Download - BAB 2 LANDASAN TEORI 2.1 Manajemen
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