7

BAB 2

LANDASAN TEORI

2.1 Manajemen

2.1.1 Pengertian Manajemen

Istilah manajemen berasal dari kata kerja to manageyangberarti control.

Dalam bahasa Indonesia dapat diartikan : mengendalikan, menangani, atau

mengelola.Secara umum pengertian manajemen adalah proses pengelolaan suatu

pekerjaan untuk memperoleh hasil untuk pencapaian tujuan yang telah ditentukan

dengan cara mengendalikan orang-orang lain untuk bekerja.

Menurut Daft, Richard L (2007 : p6) manajemen adalah pencapaian tujuan

organisasi dengan cara yang efektif dan efisien melalui perencanaan,

pengorganisasian, pengarahan, dan pengendalian sumber daya organisasi. (Daft,

Richard L (2007), manajemen. Edisi 6 Salemba 4 Jakarta)

Menurut Robbins dan Coulter (2010 : 23), manajemen adalah proses

pengkoordinasian dan pengawasan dari aktivitas/kegiatan-kegiatan pekerjaan orang

lain sehingga pekerjaan tersebut terselesaikan secara efisien dan efektif.. (Robbins,

Stephen P. And Coulter, Mary.(2007). Management. Jakarta, PT Indeks.)

Menurut Solihin (2009) manajemen adalah proses perencanaan,

pengorganisasian, kepemimpinan dan pengendalian dari berbagai Sumber Daya

organisasi untuk mencapai tujuan yang efektif dan efisien. (Solihin, Ismail. (2009).

Pengantar Manajemen. Jakarta, Erlangga.)

2.1.2 Pengertian Manajemen Operasi

Daft (2006 : 216) mendefinisikan Manajemen Operasi sebagai bidang manajemen

yang mengkhususkan pada produksi barang. Artinya kegiatan operasi hanya berfokus pada

kegiatan memproduksi barang dan memecahkan masalah-masalah yang berkaitan dengan

sektor produksi.

Menurut Heizer dan Render (2010 : 4), manajemen operasi adalah serangkaian

aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input

menjadi output.

Menurut Assauri (2004 : 12), manajemen produksi dan operasi merupakan

proses pencapaian dan pengutilisasian sumber-sumber atau jasa-jasa yang berguna sebagai

usaha untuk mencapai tujuan dan sasaran organisasi.

8

Dari beberapa pengertian diatas dapat ditarik kesimpulan bahwa manajemen

operasi merupakan kegiatan produksi dengan memanfaatkan sumberdaya yang ada sehingga

menghasilkan nilai dalam bentuk barang dan jasa.

2.1.3 Pengertian Manajemen Operasional

Menurut Heizer dan Render (2010 : 4), manajemen operasional adalah

serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan

mengubah input menjadi output.

Sedangkan menurut Richard L. Daft (2006 : 216), manajemen operasional

adalah bidang manajemen yang mengkhususkan pada produksi barang, serta

menggunakan alat-alat dan teknik-teknik khusus untuk memecahkan masalah-

masalah produksi. Fogarty (dalam Herjanto, 2007), mendefinisikan manajemen

operasional sebagai suatu proses yang secara berkesinambungan dan efektif

menggunakan fungsi-fungsi manajemen untuk mengintegrasikan berbagai sumber

daya secara efisien dalam rangka mencapai tujuan.

Menurut Assauri (2004 : 12), manajemen produksi dan operasi merupakan

proses pencapaian dan pengutilisasian sumber-sumber atau jasa-jasa yang berguna

sebagai usaha untuk mencapai tujuan dan sasaran organisasi.

Jadi dapat disimpulkan dari beberapa pengertian diatas bahwa manajemen

operasi merupakan kegiatan produksi dengan memanfaatkan sumberdaya yang ada

sehingga menghasilkan nilai dalam bentuk barang dan jasa

Kita mempelajari MO (Manajemen Operasi) karena empat alasan berikut:

1. MO adalah satu dari tiga fungsi utama dari setiap organisasi dan berhubungan

secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi

memasarkan (menjual), membiayai (mencatat rugi laba), dan memproduksi

(mengoperasikan), maka sangat penting untuk mengetahui bagaimana

aktivitas MO berjalan. Karena itu pula, kita mempelajari bagaimana orang-

orang mengorganisasikan diri mereka bagi perusahaan yang produktif.

2. Kita mempelajari MO karena kita ingin mengetahui bagaimana barang dan

jasa diproduksi. Fungsi produksi adalah bagian dari masyarakat yang

menciptakan produk yang kita gunakan.

3. Kita mempelajari MO untuk memahami apa yang dikerjakan oleh manajer

operasi. Dengan memahami apa saja yang dilakukan oleh manajer ini, kita

dapat membangun keahlian yang dibutuhkan untuk dapat menjadi seorang

manajer seperti itu. Hal ini akan membantu Anda untuk menjelajahi

kesempatan kerja yang banyak dan menggiurkan di bidang MO.

9

4. Kita mempelajari MO karena bagian ini merupakan bagian yang paling

banyak menghabiskan biaya dalam sebuah organisasi. Sebagian besar

pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian,

MO memberikan peluang untuk meningkat keuntungan dan pelayanan

terhadap masyarakat.

2.1.4 Keputusan Kritis Dalam Manajemen Operasi

Menurut Heizer dan Render (2009 : 56-57), diferensi, biaya rendah dan respons

yang cepat dapat dicapai saat manajer membuat keputusan efektif dalam sepuluh wilayah

manajemen operasional. Keputusan ini dikenal sebagai keputusan operasi (operational

decision). Berikut sepuluh keputusan manajemen operasional yang mendukung misi dan

menetapkan strategi.

1. Perancangan barang dan jasa. Perancangan barang dan jasa menetapkan

sebagian besar proses transformasi yang akan dilakukan. Keputusan biaya,

kualitas dan sumber daya manusia bergantung pada keputusan perancangan.

2. Kualitas. Ekspektasi pelanggan terhadap kualitas harus ditetapkan, peraturan

dan prosedur dibakukan untuk mengidentifikasi serta mencapai standar

kualitas tersebut.

3. Perancangan proses dan kapasitas. Keputusan proses yang diambil membuat

manajemen mengambil komitmen dalam hal teknologi, kualitas, penggunaan

sumber daya manusia dan pemeliharaan yang spesifik. Komitmen pengeluaran

dan modal ini akan menentukan struktur biaya dasar suatu perusahaan.

4. Pemilihan lokasi. Keputusan lokasi organisasi manufaktur dan jasa

menentukan kesuksesan perusahaan.

5. Perancangan tata letak. Aliran bahan baku, kapasitas yang dibutuhkan, tingkat

karyawan, keputusan teknologi dan kebutuhan persediaan mempengaruhi tata

letak.

6. Sumber daya manusia dan rancangan pekerjaan. Manusia merupakan bagian

yang intergral dan mahal dari keseluruhan rancangan sistem,. Karenanya,

kualitas lingkungan kerja diberikan, bakat dan keahlian yang dibutuhkan, dan

upah yang harus ditentukan dengan jelas.

7. Manajemen rantai pasokan. Keputusan ini menjelaskan apa yang harus dibuat

dan apa yang harus dibeli.

8. Persediaan. Keputusan persediaan dapat dioptimalkan hanya jika kepuasan

pelanggan, pemasok, perencanaan produksi dan sumber daya manusia

dipertimbangkan.

10

9. Penjadwalan. Jadwal produksi yang dapat dikerjakan dan efisien harus

dikembangkan.

10. Pemeliharaan. Keputusan harus dibuat pada tingkat kehandalan dan stabilitas

yang diinginkan.

2.1.5 Riset Operasi (Operating Research)

Menurut Heizer dan Render (2009 : 51), perusahaan mencapai misi mereka

melalui tiga cara yaitu:

• Bersaing dalam diferensiasi

Diferensiasi berhubungan dengan penyajian suatu keunikan. Diferensiasi

harus diartikan melampaui ciri fisik dan atribut jasa yang mencakup segala

sesuatu mengenai produk atau jasa yang mempengaruhi nilai dimana

konsumen dapatkan darinya.

• Bersaing dalam biaya

Kepemimpinan biaya yang rendah berarti mencapai nilai maksimum

sebagaimana yang diinginkan pelanggan. Hal ini membutuhkan pengujian

sepuluh keputusan manajemen operasi dengan usaha yang keras untuk

menurunkan biaya dan tetap memenuhi nilai harapan pelanggan. Strategi

biaya rendah tidak berarti nilai atau kualitas barang menjadi rendah.

• Bersaing dalam respons

Keseluruhan nilai yang dengan pengembangan dan pengantaran barang yang

tepat waktu, penjadwalan yang dapat diandalkan dan kinerja yang fleksibel.

Respons yang fleksibel dapat dianggap sebagai kemampuan memenuhi

perubahan yang terjadi di pasar dimana terjadi pembaruan rancangan dan

fluktuasi volume.

Tiga strategi yang ada masing-masing memberikan peluang bagi para manajer

operasi untuk meraih keunggulan bersaing. Keunggulan bersaing berarti menciptakan sistem

yang mempunyai keunggulan unit atas pesaing lain. Idenya adalah menciptakan nilai

pelanggan (customer value) dengan cara yang efisien dan efektif.

11

2.2 Forecasting

2.2.1 Pengertian Forecasting

Metode peramalan akan membantu dalam mengadakan pendekatan analisa

terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara

pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmantis, serta memberikan

tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat.

Peramalan (forecasting) menurut Santoso (2009 : 8), peramalan adalah kegiatan

yang bersifat teratur, berupaya memprediski masa depan dengan tidak hanya menggunakan

metode ilmiah, namun juga mempertimbangkan hal-hal yang bersifat kualitatif.

Peramalan (forecasting) menurut Heizer dan Render (2009 : 162), adalah seni dan

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

melibatkan pengambilan data di masa lalu dan menempatkannya ke masa yang akan datang

dengan bentuk model matematis. Bisa juga merupakan prediksi intusi yang bersifat subjektif

atau bisa juga dengan menggunakan model matematis yang disesuaikan dengan

pertimbangan yang baik dari seorang manajer.

Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang

yang meliputi kebutuhan dalam ukuran, kualitas, waktu, dan lokasi yang dibutuhkan dalam

rangka memenuhi permintaan barang ataupun jasa. Salah satu jenis peramalan adalah

peramalan permintaan. Peramalan permintaan merupakan tingkat permintaan produk-produk

yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang

(Nasution : 2005).

Peramalan atau forecasting adalah suatu proses untuk memperkirakan berapa

kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu

dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.

Forecasting yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan

keputusan manajemen.

Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan

yang efektif dan efisien khususnya di bidang ekonomi. Peramalan mempunyai peranan jiwa

eksternal yang pada umumnya berada di luar kendali manajemen seperti: Ekonomi,

Pelanggan, Pesaing, Pemerintah, dan lain sebagainya.

Jadi dapat disimpulkan bahwa peramalan adalah proses memperkirakan keadaan

atau informasi yang akan terjadi di masa depan.

2.2.2 Meramalkan Horizon Waktu

12

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

brdasarkan 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

perncanaan 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 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, lokasi atau pengembangan fasilitas, serta

penelitian dan pengembangan (litbang).

Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan

jangka pendek dengan melihat tiga hal.

1. Pertama, peramalan jangka menengah dan jangka panjang berkaitan dengan

permasalahan yang lebih menyeluruh dan mendukung keputusan manajemen

yang berkaitan dengan perencanaan produk, pabrik dan proses. Menetapkan

keputusan akan fasilitas, seperti misalnya keputusan seorang manajer umum

untuk membuka pabrik manufaktur baru di Brazil dapat memerlukan waktu 5-

8 tahun sejak permulaan hingga benar-benar selesai secara tuntas.

2. Kedua, peramalan jangka pendek biasanya menerapkan metodologi yang

berbeda dibandingkan peramalan jangka panjang. Teknik matematika, seperti

rata-rata bergerak, penghalusan eksponensial, dan ekstrapolasi tren umumnya

dikenal untuk peramalan jangka pendek. Metode kuantitatif yang lebih luas

dan lebih tidak kuantitatif sangatlah bermanfaat dalam meramalkan isu-isu

seperti apakah suatu produk baru.

3. Akhirnya, sebagaimana yang mungkin diperkirakan, peramalan jangka

pendek cenderung lebih tepat dibandingkan peramalan jangka panjang.

Faktor-faktor yang mempengaruhi perubahan permintaan berubah setiap hari.

Dengan demikian, sejalan dengan semakin panjangnya horizon waktu,

ketepatan peramalan seseorang cenderung semakin berkurang. Peramalan

penjualan harus diperbarui secara berkala untuk menjaga nilai dan

13

integritasnya. Peramalan harus selalu dikaji ulang dan direvisi pada setiap

akhir periode penjualan.

2.2.3 Pendekatan dalam Peramalan

Menurut Hanke dan Wichern, International Edition (2006 : 78) metode

peramalan dapat dibagi 2 yaitu:

1. Metode Peramalan Kualitatif atau Subyektif

“Qualitative forecasting techniques relied on human judgement and intuition

more than manipulation of past historical data,” atau metode yang hanya

didasarkan kepada penilaian dan intuisi, bukan kepada pengolahan data

historis.

2. Metode Peramalan Kuantitatif

Sedangkan peramalan kuantitatif diterangkan sebagai:

“Quantitative techniques that need no input of judgments; they are

mechanical procedures that produce quantitative result and some quantitative

procedures require a much more sophisticated manipulation of data than do

other, of course” atau metode yang tidak memerlukan penilaian, melainkan

data.

Terdapat dua pendekatan umum untuk peramalan sebagaimana ada dua cara

mengatasi semua model keputusan. Pendekatan yang satu adalah analisis kuantitatif dan

pendekatan lain adalah analisis kualitatif.

1. Peramalan kuantitatif (quantitative forecast) menggunakan model matematis

yang beragam dengan data masa lalu dan variable sebab akibat untuk

meramalkan permintaan.

2. Peramalan subjektif atau kualitatif (qualitative forecast) menggabungkan

factor, seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil

keputusan untuk meramal.

2.2.4 Jenis-Jenis Peramalan

Menurut Heizer dan Render (2009 : 82), persediaan dapat melayani 4 fungsi yang

menambah fleksibilitas bagi operasi perusahaan:

1. Decouple atau memisahkan beberapa tahapan dari proses produksi. Sebagai

contoh, jika persediaan sebuah perusahaan berfluktuasi, persediaan tambahan

mungkin diperlukan untuk melakukan decouple proses produksi dari pemasok.

14

2. Melakukan decouple perusahaan dari fluktuasi permintaan dan menyediakan

persediaan barang-barang yang akan memberikan pilihan bagi pelanggan.

Persediaan seperti ini digunakan secara umum pada bisnis eceran.

3. Mengambil keuntungan dari diskon kuantitas karena pembelian dalam jumlah

besar dapat mengurangi biaya pengiriman barang.

4. Melindungi terhadap inflasi dan kenaikan harga.

2.2.5 Model-Model Peramalan

Menurut Heizer dan Render (2009 : 168), peramalan memiliki dua model yang

terdiri dari masing-masing metode yaitu:

1. Model Deret Waktu

Model deret waktu membuat prediksi dengan asumsi bahwa masa depan

merupakan fungsi dari masa lalu. Dengan kata lain, mereka melihat apa yang

terjadi selama kurun waktu tertentu danmenggunakan data masa lalu tersebut

untuk melakukan peramalan.

2. Model Asosiatif

Model asosiatif (hubungan sebab akibat), seperti regresi linier,

menggabungkan banyak variabel atau faktor yang mungkin mempengaruhi

kuantitas yang sedang diramalkan. 2.2.6 Peramalan Deret Waktu

Heizer dan Render (2009 : 169), menganalisis deret waktu berarti membagi data

masa lalu menjadi komponen-komponen, kemudian memproyeksikannya kemasa depan.

Deret waktu mempunyai empat komponen, antara lain:

1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau

menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan

budaya dapat mempengaruhi pergerakan tren.

2. Musim adalah pola data yang berulang pada kurun waktu tertentu, seperti hari,

minggu, bulan, atau kuartal.

3. Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini

biasanya terkait pada siklus bisnis dan merupakan hal penting dalam analisis

dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit

dilakukan karena adanya pengaruh kejadian politik ataupun kerusuhan

internasional.

4. Variasi acak merupakan satu titik khusus dalam data yang disebabkan oleh

peluang dan situasi yang tidak lazim. Variasi acak tidak mempunyai pola

khusus sehingga tidak dapat diprediksi.

15

2.2.6 Metode Peramalan Kuantitatif

Heizer dan Render dalam buku Manajemen Operasi (2009 : 170), metode-metode

peramalan kuantitatif, terdiri dari:

1. Pendekatan Naif (Naïve Method)

Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di

periode mendatang akan sama dengan permintaan pada periode terakhir.

Untuk beberapa jenis produk, pendekatan naïf (naïve method) merupakan

model peramalan objektif yang paling efektif dan efisien dari segi biaya.

Paling tidak pendekatan naïf memberikan titik awal untuk perbandingan

dengan model lain yang lebih canggih.

2. Rata-Rata Bergerak (Moving Average)

Peramalan rata-rata bergerak menggunakan sejumlah 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. Secara matematis, rata-rata bergerak sederhana (merupakan

prediksi permintaan periode mendatang) dinyatakan sebagai berikut.

Rata-rata bergerak =

Dimana n adalah jumlah periode dalam rata-rata bergerak.

3. Rata-Rata Bergerak dengan Pembobotan (Weighted Moving Average)

Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk

menempatkan penekanan yang lebih pada nilai terkini. Pemilihan bobot

merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan

mereka. Oleh karena itu, pemututsan bobot yang digunakan membutuhkan

pengalaman. Sebagai contoh, jika bulan atau periode terakhir diberi bobot

yang terlalu berat, peramalan dapat menggambarkan perubahan yang terlalu

cepat yang tidak biasa pada permintaan atau pola penjualan.

Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis

sebagai berikut.

16

Pembobotan rata-rata bergerak =

Baik rata-rata bergerak sederhana maupun rata-rata bergerak dengan

pembobotan sangat efektif dalam meredam fluktuasi pada pola permintaan

untuk menghasilkan prediksi yang stabil. Rata-rata bergerak mempunyai tiga

persoalan.

- Bertambahnya jumlan n (jumlah periode yang dirata-ratakan) memang

meredam fluktuasi dengan lebih baik, tetapi membuat metode ini kurang

sensitive terhadap perubahan nyata pada data.

- Rata-rata bergerak tidak dapat menggambarkan tren dengan baik. Karena

merupakan rata-rata, mereka akan selalu berada dalam tingkat yang

sebelumnya dan tidak akan memprediksi perubahan ke tingkat yang lebih

tinggi atau lebih rendah yang merupakan nilai aktual sesungguhnya.

- Rata-rata bergerak membutuhkan data masa lalu yang ekstensif.

4. Penghalusan Eksponensial (Exponential Smoothing)

Penghalusan eksponensial merupakan metode peramalan rata-rata bergerak

dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini

mengunakan pencatatan data masa lalu yang sangat sedikit. Rumus

penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut.

Peramalan baru = Peramalan periode terakhir + (permintaan periode terakhir

– Peramalan periode terakhir)

Dimana :

= Sebuah bobot atau konstanta penghalus yang dipilih oleh

peramal yang mempunya nilai antara 0 dan 1

Persamaan dapat ditulis secara matematis sebagai berikut :

Dimana :

= peramalan baru

= peramalan sebelumnya

= konstanta penghalus (pembobotan)

= permintaan aktual periode lalu

17

5. Penghalusan Eksponensial dengan Penyesuaian Tren (Exponential

Smoothing With Trend)

Model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan

diri pada tren yang ada. Idenya adalah menghitung tren rata-rata data

penghalusan eksponensial, kemudian menyesuaikan untuk kelambatan (lag)

positif atau negatif pada tren. Dengan penghalusan eksponensial dengan

penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini

membutuhkan dua konstanta penghalusan, untuk rata-rata β untuk tren.

Kemudian, kita menghitung rata-rata dan tren untuk setiap periode. Rumus

Penghalusan Eksponensial dengan Penyesuaian Trend adalah sebagai berikut:

= + ,

Dimana :

= peramalan dengan eksponensial yang dihaluskan dari data berseri

pada periode t

= tren dengan eksponensial yang di haluskan pada periode t

= permintaan aktual periode t

= konstanta penghalusan untuk rata-rata

= konstanta penghalusan untuk rata-rata

6. Proyeksi Trend (Linear Regression)

Proyeksi Tren merupakan suatu metode peramalan yang mencocokan

garis tren pada serangkaian data masa lalu, kemudian memproyeksikan

garis pada masa mendatang untuk peramalan jangka menengah atau

jangka panjang.

Rumus untuk menentukan perhitungan Linear Regression adalah

sebagai berikut:

Dimana:

= nilai terhitung dari variable yang akan diprediksi

= persilangan sumbu

18

= kemiringan garis regresi (atau tingkat perubahan pada

untuk perubahan yang terjadi di ),

= variable bebas (dalam kasus ini adalah waktu)

Untuk menentukan nilai dan , akan di jelaskan pada rumus dibawah

ini.

Dimana :

= nilai terhitung dari variable yang akan diprediksi

= persilangan sumbu

= kemiringan garis regresi (atau tingkat perubahan pada

untuk perubahan yang terjadi di ),

= variable bebas (dalam kasus ini adalah waktu)

= nilai variabel terikat yang diketahui

= jumlah data atau pengamatan

2.2.7 Menghitung Kesalahan Peramalan

Menurut Rangkuti (2005 : 80) menyatakan keharusan untuk membandingkan

perhitungan yang memiliki nilai MAD (Mean Absolute Deviation) paling kecil, karena

semakin kecil MAD berarti semakin kecil pula perbedaan antara hasil forecasting nilai

aktual.

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

digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan,

dan untuk memastikan peramalan, dan untuk memastikan peramalan berjalan baik. Tiga dari

perhitungan yang paling terkenal adalah deviasi mutlak rerata (Mean Absolute Deviation –

MAD), kesalahan kuadrat rerata (Mean Squared Error – MSE), dan kesalahan persen mutlak

rerata (Mean Absolute Percent Error – MAPE).

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

19

MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk

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

tiap kesalahan peramalan dibagi dengan jumlah periode data n. Rumus untuk

menghitung MAD adalah sebagai berikut.

MAD =

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

diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia

cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan.

Rumus untuk menghitung MSE adalah sebagai berikut.

MSE =

2.3 Persediaan (Inventory)

2.3.1 Definisi Persediaan

Persediaaan menurut Sundjaja (2007 : 379), persediaan meliputi semua barang

atau bahan yang diperlukan dalam proses produksi dan distribusi yang digunakan untuk

proses lebih lanjut atau dijual. Sedangkan pesediaan menurut Herjanto (2007 : 237),

persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi

tujuan tertentu, misalnya untuk digunakan dalam proses produksi atau perakitan, untuk dijual

kembali atau suku cadang dari peralatan atau mesin.

Persediaan merupakan suatu sumber daya yang disimpan yang digunakan untuk

menghilangkan kebutuhan saat ini atau kebutuhan yang akan datang. Persediaan diatas

termasuk bahan mentah, barang dalam proses, dan barang jadi. Ketika menentukan

permintaan dari suatu barang, ini merupakan informasi yang memungkinkan untuk dapat

menentukan permintaan dari suatu barang, dan menentukan jumlah barang mentah yang

akan dibutuhkan untuk membuat barang jadi tersebut.

Persediaan pada umumnya merupakan salah satu jenis aktiva lancar yang jumlah

nya cukup besar dalam suatu perusahaan. Hal ini mudah dipahami karena persediaan

merupakan faktor penting dalam menentukan kelancaran operasi perusahaan. Persediaan

adalah bentuk investasi, dimana keuntungan (laba) ini bisa diharapkan melalui penjualan

20

dikemudian hari. Oleh sebab itu pada kebanyakan perusahaan sejumlah minimal persediaan

harus dipertahankan untuk menjamin kontinuitas dan stabilitas penjualannya.

Mengendalikan persediaan yang tepat bukan hal yang mudah. Apabila jumlah

persediaan terlalu besar yang dapat mengakibatkan timbulnya dana yang tertanam dalam

persediaan, meningkatnya biaya penyimpanan dan risiko kerusakan barang yang lebih besar.

Namun, jika persediaan terlalu sedikit mengakibatkan risiko terjadinya kekurangan

persediaan (stockout) karena seringkali barang tidak dapat didatangkan secara mendadak dan

sebesar yang dibutuhkan sehingga dapat menyebabkan terjadinya proses produksi,

tertundanya penjualan, bahkan hilangnya pelanggan.

Sebagaimana keputusan manajemen operasi lainnya, kebijaksanaan yang paling

efektif dengan mencapai keseimbangan diantara berbagai kepentingan dalam perusahaan.

Pengendalian persediaan harus dilakukan sedemikian rupa agar dapat melayani kebutuhan

bahan/barang yang tepat dan dengan biaya yang rendah. Pengendalian persediaan berfungsi

menentukan tingkat persediaan yang sesuai, dimana pemesanan harus dilakukan kembali,

persediaan pengaman, pendataan singkat dan kondisi persediaan.

2.3.2 Fungsi Persediaan

Menurut Herjanto (2007 : 238), beberapa fungsi penting yang dikandung oleh

persediaan dalam memenuhi kebutuhan perusahaan, sebagai berikut:

1. Menghilangkan risiko keterlambatan pengiriman bahan baku atau barang yang

dibutuhkan perusahaan.

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

dikembalikan.

3. Menghilangkan risiko terhadap kenaikan harga barang atau biasa disebut

inflasi.

4. Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga

perusahan 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.

2.3.3 Jenis-Jenis Persediaan

Terdapat 4 jenis persediaan yang harus dipelihara perusahaan untuk

mengakomodasi fungsi-fungsi persediaan menurut Heizer dan Render (2009 : 82), yaitu :

1. Persediaan bahan mentah (raw material inventory)

21

Bahan-bahan yang biasanya dibeli, tetapi belum memasuki proses manufaktur

dan digunakan untuk melakukan decouple (memisahkan) pemasok dari proses

produksi.

2. Persediaan barang setengah jadi (WIP inventory)

Komponen atau bahan mentah yang telah melewati beberapa proses

perubahan, tetapi belum selesai. WIP ada karena waktu yang diperlukan untuk

menyelesaikan sebuah produk (disebut waktu siklus).

3. MRO (Maintenance, Repair, Operating)

Persediaan yang disediakan untuk pesediaan pemeliharaan, perbaikan, operasi,

yang dibutuhkan untuk menjaga agar mesin-mesin dan proses-proses tetap

produktif.

4. Persediaan barang jadi

Produk yang telah selesai dan tinggal menunggu pengiriman tetapi masih

merupakan asset dalam pembukuan perusahaan.

2.3.4 Biaya-Biaya Persediaan

Untuk pengambilan keputusan penentuan besarnya biaya-biaya variabel dan

untuk menentukan kebijakan persediaan yang perlu diperhatikan adalah bagaimana

perusahaan dapat meminimalkan biaya-biaya.

Ada tiga jenis biaya dalam persediaan menurut Heizer dan Render (2009:91),

antara lain :

1. Biaya penyimpanan (holding cost) yaitu, biaya yang terkait dengan

menyimpan atau “membawa” persediaan selama waktu tertentu.

2. Biaya pemesanan (ordering cost) mencakup biaya dari persediaan, formulir,

proses pemesanan, pembelian, dukungan administrasi dan seterusnya. Ketika

pemesanan sedang diproduksi, biaya pemesanan juga ada, tetapi mereka

adalah bagian dari biaya penyetelan.

3. Biaya penyetelan (setup cost) adalah biaya untuk mempersiapkan sebuah

mesin atau proses untuk membuat sebuah pemesanan. Ini menyertakan waktu

dan tenaga kerja untuk membersihkan serta mengganti peralatan atau alat

penahan. Manajer operasi dapat menurunkan biaya pemesanan dengan

mengurangi biaya penyetelan serta menggunakan prosedur yang efisien serta

menggunakan prosedur-prosedur yang efisien seperti pemesanan dan

pembayaran elektronik.

Sedangkan menurut Ristono (2009 : 4) faktor biaya persediaan meliputi :

22

1. Biaya penyimpanan di gudang, semakin banyak barang yang disimpan maka

akan semakin besar biaya penyimpanannya.

2. Resiko kerusakan barang, semakin lama barang tersimpan di gudang maka

resiko kerusakan barang semakin tinggi.

3. Resiko keusangan barang, barang-barang yang tersimpan lama akan “out of

date” atau ketinggalan zaman.

2.3.5 Model Kuantitas Pesanan Ekonomis (Economic Order Quantity)

Setiap perusahaan selalu berusaha untuk menentukan policy penyediaan bahan

dasar yang tepat, dalam arti tidak menganggu proses produksi dan disamping itu biaya yang

ditanggung tidak terlalu tinggi.

Menurut pendapatPontas (2005 : 422), bahwa Economic Order Quantity (EOQ)

menunjukkan sejumlah barang yang harus dipesan untuk tiap kali pemesanan agar biaya

persediaan keseluruhan menjadi sekecil mungkin.

Menurut Heizer dan Render (2009 : 92), EOQ adalah sebuah teknik control

persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan serta berdasar

pada beberapa asumsi :

• Jumlah permintaan diketahui, konstan dan independent.

• Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan

diketahui dan konstan.

• Penerimaan persediaan bersifat instant dan selesai seluruhnya. Dengan kata

lain, persediaan dari sebuah pesanan datang dalam satu kelompok pada suatu

waktu.

• Tidak tersedia diskon kuantitas.

• Biaya variable hanya biaya untuk menyiapkan atau melakukan pemesanan

(biaya penyetelan) dan biaya menyimpan persediaan dalam waktu tertentu

(biaya penyimpanan).

• Kehabisan (kekurangan) persediaan dapat sepenuhnya dihindari jika

pemesanan dilakukan pada waktu yang tepat.

Dengan asumsi seperti diatas, maka tahapan untuk mencari jumlah pemesanan

yang menyebabkan biaya minimal adalah sebagai berikut :

23

1. Mengembangkan persamaan untuk biaya pemasangan atau pemesanan .

2. Mengembangkan persamaan untuk biaya penahanan atau penyimpanan.

3. Menetapkan biaya pemasangan sama dengan biaya penyimpanan.

4. Menyelesaikan persamaan dengan hasil angka jumlah pemesanan yang

optimal.

Sedangkan menurut Herjanto (2007 : 245) EOQ adalah salah satu model klasik

yang diperkenalkan oleh FW Harris pada tahun 1914, tetapi paling banyak dikenal dalam

teknik pengendalian persediaan.

Model kuantitas pesanan ekonomis (Economic Order Quantity – EOQ) ini adalah

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

Gambar 2.1 Penggunaan Persediaan Dalam Waktu Tertentu

Sumber : Heizer dan Render (2010 : 93)

Berikut rumus yang digunakan dalam perhitungan persediaan

Tingkat Persediaan

Persediaan rata-rata

yang tersedia

Tingkat Penggunaan Persediaan minimum Kuantitas pesanan = Q

(tingkat persediaan

maksimum) Persediaan

minimum

0

24

Dimana :

= jumlah optimum unit per pesanan (EOQ)

= permintaan per periode

= biaya pemesanan untuk setiap pesanan

= biaya penyimpanan per unit per periode

= jumlah unit per pesanan

= biaya total

= rata – rata tingkat persediaan (average inventory)

= jumlah pemesanan yang diperkirakan per periode

2.3.6 Titik Pemesanan Ulang (Reorder Point)

Menurut Heizer dan Render (2009 : 99), ROP adalah titik pemesanan ulang

adalah tingkat atau titik persediaan dimana tindakan harus diambil untuk mengisi kembali

persediaan barang.

Ada beberapa faktor yang mempengaruhi ROP antara lain :

1. Lead time.

2. Tingkat pemakaian bahan baku rata–rata persatuan waktu tertentu.

3. Safety stock.

Persamaan matematis untuk menghitung ROP mengasumsikan permintaan

selama waktu tunggu itu sendiri adalah konstan. Ketika kasusnya tidak seperti ini, persediaan

tambahan yang sering disebut persediaan pengaman haruslah ditambah. Persamaannya

menjadi :

Dimana :

= reorder point

25

= permintaan per hari

= lead time

2.3.6.1 Lead Time

Gambar 2.2 Titik Pemesanan Ulang

Sumber : Heizer dan Render (2010 : 100)

Pengertian lead time menurut Zulfikarijah (2005 : 96) adalah merupakan waktu

yang dibutuhkan antara pemesanan dengan barang sampai diperusahaan, sehingga lead time

berhubungan dengan reorder point dan saat penerimaan barang.

Lead time muncul karena setiap pesanan membutuhkan waktu dan tidak semua

pesanan bisa dipenuhi seketika, sehingga selalu ada jeda waktu. Lead time sangat berguna

bagi perusahaan yaitu pada saat persediaan mencapai nol, pesanan akan segera bisa tiba

diperusahaan. Dalam EOQ, lead time diasumsikan konstan artinya dari waktu ke waktu

selalu tetap misalnya lead time 6 hari, maka akan berulang dalam setiap periode. Akan tetapi

dalam prakteknya lead time banyak berubah-ubah, untuk mengantisipasinya perusahaan

sering menyediakan safety stock.

Dari pembahasan diatas faktor waktu sangatlah penting dalam pengisian kembali

persediaan karena terdapat perbedaan waktu yang kadang cukup lama saat mengadakan

pesanan untuk menggantikan atau pengisian kembali persediaan.

Waktu tunggu = L

Kemiringan = unit/hari = d

Tingkat Persediaan

Waktu (hari)

Q*

ROP

(unit)

26

2.3.6.2 Persediaan Pengamanan (Safety Stock)

Pengertian safety stock menurut Zulfikarijah (2005 : 96) Safety stock merupakan

persediaan yang digunakan dengan tujuan supaya tidak terjadi Stock out (kehabisan stok).

Menurut Taylor (2005 : 364), persediaan cadangan adalah persediaan yang

disimpan untuk mengantisipasi permintaan pelanggan yang sulit diketahui dengan pasti. Stok

cadangan ini disimpan untuk memenuhi permintaan musiman atau siklus.

Menurut Zulfikarijah (2005 : 144) ada beberapa faktor yang dapat menyebabkan

perusahaan melakukan safety stock, yaitu :

1. Biaya atau kerugian yang disebabkan oleh stock out tinggi. Apabila bahan

yang digunakan untuk proses produksi tidak tersedia, maka aktivitas

perusahaan akan terhenti yang menyebabkan idle tenaga kerja dan fasilitas

pabrik yang pada akhirnya perusahaan akan kehilangan penjualannya.

2. Variasi atau ketidakpastian permintaan yang meningkat. Adanya jumlah

permintaan yang meningkat atau tidak sesuai dengan peramalan yang ada

diperusahaan menyebabkan tingkat kebutuhan persediaan yang meningkat

pula, oleh karena itu perlu dilakukan antisipasi terhadap safety stock agar

semua permintaan terpenuhi.

3. Resiko stock out meningkat. Keterbatasan jumlah persediaan yang ada di

pasar dan kesulitan yang dihadapi perusahaan mendapatkan persediaan akan

berdampak pada sulitnya terpenuhi persediaan yang ada di perusahaan,

kesulitan ini akan menyebabkan perusahaan mengalami stock out.

4. Biaya penyimpanan safety stock yang murah. Apabila perusahaan memiliki

gudang yang memadai dan memungkinkan, maka biaya penyimpanan tidaklah

terlalu besar. Hal ini dimaksudkan untuk mengantisipasi terjadinya stock out.

Safety stock merupakan dilemma, dimana adanya stock out akan berakibat

terganggunya proses produksi adanya stock yang berlebihan akan membengkakkan biaya

penyimpanannya. Oleh karena itu dalam penentuan safety stock harus memperhatikan

keduanya, dengan kata lain dalam safety stock diusahakan terjadinya keseimbangan diantara

keduanya. Dalam penentuan safety stock pada lebel tertentu tergantung pada jenis

pemesanan persediaan dimasing-masing perusahaan apakah berdasarkan pada quantity.

27

Tujuan safety stock adalah untuk meminimalkan terjadinya stock out dan

mengurangi penambahan biaya penyimpanan dan biaya stock out total, biaya penyimpanan

disini akan bertambah seiring dengan adanya penambahan yang berasal dari reorder point

oleh karena adanya safety stock. Keuntungan adanya safety stock adalah pada saat jumlah

permintaan mengalami lonjakan, maka persediaan pengaman dapat digunakan untuk

menutup permintaan tersebut.

Berdasarkan pendapat Assauri (2004 : 186), ada 2 faktor yang menentukan

besarnya persediaan pengaman yaitu :

1. Penggunaan bahan baku rata-rata.

Salah satu dasar untuk memperkirakan penggunaan bahan baku selama

periode tertentu, khususnya selama periode pemesanan adalah rata-rata

penggunaan bahan baku pada masa sebelumnya. Hal ini perlu diperhatikan

karena setelah kita mengadakan pesanan, maka pemenuhan kebutuhan atau

permintaan pelanggan sebelum barang yang dipesan datang harus dapat

dipenuhi dari persediaan yang ada.

2. Faktor waktu atau lead time.

Lead time adalah lamanya waktu antara mulai dilakukannya pemesanan bahan

sampai dengan kedatangan bahan yang dipesan tersebut dan diterima di

gudang persediaan.

Dari kedua keadaan tersebut diatas, maka perusahaan perlu menetapkan adanya

proses persediaan pengaman untuk menjamin kelancaran proses produksi akibat

kemungkinan adanya kekurangan persediaan tersebut. Untuk menghitung besarnya safety

stock, dapat digunakan cara yang relatif lebih teliti yaitu :

- Metode perbedaan pemakaian maksimum dan rata-rata.

Metode ini dilakukan dengan menghitung selisih antara pemakaian maksimum

dengan pemakaian rata-rata dalam jangka waktu tertentu, kemudian selisih

tersebut dikalikan dengan lead time.

1. Metode statistika yang berdistribusi normal.

28

Dimana :

= standar normal (diperoleh dari tabel distribusi normal, misalnya

= 95%, ini berarti tingkat pelayanan sebesar 95% dari permintaan atau

penjagaan terhadap kemungkinan terjadinya stock out hanya 5%)

= standar deviasi

= lead time

Metode penentuan safety stock

Dalam menentukan safety stock terdapat metode yang dapat

digunakan oleh perusahaan sebagai berikut :

1. Intuisi

Persediaan ditentukan berdasarkan jumlah safety stock pengalaman

sebelumnya misalnya 1,5 kali; 1,4 kali dan seterusnya selama lead

time.

2. Service level tertentu.

Metode ini mengukur seberapa efektif perusahaan mensuplai

permintaan barang dari stoknya. Dalam perhitungan digunakan

probalitas untuk memenuhi permintaan, untuk itu diperlukan

informasi yang lengkap tentang probalitas berbagai tingkatan

permintaan selama lead time karena sering kali terjadi variasi.

Variasi ini disebabkan oleh fluktuasi lama lead time dan tingkat

permintaan rata-rata.

3. Permintaan dengan distribusi empiris.

Metode ini didasarkan pada pengalaman empiris dimana dalam

penentuan stok didasarkan pada kondisi riil yang dihadapi oleh

perusahaan.

4. Permintaan berdistribusi normal

Permintaan yang dilakukan oleh beberapa pelanggan memiliki

jumlah yang berbeda-beda, walupun demikian dengan

menggunakan asumsi permintaan bersifat total akan dapat

dilakukan perhitungan dengan distribusi normal.

5. Permintaan berdistribusi Poisson

Pada saat jumlah permintaan total merupakan permintaan dari

beberapa pelanggan dimana setiap pelanggan hanya

membutuhkan sedikit barang, maka sedikit sekali kemungkinan

produsen akan memenuhi kebutuhan satu pelanggan dalam jumlah

29

yang besar. Dengan adanya rata-rata tingkat pemesanan yang

konstan dan interval waktu jumlah pemesanan tidak tergantung

pada yang lainnya, maka penentuan safety stock dapat

menggunakan pendekatan distribusi poisson dengan syarat jumlah

permintaan rata-rata selama lead time sama atau kurang dari 20.

6. Lead time tidak pasti.

Adanya jumlah permintaan yang tidak pasti pada periode tertentu

akan berakibat lead time untuk setiap siklus pemesanan bervariasi.

Untuk itu perusahaan akan berusaha menyediakan safety stock

atau buffer stock selama lead time.

7. Biaya Stock out.

Peningkatan biaya penyimpanan akan meningkat service level,

sehingga semua usaha yang digunakan untuk menutup semua

level yang memungkinkan pada saat terjadi lead time permintaan

merupakan tujuan yang sangat sulit dicapai. Untuk semua

produks, permintaan maksimum akan lebih murah dibandingkan

dengan terjadinya stock out. Permasalahannya adalah menentukan

tingkat safety stockyang dapat menyeimbangkan biaya

penyimpanan dengan biaya safety stock out.

Dari uraian diatas pentingnya safety stock disebabkan oleh karena kerugian yang

akan ditanggung oleh perusahaan karena proses yang terhenti, variasi permintaan yang

sangat variatif, resiko stock out dipasar (pemasok) meningkat dan kemungkinan biaya safety

stock yang lebih murah.

Penentuan safety stock dapat dilakukan mulai perhitungan yang sangat sederhana

yaitu dengan menggunakan intuisi sampai dengan menggunakan pendekatan ilmiah atau

menggunakan alat statistic baik dengan distribusi normal maupun poisson yang kesemuanya

bertujuan untuk menentukan safety stock yang terbaik.

2.3.6.3 Persediaan Maksimum

Persediaan maksimum diperlukan oleh perusahaan agar kuantitas persediaan yang

ada di gudang tidak berlebihan sehingga tidak terjadi pemborosan modal kerja. Adapun

untuk mengetahui besarnya persediaan maksimum dapat digunakan rumus :

Maximum Inventory : Safety Stock + EOQ

Dimana :

30

Safety Stock : Persediaan pengamanan

EOQ : Kuantitas pembelian optimal

2.4 Kerangka Pemikiran

Gambar 2.3 Kerangka Pemikiran

Sumber : Data Penulis

Forecasting

Naïve Method

Moving Averages

Weighted Moving

Averages

Exponential Smoothing

Exponentian Smoothing

with Trend

Linear Regression

Menetapkan Persediaan Inventory Analysis

EOQ, ROP

Hasil Keputusan

Implikasi Hasil

Penelitian

Peramalan Permintaan

SPBU PT. MANASRI

USMAN

Maximal Inventory

31