Resoponden dalam penelitian ini berjumlah 15 orang, meliputi manajer-manajer di tiga pabrik garmen. Dari 15 responden sebanyak 46,7 persen laki-laki dan 53,3 persen perempuan. Perusahaan merekrut manajer tidak melihat dari jenis kelamin tetapi dari kompetensi atau kemampuan karyawan. Usia responden yang paling dominan adalah di usia 36-40 tahun dengan prosentase 53,3 persen. Sedangkan untuk usia di bawah 35 tahun sebesar 20 persen dan usia 41-45 tahun sebesar 26,7 persen.
Dari hasil wawancara dua perusahaan garmen yaitu Manna Garment dan Jago Arta yang baru berdiri dari tahun 2011, sehingga prosentase lama menjabat sebagai manajer 1-3 tahun menempati posisi paling dominan dengan prosentase 40 persen. Untuk manajer yang lama menjabat lebih dari tiga tahun dengan prosentase 33,3 persen merupakan manajer dari perusahaan garmen Citra Mulia berdiri pada tahun 2004. Sedangkan untuk manajer yang lama menjabat kurang dari satu tahun merupakan asisten manajer yang baru saja diangkat menjadi seorang manajer dengan prosentase 26,7 persen. Hasil karakteristik responden dapat dilihat pada tabel 5 dibawah ini.
Validitas dan Reliabilitas
Uji validitas pada penelitian ini terdiri dari 20 pertanyaan untuk variabel Kualitas Data (X) dan 16 pertanyaan untuk variabel Biaya Operasional (Y), serta
Tabel 4. Karakteristik Responden
No. Karakteristik Keterangan Jumlah Persentase (%) 1 Jenis Kelamin a. Laki-laki 7 46,70
b. Perempuan 8 53,30 2 Usia a. < 35 tahun 3 20
b. 36-40 tahun 8 53,30 c. 41-45 tahun 4 26,70 3 Lama Menjabat a. < 1 tahun 4 26,70 b. 1-3 tahun 6 40 c. > 3 tahun 5 33,30 Sumber. Hasil Olahan Data Karakteristik Responden
19
6 pernyataan mengenai pendapat manajer setuju atau tidak setuju dampak kualitas data penjualan dan admin dapat mengurangi biaya operasional. Pengujian validitas instrumen dilakukan dengan menggunakan korelasi Product Moment
Pearson, dibantu dengan Software SPSS 16.0 for windows. Nilai korelasi yang
diperoleh dari masing-masing instrumen kemudian dibandingkan dengan r tabel, dengan n=15 dan alpha 5% diperoleh nilai r tabel 0,51.
Berdasarkan hasil perhitungan uji validitas diperoleh kesimpulan bahwa semua instrumen pertanyaan yang terdapat dalam kuesioner variabel kualitas data (X), variabel biaya operasional (Y) dan kuesioner pendukung tersebut valid pada taraf nyata 5% dan r hitung > r tabel. Hal tersebut berarti instrumen yang digunakan akurat dalam mengukur apa yang hendak diukur. Hasil uji validitas instrumen dapat dilihat pada tabel 5, tabel 6, dan tabel 7 dibawah ini.
Tabel 5. Uji Validitas Kualitas Data (x)
df= 15-2 ; α=0,05
Pertanyaan r hitung r tabel keterangan
PA1 0,714 0,51 Valid PA2 0,577 0,51 Valid PA3 0,727 0,51 Valid PA4 0,708 0,51 Valid PA5 0,643 0,51 Valid PR6 0,580 0,51 Valid PR7 0,788 0,51 Valid PR8 0,515 0,51 Valid PTW9 0,624 0,51 Valid PTW10 0,527 0,51 Valid PTW11 0,579 0,51 Valid PTW12 0,586 0,51 Valid PL13 0,732 0,51 Valid PL14 0,603 0,51 Valid PL15 0,809 0,51 Valid PL16 0,737 0,51 Valid PK17 0,732 0,51 Valid PK18 0,802 0,51 Valid PK19 0,619 0,51 Valid PK20 0,646 0,51 Valid
20
Tabel 6. Uji Validitas Biaya Operasional (Y)
Tabel 7. Uji Validitas Pendapat Dampak Kualitas Data Penjualan dan Admin Dapat Mengurangi Biaya Operasional
Pada penelitian ini, reliabilitas dihitung dengan menggunakan teknik
Alpha Cronbach. Pengujian realibilitas ini dilakukan pada butir-butir pertanyaan
yang telah valid. Suatu variabel dikatakan reliabel jika memberikan nilai Alpha
Cronbach > 0,60.
df= 15-2 ; α=0,05
Pertanyaan r hitung r tabel keterangan
PP1 0,625 0,51 Valid PP2 0,705 0,51 Valid PP3 0,710 0,51 Valid PP4 0,602 0,51 Valid PP5 0,688 0,51 Valid PP6 0,766 0,51 Valid PP7 0,671 0,51 Valid PP8 0,617 0,51 Valid PA9 0,653 0,51 Valid PA10 0,653 0,51 Valid PA11 0,536 0,51 Valid PA12 0,553 0,51 Valid PA13 0,630 0,51 Valid PA14 0,659 0,51 Valid PA15 0,632 0,51 Valid PA16 0,527 0,51 Valid
Sumber. Hasil Olahan Uji Validitas Data
df= 15-2 ; α=0,05
Pertanyaan r hitung r tabel keterangan
P1 0,572 0,51 Valid P2 0,787 0,51 Valid P3 0,758 0,51 Valid P4 0,581 0,51 Valid P5 0,748 0,51 Valid P6 0,562 0,51 Valid
21
Berdasarkan hasil perhitungan uji reliabilitas pada tabel 8 diperoleh nilai alpha sebesar 0,949 untuk variabel kualitas data (X) dan nilai alpha sebesar 0,933 untuk variabel tingkat pengeluaran biaya operasional (Y). Dengan demikian instrumen tersebut dikatakan reliabel, dikarenakan Alpha Cronbach yang dihasilkan lebih besar dari 0,600, sehingga instrumen tersebut dikatakan reliabel.
Tabel 8. Hasil Uji Reliabilitas Variabel
Uji Asumsi Klasik
Sebelum melakukan uji hipotesis dengan analisis regresi linear sederhana asumsi-asumsi klasik harus dipenuhi. Berikut hasil uji asumsi klasik.
a) Uji Normalitas
Pengujian normalitas statistik menggunakan uji Kolmogorov-Smirnov. Dalam pengujian ini uji normalitas dilakukan terhadap nilai eror atau residualnya. Dapat dilihat dari hasil uji normalitas nilai asympotic significant
(two tailed) sebesar 0,463, dikarenakan 0,463 > alpha (0,05) maka residual
terdistribusi normal. Hasil uji normalitas dapat dilihat pada tabel 9. Tabel 9. Hasil Uji Kolmogorov-Smirnov
Variabel Kolmogorov-Smirnov Asymp. Sig. Keterangan
Unstandardized Residual 0,852 0,463 Normal
Sumber. Hasil Olahan Data Uji Normalitas
b) Uji Linear
Uji linear ini menggunakan bantuan dari Software SPSS 16.0 for
windows dengan grafik X & Y. Dari hasil uji linear pada gambar 2, grafik
tersebut terdapat garis lurus yang menunjukan linear. Dimana garis lurus tersebut dengan slope negatif.
Variabel Croncbach Alpha Kriteria Keterangan Kualitas Data 0,949 0,600 Reliabel Biaya Operasional 0,933 0,600 Reliabel Pendapat 0,895 0,600 Reliabel
22
Gambar 2. Hasil Uji Linear
c) Uji Heterokedastisitas
Uji heteroskedastisitas menggunakan dengan uji Gleyser dengan bantuan Software SPSS 16.0 for windows. Dari hasil uji tersebut pada tabel 10, dapat dilihat variabel kualitas data (X) tidak ada gejala heteroskedastisitas dikarena Sig.(0,968) > 0,05.
Tabel 10. Hasil Uji Heterokedastisitas
Pembahasan
Berdasarkan tabel 11 dapat diketahui bahwa kualitas data penjualan dan administrasi dari tiga perusahaan garmen sebagian besar sudah baik. Dimana data tersebut sebagian sudah akurat berarti benar atau tidak ada kesalahan dalam data, relevan berarti data yang disajikan sesuai dengan keadaan, tepat waktu berarti penyampaian data tepat saat dibutuhkan, isi data up date, lengkap berarti semua isi data lengkap disajikan dan sesuai kebutuhan pengguna dan konsisten berarti atribut dalam data selalu konsisten. Tetapi sebagian masih terdapat kondisi atau tingkat kualitas data yang sedang, hal ini berdasarkan wawancara dikarenakan dalam penyampaian data yang tepat waktu dan lengkap itu sangat sulit sekali, meskipun data sudah akurat tetapi dalam penyampaian data kadang lengkap dan kadang tidak lengkap, serta SDM yang masih kurang cepat dalam menyajikan data sehingga data juga tidak tepat waktu.
Variabel t Sig.
Kualitas Data 0,040 0,968
23
Pada tabel 12 hasil persentase atau frekuensi biaya operasional menunjukan bahwa ketiga perusahaan garmen sebagian besar biaya operasional yang dikeluarkan dari dampak kualitas data penjualan dan administrasi yang dimiliki perusahaan rendah. Hal ini dikarenakan data yang dimiliki sebagian besar berkualitas sehingga biaya operasional yang dikeluarkan dari dampak kualitas data dapat dikendalikan, maka biaya operasional yang dikeluarkan rendah khususnya pada biaya admin. dan umum, berdasarkan wawancara hal ini dikarena bersifat tetap dan meski ada masalah yang timbul akibat data, masalah tersebut tidak akan mengeluarkan biaya yang signifikan dan masih bisa diatasi, sehingga jarang sekali biaya yang muncul akibat dari dampak kualitas data yang dimiliki. Tetapi sebagian masih terdapat biaya operasional yang sedang dan tinggi pada biaya penjualan, hal ini dimungkinkan dari kondisi data yang dimiliki perusahaan sebagian kadang masih ada beberapa yang rawan dari kesalahan. Dimana data yang dimiliki akurat dan tepat waktu tetapi tidak lengkap mengakibatkan kesalahan dalam pengambilan keputusan, atau saat digunakan masih terdapat angka-angka yang menyesatkan yang kemudian akan mengeluarkan biaya operasional .
Tabel 11. Hasil Persentase Kualitas Data
No. Karakteristik
Persentase (%) Sangat
Buruk Buruk Sedang Baik
Sangat Baik 1 Akurat 0 0 5,3 18 1,7 2 Relevan 0 0 5,3 9,7 0 3 Tepat Waktu 0 0 7,7 12,3 0 4 Lengkap 0 0 7 13 0 5 Konsisten 0 0 5,7 14,3 0 Jumlah 0 0 31,0 67,3 1,7
Sumber. Hasil Olahan Data
Tabel 12. Hasil Persentase Biaya Operasional
No. Karakteristik
Persentase (%) Sangat
Rendah Rendah Sedang Tinggi
Sangat Tinggi 1 Biaya Penjualan 0 20,4 25,8 3,8 0 2 Biaya Admin & Umum 0 36,3 13,8 0 0
Jumlah 0 56,7 39,6 3,8 0
24
Penelitian ini menguji dampak kualitas data penjualan dan administrasi terhadap pengurangan biaya operasional dengan analisis regresi linear sederhana dengan bantuan Software SPSS 16.0 for windows. Untuk lebih lanjut, berikut penjelasan dari uji hipotesis. Hasil analisis regresi linear sederhana tersebut dapat dilihat pada tabel 13 dan tabel 14.
Tabel 14. Hasil Pengujian Determinasi
Dari tabel tersebut dapat dibuat persamaan regresi liner sederhana sebagai berikut: Y= 88,018 - 0,655X +e atau Y= 88,018 - 0,655 kualitas data + e
Dapat dilihat dari tingkat signifikansi atau p-value sebesar 0,018, sehingga p-value < alpha (0,05) maka HO ditolak dan H1 diterima. Serta dapat dilihat juga t hitung sebesar -2,699 dan t tabel sebesar -1,77, sehingga - t hitung < - t tabel maka HO ditolak dan H1 diterima. Dari hasil tersebut terbukti bahwa dampak kualitas data penjualan dan administrasi dapat mengurangi biaya operasional.
Berdasarkan hasil uji hipotesis terbukti bahwa dampak kualitas data penjualan dan administrasi dapat mengurangi biaya operasional, hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Emeka - Nwokeji , N. A (2012). Hal ini dikarenakan kualitas data berpengaruh negatif terhadap biaya operasional, dapat dilihat pada analisis regresi linear sederhana, nilai konstanta sebesar -0,655 dengan nilai R koefisien korelasi pearson terdapat hubungan antara kualitas data dengan biaya operasional sebesar 59,9%. Sehingga semakin data penjualan dan admin itu berkualitas, maka dampak kualitas data tersebut dapat mengurangi biaya operasional. Hal ini dapat dilihat dari ketiga perusahaan sebagian besar
Tabel 13. Hasil Uji Regresi Linear Sederhana
Variabel Koefisien t hitung t tabel Signifikansi
Konstanta 88,018 4,894 0,000
Kualitas Data -0,655 -2,699 -1,77 0,018 Sumber. Hasil Uji Regresi Linear Sederhana
R R Square Adjusted R Square Std. Error of the Estmate
0,599 0,359 0,310 3,43769
25
sudah menggunakan data penjualan dan administrasi yang benar dan baik sebagai dasar melakukan kegiatannya dengan tingkat baik 67,3 persen dan sangat baik 1,7 persen, sehingga biaya operasional yang dikeluarkan dari dampak kualitas data sebagian besar rendah dengan persentase 56,7 persen. Dengan demikian masalah yang merugikan perusahaan seperti kegagalan internal, pengiriman salah, dan lain-lain yang mengakibatkan biaya operasional dikeluarkan tidak akan muncul. Serta dengan data yang berkualitas dapat mencegah penambahan biaya, seperti halnya biaya-biaya yang semestinya tidak dikeluarkan dapat dicegah, dikarenakan kegiatan dilakukan dengan dasar yang benar.
Untuk membuktikan lebih lanjut dari hasil uji hipotesis, maka dapat dilihat dari hasil persentase pendapat para manajer mengenai dampak kualitas data dapat mengurangi biaya operasional pada tabel 15.
Tabel 15. Hasil Persentase Pendapat Manajer Dampak Kuaitas Data Penjualan dan Administrasi Dapat Mengurangi Biaya Operasional
NO. Keterangan Jumlah Persentase (%)
1 Sangat Tidak Setuju 0 0
2 Tidak Setuju 0 0
3 Netral 19 21,1
4 Setuju 60 66,7
5 Sangat Setuju 11 12,2
Total 90 100
Sumber. Hasil Olahan Data
Berdasarkan dari hasil persentase pendapat para manajer, sebagian besar manajer setuju dan bahkan terdapat manajer yang menyatakan sangat setuju. Ini dimaksudkan dengan data penjualan dan administrasi yang berkualitas (akurat, relevan, tepat waktu, lengkap, dan konsisten), dari dampak data tersebut dapat mengurangi biaya operasional, dikarenakan dengan perusahaan menggunakan data yang berkualitas perusahaan tidak akan mengalami masalah yang merugikan seperti pengeluaran biaya operasional yang berlebihan akibat data yang digunakan buruk. Sedangkan untuk manajer yang berpendapat netral, hal ini dimungkinkan
26
dalam kondisi tertentu bisa saja biaya yang dikeluarkan kadang rendah kadang tinggi meski data yang dimiliki sudah berkualitas. Berdasarkan dari salah satu alasan manajer, hal ini dikarenakan meski data pengiriman yang dimiliki sudah lengkap tetapi biaya pengiriman terkadang dikeluarkan lebih, dimana dalam pengantaran barang tidak sampai pada waktunya sehingga barang dikirim balik dan harus dijadwal ulang atau di buatkan PO yang baru untuk pengiriman ulang. Selain itu untuk biaya training atau pelatihan karyawan dalam hal kompeten menggunakan data terkadang perusahaan mengeluarkan biaya pelatihan lebih meski data perusahaan sudah berkualitas dan kadang biaya yang dikeluarkan juga rendah.
Begitu juga dengan hasil wawancara dengan kepala manajer Manna Garment bapak Junadi pada tanggal 29 september 2014 pukul 16.30, kepala manajer PT Citra Mulia bapak Totok pada tanggal 30 september 2014 pukul 12.00, dan kepala manajer Jago Arta bapak Novan pada tanggal 1 Oktober 2014 pukul 11.50. Kepala manajer Manna Garment menyampaikan bahwa data itu sangat penting bagi perusahaan, karena semua kegiatan perusahaan dilakukan dari data-data tersebut, dengan data-data perusahaan dapat tahu apa yang harus dilakukan. Peran data bagi perusahaan sebagai kehidupan jalannya perusahaan, seperti halnya perusahaan mau kemana, apa yang harus dilakukan, serta mempermudah menginput transaksi atau kegiatan perusahaan.
Melihat pentingnya data bagi perusahaan, dari hasil wawancara dengan kepala manajer PT Citra Mulia, bahwa kualitas data itu sangat penting, apa lagi untuk data-data yang berkaitan dengan transaksi perusahaan dan untuk data-data yang cenderung sering berubah, seperti data penjualan, produksi, pembelian, dll. Data disebut berkualitas jika data itu tepat waktu saat dibutuhkan atau digunakan serta isinya lengkap. Seperti yang disampaikan kepala manajer Manna Garment seperti halnya data penjualan lengkap tetapi tidak tepat waktu, data tersebut seperti sampah karena sudah tidak bisa digunakan. Jika data yang dimiliki perusahaan itu lengkap dan tepat waktu, otomatis dalam menjalankan kegiatan perusahaan pun berjalan dengan lancar tanpa adanya masalah disebabkan oleh data yang buruk.
27
Dalam masalah ini biaya operasional yang pernah dikeluarkan akibat dari dampak data penjualan dan admin yang buruk dari ketiga perusahaan adalah biaya yang berkaitan dengan biaya penjualan. Seperti yang pernah dialami oleh perusahaan Manna Garment yang disampaikan pada saat wawancara terjadi kesalahan dalam pengiriman dikarenakan ketika itu ada pesanan melalui via telepon dari Mall pusat yang ada di Jakarta, ketika melakukan pengiriman ternyata salah. Ketika dikonfirmasi pelanggan meminta pesanan barang tersebut dikirim ke Mall cabang di Bandung bukan di Mall pusat. Kemudian pelanggan tidak mau menanggung barang tersebut dikarenakan bukan kesalahan pelanggan dan meminta segera dikirim ke Bandung. Mau tidak mau biaya pengiriman yang dikeluarkan harus dua kali. Setelah dicek kesalahan ada pada data pesanan pelanggan yang tidak lengkap dan jelas pada alamat tujuan pengiriman. Hal ini terjadi dikarenakan Mall pusat biasanya saat memesan barang selalu dikirim ke Jakarta, untuk kali ini Pusat meminta untuk dikirim ke Bandung dan karena kecerobohan karyawan tidak bertanya secara lengkap, sehingga pada alamat tujuan pengiriman tidak dicatat dengan lengkap dan jelas oleh karyawan, yang mengakibatkan data pesanan pelanggan menjadi tidak lengkap dan jelas.
Selain itu kesalahan jumlah barang juga pernah terjadi. Dimana perusahaan mengalami kekurangan barang saat pengiriman, barang yang dikirim seharusnya 2600 lusin tetapi hanya dikirim 2000 lusin secara otomatis perusahaan harus megirim lagi kekurangannya dan mengeluarkan biaya kirim lagi. Hal ini disebabkan data pesanan tidak valid, dikarenakan adanya kesalahan ketika menginput jumlah barang seharusnya 2600 lusin tetapi diinput 2000 lusin, sehingga muncullah masalah tersebut.
Perusahaan Citra Mulia juga pernah mengalami pada biaya pengiriman berlebihan. Ketika itu ada pesanan dari pelanggan dengan jumlah barang 3000 dosin, untuk pengiriman barang ini tidak bisa dilakukan sekali kirim harus dikirim beberapa kali dengan membuat data daftar kirim. Data daftar kirim ini harus diolah untuk menentukan berapa jumlah yang sudah terkirim dan yang belum terkirim serta jumlahnya harus benar dan lengkap. Kesalahan ini terjadi saat pengolahan data daftar kirim dikarenakan saat mengupdate data mengalami
28
kesalahan seperti tidak lengkap dan benar dalam jumlah barang yang sudah dikirim, yang mengakibatkan barang yang dikirim kelibihan 200 lusin. Serta barang yang lebih ini pelanggan tidak mau menerima, mau tidak mau membuang biaya kirim dan barang harus dikirim balik dan mengeluarkan biaya kirim lagi.
Kepala manajer Jago Arta menyampaikan biaya-biaya operasional seperti ini akan muncul jika data operasional yang dimiliki tidak sesuai dengan kondisi dan yang diharapkan karyawan seperti halnya tidak lengkap, angka dalam data masih salah. Masalah ini bisa muncul ketika adanya kesalahan saat menyusun, menginput serta mengolah data pesanan pelanggan, padahal data pesanan ini merupakan data utama untuk menjalankan aktivitas berikutnya, kemudian saat digunakan terjadilah kesalahan dan biaya-biaya yang semestinya tidak keluar bisa saja keluar karena data yang digunakan tidak benar.
Biaya-biaya operasional ini akan muncul ketika adanya dampak dari kesalahan penginputan, penyusunan maupun pengolahan data. Hal ini bisa dicegah atau diatasi jika data yang digunakan itu tepat, seperti halnya jika kegiatan dasar perusahaan dilakukan dengan data yang tepat dan sesuai dengan yang diharapkan perusahaan, masalah-masalah yang merugikan perusahan tidak akan muncul. Pernyataan tersebut juga sesuai dengan pendapat para kepala manajer. Kepala manajer Jago Arta menyatakan bahwa, dengan data yang lengkap dan benar perusahaan bisa mengatur pengeluaran biaya operasional lebih efektif. Jika data yang dimiliki bebas dari kesalahan, masalah-masalah yang merugikan perusahaan tidak akan muncul. Jika terjadi sebaliknya data yang dimiliki bermasalah pasti dalam melaksanakan kegiatan menjadi kacau dan bermasalah.
Demikian pula seperti yang disampaikan oleh kepala manajer Manna Garment, dengan data yang berkualitas dapat mencegah pengeluaran biaya operasional yang berlebihan atau dapat mengefektifkan pengeluaran biaya operasional. Pengeluaran biaya operasional juga bisa disebabkan beberapa hal, seperti intensitas kegiatan perusahaan seberapa sering kegiatan dilakukan, tetapi jika dikontrol atau adanya pengendalian internal yang lebih baik seperti halnya data yang berkualitas, biaya-biaya tersebut bisa dikendalikan lebih baik lagi, karena perusahaan melaksanakan kegiatan dengan dasar yang benar dan tepat.
29
Selain biaya operasional, biaya produksi juga pernah dikeluarkan bahkan sering seperti yang disampaikan oleh para kepala manajer bahwa perusahaan sering mengalami data produksi yang tidak lengkap dan salah. Data yang paling rentang bermasalah adalah data perencanaan produksi, data perintah produksi, data bahan baku, dan data stok barang jadi. Seperti yang disampaikan kepala manajer Manna Garment karena data produksi itu sangat detail, kalau dalam data satu komponen saja salah atau nilainya tidak benar hal ini bisa menghambat untuk aktivitas berikutnya. Seperti halnya untuk membuat perencanaan produksi diperlukan data stok dan harga bahan baku, data accessories, data pesanan, dan lain-lain. Kemudian bagian gudang tidak bisa memberikan data accessories dan data bahan baku A, B, dan C tepat waktu, karena dikejar deadline mau tidak mau perencanaan produksi dibuat dengan data yang tidak akurat. Ketika produksi berlangsung perusahaan mengalami kekurangan bahan baku tipe C, kemudian dilakukan pemesanan bahan baku C dan ternyata harga bahan baku C mengalami kenaikan, sehingga biaya produksi pun bertambah. Hal ini dikarenakan biaya bahan baku C dalam perencanaan produksi dihitung atau dianggarkan dengan harga sebelum naik, maka biaya produksi perencanaan lebih rendah dari pada biaya yang sebenarnya dikeluarkan, sehingga HPP perencanaan lebih rendah dari pada HPP yang sesungguhnya, hal ini lah yang membuat perusahaan rugi, dimana adanya penambahan biaya produksi. Jika perencanaan ini dibuat dengan data yang akurat kerugian ini tidak akan terjadi.
Seperti yang dialami perusahaan Citra Mulia, dalam data produksi salah satu dampak yang dialami kesalahan pada data untuk perintah packing, dimana seharusnya dilakukan packing model A tetapi dilakukan dengan packing model B karena data untuk model packing yang diberikan salah dan tidak lengkap sehingga biaya packing dikeluarkan dua kali dan kita harus packing ulang lagi. Selain itu yang disampaikan oleh kepala manajer Jago Arta, biaya tenaga kerja juga paling sering dan dominan karena proses produksi itu berawal dari data perintah produksi kalau urutan kerja salah karena tidak jelas, benar, dan lengkap yang mengakibatkan proses produksi harus diulangi, mau tidak mau karyawan harus lembur dan biaya tenaga kerja bertambah.
30
Dari hasil wawancara dapat disimpulkan, bahwa pengeluaran biaya operasional bisa ditekan dengan data yang berkualitas. Hal ini dikarenakan semua kegiatan operasional maupun produksi, pasti akan mengeluarkan biaya. Jika data yang dimiliki perusahaan sudah sesuai harapan perusahaan otomatis kegiatan perusahaan berjalan dengan baik dan lancar, masalah yang merugikan perusahaan tidak akan muncul dan biaya-biaya yang dikeluarkan bisa lebih dikontrol. Meskipun data sudah berkualitas, SDM perusahaan juga harus diperhatikan agar data yang dihasilkan berkualitas dan kegiatan perusahaan bisa berjalan dengan baik dan terhindar dari masalah yang merugikan.