BAB 2

LANDASAN TEORI

2.1 Pengertian Manajemen

Manajemen menurut Manullang (2004:5) adalah seni ilmu perencanaan,

pengorganisasian, penyusunan, pengarahan dan pengawasan untuk mencapai tujuan

yang sudah di tetapkan.Sementara itu Hasibuan (2004:2) menyatakan pengertian

manajemen adalah ilmu dan seni mengatur proses pemanfaatan sumber daya

manusia dan sumber-sumber lainnya secara efektif dan efisien untuk mencapai

tujuan tertentu. Sedangkan menurut Robbins dan Coulter (2005:8) menyatakan

bahwa fungsi-fungsi manajemen adalah perencanaan, pengorganisasian,

kepemimpinan, dan pengawasan. Kemudian Fabricius dan Büttgen (2013)

menyatakan manajemen adalah suatu kegiatan yang dilakukan oleh para manajer

untuk mengambil suatu keputusan yang didasarkan pada kepercayaan diri dalam

suatu hal yang berpotensi positif, juga didasarkan pada pengetahuan yang tinggi.

Dengan demikian dapat disimpulkan bahwa manajemen adalah suatu proses

yang dilakukan suatu proses yang dilakukan demi mencapai tujuan yang diinginkan

dan diperoleh dengan kerjsama dan kedisiplinan.

2.2 Pengertian dan Tujuan Manajemen Operasional

Manajemen Operasional menurut Daft (2006:216) adalah Bidang manajemen

yang mengkhususkan pada produksi barang, serta menggunakan alat-alat dan

tekhnik-tekhnik khusus untuk memecahkan masalah-masalah produksi. Sedangkan

menurut Assauri (2004:12) berpendapat bahwa Manajemen adalah proses pencapaian

dan pengutilisasian sumber-sumber daya untuk memproduksi atau menghasilkan

barang atau jasa yang berguna sebagai usaha untuk mencapai tujuan dan sasaran

organisasi. Pendapat lain disimpulkan Heizer dan Render (2006:4) Manajemen

Operasional adalah kegiatan yang berhubungan dengan penciptaan barang dan jasa

melalui adanya pengubahan input menjadi output.

Dapat disimpulkan dari pendapat-pendapat diatas bahwa Manajemen

Operasional adalah suatu aktivitas dalam mentransformasikan input – input menjadi

10

output – output yang dapat menambah nilai pada barang atau jasa. Manajemen

Operasional adalah melakukan proses produksi dan mengatur barang produksinya

dalam kualitas, jumlah, harga, dan waktu sesuai dengan kebutuhannya.

2.3 Pengertian Persediaan

Persediaan menurut Rangkuti (2004:1) adalah barang-barang yang disimpan

untuk digunakan atau dijual pada masa atau periode yang akan datang. Persediaan

terdiri dari persediaan bahan baku, persediaan barang setengah jadi dan persediaan

barang jadi. Persediaan barang jadi dan barang setengah jadi disimpan sebelum

digunakan atau dimasukkan dalam proses produksi, sedangkan persediaan barang

jadi atau barang dagangan disimpan sebelum dijual atau dipasarkan. Dengan

demikian perusahaan yang melakukan kegiatan usaha pada umumnya memiliki

persediaan. Bila melakukan kesalahan dalam menetapkan besarnya persediaan maka

akan berdampak kepada masalah lain, misalnya tidak terpenuhinya permintaan

konsumen atau bahkan berlebihan persediaan sehingga tidak semuanya terjual,

timbulnya biaya ekstra untuk penyimpanan atau pesanan bahan dan

sebagainya.Singh dan Satyendra (2013) menyatakan persediaan merupakan daftar

rincian barang yang dapat bergerak atau dipindahkan dalam bentuk bahan baku,

barang setengah jadi, atau produk jadi, yang dibutuhkan dalam pembuatan barang

atau untuk menjaga mesin dan peralatan kerja dalam kondisi yang baik. Persediaan

merupakan bagian penting dari sebuah organisasi. Persediaan merupakan elemen

aktiva lancar yang penting, sebab sukses tidaknya perencanaan dan pengawasan

persediaan akan berpengaruh besar terhadap keberhasilan suatu perusahaan. Elemen

persediaan akan berpengaruh terhadap penentuan laba perusahaan, penentuan tingkat

likuiditas perusahaan, dan kebenaran penyajian neraca. Sementara Nasution

(2003:103) berpendapat persediaan adalah sumber daya yang menunggu proses

lebih lanjut. Proses lebih lanjut adalah berupa kegiatan produksi pada sistem

manufaktur,kegiatan pemasaran pada sistem distribusi ataupun kegiatan konsumsi

pangan pada sistem rumah tangga. Persediaan merupakan sumber daya disamping

yang dapat digunakan untuk memuaskan kebutuhan sekarang dan yang akan datang.

Bahan baku, barang dalam proses dan barang jadi merupakan contoh dari persediaan.

Semua organisasi memiliki tipe- tipe sistem pengendalian dan perencanaan

11

persediaan. Lalu menurut Schoeder (2000:304), mengemukakan persediaan adalah

sejumlah bahan yang berguna untuk memudahkan produksi dan memuaskan

permintaan pelanggan. Sedangkan menurut Prawirosentono (2000:61), pengertian

persediaan adalah kekayaan lancar yang terdapat pada perusahaan dalam bentuk

persediaan bahan mentah (bahan baku/ raw material), barang setengah jadi (work in

process) dan barang jadi (finished goods).

Dari berberapa pengertian diatas dapat disimpulkan bahwa persediaan adalah

suatu aktiva atau aset yang meliputi barang setengah jadi dan barang jadi milik

perusahaan dengan maksud untuk dijual dalam suatu periode usaha.

2.3.1 Fungsi Persediaan

Menurut Herjanto ( 2007:238 ), persediaan (inventory) memiliki berbagai

fungsi penting yang menambah kenyamanan dari operasi suatu perusahaan.Ada 6

fungsi dari persediaan, yaitu :

1. Menghilangkan resiko keterlambatan pengiriman bahan baku atau barang

yang dibutuhkan perusahaan.

2. Menghilangkan resiko jika material yang dipesan tidak baik sehingga harus

dikembalikan.

3. Menghilangkan resiko terhadap kenaikkan harga barang atau inflasi.

4. Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga

perusahaan tidak akan kesulitan jika bahan itu tidak tersedia di pasaran.

5. Mendapatkan keuntungan dari pembelian berdasarkan diskon kuantitas.

6. Memberikan pelayanan kepada pelanggan dengan tersedianya barang yang

diperlukan.

Tampubulon, (2004, p190) juga berpendapat bahwa sangat penting untuk

mengefektifkan sistem persediaan bahan, efisiensi, operasional perusahaan dapat

ditingkatkan melalui fungsi persediaan dalam mengefektifkan fungsi decoupling,

fungsi economic size, dan fungsi antisipasi.

1. Fungsi decoupling merupakan fungsi perusahaan untuk mengadakan

persediaan decople, dengan mengadakan pengelompokan operasional secara

terpisah – pisah, sebagai contoh adalah perusahaan manufaktur mobil,

skedul perakitan mesin dipisah dari skedul perakitan tempat duduk.

12

2. Fungsi economic size merupakan penyimpanan dalam jumlah besar

dengan pertimbangan adanya diskon atas pembelian bahan, diskon atas

kualitas untuk dipergunakan dalam proses konversi, serta didukung gudang

yang memadai. Contohnya adalah badan urusan logistic (bulog) membeli

gabah dari petani untuk dibuat persediaan, pada umumnya harga gabah ketika

panen masih murah dan tergantung mutu. Kemudian pada waktu selesai

dipanen atau paceklik, gabah yang telah diproses menjadi beras untuk dijual

kepasar, pada saat ini bulog tidak membeli gabah dari petani, karena stok

petani sedikit dan harganya mahal. Dengan demikian bulog tersebut

menganut fungsi economic size.

3. Fungsi antisipasi merupakan penyimpanan bahan yang fungsinya untuk

penyelamatan jika sampai terjadi keterlambatan datangnya pesanan bahan

dari pemasok. Tujuan utamanya adalah untuk menjaga proses produksi

tetap berjalan dengan lancar

Persediaan dapat diartikan sebagai investasi yang akan menunggu proses

lebih lanjut, persediaan dalam perusahaan merupakan salah satu aset terpenting

dalam banyak perusahaan. Jenis persediaan di berbagai perusahaan berbeda – beda

akan tetapi secara umum persediaan dibagi menjadi tiga, yaitu persediaan bahan

baku, persediaan barang setengah jadi, dan persediaan barang jadi. Dengan adanya

persediaan yang baik di dalam suatu perusahaan, maka akan memberikan manfaat

sebagai berikut :

1. Untuk memberikan stock agar dapat memenuhi permintaan yang diantisipasi

akan terjadi.

2. Untuk menyeimbangkan produksi dengan distribusi.

3. Untuk memperoleh keuntungan dari potongan kuantitas, karena membeli

dalam jumlah banyak dan biasanya ada diskon.

4. Untuk hedging terhadap inflasi dan perubahan harga.

13

5. Untuk menghindari kekurangan stok yang dapat terjadi karena cuaca,

kekurangan pasokan, mutu ketidakpastian pengiriman.

6. Untuk menjaga kelangsungan operasi dengan cara persediaan dalam proses.

2.3.2 Biaya dalam Sistem Persediaan

Menurut Tampubolon (2004:194) biaya persediaan adalah semua

pengeluaran dan kerugian yang timbul sebagai akibat persediaan. Biaya

tersebut adalah harga pembelian, biaya pemesanan, biaya penyimpanan, biaya

kekurangan persediaan.

1. Harga Pembelian

Harga pembelian adalah biaya yang dikeluarkan untuk membeli barang,

besarnya sama dengan harga perolehan persediaan itu sendiri atau harga

belinya. Pada beberapa model pengendalian sistem persediaan, biaya ini

tidak dimasukkan sebagai dasar untuk membuat keputusan.

2. Biaya pemesanan (ordering cost)

Biaya pemesanan adalah biaya yang harus dikeluarkan untuk

melakukan pemesanan kepada pemasok, yang besarnya tidak

dipengaruhi oleh jumlah pemesanan. Biaya ini meliputi biaya pemrosesan

pesanan, biaya ekspedisi,upah, biaya telepon/fax, biaya dokumentasi/

transaksi, biaya pengepakan, biaya pemeriksaan,dan biaya lainnya yang

tidak tergantung jumlah pesanan.

3. Biaya penyiapan (set up cost)

Biaya penyiapan adalah semua pengeluaran yang timbul dalam

mempersiapkan produksi. Biaya ini terjadi bila item sediaan diproduksi

sendiri dan tidak membeli dari pemasok. Biaya ini meliputi biaya persiapan,

produksi,biaya mempersiapkan (set up) mesin, biaya mempersiapkan

gambar kerja, biaya mempersiapkan tenanga kerja langsung, biaya

perencanaan dan penjadwalan produksi dan biaya lain yang besarnya tidak

tergantung pada jumlah barang yang diproduksi.

14

4. Biaya penyimpanan (holding cost}

Merupakan biaya yang dikeluarkan dalam penyimpanan material, semi

finished product, sub assembly, ataupun produk jadi. Biaya simpan

biasanya dinyatakan dalam biaya per unit per periode. Biaya penyimpanan

meliputi :

Biaya kesempatan. Penumpukan barang di gudang berarti

penumpukan modal. Padahal modal ini dapat diinvestasikan pada

tabungan bank atau bisnis lain. Biaya modal merupakan

opportunity cost yang hilang karena menyimpan persediaan.

Biaya simpan, yang termasuk biaya simpan adalah biaya sewa

gudang, asuransi, pajak, administrasi, biaya pemindahan dan biaya

kerusakan atau penyusutan.

Biaya - biaya lain yang besarnya bersifat variabel tergantung pada

jumlah item.

5. Biaya kekurangan persediaan (stockout cost)

Biaya perusahaan yang disebabkan karena kehabisan barang pada saat ada

permintaan, maka akan terjadi stock out .Stock out menimbulkan kerugian

berupa biaya akibat kehilangan kesempatan mendapatkan keuntungan atau

kehilangan pelanggan yang kecewa.

2.3.3 Tujuan Persediaan

Rangkuti (2004:7) menyatakan dalam perusahaan bahwa dalam perusahaan

manufaktur dan perusahaan dagang terdapat beraneka ragam jenisnya, sehingga

persediaan memiliki tujuan. Adapun Tujuan persediaan terdiri dari :

Batch Stock/Lot Size Inventory, persediaan yang diadakan karena kita

membeli atau membuat bahan-bahan atau barang-barang dalam jumlah yang

lebih besar dari jumlah yang dibutuhkan saat ini.

15

Fluctuation Stock, persediaan yang diadakan untuk menghadapi fluktuasi

permintaan konsumen yang tidak dapat diramalkan.

Anticipation Stock, persediaan yang diadakan untuk menghadapi fluktuasi

permintaan yang dapat diramalkan, berdasarkan pola musiman yang terdapat

dalam satu tahun dan untuk menghadapi penggunaan atau penjualan atau

permintaan yang meningkat.

Berdasarkan pernyataan di atas, dapat disimpulkan bahwa dengan adanya

persediaan, maka perusahaan dapat melakukan efisiensi produksi dan penghematan

biaya angkut, dapat menghadapi fluktuasi permintaan konsumen yang tidak dapat

diramalkan atau tidak beraturan serta untuk mengatasi jumlah pesanan yang telah

diramalkan sebelumnya.

2.3.4 Pengertian Pengendalian Persediaan

Pengendalian persediaan merupakan fungsi manajerial yang sangat penting,

karena mayoritas perusahaan melibatkan investasi besar pada aspek ini.Hal tersebut

merupakan dilema bagi perusahaan. Setiap perusahaan, apakah itu perusahaan

perdagangan ataupun pabrik serta perusahaan jasa selalu mengadakan persediaan.

Menurut Assauri (2004,176) Pengawasan persediaan merupakan salah satu

kegiatan dari urutan kegiatan-kegiatan yang berurutan erat satu sama lain dalam

seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah

direncanakan lebih dahulu baik waktu, jumlah, kuantitas, maupun biayanya,

sedangkan Rangkutti (2004,25) mengatakan bahwa pengawasan persediaan

merupakan salah satu fungsi manajemen yang dapat dipecahkan dengan menerapkan

metode kuantitatif.

Dari pengertiaan diatas dapat disimpulkan bahwa pengendalian persediaan

adalah suatu aktivitas untuk menetapkan besarnya persediaan dengan memperhatikan

keseimbangan antara besarnya persediaan yang disimpan dengan biaya-biaya yang

ditimbulkannya.

2.4. Economic Order Quantity dan Safety Stock

2.4.1 Economic Order Quantity

16

Pardede (2005:422), menyatakan bahwa Economic Order Quantity

menunjukkan sejumlah barang yang harus dipesan untuk tiap kali pemesanan agar

biaya persediaan keseluruhan menjadi sekecil mungkin.Sedangkan menurut Heizer

dan Render (2005:68) model kuantitas pesanana ekonomis merupakan salah satu

teknik pengendalian persediaan yang paling tua dan paling dikenal secara luas.

Teknik ini relatif mudah untuk digunakan tetapi berdasarkan beberapa asumsi :

Tingkat permintaan diketahui,dan bersifat konstan.

Lead time, yaitu waktu antara pemesanan dan penerimaan pesanan

diketahuai dan bersifat konstan.

Persediaan ditelima dengan segera. Dengan kata lain, persediaan

yang dipesan tiba dalam bentuk kumpulan produk pada satu waktu.

Tidak mungkin diberikan diskon (potongan harga)

Biaya variabel yang ada hanyalah biaya pengaturan atau biaya

pemesanan

(setup cost) dan biaya penyimpanan persediaan sepanjang waktu.

Kondisi kehabisan stock dapat dihindali sepenuhnya jika

pemesanan dilakukan pada waktu yang tepat.

Persoalan persediaan sebenarnya terdiri dari dua buah pertanyaan, yaitu

berapa jumlah yang harus dipesan dan berapa lama waktu selang antara pesanan

pertama dengan pesanan berikutnya yang akan mendatangkan biaya yang minimal.

Perhitungan EOQ dengan menggunakan rumus :

EOQ =

Keterangan :

EOQ : Jumlah persediaan yang ekonomis

D : Kebutuhan bahan baku dalam satu periode

S : Biaya pesan bahan baku

17

H : Biaya simpan bahan baku dalam satu periode

Dengan adanya EOQ,bukan berarti tidak ada kemungkinan adanya out of stock di

dalam perusahaan dan proses produksi. Kemungkinan stock out itu akan muncul

apabila :

1. Penggunaan bahan dasar di dalam proses produksi lebih besar daripada yang

diperkirakan sebelumnya. Hal ini akan berakibat persediaan akan habis

diproduksi sebelum pembelian atau pemesanan berikutnya akan datang, maka

terjadilah out of stock

2. Pesanan bahan dasar itu tidak dapat dating tepat pada waktunya. Hal ini

berarti lead time tidak tepat pada waktunya.

2.4.2 Safety Stock

Pengertian persediaan pengaman (Safety Stock) menurut Rangkuty (2004:10)

adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga

kemungkinan terjadinya kekurangan bahan (Stock Out).Sedangkan pengertian

menurut Sofjan Assauri (2004:186) sama halnya dengan pengertian Freddy rangkuty

yaitu persediaan tambahan yang diadakan untuk melindungi atau menjaga

kemungkinan terjadinya kekurangan bahan (Stock Out).

dapat disimpulkan bahwa persediaan pengaman adalah suatu barang yang

disediakan dengan tujuan untuk berjaga – jaga dari permintaan yang tidak

diperhitungan dan mencegah terjadinya kekurangan stok.

2.4.3 Reorder Point (ROP)

Menurut Heizer dan Render (2010 : 99), titik pemesanan ulang (Reorder

Point) yaitu tingkat persediaan dimana ketika persediaan mencapai tingkat tersebut,

pemesanan harus dilakukan.

18

Gambar 2.1 Titik Pemesanan Ulang (ROP)

Keterangan : Q* adalah kuantitas pesanan optimum, dan waktu tunggu

mempresentasikan waktu antara penempatan pesanan dan penerimaan pesanan.

Rumus untuk menentukan ROP adalah sebagai berikut :

ROP = d x L

Keterangan : d = Permintaan per hari

L = Waktu tunggu pesanan baru dalam hari

Persamaan untuk ROP ini mengasumsikan permintaan selama waktu tunggu

dan waktu tunggu itu sendiri adalah konstan.

Permintaan per hari (d) dihitung dengan membagi permintaan tahunannya (D)

dengan jumlah hari kerja dalam satu tahun :

2.5 Pengertian Peramalan/Forecasting

Menurut Barry dan Jay (2009:162) peramalan (forecasting) adalah seni dan

ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan

melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang

dengan suatu bentuk model matematis.Hal ini juga bisa merupakan predeksi intuisi

yang bersifat subjektif. Hal ini pun dapat dilakukan dengan menggunakan kombinasi

model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang

manajer.

Menurut Mate (2011), Forecasting adalah metode yang digunakan untuk

melakukan sesuatu yang dapat terjadi dimasa depan dan mempunyai berberapa

19

metode dan dapat juga dihitung berdasarkan horizon waktu (Time Horizon).

Sedangkan menurut Assauri (2008), Peramalan merupakan bagian awal dari suatu

proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui

terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu.

Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap

satu atau beberapa produk pada periode yang akan datang. Pendapat dari Pujawan

(2005:87) peramalan adalah kegiatan untuk mengestimasi besarnya permintaan

terhadap barang barang atau jasa tertentu pada suatu periode dan wilayah pemasaran

tertentu.

Jadi, berdasarkan pendapat-pendapat diatas dapat diambil kesimpulan bahwa

peramalan adalah kegiatan yang memprediksikan masa depan dengan menggunakan

metode ilmiah, hal-hal kualitatif, perasaan, dan pengalaman seseorang dan lainnya.

2.5.1 Meramalkan Horizon Waktu

Menurut Heizer dan Render (2009:163) peramalan biasanya diklasifikasikan

berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi

menjadi beberapa kategori:

1. Peramalan Jangka Pendek

Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya

kurang dari tiga bulan.Peramalan ini digunakan untuk merencanakan

pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan

tingkat produksi.

2. Peramalan Jangka Menengah

Peramalan jangka menengah atau intermediate umumnya mencakup hitungan

bulan hingga tiga tahun.Peramalan ini bermanfaat untuk merencanakan

penjualan, perencanaan dan anggaran produksi, anggaran kas, serta

menganalisis bermacam-macam rencana operasi.

3. Peramalan Jangka Panjang

Umumnya untuk perencanaan masa tiga tahun atau lebih.Peramalan jangka

panjang digunakan untuk merencanakan produk baru, pembelanjaan modal,

20

lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan

(litbang).

2.5.2 Jenis-Jenis Peramalan

Heizer dan Render (2009:164) mengatakan pada umumnya berbagai

organisasi menggunakan tiga jenis peramalan yang utama dalam perencanaan operasi

di masa depan :

1. Peramalan ekonomi (economis forecast) menjelaskan siklus bisnis dengan

memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk

membangun perumahan dan indicator perencanaan lainnya.

2. Peramalan teknologi (techonological forecast) memperhatikan tingkat

kemajuan teknologi yang dapat meluncurkan produk baru yang menarik,

yang membutuhkan pabrik dan peralatan baru.

3. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk

produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan

penjualan, dimana mengendalikan produksi, kapasitas, serta sistem

penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan

sumber daya manusia.

2.5.3 Berbagai Pendekatan Dalam Peramalan

Barry dan Jay (2009:167) menyatakan bahwa terdapat dua pendekatan umum

untuk peramalan, yaitu :

1. Peramalan kuantitatif (quantitative forecast), adalah peramalan yang

menggunakan model matematis yang beragam dengan data masa lalu dan

variabel sebab akibat untuk meramalkan permintaan.

2. Peramalan subjektif atau kualitatif (qualitative forecast), adalah peramalan

yang menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan

sistem nilai pengambil keputusan untuk meramal.

21

2.5.4 Metode Peramalan Kuantitatif

Heizer dan Render (2009:168), menyatakan metode peramalan secara

kuantitatif, antara lain :

Dekomposisi Deret Waktu

Membagi data masa lalu menjadi komponen-komponen, kemudian

memproyeksikannya ke masa depan.

Pendekatan Naif (Naïve Approach)

Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di

periode mendatang akan sdama dengan permintaan pada periode terakhir,

dengan kata lain jika penjualan sebuah produk adalah 68 unit di bulan

Januari, kita dapat meramalkan penjualan di bulan Februari akan sama,yaitu

sebanyak 68 unit.

Rata-Rata Bergerak (Moving Average)

Peramalan rata-rata bergerak menggunakan sehumlah data aktual masa lalu

untuk menghasilkan peramalan.Rata-rata bergerak berguna jika kita dapat

mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang

kita ramalkan.

Rumus metode rata-rata bergerak adalah :

Rata-rata Bergerak = Σ demand pada periode n

n

Dimana n adalah jumlah periode yang digunakan dalam metode rata-

rata bergerak.

Exponential Smoothing

Penghalusan eksponential merupakan metode peramalan rata-rata bergerak

dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode

ini menggunakan pencatatan data masa lalu yang sangat sedikit.Rumus

penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut :

Forecast periode yang akan datang = Forecast periode yang lalu +α (aktual

demand – forecast periode yang lalu)

22

Dimana α adalah konstanta yang nilainya antara 0 sampai 1, sehingga

peramalan tersebut bisa ditulis sebagai berikut :

Ft = Ft-1 + α (At1-Ft-1)

Keterangan :

Ft = Forecast yang baru

Ft-1 = Forecast yang lalu

At-1 = Actual demand periode yang lalu

α = Konstanta yang nilainya 0 sampai 1

α (smoothing constant) dapat berubah, tergantung pada asumsi kita mengenal

perubahan yang akan terjadi pada data tersebut. Semakin besar asumsi terhadap

terjadinya peningkatan

penjualan, nilai α akan semakin besar, dan begitu pula sebaliknya. Dengan demikian,

pemilihan besarnya nilai α harus kita lakukan dengan hati-hati.

Untuk memperoleh forecasting yang lebih akurat, kita dapat membandingkan

nilai forecasting dengan nilai aktual yang terjadi. Semakin kecil perbedaan antara

nilai hasil forecasting dan nilai aktual, berarti tingkat kesalahannya semakin kecil

dan metode forecasting yang digunakan relatif baik. Tingkat kesalahan forecasting

(forecast error) dapat dihitung sebagai berikut:

Forecast error = Demand - Forecast

Eksponential Smoothing with trend

Metode peramalan ini merupakan pengembangan dari metode penghalusan

eksponensial, dimana metode ini dapat memberikan respon terhadap tren

yang terjadi.

Rumusnya adalah sebagai berikut :

FITt = Peramalan penghalusan eksponential(Ft) + Tren penghalusan

eksponensial(Tt)

Pada penghalusan eksponensial dengan penyesuaian tren, estimasi rata- rata

maupun tren dihaluskan.Prosedur ini membutuhkan dua konstanta

23

penghalusan, α untuk rata-rata data penghalusan eksponensial dan β untuk

tren.Terdapat tiga langkah dalam menghitung peramalan dengan penyesuaian

tren, yaitu:

Langkah 1: menghitung Ft , peramalan eksponensial yang dihaluskan untuk

periode t.

Langkah 2: menghitung tren yang dihaluskan,Tt.

Langkah 3: menghitung peramalan dengan tren,FITt, dengan rumus FITt = Ft

+ Tt.

Persamaan yang digunakan untuk menghitung peramalan eksponensial yang

dihaluskan sebagai berikut:

Ft = α(permintaan aktual periode terakhir) + (1- α) + (peramal periode

terakhir + estimasi tren periode terakhir)

atau

Ft= α(At-1) + (1- α)(Ft-1 + Tt+1)

Persamaan yang digunakan untuk menghitung tren yang dihaluskan adalah:

Tt= β(peramalan periode ini – peramalan periode terakhir) + (1- β)

(estimasi tren periode terakhir)

atau

Tt = β(Ft-Ft-1) + (1- β)Tt-1

dimana :

Ft : peramalan dengan eksponensial yang dihaluskan dari data berseri pada

periode t

Tt : tren dengan eksponensial yang dihaluskan pada periode t

At : permintaan aktual pada periode t

α : konstanta penghalusan untuk rata-rata

β : konstanta penghalusan untuk tren

Nilai konstanta penghalusan tren (β) menyerupai konstanta α, karena β yang

tinggi lebih tanggap terhadap perubahan tren.β yang rendah memberikan bobot

yang rendah kepada tren terbaru dan cenderung memperhalus tren sekarang.Nilai

βdapat ditentukan dengan pendekatan uji coba, dengan MAD digunakan

sebagai ukuran pembanding.Penghalusan eksponensial sederhana sering disebut

24

sebagai penghalusan tingkat pertama (first-order smoothing) dan penghalusan

dengan penyesuaian tren disebut sebagai penghalusan tingkat kedua (second-order

atau double smoothing).

Proyeksi Tren (Trend Projection)

Suatu metode peramalan serangkaian waktu yang sesuai dengan garis tren

terhadap serangkaian titik-titik dan masa lalu, kemudian diproyeksikan ke

dalam peramalan masa depan.

Regresi Linier (Linier Regression causal model)

Peramalan dengan regresi linear di dasarkan pada asumsi bahwa pola

pertumbuhan dari data historis bersifat linier,dan dapat diperoleh dengan

menggunakan model matematis pada metode kuadrat terkecil dari proyeksi

tren. Rumus yang digunakan untuk menghitung peramalan dengan metode

regresi linier adalah persamaan garis regresi linier sebagai berikut:

Y = a + bX

Dimana :

Y = Variabel dependen

a = koefisien intercept

b = koefisien slope atau kemiringan garis regresi

X = Variabel independen

Koefisien kemiringan slope b dapat dihitung dengan menggunakan rumus :

b = n Σ XY - (Σ X)(Σ Y)

n (Σ X²) - (Σ X)²

Di mana :

b = slope atau kemiringan garis regresi

Σ = tanda penjumlahan

X = Nilai variabel inpenden

Y = Nilai variabel dependen

X = rata-rata dari nilai X

Y = rata-rata dari nilai Y

n = jumlah sampel atau jumlah pengamatan

25

Setelah mendapatkan koefisien b, selanjutnya dapat dihitung koefisien a :

a = ΣY – b Σ X

n

atau

a = Y – b X

Ketepatan estimasi regresi ini sangat dipengaruhi oleh seberapa besar

penyimpanan semua data variabel independen (X) terhadap garis

regresi.Apabila semua data variabel independen (X) tersebut berada di

sepanjang garis regresi, maka tingkat kesalahannya mendekati 0. Sebaliknya,

jika data variabel tersebut makin menjauh dari garis regresi, tingkat

kesalahannya semakin besar. Dan besarnya tingkat kesalahan dapat dihitung

dengan rumus:

Se = Σ Y² - a Σ Y – b Σ XY

n-2

Dimana :

Se = Standart error estimasi.

Metode peramalan kuantitatif terdiri dari peramalan deret waktu (time series)

dan peramalan sebab akibat/kausal (causal). Kedua metode ini pada dasar

peramalannyaadalah pada data masa lalu dengan menggunakan prediksi untuk masa

mendatang.Dengan mengelola data masa lalu, maka akan memperoleh suatu hasil

peramalan. Metode peramalan kuantitatif dibagi menjadi dua, yaitu:

1. Peramalan deret waktu (time series)

Peramalan ini dilakukan berdasarkan data-data dari suatu produk yang sudah

ada sebelumnya, kemudian dianalisa pola datanya apakah berpola trend

atau musiman maupun berbentuk siklus. Metode-metode yang dapat

dipergunakan dalam hal ini dapat berupa rata-rata bergerak (moving average),

penghalusan eksponensial (exponential smoothing), model matematika, dan

metode Box-Jenkis.

2. Peramalan sebab-akibat / kausal (causal)

Peramalan ini dilakukan berdasarkan data yang sudah ada sebelumnya, tetapi

mempergunakan data dari variabel lain yang menentukan atau

26

mempengaruhinya pada masa depan, seperti penduduk, pendapatan, dan

kegiatan ekonomi.

2.5.5 Menghitung Kesalahan Peramalan

Menurut Nachrowi dan Usman (2004 : 239) menyatakan bahwa sebenarnya

membandingkan kesalahan peramalan adalah suatu cara sederhana, apakah suatu

teknik peramalan tersebut patut dipilih untuk digunakan membuat peramalan data

yang sedang kita analisa atau tidak. Minimal prosedur ini dapat digunakan sebagai

indikator apakah suatu teknik peramalan cocok digunakan atau tidak. Dan teknik

yang mempunyai MSE (Mean Squared Error) terkecil merupakan ramalan yang

terbaik, Sedangkan Rangkuti (2005 : 80) menyatakan keharusan untuk

membadingkan perhitungan yang memiliki nilai MAD (Mean Absolute Deviation)

paling kecil, karena semakin kecil MAD berarti semakin kecil pula perbedaan antara

hasil forecasting dan nilai aktual, namun Gaspers (2005 : 80) menyatakan akurasi

peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil.

Menurut Heizer dan Render (2009:177), ada beberapa perhitungan yang biasa

dipergunakan untuk menghitung kesalahan peramalan (forecast error) total.

Perhitungan ini dapat dipergunakan untuk membandingkan model peramalan yang

berbeda, juga untuk mengawasi peramalan guna memastikan peramalan berjalan

dengan baik.Dua teknik perhitungan yang paling terkenal adalah deviasi rata-rata

absolut (MAD) (mean absolute deviation) dan kesalahan rata-rata kuadrat (MSE)

(mean squared error).

1. Deviasi Rata-rata Absolut (Mean Absolute Deviation)

MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk

sebuah model.Nilai ini dihitung dengan mengambil jumlah nilai absolut dari

kesalahan peramalan dibagi dengan jumlah periode data (n).

MAD = Σ |aktual - peramalan|

n

2. Kesalahan Rata-rata kuadrat (Mean Square Error)

MSE merupakan cara kedua untuk mengukur kesalahan peramalan

keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang

27

diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia

cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan.

MSE = Σ (kesalahan peramalan)

n

2.5.6 Karakteristik Peramalan

Menurut Nasution (2003:28), peramalan yang baik mempunyai beberapa

kriteria yang penting, antara lain:

1. Akurasi

Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi

peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut

terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang

sebenarnya terjadi.

2. Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung

dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode

peramalan yang digunakan.

3. Kemudahan

Penggunaan metode peramalan yang sederhana, mudaha dibuat, dan mudah

diaplikasikan akan memberikan keuntungan bagi perusahaan

2.5.7 Sifat Hasil Peramalan

Menurut Nasution (2003:29) dalam membuat suatu peramalan atau

menerapkan hasil suatu peramalan, karena itu ada beberapa hal yang harus

dipertimbangkan, antara lain :

1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya dapat

mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat

menghilangkan ketidakpastian tersebut.

28

2. Peramalan seharusnya memberikan informasi tentang berapa ukuran

kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka

adalah penting bagi peramalan untuk menginformasikan seberapa besar

kesalahan yang mungkin terjadi.

3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka

panjang. Hal ini disebabkan karena faktor-faktor yang mempengaruhi

permintaan pada peramalan jangka pendek relatif masih konstan, sedangkan

semakin panjang periode peramalan, maka semakin besar pula kemungkinan

terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.

29

2.6 Kerangka Pemikiran

30

PT.Tirta Aroma Sari

Melakukan peramalan terhadap permintaan customer

tiap bulannya

Forecasting

(Moving Average,Exponential Smoothing,Exponential Smoothing

with trend,Linear )Regression,Naïve

Method)

MAD dan

MSE

Menganalisis dan mengatur persediaan PT.Tirta Aroma Sari

Economic Order Quantity

Solusi Masalah PT.Tirta Aroma Sari