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.
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
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.
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.
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
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.
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.
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)
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:
Ft = Ft – 1 + α (At-1– Ft-1)
Keterangan :
Ft = peramalan baru
Ft-1 = peramalan sebelumnya
α = konstanta penghalus (pembobotan) (0 ≤ α ≤ 1) At-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-rata-rata dan tren untuk setiap periode.
Rumus Penghalusan Eksponensial dengan Penyesuaian Tren adalah sebagai berikut :
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 :
Ft = peramalan baru
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 :
= 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).
Keterangan :
CMA = Centered Moving Average
= peramalan yang tidak disesuaikan
= peramalan yang disesuaikan
Centered Moving Average
Keterangan :
CMA = Centered Moving Average
= peramalan yang tidak disesuaikan
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
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
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.
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
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.
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.
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
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
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
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 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
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
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
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 stockD = permintaan per periode
L = lead time
I = average inventory control
Q* = order quantity
TOR = turn over ratio
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
