ANALISIS RISIKO PERSEDIAAN TERHADAP KELANCARAN PRODUKSI Studi Kasus PDAM Tirta Kahuripan Kabupaten Bogor

(1)

JURNAL ILMIAH RANGGAGADING

Volume 6 No. 2, Oktober 2006 : 93 – 98

ANALISIS RISIKO PERSEDIAAN TERHADAP

KELANCARAN PRODUKSI

Studi Kasus PDAM Tirta Kahuripan Kabupaten Bogor

Oleh :

**Noor Achmad* dan Yuniarthi Ningsih**

*Dosen Tetap Sekolah Tinggi Ilmu Ekonomi Kesatuan Bogor

ABSTRACT

Inventory signifies much to manufacture company because it functions to relate between sequential operation in producing process of goods and its delivery to consumers, so that the availability of inventory enables production operation can be carried out because time factor among operation is able to be minimized. Basically inventory makes the process of production becomes easier that must be conducted sequentially to produce goods and deliver to consumers.

Keywords: Inventory Risk, Production Process

PENDAHULUAN

Setiap perusahaan manufaktur selalu memerlukan persediaan, tanpa ada persediaan para pengusaha akan dihadapkan pada risiko, sehingga hal ini akan mengakibatkan kehilangan kesempatan memperoleh keuntungan yang seharusnya perusahaan dapatkan. Persediaan sangat penting untuk perusahaan baik yang menghasilkan suatu barang maupun jasa. Persediaan ini biasanya dilihat dari keuntungan yang diharapkan dari persediaan terhadap kelancaran produksinya, dengan demikian perlu diusahakan keuntungan yang diperoleh lebih besar dari biaya-biaya yang ditimbulkan. Persediaan merupakan salah satu unsur yang paling aktif dalam operasi perusahaan, yang sebagian besar sumber-sumber perusahaan sering dikaitkan didalam persediaan yang digunakan dalam perusahaan pabrik.

Pada prinsipnya persediaan mempermudah

atau produksi, yang harus dilakukan secara berturut-turut untuk memproduksi barang serta selanjutnya menyampaikannya kepada para pelanggan atau konsumen.

METODE PENELITIAN

Penelitian ini dilakukan dengan metode deskriptif kuantitatif yaitu suatu peristiwa yang akan mencoba kebenaran suatu konsep terhadap suatu fenomena yang terjadi dilapangan dengan membandingkan data-data primer yang diperoleh dengan kegiatan produksi yang terjadi di perusahaan. Untuk mengukur risiko persediaan itu sendiri penelitian ini menggunakan motede Standar deviasi dan koefisien variasi.

Dan untuk mencari hubungan risiko persediaan terhadap kelancaran produksi penelitian dilakukan dengan menggunakan metode regresi dan korelasi dengan program SPSS (Statistical Product and Service Solutions).

(2)

ACHMAD dan NINGSIH, Analisis Risiko Persediaan terdapap Kelancaran Produksi

HASIL DAN PEMBAHASAN

1. Pengaruh Tingkat Risiko Persediaan

Terhadap Kelancaran Produksi Didalam suatu kegiatan persediaan manajemen mengidentifikasikan risiko, mengukur atau menentukan besarnya risiko yang dihadapi oleh perusahaan. Untuk mengetahui bagaimana pengaruh tingkat risiko persediaan kelancaran produksi pada perusahaan PDAM Tirta Kahuripan yaitu dengan menggunakan metode analisis regresi linear sederhana dan koefisien korelasi dengan menggunakan program SPSS (Statistical Product and Service Solution).

Adapun perhitungannya menggunakan data mengenai tingkat risiko persediaan dan tingkat kelancaran produksi dapat dilihat sebagai berikut :

1.1 Risiko persediaan air terhadap kelancaran produksi

Tabel 1. Variables Entered/Removed (b)

Model Variables Entered Variables Removed Method 1 VAR00002(a) . Enter

a All requested variables entered. b Dependent Variable: VAR00004

Tabel 2. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .065(a) .004 -.041 20400.86620

a Predictors: (Constant), VAR00002 Keterangan :

VAR00002 = kelancaran produksi VAR00003 = risiko persediaan air

Dari table 1 menunjukan variabel yang dimasukkan tingkat risiko dan tidak ada variabel yang dikeluarkan. Sedangkan tabel 2 menunjukan angka R square adalah 0.4225 (adalah pengkuadratan dari koefisien korelasi atau 0.65 x 0.65 = 0.4225) atau koefisien korelasi menunjukan bahwa hubungan antara kedua variabel sedang positif ini berarti tingkat risiko persediaan air terhadap kelancaran produksi cukup bisa dikendalikan oleh manajemen persediaan, hubungan yang sedang tersebut merupakan upaya memaksimalkan risiko persediaan air untuk kelancaran produksi.

Setelah besarnya koefisien diketahui yaitu sebesar 0.4225 maka untuk mengetahui besar kontribusi risiko terhadap kelancaran produksi dapat dihitung dengan menggunakan koefisien determinasi atau koefisien penentu. koefisien determinasi ini dapat dihitung dengan menggunakan rumus sebagai berikut :

Kd = r² x 100 % Kd = (0.4225)² x 100 % = 17 %

Berdasarkan nilai koefisien determinasi tersebut mendapatkan hasil yang positif atau berkorelasi langsung sebesar 0.4225 taksiran hubungannya lemah. Sedangkan standar error (SE) adalah 20400 yang dipakai adalah variabel dependent atau dalam hal ini adalah risiko persediaan air. Standar error digunakan untuk menaksir model dilandasi pada prinsip meminimalkan error oleh karena itu ketetapan dari taksiran ditentukan oleh standar error dari masing-masing taksiran. Tabel 3. ANOVA(b)

Model Sum of Squares Df Mean Square F Sig.

1 Regression 38938330.240 1 38938330.240 .094 .763(a)

Residual 9156297521.718 22 416195341.896

Total 9195235851.958 23

a Predictors: (Constant), VAR00002 b Dependent Variable: VAR00004

(3)

Tabel 4. Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 20726.270 11178.824 1.854 .077 VAR00002 .035 .116 .065 .306 .763

a Dependent Variable: VAR00004

Dari tabel 3 uji ANOVA atau F test didapat F hitung adalah 0.09 dengan tingkat signifikan 0.07, karena probabilitas (0.07) jauh kurang dari 0.1 maka model regresi bisa dipakai untuk memprediksikan tingkat risiko persediaan air, sedangkan persamaan regresinya adalah :

Y = 20726.27 + 0.35 X Dinama :

Y = kelancaran produksi (independent) X = risiko persediaan air (dependent)

Konstant sebesar 20726.27 menyatakan bahwa jika tidak ada risiko persediaan air, maka kelancaran produksi adalah 20726.27. Koefisien regresi sebesar 0.35 menyatakan bahwa setiap risiko persediaan air akan meningkatkan kelancaran produksi sebesar 0.35, untuk regresi sederhana angka korelasi (0.65) adalah juga angka standardized coefficients (beta). Dan untuk uji t untuk menguji signifikan konstant dan variabel dependent (risiko persediaan air), uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien signifikan/tidak sebelum melakukan pengujian, biasanya dibuat hipotesis terlebih dahulu yang untuk uji t lazimnya berbentuk :

Hipotesis :

Ho = Koefisien regresi tidak signifikan Ho = Koefisien regresi signifikan a) Pengambilan keputusan

Dasar pengambilan keputusan : 1. Dengan membandingkan statistik hitung dengan statistik tabel

Jika statistik t hitung < statistik t tabel maka Ho (H₁) diterima artinya persediaan bahan kimia mempunyai pengaruh terhadap kelancaran produksi.

Jika statistik t hitung > statistik t tabel maka Ho ditolak artinya persediaan bahan kimia tidak mempunyai pengaruh terhadap kelancaran produksi.

A. Dilihat dari statistik t hitung output diatas bahwa t hitung adalah 3.06

B. Dilihat dari statistik t tabel 1 Tingkat signifikan (

α

) = 10 %

2 df (derejat kebebasan ) = jumlah data – 2 atau 24 – 2 = 22 3 Uji t tabel dua sisi didapat angka 2.1604

Keputusan :

Karena statistik hitung > statistik tabel (3.06 > 2.1604) maka Ho ditolak, sehingga dapat ditarik kesimpulan bahwa risiko persediaan air tidak memberikan pengaruh terhadap kelancaran produksi.

C. Berdasarkan probabilitas

Jika probabilitas > 0.1 maka Ho diterima

Jika proababilitas < 0.1 maka Ho ditolak

Keputusan :

Terlihat bahwa pada kolom sig/significance adalah 0.07 atau probabilitas jauh dibawah 0.1 sehingga Ho ditolak atau koefisien regresi signifikan/risiko persediaan air benar-benar berpengaruh secara signifikan terhadap kelancaran produksi.

(4)

Gambar 1. Uji Hipotesis

Keterangan :

Daerah yang diarsir merupakan daerah penerimaan oleh karena t = 3.06 > t tabel yaitu 2.1604 atau dihitung = -3.06 < t tabel -2.1064, sehingga Ho = ditolak berarti tidak ada hubungan positif antara risiko persediaan air dengan kelancaran produksi.

1.2 Risiko persediaan bahan-bahan kimia Tabel 5. Variables Entered/Removed(b)

Model Variables Entered Variables Removed Method 1 VAR00002(a) . Enter

a All requested variables entered. b Dependent Variable: VAR00003

Tabel 6. Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate 1 .037(a) .001 -.044 24605.80244

a Predictors: (Constant), VAR00002 Keterangan :

VAR00002 = kelancaran produksi

VAR00003 = persediaan bahan-bahan kimia

Dari table 5 menunjukan variabel yang dimasukan tingkat risiko dan tidak ada variabel yang dikeluarkan. Sedangkan tabel 6 menunjukan angka R square adalah 0.1369 (adalah pengkuadratan dari koefisien korelasi atau 0.37 x 0.37 = 0.1369) atau koefisien korelasi menunjukan bahwa hubungan antara kedua variabel sedang positif ini berarti persediaan bahan kimia terhadap kelancaran produksi cukup bisa dikendalikan oleh manajemen persediaan, hubungan yang sedang tersebut merupakan upaya memaksimalkan persediaan bahan kimia untuk kelancaran produksi.

Setelah besarnya koefisien diketahui yaitu sebesar 0.1369 maka untuk mengetahui besar kontribusi bahan kimia terhadap kelancaran produksi dapat dihitung dengan menggunakan koefisien determinasi atau koefisien penentu. koefisien determinasi ini dapat dihitung dengan menggunakan rumus sebagai berikut :

Kd = r² x 100 % Kd = (0.1369)² x 100 % = 1.87 %

Berdasarkan nilai koefisien determinasi tersebut mendapatkan hasil yang positif atau berkorelasi langsung sebesar 0.1369 taksiran hubungannya lemah. Sedangkan standar error (SE) adalah 24605 yang dipakai adalah variabel dependent atau dalam hal ini adalah persediaan bahan kimia. Standar error digunakan untuk menaksir model dilandasi pada prinsip meminimalkan error oleh karena itu ketetapan dari taksiran ditentukan oleh standar error dari masing-masing taksiran.

Tabel 7. ANOVA(b)

Model Sum of Squares Df Mean Square F Sig.

1 Regression 18177560.548 1 18177560.548 .030 .864(a) Residual 13319801300.411 22 605445513.655

Total 13337978860.958 23

a Predictors: (Constant), VAR00002 b Dependent Variable : VAR00003

(5)

Daerah diterima Ho

Coefficients(a)

a Dependent Variable: VAR00003 Dari tabel 7 uji ANOVA atau F test didapat Fhitung adalah 0.03 dengan tingkat signifikan 0.05, karena probabilitas (0.05) jauh dibawah dari 0.1 maka model regresi bisa dipakai untuk memprediksikan tingkat risiko persediaan air, sedangkan persamaan regresinya adalah :

Y = 27233.96 + 0.24 X Dinama :

Y = kelancaran produksi (independent) X = persediaan bahan kimia (dependent)

Konstant sebesar 27233.96 menyatakan bahwa jika tidak ada persediaan bahan kimia, maka kelancaran produksi adalah 27233.96. Koefisien regresi sebesar 0.24 menyatakan bahwa setiap persediaan bahan akan meningkatkan kelancaran produksi sebesar 0.24, untuk regresi sederhana angka korelasi (0.03) adalah juga angka standardized coefficients (beta). Dan untuk uji t untuk menguji signifikan konstant dan variabel dependent (persediaan bahan kimia), uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien signifikan/tidak sebelum melakukan pengujian, biasanya dibuat hipotesis terlebih dahulu yang untuk uji t lazimnya berbentuk :

Hipotesis :

Ho : Koefisien regresi tidak signifikan Ho : Koefisien regresi signifikan a) Pengambilan keputusan

Dasar pengambilan keputusan : 1. Dengan membandingkan statistik

hitung dengan statistik tabel Jika statistik t hitung < statistik t tabel maka Ho (H₁) diterima artinya persediaan bahan kimia mempunyai pengaruh terhadap kelancaran produksi.

persediaan bahan kimia tidak mempunyai pengaruh terhadap kelancaran produksi.

A. Dilihat dari statistik t hitung output diatas bahwa t hitung adalah 1.73

B. Dilihat dari statistik t tabel 1. Tingkat signifikan (

α

) = 10% 2. df (derejat kebebasan ) = jumlah data – 2 atau 24 – 2 = 22 3. Uji t tabel dua sisi didapat angka 2.1604

Keputusan :

Karena statistik hitung > statistik tabel (1.73 < 2.1604) maka Ho diterima, sehingga dapat ditarik kesimpulan bahwa persediaan bahan kimia memberikan pengaruh terhadap kelancaran produksi.

C. Berdasarkan probabilitas

Jika probabilitas > 0.1 maka Ho diterima, Jika proababilitas < 0.1 maka Ho ditolak

Keputusan :

Terlihat bahwa pada kolom sig/significance adalah 0.05 atau probabilitas jauh dibawah 0.1 sehingga Ho ditolak atau koefisien regresi signifikan/persediaan bahan kimia benar-benar berpengaruh secara signifikan terhadap kelancaran produksi. Gambar 2. Uji Hipotesis Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 27233.963 13482.953 2.020 .056 VAR00002 .024 .140 .037 .173 .864

(6)

Keterangan :

Daerah yang diarsir merupakan daerah penerimaan oleh karena t = 1.73 < t tabel yaitu 2.1604 atau dihitung = -1.73 > t tabel -2.1064, sehingga Ho = diterima berarti ada hubungan positif persediaan bahan kimia dengan kelancaran produksi.

KESIMPULAN

PDAM Kabupaten Bogor merupakan badan usaha pelayanan dibadang air bersih. Tujuan PDAM adalah untuk dapat memenuhi dan melayani sarana kebutuhan air bersih agar siap digunakan oleh masyarakat dan untuk meningkatkan sumber pendapatan asli daerah dari seluruh kegiatan perusahaan daerah. Dalam memproduksi dan mendistribusikan air bersih selalu diupayakan hasil produksi yang memenuhi unsur-unsur 3k yaitu kuantitas,kualitas, dan kontinuitas.

1) Persediaan air mempunyai beberapa sumber air baku yaitu air sungai mata air, sumur bor.

2) Realisasi pengambilan air di hitung berdasarkan standar deviasi dan koefisien variasi, untuk tahun 2003 standar deviasinya 8295 dan koefisien variasi 2%, sedangkan tahun 2004 standar deviasinya 10475 dan koefisien variasi 3%.

3) Realisasi persediaan bahan kimia di hitung berdasarkan standar deviasi dan koefisien variasi, untuk tahun 2003 standar deviasinya 6552 dan koefisien variasi 3%, sedangkan tahun 2004 standar deviasinya 5606 dan koefisien variasi 2%.

4) Tingkat kelancaran produksinya menentukan seberapa besar kriteria persentase kelancaran produksi, dimana kriteria sebagai berikut 91%-100% disebut sangat lancar, 81%-90% disebut lancar, 71%-80% disebut cukup lancar, 61%-70% disebut kurang lancar.

5) Di dalam menganalisis risiko persediaan terhadap kelancaran produksi, perubahan baik dalam rupiah maupun dalam persentase perlu dipertimbangkan. Karena perubahan dalam rupiah perlu diketahui agar perspektif yang tepat dan kesimpulan yang valid. Sedangkan perubahan dalam persentase dapat menentukan berarti tidaknya (signifikan) perubahan tersebut.

DAFTAR PUSTAKA

Rangkuti Freddy., Manajemen Persediaan-

Aplikasi Di Bidang Bisnis, Edisi 2, Jilid 5, Jakarta, Penerbit PT. Raja Grafindo Persada, 2002.

Mulyadi. Akuntansi Biaya, Edisi 5, Yogyakarta, Penerbit Aditya Media, 2000.

Mulyadi. Akuntansi Manajemen, Edisi 3, Jakarta, Penerbit Salemaba Empat, 2001. Suad Husnan dan Enny Pudjiastuti.

Dasar-dasar Manjemen Keuangan, Edisi 3, Ygyakarta, Penerbit YKPN, 2002. Mulyadi dan Johny Setyawan. Sistem Perencanaan

Dan Pengendalian Manajemen, Edisi 2, Jakarta, Penerbit Salemaba Empat, 2001. Simamora Hendry. Manajemen Pesediaan,

Jakarta, Penerbit Erlangga, 2000

S. Ridwan, Sundjaja, Barlian. Manajemen Keuangan satu, Edisi 4, Jakarta, Penerbit PT Ikrar Mandiri Abadi, 2002.

S. Ridwan, Sundjaja, Barlian. Manajemen Keuangan dua, Edisi 2, Jakarta, Penerbit Prenlallindo, 2001.

Djojosoedorso Soisno. Prinsip-prinsip Manajemen Risiko, Edisi 1, Jakarta, Penerbit Salemba Empat, 2003.

Fess Reeve, Carls Warren. Manajemen Persediaan, Jakarta, Penerbit Salemba Empat, 2005.

Sousen dan Smith. Manajemen Operasi, Jakarta, Penerbit Binarupa Aksara, 1999.