BAB I PENDAHULUAN
1.1Latar Belakang
Lingkungan bisnis yang terus berubah memberikan pengaruh besar bagi sebuah perusahaan. Pengaruh tersebut dapat memberikan dampak positif maupun negatif bagi keberlangsungan bisnis perusahaan. Salah satu contoh lingkungan bisnis yang terus berubah adalah permintaan pasar atas produk perusahaan. Oleh karena itu, perusahaan harus melakukan penyesuaian dengan perubahan tersebut. Salah satu bentuk penyesuaian yang dapat dilakukan untuk menghadapi perubahan permintaan pasar tersebut adalah dengan cara meramalkan permintaan yang akan terjadi di masa yang akan datang.
Peramalan permintaan (demand forecasting) merupakan salah satu bagian penting dalam aktivitas fungsional perusahaan. Menurut Doganis et al., (2006), sebuah sistem peramalan yang efisien dapat meningkatkan kinerja divisi produksi diantaranya pemanfaatan mesin, mengurangi persediaan, mencapai fleksibilitas yang lebih besar terhadap perubahan, yang mana hal tersebut akan berimbas pada peningkatkan keuntungan perusahaan. Mentzer dan Beinstock (1998, dalam Zhang, 2005) menyatakan bahwa pada tingkat organisasi, peramalan permintaan merupakan masukan penting (essential inputs) untuk aktifitas pengambilan keputusan dalam berbagai area fungsional seperti marketing, sales, and production/ purchasing, serta dapat menjadi bahan pertimbangan untuk bidang finance dan
Peramalan permintaan menjadi semakin penting jika sebuah perusahaan memiliki tingkat fluktuasi permintaan yang tinggi. Fluktuasi tersebut dapat menciptakan jadwal produksi yang tidak stabil, yang mana akan berakibat pada penyesuaian perubahan kapasitas yang mahal, seperti lembur, subkontrak, persediaan tambahan, membatalkan pesanan, merekrut dan memberhentikan karyawan, penambahan peralatan, tidak bekerja maksimal, waktu tunggu lama, atau keusangan barang yang diproduksi berlebihan (Heizer dan Render, 2014). Oleh karena itu, kesalahan dalam melakukan peramalan permintaan dapat berakibat buruk bagi perusahaan. Selain fluktuasi permintaan, hal yang harus diperhatikan oleh perusahaan yaitu umur hidup (lifetime) produk mereka. Perusahaan yang memiliki produk dengan lifetime yang singkat akan sangat tergantung terhadap keakuratan peramalan. Thall (1992, dalam Hua, 2014) menyatakan bahwa akurasi peramalan permintaan memainkan peran penting dalam operasi produksi, ketika peramalannya buruk akan menghasilkan kekurangan stok (understock) atau kelebihan stok (overstock) yang secara langsung dapat mempengaruhi biaya manajemen persediaan.
Perusahaan makanan adalah salah satu contoh perusahaan yang memiliki perhatian khusus terhadap peramalan permintaan dan lifetime produk mereka. Karakter produk mereka yang mudah rusak (perishable product) menjadi faktor penting yang harus dipertimbangkan dalam proses peramalan permintaan. Menurut Doganis et al., (2006), perusahaan makanan akan lebih peduli dengan peramalan permintaan karena karakteristik khusus mereka, seperti lifetime produk mereka yang singkat, kebutuhan untuk mempertahankan kualitas produk yang tinggi, dan
ketidakpastian atau fluktuasi permintaan konsumen. Produk yang hanya dapat dijual untuk jangka waktu terbatas, baik kekurangan maupun kelebihan barang dapat menyebabkan hilangnya pendapatan bagi perusahaan.
Produk perishable yang mengalami perkembangan pesat di Yogyakarata adalah bakpia. Produk tersebut merupakan salah satu oleh-oleh khas dari Yogyakarta. Perkembangan bakpia tersebut terus meningkat dari tahun ke tahun mengikuti peningkatan jumlah wisatawan yang melakukan perjalanan ke Yogyakarta. Wisatawan cenderung lebih memilih melakukan perjalanan wisatanya pada hari sabtu sampai minggu (weekend) dan hari-hari besar (long-weekend)
seperti lebaran, sehingga mengakibatkan permintaanbakpia menjadi fluktuatif jika dibandingkan dengan hari senin sampai jumat (weekdays). Fenomena tersebut memberikan tantangan pada perusahaan-perusahaan yang memproduksi bakpia untuk meramalakan permintaan mereka secara akurat. Oleh karena itu, perusahaan harus memiliki metode peramalan yang tepat untuk menghadapi fluktuasi permintaan tersebut. Zhang (2005) menyatakan bahwa sering tidak jelas bagaimana cara menentukan model peramalan yang tepat untuk model musiman, karena permodelan tersebut harus disesuaikan dengan pola dan stationeritas data. Sehingga sebuah proses peramalan, peramal harus benar-benar mengetahui karakteristik dari data historis penjualan yang telah terjadi.
Sebagai salah satu perusahaan yang memproduksi bakpia, Bakpiapia Djogja memiliki tantangan yang sama. Hasil wawancara awal dengan manajer produksi dan manajer pemasaran, keduanya mengakui bahwa permintaan yang fluktuatif membuat mereka lebih berhati-hati dalam melakukan peramalan permintaan. Selain
itu, manajer pemasaran juga menyatakan bahwa kesalahan dalam melakukan peramalan permintaan sangat berimbas pada kekurangan stok maupun kelebihan stok.
Proses peramalan permintaan pada perusahaan berskala kecil seperti Bakpiapia tergolong masih menggunakan cara tradisional. Peramalan tersebut dilakukan berkali-kali di setiap lapisan perusahaan. Proses peramalan yang dilakukan oleh Bakpiapia memiliki tiga tahap peramalan seperti yang digambarkan pada Gambar 1.1. Peramalan tersebut bertujuan untuk menentukan jumlah yang harus di produksi, yang akan di distribusikan ke outlet, dan yang akan dijadikan sebagai stok untuk hari berikutnya.
Gambar 1.1 Proses Peramalan Permintaan di Bakpiapia Djogja
Berdasarkan Gambar 1.1, peramalan dimulai dari setiap store head outlet dengan mempertimbangkan perubahan pasar yang terjadi, hasil dari peramalan tahap ini adalah jumlah bakpia yang akan dijual. Selanjutnya, data yang dihasilkan oleh store head tersebut, digunakan oleh divisi pemasaran melalui store manager
sebagai masukan dalam peramalan berikutnya dengan mempertimbangkan data tahun sebelumnya, growth setiap outlet, dan jumlah stok dihari berikutnya untuk
Peramalan disetiap outlet
Output:
Jumlah bakpia yang akan dijual disetiap outlet. Peramalan di divisi pemasaran
Output:
Jumlah bakpia yang akan dijual disetiap outlet + jumlah stok di setiap outlet.
Peramalan di divisi produksi
Output:
Jumlah bakpia yang akan dijual disetiap outlet + jumlah stok di setiap outlet + jumlah stok di pabrik.
setiap outlet. Hasil dari ramalan tersebut adalah jumlah bakpia yang akan dijual dan bakpia yang akan dijadikan stok. Peramalan tersebut dilakukan secara bulanan dan
day to day. Terakhir, pada tahap ini divisi produksi menggunakan data dari tahap sebelumnya untuk menentukan jumlah bakpia yang harus diproduksi, didistribusikan, dan yang menjadi stokdi pabrik.
Proses peramalan yang dilakukan secara berulang-ulang tersebut mengakibatkan terjadi bias yang sangat besar. Jika melihat hasil ramalan pada Gambar 1.2, jumlah bakpia dengan varian kacang hijau pada bulan Juli 2016 yang diramalkan cenderung melebihi jumlah permintaan. Misalkan yang terjadi pada tanggal 9 Juli 2016, jumlah permintaan produk ini hanya sebesar 6.547 buah sedangkan jumlah produk yang diramalkan mencapai 14.617 buah atau lebih dari dua kali jumlah permintaannya. Kelebihan jumlah ramalan seperti ini tidak hanya terjadi pada bulan Juli 2016, melainkan terjadi pada bulan-bulan sebelumnya yaitu bulan Maret 2015 sampai dengan Juni 2016 (lihat Lampiran 1). Kecenderungan tersebut juga terjadi pada tiga varian rasa dari produk bakpia, diantaranya bakpia varian keju, cokelat, dan blasteran (lihat Lampiran 1).
Gambar 1.2 Grafik Permintaan dan Ramalan Bakpia Varian Kacang Hijau Bulan Juli 2016
Sumber: Diambil Dari Lampiran 1
0 2000 4000 6000 8000 10000 12000 14000 16000 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930 Jum la h B akpi a (B ua h) Tanggal
0 10000 20000 30000 40000 50000 60000 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031 Jum la h B akpi a (B ua h) Tanggal Permintaan Persediaan 0 20000 40000 60000 80000 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031 Jum la h B akpi a (B ua h) Tanggal Permintaan Persediaan
Hasil peramalan yang tidak akurat tersebut membuat jumlah persediaan barang jadi (finished-goods inventory) mengalami overstock maupun understock
dengan jumlah yang sangat tinggi. Hal tersebut diakibatkan karena jika terjadi kelebihan stok pada hari kemarin maka stok tersebut akan menumpuk pada hari ini maupun keesokan harinya. Sebaliknya jika kekurangan stok pada hari kemarin maka akan mempengaruhi jumlah produk yang akan diproduksi pada hari ini, serta sangat jelas akan mengurangi kesempatan perusahaan untuk mendapatkan perdapatan penjualan yang lebih besar.
a) Grafik permintaan dan persediaan bakpia varian keju bulan Juli 2016
b) Grafik permintaan dan persediaan bakpia varian cokelat bulan Juli 2016
Gambar 1.3 Grafik Penjualan dan Persediaan Barang Jadi Bakpia Varian Keju dan Cokelat Bulan Juli 2016
Persediaan barang jadi yang biasanya mengalami overstock di perusahaan adalah persediaan barang jadi untuk varian keju dan cokelat. Gambar 1.3b menunjukkan bahwa pada tanggal 5 Juli 2016, jumlah persediaan barang jadi untuk produk varian cokelat adalah 65.547 buah sedangkan permintaannya hanya sebesar 1.896 buah. Dengan kata lain, jika melihat jumlah persediaan pada tanggal tersebut dan jumlah permintaan pada hari-hari berikutnya, maka produk tersebut baru akan habis terjual pada tanggal 1 Agustus 2016. Kejadian seperti ini juga terjadi pada bulan-bulan sebelumnya yang terlihat pada grafik permintaan dan persediaan bulan Maret 2015 sampai Juni 2016 di Lampiran 1.
Disisi yang berbeda, jumlah persediaan barang jadi untuk varian kacang hijau dan blasteran mengalami dua keadaan yang berbeda pada periode-periode tertentu yaitu keadaan understock maupun overstock (lihat Gambar 1.4). Pada tanggal 1 Juli 2016 yang ditunjukan oleh Gambar 1.4b, jumlah persediaan barang jadi untuk varian blasteran mengalami understock. Jumlah persediaan yang mengalami understock pada varian tersebut sebesar 2.119 buah, sedangkan jumlah permintaannya sebesar 3.337 buah. Sebaliknya pada tanggal 3 Juli 2016, jumlah persediaan barang jadi untuk varian blasteran mengalami overstock. Pada tanggal tersebut jumlah persediaannya 4.424 buah sedangkan jumlah permintaannya sebesar 3.566 buah. Kejadian yang dialami oleh produk varian blasteran dan kacang hijau ini juga terjadi pada Maret 2015 sampai Juni 2016 (lihat Lampiran 1).
0 2000 4000 6000 8000 10000 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031 Jum la h B akpi a (B ua h) Tanggal Permintaan Persediaan 0 2000 4000 6000 8000 10000 12000 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031 Jum la h B akpi a (B ua h) Tanggal Permintaan Persediaan
a) Grafik permintaan dan persediaan bakpia varian kacang hijau bulan Juli 2016
b) Grafik permintaan dan persediaan bakpia varian blasteran bulan Juli 2016
Gambar 1.4 Grafik Penjualan dan Persediaan Barang Jadi Bakpia Varian Kacang Hijau dan Blasteran Bulan Juli 2016
Sumber: Diambil dari Lampiran 1
Persediaan barang jadi yang mengalami overstock pada produk varian keju dan cokelat tersebut akan mempengaruhi kualitas produk bakpia yang memiliki
lifetime yang singkat. Sebaliknya, jika persediaan barang jadi mengalami
understock, perusahaan akan kehilangan kesempatan untuk mendapatkan keuntungan lebih. Selain itu, baik overstock maupun understock tersebut juga dapat
memberikan pengaruh besar kepada divisi produksi, karena memiliki beban kerja yang tidak jelas disetiap harinya dan dapat berimbas pada penambahan waktu dalam memproduksi produk bakpia (lembur).
Keakuratan hasil ramalan menjadi hal yang paling penting untuk produk
perishable seperti bakpia, karena produk tersebut memiliki ketergantungan dengan waktu usang (expired). Bakpia dari Bakpiapia Djogja memiliki waktu expired
sekitar 3 sampai dengan 5 hari. Selain itu, karakteristik produk perishable tersebut juga dikhawatirkan akan menurunkan kualitas bakpia. Jika hal tersebut terjadi secara terus menerus, perusahaan akan membutuhkan biaya tambahan dalam melindungi produk mereka agar tetap berada pada kualitas yang baik. Menurut Wahyudi (2014), produk perishable yang mengalami penurunan kualitas memerlukan penerapan teknologi yang dapat menghambat laju penurunan kualitas produk perishable. Penerapan teknologi tersebut akan membutuhkan biaya tambahan untuk distribusi maupun penyimpanan. Selain itu, penurunan kualitas tersebut juga dikhawatirkan akan mengurangi tingkat kepuasan konsumen. Song dan Ko (2016), menjelaskan bahwa perusahaan makanan melakukan berbagai cara untuk mempertahankan kesegaran produk mereka. Hal tersebut dilakukan agar konsumen bisa mendapatkan produk makanan yang lebih segar dan perusahaan dapat mencapai tingkat tertinggi dari kepuasan pelanggan.
Fenomena yang terjadi pada Bakpiapia ini merupakan sesuatu yang sering terjadi pada perusahaan makanan. Dampak buruk yang dialami perusahaan akibat kesalahan peramalan permintaan harus diminimalisir agar dapat terhindar dari kerugian. Kerugian berupa biaya produksi yang tinggi, tingkat kerusakan produk
yang tinggi, maupun kehilangan kepercayaan konsumen merupakan kerugian yang sangat sangat besar untuk bisnis kecil seperti Bakpiapia. Dengan demikian, perusahaan harus memperbaiki proses peramalan permintaan dengan mempertimbangkan metode peramalan yang tepat. Hal tersebut dinilai lebih baik daripada perusahaan harus mengeluarkan biaya produksi yang lebih besar maupun biaya untuk pengembangan metode penyimpanan persediaan barang jadi.
1.2Rumusan Masalah
Berdasarkan penjelasan di atas, ditemukan adanya dugaan bahwa peramalan permintaan produk Bakpiapia Djogja yang telah dilakukan belum akurat. Dugaan tersebut ditakutkan akan berdampak pada biaya produksi yang tinggi, penurunan kualitas produk, peningkatan jumlah barang rusak, maupun kehilangan kesempatan mendapat keuntungan lebih, sehingga dapat merugikan perusahaan.
1.3Pertanyaan Penelitian
Dari rumusan masalah di atas, penulis membuat pertanyaan sebagai berikut: 1. Metode peramalan seperti apakah yang tepat untuk digunakan pada
peramalan permintaan produk Bakpiapia Djogja?
2. Apakah metode peramalan permintaan produk Bakpiapia Djogja yang dilakukan saat ini sudah akurat?
3. Apa implikasi yang didapat oleh Bakpiapia Djogja jika menggunakan metode peramalan yang tepat?
1.4Tujuan Penelitian
Tujuan penelitian dalam tesis ini adalah:
1. Merumuskan metode peramalan permintaan yang tepat untuk perusahaan Bakpiapia Djogja berdasarkan data historis perusahaan.
2. Membandingkan metode peramalan permintaan yang dirumuskan dengan metode peramalan Bakpiapia Djogja saat ini.
3. Menjelaskan implikasi yang akan dirasakan Bakpiapia Djogja jika menggunakan metode peramalan yang tepat.
1.5Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 1. Bagi perusahaan Bakpiapia Djogja
Memberikan informasi yang dapat diterapkan oleh perusahaan dalam praktek bisnisnya, diantaranya:
a. Metode peramalan yang tepat untuk meramalkan permintaan produk. b. Bahan yang digunakan sebagai input untuk menyelesaikan masalah
pada divisi lain, misalnya keuangan. 2. Bagi perguruan tinggi
a. Sebagai acuan literatur yang berguna bagi pendidikan dan penelitian-penelitian selanjutnya.
b. Sebagai perbendaharaan perpustakaan agar dapat berguna bagi mahasiswa.
1.6Ruang Lingkup dan Batasan Penelitian
Penelitian dilakukan di perusahaan Bakpiapia Djogja yang berada di Jalan Wates Km.3 Yogyakarta. Secara subyektif dan obyektif peneliti memfokuskan pada perusahaan tersebut khususnya pada divisi produksi dan divisi pemasaran. Penelitian ini menggunakan jenis bakpia single dengan empat varian rasa, yaitu kacang hijau, cokelat, keju, dan blasteran (campuran kacang hijau dan beberapa varian rasa). Pemilihan bakpia dengan empat varian rasa tersebut karena merupakan produk utama dari produk perusahaan Bakpiapia Djogja. Penenelitian ini melibatkan jumlah permintaan tujuh outletutama Bakpiapia Djogja yang tersebar di Yogyakarta.
Fokus utama dalam penelitian ini adalah peramalan permintaan yang dilakukan oleh perushaan. Persediaan yang dijelaskan pada latar belakang hanya bertujuan untuk memperlihatkan dampak yang ditimbulkan oleh kesalahan peramalan. Oleh karena itu, penulis tidak akan melakukan analisis terhadap manajemen persediaan perusahaan.
1.7Sistematika Penulisan
Penulisan penelitian ini terdiri dari lima bab dengan uraian sebagai berikut. Bab I: Pendahuluan
Bab ini menguraikan latar belakang masalah yang mengungkapkan pentingnya penelitian, tujuan dan manfaat penelitian.
Bab II: Landasan Teori
Bab ini membahas penjelasan meliputi penelitian tentang peramalan yang telah dilakukan sebelumnya serta teori dasar mengenai proses dan metode
peramalan permintaan, serta teori lain yang berhubungan dengan penelitian. Bab III : Metode Penelitian
Bab ini membahas mengenai metode yang digunakan dalam penelitian serta analisis yang dipakai sebagai alat untuk membahas hasil yang ditemukan selama penelitian.
Bab IV : Analisis dan Pembahasan
Bab ini akan membahas mengenai analisis dan pembahasannya secara mendalam berdasarkan penelitian yang telah dilakukan.
Bab V : Simpulan
Bab ini berisi kesimpulan dari hasil analisis yang telah dilakukan pada bab sebelumnya, keterbatasan selama melakukan penelitian, serta saran-saran yang berhubungan dengan penelitian ini.
