1 bab 2 landasan teori 2.1 manajemen 2.1.1 definisi
Post on 12-Jan-2017
245 Views
Preview:
TRANSCRIPT
BAB 2
LANDASAN TEORI
2.1 Manajemen
2.1.1 Definisi Manajemen
Menurut Dyck & Neubert (2009:7) manajemen adalah proses perencanaan,
pengorganisasian, memimpin, dan mengendalikan sumber daya manusia dan sumber
daya organisasi lainnya agar dapat secara efektif mencapai tujuan organisasi.
Terdapat 4 fungsi manajemen, yaitu:
1. Planning (Perencanaan)
Perencanaan berarti mengidentifikasikan tujuan organisasi dan strategi
dan mengalokasikan sumber daya organisasi yang tepat yang diperlukan
untuk mencapainya.
2. Organizing ( Mengorganisasi)
Pengorganisasian berarti memastikan bahwa tugas-tugas telah ditetapkan
dan struktur hubungan organisasi diciptakan untuk memfasilitasi
pertemuan dari tujuan-tujuan organisasi.
3. Leading (Memimpin)
Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan
mereka menghasilkan.
4. Controlling (Mengendalikan)
Mengendalikan adalah melibatkan kegiatan manajemen untuk
memastikan bahwa tindakan-tindakan anggota organisasi konsisten
dengan nilai-nilai organisasi dan standar.
2.1.2 Definisi Menejemen Operasi
Menurut Prasetya & Lukiastuti (2009:2) manajemen operasi adalah
serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan
mengubah input menjadi output. Kegiatan yang menghasilkan barang dan jasa
berlangsung di semua organisasi, baik perusahaan manufaktur maupun jasa.
Herjanto (2008:4) mengatakan bahwa manajemen operasi merupakan bagian
11
dari kegiatan organisasi yang melakukan proses transformasi dari masukan (input)
menjadi keluaran (output). Masukan berupa semua sumber data yang diperlukan
(misalnya material, modal, peralatan), sedangkan keluaran berupa barang jadi,
barang setengah jadi atau jasa.
Tidak berbeda jauh dengan Herjanto, Heizer & Render (2009:4) juga
mengungkapkan bahwa manajemen operasi adalah serangkaian aktivitas yang
menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi
output. Kegiatan menciptakan barang dan jasa terjadi di semua organisasi. Di
perusahaan manufaktur, kegiatan produksi yang menciptakan barang biasanya cukup
jelas sedangkan dalam organisasi yang tidak menghasilkan produk secara fisik,
fungsi produksi nya mungkin tidak terlihat jelas. Aktivitas-aktivitas tersebut sering
kita sebut sebagai jasa.
Sedangkan menurut Stevenson (2009:4), manajemen operasi adalah pengelolaan
sistem atau proses yang menciptakan barang dan/atau memberikan jasa.
Dari pendapat-pendapat diatas dapat disimpulkan bahwa manajemen operasional
adalah segala aktivitas yang menghasilkan nilai baik dalam bentuk barang maupun
jasa dengan melalui proses produksi secara efektif dan efisien untuk memenuhi
kebutuhan konsumen.
Heizer & Render (2009:5) menyebutkan bahwa manajemen operasi (MO)
dipelajari karena empat alasan:
1. MO adalah satu dari tiga fungsi utama dari setiap organisasi dan berhubungan
secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi
memasarkan (menjual), membiayai (mencatat rugi laba), dan memproduksi
(mengoperasikan), maka sangat penting untuk mengetahui bagaimana
aktivitas MO berjalan. Karena itu pula, kita mempelajari bagaimana orang-
orang mengorganisasikan diri mereka bagi perusahaan yang produktif.
2. Kita mempelajari MO karena kita ingin mengetahui bagaimana barang dan
jasa diproduksi. Fungsi produksi adalah bagian dari masyarakat yang
menciptakan produk yang kita gunakan.
3. Kita mempelajari MO untuk memahami apa yang dikerjakan oleh manajer
operasi. Dengan memahami apa saja yang dilakukan oleh manajer ini, kita
dapat membangun keahlian yang dibutuhkan untuk dapat menjadi seorang
manajer seperti itu. Hal ini akan membantu Anda untuk menjelajahi
kesempatan kerja yang banyak dan menggiurkan di bidang MO.
12
4. Kita mempelajari MO karena bagian ini merupakan bagian yang paling
banyak menghabiskan biaya dalam sebuah organisasi. Sebagian besar
pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian,
MO memberikan peluang untuk meningkatkan keuntungan dan pelayanan
terhadap masyarakat.
2.1.3 Sistem Manajemen Operasional
Sistem manajemen operasional merupakan keterkaitan kumpulan sasaran dan
aktivitas di dalam organisasi yang saling berhubungan satu dengan yang lainnya.
Model sistem di dalam organisasi dikenal memiliki subsistem, atau subkomponen,
yang ada didalam organisasi. Didalam bisnis sangat dibutuhkan keuangan yang kuat,
pemasaran, akunting, engineering, pembelian, dan distribusi fisik yang membantu
sistem operasional.
2.2 Peramalan (Forecasting)
2.2.1 Definisi Peramalan
Menurut Hyndmand & Anthanasopoulos (2014:12) Peramalan adalah tentang
memproduksi masa depan selengkap mungkin, memberikan semua informasi yang
tersedia, termasuk data historis dan pengetahuan tentang setiap peristiwa masa depan
yang mungkin berdampak ke perkiraan. Peramalan merupakan tugas statistik umum
dalam bisnis, dimana itu membantu untuk menginformasikan keputusan tentang
penjadwalan produksi, trasnportasi, dan personil, dan menyediakan panduan untuk
perencanaan strategis jangka panjang.
Herjanto (2007:4) mengungkapkan bahwa peramalan digunakan untuk
mengukur atau menaksir keadaan di masa datang. Suatu peramalan yang baik atau
buruk akan mempengaruhi perusahaan secara keseluruhan. Dengan peramalan yang
baik diharapkan pemborosan akan bisa dikurangi, dapat lebih terkonsentrasi pada
sasaran tertentu dan perencanaan dapat lebih baik.
Berbeda dengan Heizer & Render (2009:162) yang mengatakan bahwa
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.
13
Sedangkan menurut Rusdiana (2014:96) peramalan adalah pemikiran terhadap
suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode
yang akan datang dengan menggunakan teknik-teknik tertentu. Dalam kegiatan
produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu
produk yang dilakukan pada awal proses perencanaan dan pengendalian produksi.
Dari pendapat-pendapat diatas dapat disimpulkan bahwa peramalan adalah suatu
kegiatan yang bertujuan untuk memperkirakan kejadian di masa yang akan data
dengan melibatkan data-data historis.
2.2.2 Jenis-jenis Peramalan
Pada umumnya, berbagai organisasi menggunakan tiga jenis peramalan yang
utama dalam perencanaan operasi di masa depan. (Heizer & Render, 2009:164)
1. Peramalan Ekonomi menjelaskan siklus bisnis dengan memprediksikan
tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk
membangun perumahan, dan indikator perencanaan lainnya.
2. Peramalan Teknologi memperhatikan tingkat kemajuan teknologi yang
dapat meluncurkan produk baru yang menarik yang membutuhkan pabrik
dan peralatan baru.
3. Peramalan Permintaan adalah proyeksi permintaan untuk produk atau
layanan suatu perusahaan. Peramalan ini disebut juga peramalan
penjualan yang mengendalikan produksi, kapasitas, serta sistem
penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran
dan sumber daya manusia.
2.2.3 Metode-Metode Peramalan
Herjanto (2007:78) mengungkapkan bahwa peramalan dapat dilakukan secara
kuantitatif maupun kualitatif. Pengukuran secara kuantitatif menggunakan metode
statistik, sedangkan pengukuran secara kualitatif berdasarkan pendapat (judgment)
dari yang melakukan peramalan.
Terdapat 2 macam metode peramalan menurut Heizer & Render (2009:168),
yaitu:
1. Metode kualitatif, terbagi menjadi 4 teknik peramalan, yaitu:
14
a. Juri dari opini eksekutif (jury of executive opinion)
Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat
tinggi umumnya digabungkan dengan model statistik, dikumpulkan untuk
mendapatkan prediksi permintaan kelompok.
b. Metode Delphi (Delphi method)
Ada 3 (tiga) jenis partisipan dalam metode Delphi, yaitu: pengambil
keputusan, karyawan, dan responden. Pengambil keputusan melakukan
peramalan, karyawan menyiapkan, menyebarkan, mengumpulkan, dan
meringkas kuesioner dan hasil survei. Responden adalah sekelompok
orang yang ditempatkan di tempat yang berbeda di mana penliaian
dilakukan.
c. Komposit tenaga penjual (sales force composite)
Setiap tenaga penjual memperkirakan berapa penjualan yang dapat ia capai
dalam wilayahnya, dan melakukan pengkajian untuk memastikan apakah
peramalan cukup realistis, baru kemudian digabungkan pada tingkat
wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan.
d. Survei pasar konsumen (consumer market survey)
Metode ini meminta masukan dari konsumen mengenai rencana pembelian
mereka di masa mendatang. Hal ini juga membantu dalam menyiapkan
peramalan, tetapi juga membantu dalam merancang desain produk baru
dan perencanaan produk baru. Namun, metode ini dapat menjadi tidak
benar karena masukan dari konsumen yang terlalu optimis. Yaitu metode
yang menggunakan model matematis yang beragam dengan berdasarkan
data masa lalu untuk meramalkan permintaan dimasa yang akan datang.
Ada tiga kondisi yang diterapkan pada metode ini, yaitu:
1. Informasi mengenai keadaan pada waktu yang tersedia.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric
(angka).
3. Waktu yang akan datang (disebut asumsi kontinuitas).
15
2. Metode kuantitatif, dibagi menjadi dua, yaitu:
a. Model Deret Waktu (Time-Series)
Model deret waktu membuat prediksi dengan asumsi bahwa masa depan
merupakan fungsi dari masa lalu. Dengan kata lain, mereka melihat apa
yang terjadi selama kurun waktu tertentu dan menggunakan data masa
lalu tersebut untuk melakukan peramalan. Menganalisis time series
berarti membagi data masa lau menjadi komponen-komponen, dan
kemudian memproyeksikannya kemasa depan.
Time-Series mempunyai empat komponen:
1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau
menurun.
2. Musim adalah pola data yang berulang pada kurun waktu tertentu
seperti hari, minggu, bulan, kwartal.
3. Siklus adalah pola dalam data yang terjadi beberapa tahun. Siklus ini
biasanya terkait pada siklus bisnis dan merupakan satu hal penting
dalam analisis dan perencanaan bisnis jangka pendek.
4. Variasi acak merupakaan satu titik khusus dalam data yang
disebabkan oleh peluang dan situasi yanhg tidak biasa. Variasi acak
tidak mempunyai pola khusus jadi tidak dapat diprediksi.
Metode-metode yang dapat digunakan dalam hal ini dapat berupa
rata-rata bergerak, penghalusan eksponensial, model
matematika, dan metode box-jenkins.
b. Model Asosiatif (Hubungan Sebab Akibat)
Model asosiatif (atau hubungan sebab akibat), seperti regresi linear,
menggabungkan banyak variabel atau faktor yang mungkin
mempengaruhi kuantitas yang sedang diramalkan.
Dengan mengolah data yang sudah ada sebelumnya melalui deret waktu
dan metode sebab akibat, maka akan diperoleh hasil peramalan.
16
2.2.4 Teknik Peramalan
Teknik yang digunakan untuk peramalan time series adalah Neural Network.
Artificial Neural Network atau sering disebut Neural Network merupakan metode
komputasi yang saat ini mengalami kemajuan pesat. Menurut Priddy & Keller
(2005:1) jaringan syaraf tiruan (Artificial Neural Networks) adalah penemuan
matematika terinspirasi oleh pengamatan yang dilakukan dalam studi sistem biologis,
meskipun pada dasarnya didasarkan pada biologi yang sebenarnya. Jaringan saraf
tiruan dapat menggambarkan sebagai pemetaan ruang Input ke ruang output. Konsep
ini sama dengan fungsi matematika. Tujuan dari jaringan saraf adalah untuk
memetakan input menjadi output yang diinginkan.
Neural Network telah terbukti kehandalannya dalam menangani berbagai
masalah pada berbagai disiplin keilmuan. Kehandalan tersebut salah satunya
disebabkan kemampuan yang dimiliki Neural Network yang sering disebut universal
approximation, yaitu dapat mengaproksimasi semua fungsi kontinu multivariate
untuk semua tingkat akurasi termasuk untuk fungsi-fungsi non-linear.
Kemampuan neural network dalam universal approximation telah diteliti
oleh berbagai peneliti untuk peramalan data time series pada berbagai jenis data. Dari
beberapa penelitian tersebut, Neural Network menunjukkan kinerja yang memuaskan
dalam peramalan data time-series.
Mekanisme kerja Neural Network meniru cara kerja jaringan saraf biologis.
Seperti jaringan saraf biologis, Neural Network tersusun atas sel-sel saraf (neuron)
yang saling terhubung dan beroperasi secara paralel. Mekanisme pemrosesan
informasi pada tiap neuron neural network mengadopsi mekanisme pemrosesan
informasi neuron biologis.
Pada penerapannya, neuron-neuron pada neural network dikelompokkan
kedalam beberapa lapisan (layer). Tiap layer bisa memiliki satu atau lebih neuron.
Terdapat tiga jenis layer yang menyusun arsitektur neural network, yaitu input layer,
output layer, dan hidden layer.
Input layer berfungsi sebagai tempat data dimasukkan, yang akan diproses
pada tahap selanjutnya. Output layer berfungsi sebagai tempat keluaran hasil dari
proses selama dalam jaringan. Hidden layer terletak diantara input layer dan output
layer. Pada layer inilah data masukan diproses untuk dijadikan keluaran. Berikut ini
gambar sebuah arsitektur neural network.
17
Gambar 2.1 Arsitektur Neural Network
Pemrosesan informasi pada setiap neuron dilakukan dengan menjumlahkan hasil
perkalian bobot-bobot koneksi dengan data-data masukan. Hasil penjumlahan ini
akan diteruskan ke neuron berikutnya melalui sebuah fungsi yang disebut fungsi
aktivasi. Terdapat beberapa jenis fungsi aktivasi, diantaranya fungsi aktivasi linear,
semi linear, sigmoid, sigmoid bipolar dan tangen hiperbolik.
Pada peramalan data time series, data masukan untuk input layer bisa berupa
data-data variabel periode sebelumnya (lagged variable) ataupun variabel lain yang
digunakan untuk membantu peramalan, baik bertipe kuantitatif maupun kualitatif.
Untuk peramalan satu variable (univariate) saja, data masukan untuk input
layer dan data keluaran pada output layer dapat dianalogikan dengan model
autoregressive AR (p). Pada point tertentu t, peramalan data Yt+1 dihitung dari
menggunakan p = n observasi Yt,Yt-1,...,Yt-n+1 dari n point terdahulu t,t-1,t-2,...,t-
n+1, dimana n menunjukkan jumlah input neuron pada neural network.
2.2.5 Peramalan Berdasarkan Waktu
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan
yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori. (Heizer &
Render, 2009:163)
1. Peramalan Jangka Pendek. Peramlan ini meliputi jangka waktu hingga
satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini
18
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, lokasi atau
pengembangan fasilitas, serta penelitian dan pengembangan.
Peramalan jangka panjang banyak menggunakan pendekatan kualitatif
sedangkan peramalan jangka menengah dan pendek biasanya menggunakan
pendekatan kuantitatif. (Herjanto, 2007:79)
2.2.6 Ukuran Akurasi Peramalan
Validasi dalam perhitungan peramalan tidak terlepas dari indikator-indikator
dalam pengukuran akurasi peramalan. Menurut Heizer & 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).
19
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
diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah
bahwa ia cenderung menonjolkan deviasi yang besar karena adanya
pengkuadratan.
MSE = Σ (kesalahan peramalan)
n
Rangkuti (2007 : 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, akurasi peramalan akan semakin tinggi apabila nilai-nilai
MAD dan MSE semakin kecil.
2.3 Persediaan (Inventory)
2.3.1 Pengertian Persediaan (Inventory)
Menurut Saxena (2009:2) persediaan didefinisikan sebagai sumber daya siaga
apapun yang memiliki nilai ekonomi yang dianggap potensial sebagai modal
terkunci. Definisi yang praktis dari sudut bahan manajemen adalah “item dari toko
atau bahan-bahan yang disimpan di persediaan untuk memenuhi kebutuhan masa
depan produksi, perbaikan, pemeliharaan, konstruksi, dll”.
Rusdiana (2014:375) mengatakan bahwa persediaan adalah sejumlah
komoditas yang disimpan untuk memenuhi kebutuhan pada masa yang akan datang.
Sedangkan menurut Herjanto, (2007: 237) persediaan adalah bahan atau barang yang
disimpan yang akan digunakan untuk memenuhi tujuan tertenju, misalnya untuk
digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk
20
suku cadang dari suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah,
bahan pembantu, barang dalam proses, barang jadi, ataupun suku cadang dari
peralatan atau mesin.
Persediaan merupakan suatu sumber daya yang disimpan yang digunakan
untuk menghilangkan kebutuhan saat ini atau kebutuhan yang akan datang.
Persediaan diatas termasuk bahan mentah, barang dalam proses, dan barang jadi.
Ketika menentukan permintaan dari suatu barang, ini merupakan informasi yang
memungkinkan untuk dapat menentukan permintaan dari suatu barang, dan
menentukan jumlah barang mentah yang akan dibutuhkan untuk membuat barang
jadi tersebut.
Persediaan pada umumnya merupakan salah satu jenis aktiva lancar yang
jumlah nya cukup besar dalam suatu perusahaan. Hal ini mudah dipahami karena
persediaan merupakan faktor penting dalam menentukan kelancaran operasi
perusahaan. Persediaan adalah bentuk investasi, dimana keuntungan (laba) ini bisa
diharapkan melalui penjualan dikemudian hari. Oleh sebab itu pada kebanyakan
perusahaan sejumlah minimal persediaan harus dipertahankan untuk menjamin
kontinuitas dan stabilitas penjualannya.
Mengendalikan persediaan yang tepat bukan hal yang mudah. Apabila
jumlah persediaan terlalu besar yang dapat mengakibatkan timbulnya dana yang
tertanam dalam persediaan, meningkatnya biaya penyimpanan dan risiko kerusakan
barang yang lebih besar. Namun, jika persediaan terlalu sedikit mengakibatkan risiko
terjadinya kekurangan persediaan (stockout) karena seringkali barang tidak dapat
didatangkan secara mendadak dan sebesar yang dibutuhkan sehingga dapat
menyebabkan terjadinya proses produksi, tertundanya penjualan, bahkan hilangnya
pelanggan.
Sebagaimana keputusan manajemen operasi lainnya, kebijaksanaan yang
paling efektif dengan mencapai keseimbangan diantara berbagai kepentingan dalam
perusahaan. Pengendalian persediaan harus dilakukan sedemikian rupa agar dapat
melayani kebutuhan bahan/barang yang tepat dan dengan biaya yang rendah.
Pengendalian persediaan berfungsi menentukan tingkat persediaan yang sesuai,
dimana pemesanan harus dilakukan kembali, persediaan pengaman, pendataan
singkat dan kondisi persediaan.
21
2.3.2 Jenis-jenis Persediaan
Berdasarkan fungsinya, persediaan dikelompokkan menjadi: (Rusdiana,
2014:375)
1. Lost-size-inventory, yaitu persediaan yang diadakan dalam jumlah yang
lebih besar dari jumlah yang dibutuhkan pada saat itu. Cara ini dilakukan
dengan tujuan memperoleh potongan harga karena pembelian dalam
jumlah yang besar dan memperoleh biaya pengangkutan per unit yang
rendah;
2. Fluctuation stock, merupakan persediaan yang diadakan untuk
menghadapi permintaan yang tidak bisa diramalkan sebelumnya, serta
untuk mengatasi berbagai kondisi tidak terduga, seperti terjadi kesalahan
dalam peramalan penjualan, kesalahan waktu produksi, kesalahan
pengiriman;
3. Anticipation stock, yaitu persediaan yang diadakan untuk menghadapi
fluktuasi permintaan yang dapat diramalkan seperti mengantisipasi
pengaruh musim, yaitu ketika permintaan tinggi perusahaan tidak mampu
menghasilkan sebanyak jumlah yang dibutuhkan. Di samping itu juga
persediaan ini ditujukan untuk mengantisipasi kemungkinan sulitnya
memperoleh bahan sehingga tidak mengganggu operasi perusahaan.
2.3.3 Fungsi-Fungsi Persediaan
Pada prinsipnya persediaan mempermudah atau memperlancar jalannya operasi
perusahaan/pabrik yang harus dilakukan secara berturut-turut untuk memproduksi
barang-barang serta menyampaikannya pada para pelanggan atau konsumen.
Rangkuti (2007:15) menjelaskan adapun fungsi-fungsi persediaan oleh suatu
perusahaan/pabrik adalah sebagai berikut.
1. Fungsi Decoupling
Adalah persediaan yang memungkinkan perusahaan dapat memenuhi
permintaan pelanggan tanpa tergantung pada supplier. Persediaan bahan
mentah diadakan agar perusahaan tidak akan sepenuhnya tergantung pada
pengadaannya dalam hal kuantitas dan waktu pengiriman. Persediaan barang
dalam proses diadakan agar departemen-departemen dan proses-proses
individual perusahaan terjaga “kebebasannya”. Persediaan barang jadi
22
diperlukan untuk memenuhi permintaan produk yang tidak pasti dari para
pelanggan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan
konsumen yang tidak dapat diperkirakan atau diramalkan disebut fluctuation
stock.
2. Fungsi Economic Lot Sizing
Persediaan lot size ini perlu mempertimbangkan penghematan atau potongan
pembeliaan, biaya pengangkutan per unit menjadi lebih murah dan sebagainya.
Hal ini disebabkan perusahaan melakukan pembelian dalam kuantitas yang
lebih besar dibandingkan biaya- biaya yang timbul karena besarnya persediaan
(biaya sewa gudang, investasi, resiko, dan sebagainya).
3. Fungsi Antisipasi
Apabila perusahan menghadapi fluktuasi permintaan yang dapat diperkirakan
dan diramalkan berdasar pengalaman atau data-data masa lalu, yaitu
permintaan musiman. Dalam hal ini perusahaan dapat mengadakan persediaan
musiman (seasional inventories).
2.3.4 Biaya Akibat Kebijakan Persediaan
Menurut Tampubolon (2014:238) biaya-biaya yang timbul akibat persediaan
antara lain; Holding Cost, Ordering Cost, Set-up Cost, dan merupakan yang tidak
dihindari, tetapi dapat diperhitungkan tingkat efisiensinya di dalam menentukan
kebijakan persediaan.
1. Biaya Penyimpanan (Holding Cost/Carrying Cost)
Merupakan biaya yang timbul di dalam menyimpan persediaan, di dalam
usaha mengamankan persediaan dari kerusakan, keusangan atau keausan, dan
kehilangan. Biaya-biaya yang termasuk di dalam biaya penyimpanan antara
lain:
Biaya Fasilitas Penyimpanan (penerangan, pendingin, dan
pemanasan)
Biaya Modal (Opportunity Cost of Capital)
Biaya Keusangan, dan Keausan (Amortisation)
Biaya Asuransi Persediaan
Biaya Perhitungan Fisik dan Konsolidasi Laporan
Biaya Kehilangan Barang
23
Biaya Penanganan Persediaan (Handling Cost)
2. Biaya Pemesanan (Order Cost/Procurement Cost)
Biaya-biaya yang timbul selama proses pemasaran sampai barang tersebut
dapat dikirim eksportir atau pemasok antara lain:
Biaya Ekspedisi
Biaya Upah
Biaya Telepon
Biaya Surat-Menyurat, dan
Biaya Pemeriksaan Penerima (Raw Materials Inspection)
3. Biaya Penyiapan (Set-up Cost)
Merupakan biaya-biaya yang timbul di dalam meyiapkan mesin dan peralatan
untuk dipergunakan dalam proses konversi, antara lain:
Biaya Mesin yang Menganggur (Idle Capacity)
Biaya Penyiapan Tenaga Kerja
Biaya Penjadwalan (Schedulling)
Biaya Ekspedisi
4. Biaya Kehabisan Stok (Stockout Cost)
Biaya yang timbul akibat kehabisan persediaan yang timbul karena kesalahan
perhitungan, antara lain:
Biaya Kehilangan Penjual
Biaya Kehilangan Langganan
Biaya Pemesanan Khusus
Biaya Ekspedisi
Selisih Harga
Biaya yang timbul akibat terganggunya operasi
Biaya Tambahan, Pengeluaran Manajerial.
2.4 Model Kuantitas Pesanan Ekonomis (Economic Order Quantity)
24
Menurut Heizer & Render (2009:92), EOQ adalah sebuah teknik kontrol
persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan serta
berdasar pada beberapa asumsi :
Jumlah permintaan diketahui, konstan dan independen.
Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan
diketahui dan konstan.
Penerimaan persediaan bersifat instan dan selesai seluruhnya. Dengan
kata lain, persediaan dari sebuah pesanan datang dalam satu kelompok
pada suatu waktu.
Tidak tersedia diskon kuantitas.
Biaya variable hanya biaya untuk menyiapkan atau melakukan
pemesanan (biaya penyetelan) dan biaya menyimpan persediaan dalam
waktu tertentu (biaya penyimpanan).
Kehabisan (kekurangan) persediaan dapat sepenuhnya dihindari jika
pemesanan dilakukan pada waktu yang tepat.
Dengan asumsi seperti diatas, maka tahapan untuk mencari jumlah
pemesanan yang menyebabkan biaya minimal adalah sebagai berikut :
1. Mengembangkan persamaan untuk biaya pemasangan atau pemesanan .
2. Mengembangkan persamaan untuk biaya penahanan atau penyimpanan.
3. Menetapkan biaya pemasangan sama dengan biaya penyimpanan.
4. Menyelesaikan persamaan dengan hasil angka jumlah pemesanan yang
optimal.
Sedangkan menurut Herjanto (2007:245) EOQ adalah salah satu model
klasik yang diperkenalkan oleh FW Harris pada tahun 1914, tetapi paling banyak
dikenal dalam teknik pengendalian persediaan.
Model kuantitas pesanan ekonomis (Economic Order Quantity – EOQ) ini
adalah salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal
secara luas.
25
Persediaan minimum
Kuantitas pesanan = Q
(tingkat persediaan maksimum)
Persediaan
minimum
Persediaan rata-rata
yang tersedia
Tingkat Penggunaan
Tingkat Persediaan
0
Gambar 2.2 Penggunaan Persediaan dalam Waktu TertentuSumber : Jay Heizer & Barry Render (2010 : 93)
Perhitungan EOQ dapat dihitung dengan rumus :
H2.D.S= EOQ
Keretangan :
EOQ = Jumlah optimal barang per pemesanan (Q*)
D = Permintaan tahunan barang persediaan dalam unit
S = Biaya pemasangan atau pemesanan setiap pesanan
H = Biaya penahan atau penyimpanan per unit per tahun
Selain rumus EOQ, terdapat beberapa rumus untuk mendukung perhitungan
biaya persediaan, antara lain :
1. 2*Q= tersediayang rata-rata Persediaan
2. *QDandiperkirak yangpesanan Jumlah
3. .S*Q D=tahunan pemesanan Biaya
4. .H2*Q=n tahunanpenyimpana Biaya
5. Total harga per unit = Harga per unit x D
26
6. Total Harga Keseluruhan = Total harga per unit + Biaya pemesanan
tahunan + Biaya penyimpanan tahunan
2.5 Persediaan Pengaman (Safety Stock) dan Titik Pemesanan Ulang (Reorder
Point)
Herjanto (2008:258) mengatakan untuk memesan suatu barang sampai barang
itu datang diperlukan jangka waktu yang bisa bervariasi dari beberapa jam sampai
beberapa bulan. Perbedaan waktu antara saat memesan sampai barang datang dikenal
dengan istilah waktu tenggang (lead time). Waktu tenggang sangat dipengaruhi oleh
ketersediaan dari barang itu sendiri dan jarak lokasi antara pembeli dan pemasok
berada.
Karena adanya waktu tenggang, perlu adanya persediaan yang dicadangkan
untuk kebutuhan selama menunggu barang datang, yang disebut sebagai persediaan
pengaman (safety stock). Persediaan pengaman berfungsi untuk melindungi atau
menjaga kemungkinan terjadinya kekurangan barang, misalnya karena penggunaan
barang yang lebih besar dari perkiraan semula atau keterlambatan dalam penerimaan
barang yang dipesan. Persediaan pengaman disebut juga dengan istilah persediaan
penyangga (buffer stock) atau persediaan besi (iron stock). Bagi perusahaan dagang,
persediaan pengaman juga dimaksudkan untuk menjamin pelayanan kepada
pelanggan terhadap ketidakpastian dalam pengadaan barang. Jumlah persediaan yang
memadai saat harus dilakukan pemesanan ulang sedemikian rupa sehingga
kedatangan atau permintaan barang yang dipesan adalah tepat waktu (dimana
persediaan pengaman sama dengan nol) disebut sebagai titik pemesanan ulang
(reorder point, ROP). Titik ini menandakan bahwa pembelian harus segera dilakukan
untuk menggantikan persediaan yang telah digunakan. Jika ROP ditetapkan terlalu
rendah, persediaan akan habis sebelum persediaan pengganti diterima sehingga
produksi dapat terganggu atau permintaan pelanggan tidak dapat dipenuhi. Namun,
jika titik pemesanan ulang ditetapkan terlalu tinggi maka persediaan baru sudah
datang sementara persediaan di gudang masih banyak. Keadaan ini mengakibatkan
pemborosan biaya dan investasi yang berlebihan.
27
Melalui rumus distribusi normal, besarnya persediaan pengaman dapat dihitung
sebagai berikut:
Z =
Karena X – = SS, maka
Z =
SS = Z
Dimana:
Z = standar normal
X = tingkat persediaan
μ = rata-rata permintaan
σ = standar deviasi permintaan selama waktu tenggang
SS = persediaan pengaman
Titik pemesanan ulang biasanya ditetapkan dengan cara menambahkan
penggunaan selama waktu tenggang dengan persediaan pengaman, atau dalam
bentuk rumus sebagai berikut:
ROP = d x L + SS
Dimana:
ROP = titik pemesanan
d = tingkat kebutuhan per unit waktu
L = waktu tenggang
28
2.5 Kerangka Pemikiran
Gambar 2.3 Kerangka Pemikiran
29
30
31
top related