Upload
phungnga
View
225
Download
0
Embed Size (px)
Citation preview
BAB 2
LANDASAN TEORI
2.1 ManajemenStoner (2006:7), manajemen adalah proses merencanakan,
mengorganisasikan, memimpin, dan mengendalikan pekerjaan anggota organisasi
dan menggunakan semua sumber daya organisasi untuk mencapai sasaran organisasi
yang telah ditetapkan. Hal ini juga dikuatkan oleh Dyck dan Neubert (2009:7) yang
menyatakan bahwa manajemen adalah proses perencanaan, pengorganisasian,
memimpin, dan mengendalikan sumber daya manusia dan sumber daya organisasi
lainnya agar dapat secara efektif mencapai tujuan organisasi. Terdapat 4 fungsi
manajemen, yaitu:
1. Planning (Perencanaan)
Perencanaan berarti mengidentifikasi tujuan organisasi dan strategi dan
mengalokasikan sumber daya organisasi yang tepat yang diperlukan untuk
mencapainya.
2. Organizing (Mengorganisasi)
Pengorganisasian berarti memastikan bahwa tugas-tugas telah ditetapkan dan
struktur hubungan organisasi diciptakan untuk memfasilitasi pertemuan dari
tujuan-tujuan organisasi.
3. Leading (Memimpin)
Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan
mereka menghasilkan upaya pencapaian tujuan organisasi.
4. Controlling (Mengendalikan)
Mengendalikan adalah melibatkan memastikan bahwa tindakan - tindakan
anggota organisasi konsisten dengan nilai-nilai organisasi dan standar.
2.2 Manajemen OperasionalSecara umum dalam pengertian paling luas manajemen operasi berkaitan
dengan produksi barang dan jasa dalam bagian ini akan dibahas mengenai apa
definisi dari pengertian manajemen operasi, pentingnya manajemen operasi,
keputusan kritis dalam manajemen operasi. Manajemen operasional menurut Heizer
1
2
dan Render C. (2009:4) 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.
Sehingga dapat disimpulkan bahwa manajemen operasional adalah segala
aktivitas yang menghasilkan nilai baik dalam bentuk barang maupun jasa dengan
melalui proses produksi secara efektif dan efisien untuk memenuhi kebutuhan
konsumen.
2.2.1 Pentingnya Manajemen Operasional Heizer dan Render. (2009:5), mengatakan bahwa 4 alasan utama dalam
mempelajari manajemen operasi, yaitu:
1. Manajemen operasi adalah satu dari tiga fungsi utama dari setiap organisasi
dan berhubungan secara utuh dengan semua fungsi bisnis lainnya. Semua
organisasi memasarkan (menjual), membiayai (mencatat laba rugi), dan
memproduksi (mengoperasikan), maka sangat penting untuk mengetahui
bagaimana aktivitas manajemen operasi berjalan. Karena itu pula, dengan
mempelajari manajemen operasi dapat mempelajari bagaimana orang-orang
mengorganisasikan diri mereka bagi perusahaan yang produktif.
2. Untuk mengetahui bagaimana barang dan jasa diproduksi.
3. Untuk memahami apa yang dikerjakan oleh manajer operasi.
4. Karena manajemen operasi merupakan bagian yang paling banyak
menghabiskan biaya dalam sebuah organisasi.
2.3 Pengertian Peramalan Heizer dan Render (2009:162) menyatakan bahwa peramalan ( forecasting)
adalah seni atau ilmu untuk memperkirakan kejadian di masa depan yang dapat
dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya ke
masa mendatang dengan suatu bentuk model matematis. Hal ini juga bisa merupakan
prediksi intuisi yang bersifat subjektif yang dapat dilakukan dengan menggunakan
kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari
seorang manajer. Pendapat serupa juga dikemukakan Prasetya dan Lukiastuti
(2009:43), bahwa peramalan merupakan suatu usaha untuk meramalkan keadaan di
3
masa mendatang melalui pengujian keadaan di masa lalu. Sedangkan esensi
peramalan dalam pandangan Fildes dan Nikolopoulos adalah perkiraan peristiwa-
peristiwa di waktu yang akan datang atas dasar pola-pola di waktu yang lalu, dan
penggunaan kebijakan terhadap proyeksi proyeksi dengan pola-pola di waktu yang
lalu. Peramalan dapat dilakukan dengan melibatkan pengambilan data masa lalu dan
menempatkannya ke masa yang akan datang dengan suatu bentuk model matematis.
Dengan peramalan yang baik diharapkan pemborosan akan bisa dikurangi, dapat
lebih terkonsentrasi pada sasaran tertentu, perencanaan lebih baik, sehingga dapat
menjadi kenyataan.
Sehingga dapat disimpulkan bahwa peramalan adalah suatu cara yang
digunakan untuk memperkirakan kejadian yang akan terjadi dimasa yang akan
datang dengan melibatkan data masa lalu.
2.3.1 Jenis-Jenis Peramalan Heizer dan Render (2009:164) menyatakan organisasi pada umumnya
menggunakan tiga tipe peramalan yang utama dalam perencanaan operasi :
1. Peramalan Ekonomi (Economic Forecast) menjelaskan siklus bisnis dengan
memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan
untuk membangun perumahan, dan indikator perencanaan lainnya.
2. Peramalan Teknologi (Technological Forecast) memperhatikan tingkat
kemajuan teknologi yang dapat meluncurkan produk baru yang menarik yang
membutuhkan pabrik dan peralatan baru.
3. Peramalan Permintaan (Demand Forecast) adalah proyeksi permintaan untuk
produk atau layanan suatu perusahaan. Peramalan ini disebut peramalan
penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan
dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya
manusia.
2.3.2 Jenis-Jenis Metode Peramalan Metode peramalan digunakan agar peramalan jumlah permintaan suatu
barang maupun jasa dimasa yang akan datang dapat direncanakan dan hasil yang
diperoleh tidak jauh menyimpang dari actual yang terjadi. Terdapat berbagai jenis
metode peramalan, Heizer dan Render (2009:168) menyatakan terdapat 2 jenis
metode penelitian, yaitu:
4
1. Metode kualitatif, terbagi menjadi 4 teknik peramalan, yaitu:
a. Juri dari opini eksekutif (jury of executive opinion)
Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat
tinggi umumnya digabungkan dengan model statistik, dikumpulkan untuk
mendapatkan prediksi permintaan kelompok.
b. Metode Delphi (Delphi method)
Ada 3 (tiga) jenis partisipan dalam metode Delphi, yaitu: pengambil
keputusan, karyawan, dan responden. Pengambil keputusan melakukan
peramalan, karyawan menyiapkan, menyebarkan, mengumpulkan, dan
meringkas kuesioner dan hasil survei. Responden adalah sekelompok
orang yang ditempatkan di tempat yang berbeda di mana penliaian
dilakukan.
c. Komposit tenaga penjual (sales force composite)
Setiap tenaga penjual memperkirakan berapa penjualan yang dapat ia capai
dalam wilayahnya, dan melakukan pengkajian untuk memastikan apakah
peramalan cukup realistis, baru kemudian digabungkan pada tingkat
wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan.
d. Survei pasar konsumen (consumer market survey)
Metode ini meminta masukan dari konsumen mengenai rencana pembelian
mereka di masa mendatang. Hal ini juga membantu dalam menyiapkan
peramalan, tetapi juga membantu dalam merancang desain produk baru
dan perencanaan produk baru. Namun, metode ini dapat menjadi tidak
benar karena masukan dari konsumen yang terlalu optimis.
2. Metode kuantitatif, terbagi menjadi (lima) metode peramalan yang
menggunakan data historis. Kelima metode ini dibagi ke dalam dua kategori,
yaitu:
a. 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 dan menggunakan data masa lalu
tersebut untuk melakukan peramalan. Contoh: jika memperkirakan
penjualan mingguan mesin pemotong rumput, maka menggunakan data
penjualan minggu lalu untuk membuat ramalan. Rata-rata bergerak, terbagi
5
menjadi beberapa jenis, yaitu: rata-rata bergerak, pembobotan rata-rata
bergerak, penghalusan eksponensial dan penghalusan eksponensial dengan
penyesuaian proyeksi tren.
b. Model Asosiatif
Model asosiatif (atau hubungan sebab-akibat) menggabungkan banyak
variabel atau faktor yang mungkin mempengaruhi kuantitas yang sedang
diramalkan. Contoh: model asosiatif dari penjualan mesin pemotong
rumput mungkin memasukkan faktor seperti adanya perumahan baru,
anggaran iklan, dan harga pesaing. Salah satu dari model asosiatif adalah
regresi linier.
2.3.3 Jenis –Jenis Metode Peramalan Dalam Penelitian Heizer dan Render dalam buku Manajemen Operasi (2010:170-175), metode
- metode peramalan kuantitatif, terdiri dari :
1. Naive Method (Naive Approach / Pendekatan Naif)
Heizer dan Render (2009:170) menyatakan teknik peramalan yang
mengasumsikan permintaan periode berikutnya sama dengan permintaan
pada periode terakhir, sehingga dapat dirumuskan sebagai berikut:
Keterangan:
= permintaan aktual periode sebelumnya,
= peramalan permintaan periode berikutnya.
2. Moving Averages (Rata-Rata Bergerak)
Heizer dan Render (2009:171) menyatakan suatu metode peramalan yang
menggunakan n rata-rata periode terakhir data untuk meramalkan periode
berikutnya. Rata-rata bergerak berguna diasumsikan bahwa permintaan pasar
akan stabil sepanjang masa yang akan diramalkan.
Ŷ = ∑ permintaaan dalam periode sebelumnnya
n
Keterangan:
Ŷ = peramalan permintaan periode berikutnya,
n = jumlah periode dalam rata-rata bergerak.
6
3. Weighted Moving Averages (Pembobotan Rata-Rata Bergerak)
Pembobotan rata-rata bergerak mirip dengan rata-rata bergerak, yang
membedakan adalah penempatan bobot. Saat terdapat tren atau pola yang
terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih
pada nilai terkini. Praktik ini membuat teknik peramalan lebih tanggap
terhadap perubahan karena periode yang lebih dekat mendapatkan bobot
yang lebih berat. Oleh karena itu, pemutusan bobot yang digunakan
membutuhkan pengalaman. Rumus pembobotan rata-rata bergerak menurut
Stevenson (2009:83) adalah:
Keterangan:
= bobot untuk periode t,
= bobot untuk periode t – 1, dan seterusnya,
= permintaan aktual pada periode t,
= permintaan aktual pada periode t – 1, dan seterusnya.
4. Exponential Smoothing (Penghalusan Eksponensial)
Suatu teknik peramalan rata-rata bergerak dengan pembobotan di mana titik-
titik data dibobotkan oleh fungsi eksponensial. Pada exponensial smoothing
terdapat α yaitu sebuah bobot atau konstanta penghalusan yang dipilih oleh
peramal yang mempunyai nilai antara 0 sampai 1. Penulis menggunakan
Exponential Smoothing dengan alfa 0,75 dan 0,3.
Rumus pembobotan rata-rata bergerak menurut Stevenson (2009:83) adalah:
Keterangan:
= peramalan periode mendatang,
= peramalan periode sebelumnya,
= permintaan aktual periode lalu,
α = konstanta penghalusan (pembobotan) (0 ≤α≤ 1).
7
5. Exponential Smoothing with trend (Penghalusan Eksponensial dengan
Penyesuaian Tren)
Suatu teknik yang merupakan jenis lain dari exponential smoothing yang
digunakan ketika sebuah deret waktu menunjukkan sebuah tren linier. Rumus
penghalusan eksponensial dengan penyesuaian tren menurut Heizer dan
Render (2009:181) adalah:
Keterangan:
= peramalan dengan eksponensial yang dihaluskan dari data berseri pada
periode t,
= tren dengan eksponensial yang dihaluskan pada periode t,
= permintaan aktual pada periode t,
α = konstanta penghalusan untuk rata-rata (0 ≤α≤ 1),
β = konstanta penghalusan untuk tren (0 ≤β≤ 1).
6. Trend Analysis (Analisis Tren)
Metode peramalan serangkaian waktu yang sesuai dengan garis tren terhadap
serangkaian titik-titik data masa lalu, kemudian diproyeksikan ke dalam
peramalan masa depan.
Rumus analisis tren menurut Heizer dan Render (2009:185) adalah:
8
Keterangan:
ŷ = nilai terhitung dari variabel yang akan diprediksi,
= persilangan sumbu y,
= kemiringan garis regresi (atau tingkat perubahan pada y untuk
perubahan yang terjadi di x),
= variabel bebas (dalam kasus ini adalah waktu),
= permintaan dalam suatu periode,
= jumlah data atau pengamatan,
= rata-rata nilai x,
ý = rata-rata nilai y.
7. Linear Regression (Regresi Linier )
Metode model matematika garis lurus untuk menggambarkan hubungan
fungsional antara variabel-variabel yang bebas maupun variabel terikat.
Rumus regresi linier menurut Heizer dan Render (2009:195) adalah
Keterangan:
ŷ = nilai terhitung dari variabel yang akan diprediksi,
= persilangan sumbu y,
b = kemiringan garis regresi (atau tingkat perubahan pada yuntuk perubahan
yang terjadi di x),
x = variabel bebas (dalam kasus ini adalah waktu),
9
y = permintaan dalam suatu periode,
n = jumlah data atau pengamatan,
x = rata-rata nilai x,
ý = rata-rata nilai y.
2.3.4 Menghitung Kesalahan PeramalanHeizer dan Render menyatakan ada beberapa perhitungan yang biasa
dipergunakan untuk menghitung kesalahan peramalan (forecast error). Di lain
pihak Nachrowi dan Usman (2004:239) membandingkan kesalahan peramalan
adalah suatu cara sederhana, apakah suatu teknik peramalan tersebut patut dipilih
untuk digunakan membuat ramalan data yang sedang kita analisis atau tidak.
Minimal prosedur ini dapat digunakan sebagai indikator apakah suatu teknik
peramalan cocok digunakan atau tidak, dan teknik yang mempunyai MSE terkecil
merupakan ramalan yang terbaik. Gaspersz (2005:80) menyatakan bahwa akurasi
peramalan akan semakin tinggi jika apabila nilai-nilai MAD, MSE, dan MAPE
semakin kecil. Hal ini dikuatkan juga oleh Rangkuti (2005:70) yang
menyatakan keharusan untuk membandingkan perhitungan yang memiliki nilai
MAD paling kecil, karena semakin kecil nilai MAD, berarti semakin kecil pula
perbedaan antara hasil forecasting dan nilai aktual.
Perhitungan ini dapat dipergunakan untuk membandingkan model
peramalan yang berbeda, juga untuk mengawasi peramalan, untuk memastikan
peramalan berjalan dengan baik. Tiga hari perhitungan yang paling terkenal
adalah deviasi rata-rata absolut (mean absolute deviation- MAD),kesalahan rata-
rata kuadrat (mean squared error-MSE), dan kesalahan persen rata-rata absolut
(Mean absolute percent error-MAPE).
1. Deviasi Rata – rata absolut ( Mean Absolute Deviation = MAD )
MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk
sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolute
dari kesalahan peramalan dibagi dengan jumlah periode data (n).
10
2. Kesalahan Rata-rata kuadrat (Mean Square Error = MSE)
MSE merupakan cara kedua untuk mengukur kesalahan peramalan
keseluruhan. MSA merupakan rata-rata selisih kuadrat antara nilai yang
diramalkan dan yang diamati. Kekurangan penggunaan MSA adalah
bahwa cenderung menonjolkan deviasi yang besar karena adanya
pengkuadratan.
3. Kesalahan persen Rata- Rata Absolut (Mean Absolute Percentage Error =
MAPE)
Masalah yang terjadi dengan MAD dan MSE adalah bahwa nilai mereka
tergantung pada besarnya unsur yang diramal. Jika unsur tersebut
dihitung dalam satuan ribuan, maka nilai MAD dan MSE bisa menjadi
sangat besar. Untuk menghindari masalah ini, kita dapat menggunakan
MAPE. MAPE dihitung sebagai rata-rata diferensiasi absolut antara nilai
yang diramal dan aktual, dinyatakan sebagai persentase nilai aktual.
Nachrowi dan Usman (2004:239) menyatakan bahwa sebenarnya,
membandingkan kesalahan peramalan adalah suatu cara sederhana, apakah suatu
teknik peramalan tersebut patut dipilih untuk digunakan sebagai indicator, apakah
suatu teknik peramalan cocok digunakan atau tidak. Dan teknik yang mempunyai
MSE terkecil merupakan ramalan yang terbaik. Di la in p ihak Gaspers (2005:80)
dalam bukunya menyatakan bahwa akurasi peramalan akan semakin tinggi
apabila nilai-nilai MAD, MSE, dan MAPE semakin kecil.
Sehingga dapat disimpulkan bahwa apabila nilai MAD,MSE dan MAPE
semakin kecil maka akurasi suatu peramalan semakin tinggi atau semakin akurat.
2.4 Pengertian Bahan BakuSofjan Assauri (2008:240-241) menyatakan bahwa bahan baku merupakan
barang - barang berwujud yang digunakan dalam proses produksi, barang dapat
diperoleh dari sumber-sumber alam ataupun dibeli dari supplier atau perusahaan
11
yang menghasilkan bahan baku bagi perusahaan pabrik yang menggunakannya.
Bahan baku diperlukan oleh pabrik untuk diolah, yang setelah mengalami beberapa
proses diharapkan menjadi barang jadi. Dilain pihak Narafin (2007:202)
menyatakan bahwa bahan baku merupakan bahan langsung (direct material) yaitu
bahan yang membentuk suatu kesatuan yang terpisahkan dari produk jadi. Bahan
baku adalah bahan utama atau bahan pokok dan merupakan komponen utama dari
suatu produk. Bahan baku biasanya mudah ditelusuri dalam suatu produk yang
harganya relatif tinggi dibandingkan dengan bahan pembantu. Sedangkan Abdul
Sani dkk, (2007:12) barang atau bahan (bahan baku) adalah semua barang atau
bahan, tidak melihat jenis dan komposisinya, yang digunakan sebagai bahan atau
komponen untuk menghasilkan barang jadi. Berdasarkan dari tiga pengertian yang
telah dijelaskan tersebut dapat disimpulkan bahwa bahan baku adalah bahan-bahan
yang didapat dari sumber-sumber alam ataupun dibeli dari supplier untuk
memproduksi barang dan jasa dalam proses produksi.
2.5 Pengertian PersediaanHerjanto (2007:237) menyatakan 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 untuk
suku cadang dari peralatan atau mesin. Bagi banyak perusahaan, persediaan
mencerminkan sebuah investasi, dan investasi ini sering lebih besar daripada yang
seharusnya karena perusahaan lebih mudah untuk memiliki persediaan just-in-case
(berjaga-jaga kalau ada apa-apa) daripada persediaan just-in-time (persediaan
seperlunya). Perusahaan dapat mengurangi biaya dengan mengurangi tingkat
persediaan di tangan, sebaliknya, konsumen akan merasa tidak puas bila suatu
produk stocknya habis. Oleh karena itu, perusahaan harus mencapai
keseimbangan antara investasi persediaan dan tingkat layanan konsumen. Setiap
manager operasi menyadari bahwa manajemen persediaan yang baik sangat
penting. Dalam jurnal “Impact of Proper Inventory Control System of Electric
Equipment in RUET“ mengatakan bahwa persediaan sangat penting untuk
memberikan fleksibilitas dalam pengoperasian suatu sistem. Oleh karena itu
pengendalian persediaan adalah teknik mempertahankan ukuran persediaan pada
tingkat tertentu yang diinginkan dengan tetap melihat kepentingan ekonomi yang
terbaik. Pendapat serupa Zulfikarijah (2005:4) menyatakan bahwa “Persediaan
12
adalah stock bahan baku yang digunakan untuk memfasilitasi produksi atau
memuaskan permintaan konsumen”. Jenis persediaan meliputi : bahan baku, barang
dalam proses dan barang jadi.
Nasution Hakim (2003:103) dalam sistem manufaktur, persediaan terdiri dari
3 bentuk sebagai berikut :
1. Bahan Baku, yaitu merupakan input awal dari proses transformasi
menjadi produk jadi.
2. Barang setengah jadi, yaitu merupakan bentuk peralihan antara bahan
baku dengan produk setengah jadi.
3. Barang jadi, yaitu merupakan hasil akhir proses transformasi yang
siap
dipasarkan kepada konsumen.
Gambar 2.1 Proses Produksi
Sumber :Nasution Hakim (2003:103)
2.5.1 Definisi Sistem PersediaanSistem persediaan yang dinyatakan oleh Assauri, S. ( 2004:176) adalah salah
satu kegiatan dari urutan kegiatan-kegiatan yang bertautan erat satu sama lain dalam
seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah
direncanakan lebih dahulu baik waktu, jumlah,kualitas maupun biayanya.
Mekanisme sistem ini adalah pembuatan serangkaian kebijakan yang memonitor
tingkat persediaan, menentukan persediaan yang harus dijaga, kapan persediaan
harus diisi, dan berapa besar pesanan harus dilakukan. Sistem ini bertujuan
menetapkan dan menjamin tersedianya produk jadi, barang dalam proses, komponen,
dan bahan baku secara optimal, dalam kuantitas yang optimal, dan pada waktu yang
optimal. Kriteria optimal adalah minimasi biaya total yang terkait dengan persediaan,
yaitu biaya pemesanan, biaya penyimpanan, dan biaya kekurangan persediaan.
2.5.2 Biaya PersediaanHerjanto, Eddy (2007:242-243) menyatakan unsur – unsur biaya yang
Bahan Baku Barang Setengah Jadi Barang Jadi
13
terdapat dalam persediaan dapat digolongkan menjadi 3, yaitu :
1. Biaya pemesanan (Ordering Cost, procurement cost) adalah biaya
yang dikeluarkan sehubungan dengan kegiatan pemesanan bahan /
barang, sejak dari penempatan pemesanan sebagai tersedianya barang di
gudang. Yang termasuk dalam biaya pemesanan meliputi biaya administrasi
dan penempatan vendor, biaya pengangkutan dan bongkar muat, biaya
penerimaan dan pemeriksaan barang.
2. Biaya penyimpanan (carrying cost, holding cost) adalah biaya yang
dikeluarkan berkenaan dengan diadakannya persediaan barang. Yang
termasuk biaya ini, antara lain biaya sewa gudang, biaya administrasi
pergudangan, gaji pelaksana pergudangan, biaya listrik, biaya modal yang
tertanam dalam persediaan, ataupun biaya kerusakan.
3. Biaya kekurangan (stockout cost) persediaan ini pada dasarnya bukan
biaya nyata, melainkan berupa biaya kehilangan kesempatan yang timbul
misalnya karena terhentinya proses produksi akibat tidak adanya bahan yang
diproses, antara lain meliputi biaya kehilangan waktu produksi bagi mesin
dan karyawan.
Dilain pihak Zulfikarijah (2005:13 – 17) menyatakan biaya persediaan di
dalam perusahaan umum dibedakan menjadi 4 jenis yaitu :
1. Biaya Pembelian (purchasing cost), yang merupakan biaya yang
dikeluarkan untuk membeli barang, jumlahnya tergantung pada yang
dibeli dan harga barang per unit.
2. Biaya pengadaan (procurement cost) merupakan biaya yang berhubungan
dengan pembelian barang terdiri dari biaya pemesanan (ordering cost)
apabila barang yang dikeluarkan berasal dari luar perusahan dan biaya
persiapan (setup cost). Biaya pengadaan ini terdiri dari 2 jenis, yaitu :
a. Biaya pemesanan, adalah semua pengeluaran yang disebabkan oleh
adanya kegiatan mendatangkan barang dari luar, biaya ini
meliputi biaya menentukan pemasok, pengetikan pemesanan,
pengiriman pemesanan, biaya pengangkutan, biaya penerimaan.
b. Biaya persiapan adalah semua pengeluaran yang disebabkan oleh
kegiatan memproduksi suatu barang, biaya ini berasal dari pabrik
yang meliputi : biaya menyusun peralatan produksi, menyetel
mesin, mempersiapkan gambar kerja.
14
3. Biaya penyimpanan (carrying cost / holding cost )adalah semua pengeluaran
yang disebabkan oleh adanya kegiatan menyimpan barang dalam periode
waktu tertentu, biaya ini diwujudkan dalam bentuk persentase nilai rupiah per
unit waktu. Biaya ini meliputi :
a. Biaya modal (cost of capital) adalah adanya penumpukan barang
dalam proses persediaan sama artinya dengan biaya penumpukan modal
yang menyebabkan peluang untuk investasi lainnya berkurang. Modal
ini dapat diukur dengan besarnya suku bunga bank, oleh karena itu biaya
yang disebabkan oleh karena memiliki persediaan harus diperhitungkan
dalam biaya sistem persediaan biaya modal diukur sebagai persentasi
nilai persediaan untuk periode waktu tertentu.
b. Biaya penyimpanan (cost of storage) adalah biaya gudang yang
dikeluarkan untuk tempat atau gudang penyimpanan barang, apabila
gudang yang digunakan adalah sewa, maka biaya dapat berupa biaya
sewa dan apabila gudang milik sendiri, maka biayanya merupakan biaya
depresiasi. Adapun masukan dalam biaya gudang adalah biaya tempat,
asuransi, dan pajak.
c. Biaya keusangan atau kadaluarsa (obsolence cost) adalah biaya
keusangan atau penyimpanan barang – barang dalam waktu yang relatif
lama dapat berakibat menurun atau merosotnya nilai barang, hal ini
dapat disebabkan oleh adanya perubahan teknologi, model dan trend
konsumen. Biaya keusangan ini diukur dalam persentase berdasarkan
pengalam yang terjadi selama ini.
d. Biaya kehilangan (loss cost) dan biaya kerusakan (deterioration)
adalah penyimpanan barang yang dapat mengakibatkan dan penyusutan
beratnya dapat berkurang atau jumlahnya berkurang karena kehilangan.
Biaya kehilangan ini diukur dalam persentase berdasarkan
pengalaman yang selama ini terjadi.
e. Biaya asuransi (insurance cost) adalah akibat lain dalam
penyimpangan persediaan adalah adanya bahaya yang tidak dapat
dikendalikan seperti bencana alam, kebakaran, dan lain – lain. Beberapa
perusahaan besar mengasuransikan persediaannya untuk mengantisipasi
kerugian tersebut. Adapun jumlahnya sesuai dengan nilai, jenis
persediaan dan kesepakatan dengan pihak asuransi.
15
f. Biaya administrasi dan pemindahan dan merupakan biaya yang
dikeluarkan untuk administrasi persediaan barang yang ada, baik pada
saat pemesanan, penerimaan barang, maupun penyimpanannya dan
untuk memindahkan dari dan ke tempat penyimpanan termasuk biaya
tenaga kerja dan material handling.
4. Biaya kekurangan persediaan (stockout cost). Mereferensikan
konsekuensi ekonomis yang disebabkan oleh adanya kehabisan
persediaan. Kondisi ini sangat merugikan perusahaan karena proses
produksi akan terganggu dan kesempatan untuk memperoleh peluang atau
keuntungan akan hilang atau konsumen yang akan dapat pindah ke
perusahaan lain karena permintaanya tidak terpenuhi yang pada akhirnya
dapat berpengaruh pada citra perusahaan.
Adapun yang termasuk dalam biaya stock out adalah :
a. Jumlah barang yang tidak terpenuhi. Adanya kehabisan barang
yang menyebabkan kegiatan proses produksi terhenti dan sejumlah
permintaan tidak terpenuhi sehingga perusahaan akan kehilangan
peluang untuk memperoleh pendapatan dan keuntungan. Pengukuran
biaya ini didasarkan pada peluang yang hilang tersebut yang disebut
juga dengan biaya penalti dengan satuan rupiah per unit.
b. Waktu pemenuhan. Kekurangan persediaan dapat juga berakibat
pada lambatnya waktu penyelesaian barang karena adanya waktu
menganggur pada saat perusahaan harus memesan persediaan, waktu
menganggur ini merupakan biaya kehilangan pendapatan. Pengukuran
biaya ini didasarkan waktu yang diperlukan untuk mengisi gudangn
dengan satuan rupiah per satuan waktu.
c. Biaya pengadaan darurat. Biaya darurat ini sering kali diperlukan
sebagai upaya untuk memenuhi permintaan konsumen dalam kondisi
kehabisan biaya persediaan, sehingga biaya yang akan dikeluarkan lebih
besar dibandingkan kondisi normal. Biasanya biaya ini dikarenakan
pemesanan yang mendadak dimana perusahaan tidak mempunyai
kesempatan untuk berpikir lebih jauh untuk menentukan pilihannya, baik
harga, pemasok, atau biaya – biaya yang mengikutinya. Pengukurannya
didasarkan pada pemesanan setiap kali kehabisan persediaan.
16
2.6 Metode EOQ ( Economic Order Quantity)Setiap perusahaan harus 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. Untuk keperluan itu
terdapat suatu metode EOQ (Economic Order Quantity). Rangkutti (2004:11)
menyatakan bahwa EOQ adalah jumlah pembelian bahan mentah pada setiap kali
pemesanan dengan biaya yang paling murah. Pendapat serupa dikemukakan oleh
Pardede (2005:422), ia menyatakan bahwa Economic Order Quantity (EOQ)
menunjukkan sejumlah barang yang harus dipesan untuk tiap kali pemesanan agar
biaya sediaan keseluruhan menjadi sekecil mungkin. Hal ini dikuatkan juga oleh
Herjanto (2007:245) bahwa EOQ merupakan salah satu model klasik, diperkenalkan
oleh FW Harris pada tahun 1914, tetapi paling banyak dalam teknik pengendalian
dan paling banyak dipergunakan sampai saat ini karena mudah penggunaannya.
Gambar 2.2 Model Kuantitas Pesanan EkonomisSumber : Herjanto Eddy, (2007:246)
Model kuantitas pesanan ekonomis (economic order quantity – EOQ model)
ini adalah salah satu teknik pengendalian persediaan yang paling tua dan paling
dikenal secara luas menurut Heizer & Reinder (2006:68). Teknik ini relatif mudah
untuk digunakan tetapi didasarkan pada beberapa asumsi, seperti :
1. Hanya satu item barang (produk) yang diperhitungkan.
2. Permintaan yang bersifat diketahui, tetap, dan bebas.
3. Lead time yaitu, waktu antara pemesanan dan penerimaan pesanan –
diketahui dan konstan.
4. Penerimaan persediaan bersifat seketika dan lengkap. Dengan kata
lain, persediaan dari sebuah pesanan tiba dalam satu batch sekaligus.
5. Biaya variabel yang ada hanyalah biaya pengaturan atau pemesanan
(biaya setup) dan biaya penyimpanan atau penggudangan persediaan.
* 2 /Q DS H
17
6. Kosongnya persediaan (kekurangan) dapat dihindari sepenuhnya jika
pemesanan dilakukan pada waktu yang tepat.
EOQ akan terjadi apabila biaya pemesanan = biaya penyimpanan.
Berikut adalah rumus untuk menghitung EOQ :
Keterangan :
D = Jumlah Kebutuhan Barang (unit / tahun)
S = Biaya Pemesanan atau Biaya Setup (rupiah
/ pesanan) H = Biaya Penyimpanan (rupiah /
unit / tahun)
Q* = Jumlah Pemesanan (unit / pesanan)
2.6.1 Lead TimePengertian lead time yang dinyatakan Fien Zulfikarijah (2005:96) merupakan
waktu yang dibutuhkan antara pemesanan dengan barang sampai diperusahaan,
sehingga lead time berhubungan dengan reoder 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 tiba diperusahaan. Dalam EOQ, lead time diasumsikan konstan artinya dari
waktu ke waktu selalu tetap misal lead time 5 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.
2.6.2 Titik pemesanan ulang (Reorder Point – ROP)Siagian (2005:178), titik pemesanan ulang (Reorder Point – ROP), yakni
tingkat persediaan dimana harus dilakukan pemesanan kembali. Agar pembelian
bahan yang sudah ditetapkan dalam EOQ tidak mengganggu kelancaran kegiatan
produksi, maka diperlukan waktu pemesanan kembali bahan baku. Faktor-faktor
18
yang mempengaruhi titik pemesanan kembali adalah :
1. Lead Time. Lead time adalah waktu yang dibutuhkan antara bahan
baku dipesan hingga sampai diperusahaan. Lead time ini akan
mempengaruhi besarnya bahan baku yang digunakan selama masa lead
time, semakin lama lead time maka akan semakin besar bahan yang
diperlukan selama masa lead time.
2. Tingkat pemakaian bahan baku rata-rata persatuan waktu tertentu.
3. Persediaan Pengaman (Safety Stock), yaitu jumlah persediaan bahan
minimum yang harus dimiliki oleh perusahaan untuk menjaga kemungkinan
keterlambata datangnya bahan baku, sehingga tidak terjadi stagnasi.
Dimana:
d = tingkat kebutuhan unit per waktu
L = waktu tenggang (lead time)
2.6.3 Safety StockAssauri (2004:186), safety stock adalah persediaan tambahan yang
diadakan untuk melindungi dan untuk menjaga kemungkinan terjadinya
kekurangan bahan (stock out). Kemungkinan terjadinya stock out disebabkan
karena penggunaan bahan baku yang lebih besar dari pada perkiraan semula, atau
keterlambatan dalam pengiriman bahan baku yang dipesan. Akibat pengadaan
persediaan penyelamat terhadap biaya perusahaan adalah mengurangi kerugian
yang ditimbulkan karena terjadinya stock out, akan tetapi sebaliknya akan
menambah besarnya carrying cost. Oleh karena itu pengadaan persediaan
penyelamat oleh perusahaan dimaksudkan untuk mengurangi kerugian yang
ditimbulkan karena terjadinya stock out, tetapi juga pada saat itu diusahakan agar
carrying cost menjadi serendah mungkin.
Berdasarkan pendapat Assauri (2004:186-187), faktor – faktor yang menentukan
besarnya persediaan penyelamat adalah:
1. Penggunaan bahan baku rata – rata
Salah satu dasar untuk memperkirakan penggunaan bahan baku selama
periode - periode tertentu, khususnya selama periode pemesanan adalah rata
– rata penggunaan bahan baku pada masa sebelumnya. Hal ini perlu
19
diperhatikan karena setelah kita mengadakan pesanan atau order
penggantian, maka pemenuhan kebutuhan atau permintaan dari 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 - bahan sampai dengan kedatangan bahan – bahan yang dipesan
tersebut dan diterima di gudang persediaan. Dengan ditemukannya EOQ,
masih ada kemungkinan adanya kekurangan persediaan (out of stock) di
dalam proses produksi. Kemungkinan kekurangan persediaan itu akan
timbul apabila :
a. Penggunaan bahan dasar di dalam proses produksi lebih besar
daripada yang diperkirakan sebelumnya. Hal ini akan berakibat
persediaan akan habis diproduksi sebelum pembelian / pesanan yang
berikutnya datang, sehingga terjadilah kekurangan persediaan.
b. Pesanan / pembelian bahan dasar itu tidak dapat datang tepat pada
waktunya
Dari dua keadaan tersebut diatas, maka perusahaan perlu menetapkan
adanya proses persediaan cadangan (safety stock) untuk menjamin
kelancaran proses produksi akibat kemungkinan adanya kekurangan
persediaan tersebut.
Untuk menaksir besarnya safety stock, dapat dipakai cara yang relatif lebih
teliti yaitu dengan metode sebagai berikut :
1. Metode Perbedaan Pemakaian Maksimum dan Rata-Rata.
Metode ini dilakukan dengan menghitung selisih antara pemakaian
maksimum dengan pemakaian rata-rata dalam jangka waktu tertentu
misalnya perminggu, kemudian selisih tersebut dikalikan dengan lead time.
Safety Stock = (Pemakaian Maksimum – Pemakaian Rata-Rata) Lead Time
2. Metode Statistika. Untuk menentukan besarnya safety stock dengan metode
ini, maka dapat digunakan program komputer kuadrat terkecil (least square).
20
2.7 Pengertian SimulasiKakiay (2003:1), mengemukakan definisi simulasi sebagai suatu sistem yang
digunakan untuk memecahkan atau menguraikan persoalan-persoalan dalam
kehidupan nyata yang penuh dengan ketidakpastian dengan tidak atau menggunakan
model tertentu dan lebih ditekankan pada pemakaian komputer untuk mendapatkan
solusinya. Akan ditunjukkan bagaimana mensimulasikan bagian sebuah sistem
manajemen operasi dengan mengembangkan sebuah model matematika paling dekat
yang menggambarkan sistem yang sesungguhnya.Model ini kemudian akan
digunakan untuk memperkirakan efek dari berbagai tindakan. Gagasan di balik
simulasi adalah:
1. Untuk meniru sebuah situasi dalam dunia nyata secara matematis,
2. Kemudian untuk mempelajari karakteristik operasi tersebut, dan
3. Akhirnya untuk menarik kesimpulan dan mengambil keputusan tindakan
berdasarkan kepada hasil simulasi.
Dengan cara ini, sebuah sistem nyata tidak perlu disentuh hingga kelebihan
dan kelemahan dari sebuah keputusan kebijakan utama dapat diukur dalam model.
Untuk menggunakan simulasi, maka perlu:
1. Mendefinisikan masalah.
2. Memperkenalkan variable penting yang berkaitan dengan masalah.
3. Mengembangkan sebuah model kuantitatif
4. Menyiapkan kejadian yang mungkin terjadi dalam pengujian.
5. Menjalankan percobaan.
6. Mempertimbangkan hasil (mungkin memodifikasi model atau mengubah
input).
2.7.1 Keuntungan dan kekurangan model simulasiSuryani (2006:5) menyatakan simulasi mempunyai kelebihan dan
kekurangan. Kelebihan tersebut antara lain :
1. Tidak semua sistem dapat direpresentasikan dalam model matematis,
simulasi merupakan alternatif yang tepat.
2. Dapat bereksperimen tanpa adanya resiko pada sistem nyata. Dengan
simulasi memungkinkan untuk melakukan percobaan terhadap sistem tanpa
harus menanggung resiko terhadap sistem yang berjalan. Simulasi dapat
mengestimasi kinerja sistem pada kondisi tertentu dan memberikan
21
alternative desain terbaik sesuai dengan spesifikasi yang diinginkan.
3. Simulasi memungkinkan untuk melakukan studi jangka panjang dalam
waktu relatif singkat.
4. Dapat menggunakan input data bervariasi.
Suryani (2006:5), menyatakan bahwa simulasi memiliki kekurangan
juga, antara lain :
1. Kualitas dan analisis model tergantung pada pembuat model.
2. Hanya mengestimasi karakteristik sistem berdasarkan masukan tertentu.
Render et al. (2003:603), menyatakan bahwa simulasi merupakan suatu
alat yang semakin banyak digunakan karena memiliki banyak kelebihan yaitu :
1. Simulasi relatif mudah dan fleksibel
2. Perkembangan akhir dalam dunia software memungkinkan beberapa
model simulasi sangat mudah untuk dikembangkan.
3. Simulasi dapat digunakan untuk menganalisa situasi dunia nyata
yang kompleks dan luas yang tidak dapat diselesaikan oleh model
analisis kuantitatif konvensional.
4. Simulasi tidak mempengaruhi sistem dunia nyata.
5. Simulasi memungkinkan peneliti untuk mempelajari efek interaktif dari
komponen individu ataupun variabel untuk menentukan yang mana yang
penting.
6. Simulasi memungkinkan terlibatnya beberapa komplikasi yang terjadi
di dunia nyata, yang mana tidak dimungkinkan oleh model analisis
kuantitatif pada umumnya.
Render et al. (2003:604) menyatakan bahwa kekurangan utama
simulasi adalah :
1. Model simulasi yang baik untuk situasi kompleks pada umumnya
sangat mahal. Proses pembuatannya memakan waktu yang lama dan
merupakan proses yang kompleks pula.
2. Simulasi tidak menghasilkan solusi yang optimal untuk suatu
permasalahan seperti teknis analisis kuantitatif lainnya. Simulasi
merupakan pendekatan trial and error, yang memberikan solusi yang
berbeda setiap pengulangannya.
3. Manager harus membangkitkan kondisi dan batasan dengan solusi
22
yang hendak dicapai.
4. Masing-masing model simulasi bersifat unik. Solusi dan keputusan
simulasi tidak selalu dapat diaplikasikan untuk permasalahan lain.
2.8 Pengertian Simulasi Monte CarloTampubolon M. P. (2004:280-285) menyatakan Simulasi Monte Carlo
merupakan metode eksperimen dengan membuat perubahan mendasarkan
probabilitas dengan teknik sampling random. Metode Monte Carlo merupakan teknik
simulasi dengan menggunakan random yang dipilih dari elemen yang sesuai dengan
perlakuannya. Esensi simulasi Monte Carlo menurut Young Hoon Kwak dan Lisa
Ingall dalam “ Exploring Monte Carlo Simulation Applications For Project
Management” adalah sebagai teknik yang digunakan permodelan dalam mengelola
resiko proyek dan ketidakpastian sehingga dapat memberikan rekomendasi bagi
manajer proyek untuk menghitung dampak resiko itu sendiri dan mengetahui
keputusan apa yang harus diambil.
Metode Monte Carlo dapat dilakukan berdasarkan langkah – langkah sebagai berikut.
1. Menyusun distribusi probabilitas untuk tiap variabel yang dibutuhkan.
2. Menyusun distribusi probibalitas kumulatif dari setiap variabel.
3. Membuat dasar interval dari sejumlah random dari tiap variabel.
4. Generalisir jumlah random.
5. Melakukan simulasi secara berurutan, secara berlanjut, sampai diperoleh
expecter demand (diharapkan permintaan) pada waktu yang dibutuhkan.
Simulasi metode Monte Carlo selain untuk menentukan tingkat output harian,
mingguan, atau bulanan yang akan diproduksi seperti contoh penentuan
tingkat output sepeda motor yang akan diuraikan. Metode Monte Carlo juga
dapat dipergunakan untuk menentukan jumlah personalia di tiap – tiap
departemen yang berhubungan dengan proses konversi atau operasional suatu
perusahaan. Monte Carlo analisis pada umumnya lebih sering dipergunakan
untuk menetapkan kebijakan pemeliharaan mesin dan peralatan (equipment
maintenance), untuk mengatur jumlah mesin yang akan dipergunakan dalam
kapasitas operasional dan menentukan kebijakan perawatan atau perbaikan.
23
2.9 Kerangka Pemikiran
Moving
Average
Weighted
Moving
Average
Exponential
Smoothing
Exponential
Smoothing
With Trend
Linear
Regression
Naïve
Method
Gambar 2.2 Kerangka Pemikiran
PT. Artha Prima Sukses
Makmur
Forecasting
MAD dan MSE
Pengendalian Bahan Baku
Persediaan Bahan Baku
Simulasi Monte Carlo Implikasi hasil penelitian
Metode
Persediaan
(EOQ)
Safety
Stock
Reorder Point
(ROP)