .uantitiy (:/M) menunjukkan sejumlah !arang ang harus dipesan untuk tiap kali pemesanan agar !ia a persediaan keseluruhan menjadi seke$il mungkin" 6erikut rumus ang !iasa digunakan dalam perhitunganpersediaan:

EO: / :; /

Annual setup cost =

2,

Annual holding cost =

Total unit cost / Unit cost D!

I / < :;

1eterangan: MN = jumlah optimum unit per pesanan (:/M) & = permintaan per periode # = !ia a pemesanan untuk setiap pesanan H = !ia a pen impanan per unit per tahun M = jumlah unit per pesanan ;O = !ia a total 7 = rata*rata tingkat persediaan (average inventory) B = jumlah pemesanan ang diperkirakan selama setahun

20 ; = .aktu antara pesanan ang diperkirakan

Gam5ar 2.1 Gra"i# EO: #um!er: Rangkut , +redd (200-:20)

2.1.).*.1 Re-Order Point #iagian (200-:),0) mengemukakan !ah.a R/9 adalah titikEtingkat persediaan, dimana pemesanan kem!ali harus dilakukan" Heizer dan Render mengemukakan !ah.a tingkat (titik) persediaan dimana perlu diam!il tindakan untuk mengisi kekurangan persediaan pada !arang terse!ut" ;itik pemesanan kem!ali harus ditentukan dengan tepat sehingga kedatangan atau penerimaan !arang ang dipesan tepat .aktu" 9ersamaan matematis untuk menghitung R/9 adalah: ROP / d = L! 0 SS 9ermintaan perhari, di$ari dengan mem!agi permintaan tahunan, &, dengan jumlah hari kerja per tahun:

29

d/

1eterangan: R/9 = reorder point d = permintaan per hari % = lead time ## = safety stock

2.1.).*.2 $a#%& T&n++& Lead Time) dan Persediaan Pen+aman

a!ety toc")

9ada proses pemesanan !arang, di mulai dari memesan sampai !arang terse!ut datangEsiap digunakan diperlukan jangka .aktu ang !isa !ervariasi dari !e!erapa jam sampai !e!erapa !ulan" 9er!edaan .aktu antara saat memesan !arang sampai saat !arang datang dikenal dengan istilah .aktu tunggu (lead time)" %ead time sangat dipengaruhi oleh ketersediaan dari !arang itu sendiri dan jarak pem!eli dengan pemasok" 3dan a lead time terse!ut men e!a!kan perusahaan harus mempun ai persediaan ang di$adangkan untuk ke!utuhan selama menunggu !arang datang"

9ersediaan itu dise!ut se!agai persediaan pengaman (safety stock)" Menurut +redd Rangkut (2004:)0), safety stock adalah persediaan tam!ahan ang diadakan untuk melindungi atau menjaga kemungkinan terjadin a kekurangan !ahan"$afety stock adalah persediaan !arang minimum untuk menghindari terjadin a kekurangan !arang" ;erjadin a kekurangan !arang dise!a!kan antara lain karena ke!utuhan !arang selama pemesanan mele!ihi rata*rata ke!utuhan !arang, ang dapat

20 terjadi karena ke!utuhan setiap harin a terlalu !an ak atau karena jangka .aktu pemesanann a terlalu panjang di!anding dengan ke!iasaan" $afety stock ang terlalu !an ak mengaki!atkan perusahaan menanggung !ia a pen impanan ang terlalu mahal, tetapi jika terlalu sedikit maka perusahaan akan menanggung !ia a atau kerugian karena kekurangan !arang" 5ntuk menghitung !esarsafety stockdapat menggunakan metode se!agai !erikut: a" Metode per!edaan pemakaian maksimum dan rata*rata" Metode ini dilakukan dengan menghitung selisih antara pemakaian maksimum dengan pemakaian rata*rata dalam jangka .aktu tertentu, kemudian selisih terse!ut dikalikan dengan lead time" a!ety stoc" / Pema#aian ma#sim&m 2 Pema#aian ra%a(ra%a! Lead time !" Metode statistika ang !erdistri!usi normal" a!ety stoc" / >

&imana: P = standar normal (diperoleh dari ta!el distri!usi normal" Misaln a, P = 9-Q, ini !erarti tingkat pela anan se!esar 9-Q dari permintaan atau penjagaan terhadap kemungkinan terjadin a stock out han a -Q) = standar deviasi % = lead time

2) 2.1.).-Konsep Minim&m Ma#sim&m #in-#a$! 7ndrajit dan &jokopranoto (2002:20) men atakan !ah.a dalam konsep minimum maksimum ini, peninjauan dilakukan se$ara terus menerus, ang !erarti setiap kali harus dipesan, maka harus dipesan" 1onsep minimum maksimum menekankan !ah.a sejumlah persediaan harus ditentukan jumlah minimum dan maksimumn a, mengingat tingkat permintaan tidak tentu ('luktuati'), sehingga persediaan harus selalu ada dan jumlah ang dipesan !ersi'at tetap, disini ang !ersi'at tetap adalah titik pemesanan ulang disesuaikan dengan jumlah minimum maksimum" Oara kerja sistem ini aitu apa!ila persediaan telah mele.ati !atas minimum dan mendekati !atas safety stock maka reorder harus dilakukan" 8adi !atas minimum (minimum stock) merupakan !atas tingkat reorder" 6atas maksimum (ma#imum stock) adalah !atas kesediaan perusahaan untuk menginvestasikan uangn a dalam !entuk persediaan !ahan !aku" 8adi dalam hal ini ang terpenting adalah !atas minimum dan maksimum untuk dapat menentukan order *uantity" &alam menghitung safety stockpada metode ini di!utuhkan rata*rata permintaan per !ulann a" Metode ini mempun ai !e!erapa persamaan dalam perhitungann a seperti !erikut: a!ety stoc" ? SS /

#inimum stoc" / DL! 0 SS #a$imum stoc" / 2 DL! 0 SS Order %uantity ? :; / Ma= s%o@# 2 Min s%o@#

22

Ban9a# pemesanan ? N/

A&erage inter&al control ? I /SS 0 < :;! Turn o&er ratio ? TOR /

Total in&entory cost ? TA Min(Ma=! /

1eterangan: MN = jumlah optimum unit per pesanan (:/M) & = permintaan per periode Oo = !ia a pemesanan untuk setiap pesanan O$ = !ia a pen impanan per unit per tahun M = jumlah unit per pesanan ;O = !ia a total 7 = rata*rata tingkat persediaan (average inventory) B = jumlah pemesanan ang diperkirakan selama setahun ; = .aktu antara pesanan ang diperkirakan

22

2.2Peneli%ian Terda,&l& Ta5el 2.1 Peneli%ian Terda,&l& Me%ode Peneli%ian /orecastin g Nama Pen+aran+ Har adi '&d&l '&rnal Management 7asil Peneli%ian 6erdasarkan metode peramalan moving average, metode double moving average, metode e#ponential smoothing,danmetode e#ponential smoothing with trend ang digunakan didapatkan hasil ang tingkat kesalahan terke$il aitu terdapat pada metode e#ponential smoothing dengan M3& = )-,(, (alpha 0,)) dan M#: = 2((,)0 (alpha 0,-)"

#arjonoR<ulia "#pose 3gustinaR 3rko 9ujadi Holume 0, Bo" ),, #eptem!er 2000, 7##B )4)0* 0(2), K3nalisis 9eramalan 9enjualan pada 9;"

24 Multi Megah MandiriL tahun Inventory HendiR dkk 2000p"(0*,0" 6usiness #trateg , p"0- 200( 9enerapan sistem inventory dan peramalan dapat meningkatkan kinerja perusahaan dan dapat juga mengendalikan internal dan eksternal perusahaan" &apat mengetahui /orecastin g dan Inventory # ntetos, 3 3R 6o lan, 8 :R &isne , # M %he 0ournal of the -perational 'esearch $ociety Holume (0, Ma 2009, 7##B 0)(0-(02, /orecasting for Inventory +lanning1 23)4ear 'eview tahun :/M dan R/9" 6idangperen$anaanpersediaan danperamalantelahmengalamikemajuanluar !iasaselama-0tahun terakhir" ;elah ada perkem!angan metodologi ang signi'ikan, antara lain mun$uln a sistem dinamik, teori kontrol dan metode peramalan statistik" 9erkem!angan ini telah di$erminkan dari aplikasi perangkat lunak !aru, ang men$erminkan pentingn a peren$anaan persediaan dan peramalan dalam situasi praktek"

22009p")49* )(0" #um!er: Hasil #tudi %iteratur

2.)Keran+#a Pemi#iran Gam5ar 2.2 Keran+#a Pemi#iran 1operasi Biaga 3!adi Ridhotullah

/orecasting

Moving verages

!eighted Moving verages

"#ponential $moothing

"#ponential $moothing with %rend

&inear regression

M3& dan M#: ;erke$il

Inventory

2(

:/M

Min)Ma#

9ilihan :'isiensi

7mplikasi Hasil 9enelitian #um!er: 9enulis