BAB 2
LANDASAN TEORI
2.1 Pengertian Manajemen
Manajemen menurut Manullang (2004:5) adalah seni ilmu perencanaan,
pengorganisasian, penyusunan, pengarahan dan pengawasan untuk mencapai tujuan
yang sudah di tetapkan.Sementara itu Hasibuan (2004:2) menyatakan pengertian
manajemen adalah ilmu dan seni mengatur proses pemanfaatan sumber daya
manusia dan sumber-sumber lainnya secara efektif dan efisien untuk mencapai
tujuan tertentu. Sedangkan menurut Robbins dan Coulter (2005:8) menyatakan
bahwa fungsi-fungsi manajemen adalah perencanaan, pengorganisasian,
kepemimpinan, dan pengawasan. Kemudian Fabricius dan Büttgen (2013)
menyatakan manajemen adalah suatu kegiatan yang dilakukan oleh para manajer
untuk mengambil suatu keputusan yang didasarkan pada kepercayaan diri dalam
suatu hal yang berpotensi positif, juga didasarkan pada pengetahuan yang tinggi.
Dengan demikian dapat disimpulkan bahwa manajemen adalah suatu proses
yang dilakukan suatu proses yang dilakukan demi mencapai tujuan yang diinginkan
dan diperoleh dengan kerjsama dan kedisiplinan.
2.2 Pengertian dan Tujuan Manajemen Operasional
Manajemen Operasional menurut Daft (2006:216) adalah Bidang manajemen
yang mengkhususkan pada produksi barang, serta menggunakan alat-alat dan
tekhnik-tekhnik khusus untuk memecahkan masalah-masalah produksi. Sedangkan
menurut Assauri (2004:12) berpendapat bahwa Manajemen adalah proses pencapaian
dan pengutilisasian sumber-sumber daya untuk memproduksi atau menghasilkan
barang atau jasa yang berguna sebagai usaha untuk mencapai tujuan dan sasaran
organisasi. Pendapat lain disimpulkan Heizer dan Render (2006:4) Manajemen
Operasional adalah kegiatan yang berhubungan dengan penciptaan barang dan jasa
melalui adanya pengubahan input menjadi output.
Dapat disimpulkan dari pendapat-pendapat diatas bahwa Manajemen
Operasional adalah suatu aktivitas dalam mentransformasikan input – input menjadi
10
output – output yang dapat menambah nilai pada barang atau jasa. Manajemen
Operasional adalah melakukan proses produksi dan mengatur barang produksinya
dalam kualitas, jumlah, harga, dan waktu sesuai dengan kebutuhannya.
2.3 Pengertian Persediaan
Persediaan menurut Rangkuti (2004:1) adalah barang-barang yang disimpan
untuk digunakan atau dijual pada masa atau periode yang akan datang. Persediaan
terdiri dari persediaan bahan baku, persediaan barang setengah jadi dan persediaan
barang jadi. Persediaan barang jadi dan barang setengah jadi disimpan sebelum
digunakan atau dimasukkan dalam proses produksi, sedangkan persediaan barang
jadi atau barang dagangan disimpan sebelum dijual atau dipasarkan. Dengan
demikian perusahaan yang melakukan kegiatan usaha pada umumnya memiliki
persediaan. Bila melakukan kesalahan dalam menetapkan besarnya persediaan maka
akan berdampak kepada masalah lain, misalnya tidak terpenuhinya permintaan
konsumen atau bahkan berlebihan persediaan sehingga tidak semuanya terjual,
timbulnya biaya ekstra untuk penyimpanan atau pesanan bahan dan
sebagainya.Singh dan Satyendra (2013) menyatakan persediaan merupakan daftar
rincian barang yang dapat bergerak atau dipindahkan dalam bentuk bahan baku,
barang setengah jadi, atau produk jadi, yang dibutuhkan dalam pembuatan barang
atau untuk menjaga mesin dan peralatan kerja dalam kondisi yang baik. Persediaan
merupakan bagian penting dari sebuah organisasi. Persediaan merupakan elemen
aktiva lancar yang penting, sebab sukses tidaknya perencanaan dan pengawasan
persediaan akan berpengaruh besar terhadap keberhasilan suatu perusahaan. Elemen
persediaan akan berpengaruh terhadap penentuan laba perusahaan, penentuan tingkat
likuiditas perusahaan, dan kebenaran penyajian neraca. Sementara Nasution
(2003:103) berpendapat persediaan adalah sumber daya yang menunggu proses
lebih lanjut. Proses lebih lanjut adalah berupa kegiatan produksi pada sistem
manufaktur,kegiatan pemasaran pada sistem distribusi ataupun kegiatan konsumsi
pangan pada sistem rumah tangga. Persediaan merupakan sumber daya disamping
yang dapat digunakan untuk memuaskan kebutuhan sekarang dan yang akan datang.
Bahan baku, barang dalam proses dan barang jadi merupakan contoh dari persediaan.
Semua organisasi memiliki tipe- tipe sistem pengendalian dan perencanaan
11
persediaan. Lalu menurut Schoeder (2000:304), mengemukakan persediaan adalah
sejumlah bahan yang berguna untuk memudahkan produksi dan memuaskan
permintaan pelanggan. Sedangkan menurut Prawirosentono (2000:61), pengertian
persediaan adalah kekayaan lancar yang terdapat pada perusahaan dalam bentuk
persediaan bahan mentah (bahan baku/ raw material), barang setengah jadi (work in
process) dan barang jadi (finished goods).
Dari berberapa pengertian diatas dapat disimpulkan bahwa persediaan adalah
suatu aktiva atau aset yang meliputi barang setengah jadi dan barang jadi milik
perusahaan dengan maksud untuk dijual dalam suatu periode usaha.
2.3.1 Fungsi Persediaan
Menurut Herjanto ( 2007:238 ), persediaan (inventory) memiliki berbagai
fungsi penting yang menambah kenyamanan dari operasi suatu perusahaan.Ada 6
fungsi dari persediaan, yaitu :
1. Menghilangkan resiko keterlambatan pengiriman bahan baku atau barang
yang dibutuhkan perusahaan.
2. Menghilangkan resiko jika material yang dipesan tidak baik sehingga harus
dikembalikan.
3. Menghilangkan resiko terhadap kenaikkan harga barang atau inflasi.
4. Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga
perusahaan tidak akan kesulitan jika bahan itu tidak tersedia di pasaran.
5. Mendapatkan keuntungan dari pembelian berdasarkan diskon kuantitas.
6. Memberikan pelayanan kepada pelanggan dengan tersedianya barang yang
diperlukan.
Tampubulon, (2004, p190) juga berpendapat bahwa sangat penting untuk
mengefektifkan sistem persediaan bahan, efisiensi, operasional perusahaan dapat
ditingkatkan melalui fungsi persediaan dalam mengefektifkan fungsi decoupling,
fungsi economic size, dan fungsi antisipasi.
1. Fungsi decoupling merupakan fungsi perusahaan untuk mengadakan
persediaan decople, dengan mengadakan pengelompokan operasional secara
terpisah – pisah, sebagai contoh adalah perusahaan manufaktur mobil,
skedul perakitan mesin dipisah dari skedul perakitan tempat duduk.
12
2. Fungsi economic size merupakan penyimpanan dalam jumlah besar
dengan pertimbangan adanya diskon atas pembelian bahan, diskon atas
kualitas untuk dipergunakan dalam proses konversi, serta didukung gudang
yang memadai. Contohnya adalah badan urusan logistic (bulog) membeli
gabah dari petani untuk dibuat persediaan, pada umumnya harga gabah ketika
panen masih murah dan tergantung mutu. Kemudian pada waktu selesai
dipanen atau paceklik, gabah yang telah diproses menjadi beras untuk dijual
kepasar, pada saat ini bulog tidak membeli gabah dari petani, karena stok
petani sedikit dan harganya mahal. Dengan demikian bulog tersebut
menganut fungsi economic size.
3. Fungsi antisipasi merupakan penyimpanan bahan yang fungsinya untuk
penyelamatan jika sampai terjadi keterlambatan datangnya pesanan bahan
dari pemasok. Tujuan utamanya adalah untuk menjaga proses produksi
tetap berjalan dengan lancar
Persediaan dapat diartikan sebagai investasi yang akan menunggu proses
lebih lanjut, persediaan dalam perusahaan merupakan salah satu aset terpenting
dalam banyak perusahaan. Jenis persediaan di berbagai perusahaan berbeda – beda
akan tetapi secara umum persediaan dibagi menjadi tiga, yaitu persediaan bahan
baku, persediaan barang setengah jadi, dan persediaan barang jadi. Dengan adanya
persediaan yang baik di dalam suatu perusahaan, maka akan memberikan manfaat
sebagai berikut :
1. Untuk memberikan stock agar dapat memenuhi permintaan yang diantisipasi
akan terjadi.
2. Untuk menyeimbangkan produksi dengan distribusi.
3. Untuk memperoleh keuntungan dari potongan kuantitas, karena membeli
dalam jumlah banyak dan biasanya ada diskon.
4. Untuk hedging terhadap inflasi dan perubahan harga.
13
5. Untuk menghindari kekurangan stok yang dapat terjadi karena cuaca,
kekurangan pasokan, mutu ketidakpastian pengiriman.
6. Untuk menjaga kelangsungan operasi dengan cara persediaan dalam proses.
2.3.2 Biaya dalam Sistem Persediaan
Menurut Tampubolon (2004:194) biaya persediaan adalah semua
pengeluaran dan kerugian yang timbul sebagai akibat persediaan. Biaya
tersebut adalah harga pembelian, biaya pemesanan, biaya penyimpanan, biaya
kekurangan persediaan.
1. Harga Pembelian
Harga pembelian adalah biaya yang dikeluarkan untuk membeli barang,
besarnya sama dengan harga perolehan persediaan itu sendiri atau harga
belinya. Pada beberapa model pengendalian sistem persediaan, biaya ini
tidak dimasukkan sebagai dasar untuk membuat keputusan.
2. Biaya pemesanan (ordering cost)
Biaya pemesanan adalah biaya yang harus dikeluarkan untuk
melakukan pemesanan kepada pemasok, yang besarnya tidak
dipengaruhi oleh jumlah pemesanan. Biaya ini meliputi biaya pemrosesan
pesanan, biaya ekspedisi,upah, biaya telepon/fax, biaya dokumentasi/
transaksi, biaya pengepakan, biaya pemeriksaan,dan biaya lainnya yang
tidak tergantung jumlah pesanan.
3. Biaya penyiapan (set up cost)
Biaya penyiapan adalah semua pengeluaran yang timbul dalam
mempersiapkan produksi. Biaya ini terjadi bila item sediaan diproduksi
sendiri dan tidak membeli dari pemasok. Biaya ini meliputi biaya persiapan,
produksi,biaya mempersiapkan (set up) mesin, biaya mempersiapkan
gambar kerja, biaya mempersiapkan tenanga kerja langsung, biaya
perencanaan dan penjadwalan produksi dan biaya lain yang besarnya tidak
tergantung pada jumlah barang yang diproduksi.
14
4. Biaya penyimpanan (holding cost}
Merupakan biaya yang dikeluarkan dalam penyimpanan material, semi
finished product, sub assembly, ataupun produk jadi. Biaya simpan
biasanya dinyatakan dalam biaya per unit per periode. Biaya penyimpanan
meliputi :
Biaya kesempatan. Penumpukan barang di gudang berarti
penumpukan modal. Padahal modal ini dapat diinvestasikan pada
tabungan bank atau bisnis lain. Biaya modal merupakan
opportunity cost yang hilang karena menyimpan persediaan.
Biaya simpan, yang termasuk biaya simpan adalah biaya sewa
gudang, asuransi, pajak, administrasi, biaya pemindahan dan biaya
kerusakan atau penyusutan.
Biaya - biaya lain yang besarnya bersifat variabel tergantung pada
jumlah item.
5. Biaya kekurangan persediaan (stockout cost)
Biaya perusahaan yang disebabkan karena kehabisan barang pada saat ada
permintaan, maka akan terjadi stock out .Stock out menimbulkan kerugian
berupa biaya akibat kehilangan kesempatan mendapatkan keuntungan atau
kehilangan pelanggan yang kecewa.
2.3.3 Tujuan Persediaan
Rangkuti (2004:7) menyatakan dalam perusahaan bahwa dalam perusahaan
manufaktur dan perusahaan dagang terdapat beraneka ragam jenisnya, sehingga
persediaan memiliki tujuan. Adapun Tujuan persediaan terdiri dari :
Batch Stock/Lot Size Inventory, persediaan yang diadakan karena kita
membeli atau membuat bahan-bahan atau barang-barang dalam jumlah yang
lebih besar dari jumlah yang dibutuhkan saat ini.
15
Fluctuation Stock, persediaan yang diadakan untuk menghadapi fluktuasi
permintaan konsumen yang tidak dapat diramalkan.
Anticipation Stock, persediaan yang diadakan untuk menghadapi fluktuasi
permintaan yang dapat diramalkan, berdasarkan pola musiman yang terdapat
dalam satu tahun dan untuk menghadapi penggunaan atau penjualan atau
permintaan yang meningkat.
Berdasarkan pernyataan di atas, dapat disimpulkan bahwa dengan adanya
persediaan, maka perusahaan dapat melakukan efisiensi produksi dan penghematan
biaya angkut, dapat menghadapi fluktuasi permintaan konsumen yang tidak dapat
diramalkan atau tidak beraturan serta untuk mengatasi jumlah pesanan yang telah
diramalkan sebelumnya.
2.3.4 Pengertian Pengendalian Persediaan
Pengendalian persediaan merupakan fungsi manajerial yang sangat penting,
karena mayoritas perusahaan melibatkan investasi besar pada aspek ini.Hal tersebut
merupakan dilema bagi perusahaan. Setiap perusahaan, apakah itu perusahaan
perdagangan ataupun pabrik serta perusahaan jasa selalu mengadakan persediaan.
Menurut Assauri (2004,176) Pengawasan persediaan merupakan salah satu
kegiatan dari urutan kegiatan-kegiatan yang berurutan erat satu sama lain dalam
seluruh operasi produksi perusahaan tersebut sesuai dengan apa yang telah
direncanakan lebih dahulu baik waktu, jumlah, kuantitas, maupun biayanya,
sedangkan Rangkutti (2004,25) mengatakan bahwa pengawasan persediaan
merupakan salah satu fungsi manajemen yang dapat dipecahkan dengan menerapkan
metode kuantitatif.
Dari pengertiaan diatas dapat disimpulkan bahwa pengendalian persediaan
adalah suatu aktivitas untuk menetapkan besarnya persediaan dengan memperhatikan
keseimbangan antara besarnya persediaan yang disimpan dengan biaya-biaya yang
ditimbulkannya.
2.4. Economic Order Quantity dan Safety Stock
2.4.1 Economic Order Quantity
16
Pardede (2005:422), menyatakan bahwa Economic Order Quantity
menunjukkan sejumlah barang yang harus dipesan untuk tiap kali pemesanan agar
biaya persediaan keseluruhan menjadi sekecil mungkin.Sedangkan menurut Heizer
dan Render (2005:68) model kuantitas pesanana ekonomis merupakan salah satu
teknik pengendalian persediaan yang paling tua dan paling dikenal secara luas.
Teknik ini relatif mudah untuk digunakan tetapi berdasarkan beberapa asumsi :
Tingkat permintaan diketahui,dan bersifat konstan.
Lead time, yaitu waktu antara pemesanan dan penerimaan pesanan
diketahuai dan bersifat konstan.
Persediaan ditelima dengan segera. Dengan kata lain, persediaan
yang dipesan tiba dalam bentuk kumpulan produk pada satu waktu.
Tidak mungkin diberikan diskon (potongan harga)
Biaya variabel yang ada hanyalah biaya pengaturan atau biaya
pemesanan
(setup cost) dan biaya penyimpanan persediaan sepanjang waktu.
Kondisi kehabisan stock dapat dihindali sepenuhnya jika
pemesanan dilakukan pada waktu yang tepat.
Persoalan persediaan sebenarnya terdiri dari dua buah pertanyaan, yaitu
berapa jumlah yang harus dipesan dan berapa lama waktu selang antara pesanan
pertama dengan pesanan berikutnya yang akan mendatangkan biaya yang minimal.
Perhitungan EOQ dengan menggunakan rumus :
EOQ =
Keterangan :
EOQ : Jumlah persediaan yang ekonomis
D : Kebutuhan bahan baku dalam satu periode
S : Biaya pesan bahan baku
17
H : Biaya simpan bahan baku dalam satu periode
Dengan adanya EOQ,bukan berarti tidak ada kemungkinan adanya out of stock di
dalam perusahaan dan proses produksi. Kemungkinan stock out itu akan muncul
apabila :
1. Penggunaan bahan dasar di dalam proses produksi lebih besar daripada yang
diperkirakan sebelumnya. Hal ini akan berakibat persediaan akan habis
diproduksi sebelum pembelian atau pemesanan berikutnya akan datang, maka
terjadilah out of stock
2. Pesanan bahan dasar itu tidak dapat dating tepat pada waktunya. Hal ini
berarti lead time tidak tepat pada waktunya.
2.4.2 Safety Stock
Pengertian persediaan pengaman (Safety Stock) menurut Rangkuty (2004:10)
adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga
kemungkinan terjadinya kekurangan bahan (Stock Out).Sedangkan pengertian
menurut Sofjan Assauri (2004:186) sama halnya dengan pengertian Freddy rangkuty
yaitu persediaan tambahan yang diadakan untuk melindungi atau menjaga
kemungkinan terjadinya kekurangan bahan (Stock Out).
dapat disimpulkan bahwa persediaan pengaman adalah suatu barang yang
disediakan dengan tujuan untuk berjaga – jaga dari permintaan yang tidak
diperhitungan dan mencegah terjadinya kekurangan stok.
2.4.3 Reorder Point (ROP)
Menurut Heizer dan Render (2010 : 99), titik pemesanan ulang (Reorder
Point) yaitu tingkat persediaan dimana ketika persediaan mencapai tingkat tersebut,
pemesanan harus dilakukan.
18
Gambar 2.1 Titik Pemesanan Ulang (ROP)
Keterangan : Q* adalah kuantitas pesanan optimum, dan waktu tunggu
mempresentasikan waktu antara penempatan pesanan dan penerimaan pesanan.
Rumus untuk menentukan ROP adalah sebagai berikut :
ROP = d x L
Keterangan : d = Permintaan per hari
L = Waktu tunggu pesanan baru dalam hari
Persamaan untuk ROP ini mengasumsikan permintaan selama waktu tunggu
dan waktu tunggu itu sendiri adalah konstan.
Permintaan per hari (d) dihitung dengan membagi permintaan tahunannya (D)
dengan jumlah hari kerja dalam satu tahun :
2.5 Pengertian Peramalan/Forecasting
Menurut Barry dan Jay (2009:162) peramalan (forecasting) adalah seni dan
ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang
dengan suatu bentuk model matematis.Hal ini juga bisa merupakan predeksi intuisi
yang bersifat subjektif. Hal ini pun dapat dilakukan dengan menggunakan kombinasi
model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang
manajer.
Menurut Mate (2011), Forecasting adalah metode yang digunakan untuk
melakukan sesuatu yang dapat terjadi dimasa depan dan mempunyai berberapa
19
metode dan dapat juga dihitung berdasarkan horizon waktu (Time Horizon).
Sedangkan menurut Assauri (2008), Peramalan merupakan bagian awal dari suatu
proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui
terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu.
Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap
satu atau beberapa produk pada periode yang akan datang. Pendapat dari Pujawan
(2005:87) peramalan adalah kegiatan untuk mengestimasi besarnya permintaan
terhadap barang barang atau jasa tertentu pada suatu periode dan wilayah pemasaran
tertentu.
Jadi, berdasarkan pendapat-pendapat diatas dapat diambil kesimpulan bahwa
peramalan adalah kegiatan yang memprediksikan masa depan dengan menggunakan
metode ilmiah, hal-hal kualitatif, perasaan, dan pengalaman seseorang dan lainnya.
2.5.1 Meramalkan Horizon Waktu
Menurut Heizer dan Render (2009:163) peramalan biasanya diklasifikasikan
berdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi
menjadi beberapa kategori:
1. Peramalan Jangka Pendek
Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya
kurang dari tiga bulan.Peramalan ini digunakan untuk merencanakan
pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan
tingkat produksi.
2. Peramalan Jangka Menengah
Peramalan jangka menengah atau intermediate umumnya mencakup hitungan
bulan hingga tiga tahun.Peramalan ini bermanfaat untuk merencanakan
penjualan, perencanaan dan anggaran produksi, anggaran kas, serta
menganalisis bermacam-macam rencana operasi.
3. Peramalan Jangka Panjang
Umumnya untuk perencanaan masa tiga tahun atau lebih.Peramalan jangka
panjang digunakan untuk merencanakan produk baru, pembelanjaan modal,
20
lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan
(litbang).
2.5.2 Jenis-Jenis Peramalan
Heizer dan Render (2009:164) mengatakan pada umumnya berbagai
organisasi menggunakan tiga jenis peramalan yang utama dalam perencanaan operasi
di masa depan :
1. Peramalan ekonomi (economis forecast) menjelaskan siklus bisnis dengan
memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk
membangun perumahan dan indicator perencanaan lainnya.
2. Peramalan teknologi (techonological forecast) memperhatikan tingkat
kemajuan teknologi yang dapat meluncurkan produk baru yang menarik,
yang membutuhkan pabrik dan peralatan baru.
3. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk
produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan
penjualan, dimana mengendalikan produksi, kapasitas, serta sistem
penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan
sumber daya manusia.
2.5.3 Berbagai Pendekatan Dalam Peramalan
Barry dan Jay (2009:167) menyatakan bahwa terdapat dua pendekatan umum
untuk peramalan, yaitu :
1. Peramalan kuantitatif (quantitative forecast), adalah peramalan yang
menggunakan model matematis yang beragam dengan data masa lalu dan
variabel sebab akibat untuk meramalkan permintaan.
2. Peramalan subjektif atau kualitatif (qualitative forecast), adalah peramalan
yang menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi, dan
sistem nilai pengambil keputusan untuk meramal.
21
2.5.4 Metode Peramalan Kuantitatif
Heizer dan Render (2009:168), menyatakan metode peramalan secara
kuantitatif, antara lain :
Dekomposisi Deret Waktu
Membagi data masa lalu menjadi komponen-komponen, kemudian
memproyeksikannya ke masa depan.
Pendekatan Naif (Naïve Approach)
Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di
periode mendatang akan sdama dengan permintaan pada periode terakhir,
dengan kata lain jika penjualan sebuah produk adalah 68 unit di bulan
Januari, kita dapat meramalkan penjualan di bulan Februari akan sama,yaitu
sebanyak 68 unit.
Rata-Rata Bergerak (Moving Average)
Peramalan rata-rata bergerak menggunakan sehumlah data aktual masa lalu
untuk menghasilkan peramalan.Rata-rata bergerak berguna jika kita dapat
mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa yang
kita ramalkan.
Rumus metode rata-rata bergerak adalah :
Rata-rata Bergerak = Σ demand pada periode n
n
Dimana n adalah jumlah periode yang digunakan dalam metode rata-
rata bergerak.
Exponential Smoothing
Penghalusan eksponential 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 :
Forecast periode yang akan datang = Forecast periode yang lalu +α (aktual
demand – forecast periode yang lalu)
22
Dimana α adalah konstanta yang nilainya antara 0 sampai 1, sehingga
peramalan tersebut bisa ditulis sebagai berikut :
Ft = Ft-1 + α (At1-Ft-1)
Keterangan :
Ft = Forecast yang baru
Ft-1 = Forecast yang lalu
At-1 = Actual demand periode yang lalu
α = Konstanta yang nilainya 0 sampai 1
α (smoothing constant) dapat berubah, tergantung pada asumsi kita mengenal
perubahan yang akan terjadi pada data tersebut. Semakin besar asumsi terhadap
terjadinya peningkatan
penjualan, nilai α akan semakin besar, dan begitu pula sebaliknya. Dengan demikian,
pemilihan besarnya nilai α harus kita lakukan dengan hati-hati.
Untuk memperoleh forecasting yang lebih akurat, kita dapat membandingkan
nilai forecasting dengan nilai aktual yang terjadi. Semakin kecil perbedaan antara
nilai hasil forecasting dan nilai aktual, berarti tingkat kesalahannya semakin kecil
dan metode forecasting yang digunakan relatif baik. Tingkat kesalahan forecasting
(forecast error) dapat dihitung sebagai berikut:
Forecast error = Demand - Forecast
Eksponential Smoothing with trend
Metode peramalan ini merupakan pengembangan dari metode penghalusan
eksponensial, dimana metode ini dapat memberikan respon terhadap tren
yang terjadi.
Rumusnya adalah sebagai berikut :
FITt = Peramalan penghalusan eksponential(Ft) + Tren penghalusan
eksponensial(Tt)
Pada penghalusan eksponensial dengan penyesuaian tren, estimasi rata- rata
maupun tren dihaluskan.Prosedur ini membutuhkan dua konstanta
23
penghalusan, α untuk rata-rata data penghalusan eksponensial dan β untuk
tren.Terdapat tiga langkah dalam menghitung peramalan dengan penyesuaian
tren, yaitu:
Langkah 1: menghitung Ft , peramalan eksponensial yang dihaluskan untuk
periode t.
Langkah 2: menghitung tren yang dihaluskan,Tt.
Langkah 3: menghitung peramalan dengan tren,FITt, dengan rumus FITt = Ft
+ Tt.
Persamaan yang digunakan untuk menghitung peramalan eksponensial yang
dihaluskan sebagai berikut:
Ft = α(permintaan aktual periode terakhir) + (1- α) + (peramal periode
terakhir + estimasi tren periode terakhir)
atau
Ft= α(At-1) + (1- α)(Ft-1 + Tt+1)
Persamaan yang digunakan untuk menghitung tren yang dihaluskan adalah:
Tt= β(peramalan periode ini – peramalan periode terakhir) + (1- β)
(estimasi tren periode terakhir)
atau
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 pada periode t
α : konstanta penghalusan untuk rata-rata
β : konstanta penghalusan untuk tren
Nilai konstanta penghalusan tren (β) menyerupai konstanta α, karena β yang
tinggi lebih tanggap terhadap perubahan tren.β yang rendah memberikan bobot
yang rendah kepada tren terbaru dan cenderung memperhalus tren sekarang.Nilai
βdapat ditentukan dengan pendekatan uji coba, dengan MAD digunakan
sebagai ukuran pembanding.Penghalusan eksponensial sederhana sering disebut
24
sebagai penghalusan tingkat pertama (first-order smoothing) dan penghalusan
dengan penyesuaian tren disebut sebagai penghalusan tingkat kedua (second-order
atau double smoothing).
Proyeksi Tren (Trend Projection)
Suatu metode peramalan serangkaian waktu yang sesuai dengan garis tren
terhadap serangkaian titik-titik dan masa lalu, kemudian diproyeksikan ke
dalam peramalan masa depan.
Regresi Linier (Linier Regression causal model)
Peramalan dengan regresi linear di dasarkan pada asumsi bahwa pola
pertumbuhan dari data historis bersifat linier,dan dapat diperoleh dengan
menggunakan model matematis pada metode kuadrat terkecil dari proyeksi
tren. Rumus yang digunakan untuk menghitung peramalan dengan metode
regresi linier adalah persamaan garis regresi linier sebagai berikut:
Y = a + bX
Dimana :
Y = Variabel dependen
a = koefisien intercept
b = koefisien slope atau kemiringan garis regresi
X = Variabel independen
Koefisien kemiringan slope b dapat dihitung dengan menggunakan rumus :
b = n Σ XY - (Σ X)(Σ Y)
n (Σ X²) - (Σ X)²
Di mana :
b = slope atau kemiringan garis regresi
Σ = tanda penjumlahan
X = Nilai variabel inpenden
Y = Nilai variabel dependen
X = rata-rata dari nilai X
Y = rata-rata dari nilai Y
n = jumlah sampel atau jumlah pengamatan
25
Setelah mendapatkan koefisien b, selanjutnya dapat dihitung koefisien a :
a = ΣY – b Σ X
n
atau
a = Y – b X
Ketepatan estimasi regresi ini sangat dipengaruhi oleh seberapa besar
penyimpanan semua data variabel independen (X) terhadap garis
regresi.Apabila semua data variabel independen (X) tersebut berada di
sepanjang garis regresi, maka tingkat kesalahannya mendekati 0. Sebaliknya,
jika data variabel tersebut makin menjauh dari garis regresi, tingkat
kesalahannya semakin besar. Dan besarnya tingkat kesalahan dapat dihitung
dengan rumus:
Se = Σ Y² - a Σ Y – b Σ XY
n-2
Dimana :
Se = Standart error estimasi.
Metode peramalan kuantitatif terdiri dari peramalan deret waktu (time series)
dan peramalan sebab akibat/kausal (causal). Kedua metode ini pada dasar
peramalannyaadalah pada data masa lalu dengan menggunakan prediksi untuk masa
mendatang.Dengan mengelola data masa lalu, maka akan memperoleh suatu hasil
peramalan. Metode peramalan kuantitatif dibagi menjadi dua, yaitu:
1. Peramalan deret waktu (time series)
Peramalan ini dilakukan berdasarkan data-data dari suatu produk yang sudah
ada sebelumnya, kemudian dianalisa pola datanya apakah berpola trend
atau musiman maupun berbentuk siklus. Metode-metode yang dapat
dipergunakan dalam hal ini dapat berupa rata-rata bergerak (moving average),
penghalusan eksponensial (exponential smoothing), model matematika, dan
metode Box-Jenkis.
2. Peramalan sebab-akibat / kausal (causal)
Peramalan ini dilakukan berdasarkan data yang sudah ada sebelumnya, tetapi
mempergunakan data dari variabel lain yang menentukan atau
26
mempengaruhinya pada masa depan, seperti penduduk, pendapatan, dan
kegiatan ekonomi.
2.5.5 Menghitung Kesalahan Peramalan
Menurut Nachrowi dan Usman (2004 : 239) menyatakan bahwa sebenarnya
membandingkan kesalahan peramalan adalah suatu cara sederhana, apakah suatu
teknik peramalan tersebut patut dipilih untuk digunakan membuat peramalan data
yang sedang kita analisa atau tidak. Minimal prosedur ini dapat digunakan sebagai
indikator apakah suatu teknik peramalan cocok digunakan atau tidak. Dan teknik
yang mempunyai MSE (Mean Squared Error) terkecil merupakan ramalan yang
terbaik, Sedangkan Rangkuti (2005 : 80) menyatakan keharusan untuk
membadingkan perhitungan yang memiliki nilai MAD (Mean Absolute Deviation)
paling kecil, karena semakin kecil MAD berarti semakin kecil pula perbedaan antara
hasil forecasting dan nilai aktual, namun Gaspers (2005 : 80) menyatakan akurasi
peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil.
Menurut Heizer dan Render (2009:177), ada beberapa perhitungan yang biasa
dipergunakan untuk menghitung kesalahan peramalan (forecast error) total.
Perhitungan ini dapat dipergunakan untuk membandingkan model peramalan yang
berbeda, juga untuk mengawasi peramalan guna memastikan peramalan berjalan
dengan baik.Dua teknik perhitungan yang paling terkenal adalah deviasi rata-rata
absolut (MAD) (mean absolute deviation) dan kesalahan rata-rata kuadrat (MSE)
(mean squared error).
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
kesalahan peramalan dibagi dengan jumlah periode data (n).
MAD = Σ |aktual - peramalan|
n
2. Kesalahan Rata-rata kuadrat (Mean Square Error)
MSE merupakan cara kedua untuk mengukur kesalahan peramalan
keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang
27
diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia
cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan.
MSE = Σ (kesalahan peramalan)
n
2.5.6 Karakteristik Peramalan
Menurut Nasution (2003:28), peramalan yang baik mempunyai beberapa
kriteria yang penting, antara lain:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi
peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut
terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang
sebenarnya terjadi.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang digunakan.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudaha dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan
2.5.7 Sifat Hasil Peramalan
Menurut Nasution (2003:29) dalam membuat suatu peramalan atau
menerapkan hasil suatu peramalan, karena itu ada beberapa hal yang harus
dipertimbangkan, antara lain :
1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya dapat
mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat
menghilangkan ketidakpastian tersebut.
28
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran
kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka
adalah penting bagi peramalan untuk menginformasikan seberapa besar
kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena faktor-faktor yang mempengaruhi
permintaan pada peramalan jangka pendek relatif masih konstan, sedangkan
semakin panjang periode peramalan, maka semakin besar pula kemungkinan
terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
29
2.6 Kerangka Pemikiran
30
PT.Tirta Aroma Sari
Melakukan peramalan terhadap permintaan customer
tiap bulannya
Forecasting
(Moving Average,Exponential Smoothing,Exponential Smoothing
with trend,Linear )Regression,Naïve
Method)
MAD dan
MSE
Menganalisis dan mengatur persediaan PT.Tirta Aroma Sari
Economic Order Quantity
Solusi Masalah PT.Tirta Aroma Sari