LANDASAN TEORI
2.1. Manajemen Transportasi dan Distribusi
Distribusi adalah suatu kegiatan untuk memindahkan produk dari pihak supplier kepada pihak konsumen dalam suatu supply chain. Distribusi merupakan
suatu kunci dari keuntungan yang akan diperoleh perusahaan karena distribusi secara langsung akan mempengaruhi biaya dari supply chain dan kebutuhan konsumen, Jaringan distribusi yang tepat dapat digunakan untuk mencapai berbagai macam tujuan dari supply chain, mulai dari biaya yang rendah sampai respons yang tinggi terhadap permintaan dari konsumen. (Chopra, 2010, p86).
Transportasi merupakan pergerakan suatu produk dari suatu lokasi ke lokasi lain yang merepresentasikan awal dari suatu rangkaian supply chain sampai kepada konsumen. Transportasi sangat penting karena suatu produk jarang diproduksi dan digunakan dalam lokasi yang sama. (Copra, 2010, p380).
produk tersebut pada akhirnya akan kompetitif di pasar. Kemampuan untuk mengelola jaringan distribusi dewasa ini merupakan satu komponen keunggulan kompetitif yang sangat penting bagi kebanyakan industri.
Untuk menciptakan keunggulan berkompetisi, perusahaan tidak lagi bisa mengandalkan cara-cara tradisional dalam mendistribusikan produk-produk mereka. Perkembangan teknologi dan inovasi dalam manajemen distribusi memungkinkan perusahaan untuk menciptakan kecepatan waktu kirim serta efisiensi yang tinggi dalam jaringan distribusi mereka, sesuatu yang sangat dipentingkan oleh konsumen dewasa ini.
Tekanan kompetisi serta kebutuhan konsumen yang tinggi memaksa perusahaan-perusahaan untuk melakukan berbagai perbaikan dalam kegiatan distribusi dan transportasi. Dewasa ini, jaringan distribusi tidak lagi dipandang hanya sebagai serangkaian fasilitas yang mengerjakan fungsi-fungsi fisik seperti pengangkutan dan penyimpanan, tetapi merupakan bagian integral dari kegiatan supply chain secara holistik dan memiliki peran strategis sebagai titik penyalur
produk maupun informasi dan juga sebagai wahana untuk menciptakan nilai tambah.
2.1.1. Fungsi Dasar Manajemen Distribusi dan Transportasi
Secara tradisional kita mengenal manajemen distribusi dan transportasi dengan berbagai sebutan. Sebagian perusahaan menggunakan istilah manajemen logistik, sebagian lagi menggunakan istilah distribusi fisik (physical distribution). Apapun istilahnya, secara umum fungsi distribusi dan transportasi pada dasarnya adalah mengantarkan produk dari lokasi dimana produk tersebut diproduksi sampai dimana pelayanan kepada konsumen. Pada prinsipnya, fungsi ini bertujuan untuk menciptakan pelayanan yang tinggi ke konsumen yang bisa dilihat dari tingkat service level yang dicapai, kecepatan pengiriman, kesempurnaan barang sampai ke
tangan konsumen, serta pelayanan purna jual yang memuaskan.
Kegiatan transportasi dan distribusi bisa dilakukan oleh perusahaan manufaktur dengan membentuk bagian distribusi/transportasi tersendiri atau diserahkan ke pihak ketiga. Dalam upayanya untuk memenuhi tujuan-tujuan diatas, siapapun yang melaksanakan (internal perusahaan atau mitra pihak ketiga), manajemen distribusi dan transportasi pada umumnya melakukan sejumlah fungsi dasar yang terdiri dari :
1. Melakukan segmentasi dan menentukan target service level.
Segmentasi konsumen perlu dilakukan karena kontribusi mereka pada revenue perusahaan bisa sangat bervariasi dan karakteristik tiap
konsumen bisa sangat berbeda antara satu dengan lainnya. Dari segi revenue, sering kali hukum pareto 20/80 berlaku disini. Artinya, hanya
tidak bisa menomor-satukan semua konsumen. Dengan memahami perbedaan karakteristik dan kontribusi tiap konsumen atau area distribusi, perusahaan bisa mengoptimalkan alokasi persediaan maupun kecepatan pelayanan. Misalnya, konsumen kelas 1, yang menyumbangkan pendapatan terbesar, memiliki target service level yang lebih tinggi dibandingkan dengan konsumen kelas 2 atau kelas 3 yang kontribusinya jauh lebih rendah.
2. Menentukan mode transportasi yang akan digunakan.
Tiap mode transportasi memiliki karakteristik yang berbeda dan mempunyai keunggulan serta kelemahan yang berbeda juga. Sebagai contoh, transportasi laut memiliki keunggulan dari segi biaya yang lebih rendah, namun lebih lambat dibandingkan dengan transportasi udara. Manajemen transportasi harus bisa menentukan mode apa yang akan digunakan dalam mengirimkan produk-produk mereka ke konsumen. Kombinasi dua atau lebih mode transportasi tentu bisa atau bahkan harus dilakukan tergantung pada situasi yang dihadapi.
3. Melakukan konsolidasi informasi dan pengiriman.
Sedangkan konsolidasi pengiriman dilakukan misalnya dengan menyatukan permintaan beberapa toko atau retail yang berbeda dalam sebuah truk. Dengan cara ini, truk bisa berjalan lebih sering tanpa harus membebankan biaya lebih kepada konsumen / klien yang mengirimkan produk tersebut.
4. Melakukan penjadwalan dan penentuan rute pengiriman.
Salah satu kegiatan operasional yang dilakukan oleh gudang atau distributor adalah menentukan kapan sebuah truk harus berangkat dan rute mana yang harus dilalui untuk memenuhi permintaan dari sejumlah konsumen. Apabila jumlah konsumen sedikit, keputusan ini bisa diambil dengan relatif mudah. Namun perusahaan yang memiliki ribuan atau puluhan ribu toko atau tempat-tempat penjualan yang harus dikunjungi, penjadwalan dan penentuan rute pengiriman adalah pekerjaan yang sangat sulit dan kekurangtepatan dalam mengambil dua keputusan tersebut bisa berimplikasi pada biaya pengiriman dan penyimpanan yang tinggi.
5. Menyimpan persediaan.
2.2. Permintaan
Menurut Pujawan (2005, p85), permintaan terhadap barang atau jasa adalah awal dari semua kegiatan supply chain. Kegiatan produksi, pengiriman, perancangan produk dan pembelian material dilaksanakan dengan tujuan untuk memenuhi kebutuhan atau permintaan terhadap barang atau jasa dari pihak konsumen.
Pada hampir semua situasi riil, besar dan waktu permintaan terhadap barang atau jasa tidak mudah diketahui sebelum terjadi. Di sisi lain, banyak aktivitas yang sudah harus dikerjakan sebelum permintaan atau kebutuhan dari konsumen teridentifikasi dengan pasti. Pada perusahaan yang berproduksi dengan sistem make to stock, kegiatan produksi, pembelian material, dan pengiriman produk ke toko atau tempat penjualan dilakukan sebelum perusahaan mengetahui jumlah produk yang akan terjual di masing- masing toko atau tempat penjualan. Pada sistem produksi make to order, beberapa aktivitas seperti perakitan akhir dan pembuatan komponen memang bisa ditunda sampai ada permintaan definitif, namun tetap sebagian aktivitas seperti penyediaan bahan baku dan kapasitas dilakukan atas dasar perkiraan atau peramalan. Dengan demikian, boleh dikatakan tidak ada perusahaan yang bisa menghindar dari kegiatan memperkirakan atau meramalkan permintaan untuk keperluan perencanaan aktivitas-aktivitas yang harus dilakukan sebelum permintaan definitif datang dari konsumen.
2.3. Peramalan
dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan datang dengan suatu bentuk model matematis. Hal tersebut juga merupakan prediksi intuisi yang bersifat subjektif. Atau dapat pula menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manager.
Sedangkan menurut Hastarita (1984) pada Assauri (2008), Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess), tetapi dengan menggunakan teknik-teknik tertentu, maka peramalan menjadi lebih sekedar perkiraan. Peramalan dapat dikatakan perkiraan yang ilmiah (educated guess). Setiap pengambilan keputusan yang menyangkut keadaan di masa yang akan datang, maka pasti ada peramalan yang melandasi pengambilan keputusan tersebut.
meningkatkan efisiensi maupun efektifitas pada supply chain diperlukan cara-cara yang tepat untuk meningkatkan akurasi peramalan permintaan. Peningkatan akurasi bisa dilakukan dengan menggunakan metode peramalan yang lebih baik, mencari data yang lebih komprehensif, melakukan kolaborasi dengan pihak-pihak lain pada supply chain, serta memilih tingkat agregasi yang tepat untuk tiga dimensi, yaitu wilayah, waktu dan produk.
Kegiatan peramalan memiliki peran yang sangat kritis pada supply chain. Hanya saja, walaupun ramalan dilakukan dengan baik dan hasilnya akurat, supply chain tidak dijamin bisa memenuhinya dengan efektif dan efisien. Hal ini terutama
terjadi kalau permintaan memiliki pola yang fluktuatif. Walaupun fluktuasinya bisa diprediksi dengan baik, biaya-biaya yang muncul pada supply chain bisa cukup besar bila fluktuasinya tinggi. Oleh karena itu, disamping upaya untuk secara reaktif meramalkan permintaan dan merespon hasil ramalan apapun polanya, supply chain harus lebih proaktif mencoba membuat pola permintaan tersebut lebih stabil sehingga mudah untuk dipenuhi.
Menurut Santoso (2009, p7) definisi peramalan sebenarnya beragam, berikut beberapa definisi mengenai peramalan:
Perkiraan munculnya sebuah kejadian di masa depan, berdasarkan data yang
ada di masa lampau.
Proses menganalisis data historis dan data saat ini untuk menentukan trend di
masa mendatang.
Proses estimasi dalam situasi yang tidak diketahui. Pernyataan yang dibuat tentang masa depan.
Upaya sistematis untuk mengantisipasi kejadian atau kondisi di masa depan.
Dari beberapa definisi di atas, dapat disimpulkan bahwa peramalan berkaitan dengan upaya memperkirakan apa yang terjadi di masa depan, berbasis pada metode ilmiah (ilmu dan teknologi) serta dilakukan secara sistematis. Walaupun demikian, kegiatan forecasting tidaklah semata-mata berdasarkan prosedur ilmiah atau terorganisir, karena ada kegiatan peramalan yang menggunakan intuisi (perasaan) atau lewat diskusi informal dalam sebuah grup. Berikut beberapa ciri sebuah kegiatan peramalan, yaitu:
1. Berfokus pada data di masa lalu.
2. Bertujuan untuk menguji perkembangan saat ini dan relevansinya di masa mendatang.
3. Metode yang digunakan adalah proyeksi berdasarkan ilmu statistik, diskusi, dan review program.
4. Frekuensinya bersifat regular (teratur).
5. Hasil peramalan tidak sekedar akurasi, namun bersifat pembelajaran.
2.3.1. Meramalkan Horizon waktu
Heizer dan Render (2009, p163) mengatakan bahwa peramalan biasanya diklarifikasikan berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori:
1. Peramalan Jangka Pendek
Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya
kurang dari tiga bulan. Peramalan ini digunakan untuk merencanakan
pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan
tingkat produksi.
2. Peramalan Jangka Menengah
Peramalan jangka menengah atau intermediate umumnya mencakup hitungan
bulan hingga tiga tahun. Peramalan ini bermanfaat untuk merencanakan
penjualan, perencanaan dan anggaran produksi, anggaran kas, serta
menganalisis bermacam-macam rencana operasi.
3. Peramalan Jangka Panjang
Umumnya untuk perencanaan masa tiga tahun atau lebih. Peramalan jangka
panjang digunakan untuk merencanakan produk baru, pembelanjaan modal,
lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan
(litbang).
2.3.2. Jenis Peramalan
1. Peramalan ekonomi (economis forecast) menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indicator perencanaan lainnya.
2. Peramalan teknologi (techonological 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 juga peramalan penjualan, dimana mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.
2.3.3. Pendekatan Dalam Peramalan
Menurut Heizer dan Render (2009, p167), terdapat dua pendekatan umum peramalan, yaitu:
1. Peramalan kuantitatif (quantitative forecast), adalah peramalan yang menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan.
2. Peramalan subjektif atau kualitatif (qualitative forecast), adalah peramalan yang menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
2.3.4. Metode Peramalan Kuantitatif
Heizer dan Render (2009, p167), menguraikan metode peramalan secara kuantitatif meliputi:
Dekomposisi Pendekatan naif
Pendekatan naif merupakan metode peramalan yang paling sederhana, dimana metode ini mengasumsikan bahwa permintaan pada periode mendatang akan sama dengan permintaan pada periode terakhir. Pendekatan ini sesuai untuk beberapa jenis produk dan merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya. Pendekatan ini memberikan titik awal untuk perbandingan dengan model lain yang lebih berkembang.
Rata-rata bergerak (Moving Average)
Metode ini sangat bermanfaat apabila kita dapat membuat asumsi bahwa permintaan (demand) cenderung stabil sepanjang tahun. Rumus metode rata-rata bergerak adalah:
Dimana n adalah jumlah periode yang digunakan dalam metode rata-rata bergerak.
∑ permintaan data n peride sebelumnya
Rata-Rata Bergerak Tertimbang (Weighted Moving Average)
Apabila terdapat pola atau tren maka bobot (timbangan) bisa digunakan untuk menempatkan lebih banyak tekanan pada nilai baru. Hal tersebut membuat teknik ini lebih responsif terhadap perubahan karena periode yang lebih baru mungkin mendapatkan bobot yang lebih besar.
Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkannya. Oleh karena itu, pemutusan bobot mana yang akan digunakan membutuhkan pengalaman. Jika bulan atau periode terakhir diberi bobot yang terlalu berat, peramalan dapat mencerminkan perubahan yang terlalu cepat dan yang tidak biasa pada permintaan atau pola penjualan.
Rata-rata bergerak tertimbang ditunjukkan secara matematis dengan:
Penghalusan Eksponensial (Exponential Smoothing)
Penghalusan eksponensial merupakan metode peramalan rata-rata bergerang tertimbang yang canggih, namun relatif mudah dipergunakan. Metode ini tidak memerlukan input data yang sangat banyak. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut:
∑ Bobot untuk periode n Permintaan dalam perode n
dimana adalah sebuah bobot, atau konstanta penghalusan (smoothing constant) yang mempunyai nilai antara 0 dan 1. Persamaan untuk
metode penghalusan eksponensial dapat juga ditulis secara matematis sebagai berikut :
dimana,
= peramalan periode mendatang = peramalan periode sebelumnya = konstanta penghalusan (0 ≤ ≤1)
= permintaan aktual peride sebelumnya
Konstanta penghalusan ( ) umumnya antara 0,05 sampai 0,50 untuk aplikasi bisnis. Konstanta penghalusan dapat diubah untuk memberikan bobot yang lebih besar pada data sekarang (saat tinggi) atau bobot yang lebih pada data masa lalu (saat rendah). Yang pasti, periode masa lalu menurun dengan cepat ketika meningkat.
Penghalusan Eksponensial dengan Penyesuaian Tren (Exponential
Smoothing Adjusted for Trend : Holt’s Method)
Medote peramalan ini merupakan pengembangan dari metode penghalusan eksponensial, dimana metode ini dapat memberikan respon terhadap tren yang terjadi. Rumus penghalusan eksponensial dengan penyesuaian tren dapat ditunjukkan sebagai berikut:
Pada penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata maupun tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, untuk rata-rata data penghalusan eksponensial dan β untuk tren. Terdapat tiga langkah dalam menghitung peramalan dengan penyesuaian tren, yaitu:
Langkah 1: menghitung , peramalan eksponensial yang dihaluskan untuk periode t.
Langkah 2: menghitung trens yang dihaluskan, . Langkah 3: menghitung peramalan dengan tren, .
Persamaan yang digunakan untuk menghitung peramalan eksponensial yang dihaluskan sebagai berikut:
atau
Persamaan yang digunakan untuk menghitung tren yang dihaluskan adalah:
1
1
atau
dimana:
= peramalan dengan eksponensial yang dihaluskan dari data berseri pada periode t
= tren dengan eksponensial yang dihaluskan pada periode t = permintaan aktual pada periode t
= konstanta penghalusan untuk rata-rata (0 ≤ ≤1)
= konstanta penghalusan untuk tren (0 ≤ ≤1)
Nilai konstanta penghalusan tren ( ) menyerupai konstanta , karena yang tinggi lebih tanggap terhadap perubahan tren. yang rendah memberikan bobot yang rendah kepada tren terbaru dan cenderung memperhalus tren sekarang. Nilai dapat ditentukan dengan pendekatan uji coba, dengan MAD digunakan sebagai ukuran pembanding.
Penghalusan eksponensial sederhana sering disebut sebagai penghalusan tingkat pertama (first-order smoothing) dan penghalusan dengan penyesuaian tren disebut sebagai penghalusan tingkat kedua (second-order atau double smoothing).
1
Proyeksi tren (Trend Projection)
Regresi Linear (Linear Regression causal model)
Analisis regresi linier dapat diperoleh dengan menggunakan model matematis pada metode kuadrat terkecil dari proyeksi tren. Variabel terikat ( ) yang diramalkan tetap sama, dan variabel bebas ( ) yang digunakan dapat berupa variabel lain selain waktu. Persamaan regresi linier adalah:
dimana:
= nilai terhitungdari variabel yang akan diprediksi (disebut variabel terikat)
= persilangan sumbu y
= kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi di x)
= variabel bebas
Nilai dan untuk setiap garis regresi ditentukan dengan persamaan:
∑
∑
∑
Keterangan :
= tanda penjumlahan total
= nilai variable bebas yang diketahui
= nilai variable terkait yang diketahui
= rata-rata nilai
= rata-rata nilai
n = jumlah data atau pengamatan
Metode peramalan kuantitatif terdiri dari peramalan deret waktu (time series) dan peramalan sebab akibat/kausal (causal). Kedua metode kuantitatif ini mendasarkan peramalannya adalah pada data masa lalu dengan menggunakan prediktor untuk masa mendatang. Dengan mengelola data masa lalu maka akan diperoleh suatu hasil peramalan. Metode peramalan kuantitatif dibagi menjadi dua, yaitu:
a. Peramalan deret waktu (time series)
Peramalan ini dilakukan berdasarkan data-data dari suatu produk yang sudah ada sebelumnya, kemudian dianalisa pola datanya apakah berpola trend atau musiman maupun berbentuk siklus. Metode-metode yang dapat dipergunakan dalam hal ini dapat berupa rata-rata bergerak (moving average), penghalusan eksponensial (exponential smoothing), model matematika, dan metode Box-Jenkis.
∑
∑ | | b. Peramalan sebab-akibat / kausal (causal)
Peramalan ini dilakukan berdasarkan data yang sudah ada sebelumnya, tetapi mempergunakan data dari variabel lain yang menentukan atau mempengaruhinya pada masa depan, seperti penduduk, pendapatan, dan kegiatan ekonomi.
2.3.5. Menghitung Kesalahan Peramalan
Menurut Heizer dan Render, terdapat beberapa perhitungan yang biasa dipergunakan untuk menghitung kesalahan peramalan (forecast error) total. Perhitungan ini dapat dipergunakan untuk membandingkan
model peramalan yang berbeda, juga untuk mengawasi peramalan guna memastikan peramalan berjalan dengan baik. Dua teknik perhitungan yang paling terkenal adalah deviasi rata-rata absolut (mean absolute deviation – MAD) dan kesalahan rata-rata kuadrat (mean squared error – MSE)
1. Deviasi Rata-rata Absolut (Mean Absolute Deviation – MAD)
2. Kesalahan Rata-rata Kuadrat (Mean Squared Error – MSE)
MSE merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rat-rata selisih kuadrat antara nilai yang diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia cenderung menonjolkan deviasi yang besar karen adanya pengkuadratan.
Berdasarkan Nachrowi dan Hardius (2004, p239), menyatakan bahwa 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.
Sedangkan menurut Gaspers (2005, p80) dalam bukunya menyebutkan akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil. Dan menurut Rangkuti (2005, p70) menyatakan keharusan untuk membandingkan perhitungan yang memiliki nilai MAD paling kecil, karena semakin kecil nilai MAD berarti semakin kecil pula perbedaan antara hasil peramalan dan nilai aktual.
∑
2.3.6. Pengawasan dan Pengendalian Peramalan
Heizer dan Render (2006, p172) menyatakan bahwa salah satu cara untuk mengawasi peramalan berjalan dengan baik adalah dengan menggunakan sebuah sinyal penelusuran (tracking signal). Sinyal penelusuran adalah sebuah perhitungan seberapa baik peramalan mempresiksi nilai aktual. Sejalan dengan peramalan yang diperbarui setiap minggu, bulan atau kuartal, data permintaan baru yang tersedia dibandingkan dengan nilai peramalan.
Sinyal penelusuran dihitung sebagai running sum of the forecast errors (RSFE) dibagi dengan mean absolute deviation (MAD):
dimana
Sinyal penelusuran positif menandakan permintaan lebih besar dari peramalan. Sinyal penelusuran yang bagus adalah yang memiliki RSFE rendah. Kecenderungan konsisten peramalan untuk bisa lebih besar atau lebih kecul dari nilai aktual (yaitu, untuk RSFE tinggi) disebut sebagai kesalahan bias. Bias artinya sebuah peramalan yang secara konsisten lebih tinggi atau lebih rendah dari nilai aktual pada satu kurun waktu.
Sinyal penelusuran dihitung dan dibandingkan untuk menetapkan batas kendali. Geoge Plossl dan Oliver Wight adalah pakar pengendali
persediaan, telah menyarankan menggunakan maksimum ± 4 MAD untuk produk dengan persediaan tinggi, dan ± 8 MAD.
2.3.7. Karakteristik Peramalan
Menurut Nasution (2003, p28), peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudaha dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.
2.3.8. Sifat Hasil Peramalan
1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya dapat mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramalan untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena faktor-faktor yang mempengaruhi permintaan pada peramalan jangka pendek relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
2.4. Optimalisasi
2.5. Penentuan Rute dan Jadwal Pengiriman
Menurut Pujawan (2005, p179) salah satu keputusan operasional yang sangat penting dalam manajemen distribusi adalah penentuan jadwal serta rute pengiriman dari satu lokasi ke beberapa lokasi tujuan. Keputusan seperti ini sangat penting bagi mereka yang harus mengirimkan barang dari satu lokasi (misalnya gudang regional) ke berbagai toko yang tersebar di sebuah kota. Keputusan jadwal pengiriman serta rute yang akan ditempuh oleh tiap kendaraan akan sangat berpengaruh terhadap biaya-biaya pengiriman.
Namun demikian, biaya bukanlah satu-satunya faktor yang perlu dipertimbangkan dalam proses pengiriman. Mungkin perusahaan juga memiliki target bahwa tiap konsumen di sebuah tempat harus sudah mendapatkan pesanannya selambat-lambatnya dalam batas waktu tertentu. Dengan kata lain, ada constraint (kendala) waktu yang sering dinamakan time window. Di samping itu, jadwal dan rute sering kali juga harus mempertimbangkan kendala lain seperti kapasitas kendaraan atau armada pengangkutan.
Dalam penentuan rute pengiriman, pekerjaan pertama yang harus dilakukan adalah menentukan alokasi kendaraan, sebagai contoh digunakan truk sebagai alat pengiriman. Artinya, perlu diketahui truk mana yang akan mengunjungi toko yang mana. Tahap kedua nantinya adalah menentukan rute perjalanan masing-masing truk.
2.5.1 Metode untuk Penentuan Rute dan Jadwal Pengiriman
Menurut Maulity (2008), setelah mengetahui hasil ramalan permintaan baru bisa menganalisis distribusi awalnya. Dalam menganalisis diperlukan data-data. Data yang diperlukan untuk analisis pemecahan masalah adalah dengan mengadakan survei langsung pada objeknya untuk mendapatkan data yang relevan dengan masalah yang diteliti.
Selanjutnya dilakukan pengolahan data untuk menentukan distribusi dan data parameternya dalam menghasilkan solusi optimal. Salah satu metode yang dapat digunakan untuk pengolahan adalah savings matrix. Metode savings matrix (Pujawan, 2005 p180) pada hakekatnya adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. Digunakan jarak sebagai fungsi tujuan apabila diketahui koordinat tujuan pengiriman, lalu jarak yang akan ditempuh oleh semua kendaraan akan diminimumkan. Langkah-langkah yang harus dikerjakan adalah sebagai berikut :
1. Mengidentifikasi matrik jarak.
mengetahui koordinat masing-masing lokasi maka jarak antar dua lokasi dapat dihitung dengan menggunakan rumus jarak standar. Misalkan dua lokasi masing-masing diketahui dengan koordinat dan maka jarak antara dua lokasi tersebut adalah :
Dengan rumus tersebut dapat diketahui jarak antara gudang perusahaan dengan masing-masing toko dan antara toko yang satu dengan toko yang lainnya. Hasil perhitungan jarak tersebut kemudian akan digunakan untuk menentukan matrik penghematan (savings matrix) yang akan dikerjakan pada langkah berikutnya.
2. Mengidentifikasi matrik penghematan (savings matrix)
Pada awal langkah ini diasumsikan bahwa setiap toko akan dikunjungi oleh satu truk secara eksklusif. Maka akan ada penghematan yang akan diperoleh jika dua atau lebih rute bila digabungkan menjadi satu rute. Savings matrix merepresentasikan penghematan yang bisa direalisasikan dengan menggabungkan dua toko / konsumen ke dalam satu rute.
rute maka jarak yang dikunjungi adalah dari gudang perusahaan ke toko 1 kemudian ke toko 2 dan dari toko 2 balik ke gudang perusahaan. Gambar 2.1 mengilustrasikan perubahan tersebut.
Gambar 2.1 Perubahan yang Terjadi Dengan Mengkonsolidasikan Toko 1 dan Toko 2 ke Dalam Satu Rute
Sumber : Supply Chain Management, I Nyoman Pujawan
Melalui Gambar 2.2 dapat dilihat bahwa perubahan jarak (penghematan) adalah sebesar total jarak kiri dikurangi total jarak kanan yang besarnya adalah :
3. Mengalokasikan konsumen dalam rute perjalanan kendaraan
Pada tahapan ini, dilakukan pembagian konsumen ke dalam suatu rute perjalanan kendaraan dengan mempertimbangkan konsumen dan kapasitas kendaraan yang digunakan. Sebuah rute dikatakan feasible apabila jumlah permintaan total dari semua konsumen tidak melebihi kapasitas kendaraan dan jumlah permintaan dari satu konsumen dapat ditampung secara keseluruhan oleh satu kendaraan. Prosedur yang digunakan untuk pengelompokkan konsumen yaitu berdasarkan nilai saving matriks terbesar. Jadi, pertama-tama mengurutkan nilai saving matriks yang terbesar sampai kapasitas kendaraan yang digunakan dapat menampung semua permintaan. Apabila kapasitas sudah maksimal, maka prosedur tersebut akan berulang sampai semua konsumen teralokasi dalam suatu rute perjalanan.
4. Mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi
a) Farthest Insert
Prosedur ini dilakukan dengan melakukan penambahan konsumen dalam sebuah rute perjalanan. Prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling jauh. Kemudian prosedur ini akan terus berulang hingga semua konsumen masuk ke dalam rute perjalanan.
b) Nearest Insert
Prosedur ini merupakan kebalikan dari farthest insert dimana prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling dekat. Kemudian prosedur ini akan terus berulang hingga semua konsumen masuk ke dalam rute perjalanan.
c) Nearest Neighbour
Prosedur ini memulai rute kendaraannya dari jarak yang paling dekat dengan depot. Kemudian rute selanjutnya yaitu konsumen yang paling dekat dengan konsumen pertama yang sudah dikunjungi. Prosedur ini akan terus berulang sampai semua konsumen masuk ke dalam rute perjalanan.
2.6. Pengertian Sistem
organisasi terdiri dari bidang-bidang fungsional yang semuanya mengacu pada tercapainya tujuan organisasi yang telah ditetapkan.
Sedangkan menurut O’Brien (2003,p8), sistem adalah sekelompok yang terintegrasi dan bekerja sama untuk mencapai tujuan yang sama dengan menerima masukan (inputs) dan menghasilkan keluaran (outputs) dalam sebuah proses transformasi yang terorganisir dengan baik.
2.7. Pengertian Informasi
McLeod (2001, p12) menyatakan bahwa informasi adalah data yang telah diproses atau data yang memiliki arti. Sedangkan O’Brien (2004, p13) berpendapat bahwa informasi adalah data yang telah dikonversikan menjadi konteks yang berarti dan berguna bagi pemakai tertentu.
Terdapat empat dimensi informasi menurut McLeod (2001,p145), yaitu: Ketepatan waktu
Informasi harus dapat tersedia untuk memecahkan masalah pada waktu yang tepat sebelum situasi menjadi tidak terkendali atau kesempatan yang ada menghilang.
Kelengkapan
Perusahaan harus dapat memperoleh informasi yang member gambaran lengkap dari suatu permasalahan atau penyelesaian. Namun pemberian informasi yang tidak berguna secara berlebihan harus dihindari.
Akurasi
tertentu seperti aplikasi yang melibatkan keuangan, semakin teliti informasi yang diinginkan maka biaya pun semakin bertambah.
Relevansi
Informasi disebut relevan jika informasi tersebut berkaitan langsung dengan masalah yang sedang dihadapi. Manajer harus mampu memilih informasi yang diperlukan.
2.8. Pengetian Sistem Informasi
Menurut O,Brien (2002, p7), sistem informasi adalah kombinasi dari sumber daya manusia, perangkat keras, perangkat lunak, jaringan komunikasi, dan sumber daya data yang mengubah, mengumpulkan, dan menyebarkan informasi dalam sebuah organisasi. Pengertian lainnya dari sistem informasi adalah sebagai suatu sistem yang menerima data sebagai input dan kemudian mengolahnya menjadi informasi sebagai output.
2.9. Object-Oriented
Menurut Satzinger et al (2005, p60), pendekatan object oriented merupakan sebuah pendekatan pengembangan sistem yang melihat sistem informasi sebagai sekumpulan dari object-object yang saling berinteraksi yang bekerja bersama untuk menyelesaikan suatu tugas.
Berdasarkan pengertian di atas, dapat disimpulkan bahwa pendekatan object-oriented adalah pendekatan pengembangan sistem dengan melihat sistem
informasi sebagai sekumpulan object yang saling berinteraksi dan membantu dalam menghindari berbagai masalah dan perangkap.
2.9.1. Object-Oriented Analysis (OOA) dan Object-Oriented Design (OOD) Karena pendekatan object oriented melihat suatu sistem sebagai kumpulan dari object-object yang saling berinteraksi, maka Object-Oriented Analysis mendefinisikan semua tipe-tipe dari object yang
dibutuhkan user untuk bekerja dan menunjukan interaksi user yang dibutuhkan untuk menyelesaikan tugas-tugas. Sedangkan Object-Oriented Design mendefinisikan semua tipe-tipe tambahan dari object-object penting untuk berkomunikasi dengan orang dan alat-alat dalam sistem, menunjukan object-object berinteraksi untuk menyelesaikan tugas-tugas, dan menyempurnakan definisi dari setiap tipe object sehingga dapat diimplementasikan dengan bahasa atau lingkungan tertentu. (Satzinger et al (2005, p60))
2.9.2. Unified Modelling Language (UML)
Menurut Bennett et al. (2010, pp118-119), UML diagram merupakan grafik yang terdiri dari berbagai jenis bentuk yang dikenal dengan node, dihubungkan dengan garis yang dikenal sebagai path.
dan notasi yang dikembangkan secara khusus untuk pengembangan object-oriented.
Jadi dapat disimpulkan bahwa UML merupakan grafik berupa serangkaian standar konstruksi model dan notasi yang dikembangkan secara khusus untuk pengembangan object-oriented.
2.9.3. Activity Diagram
Satzinger et al. (2009, p141) menjelaskan sebuah activity diagram sebagai workflow diagram sederhana yang menjelaskan berbagai aktivitas-aktivitas user (atau sistem), orang yang melakukan setiap kegiatan dan urutan aliran dari kegiatan mereka. Menurut Bennett et al. (2010, p113), dalam Unified Process, activity diagram digunakan untuk menggambarkan proses pengembangan. Activity diagram sangat berguna untuk menggambarkan urutan dari proses-proses bisnis dalam sebuah organisasi.
Bennett et al. (2010, p123) mengatakan activity diagram digunakan untuk berbagai tujuan, yaitu:
a. Untuk menggambarkan proses atau tugas (misalnya dalam pemodelan bisnis).
b. Untuk mendeskripsikan fungsi sistem yang digambarkan oleh sebuah use case.
d. Dalam USDP (Unified Software Development Process), activity diagram digunakan untuk menggambarkan kegiatan yang membentuk
sebuah siklus hidup.
[image:34.612.187.556.209.429.2]Gambar 2.2 menunjukan notasi-notasi dasar yang digunakan untuk menggambarkan activity diagram.
Gambar 2.2 Notasi Activity Diagram Sumber : Satzinger et al. (2009, p142)
2.9.4. Use case Diagram
Menurut Bennett et al. (2010, p154), use case adalah penjelasan fungsionalitas sistem dari sudut pandang user. Untuk menunjukkan fungsionalitas bila sistem akan menyediakan dan menggambarkan user mana yang berkomunikasi dengan sistem dalam cara menunjukkan fungsionalitas tersebut digunakan use case diagram.
bagaimana peran-peran tersebut menggunakan sistem. Sedangkan usecase merupakan aktivitas yang diselesaikan oleh sistem.
[image:35.612.232.488.331.449.2]Dua jenis hubungan yang dapat ditunjukkan dari use case diagram, yaitu extend dan include. Extend digunakan ketika ingin menunjukkan bila suatu use case menyediakan fungsionalitas tambahan yang diperlukan oleh use case lain (Bennett et al., 2010, p148). Include digunakan saat terdapat urutan perilaku yang sering digunakan pada sejumlah use case, dimana satu use case meliputi aksi yang dijelaskan di use case lain (Bennett et al., 2010, p149).
Gambar 2.3 Notasi dari use case diagram Sumber : Bennett et al.(2010, p156)
[image:35.612.213.507.539.654.2]Gambar 2.5 Use case diagram menunjukkan <<include>> Sumber : Bennett et al.(2010, p158)
2.9.5. Class Diagram
Bennett et al. (2010, p134), setiap use case analysis diuraikan secara terpisah untuk memasukkan detil rancangan yang relevan. Model-model yang terpisah ini lalu diintegrasikan untuk menghasilkan rancangan class diagram yang detil. Rancangan class memiliki atribut dan operasi spesifik untuk menggantikan tanggung jawab yang tidak terlalu spesifik yang telah diidentifikasikan dalam aktifitas analisis.
Bennett et al. (2010, p396), salah satu tugas pada rancangan yang detil adalah menambahkan secara lebih detil ke dalam spesifikasi atribut dan operasi pada class yang sudah diidentifikasikan pada analisis. Hal ini termasuk:
1. Menentukan tipe data pada tiap atribut.
2. Menentukan bagaimana meng-handle atribut yang diturunkan. 3. Menambah operasi utama (primary operations).
Tabel 2.1 Visibilitas
Sumber: Bennett et al. (2010, p 402)
Menurut Bennett et al. (2010, p420), rancangan class berfokus dengan rancangan detil dari sistem dan dipimpin dalam kerangka kerja arsitektur dan spesifikasi guideline rancangan. Proses detil rancangan melibatkan penentuan tipe data dari atribut, penentuan bagaimana mengimplementasikan atribut yang telah diturunkan, menambah primary operation, dan menjelaskan operation signature. Asosiasi perlu
dirancang untuk mendukung pesan melewati persyaratan operasi. Ini termasuk menentukan seberapa baik untuk menempatkan object reference dalam class.
[image:37.612.266.503.510.664.2]2.9.6. Sequence Diagram
Sequence diagram adalah diagram yang menunjukkan interaksi
antar obyek yang diatur dalam sebuah urutan waktu. Aplikasi sequence diagram yang paling umum adalah mewakili interaksi obyek yang terinci
dari satu use case untuk satu operasi (Bennett et al. (2010, p262)).
Menurut Satzinger (2009, p242), System Sequence Diagram merupakan sebuah diagram menunjukkan urutan dari messages antara ekternal actor dan sistem dalam usecase atau scenario. Dalam sequence
diagram, aliran informasi masuk dan keluar dari sistem disebut sebagai message. Terdapat beberapa notasi yang digunakan untuk penggambaran
System Sequence Diagram seperti yang ditunjukkan dalam Gambar 2.6.
a) Actor : merupakan orang (atau peran) yang berinteraksi dengan sistem. Dalam usecase diagram, actor “menggunakan” sistem, namun penekanan dalam system sequence diagram adalah bagaimana actor “berinteraksi” dengan sistem dengam memasukkan input data dan menerima output data.
b) Object : menunjukkan keseluruhan sistem terotomasi.
c) Lifeline atau object lifeline : merupakan garis vertikal dibawah sebuah object dalam sequence diagram untuk menunjukkan garis kehidupan
Gambar 2.7 Notasi dari sequence diagram Sumber : Bennett et al. (2010, p638)
[image:39.612.220.512.76.168.2]Menurut Bennett et al. (2010, p262), dalam sequence diagram terdapat satu buah notasi yang disebut fragment. Fragment yang digunakan pada sequence diagram dimaksudkan untuk memperjelas bagaimana sequence ini saling dikomunikasikan. Tipe interaksi operator yang dapat digunakan dalam fragment dapat dilihat pada tabel berikut.
Tabel 2.2 Tipe Interaksi Operation
Interaction Operator
Penjelasan dan Kegunaaan
alt Alternatives mewakili alternatif behaviour, setiap behaviour ditampilkan dalam operasi yang terpisah.
opt Option merupakan pilihan tunggal atas operasi yang hanya akan dieksekusi apabila batasan interaksi bernilai true. break Break mengindikasi bahwa dalam combined fragment
ditampilkan sementara oleh sisa dari interaction fragment yang terlampir.
par Paralel mengindikasi bahwa eksekusi operasi dalam combined fragment dapat digabungkan dalam sequence manapun.
berbeda operasinya dalam perbedaaan lifeline yang dapat terjadi dalam urutan apapun.
strict Strict Sequencing membuat sebuah strict sequence berada dalam eksekusi sebuah operasi tetapi tidak termasuk urutan dalam operasi.
neg Negative menggambarkan sebuah operasi yang bersifat invalid.
critical Critical Region mengadakan sebuah batasan dalam sebuah operasi yang tidak memiliki event yang terjadi dalam lifeline.
ignore Ignore menandakan tipe pesan, spesifikasi sebagai parameter, yang seharusnya diabaikan dalam sebuah interaksi.
consider Consider merupakan keadaan dimana pesan-pesan seharusnya dipertimbangkan dalam sebuah interaksi. assert Assertion merupakan keadaan bahwa sebuah sequence
dari pesanan dalam operasi hanya satu-satunya yang memiliki lanjutan yang bersifat sah.
loop Loop digunakan untuk mengindikasi sebuah operasi yang diulang berkali-kali sampai batasan interaksi untuk perulangan berakhir.
Sumber: Bennett et al. (2010, p279)
2.9.7. User-interface
2.9.8. Navigation Diagram
[image:41.612.252.475.234.394.2]Menurut Mathiassen et al. (2000, p344), diagram navigasi adalah statechart diagram khusus yang berfokus pada keseluruhan user interface yang dinamis. Diagram ini menunjukkan window yang berkaitan dan transisi di antara window-window tersebut. Notasi untuk Navigation Diagram ditunjukkan pada Gambar 2.6.
Gambar 2.8 Notasi Design Navigation Diagram Sumber : Mathiassen et al. (2000, p343)
2.10.Kerangka Pikir
[image:42.612.210.446.209.585.2]Kerangka pikir bertujuan untuk menggambarkan urutan atau tahapan dalam melakukan penelitian dari awal hingga didapatnya suatu penyelesaian yang dilakukan dalam melakukan pengamatan pada Tirta Bintaro.
2.10.1.Penjelasan Kerangka Pikir 1. Penelitian Pendahuluan
Penelitian pendahuluan yang dilakukan pada Tirta Bintaro adalah dengan melakukan observasi terhadap keseluruhan perusahaan dan mempelajari gambaran perusahaan secara umum. Melalui penelitian pendahuluan akan diketahui pula proses bisnis yang sedang berjalan di Tirta Bintaro. Selain pengamatan langsung, dilakukan pula wawancara terhadap pihak-pihak terkait untuk mengetahui sistem manajemen yang dijalankan pada Tirta Bintaro. Dengan dilakukannya studi pendahuluan diharapkan penelitian akan lebih jelas dengan informasi dan pengalaman praktis yang didapatkan melalui tinjauan secara langsung, serta memudahkan dalam mengidentifikasi masalah pada tahap selanjutnya.
2. Definisi Permasalahan
3. Studi Pustaka
Setelah melakukan pendefinisian masalah, akan dilakukan studi pustaka terkait dengan permasalahan yang diambil sebagai topik penelitian. Studi pustaka yang dilakukan, yaitu dengan menggunakan bahan perkuliahan, buku-buku literatur, jurnal, maupun internet. Studi pustaka dilakukan dengan harapan dapat menjadi suatu landasan untuk menyelesaikan permasalahan yang ada pada Tirta Bintaro.
4. Pengumpulan Data
Pengumpulan data diperlukan dalam menyelesaikan permasalahan yang ada. Pengumpulan data dilakukan secara langsung dan tidak langsung. Pengumpulan data secara langsung dilakukan melalui wawancara dengan pihak-pihak terkait dan observasi langsung terhadap aktivitas bisnis yang terjadi di dalam perusahaan. Pengumpulan data secara tidak langsung adalah dengan menggunakan data-data yang dicatat perusahaan pada periode-periode sebelumnya. Data yang dikumpulkan antara lain:
- Data umum perusahaan yang meliputi sejarah singkat perusahaan, visi dan misi perusahaan ke depan, struktur organisasi perusahaan, sistem penjualan, pemesanan bahan baku dan distribusi Aqua Galon yang berjalan di perusahaan, dan sebagainya.
tersebut akan digunakan untuk membuat peramalan penjualan produk Aqua Galon.
- Data konsumen yang membeli produk Aqua Galon, berikut daerah tujuan pengirimannya ke konsumen tersebut.
- Data kendaraan yang digunakan perusahaan dan data mengenai biaya operasional perusahaan untuk melakukan pendistribusian barang.
5. Analisis Sistem yang Berjalan
menentukan metode sistem distribusi yang tepat bagi perusahaan. Sedangkan untuk menentukan sistem distribusi harus dimulai dari keadaan internal perusahaan bersangkutan, namun Tirta Bintaro belum memiliki sistem perencanaan pengadaan barang yang tepat. Untuk itu, berbagai metode yang digunakan untuk penyelesaian masalah dalam penelitian ini antara lain peramalan permintaan dan manajemen transportasi dan distribusi. Untuk mendapatkan suatu sistem distribusi yang tepat pada periode-periode dimana perusahaan merasa kesulitan dalam memenuhi pesanan konsumen, maka pertama-tama dilakukan peramalan dalam memperkirakan permintaan untuk periode tersebut di masa mendatang.
Metode peramalan yang digunakan disesuaikan dengan pola data yang merupakan data penjualan time series, yaitu Metode Naif, Metode Rata-rata Bergerak, Metode Rata-Rata-rata Bergerak Tertimbang, Metode Penghalusan Eksponensial, Metode Penghalusan Eksponensial dengan Tren, dan Metode Regresi Linier. Setelah itu, pengolahan data dilanjutkan dengan metode manajemen transportasi dan distribusi, yaitu savings matrix.
6. Perancangan Sistem Informasi Berbasis Object-Oriented
Setelah mendapatkan metode yang tepat bagi perusahaan berdasarkan analisis yang telah dilakukan dan informasi mengenai apa yang dibutuhkan user, maka selanjutnya akan dilakukan perancangan sistem informasi tersebut dengan menggunakan usecase diagram, usecase description, class diagram, sequence diagram, dan navigation diagram.
7. Simpulan dan Saran
Simpulan dan saran merupakan bagian akhir dari penelitian, dimana akan dilakukan pembahasan akhir yang selanjutnya akan diambil suatu kesimpulan mengenai permasalahan yang ada. Simpulan yang dibuat diharapkan dapat menjawab tujuan dari penelitian dan memberikan usulan yang bermanfaat bagi perusahaan sebagai pemecahan terhadap masalah. Solusi yang diperoleh dapat berguna sebagai saran kepada perusahaan mengenai masalah yang ditemukan sehingga penelitian dapat bermanfaat dalam meningkatkan efisiensi proses distribusi perusahaan.
