2009-1-00381-mnti bab 2
Post on 06-Jul-2018
220 Views
Preview:
TRANSCRIPT
-
8/17/2019 2009-1-00381-MNTI Bab 2
1/31
11
BAB 2
LANDASAN TEORI
2.1 Peramalan
2.1.1 Definisi Peramalan
Peramalan adalah prediksi, proyeksi, atau perkiraan yang akan terjadi di masa
depan. Karena masa depan itu tidak bisa dipastikan, dibutuhkan beberapa sistem
peramalan baik implisit maupun eksplisit. Tujuannya adalah untuk menggunakan
informasi yang ada sekarang ini sebagai arahan aktifitas di masa depan untuk mencapai
tujuan organisasi. (Tersine et al. 1994, p35)
Peramalan ( forecasting) merupakan nilai-nilai sebuah peubah kepada nilai yang
diketahui dari peubah tersebut atau peubah yang berhubungan. Meramal juga dapat
didasarkan pada keahlian penilaian, yang pada gilirannya didasarkan pada data historis
dan pengalaman. (Makridakis et al. 1999,p519)
6 faktor utama yang dapat diidentifikasikan sebagai teknik dan metode
peramalan, yaitu:
1. Horison waktu (time horizon). Ada dua aspek dari horizon waktu yang
berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan
waktu dimasa yang akan dating, untuk mana perbedaan dari metode peramalan
yang digunakan sebaiknya disesuaikan. Aspek kedua adalah jumlah periode
untuk mana ramalan diinginkan. Beberapa teknik dan metode hanya dapat sesuai
untuk peramalan satu atau dua periode di muka, sedangkan teknik dan metode
lain dapat dipergunakan untuk peramalan beberapa periode di masa depan.
-
8/17/2019 2009-1-00381-MNTI Bab 2
2/31
12
2. Pola dari data. Dasar utama dari metode peramalan adalah anggapan bahwa
macam dari pola yang didapati di dalam data yang diramalkan akan
berkelanjutan. Sebagai contoh, beberapa deret yang melukiskan suatu pola
musiman, demikian pula halnya dengan suatu pola trend. MJetode peramalan
yang lain mungkin lebih sederhana, terdiri dari suatu nilai rata-rata, dengan
fluktuasi yang acakan atau random yang terkandung. oleh karena adanya
perbedaan kemampuan metode peramalan untuk mengidentifikasi pola-pola data,
maka perlu adanya usaha penyesuaian antara pola data yang telah diperkirakan
terlebih dahulu dengan teknik dan metode peramalan yang akan digunakan.
3. Jenis dari model. Sebagai tambahan perlu diperhatikan anggapan beberapa pola
dasar yang penting dalam data. Banyak metode peramalan telah menganggap
adanya beberapa model dari keadaan yang diramalkan. Model-model ini
merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting
untuk menentukan perubahan-perubahan dalam pola, yang mungkin secara
sistematik dapat dijelaskan dengan analisa regresi atau korelasi. Model yang lain
adalah model sebab akibat atau “causal model”, yang menggambarkan bahwa
ramalan yang dilakukan sangat tergantung pada terjadinya sejumlah peristiwa
yang lain, atau sifatnya merupakan campuran dari model-model yang telah
disebutkan diatas. Model-model tersebut sangat penting diperhatikan, karena
masing-masing model tersebut mempunyai kemampuan yang berbeda dalam
analisa keadaan untuk pengambilan keputusan.
4. Biaya. Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
produser ramalan, yaitu biaya-biaya pengembangan, penyimpanan (storage) data,
-
8/17/2019 2009-1-00381-MNTI Bab 2
3/31
13
operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan
metode lainnya. Adanya perbedaan yang nyata dalam jumlah biaya, mempunyai
pengaruh atas dapat menarik tidaknya penggunaan metode tertentu untuk suatu
keadaan yang dihadapi.
5. Ketepatan (accuracy). Tingkat ketepatan yang dibutuhkan sangat erat
hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
untuk beberapa pengambilan keputusan mengharapkan variasi atau
penyimpangan atas ramalan yang dilakukan antara 10% sampai dengan 15% bagi
maksud-maksud yang mereka harapkan, sedangkan untuk hal atau kasus lain
mungkin menganggap bahwa adanya variasi atau penyimpangan atas ramalan
sebesar 5% adalah cukup berbahaya.
6. Mudah tidaknya penggunaan atau aplikasinya. Satu prinsip umum dalam
penggunaan metode ilmiah dari peramalan untuk manajemen dan analisis adalah
metode-metode yang dapat dimengerti dan mudah diaplikasikan yang akan
dipergunakan dalam pengambilan keputusan dan analisa. Prinsip ini didasarkan
pada alasan bahwa, bila seorang manager atau analis bertanggung jawab atas
keputusan yang diambilnya atau hasil analisa yang dilakukan, maka ia sudah
tentu tidak menggunakan dasar yang tidak diketahuinya atau tidak diyakininya.
jadi, sebagai ciri tambahan dari teknik dan metode peramalan adalah bahwa yang
diperlukan untuk memenuhi kebutuhan dari keadaan ialah teknik dan metode
peramalan yang disesuaikan dengan kemampuan dari manager atau analis yang
akan menggunakan metode ramalan tersebut.
-
8/17/2019 2009-1-00381-MNTI Bab 2
4/31
14
2.1.2 Tahapan Dalam Melakukan Peramalan
Ada 8 tahap dalam melakukan peramalan : (Render et al. 2006, p150)
1)
Menentukan penggunaan dari peramalan tersebut – tujuan apakah yang
ingin dicapai?
2) Memilih items atau kuantitas yang akan diramalkan.
3) Menentukan horison waktu dari peramalan – apakah 1 sampai 30 hari
(jangka pendek), 1 bulan sampai 1 tahun (jangka menengah), atau lebih
dari 1 tahun (jangka panjang) ?
4)
Memilih metode peramalan.
5) Mengumpulkan data yang diperlukan untuk membuat ramalan.
6) Menentukan metode peramalan yang tepat.
7) Membuat peramalan.
8) Mengimplementasikan hasil dari peramalan.
Tahap-tahap diatas merepresentasikan sebuah cara sistematik untuk mengawali,
merancang, dan mengimplementasikan sebuah sistem peramalan. Ketika sistem
peramalan tersebut digunakan untuk meramalkan secara berkala, data juga harus
dikumpulkan secara rutin, dan perhitungan yang dibutuhkan atau prosedur yang
biasanya dilakukan untuk membuat peramalan dapat secara otomatis dijalankan.
2.1.3 Time Series Analysis
2.1.3.1 Pola-Pola Umum Deret Waktu
Menurut Render (2006, p156) analisis time series berarti membedah data historis
dalam komponen-komponen kemudian memproyeksikan data tersebut ke depan. Time
-
8/17/2019 2009-1-00381-MNTI Bab 2
5/31
15
series biasanya mempunyai empat komponen: trend, seasonality, cycles dan random
variation.
1.
Random variaton
Pola ini terjadi jika data berfluktuasi di sekitar nilai rata-rata secara acak
tanpa membentuk pola yang jelas seperti pola musiman, trend ataupun
siklus.
2. Trend
Pola data trend menunjukkan pergerakan data secara lambat/bertahap
yang cenderung meningkat atau menurun dalam jangka waktu yang
panjang. Pola data trend terdiri dari beberapa tipe, seperti: Linear trend ,
S -Curve Trend atau Growth curve, Asymptotic trend dan Exponential
trend .
3. Seasonality
Pola data musiman terbentuk jika sekumpulan data dipengaruhi faktor
musiman, seperti cuaca dan liburan. Dengan kata lain pola yang sama
akan terbentuk pada jangka waktu tertentu (harian, mingguan, bulanan,
atau kuartalan/perempat tahunan).
Pada dasarnya pola musiman yang umum terjadi dibedakan menjadi dua
model yaitu, additive seasonality dan multiplicative seasonality.
4.
Cycles
Pola data siklis terjadi jika variasi data bergelombang pada durasi lebih
dari satu tahun. Data cenderung berulang setiap dua tahun, tiga tahun,
atau lebih. Fluktuasi siklis biasanya dipengaruhi oleh faktor politik,
-
8/17/2019 2009-1-00381-MNTI Bab 2
6/31
16
perubahan ekonomi (ekspansi atau kontraksi) yang dikenal dengan siklus
usaha (business cycle).
2.3.1.2 Autocorrelation Analysis
“ Autocorrelation is the correlation between a variable lagged one or more
periods and itself.” (Hanke et al. 2005 p60)
Autokorelasi merupakan korelasi antara variabel satu atau lebih periode
terdahulu dan variabel itu sendiri. Persamaan 3.1 mengandung rumus untuk menghitung
lag k koefisien korelasi (r k ) antara Y t dan Yt-k , yang terpisah sebanyak k periode.
Dimana :
r k = koefisien autokorelasi untuk lag dari periode k
= rata-rata dari data
Y t = observasi di periode t
Y t-k = observasi periode k sebelumnya atau periode t-k
Jika suatu data merupakan data random maka autokorelasi antara Y t dan Y t-k
untuk setiap lag dari k mendekati nol. Jika suata data merupakan data trend maka
koefisien autokorelasi secara tipikal sangat berbeda dari nol pada beberapa lag awal dan
secara perlahan menurun seiring dengan penambahan lag. Jika data tersebut mempunyai
pola musiman, maka akan terdapat sebuah pola yang akan terus berulang setiap sekian
interval waktu dan juga lag awal tidak mendekati nol.
2.1.4 Metode Peramalan
k = 0, 1, 2,... (3.1)
-
8/17/2019 2009-1-00381-MNTI Bab 2
7/31
17
Tabel 2.1 menunjukkan beberapa teknik peramalan yang dapat digunakan
berdasarkan pola datanya.
Tabel 2.1 Berbagai Metode PeramalanPola Data MetodeStationary Naive Methods
Simple Averaging Methods
Moving Averages
Autoregressive Moving Average (ARIMA) models / Box-Jenkins Methods
Trend Holt's Linear Exponential Smoothing
Simple Regression
Growth Curves
Exponential models
Autoregressive Moving Average (ARIMA) models / Box-Jenkins Methods
Seasonal Classical Decomposition
Censux X-12Winter's Exponential Smoothing
Multiple Regression
Autoregressive Moving Average (ARIMA) models / Box-Jenkins Methods
Cyclical Classical Decomposition
Economic Indicators
Econometric models
Multiple Regression
Autoregressive Moving Average (ARIMA) models / Box-Jenkins Methods
Sumber: Hanke (2005, p75-76)
2.1.4.1 Exponential Smoothing
Exponential smoothing memberikan bobot secara eksponential kepada data yang
diobservasi. Data yang paling baru mendapatkan bobot paling besar α (alpha) (dimana 0
< α < 1), data sebelumnya mendapatkan bobot lebih sedikit α(1- α), dua data sebelumnya
mendapatkan bobot lebih sedikit lagi α(1- α)2 dan seterusnya.
-
8/17/2019 2009-1-00381-MNTI Bab 2
8/31
18
Dimana :
= ramalan baru
α = konstanta pemulusan
Yt = data aktual
= data hasil pemulusan pada periode t
2.1.4.2 Holt’s Exponential Smoothing
Metode ini menggunakan koefisien pemulusan kedua. Sama seperti α (alpha), β
(beta) juga memiliki nilai antara nol dan satu, untuk secara berbeda memuluskan trend .
Beta digunakan untuk merata-ratakan trend yang terdapat di persamaan. Hal ini
mengeliminasi kesalahan yang muncuk karena faktor trend tidak dimuluskan.
Model Holt’s dapat dilihat di persamaan 3.3 berikut:
Lt = αYt + (1- α)(Lt-1 + Tt-1)
Tt = β(Lt-Lt-1) + (1- β) Tt-1
= Lt + pTt
Dimana :
Lt = nilai penghalusan yang baru
(3.2)
(3.3)
(3.4)
(3.5)
-
8/17/2019 2009-1-00381-MNTI Bab 2
9/31
19
α = konstanta pemulusan tingkat
Yt = data aktual pada periode t
β = konstanta pemulusan trend
Tt = estimasi trend
p = periode yang akan diramalkan
= peramalan untuk periode p
2.1.4.3 Winters’ Exponential Smoothing
Sama seperti metode Holt’s, metode Winters menambahkan konstanta γ (gamma)
untuk menghitung pola data musiman. Metode winters dapat dilihat pada persamaan 3.6.
Lt = α + (1- α)(Lt-1 + Tt-1)
Tt = β(Lt – Lt-1) + (1- β) Tt-1
St = γ + (1- γ)St-s
= (Lt + pTt)St-s+p
Dimana :
Lt = nilai penghalusan yang baru
α = konstanta pemulusan tingkat
Yt = data aktual pada periode t
β = konstanta pemulusan trend
Tt = estimasi trend
γ = konstanta pemulusan musiman
St = estimasi musiman
(3.6)
(3.7)
(3.8)
(3.9)
-
8/17/2019 2009-1-00381-MNTI Bab 2
10/31
20
p = periode yang akan diramalkan
= peramalan untuk periode p
2.1.4.4 Decomposition Methods
Metode dekomposisi memisahkan tiga komponen (trend, musiman, siklus) dari
pola dasar yang cenderung mencirikan deret data. Metode komposisi menggunakan
asumsi bahwa data yang ada merupakan gabungan dari 3 komponen tersebut dengan
error .
Data = pola + error
= f (trend, siklus, musiman) + error
Bentuk dekomposisi klasik dapat dilihat pada persamaan 3.10
Yt = f(It, Tt, Ct, Et)
Dimana :
Yt = data aktual pada periode t
It = indeks musiman pada periode t
Tt = Komponen trend pada periode t
Ct = komponen siklus pada periode t
Et = Komponen error pada periode t
Dekomposisi model additive dapat dilihat di persamaan 3.11
Yt = It + Tt + Ct + Et
Untuk penyelesaian persamaan 3.1 dapat digunakan langkah-langkah sebagai
berikut:
(3.10)
(3.11)
-
8/17/2019 2009-1-00381-MNTI Bab 2
11/31
21
1. Pada data aktual (Yt) hitung rata-rata bergerak yang mempunyai panjang ( p)
sama dengan panjang musiman (misalnya 12 bulan, 4 kuartal atau 7 hari).
tujuannya adalah untuk mendapatkan dugaan dari pengaruh trend dan siklus.
Dengan begitu maka akan mendapatkan persamaan 3.12
Mt = Tt + Ct
2. Untuk memperoleh pengaruh musiman (It), maka kurangkan persamaan 3.11
terhadap fungsi 3.12.
(Yt - Mt) = It + Et
3.
Identifikasi pengaruh trend yang sesuai dengan data dengan menggunakan
metode kuadrat terkecil dan regresi, maka akan diperoleh Tt.
4. Pengaruh siklus diperoleh dari selisih persamaan 3.13 terhadap Tt
(Mt - Tt) = Ct
5. Untuk peramalan maka akan didapat:
t = T
t+ I
t + C
t
6. Nilai residual yang didapatkan dari selisih antara data aktual pada periode t
dengan data hasil peramalan pada periode t dapat digunakan untuk mengetahui
ketepatan peramalan.
Dekomposisi model multiplicative dapat dilihat di persamaan 3.16
Yt = It x Tt x Ct x Et
Untuk penyelesaian persamaan 3.1 dapat digunakan langkah-langkah sebagai
berikut:
(3.16)
(3.12)
(3.13)
(3.14)
(3.15)
-
8/17/2019 2009-1-00381-MNTI Bab 2
12/31
22
1. Pada data aktual (Yt) hitung rata-rata bergerak yang mempunyai panjang ( p)
sama dengan panjang musiman (misalnya 12 bulan, 4 kuartal atau 7 hari).
tujuannya adalah untuk mendapatkan dugaan dari pengaruh trend dan siklus.
Dengan begitu maka akan mendapatkan persamaan 3.17
Mt = Tt x Ct
2. Untuk memperoleh pengaruh musiman (It), maka persamaan 3.16 dibagi dengan
fungsi 3.17.
(Yt / Mt) = It x Et
3.
Identifikasi pengaruh trend yang sesuai dengan data dengan menggunakan
metode kuadrat terkecil dan regresi, maka akan diperoleh Tt.
4. Pengaruh siklus diperoleh dari selisih persamaan 3.18 terhadap Tt
(Mt / Tt) = Ct
5. Untuk peramalan maka akan didapat:
t = T
tx I
t x C
t
Nilai residual yang didapatkan dari selisih antara data aktual pada periode t
dengan data hasil peramalan pada periode t dapat digunakan untuk mengetahui ketepatan
peramalan.
2.1.5 Uji Ketepatan Ramalan
Tidak ada metode peramalan yang sempurna di setiap kodisi. Bahkan ketika
manajemen menemukan pendekatan yang memuaskan, permalan tersebut masih tetap
harus terus dimonitori dan dikendalikan untuk memastikan kesalahan peramalan tidak
terlalu tinggi. (Render 2006, p178).
(3.17)
(3.18)
(3.19)
(3.20)
-
8/17/2019 2009-1-00381-MNTI Bab 2
13/31
23
Ukuran akurasi peramalan menurut selain berdasarkan pola data, pemilihan
teknik peramalan dapat juga didasarkan pada ukuran lainnya, yaitu error (E atau e) yang
didapatkan dari selisih nilai dari data aktual dengan nilai ramalannya untuk tiap periode.
Beberapa teknik mengukur kesalahan peramalan ditunjukkan pada tabel 3.2.
Tabel 2.2 Teknik Pengujian Kesalahan Peramalan
Teknik Rumus
Mean absolute deviation (MAD)
Mean squared error (MSE)
Standard deviation of regression (S r )
Mean absolute percent error (MAPE)
Mean error (ME)
Mean percent error (MPE)
Tracking Signal (TS)
Sumber: Tersine (1994, p42)
-
8/17/2019 2009-1-00381-MNTI Bab 2
14/31
24
MAPE merupakan ukuran ketepatan relatif yang digunakan untuk mengetahui
persentase penyimpangan hasil peramalan. MAPE ini yang akan menentukan apakah
metode peramalan yang dipilih ini sudah tepat atau belum. Semakin kecil nilai MAPE,
maka peramalan tersebut semakin akurat. Tracking signal menghitung kesalahan dari
peramalan dan menentukan batasnya kesalahannya.
2.2 Persediaan
Pengelolaan persediaan adalah masalah yang biasa dihadapi oleh setiap
perusahaan, baik perusahaan manufaktur maupun perusahaan dagang. Tanpa adanya
persediaan, para pengusaha akan dihadapkan pada resiko bahwa perusahaannya pada
suatu waktu tidak akan dapat memenuhi keinginan pelanggan. Hal ini mungkin terjadi
karena tidak selamanya barang atau jasa tersedia setiap saat, yang berarti pula bahwa
pengusaha akan kehilangan kesempatan untuk memperoleh laba yang seharusnya
didapatkan.
Persediaan (inventory) digunakan untuk mengidentifikasikan barang yang
disimpan untuk kemudian dijual, digunakan atau ditransformasikan. (Tersine et al. 1994
p3)
2.2.1 Jenis-jenis persediaan
Menurut Yamit (1999, p216) ada beberapa jenis persediaan, setiap jenis
persediaan mempunyai karakteristik khusus tersendiri. Menurut jenisnya, persediaan
dapat dibedakan atas:
1. Persediaan bahan baku (raw materials)
-
8/17/2019 2009-1-00381-MNTI Bab 2
15/31
25
Yaitu persediaan barang-barang berwujud yang digunakan dalam proses produksi.
Bahan mentah dapat diperoleh dari sumber-sumber alam atau dibeli dari supplier
dan atau dibuat sendiri oleh perusahaan untuk digunakan dalam proses produksi
selanjutnya.
2. Persediaan komponen – komponen rakitan (purchased part/components)
Yaitu persediaan barang-barang yang terdiri dari komponen-komponen yang
diperoleh dari perusahaan lain, dimana secara langsung dapat dirakit menjadi satu
produk.
3.
Persediaan bahan pembantu atau penolong (suplly)
Yaitu persediaan barang-barang yang diperlukan dalam proses produksi, tetapi tidak
merupakan bagian atau komponen-komponen barang jadi.
4. Persediaan barang dalam proses (work in process)
Yaitu persediaan barang-barang yang merupakan keluaran dari tiap-tiap bagian
dalam proses produksi atau telah diolah menjadi suatu bentuk, tetapi masih perlu
diproses lebih lanjut menjadi barang jadi.
5. Persediaan barang jadi (finished goods)
Yaitu persediaan barang-barang yang telah selesai diproses atau diolah dalam pabrik
dan siap untuk dijual atau dikirimkan kepada konsumen.
2.2.2 Jenis-Jenis Biaya Persediaan
Menurut Tersine (1994, p13) tujuan dari manajemen persediaan adalah untuk
mempunyai jumlah barang yang cukup di tempat yang tepat, di waktu yang tepat, dan
dengan biaya yang rendah. Biaya persediaan berhubungan dengan operasi dari sistem
-
8/17/2019 2009-1-00381-MNTI Bab 2
16/31
26
persediaan yang merupakan hasil dari perbuatan maupun kelalaian dalam menerapkan
sistem tersebut. Biaya persediaan merupakan parameter dasar ekonomi di setiap model
pengambilan keputusan persediaan. Berikut ini merupakan biaya-biaya persediaan:
1. Biaya pembelian ( purchase cost)
Biaya pembelian adalah harga per unit apabila item dibeli dari pihak luar, atau biaya
produksi per unit apabila diproduksi dalam perusahaan.
2. Biaya pemesanan (order/setup cost)
Biaya yang berasal dari dari pembelian pesanan dari supplier atau biaya persiapan
(setup cost) apabila item diproduksi di dalam perusahaan.
3. Biaya penyimpanan (holding cost)
Biasa disebut juga carrying cost , biaya yang dikeluarkan atas investasi dalam
persediaan dan pemeliharaan maupun investasi sarana fisik untuk menyimpan
persediaan.
4. Biaya kekurangan persediaan (stockout cost)
Biaya kekurangan persediaan adalah konsekuensi ekonomis atas kekurangan dari
luar maupun dari dalam perusahaan. Kekurangan dari luar terjadi apabila pesanan
konsumen tidak dapat dipenuhi, sedangkan kekurangan dari dalam terjadi apabila
departemen tidak dapat memenuhi kebutuhan departemen yang lain.
2.2.3 Tujuan Adanya Persediaan
Menurut Render (2006, p191-192) ada lima tujuan penggunaan persediaan, yaitu:
1. Fungsi utamanya adalah untuk mendukung proses produksi dalam organisasi.
2. Sebagai persediaan sumber daya.
-
8/17/2019 2009-1-00381-MNTI Bab 2
17/31
27
3. Jika persediaan dan permintaan tidak konsisten, maka dengan menyediakan
persediaan maka kemungkinan kehilangan penjualan akan berkurang.
4.
Untuk mendapatkan potongan harga karena membeli banyak.
5. Untuk menghindari kekurangan dan kehabisan persediaan.
2.2.4 Economic Order Quantity (EOQ)
Economic Order Quantity adalah jumlah pemesanan yang dapat meminimalkan
total biaya persediaan. (Tersine et al. 1994 p.92)
2.2.4.1 Asumsi-Asumsi EOQ Klasik
EOQ klasik mempunyai asumsi-asumsi sebagai berikut: (Tersine 1994, p95)
• Kebutuhan bahan baku dapat ditentukan, relatif tetap, dan terus menerus.
•
Tenggang waktu pemesanan dapat ditentukan dan relatif tetap.
• Tidak diperkenankan adanya kekurangan persediaan, artinya setelah kebutuhan dan
tenggang waktu dapat ditentukan dengan pasti berarti kekurangan persediaan dapat
dihindari.
• Pemesanan datang sekaligus dan akan menambah persediaan.
• Struktur biaya tidak berubah. Biaya pemesanan atau persiapan sama tanpa
memperhatikan jumlah yang dipesan, biaya simpan sesuai dengan fungsi linear
terhadap rata-rata persediaan, dan harga beli atau biaya pembelian per unit tidak
mendapatkan potongan harga.
• Kapasitas gudang dan modal cukup untuk menampung dan membeli pesanan.
-
8/17/2019 2009-1-00381-MNTI Bab 2
18/31
28
• Pembelian hanya satu jenis item.
2.2.4.2 Persamaan EOQ
Dengan menggunakan variabel-variabel di bawah ini, maka dapat ditentukan
biaya pemesanan dan penyimpanan, sehingga didapatkan nilai Q*:
Q = Jumlah barang setiap pemesanan
Q* = Jumlah optimal barang per pemesanan (EOQ)
R = Permintaan tahunan barang persediaan, dalam unit
C = Biaya pesanan atau pemesanan untuk setiap pesanan
H = Biaya penahanan atau penyimpanan per unit per tahun
2.2.4.3 Reorder Point
Setelah mengetahui jumlah yang harus dipesan, yang harus diperhatikan
sekarang adalah waktu yang tepat untuk memesan. Waktu yang ada antara memesan dan
mendapatkan persediaan disebut dengan tenggang waktu ( Lead Time). Persediaan harus
dapat memenuhi permintaan pada waktu tersebut. Persamaan 3.22 adalah untuk
mengetahui titik pemesanan kembali ( Reorder Point).
ROP = (demand per day) x (lead time)
= d x L
Dimana :
d = permintaan per hari
L = tenggang waktu
(3.21)
(3.22)
-
8/17/2019 2009-1-00381-MNTI Bab 2
19/31
29
2.2.4.4 Safety Stock
Rumus EOQ yang sederhana tidak memperkirakan ketidakpastian dalam
permintaan. Setiap kali pesanan dilakukan, ketidakpastian tersebut mengandung resiko
kehabisan persediaan sebelum persediaan yang dipesan tiba. Untuk mengurangi
kehabisan persediaan pada waktu tersebut, persediaan tambahan dapat disimpan untuk
mengantisipasi permintaan pada waktu lead time. (Fitzsimmons 2006 p.529)
Safety stocks merupakan persediaan tambahan yang ada di gudang sebagai
cadangan untuk mengatasi kekurangan persediaan karena permintaan yang berfluktuasi.
(Tersine et al. 1994, p206)
Gambar 2.1 menunjukkan posisi safety stock dalam persediaan.
Gambar 2.1 Safety Stock
Sumber: Tersine (1994, p206)
Rumus safety stocks dapat dilihat pada persamaan 3.23
ROP = d x L + SS
Dimana :
(3.23)
-
8/17/2019 2009-1-00381-MNTI Bab 2
20/31
30
SS = Safety stock
Untuk menentukan seberapa besar safety stock bergantung kepada apakah data
biaya tersedia atau tidak. Tujuannya adalah untuk menimalkan biaya total termasuk
biaya akibat kurangnya persediaan. Jika data tidak tersedia, maka penting untuk
menentukan service level.
Umumnya, biaya akibat kekurangan persediaan menyangkut semua biaya yang
muncul secara langsung maupun tidak langsung akibat kurangnya persediaan, misalnya
biaya karena kehilangan pelangan, biaya backordering.
Pendekatan lain untuk menentukan tingkat safety stock adalah dengan
menentukan service level. Service level merupakan persentase dari waktu dimana
perusahaan tidak akan kekurangan persediaan. Hubungannya dapat dilihat pada
persamaan 3.24
Service level = 1 – kemungkinan kekurangan persediaan
Untuk tingkat service level dapat dilihat pada tabel 2.3
Tabel 2.3 Tabel Service Level (distribusi normal)
Service Level Service Factor Service Level Service Factor
50.00% 0.00 90.00% 1.28
55.00% 0.13 91.00% 1.34
60.00% 0.25 92.00% 1.41
65.00% 0.39 93.00% 1.48
70.00% 0.52 94.00% 1.55
75.00% 0.67 95.00% 1.64
80.00% 0.84 96.00% 1.75
81.00% 0.88 97.00% 1.88
82.00% 0.92 98.00% 2.05
83.00% 0.95 99.00% 2.33
84.00% 0.99 99.50% 2.58
85.00% 1.04 99.60% 2.65
86.00% 1.08 99.70% 2.75
87.00% 1.13 99.80% 2.88
(3.24)
-
8/17/2019 2009-1-00381-MNTI Bab 2
21/31
31
88.00% 1.17 99.90% 3.09
89.00% 1.23 99.99% 3.72
Sumber : http://www.inventoryops.com/safety_stock.htm
Dimana:
Z = Service Factor
X = Mean dari permintaan + safety stock
= Standar deviasi
= Mean dari permintaan
2.3 Manajemen Strategis
2.3.1 Tipe-tipe Strategi
Menurut Rangkuti (2006, p6) strategi dapat dikelompokkan menjadi tiga tipe
strategi yaitu:
1. Strategi Manajemen
Strategi manajemen meliputi strategi yang dapat dilakukan oleh manajemen
dengan orientasi pengembangan strategi secara makro. misalnya, strategi
pengembangan pasar, strategi mengenai keuangan dan sebagainya.
2. Strategi Investasi
(3.25)
(3.26)
-
8/17/2019 2009-1-00381-MNTI Bab 2
22/31
32
Strategi ini merupakan kegiatan yang berorientasi pada investasi. Misalnya,
apakah perusahaan ingin melakukan strategi pertumbuhan yang agresif atau
berusaha mengadakan penetrasi pasar, strategi bertahan, strategi
pembangunan kembali suatu divisi baru atau strategi diversifikasi dan
sebagainya.
3. Strategi Bisnis
Strategi bisnis sering disebut strategi bisnis fungsional karena strategi ini
berorientasi pada fungsi-fungsi kegiatan manajemen, misalnya strategi
pemasaran, strategi produksi atau profesional, strategi distribusi, strategi
organisasi dan strategi-strategi yang berhubungan dengan keuangan.
2.3.2 Pengertian Manajemen Strategis
“Strategic management is that set of managerial decisions and actions that
determines the long-run performance of a corporation. It includes environmental
scanning (both external and internal), strategy formulation (strategic or long-range
planing), strategy implementation, and evaluation and control.” (Wheelen et al. 2008,
p3)
Manajemen strategis adalah seperangkat keputusan dan tindakan manajerial yang
menentukan kinerja sebuah perusahaan. Manajemen strategi mencakup pengamatan
lingkungan (baik eksternal maupun internal), formulasi strategi (strategi maupun
rencana jangka panjang), implementasi strategi, dan evaluasi serta kontrol.
-
8/17/2019 2009-1-00381-MNTI Bab 2
23/31
33
“Strategic management can be define as the art and science of formulating,
implementing, and evaluating cross-functional decision that enable an organization to
achieve its objectives.” (David et al. 2007, p5)
Manajemen strategis merupakan aliran dari keputusan-keputusan dan tindakan
yang berakhir pada perngembangan dari strategi yang efektif atau strategi yang
membantu perusahaan untuk mencapai tujuannya. (Jauch 1988, p5)
Manajemen strategis dapat didefiniskan sebagai seni dan ilmu dari
memformulasikan, mengimplementasikan, dan mengevaluasi keputusan lintas
fungsional yang memungkinkan suatu organisasi untuk mencapai tujuannya.
2.3.3 Proses Manajemen Strategis
Proses manajemen strategis dapat dipelajari dan diaplikasikan dengan
menggunakan model. Setiap model merepresentasikan suatu proses. Gambar 2.2
menunjukkan suatu model proses yang telah banyak digunakan, model dari proses
manajemen strategis yang meliputi banyak hal.
Tiga tahapan dalam proses manajemen strategis tersebut adalah:
1. Perumusan Strategi
Karena keterbatasan sumber daya, maka perusahaan harus memilih
langkah strategis yang akan menghasilkan keuntungan dan manfaat yang
paling besar. Perumusan strategi adalah kombinasi dari orientasi terhadap
perspektif masa depan dengan kondisi eksternal dan internal perusahaan
sekarang ini.
2. Pelaksanaan Strategi
-
8/17/2019 2009-1-00381-MNTI Bab 2
24/31
34
Tahap ini merupakan tahap pelaksanaan dari perumusan strategi yang
telah diterapkan sebelumnya. Tantangan yang dihadapi adalah
menstimulasi pihak manajemen untuk bekerja dengan baik dan untuk
mencapai tujuan yang telah ditetapkan sebelumnya.
3. Evaluasi Strategi
Di tahap ini, perusahaan mengevaluasi kembali apakah faktor-faktor
eksternal dan internal masih bisa dijadikan acuan untuk
memformulasikan strategi, mengukur kinerja perusahaan, dan
mengevaluasi dan mengkoreksi tindakan yang dijalankan.
Gambar 2.2 Proses Manjemen Strategis
Sumber: David, Fred R (2007, p15)
2.3.4 Analisis Lingkungan Perusahaan
-
8/17/2019 2009-1-00381-MNTI Bab 2
25/31
35
2.3.4.1 Matriks Evaluasi Lingkungan Eksternal (EFE)
Menurut David (2007, p104) dengan melakukan audit atau analisis lingkungan
eksternal dapat diidentifikasi peluang dan ancaman. Jika peluang dan ancaman
teridentifikasi maka dapat dirumuskan strategi yang akan memanfaatkan peluang yang
ada dan menghindari atau jika tidak dapat dihindari diminimalisir ancaman-ancaman
yang dihadapi perusahaan. Kekuatan-kekuatan eksternal dapat dibagi menjadi lima
kategori, yaitu:
1. Kekuatan ekonomi.
2.
Kekuatan sosial budaya, demografi, dan lingkungan.
3. Kekuatan politik, pemerintahan, dan hukum.
4. Kekuatan teknologi.
5. Kekuatan persaingan.
Tabel 2.4 menunjukkan matriks evaluasi faktor eksternal (EFE). Berikut tahapan
penentuan faktor eksternal:
1.
Susunlah dalam kolom peluang dan ancaman
2. Beri bobot masing-masing faktor dalam kolom 1. Mulai dari 0.0 (tidak penting)
hingga 1.0 (sangat penting).
3. Berikan peringkar 1 sampai 4 pada masing-masing faktor eksternal kunci untuk
menunjukkan seberapa efektif strategi perusahaan memberikan respon terhadap
faktor tersebut saat itu. Dimana 4 = respon luar biasa, 3 = respon di atas rata-rata, 2
= respon biasa saja, 1 = respon jelek.
4. Kalikan setiap bobot faktor dengan peringkat untuk menetukan nilai yang dibobot.
5. Jumlahkan nilai yang dibobot tersebut untuk mendapatkan nilai total bobot untuk
organisasi.
-
8/17/2019 2009-1-00381-MNTI Bab 2
26/31
36
Tabel 2.4 Matriks Evaluasi Faktor Eksternal
Faktor-Faktor Eksternal Kunci Bobot Peringkat Nilai yang dibobot
Peluang
Peluang 1 1,2,3, atau 4
Peluang 2 1,2,3, atau 4Peluang 3 1,2,3, atau 4
Peluang 4 1,2,3, atau 4
Ancaman
Ancaman 1 1,2,3, atau 4
Ancaman 2 1,2,3, atau 4
Ancaman 3 1,2,3, atau 4
Ancaman 4 1,2,3, atau 4
Jumlah 1.0 Minimal 1,0
Maksimal 4,0
Sumber: David, Fred R (2007, p105)
2.3.4.2 Matriks Profil Persaingan
Menurut David (2007, p105) matriks ini digunakan untuk mengidentifikasi
kompetitor utama perusahaan, kekuatan dan kelemahannya dibandingkan dengan posisi
strategis perusahaan. Tabel 2.5 menunjukkan matriks profil persaingan.
Tabel 2.5 Matriks Profil Persaingan
Perusahaan A Perusahaan B
Faktor Penentu Keberhasilan Bobot Peringkat Nilai Peringkat NilaiFaktor 1
Faktor 2
Faktor 3
Faktor 4
Faktor 5
Faktor 6
Jumlah
Sumber: David, Fred R (2007, p106)
2.3.4.3 Matriks Evaluasi Lingkungan Internal (IFE)
Menurut David (2007, p151) Alat formulasi strategi ini merangkum dan
mengevaluasi kekuatan dan kelemahan utama perusahaan di arean fungsional suatu
-
8/17/2019 2009-1-00381-MNTI Bab 2
27/31
37
bisnis, dan juga mengidentifikasi dan mengevaluasi hubungan antar area tersebut. Tabel
2.6 menunjukkan matriks evaluasi faktor eksternal
Berikut tahapan penentuan faktor internal:
1. Susunlah kunci faktor internal (kekuatan dan kelemahan) pada kolom satu.
2. Beri bobot masing-masing faktor dalam kolom 1. Mulai dari 0.0 (tidak penting)
hingga 1.0 (sangat penting) dengan total jumlah 1.0.
3. Berikan peringkar 1 sampai 4 pada masing-masing faktor eksternal kunci untuk
menunjukkan seberapa efektif strategi perusahaan memberikan respon terhadap
faktor tersebut saat itu. Dimana 4 = kekuatan besar, 3 = kekuatan kecil, 2 =
kelemahan kecil, 1 = kelemahan besar.
4. Kalikan setiap bobot faktor dengan peringkat untuk menetukan nilai yang dibobot.
5. Jumlahkan nilai yang dibobot tersebut untuk mendapatkan nilai total bobot untuk
organisasi.
Tabel 2.6 Matriks Evaluasi Faktor Internal
Faktor-Faktor Internal Kunci Bobot Peringkat Nilai yang dibobot
Peluang
Kekuatan 1 4 atau 3
Kekuatan 2 4 atau 3
Kekuatan 3 4 atau 3
Kekuatan 4 4 atau 3
Ancaman
Kelemahan 1 1 atau 2
Kelemahan 2 1 atau 2
Kelemahan 3 1 atau 2
Kelemahan 4 1 atau 2Jumlah 1.0 Minimal 1,0
Maksimal 4,0
Sumber: David, Fred R (2007, p153)
2.3.5 Pilihan dan Analisis Strategi
-
8/17/2019 2009-1-00381-MNTI Bab 2
28/31
38
2.3.5.1 Matriks Strengths-Weaknesses-Opportunities-Threats (SWOT)
Menurut David (2007, p215) matriks SWOT (gambar 2.3) merupakan matriks
pencocokan yang penting yang membantu manajer untuk mengembangkan empat tipe
strategi yaitu:
1. Strategi SO (Strengths-Opportunities)
Strategi ini menggunakan kekuatan internal perusahaan untuk mendapatkan
keunggulan dari peluang diluar perusahaan.
2. Strategi WO (Weaknesses-Opportunities)
Strategi ini bertujuan untuk memperbaiki kelemahan internal perusahaan dengan
memanfaatkan keunggulan dari peluang diluar perusahaan.
3. Strategi ST (Strengths-Threats)
Strategi ini menggunakan kekuatan perusahaan untuk menghindari atau mengurangi
dampak dari ancaman dari luar perusahaan.
4. Strategi WT (Weaknesses-Threats)
Strategi ini merupakan taktik bertahan yang ditujukan untuk memperkecil
kelemahan internal dan menghindari ancaman dari luar perusahaan.
-
8/17/2019 2009-1-00381-MNTI Bab 2
29/31
39
Gambar 2.3 Matriks SWOT
Sumber: David, Fred R (2007, p216)
2.3.5.2 Matrix Internal-External (IE)
Matriks internal eksternal menempatkan berbagai divisi ke dalam sembilan sel
seperti yang ditunjukkan pada gambar 2.4. Matriks IE didasarkan pada dua dimensi
utama yaitu nilai total IFE pada sumbu X dan EFE pada sumbu Y. Matriks IE dapat
dibagi menjadi tiga bagian utama yang mempunyai dampak strategi yang berbeda.
Pertama, divisi yang termasuk dalam sel I, II, IV disebut tumbuh dan membangun.
Strategi Intensif (penetrasi pasar, pengembangan pasar, atau pengembagan produk) atau
integratif (integrasi ke belakang, integrasi ke depan, integrasi horisontal) mungkin
merupakan strategi yang paling tepat untuk divisi-divisi tersebut. Kedua, divisi yang
termasuk dalam sel III, V, atau VII dapat dikelola dengan baik dengan menggunakan
strategi mempertahankan dan mengatur; penetrasi pasar dan pengembangan produk
merupakan strategi umum untuk divisi tersebut. Untuk divisi yang terdapat di sel VI,
VIII, atau IX, paling tepat dikelola dengan strategi panen atau divestasi.
-
8/17/2019 2009-1-00381-MNTI Bab 2
30/31
40
Gambar 2.4 Matriks Internal EksternalSumber: David, Fred R (2007, p229)
2.3.5.3 Quantitative Strategic Planning Matrix (QSPM)
Matriks perencanaan strategis kuantitatif atau QSPM merupakan suatu teknik
analisis yang dirancang untuk menetapkan daya tarik relatif dari alternatif tindakan yang
tersedia. Matriks ini secara objektif menunjukkan alternatif strategi yang paling baik.
Kolom pertama matriks QSPM terdiri dari faktor-faktor eksternal dan internal (dari EFE
dan IFE), baris paling atas terdiri dari strategi-strategi alternatif yang tersedia. Strategi
dapat diambil dari matriks SWOT, matriks SPACE, matriks BCG, matriks IE dan
matriks Grand Strategy. Tidak semua strategi yang tersedia harus dinilai dalam QSPM.
Langkah-langkah menyusun matriks QSPM:
1. Buatlah daftar peluang/ancaman eksternal dan kekuatan/kelemahan internal di
kolom kiri dari QSPM.
2. Berikanlah bobot pada setiap faktor eksternal dan internal tersebut.
-
8/17/2019 2009-1-00381-MNTI Bab 2
31/31
41
3. Periksalah matriks-matriksdi tahap 2, dan kenalilah strategi-strategi alternatif
yang harus dipertimbangkan oleh organisasi untuk diimplementasikan.
4.
Tentukanlah Attractiveness Scores (AS), dimana 1= tidak tertarik, 2 = sedikit
tertarik, 3 = cukup tertarik dan 4 = sangat tertarik.
5. Hitung Total Attractiveness Scores dengan cara mengalikan bobot dengan nilai
AS.
6. Hitung Sum Total Attractivesess Score dengan cara menjumlahkan nilai TAS.
Tabel 2.7 Matriks QSPM
Alternatif StrategiStrategi 1 Strategi 2 Strategi 3
Faktor-Faktor kunci Bobot AS TAS AS TAS AS TAS
Kunci Faktor Eksternal
Ekonomi
Politik/Hukum/Pemerintah
Sosial/Budaya/Demografi/Lingkungan
Teknologi
Kompetitif
Kunci Faktor Internal
Manajemen
Pemasaran
Keuangan
Produksi/Operasi
Research and Developnent
Sistem Informasi Komputer
Total TAS
Sumber: David, Fred R (2007, p236)
top related