11

BAB 2

LANDASAN TEORI

2.1 Manajemen

2.1.1 Pengertian Manajemen

Menurut pendapat Dyck dan Neubert (2009:7), manajemen adalah proses

perencanaan, pengorganisasian, memimpin dan mengendalikan sumber daya

manusia dan sumber daya organisasi lainnya agar dapat secara efektif mencapai

tujuan organisasi. Lalu menurut Robbins dan Coulter (2010:7), manajemen

melibatkan aktivitas-aktivitas koordinasi dan pengawasan terhadap pekerjaan orang

lain, sehingga pekerjaan tersebut dapat diselesaikan secara efisien dan efektif.

Berdasarkan pendapat Amirullah (2015 : 5), manajemen adalah suatu seni dan ilmu

perencanaan, pengorganisasian, penyusunan, pengarahan dan pengawasan dari pada

sumber daya manusia untuk mencapai tujuan yang sudah ditetapkan terlebih dahulu

atau sebelumnya.

Jadi kesimpulannya, manajemen merupakan proses pengambilan keputusan

yang berkaitan dengan perencanaan, pengorganisasian, penyusunan, pengendalian

dan pengawasan yang dilakukan agar tujuan organisasi tercapai secara efektif dan

efisien.

2.1.2 Fungsi Manajemen

Terdapat 4 fungsi manajemen menurut Dyck dan Neubert (2009: 7), yaitu :

1. Planning (Perencanaan)

Perencanaan berarti mengidentifikasikan tujuan organisasi dan strategi

dan mengalokasikan sumber daya organisasi yang tepat yang diperlukan

untuk mencapainya.

12

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.

4. Controlling (Mengendalikan)

Mengendalikan adalah melibatkan kegiatan manajemen untuk memastikan bahwa

tindakan-tindakan anggota organisasi konsisten dengan nilai-nilai organisasi dan

standar.

2.1.3 Pengertian Manajemen Operasi

Berdasarkan pendapat Schroeder (2006:3), inti dari manajemen operasi dapat

dijabarkan sebagai berikut :

� Operasional bertanggung jawab pada penyediaan produk atau jasa dari suatu

organisasi.

� Manajer operasional membuat keputusan mengenai fungsi operasu dan

hubungannya dengan fungsi yang lain. Manajer operasional juga

merencanakan dan memantau proses produksi dalam organisasi.

Lalu Assauri (2008: 18), berpendapat bahwa manajemen produksi dan operasi

merupakan proses pencapaian dan pengutilisasian sumber-sumber daya untuk

memproduksi atau menghasilkan barang atau jasa yang berguna sebagai usaha untuk

mencapai tujuan dan sasaran organisasi. Sedangkan menurut Russel & Taylor

(2011:2), manajemen operasi merupakan proses transformasi dari input lalu diubah

menjadi output melalui proses transformasi yang dilakukan secara efisisen dan

efektif, output yang dihasilkan nilainya lebih baik dari input.

Produksi merupakan sebuah proses penciptaan barang dan jasa. Menurut

Heizer dan Render (2015:3), manajemen operasi merupakan serangkaian aktivitas

yang menciptakan nilai dalam bentuk barang dan jasa dengan mengubah masukan

menjadi hasil . Dalam perusahaan manufaktur produk yang dihasilkan berwujud

(tangible) sedangkan dalam sebuah organisasi yang tidak menciptakan sebuah

barang atau produk yang berwujud, fungsi produksinya mungkin menjadi kurang

13

jelas. Kita mungkin sering menyebut hal ini sebagai aktivitas jasa. Jasa mungkin

“tersembunyi” dari publik bahkan dari pelanggan. Produk yang dihasilkan tidak

berwujud (intangible) seperti transfer dana, pendidikan atau jasa pengiriman barang.

Menurut Heizer dan Render (2015:4) untuk menciptakan barang dan jasa,

semua organisasi melakukan tiga fungsi. Fungsi-fungsi ini merupakan materi-materi

yang diperlukan tidak hanya untuk produksi, tetapi juga untuk keberlangsungan dari

sebuah organisasi. Hal tersebut mencakup hal sebagai berikut :

1. Pemasaran, yang menghasilkan permintaan atau paling tidak menerima

pesanan untuk sebuah produk atau jasa (tidak akan terjadi apa-apa hingga

terjadinya penjualan).

2. Produksi/operasi, yang menghasilkan sebuah produk.

3. Finansial/akuntansi, yang mengawasi seberapa baik kinerja organisasi,

membayar tagihan dan mengumpulkan uang.

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

1. MO merupakan salah satu dari tiga fungsi utama dalam organisasi apapun

dan secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi

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

(mengoperasikan) maka dari itu penting bagi kita untuk mengetahui

bagaimana aktivitas MO berfungsi. Oleh karena itu, kita akan mempelajari

bagaimana cara orang lain mengorganisasikan diri mereka sendiri bagi

organisasi yang produktif.

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

jasa diproduksi. Fungsi produksi merupakan bagian dari masyarakat yang

menciptakan produk dan jasa yang kita gunakan.

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

operasi. Dengan memahami apa yang saja yang dilakukan oleh manajer

operasi, hal ini juga membantu kita dalam menjelajahi beragam kesempatan

kerja yang menarik.

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

banyak menhabiskan biaya dalam sebuah organisasi. Sebagian besar

pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian,

MO memberikan peluang untuk meningkatkan keuntungan dan pelayanan

terhadap masyarakat.

14

2.2 Forecasting

2.2.1 Pengertian Forecasting

Ramalan berguna untuk menggambarkan kondisi dimasa yang akan datang

tentang sejumlah kejadian yang akan terjadi dalam setiap aspek kehidupan. Dalam

bisnis, peramalan diperlukan untuk menetapkan patokan dalam membuat rencana.

Tanpa patokan (dasar), tidak mungkin rencana kegiatan bisa dibuat karena akan

berkenaan dengan berapa jumlah bahan yang diperlukan, peralatan apa yang akan

digunakan, dimana dan siapa yang mengerjakannya, berapa besar biaya yang akan

dikeluarkan. Semuanya menjadi sulit kalau tidak ada patokan.

Berdasarkan pendapat Assauri (2008: 47), prakiraan atau peramalan

merupakan seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi

pada masa yang akan datang. Lalu menurut Rusdiana (2014:96), peramalan adalah

pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa

produk pada periode yang akan datang. Serta berdasarkan pernyataan Heizer dan

Render (2015:113), peramalan adalah suatu seni dan ilmu pengetahuan dalam

memprediksi peristiwa pada masa mendatang. Peramalan akan melibatkan

pengambilan data historis dan mempoyeksikannya ke masa yang akan datang dengan

model matematika. Kosasih (2009:71), peramalan memang bersifat tidak pasti

namun peramalan memiliki manfaat yang sangat baik. Manfaat peramalan antara

lain:

� Ramalan dapat menggambarkan kondisi dimasa yang akan datang, tentang

sejumlah kejadian yang akan terjadi. Seperti jumlah permintaan barang,

jumlah kelahiran, penghasilan panen, perkembangan politik, dan sebagainya.

� Sebagai dasar perencanaan. Karena gambaran telah diketahui, setiap

pengambilan keputusan akan membuat suatu perencanaan yang didasarkan

pada gambaran tersebut. Misalnya produsen dapat merencanakan berapa

jumlah produk yang harus diproduksi, jumlah bahan yang harus dipesan,

jumlah tenaga kerja yang harus dipersiapkan dan sebagainya.

� Untuk antisipasi agar dapat menghindari kerugian besar sehingga kerugian

dapat diminimalkan.

� Dapat memaksimalkan keuntungan dengan menyediakan produk sesuai

dengan kebutuhan.

15

� Menjadi dasar dalam menentukan besarnya biaya yang dibutuhkan untuk

setiap kegiatan.

� Menjadi dasar untuk menentukan besarnya biaya yang dibutuhkan untuk

setiap kegiatan.

� Menjadi dasar untuk menentukan langkah-langkah yang harus diambil dalam

mengantisipasi kejadian yang akan datang.

� Menjadi dasar dalam menyusun koordinasi antar bagian dalam merencanakan

tindakan. Misalnya bagian pemasaran memprakirakan jumlah permintaan

sekian. Ini akan menjadi dasar bagian produksi, bagian engineering, bagian

pembelian bahan, dan bagian personalia.

Jadi dapat disimpulkan bahwa peramalan (forecasting) adalah suatu seni dan

ilmu dalam memprediksi kejadian mendatang dengan penggunaan data atau

informasi dalam bentuk perhitungan atau prakiraan dari data yang lalu dan informasi

yang bersangkutan. Peramalan dilakukan untuk menentukan jumlah permintaan

terhadap suatu produk dan merupakan langkah awal dari proses perencaanaan dan

pengendalian produksi. Tujuan peramalan dalam kegiatan produksi adalah untuk

meredam ketidakpastian sehingga diperoleh suatu perkiraan yang mendekati keadaan

yang sebenarnya. Peramalan juga memberikan kemudahan dan manfaat yang positif

bagi suatu perusahaan/ organisasi dalam menjalankan proses produksi.

2.2.2 Meramalkan Horizon Waktu

Menurut Heizer dan Render (2015:114), peramalan biasanya diklasifikasikan

dengan horizon waktu pada masa mendatang yang dilngkupnya. Horizon waktu

dibagi dalam 3 kategori berikut :

1. Peramalan jangka pendek

Peramalan ini memiliki rentang waktu sampai dengan 1 tahun, tetapi

umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk perencanaan

pembelian, penjadwalan pekerjaan, level angkatan kerja, penugasan kerja dan

tingkat produksi

16

2. Peramalan jangka menengah atau intermediate

Peramalan ini umumnya memiliki rentang waktu dari 3 bulan sampai hingga

3 tahun. Peramalan ini bermanfaat untuk merencanakan penjualan,

perencanaan produksi dan anggaran, anggaran uang kas, dan analisis variasi

rencana operasional.

3. Peramalan jangka panjang

Umumnya untuk perencanaan masa tiga tahun atau lebih. Peramalan jangka

panjang digunakan dalam perencanaan untuk produk baru, pengeluaran

modal, lokasi atau pengembangan fasilitas, dan penelitian serta

pengembangan.

2.2.3 Tipe Peramalan

Heizer dan Render (2015:115) mengatakan bahwa organisasi menggunakan 3

jenis peramalan dalam merencanakan operasional untuk masa yang akan datang,

yaitu:

1. Peramalan ekonomi (economic forecasts)

Menangani siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan

uang, dana yang dibutuhkan untuk membangun perumahan, dan indikator

perencanaan lainnya.

2. Peramalan teknologi (technological forecasts)

Memperhatikan tingkat perkembangan teknologi yang dapat meluncurkan

produk baru yang lebih menarik, yang membutuhkan pabrik dan peralatan

baru.

3. Peramalan permintaan (demand forecasts)

Adalah proyeksi atas permintaan untuk produk atau jasa perusahaan.

Peramalan ini disebut juga peramalan penjualan yang mengarahkan produksi.

Kapasitas dan sistem penjadwalan perusahaan sebagai input bagi perencanaan

keuangan, pemasaran, dan personalia.

17

2.2.4 Pendekatan Dalam Peramalan

Menurut Heizer & Render (2015:118), terdapat dua pendekatan umum untuk

peramalan, sebagaimana ada dua cara mengatasi semua model keputusan. Pendekatan

yang satu adalah analisis kuantitatif dan analisis kualitatif.

1. Peramalan kuantitatif (quantitative forecast) menggunakan model matematis

yang beragam dengan data masa lalu dan variabel sebab akibat untuk

meramalkan permintaan.

2. Peramalan subjektif atau kualitatif (qualitative forecast) menggabungkan faktor,

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

untuk meramal.

2.2.5 Model-Model Peramalan

Menurut Heizer dan Render (2015:119), peramalan memiliki dua model yang

terdiri dari masing-masing metode yaitu:

1. Model Deret Waktu (Time Series)

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. Time Series mempunyai empat komponen yaitu :

• Tren, merupakan pergerakan data sedikit demi sedikit meningkat atau

menurun. Perubahan pendapatan, populasi, penyebaran umur, atau

pandangan budaya dapat mempengaruhi pergerakan tren.

• Musim, pola data yang berulang pada kurun waktu tertentu seperti hari,

minggu, bulan atau kuartal.

• Siklus, merupakan pola dalam data yang terjadi setiap beberapa tahun.

Siklus ini biasanya dikaitkan 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.

• 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.

18

2. Model Asosiatif

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

menggabungkan banyak variabel atau faktor yang mungkin mempengaruhi

kauntitas yang sedang diramalkan.

2.2.5.1 Peramalan Kuantitatif 1. 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 kita

ramalkan. Secara matematis, rata-rata bergerak sederhana (merupakan

prediksi permintaan periode mendatang) dinyatakan sebagai berikut:

Ft = ∑ Permintaan dalam periode n sebelumnya

n

dimana n adalah jumlah periode dalam rata-rata bergerak.

2. Rata-rata bergerak Tertimbang (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, pemutusan 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 akan digambarkan secara matematis

sebagai berikut.

Ft = ∑ (bobot periode n)(permintaan dalam periode n)

∑ Bobot

19

3. Penghalusan Eksponensial (Exponential Smoothing)

Penghalusan Eksponensial merupakan metode peramalan rata-rata bergerak

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

menggunakan pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan

eksponensial dasar dapat ditunjukkan sebagai berikut:

Peramalan baru = peramalan periode sebelumnya + α (permintaan periode terakhir

– peramalan periode terakhir)

Dimana α adalah sebuah bobot atau konstanta penghalus yang dipilih oleh

peramal yang mempunyai nilai antara 0 dan 1. Persamaan diatas dapat ditulis

secara matematis sebagai berikut:

F t = Ft – 1 + α (At-1– Ft-1)

Keterangan :

Ft = peramalan baru

Ft-1 = peramalan sebelumnya

α = konstanta penghalus (pembobotan) (0 ≤ α ≤ 1)

A t-1 = permintaan aktual periode lalu

4. Penghalusan Eksponensial dengan Tren (Exponential Smoothing with Trend)

Penghalusan eksponensial yang sederhana gagal memberikan respon terhadap

tren yang terjadi. Inilah alasan penghalusan eksponensial harus diubah saat ada

tren. Untuk memperbaiki peramalan, maka digunakan 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, α untuk rata-

rata dan β untuk tren. Kemudian, kita menghitung rata-rata dan tren untuk setiap

periode.

Rumus Penghalusan Eksponensial dengan Penyesuaian Tren adalah sebagai

berikut :

20

Ft = α (At-1) + (1-α) (Ft-1 + Tt-1)

Tt = β (Ft-Ft-1) + (1-β) Tt-1

Dimana :

Ft = peramalan dengan eksponensial yang dihaluskan dari data

berseri pada periode t

Tt = tren dengan eksponensial yang dihaluskan pada periode t

At = permintaan aktual periode t

α = konstanta penghalusan untuk rata-rata (0 ≤ α ≤ 1)

β = konstanta penghalusan untuk rata-rata (0 ≤ β ≤ 1)

Jadi, terdapat tiga langkah menghitung peramalan dengan yang disesuaikan

dengan tren adalah sebagai berikut :

1. Menghitung Ft , peramalan eksponensial yang dihaluskan untuk periode t,

menggunakan persamaan Ft.

2. Menghitung tren yang dihaluskan, Tt , menggunakan persamaan Tt

3. Menghitung peramalan dengan tren, FITt, dengan rumus FITt = Ft + Tt

5. Metode Naif (Naïve Method)

Metode naif adalah teknik peramalan yang mengasumsikan permintaan

periode berikutnya sama dengan permintaan periode terakhir, sehingga dapat

dirumuskan sebagai berikut :

Ft = Ft – 1

Keterangan :

F t = peramalan baru

F t – 1 = peramalan sebelumnya

21

6. Dekomposisi

Menurut Render, Stair, dan Hanna (2006:156), dekomposisi dalam model

deret waktu (time series) terdiri dari 4 komponen, yaitu : Trend (T) / trend,

Seasonality (S) / musiman, Cycles (C) / siklus, Random variation (R) / variasi

acak. Dekomposisi terbagi menjadi 2, yaitu :

a) Multiplicative (Perkalian) mengasumsikan bahwa permintaan adalah produk

dari empat komponen tersebut, dapat dirurmuskan sebagai berikut :

Demand = T x S x C x R

b) Additive (pertambahan) menambahkan keempat komponen secara bersamaan

untuk memberikan sebuah perkiraan, dapat dirumuskan sebagai berikut:

Demand = T + S + C + R

i). Multiplicative Decomposition (seasonal)

Penulis menggunakan 2 jenis multiplicative decomposition, yaitu dengan

dasar penghalusan (basis for smoothing).

Average for all data

Keterangan :

CMA = Centered Moving Average

22

= peramalan yang tidak disesuaikan

= peramalan yang disesuaikan

Centered Moving Average

Keterangan :

CMA = Centered Moving Average

= peramalan yang tidak disesuaikan

= peramalan yang disesuaikan

ii). Additive Decomposition (seasonal)

Penulis menggunakan 2 jenis additive decomposition, yaitu dengan dasar

penghalusan (basis for smoothing).

Average for all data

23

Keterangan :

CMA = Centered Moving Average

= peramalan yang tidak disesuaikan

= peramalan yang disesuaikan

Centered Moving Average

Keterangan :

CMA = Centered Moving Average

= peramalan yang tidak disesuaikan

= peramalan yang disesuaikan

24

2.2.5 Menghitung Kesalahan Peramalan

Menurut Heizer dan Render (2015: 126), ada beberapa perhitungan yang

biasa digunakan untuk menghitung kesalahan peramalan total. Perhitungan ini dapat

digunakan untuk membandingkan model peramalan yang berbeda, mengawasi

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

persentase rata-rata yang absolut (Mean Absolute Percent Error – MAPE).

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

MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk

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

setiap kesalahan peramalan dibagi dengan jumlah periode data (n). rumus untuk

menghitung MAD adalah sebagai berikut.

MAD = ∑ |aktual – peramalan |

n

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

MSE merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan.

MSE merupakan rata-rata perbedaan yang dikuadratkan diantara nilai yang

diramalkan dengan yang diamati. Kekurangan penggunaan MSE adalah bahwa

ia cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan.

Rumus untuk menghitung MSE adalah sebagai berikut.

MSE = ∑ | kesalahan peramalan |2

n

25

2.3 Persediaan (Inventory)

2.3.1 Definisi Persediaan

Salah satu fungsi manajerial dalam operasional suatu perusahaan adalah

pengendalian persediaan (inventory control). Persediaan adalah bagian utama dari

modal kerja dan aktiva yang setiap saat mengalami perubahan. Persediaan

merupakan suatu aktiva yang harus tersedia di perusahaan pada saat diperlukan

untuk menjamin kelancaran dalam menjalankan perusahaan.

Persediaan disebut juga inventory, yaitu semua item atau sumber daya yang

disimpan (Stock) untuk digunakan dalam proses bisnis perusahaan/organisasi.

Bentuknya bisa bermacam-macam, mulai dari bahan mentah, barang setengah jadi,

barang jadi atau komponen pendukung proses produksi.

Menurut Assauri (2008: 237), persediaan adalah sebagai suatu aktiva yang

meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam suatu

periode usaha yang normal, atau persediaan barang-barang yang masih dalam

pengerjaan/proses produksi, ataupun persediaan bahan baku yang menunggu

penggunaannya dalam suatu proses produksi. Lalu menurut Pardede (2005:412),

persediaan (inventory) adalah sejumlah bahan atau barang yang tersedia untuk

digunakan sewaktu-waktu dimasa yang akan datang. Persediaan terjadi apabila

jumlah bahan atau barang yang diadakan (dibeli atau dibuat sendiri) lebih besar

daripada jumlah yang digunakan (dijual atau diolah sendiri). Rusdiana (2014:375),

menyatakan bahwa persediaan merupakan sejumlah komoditas yang disimpan untuk

memenuhi kebutuhan pada masa yang akan datang. Sedangkan menurut

Tampubolon (2014 : 233 ), manajemen persediaan sangat berkaitan dengan sistem

persediaan di dalam suatu perusahaan yang bertujuan untuk menciptakan efisiensi

dalam proses konversi agar mencapai laba maksimal. Herjanto (2008:237),

berpendapat demikian bahwa 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 suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah, bahan

pembantu, bahan dalam proses, barang jadi, maupun suku cadang.

Dapat ditarik kesimpulan, persediaan (inventory) merupakan sejumlah bahan

atau barang yang tersedia didalam setiap proses bisnis suatu perusahaan/organisasi

untuk digunakan sewaktu-waktu dimasa mendatang. Persediaan dalam suatu

26

perusahaan atau organisasi bertujuan untuk memenuhi kebutuhan mendatang dan

menciptakan efisiensi dalam proses konversi agar mencapai laba maksimal.

2.3.2 Fungsi Persediaan

Fungsi persediaan menurut Heizer dan Render (2015: 553), fungsi

persediaan yaitu dapat melayani beberapa fungsi yang menambah fleksibilitas bagi

operasi perusahaan. Keempat fungsi persediaan adalah sebagai berikut :

1. Untuk memberikan pilihan barang agar dapat memenuhi permintaan

pelanggan yang diantisipasi dan memisahkan perusahaan dari fluktuasi

permintaan. Persediaan seperti ini digunakan secara umum pada perusahaan

ritel.

2. Untuk memisahkan beberapa tahapan dari proses produksi. Sebagai contoh,

jika persediaan sebuah perusahaan berfluktuasi, persediaan tambahan,

mungkin diperlukan untuk melakukan decouple proses produksi dari

pemasok.

3. Untuk mengambil keuntungan dari potongan jumlah karena pembelian dalam

jumlah besar dapat menurunkan biaya pengiriman barang.

4. Untuk menghindari inflasi dan kenaikan harga

Sedangkan fungsi persediaan menurut Tampubolon (2014:234), adalah sebagai

berikut :

1. Fungsi Decoupling

Merupakan fungsi perusahaan untuk mengadakan persediaan decouple, dengan

mengadakan pengelompokkan operasional secara terpisah. Sebagai contoh,

perusahaan manufaktur mobil, schedule perakitan mesin (engine assembly) dipisah

dengan schedule perakitan tempat duduk .

2. Fungsi Economic Size

Penyimpanan persediaan dalam jumlah besar dengan pertimbangan adanya diskon

atas pembelian bahan, diskon atas kualitas untuk dipergunakan dalam proses

konversi, dan didukung oleh kapasitas gudang yang memadai.

3. Fungsi Antisipasi

Merupakan penyimpanan persediaan bahan yang fungsinya untuk penyelamatan jika

sampai terjadi keterlambatan datangnya pesanan bahan dari pemasok. Tujuan

utamanya adalah untuk menjaga proses konversi agar tetap berjalan dengan lancar.

27

2.3.3 Jenis-jenis persediaan

Menurut Heizer dan Render (2015:554), terdapat 4 jenis persediaan yang

harus dipelihara perusahaan untuk mengakomodasi fungsi-fungsi persediaan, yaitu :

1. Persediaan bahan mentah (raw material inventory)

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

dan digunakan untuk melakukan 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 perlengkapan pemeliharaan, perbaikan,

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

produktif.

4. Persediaan barang jadi (finish goods inventory)

produk yang telah selesai dan tinggal menunggu pengiriman. Barang jadi dapat

dimasukkan kepersediaan karena permintaan pelanggan pada masa mendatang

tidak diketahui.

Sedangkan menurut Rangkuti (2007:7), terdapat 3 jenis persediaan menurut

fungsinya :

1. Batch Stock/Lot Size Inventory

Persediaan yang diadakan karena kita membeli atau membuat bahan-bahan

atau barang-barang dalam jumlah yang lebih besar daripada jumlah yang

dibutuhkan saat ini. Keuntungannya :

a. Potongan harga pada harga pembelian

b. Efisiensi produksi

c. Penghematan biaya angkutan

2. Fluctuation Stock

Persediaan yang diadakan untuk menghadapi fluktuasi permintaan

konsumen yang tidak dapat diramalkan.

3. Anticipation Stock

Persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang

dapat diramalkan berdasarkan pola musiman yang terdapat dalam satu

28

tahun dan untuk menghadapi penggunaan, penjualan, atau permintaan

yang meningkat.

2.3.4 Biaya – Biaya Persediaan

Menurut Heizer dan Render (2015:559) ada tiga jenis biaya dalam persediaan,

yaitu:

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, administrasi, dan seterusnya. Ketika

pemesanan sedang diproduksi, biaya pemesanan juga ada, tetapi mereka

adalah bagian dari biaya pemasangan.

3. Biaya pemasangan (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

seperti pemesanan dan pembayaran elektronik.

Untuk pengambilan keputusan penentuan besarnya biaya-biaya variabel dan

untuk menentukan kebijakan persediaan yang perlu diperhatikan adalah bagaimana

perusahaan dapat meminimalkan biaya-biaya. Sedangkan menurut Assauri (2008:

242), biaya-biaya yang timbul dari adanya persediaan meliputi:

a. Biaya pemesanan (ordering cost), biaya yang dikeluarkan berkenaan dengan

pemesanan barang-barang atau bahan baku dari penjual.

b. Biaya yang terjadi dari adanya persediaan (inventory carrying costs), biaya

yang dikeluarkan berhubungan dengan terjadinya persediaan. Biaya ini

berhubungan dengan persediaan yang selalu terdapat di gudang.

c. Biaya kekurangan persediaan (out of stock costs), biaya yang timbul akibat

terjadinya persediaan yang lebih kecil daripada jumlah yang diperlukan atau

bisa disebut juga biaya yang timbul akibat pengiriman kembali pesanan.

d. Biaya-biaya yang berhubungan dengan kapasitas (capacity associated costs),

biaya-biaya terdiri atas biaya kerja lembur, biaya latihan, biaya

pemberhentian kerja dan biaya pengangguran.

29

2.3.5 Model Kuantitas Pesanan Ekonomis (Economic Order Quantity)

Menurut Zulfikarijah (2005:99), pada tahun 1915 FW.Harris

mengembangkan rumus yang cukup terkenal yaitu Economic Order Quantity (EOQ),

rumus ini banyak digunakan di perusahaan-perusahaan atas usaha yang dilakukan

oleh seorang konsultan yang bernama Wilson. Oleh karena itu rumus ini sering

disebut juga dengan EOQ Wilson walaupun yang mengembangkan adalah

FW.Harris. Walaupun EOQ merupakan teknik penentuan persediaan yang tertua,

namun EOQ dengan variasinya masih banyak digunakan di perusahaan-perusahaan

untuk permintaan independen dalam manajemen persediaan karena relatif mudah

digunakan. 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. Lalu menurut Pardede (2005:412),

EOQ digunakan didalam menentukan jumlah barang yang akan dipesan untuk setiap

kali pemesanan serta jumlah biaya pengadaan bahan-bahan. EOQ menunjukan

jumlah barang yang harus dipesan untuk setiap kali pemesanan agar biaya persediaan

keseluruhan menjadi sekecil mungkin. Sedangkan menurut Heizer dan Render

(2010:92), EOQ adalah sebuah teknik kontrol persediaan yang meminimalkan biaya

total dari pemesanan dan penyimpanan serta berdasarkan beberapa asumsi:

� Jumlah permintaan diketahui, konstan, dan independen.

� Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan

diketahui dan konstan.

� Penerimaan persediaan bersifat instan dan selesai seluruhnya. Dengan kata

lain, persediaan dari sebuah pesanan dating dalam suatu kelompok pada suatu

waktu.

� Tidak tersedia diskon kuantitas.

� Biaya variabel hanya biaya intuk menyiapkan atau melakukan pemesanan

(biaya penyimpanan).

� Kehabisan persediaan (kekurangan persediaan) dan 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:

1. Mengembangkan persamaan untuk biaya pemasangan atau pemesanan.

2. Mengembangkan persamaan untuk biaya penahanan atau penyimpanan.

3. Menetapkan biaya pemasangan sama dengan biaya penyimpanan.

30

4. Menyelesaikan persamaan dengan hasil angka jumlah pemesanan yang optimal

Tingkat Persediaan

Safety stock

Gambar 2.1 Penggunaan persediaan dalam waktu tertentu

Sumber : Heizer dan Render (2015:561)

kuantitas pesanan = Q

( tingkat Persediaan

maksimum)

0

Tingkat

Penggunaan

Persediaan rata-

rata yang tersedia

waktu

Persediaan minimum

Total pesanan yang di terima

ROP

31

Perhitungan EOQ dapat dihitung dengan rumus :

1. EOQ (Q*) =

Dimana:

EOQ = Jumlah optimal barang per pesanan (Q*)

D = Permintaan per periode

S = Biaya pemesanan untuk setiap pesanan

H = Biaya penyimpanan per unit per periode

2. Average Inventory =

3. Orders per Period =

4. Annual Setup Cost =

5. Annual Holding Cost =

6. Total unit cost = unit cost x Demand

7. Total Cost = Total cost per unit + Annual setup cost +

Annual

holding cost

32

2.3.5.1 Titik Pemesanan Ulang (Reorder Point)

Perusahaan sering mengalami kendala dalam menjalankan kegiatan produksinya,

diantaranya yaitu persediaan yang kurang memadai yang diakibatkan oleh

keterlambatan pembelian kembali stock persediaan bahan baku, sehingga dapat

memperlambat proses produksi. ROP model menurut Rangkuti (2007:93) terjadi

apabila jumlah persediaan yang terdapat didalam stock berkurang terus, dengan

demikian kita harus menentukan berapa banyak batas minimal tingkat persediaan

yang harus dipertimbangkan sehingga tidak terjadi kekurangan persediaan (stock

out). ROP bisa juga disebut sebagai titik/batas jumlah pemesanan kembali termasuk

permintaan yang diinginkan atau dibutuhkan selama masa tenggang, misalnya suatu

tambahan atau ekstra stock.

Menurut Assauri (2008:277), reorder point atau tingkat pemesanan kembali

adalah suatu titik atau batas dari dimana persediaan yang ada pada suatu saat dimana

pemesanan harus diadakan kembali. Lalu Tampubolon (2014:239), berpendapat

bahwa reorder point merupakan jumlah persediaan yang di order kembali sangat

tergantung pada kebutuhan persediaan untuk proses konversi, pada kenyataannya

penggunaan persediaan bahan baku tidak pernah konstan dan selalu bervariasi.

Sedangkan menurut Heizer dan Render (2015:567), ROP atau 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 (waktu tunggu)

2. Reorder point – ROP (titik pemesanan ulang)

3. Safety stock (persediaan pengaman)

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:

ROP = (d x L)

d = D

jumlah hari kerja per periode

33

dimana :

ROP = reorder point

d = permintaan per hari

L = lead time

2.3.5.2 Lead Time Assauri (2008: 264), berpendapat bahwa lead time adalah lamanya waktu antara

mulai dilakukannya pemesanan bahan-bahan sampai dengan kedatangan bahan-

bahan yang dipesan tersebut dan diterima di gudang persediaan. Sedangkan lead time

menurut Heizer & Render (2015:567) merupakan waktu tunggu atau waktu

pengantaran, bisa jadi hanya beberapa jam atau bulan.

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 di perusahaan. Dalam EOQ, lead time diasumsikan konstan artinya

dari waktu ke waktu selalu tetap misalnya lead time 7 hari, maka akan berulang

dalam setiap periodenya. Akan tetapi dalam prakteknya lead time banyak berubah-

ubah, untuk mengantisipasinya perusahaan sering menyediakan safety stock.

2.3.5.3 Persediaan Pengaman (Safety Stock)

Menurut Assauri (2008: 263), Safety stock adalah persediaan tambahan yang

diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan

(stock-out). Rangkuti (2005:10), berpendapat bahwa persediaan pengaman adalah

persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan

terjadinya kekurangan bahan (stock out). Lalu Menurut Zulfikarijah (2005:96) safety

stock merupakan persediaan yang digunakan dengan tujuan supaya tidak terjadi stock

out (kehabisan stok). 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 penjulannya.

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

34

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.

Tujuan dari safety stock adalah untuk meminimalkan terjadinya stock out dan

mengurangi penambahan biaya penyimpanan dan biaya stock out total, biaya

penyimpanan disini akan bertambah sering 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.

2.3.6 Fixed Order Interval System (EOI)

Fixed Order Interval System juga disebut sistem persediaan secara periodik,

yang lebih berdasar kepada periode daripada sistem persediaan kontinyu yang lebih

kepada posisi stok persediaan. Sistem persediaan yang berbasiskan waktu yang

melakukan pesanan berdasarkan jangka waktu tertentu. Jumlah pesanan bergantung

kepada pemakaian demand selama periode waktu tertentu.

Menggunakan tingkat persediaan maksimum (maximum inventory level) selama

waktu lead time dan interval pesanan. Setelah suatu periode tetap (T) telah terlewati,

jumlah persediaan dihitung. Sebuah pesanan dilakukan untuk memulihkan

persediaan, dan jumlah pesanannya tergantung berapa jumlah yang berkurang

(maximum inventory level). Jadi, jumlah pesanan didapat dari selisih maximum

inventory level dan sisa persediaan pada waktu melakukan perhitungan.

Sistemnya terdiri dari 2 parameter yang digunakan yaitu periode tetap

pemeriksaan (T) dan maximum inventory level (E). Masalah dasar pada metode ini

adalah bagaimana menentukan interval pesanan (T) dan maximum inventory level (E)

yang diinginkan. Economic order interval dapat diperoleh untuk meminimumkan

35

total biaya tahunan. Pada data bersifat stochastic, metode ini mempunyai beberapa

persamaan dalam perhitungannya seperti berikut:

Dimana :

T* = economic order interval

Co = biaya pemesanan untuk setiap pesanan

Cc = biaya penyimpanan per unit per periode

D = permintaan per periode

SS = safety stock

Z = standar normal (diperoleh dari table distribusi normal. Misalnya, Z = 95%,

ini berarti tingkat pelayanan sebesar 95% dari permintaan atau penjagaan

terhadap kemungkinan terjadinya stockout hanya 5%)

= standar deviasi

L = lead time

E = maximum inventory level

I = average inventory control

Q* = order quantity

TOR = turn over ratio

TC(T*)= total cost

36

2.3.7 Minimum-Maximum System (Min-Max)

Cara kerja sistem ini yaitu apabila persediaan telah melewati batas minimum dan

mendekati batas safety stock maka reorder harus dilakukan. Jadi batas minimum

(minimum stock) merupakan batas tingkat reorder. Batas maksimum (maksimum

stock) adalah batas kesediaan perusahaan untuk menginvestasikan uangnya dalam

bentuk persediaan bahan baku. Jadi dalam hal ini yang terpenting adalah batas

minimum dan maksimum untuk dapat menentukan order quantity.

Pada metode ini, terdapat perbedaan cara dalam menghitung safety stock yakni

metode ini tidak memerlukan standar deviasi dan tingkat pelayanan melainkan hanya

membutuhkan rata-rata permintaan per-bulan. Pada data yang bersifat stochastic,

metode ini mempunyai beberapa persamaan dalam perhitungannya sebagai berikut :

SS =

Minimum stock = (DL) + SS Maximum stock = 2(DL) + SS Q* = Maximum stock – Minimum stock

Banyak pemesanan : N =

I = SS + ( )

TOR =

TC (Minimum – Maximum) = | Cc D Dimana:

SS = safety stock

D = permintaan per periode

L = lead time

I = average inventory control

Q* = order quantity

TOR = turn over ratio

TC (Min-Max) = total cost

37

2.4 Kerangka Pemikiran

Gambar 2.2 Kerangka Pemikiran

Sumber : penulis (2016)

Holycow! Steakhouse by

Chef Afit

(CAMP Senopati 2)

Perencanaan Persediaan Bahan Baku daging Wagyu

Sirloin

Implikasi Hasil Penelitian

EOQ

MAD & MSE

Forecasting

- Naïve Method

- Moving Averages

- Weighted Moving

Average

- Exponential Smoothing

- Exponentian Smoothing

with Trend

- Dekomposisi Peramalan terhadap penjualan produk

EOI Min-Max

38