BAB II LANDASAN TEORI

8

LANDASAN TEORI

2.1 Sistem Produksi

Proses manufaktur dapat digambarkan seperti terlihat dalam Gambar 1.1., berupa kerangka masukan-keluaran, dimana masukannya berupa bahan baku, selanjutnya bahan baku dikonversi (dengan bantuan peralatan, waktu, keahlian, uang, manajemen, dsb) menjadi keluaran berupa produk akhir. Pengendalian produksi berkepentingan dengan peramalan atau perkiraan keluaran, penentuan input yang dibutuhkan, serta perencanaan dan penjadwalan pengelolahan bahan baku.

Sumber : Biegel, John E. 1990. Production Control a Quantitative Approach. Second Edision. New Delhi : Prentice Hall of India Private Limited

Gambar 2.1 : Manufaktur sebagai Proses Input-Output

Ruang lingkup perencanaan dan pengendalian produksi pada industri manufaktur memliki fungsi yang sama. Adapun fungsi dan aktivitas-aktivitas yang ditangani adalah sebagai berikut :

1. Mengelola pesanan (order) dari pelanggan

3. Mengelola persediaan, termasuk membuat kebijakan safety stock, kebiajan kuantitas order, frekuensi dan periode pesanan,

4. Menyusun rencana agregat (penyesuaian permintaan dengan kapasitas). 5. Membuat jadwal induk produksi

6. Merencanakan kebutuhan.

7. Melakukan penjadwalan pada mesin atau fasilitas produksi

8. Monitoring dan pelaporan pembebanan kerja disbanding kapasitas produksi, dan mengevaluasi scenario pembebanan dan kapasitas.

(Baroto, Teguh. 2002 : p15)

Fungsi tersebut dalam praktik tidak semua akan diterapkan, tergantung pada teknik dan sistem perencanaan dan pengendalian yang digunakan oleh perusahaan. Peramalan kebutuhan merupakan titik awal kegiatan pengendalian produksi. Peramalan dilakukan dalam satu jangka waktu perencanaan.

2.2 Konsep Dasar Kebutuhan Peramalan

Perencanaan dan pengendalian untuk operasi menuntut penaksiran atas permintaan akan produk atau jasa yang diharapkan akan disediakan oleh perusahaan di masa mendatang. Dengan demikian peramalan merupakan suatu dugaan terhadap permintaan dari item-item independen demand pada masa yang akan datang berdasarkan pada beberapa variabel peramal, maupun data deret waktu historis. Selanjutnya dengan mengkombinasian dengan pelayanan pesanan yang bersifat pasti, maka dapat diketahui total permintaan dari suatu produk sebagai usaha untuk mencapai efektivitas dan efisiensi dari manajemen roduksi dan inventori dalam industri manufaktur.

2.2.1 Klasifikasi Metode Peramalan

Sumber : Bozarth, Cecil C., and Handfield, Robert B. 2006. Introduction to Operation and Supply Chain Management. Second Edition. New Jersey : PTR Prentice Hall.

Gambar 2.2 : Klasifikasi Metode Peramalan

Pada dasarnya model peramalan dapat diklasifikasikan ke dalam tiga kategori, yaitu (1) ekstrapolasi atau time series, (2) kausal, dan (3) pertimbangan . Dua yang pertama dikategorikan sebagai model kuantitatif (objective forecasting) sedangkan yang ketiga dikategorikan sebagai model kualitatif (subjective

forecasting).

Time series methods atau model ekstrapolasi menggunakan riwayat

permintaan masa lalu dalam membuat ramalan masa depan. Sasaran metode ini adalah untuk mengidentifikasi pola data historis dan mengekstrapolasi pola ini untuk masa mendatang. Beberapa model deret waktu yang popular dan umum diterapkan dalam peramalan permintaan adalah : rata-rata bergerak (moving average), rata-rata bergerak terbobot (weighted moving average), pemulusan eksponensial (exponential

Causal methods atau metode peramalan kausal mengasumsikan bahwa

permintaan akan suatu produk tergantung pada satu atau beberapa faktor independen. Metode kausal berusaha untuk menemukan hubungan sebab akibat diantara variabel yang diramalkan dan satu atau lebih variabel lain. Sebagai misal peramalan permintaan mobil berdasarkan harga mobil, tingkat pendapatan keluarga, jumlah penduduk, dan lain-lain. Setelah hubungan ini diemukan, nilai-nilai masa mendatang dapat diramalkan cukup dengan memasukkan nili-nilai yang sesuai untuk variabel-variabel independen.

Subjective forecasting methods atau metode kualitatif merupakan model

peramalan tanpa menggunakan data kuantitatif, tetapi dilakukan berdasarkan pengalaman dan survey dengan mengandalkan opini pakar dalam membuat prediksi tentang masa depan. Metode ini biasanya digunakan untuk peramalan terhadap produk baru, pasar baru, perubahan sosial dari masyarakat, dan perubahan teknologi. 2.2.2 Metode Time Series

Peramalan dengan time series memiliki prosedur yang harus dilaksanakan secara utuh, yaitu sebagai berikut :

1. Menentukan pola data permintaan, dengan mengeplot data secra grafis dan menyimpulkan apakah data itu berpola trend, musiman, siklus atau random. 2. Mencoba beberapa metode time series yang sesuai dengan pola permintaan

tersebut untuk melakukan peramalan dengan menggunakan parameter yang berbeda.

3. Mengevaluasi tingkat kesalahan masing-masing metode yang telah dicoba dengan beberapa kriteria ketepatan ramalan.

4. Memilih metode peramalan teraik diantara metode yang dicoba, yaitu metode yang memiliki tingkat kesalahan terkecil.

5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.

(Baroto, Teguh. 2002 : p31)

2.2.3 Pola Permintaan

Dalam peramalan time series, perlu diketahui dulu pola time series. Pola permintaan dapat diketahui dengan membuat “Scatter Diagram”, yaitu pemplotan data historis selama interval dengan waktu tertentu, sehingga secara visual akan dapat diketahui bagaimana tampilan pola data permintaan. Dalam time series terdapat empat jenis pola permintaan, yaitu :

1. Pola horisontal (H) terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg konstan. Suatu produk yg penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini.

2. Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya menunjukkan jenis pola ini.

3. Pola siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan produk seperti mobil, baja, dan peralatan utama lainnya.

4. Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis atau ekonomi lainnya.

Gambar 2.3 : Pola Permintaan Model Time Series 2.2.4 Jenis-Jenis Metode Time Series

1. Model Rata-Rata Bergerak (Moving Average) Rumus model moving range adalah :

∑

− + = + − + − + = + + + = t n t i i t n t t t t D n F D D D n F 1 1 1 1 1 1 ) ( 1 L Di mana :

n = Jumlah periode yang digunakan sebagai dasar peramalan F = Ramalan permintaan untuk periode t

D = Permintaan aktual pada periode t

2. Model Rata-Rata Bergerak Terbobot (Weighted Moving Average) Rumus model weighted moving range adalah :

∑

− + = + − + − + − − + = + + + = t n t i i i t n t n l t t t t t t D W n F D W D W D W n F 1 1 1 1 1 1 1 ) ( 1 L Di mana :

N = Jumlah periode yang digunakan sebagai dasar peramalan F = Ramalan permintaan untuk periode t

W = Bobot masing-masing data yang digunakan secara subjektif D = Permintaan aktual pada periode t

Model rata-rata bergerak terbobot lebih responsif terhadap perubahan karena dalam periode yang baru biasanya diberi bobot yang lebih besar, dimana total pembobotan (weight factor) sama dengan 1.

3. Model Pemulusan Exponensial Dasar (Exponential Smoothing) Rumus model exponential smoothing adalah :

(

)

(

)

t k t t t t t t t t S F S D S S D S S = − + = − + = + − − − 1 1 1 1 α α α Di mana : St = Basis baru St-1 = Basis sebelumnya

Dt = Permintaan aktual pada periode t

Ft+k = Nilai ramalan hanya untuk satu periode ke depan

Dalam model ini, data permintaan yang paling baru akan menerima bobot lebih besar daripada data permintaan yang lebih tua. Model perataan eksponensial paling sederhana dapat digunakan. Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih konstanta pemulusan. Gasperzt, V (2005 p97) memberikan panduan bahwa : apabila pola historis dari data aktual permintaan tidak stabil, maka dipilih nilai α yang mendekati satu. Biasanya dipilih nila α = 0.9, namun sebaliknya apabila pola historis dari data aktual relative stabil, maka dipilih nilai α yang mendekati nol. Biasanya dipilih nila α = 0.1.

4. Model Pemulusan Eksponensial dengan Mempertimbangkan Kecenderungan

(Trend-Corrected Exponential Smoothing)

Rumus model trend corrected exponential smoothing adalah :

(

)(

)

(

) (

)

t t k t t t t t t t t t T S F T S S T T S D S + = − + − = + − + = + − − − − 1 1 1 1 1 1 β β α α Di mana : St = Basis baru St-1 = Basis sebelumnya

Dt = Permintaan aktual pada periode t

Tt = Kecenderungan trend baru

Tt-1 = Kecenderungan trend sebelumnya

α = konstanta pemulusan

β = konstanta dari kecenderungan trend yang dipilih Ft+k = Nilai ramalan hanya untuk satu periode ke depan

Pemilihan konstanta α berdasarkan pada pola pemulusan sederhana sebelumnya yang memiliki tingkat kesalahan paling kecil, sedangkan untuk pemilihan konstanta pemulusan untuk trend dipilih berdasarkan percobaan terhadap nilai β.

5. Model Pemulusan Eksponensial dengan Mempertimbangkan Pengaruh Musiman (Seasonal Exponential Smoothing)

Rumus model seasonality exponential smoothing adalah :

(

)

(

)

m L t t k t L t t t t t L t t t I S F I S D I S I D S + − + − − − = − + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = − + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = γ γ α α 1 1 ₁ Di mana : St = Basis baru St-1 = Basis sebelumnya

Dt = Permintaan aktual pada periode t

It-1 = Indeks tahun sebelumnya

α = konstanta pemulusan

γ = konstanta perataan untuk indeks musiman Ft+k = Nilai ramalan periode ke depan

Metode peramalan yang dipengaruhi oleh faktor musiman yang berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. Apabila pola historis data permintaan menunjukkan adanya fluktuasi musiman, maka perlu dilakukan penyesuaian terhadap pengaruh musiman itu melalui indeks

musiman dengan menggunakan data sebelumnya. Proses pemutakiran indeks akan digunakan di tahun-tahun berikutnya sehingga mencerminkan perubahan yang mungkin terjadi. Untuk meramalkan periode mendatang, menggunakan rerata terbaru yang telah diratakan dan memodifikasikannya dengan indeks musiman untuk periode mendatang. Seperti pada model kecenderungan, pemilihan konstanta perataan mempengaruhi kesalahan peramalan.

6. Model Pemulusan Eksponensial dengan Mempertimbangkan Kecenderungan dan Pengaruh Musiman (Trend & Seasonality-Corrected Exponential

Smoothing)

Rumus model trend & seasonality exponential smoothing adalah :

(

)(

)

(

) (

)

(

)

(

t t

)

t L l k t L t t t t t t t t t t L t t t I T S F I S D I T S S T T S I D S + − + − − − − − − + = − + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = − + − = + − + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = γ γ β β α α 1 1 1 1 1 1 1

Kecenderungan ini mengkombinasikan model kecenderungan dengan model musiman, sehingga keterangan menggunakan kombinasi dari 1.2.5 & 1.2.6.

2.2.5 Mengukur Kesalahan Peramalan

Kesalahan peramalan merupakan ukuran ketepatan dan menjadi dasar untuk membandingkan kinerja model. Kesalahan peramalan (forecast error-FE) didefinisikan sebagai selisih antara permintaan aktual untuk periode t dengan peramalan untuk periode t. Ukuran kesalahan yang lazim digunakan adalah :

1. Kesalahan rerata (Mean Forecast Error – MFE)

(

)

∑

= − = n t t t F D n MFE 1 1

Kesalahan rerata (MFE) akan mendekati nol untuk percontoh yang besar, jika tidak, model yang digunakan mengandung bias. Bias menunjukkan kecenderungan sistematik untuk meramalkan permintaan terlalu tinggi atau terlalu rendah.

2. Deviasi absolut rata-rata (Mean Absolute Deviation – MAD)

∑

= − = n t t t F D n MAD 1 1

MAD dihitung dengan menjumlahkan semua kesalahan tanpa memandang tanda aljabar dan membaginya dengan jumlah observasi. MAD memberikan informasi tambahan yang berguna dalam memilih model peramalan dan parameter-parameternya.

3. Kesalahan kuadrat rata-rata (Mean Squared Error – MSE)

(

)

∑

= − = n t t t F D n MSE 1 2 1

MAD dihitung dengan menjumlahkan kesalahan-kesalahan kuadrat individual dan membaginya dengan jumlah observasi. MSE memberikan informasi serupa dengan MAD, tetapi MSE “menghukum” kesalahan yang paling besar.

4. Kesalahan persentase absolut rata-rata (Mean Absolute Percentage Error – MAPE)

∑

= − = n t t t t D F D n MAPE 1 100

MAPE adalah ukuran relative yang dihitung dengan membagi kesalahan peramalan untuk periode t dengan permintaan aktual untuk periode t. Persentase kesalahan dijumlahkan dengan mengabaikan tanda aljabar (nilai mutlak) dan jumlah ini kemudian dibagi dengan jumlah observasi untuk mendapatkan MAPE.

Adapun pilihan terhadap suatu model dilakukan dengan memetakan data dan menggunakan pertimbangan perbandingan model dengan kesalahan ramalan terendah.

2.2.6 Mengukur Validasi Model Peramalan

Validasi model peramalan dapat dilakukan dengan menggunakan tracking

signal atau sinyal penjejak. Tracking signal dihitung dengan membagi kesalahan

peramalan yang diratakan dengan kesalahan peramalan absolute yang telah diratakan.

Tracking signal menjadi suatu ukuran bagaimana baiknya suatu ramalan

memperkirakan nilai-nilai aktual.

Tracking signal positif menunjukkan bahwa nilai aktual permintaan lebih

besar daripada ramalan, sedangkan apabila negative, maka nilai aktual permintaan lebih kecil dari ramalan. George Plossl dan Oliver Wight (dalam Vincent Gaspersz 2005 p81) dan Cecil C. Bozarth dan Robert B. Handfield (2006 p297) menyarankan untuk menggunakan nilai tracking signal maksimum + 4, sebagai batas pengendalian

TS. Tracking signal disebut “baik” apabila memiliki nilai kesalahan peramalan yang diratakan kecil dan mempunyai sebaran positive error yang seimbang dengan

negative error.

2.2.7 Menguji Verifikasi Forecasting

Biegel, John E. (1990 P51) menyatakan bahwa langkah pertama yang harus

dilakukan setelah melakukan forecasting adalah melakukan verifikasi apakah fungsi peramalan mewakili pola yang ada. Salah satu metode yang digunakan untuk melakukan verifikasi forecasting dengan menggunakan moving range chart.

(

) (

)

MR LCL MR UCL n MR MR d d d d MR t _t t _t 66 . 2 66 . 2 1 1 1 ' ' − = + = − = − − − =

∑

− − (John E. Biegel, 1990 p52)

(

)

(

)

MR B MR B MR A MR A 89 . 0 66 . 2 3 1 77 . 1 66 . 2 3 2 ± = ± = ± = ± = (John E. Biegel, 1990 p54)

Kondisi di luar kendali, jika : Ya Tidak

Ada titik di luar UCL atau LCL V

Dari 3 titik plot berurutan 2 titik berada pada region A V Dari 5 titik plot berurutan 4 titik berada pada region B V Ada 8 titik plot berurutan berada pada bagian atas atau

(John E. Biegel, 1990 p54)

Peramalan akan valid dan layak jika memenuhi kondisi di atas, seluruh data hasil peramalan dapat dikontrol dalam peta kendali rentang bergerak. Apabila terjadi kondisi diluar kendali, dua tindakan terhadap peramalan yang harus dilakukan adalah dengan merevisi peramalan dengan memasukkan data baru dan menunggu bukti lebih lengkap.

2.3 Persediaan

Pengendalian persediaan mendapatkan peranan penting bagi sebuah perusahaan sebab akan membutuhkan investasi yang sangat besar dan mempengaruhi distribusi produk atau barang kepada pelanggan. Manajemen persediaan memiliki dampak pada pelayanan kepada konsumen. Selain berpengaruh kepada pelayanan, pengendalian persediaan juga berkaitan dengan fungsi keuangan dan operasi dari suatu perusahaan. Bagian keuangan membutuhkan gambaran mengenai jumlah dana yang dialokasikan untuk persediaan, sedangkan operasi membutuhkan persediaan sebagai jaminan proses produksi yang lancar dan efisien.

2.3.1 Pengertian Persediaan

”Persediaan merupakan produk yang disimpan untuk digunakan di masa mendatang, produk tersebut dapat berupa bahan baku, produk setengah jadi, ataupun produk jadi”. (Silver, Pyke & Peterson, 1997)

“Persediaan merupakan simpanan material yang berupa bahan mentah, barang dalam proses dan barang jadi”. (Lalu Sumayang, 2003 : p189)

“Persediaan merupakan sejumlah bahan-bahan, parts yang disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi/produk yang disediakan untuk memenuhi permintaan dari komponen atau langganan setiap waktu”. (Sofjan Assauri, 2004 : p169)

2.3.2 Fungsi Persediaan

Secara umum fungsi persediaan adalah sebagai : 1. Decouping inventory

Fungsi persediaan ini memungkinkan perusahaan dapat memenuhi permintaan langanan tanpa tergantung pada supplier. Persediaan barang jadi diperlukan untuk memenuhi permintaan produk yang tidak pasti dari langganan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang tidak dapat diperkirakan atau diramalkan disebut Fluctuation Stock. 2. Economis lot sizing inventory

Persediaan berfungsi untuk mengurangi biaya-biaya per unit saat produksi atau melakukan penghematan dengan mempertimbangkan penghematan-penghematan (potongan pembelian, biaya pengangkutan lebih murah dan sebagainya) karena perusahaan melakukan pembelian dalam kuantitas yang lebih besar, dibandingkan dengan biaya-biaya yang timbul karena besarnya persediaan (biaya sewa gudang, investasi, resiko kerusakan).

3. Anticipation inventory/seasonal inventory

Fungsi antisipasi persediaan berfungsi sebagai pengaman bagi perusahaan yang sering menghadapi ketidakpastian jangka waktu pengiriman dan

permintaan akan barang-barang. Persediaan ini penting agar kelancaran proses produksi tidak terganggu.

2.3.3 Tujuan Persediaan

Tujuan utama dari persediaan adalah menghubungkan pemasok dengan pabrik. Ada tiga alasan perusahaan menerapkan persediaan, yaitu :

1. Untuk berlindung dari ketidakpastian

Dalam sistem persediaan terdapat saja bentuk ketidakpastian seperti dalam hal pemasokan, permintaan dan tenggang waktu pesanan. Stok pengaman dipertahankan dalam persediaan untuk berlindung dari ketidakpastian tersebut.

2. Untuk memungkinkan produksi dan pembelian ekonomis

Seringkali lebih ekonomis untuk memproduksi bahan dalam jumlah besar sebab periode waktu memproduksi barang relatif pendek dan kemudian tidak ada produksi lagi sehingga barang tersebt habis dipakai. Hal ini mengakibatkan biaya setup yang relatif lebih kecil dan memungkinkan penggunaan peralatan produktif yang sama untuk produk yang berbeda.

3. Untuk mengatasi perubahan yang diantisipasi dalam permintaan dan penawaran

Perubahan yang sering terjadi dalam permintaan dan persediaan adalah jika harga atau ketersediaan bahan baku diperkirakan akan berubah. Perusahaan-perusahaan sering menyimpan stok bagi suatu produk yang diminati, apabila kurun waktu pembuatan stok baru telah habis dan masyarakat masih

meminati maka kemungkinan stok tersebut dijual dengan harga tinggi sebab langka.

2.3.4 Biaya-Biaya dalam Persediaan

Terdapat biaya-biaya yang harus dipertimbangkan dalam menentukan jumlah besarnya persediaan, yaitu semua pengeluaran atau kerugian yang timbul sebagai akibat adanya persediaan. Komponen dari biaya persediaan adalah sebagai berikut :

1. Biaya pembelian (purchasing cost)

Biaya pembelian adalah biaya yang dikeluarkan untuk membeli barang. 2. Biaya pengadaan (ordering cost)

Semua pengeluaran yang timbul untuk mendatangkan barang dari luar. Biaya ini meliputi biaya untuk menentukan pemasok, pengetikan pesanan, peniriman pesananm biaya pengangkutan, biaya penerimaan dan seterusnya. Biaya ini diasumsikan konstan untuk setiap kali pesan.

3. Biaya penyimpanan (carrying cost/holding cost)

Semua pengeluaran yang timbul akibat adanya penyimpanan barang dalam jangka waktu tertentu di dalam perusahaan. Biaya penyimpanan meliputi : biaya memiliki persediaan, biaya gudang, biaya kerusakan dan penyusutan, biaya kadaluwarsa , biaya asuransi, dan biaya administrasi.

4. Biaya kekurangan persediaan (shortage cost/stockout cost)

Semua biaya-biaya yang timbul karena tidak adanya produk pada saat ada pemesanan dari konsumen. Dari keseluruhan biaya yang berhubungan dengan tingkat persediaan, biaya kekurangan barang adalah yang paling sulit diperkirakan secara objektif. Kerugian yang timbul adalah kesempatan

mendapatkan keuntungan menjadi hilang. Biaya ini dapat diukur dengan menentukan komponen-komponen sebagai berikut :

- Jumlah yang tidak dapat dipenuhi

Biaya ini diukur dari keuntungan yang hilang karena tidak dapat memenuhi pesanan konsumen.

- Waktu pemenuhan

Biaya ini diukur dari lamanya waktu gudang kosong sehingga perusahaan tidak dapat menikmati keuntungan, waktu disini diartikan sebagai uang yang hilang.

- Biaya pengadaan darurat

Biaya ini timbul karena perusahaan berusaha memenuhi permintaan konsumen, yang apabila diperlukan dalam waktu yang lebih singkat maka biaya yang timbul akan lebih besar dari biasanya.

2.4 Konsep Perencanaan Kebutuhan Material (MRP)

Perencanaan Kebutuhan Material (MRP) mengakui hubungan (relationship) antara permintaan (demand) untuk produk akhir dan komponen-komponen yang digunakan untuk membuatnya.

2.4.1 Pengertian dan Perkembangan MRP

MRP selalu berkembang sesuai dengan tuntutan perkembangan teknologi dan tuntutan terhadap sistem perusahaan maka sampai saat ini MRP dibagi menjadi 4 bagian dan tidak tertutup kemungkinan untuk masa yang akan datang. Keempat bagian tersebut adalah :

1. Material Requirement Planning (MRP) dapat didefenisikan sebagai suatu

teknik atau set prosedur yang sistematis dalam penentuan kuantitas serta waktu dalam proses pengendalian kebutuhan bahan terhadap komponen-komponen permintaan yang saling bergantungan. (Dependent demand items). 2. Material Requirement Planning II (MRPII), Oliver Wight dan George Plossl, partner konsultan, diakui oleh orang yang melakukan perluasan konsep MRP atas area manufactur, sehingga MRP dapat mencakup area-area perusahaan lain. Hasil perluasan konsep tersebut dinamakan MRP II, dan arti dari singkatan tersebut berubah menjadi Manufacturing resource planning ( Perencanaan Sumber Manufactur).

3. Material Requirement Planning III (MRPIII), proses ini diperluas didalam tingkat akurasi peramalan permintaan, penggunaan secara tepat dan baik peramalan permintaan (forecast demand), akan dapat secara otomatis dan tepat melakukan perubahan terhadap Master Production Schedule. Dan apabila juga Master Production Schedule telah penuh atau tidak dapat lagi melakukan Work Order maka sistem MRPIII ini dapat melakukan rekomendasi terhadap permintaan.

4. Material Requirement Planning 9000 (MRP9000), MRP9000 sudah merupakan tawaran yang benar-benar merupakan sistem yang lengkap dan terintegrasi dengan system management manufacturing. Kemampuan sistem MRP9000 didalam manufacturing, termasuk juga Inventory, penjualan, perencanaan, pembuatan, dan pembelian dengan mengunakan General

secara graphical dalam membuat sebuah keputusan untuk permasalahan manufaktur.

2.4.2 Tujuan MRP

Suatu sistem MRP pada dasarnya bertujuan untuk merancang suatu sistem yang mampu menghasilkan informasi untuk mendukung aksi yang tepat baik berupa pembatalan pesanan, pesan ulang, atau penjadwalan ulang. Aksi ini sekaligus merupakan suatu pegangan untuk melakukan pembelian dan/ atau produksi.

Ada 4 macam yang menjadi ciri utama MRP, yaitu:

1. Mampu menentukan kebutuhan pada saat yang tepat, kapan suatu pekerjaan akan selesai (material harus tersedia) untuk memenuhi permintaan produk yang dijadwalkan berdasarkan MPS yang direncanakan.

2. Menentukan kebutuhan minimal setiap item, dengan menentukan secara tepat sistem penjadwalan.

3. Menentukan pelaksanaan rencana pemesanan, dengan memberikan indikasi kapan pemesanan atau pembatalan suatu pesanan harus dilakukan.

4. Menentukan penjadwalan ulang atau pembatalan atas suatu jadwal yang sudah direncanakan. Apabila kapasitas yang ada tidak mampu memenuhi pesanan yang dijadwalkan pada waktu yang dikehendaki, maka MRP dapat memberikan indikasi untuk melaksanakan rencana

penjadwalan ulang (jika mungkin) dengan menentukan prioritas pesanan yang realistis. Seandaniya penjadwalan ulang ini masih tidak memungkinkan untuk memenuhi pesanan , maka pembatalan terhadap suatu pesanan harus dilakukan.

Kunci keberhasilan dari faktor diatas haruslah ditunjang dengan suatu sistem pengontrolan aliran bahan yang tepat untuk memenuhi jadwal permintaan konsumen, yang didukung dengan sistem komputerisasi sebagai alat pembantu dalam memudahkan proses pelaksanaannya. Sehubungan dengan pengontrolan atas bahan/item yang dimaksudkan, rencana kebutuhan bahan sebagai suatu sistem komputerisasi, berfungsi seperti timbangan yang berfungsi menyeimbangkan antara kebutuhan dan kemampuan memenuhi kebutuhan dari setiap item. Rencana kebutuhan bahan memberikan indikasi apabila terjadi ketidakseimbangan antara kebutuhan dan kemampuan. Besarnya kebutuhan digambarkan oleh jadwal induk produksi, struktur produk dan status persediaan.

Besarnya kemampuan untuk memenuhi suatu kebutuhan, dicerminkan oleh besarnya barang setengah jadi, persediaan yang ada dan pesanan/ pembelian yang akan datang kemudian. Ketelitian atas perkiraan akan kemampuan ini tergantung pada ketelitian pencatatan atas ketiga sumber informasi tersebut. Gambar 2.4 menunjukkan keterkaitan dan kedudukan MRP dalam perencanaan dan pengendalian produksi.

Sumber : James L Riggs, 1985. Production System : Planning Analysis & Control. 3rd Edision. New York : John Wiley and Sons

Gambar 2.4 : Posisi MRP Di antara Elemen-Elemen Pengendalian Produksi

2.4.3 Masukan untuk MRP

Ada 3 masukan yang dibutuhkan dalam konsep MRP yaitu :

1. Jadwal Induk Produksi (Master production schedule)

Merupakan suatu rencana produksi yang menggambarkan hubungan antara kuantitas setiap jenis produk akhir yang diinginkan dengan waktu penyediaannya. Jadwal induk produksi merupakan optimasi ongkos dengan memperhatikan kapasitas yang tersedia dan ramalan permintaan untuk mencapai rencana produksi yang akan meminimasi total ongkos produksi dan persediaan

Merupakan kaitan antara produk dengan komponen penyusunnya. Informasi yang dilengkapi untuk setiap komponen ini meliputi : jenis komponen, jumlah yang dibutuhkan dan tingkat penyusunannya.

Gambar 2.5 : Contoh Suatu Struktur Produk

3. Status Persediaan (Inventory Master File atau Inventory Status Record)

Menggambarkan keadaan dari setiap komponen atau material yang ada dalam persediaan, yang berkaitan dengan :

- Jumlah persediaan yang dimiliki pada setiap periode (on hand

inventory )

- Jumlah barang yang sedang dipesan dan kapan pesanan tersebut akan datang (on order Inventory )

- Waktu ancang – ancang ( lead time ) dari setiap bahan.

Status persediaan ini harus diketahui untuk setiap bahan atau item dan diperbaharui setiap terjadi perubahan untuk menghindari adanya kekeliruan dalam perencanaan.

2.4.4 Keluaran Proses MRP

Keluaran MRP sekaligus juga mencerminkan kemampuan dan ciri dari MRP, yaitu :

- Planned Order Schedule (Jadwal Pesanan Terencana) adalah penentuan jumlah kebutuhan meterial serta waktu pemesanannya untuk masa yang akan datang.

- Order Release Report (Laporan Pengeluaran Pesanan) berguna bagi pembeli yang akan digunakan untuk bernegoisasi dengan pemasok, dan berguna juga bagi Manajer manufaktur, yang akan digunakan untuk mengontrol proses produksi.

- Changes to planning Orders (Perubahan terhadap pesanan yang telah direncanakan) adalah yang merefleksikan pembatalan pesanan, pengurangan pesanan, pengubahan jumlah pesanan.

- Performance Report (Laporan Penampilan) suatu tampilan yang menunjukkan sejauh mana sistem bekerja, kaitannya dengan kekosongan stock dan ukuran yang lain.

2.4.5 Langkah-Langkah Proses MRP

MRP merupakan suatu proses perencanaan yang bersifat dinamis, dimana rencana-rencana yang telah dibuat perlu disesuaikan dengan perubahan-perubahan yang terjadi. Terdapat empat langkah dalam proses MRP, yaitu netting, lotting,

offsetting, dan exploding.

1. Netting (kebutuhan bersih) : Proses perhitungan kebutuhan bersih untuk setiap perioda selama horison perencanaan.

2. Lotting (kuantitas pesanan) : Proses penentuan besarnya ukuran jumlah pesanan yang optimal untuk sebuah item, berdasarkan kebutuhan bersih yan dihasilkan.

Didalam ukuran lot ini ada beberapa pendekatan yaitu :

- Menyeimbangkan ongkos pesan (set up cost) dan ongkos simpan. - Menggunakan konsep jumlah pesanan tetap

- Dengan jumlah periode pemesanan tetap.

Terdapat 10 alternatif teknik yang digunakan dalam menentukan ukuran lot, yaitu sebagai berikut :

- Fixed Order Quantity (FOQ) : Pendekatan menggunakan konsep jumlah pemesanan tetap karena keterbatasan akan fasilitas. Misalnya : kemampuan gudang, transportasi, kemampuan supplier dan pabrik. Jadi dalam menentukan ukuran lot berdasarkan intuisi atau pengalaman sebelumnya.

- Lot for Lot (LFL) : Pendekatan menggunakan konsep atas dasar pesanan diskrit dengan pertimbangan minimasi dari ongkos simpan, jumlah yang dipesan sama dengan jumlah yang dibutuhkan.

- Least Unit Cost (LUC) : Pendekatan menggunakan konsep pemesanan dengan ongkos unit perkecil, dimana jumlah pemesanan ataupun interval pemesanan dapat bervariasi. Keputusan untuk pemesanan didasarkan :

- Economic Order Quantity (EOQ) : Pendekatan menggunakan konsep minimasi ongkos simpan dan ongkos pesan. Ukuran lot tetap berdasarkan hitungan minimasi tersebut.

- Period Order Quantity (POQ) : Pendekatan menggunakan konsep jumlah pemesanan ekonomis agar dapat dipakai pada periode bersifat permintaan diskrit, teknik ini dilandasi oleh metode EOQ. Dengan mengambil dasar perhitungan pada metode pesanan ekonomis maka akan diperoleh besarnya jumlah pesanan yan harus dilakukan dan interval periode pemesanannya adalah setahun.

- Part Period Balancing (PPB) : Pendekatan menggunakan konsep ukuran lot ditetapkan bila ongkos simpannya sama atau mendekati ongkos pesannya.

- Fixed Periode Requirment (FPR) : Pendekatan menggunakan konsep ukuran lot dengan Periode tetap, dimana pesanan dilakukan berdasarkan periode waktu tertentu saja. Besarnya jumlah pesanan tidak didasarkan oleh ramalan tetapi dengan cara menggunakan penjumlahan kebutuhan bersih pada interval pemesanan dalam beberapa periode yang ditentukan. - Least Total Cost (LTC) : Pendekatan menggunakan konsep ongkos total

akan di minimasikan apabila untuk setiap lot dalam suatu horison perencanan hampir sama besarnya. Hal ini dapat dicapai dengan memesan ukuran lot yang memiliki ongkos simpan perunit-nya hampir sama dengan ongkos pengadaannya/ unitnya.

- Wagner Within (WW) : Pendekatan menggunakan konsep ukuran lot dengan prosedur optimasi program linear, bersifat matematis. Pada prakteknya ini sulit diterapkan dalam MRP karena membutuhkan perhitungan yang rumit. Fokus utama dalam penyelesaian masalah ini adalah melekukan minimasi penggabungan ongkos total dari ongkos set-up dan ongkos simpan dan berusahan agar ongkos set-set-up dan ongkos simpan tersebut mendekati nilai yang sama untuk kuantitas pemesanan yang dilakukan.

- Silver Mean (SM) : Menitik beratkan pada ukuran lot yang harus dapat meminimumkan ongkos total per-perioda. Dimana ukuran lot didapatkan dengan cara menjumlahkan kebutuhan beberapa periode yang berturut-turut sebagai ukuran lot yang tentatif (Bersifat sementara), penjumlahan dilakukan terus sampai ongkos totalnya dibagi dengan banyaknya periode yang kebutuhannya termasuk dalam ukuran lot tentatif tersebut meningkat. Besarnya ukuran lot yang sebenarnya adalah ukuran lot tentatif terakhir yang ongkos total periodenya masih menurun.

3. Offsetting (rencana pemesanan) : Bertujuan untuk menentukan kuantitas pesanan yang dihasilakan proses lotting. Penentuan rencana saat pemesanan ini diperoleh dengan cara mengurangkan saat kebutuhan bersih yang harus tersedia dengan waktu ancang-ancang (Lead Time).

4. Exploding : Merupakan proses perhitungan kebutuhan kotor untuk tingkat (level) yang lebih bawah dalam suatu struktur produk, serta didasarkan atas rencana pemesanan.