Anda di halaman 1dari 28

21

BAB III
LANDASAN TEORI
2.1 Produksi
Secara umum, kegiatan produksi/operasi merupakan suatu kegiatan yang
berhubungan dengan penciptaan/pembuatan barang, jasa, atau kombinasinya,
melalui proses transformasi dari masukan sumber daya produksi dan operasi
keluaran yang diinginkan (Herjanto, 1999).
Istilah produksi cenderung dikaitkan dengan pabrik, mesin ataupun lini
perakitan karena pada mulanya teknik dan metode dalam manajemen produksi
memang digunakan untuk mengoperasikan pabrik atau kegiatan perakitan yang
lain. Namun, dengan berkembangnya teknik dan metode manajemen produksi maka
penerapannya tidak hanya berlaku bagi kegiatan pembuatan barang barang
berwujud, melainkan juga bisa diterapkan dalam pembuatan barang barang tak
berwujud atau jasa (Herjanto, 1999).
2.2 Sistem produksi
2.2.1 Konsep Dasar
Organisasi industri merupakan salah satu mata rantai dari sistem perekonomian,
karena memproduksi dan mendistribusikan produk (barang atau jasa). Produksi
21

merupakan fungsi pokok dalam setiap organisasi, mencangkup organisasi yang
bertanggung jawab untuk menciptakan nilai tambah produk yang merupakan
output dari setiap organisasi industry (Gaspersz, 2004).
Produksi adalah bidang yang terus berkembang selaras dengan perkembangan
teknologi, dimana produksi memiliki suatu jalinan hubungan timbal balik (dua
arah) yang sangat erat dengan teknologi, karena produksi dan teknologi saling
membutuhkan. Kebutuhan produksi untuk beroperasi dengan biaya yang paling
rendah, meningkatkan kualitas dan produktivitas, dan menciptakan produk baru
telah menjadi kekuatan yang mendorong teknologi untuk melakukan berbagai
terobosan dan penemuan baru. Produksi dalam sebuah organisasi pabrik merupakan
inti yang paling dalam, spesifik serta berbeda dengan bidang fungsional lain seperti
: keuangan, personalia,dll (Gaspersz, 2004).
Sistem produksi merupakan sistem integral yang mempunyai komponen
struktural dan funsional. Dalam sistem produksi modern terjadi suatu proses
trenformasi nilai tambah yang mengubah input menjadi output yang dapat dijual
dengan harga kompetitif di pasar (Gaspersz, 2004).

Gambar 3.1 Skema Sistem Produksi
22



2.2.2 Sistem Produksi Menurut Jenis Produksinya
Sistem produksi bertujuan untuk merencanakan dan mengendalikan produksi
agar lebih efisien, efektif, dan produktif, atau optimal. Jumlah sistem sistem
produksi yang banyak. Sistem produksi yang tepat bagi suatu industri akan sangat
tergantung pada jenis industrinya (Nasution, 2006).
Berdasarkan cara pembuatan (dan masa pengerjaan), produksi dapat diklasifikan
menjadi tipe-tipe berikut (Nasution, 2006):
1. Engineering To Order (ETO), yaitu bila pemesanan meminta produsen
untuk membuat produk yang dimulai dari proses perancangannya
(rekayasa).
2. Make To Order (MTO), yaitu bila produsen menyelesaikan item akhirnya
jika dan hanya jika telah menerima pesanan konsumen untuk item tersebut.
Bila item tersebut bersifat unik dan mempunyai desain yang dibuat menurut
pesanan, maka konsumen mungkin bersedia menunggu hingga produsen
dapat menyelesaikannya.
3. Assembly To Order (ATO), yaitu bila produsen membuat desain standar,
modul-modul opsional standar yang sebelumnya dan merakit suatu
kombinasi tertentu dari modul-modul tersebut sesuai dengan pesanan
konsumen. Modul-modul standar tersebut bisa dirakit untuk berbagai tipe
produk. Contohnya adalah pabrik mobil di mana meraka menyediakan
pilihan ternmisi secara manual atau otomatis, AC, audio, opsi-opsi interior,
dan opsi-opsi mesin khusu sebagaimana juga model bodi dan warna bodi.
Komponen komponen tersebut telah disiapkan terlebih dahulu dan akan
mulai diproduksi begitu pesanan dari agen datang.
23



4. Make To stock (MTS), yaitu bila produsen membuat item-item yang
diselesaikan dan ditempatkan sebagai persediaan sebelumpesanan
konsumen diterima. Item akhir tersebut baru akan dari sistem persediaan
setelah persediaan setelah pesanan konsumen diterima.
2.3 Peramalan
2.3.1 Pengertian Peramalan
Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang
berdasarkan pada beberapa vaiabel peramal, sering berdasarkan data deret waktu
historis. Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha
memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu
dapat dibuat dalan kuantitas yang tepat. (Gaspersz, 2004).
2.3.2 Tahapan Peramalan
Terdapat sembilan langkah yang harus diperhatikan untuk menjamin efektivitas
dan efisiensi dari sistem peramalan dalam manajemen permintaan (Gaspersz,
2012):
1. Menentukan tujuan yang dilakukannya peramalan.
2. Memilih item independent demand yang akan diramalkan.
3. Menentukan horizon waktu dari peramalan.
4. Memilih model model peramalan.
5. Memperoleh data yang dibutuhkan untuk melakukan peramalan.
6. Membuat peramalan.
7. Validasi hasil peramalan.
8. Implementasi hasil peramalan.
9. Memantau keadaan hasil peramalan.
24




2.3.3 Pola Permintaan
Dalam time series terdapat empat jenis pola permintaan, yaitu (1) trend, (2)
musiman, (3) siklikal, (4) eratik/random. Pola permintaan ini akan berhubungan
dengan metode peramalan yang digunakan. Setiap metode peramalan memiliki
karakteristik tertentu sehingga memerlukan persyaratan atau asumsi tertentu pula.
Salah satu persyaratannya adalah pola permintaan berpola trend (Baroto, 2002).
1. Pola Trend
Pola trend adalah bila data permintaan menunjukan pola kecenderungan
gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya
berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat
dapat ditarik suatu garis maya. Bila data berpola trend, maka metode
peramalan yang sesuai adalah metode regresi linear, exponential smoothing,
atau double exponential smoothing. Metode regresi linear biasanya
memberikan tingkat kesalahan yang lebih kecil.

Gambar 3.2 Pola Permintaan Trend (Sumber: Baroto, 2002)
25




2. Pola Musiman
Bila data yang kelihatannya berfluktuasi, namun fluktuasi tersebut akan
terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut
berpola musiman. Disebut pola musiman karena permintaan ini biasanya
diperngaruhi oleh musim, sehingga biasanya interval perulangan data ini
adalah satu tahun. Sebagai contoh payung dan jas hujan di musim hujan
adalah lbeih besar ketimbang di musim kemarau. Metode peramalan yang
sesuai dengan pola musiman adalah metode winter (sangat sesuai), atau
moving average, atau weight moving average.

Gambar 3.3 Pola Permintaan Musiman (Sumber: Baroto, 2002)

3. Pola Siklikal
Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang
membentuk pola sinusoid atau gelombang atau siklus. Pola siklikal mirip
dengan pola musiman. Pola musiman tidak harus berbentuk gelombang,
26



bentuknya bervariasi, namun waktunya akan berulang setiap tahun
(umumnya). Pola siklikal bentuknya selalu mirip gelombang sinusoid.
Untuk menentukan data berpola siklis tidaklah mudah. Kalau pola musiman
rentang waktu satu tahun dapat dijadikan pedoman, maka rentang waktu
perulangan siklikal tidak tentu. Metode yang sesuai bila data berpola
siklikal adalah metode moving average, weight moving average, dan
eksponential smoothing.

Gambar 3.4 Pola Permintaan Siklikal (Sumber: Baroto, 2002)

4. Pola Eratik/Random
Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka
panjang tidak dapat digambarkan dengan ketiga pola lainnya. Fluktuasi
permintaan bersifat acak atua tidak jelas. Tidak ada metode peramalan yang
direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang
analis peramal sangat menentukan dalam pengabilan kesimpulan mengenai
pola data. Seorang analis, untuk data yang sama mungkin menyimpulkan
berpola random dan analis lainnya menyimpulkan musiman. Keterampilan
27



imajinasi analis peramal memang merupakan faktor yang paling
menentukan dalam pelaksanaan peramalan. Bisa jadi, pola data peramalan
yang random ini ternyata mengikuti pola tertentu bukan seperti ketiga pola
yang dijelaskan, untuk ini diperlukan metode khusus (mungkin subjektif
untuk melakukan peramalan).

Gambar 3.5 Pola Permintaan Random (Sumber: Baroto, 2002)

2.3.4 Model Peramalan
Dalam sistem peramalan, penggunaan berbagai model peramalan akan
memberikan nilai ramalan yang berbeda dan derajat dari galat ramalan (forecast
error) yang berbeda pula. Salah satu seni dalam melakukan peramalan adalah
memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi
pola aktivitas historis dari data. Secara umum, model-model peramalan dapat
dikelompokan ke dalam dua kelompok utama, yaitu: (1) metode kualitatif, dan (2)
metode kuantitatif. Selanjutnya metode kuantitatif dikelompokan ke dalam dua
bagian utama, yaitu: (a) intrinsik, dan (b) ekstrinsik (Gaspersz, 2012).
28



Menurut Vincent Gaspersz (2012) beberapa model peramalan yang digolongkan
sebagai kualitatif, adalah:
1. Dugaan manajemen (management estimate), di mana peramalan semata-
mata berdasarkan pertimbangan manajemen, umumnya oleh manajemen
senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap
intuisi dari satu atau sekelompok kecil orang yang karena pengalamannya
mampu memberikan opini yag kritis dan relevan. Teknik ini akan
dipergunakan dalam situasi di mana tidak ada alternatif lain dari model
peramalan yang dapat diterapkan. Bagaimanapun metode ini mempunyai
banyak keterbatasan, sehingga perlu dikombinasikan dengan metode
peramalan yang lain.
2. Riset pasar (market research), merupakan metode peramalan berdasarkan
hasil-hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar
produk atau yang mewakilinya. Metode ini akan menjaring informasi dari
pelanggan atau pelanggan potensial (konsumen) berkaitan dengan rencana
pembelian mereka di masa mendatang. Riset pasar akan membantu tidak
hanya untuk peramalan, tetapi juga untuk meningkatkan desain produk dan
perencanaan untuk produk-produk baru.
3. Metode kelompok terstruktur (structured group methods), seperti metode
Delphi, dll. Metode Delphi merupakan teknik peramalan yang berdasarkan
pada proses konvergensi dari opini beberapa orang atau ahli secara iteratif
tanpa menyebutkan identitasnya. Dalam metode Delphi sangat diharapkan
peranan dari fasilitator untuk memperoleh atau menyimpulkan hasil-hasil
peramalan itu.
29



4. Analogi historis (historical analogy), merupakan teknik peramalan
berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan
secara analogi. Misalnya peramalan untuk pengembangan pasa televisi
multisistem berlayar datar menggunakan model permintan televisi berwarna
biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian
produk di pasar dan apabila terdapat hubungan substitusi langsung dari
produk dalam pasar itu.
Pada dasarnya metode kualitatif ditujukan untuk peramalan terhadap produk
baru, pasar baru, proses baru, perubahan sosial dari masyarakat, perubahan
teknologi, atau penyesuaian terhadap ramalan-ramalan berdasarkan metode
kuantitatif (Gaspersz, 2012).
Model kuantitatif intrinsik, sering disebut sebagai model-model deret waktu
(time series model). Beberapa model deret waktu yang populer dan umum
diterapkan dalam peramalan permintaan adalah: rata-rata bergerak (moving
average), pemulusan eksponensial (exponential smoothing), dan proyeksi
kecenderungan (trend projection). Sedangkan model kuantitatif ekstrinsik disebut
sebagai model kausal, dan yang populer adalah model-model regresi (regression
causal model).
- Model Rata-rata Bergerak (Moving Average Model)
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang
baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan
datang. Metode rata-rata bergerak akan efektif diterapkan apabila kita dapat
mengasumsikan bahwa permintaan pasar terhadap produksi akan tetap stabil
30



sepanjang waktu. Metode rata-rata bergerak n-periode menggunakan formula
(Gaspersz, 2012) berikut:



Di mana n adalah banyaknya dalam rata-rata bergerak. Apabila kita menggunakan rata-
rata bergerak 3-periode, maka tentu saja formula dari metode rata-rata bergerak 3-
periode adalah:




- Model Rata-rata Bergerak Terbobot (Weighted Moving Average Model)
Model rata-rata bergerak terbobot lebih responsif terhadap perubahan, karena
data dariperiode yang baru biasanya diberi bobot lebih besar. Suatu model rata-
rata bergerak n-periode terbobot, weighted MA(n), dinyatakan sebagai
(Gaspersz, 2012) berikut:




- Model Pemulusan Eksponensial (Exponential Smoothing Model)
Model peramalan pemulusan eksponensial bekerja hampir serupa dengan alat
thermostat, dimana apabila galat ramalan (forecast error) adalah positif yang
berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan (A-F > 0), maka
31



model pemulusan eksponensial akan secara otomatis meningkatkan nilai ramalan
(Gaspersz, 2012).
Sebaliknya apabila galat ramalan (forecast error) adalah negatif yang berarti
niai aktual permintaan lebih rendah daripada nilai ramalan (A-F < 0), maka model
pemulusan eksponensial akan secara otomatis menurunkan nilai ramalan (Gaspersz,
2012).
Proses penyeusaian ini berlangsung terus menerus, kecuali galat ramalan telah
mencapai nol. Kenyataan inilah yang mendorong peramal (forecaster) untuk lebih
suka menggunakan model peramalan pemulusan eksponensial, apabila pola historis
dari data aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu
(Gaspersz, 2012).
Peramalan menggunakan model pemulusan eksponensial dilakukan
berdasarkan formula (Gaspersz, 2012) berikut:
F
t
= F
t-1
+ (A
t-1
-F
t-1
)
Di mana:
F
t
= nilai ramalan untuk periode waktu ke-t
F
t-1
= nilai ramalan untuk satu periode waktu yang lalu, t-1
A
t-1
= nilai aktual untuk satu periode waktu yang lalu, t-1
= Konstanta pemulusan (smoothing constant)


2.3.5 Pengujian Peramalan
Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan
merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan
32



permintaan yang terjadi. Ada lima ukuran yang biasa digunakan, (Nasution, 2008)
yaitu :
1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau lebih kecil
dibandingkan kenyataannya. Secara sistematis MAD dirumuskan sebagai
berikut :


=
n
F A
MAD
t t

di mana :
A
t
= permintaan aktual pada periode t
F
t
= peramalan permintaan pada periode t
n = jumlah periode peramalan yang terlibat
2. Rata-rata kuadrat kesalahan (Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan
pada setiap periode dan membaginya dengan jumlah periode peramalan.
Secara matematis MSE dirumuskan sebagai berikut :


=
n
) F (A
MSE
2
t t

3. Rata-rata Kesalahan Peramalan (Mean Forecast Error =MFE)
MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama
periode tertentu terlalu tinggi atau terlalu rendah. MFE dihitung dengan
menjumlahkan semua kesalahan peramalan selama periode peramalan dan
33



membaginya dengan jumlah periode peramalan. Secara sistematis MFE
dinyatakan sebagai berikut :


=
n
) F (A
MFE
t t

4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error
= MAPE)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti
dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil
peramalan terhadap permintaan aktual selama periode tertentu yang akan
memberikan informasi persentase kesalahan terlalu tinggi atau terlalu
rendah. Secara matematis MAPE dinyatakan sebagai berikut :


|
.
|

\
|
=
t
t
t
A
F
A
n
100
MAPE
2.3.6 Validasi Peramalan
Tracking Signal adalah ukuran seberapa tepatnya suatu hasil peramalan untuk
dipergunakan layaknya nilai nilai aktual. Menurut Vincent Gaspersz (2002). Ahli
sistem peramalan, George Plossl dan Oliver Wight menyarankan untuk
menggunakan nilai 4 sebagai batasan tracking signal. Berikut perumusannya.
Tracking Signal



Di mana :




2
3
34



2.4 Persediaan
2.4.1 Pengertian Persediaan
Persediaan adalah sejumlah bahan-bahan, bagian-bagian yang disediakan dan
bahan-bahan dalam proses yang terdapat dalam persuhaan untuk proses produksi,
serta barang-barang jadi/produk yang disediakan untuk memenuhi permintaan dari
konsumen atau langganan setiap waktu (Rangkuti, 2002).
Persediaan memiliki fungsi penting yang dapat menigkatkan efisiensi
operasional suatu perusahaan. Dengan adanya persediaan maka proses produksi
tidak terhambat oleh kekurangan bahan baku. Selain itu, prosedur untuk
memperoleh dan menyimpan bahan baku yang dibutuhkan dapat dilaksanakan
dengan biaya minimum (Bedworth dan Bailey, 1982).
Pada pengendalian persediaan ada dua keputusan yang perlu diambil, yaitu
jumlah setiap kali pemesanan dan kapan pemesanan itu harus dilakukan. Prinsip
dari persediaan yaitu mempermudah dan memperlancar jalannya operasi
perusahaan pabrik, yang harus dilakukan secara berturut-turut untuk memproduksi
barang-barang, serta selanjutnya menyampaikan kepada pelanggan atau konsumen.
Persediaan memungkinkan produk-produk dihasilkan pada tempat yang jauh
dari pelanggan dan atau sumber bahan mentah (Rangkuti, 2002). Dari segi teori,
persediaan digunakan untuk menentukan prosedur optimal dalam jumlah
optimal produksi atau bahan yang disimpan untuk memenuhi permintaan pasar di
masa depan (Bedworth dan Bailey, 1982).
35



Persediaan merupakan suatu hal yang tak terhindarkan. Menurut Baroto
(2002) penyebab timbulnya persediaan adalah sebagai berikut :
1. Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu
barang tidak dapat dipenuhi seketika bila barang tersebut tidak tersedia
sebelumnya. Untuk menyiapkan barang ini diperlukan waktu untuk
pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang
sulit dihindarkan.
2. Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat,
diantaranya yaitu permintaan yang bervariasi yang tidak pasti dalam
jumlah maupun waktu kedatangan, waktu pembuatan yang cenderung
tidak konstan antara satu produk dengan produk berikutnya, waktu
tenggang (lead time) yang cenderung tidak pasti karena banyak faktor
yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan
mengadakan persediaan.
3. Keinginan melakukan spekulasi yang bertujuan mendapatkan
keuntungan besar dari kenaikan harga dimasa mendatang.

2.4.2 Fungsi Persediaan
Fungsi persediaan yang diadakan mulai dari persediaan yang berbentuk bahan
mentah sampai dengan barang jadi antara lain (Assauri, 1993) :
1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan
yang dibutuhkan oleh perusahaan.
2. Menghilangkan resiko dari material yang dipesan tidak memenuhi
kualifikasi, sehingga harus dikembalikan.
36



3. Menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat
digunakan bila bahan itu tidak ada dipasaran.
4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran
arus produksi.
5. Mencapai penggunaan mesin yang optimal.
6. Memberikan pelayanan kepada pelanggan, dimana kebutuhan pelanggan
dapat dipenuhi setiap saat.

2.4.3 Jenis Jenis Persediaan
Menurut Rangkuti (2002), Setiap jenis persediaan memiliki karakteristik
tersendiri dan cara pengolahan yang berbeda. Persediaan dapat dibedakan
menjadi beberapa jenis diantaranya sebagai berikut :
1. Persediaan bahan mentah (raw material) yaitu persediaan barang-barang
berwujud, seperti besi, kayu, serta komponen-komponen lain yang
digunakan dalam proses prouksi.
2. Persediaan komponen-komponen rakitan (purchased parts/components)
yaitu persediaan barang-barang yang tediri dari komponen-komponen yang
diperoleh dari perusahaan lain yang secara langsung dapat dirakit
menjadi suatu produk.
3. Persediaan bahan pembantu atau penolong (supplies) yaitu persediaan
barang- barang yang diperlukan dalam proses produksi, tetapi bukan
merupakan bagian atau komponen barang jadi.
4. Persediaan barang dalam proses (work in process) yaitu persediaan
barang- barang yang merupakan keluaran dari tiap-tiap bagian dalam
37



proses produksi atau yang telah diolah menjadi suatu bentuk, tetapi masih
perlu diproses lebih lanjut menjadi barang jadi.
5. Persediaan barang jadi (finished goods), persediaan barang-barang yang
telah selesai diproses atau diolah dalam pabrik dan siap dijual atau
dikirim kepada pelanggan.
2.4.4 Biaya-Biaya Persediaan
Umumnya untuk pengambilan keputusan penentuan besarnya jumlah persediaan,
biaya-biaya variabel berikut ini harus dipertimbangkan, diantaranya :
1. Biaya penyimpanan (holding costs atau carrying costs), adalah biaya
penyimpanan (holding costs atau carrying costs), terdiri atas biaya-
biaya yang bervariasi secara langsung dengan kuantitas persediaan.
Biaya penyimpanan per periode akan semakin besar apabila kuantitas
bahan yang dipesan semakin banyak atau rata-rata persediaan semakin
tinggi. Biaya penyimpanan merupakan variabel apabila bervariasi dengan
tingkat persediaan. Apabila biaya fasilitas penyimpanan (gudang) tidak
variabel, tetapi tetap, maka tidak dimasukkan dalam biaya penyimpanan
per unit.
2. Biaya pemesanan atau pembelian (ordering costs atau procurement
costs), adalah, pada umumnya, biaya per pesanan (di luar biaya bahan
dan potongan kuantitas) tidak naik apabila kuantitas pesanan
bertambah besar. Tetapi, apabila semakin banyak komponen yang
dipesan setiap kali pesan, jumlah pesanan per periode turun, maka biaya
pemesanan total akan turun. Ini berarti, biaya pemesanan total per
38



periode (tahunan) sama dengan jumlah pesanan yang dilakukan setiap
periode dilakukan biaya yang harus dikeluarkan setiap kali pesan.

2.5 Aturan-aturan Tentang Kuantitas Pesanan (Quantity to Order Rules) untuk
I ndependent Demand
2.5.1 Metode Kuantitas Pesanan untuk Situasi Permintaan Kontinu (Continous
Demand Situations):
Untuk situasi permintaan bersifat kontinu, biasanya dipergunakan metode
kuantitas pesanan tetap (fixed order quantity) dan kuantitas pesanan ekonomis-
EOQ (economic order quantity) (Gaspersz, 2012).
1. Metode Kuantitas Pesanan Tetap (Fixed Oerder Quantity = FOQ)
Metode FOQ (synonym: periodic order system, periodic review system)
menetapkan sejumlah unit kuantitas yang dipesan setiap kali apabila suatu
pesanan dilakukan untuk item tertentu. Dengan demikian FOQ merupakan
metode pengendalian inventori dimana ukuran kuantitas pesanan bersifat
tetap tetapi interval atara pesanan tergantung permintaan aktual. Praktek
pemesanan menggunakan FOQ membutuhkan asumsi bahwa permintaan
inventori individual adalah konstan. Sistem FOQ menempatkan suatu
pesanan dari kuantitas tetap (reorder quantity) apabila inventori on-hand
ditambah on order berada di bawah tingkat yang telah dispesifikasikan
(order pont or reorderpoint). Kuantitas pesanan tetap mungkin ditetapkan
berdasarkan pertimbangan praktis, dll, seperti: 1000 unit, atau ditetapkan
secara lebih formal menggunakan perhitungan ekonomis berdasarkan
metode EOQ yang akan dibahas berikut ini.
39



2. Metode Kuantitas Pesanan Ekonomis (Economic Order Quantity = EOQ)
Metode EOQ (synonym: ecomonic lot size, minimum cost order quantity)
adalah suatu jenis dari model kuantitas pesanan tetap (fixed order quantity
model) yang menentukan kuantitas dari suatu item yang dibeli atau dibuat
pada suatu waktu tertentu. Tujuan dari EOQ adalah meminimumkan
kombinasi ongkos-ongkos pesanan (order cost or acquiring cost) dan
penyimpanan (carrying cost) dari inventori.
Formula dasar dari model EOQ adalah:

Di mana:
A = permintaan tahunan (dalam unit item)
S = rata-rata ongkos persiapan pesanan (satuan barang)
i = persentase ongkos penyimpanan inventori tahunan (dalam persen)
C = ongkos atau harga perunit item (satuan uang)

2.5.2 Metode Kuantitas Pesanan untuk Situasi Permintaan Tidak Kontinu
(Discontinuous Demand Situations):
Apabila situasi permintaan suatu item inventori bersifat tidak kontinu, maka
beberapa metode kuantitas pesanan diskrit dapat dipergunakan (Gaspersz, 2012).
1. Metode Lot-for-lot (L4L)
Metode L4L (sysnonym: discrete order quantity) menempatkan suatu
pesanan untuk setiap periode dalam kuantitas yang tepat sama dengan
kebutuhan. Dengan demikian teknik L4L menetapkan pesanan yang
direncanakan (Planned orders) dalam kuantitas yang sama dengan
40



kebutuhan bersih (net requirements) dalam setiap periode. Sehingga
apabila tidak ada kebutuhan, maka tidak ada pesanan yang dilakukan.
Aturan ini serupa dengan as-required or as-needed rule.
2. Metode Periods of Supply (POS)
Metode POS adalah serupa dengan FOQ, dimana pesanan seing ditetapkan
secara intuitif tanpa menggunakan analisis formal. Suatu atura informal
yang ditetapkan seperti: pesanan untuk kebutuhan dua minggu, dua bulan,
atau 90 hari. Metode ini enghasilkan siklus waktu pemesanan yang tetap
(misalnya: POS = 3 minggu) dengan interval yang teratur (fixed order
cycles), tetapi kuantitas yang di pesan bervariasi tergantung pada
kebutuhan aktual.
3. Metode Period Order Quantity (POQ)
Metode POQ (synonym: fixed period ordering) adalah serupa dengan
periods of supply (POS), kecuali bahwa siklus pesanan (order cycle)
ditentukan secara lebih ilmiah atau formal. Pendekatan POQ menggunakan
formula EOQ tetapi diterapkan untuk menetapkan banyaknya periode
optimum. Formula yang dipergunakan: POQ = EOQ/rata-rata penggunaan
per periode.
4. Metode Least Unit Cost (LUC)
Metode LUC merupakan teknik lot-sizing dinamik yang menambah
ongkos penetapan pesanan dan ongkos penyimpanan untuk setiap trial lot-
size, kemudian membagi dengan banyaknya unit dalam lot-size untuk
selanjutnya memilih lot-size dengan ongkos perunit paling rendah. Metode
LUC menggunakan pendekatan iteratif yang dihitung untuk setiap periode,
41



sampai ongkos per unit dari cumulative order quantity pada periode itu
menunjukan suatu kenaikan atai peningkatan.
5. Metode Leat Total Cost (LTC)
Metode LTC adalah teknik lot-sizing dinamik yang menghitung kuantitas
pesanan melalui membandingkan ongkos penetapan pesanan (set up or
ordering cost) dan ongkos penyimpanan (Carrying Cost) inventori untuk
berbagai lot-size, kemudian memilih lot-size di mana kedua jenis ongkos
itu mendekati sama. Metode LTC juga menggunakan pendekatan iteratif
yang dihitung untuk setiap periode, sampai kedua jenis ongkos penetapan
dan penyimpanan mendekati sama.
6. Metode Part Period Balancing (PPB)
Metode PPB adalah teknik lot-size dinamik yang menggunakan
pendekatan serupa dengan LTC, tetapi lebih mudah dalam perhitungan,
metode ini menggunakan formula sederhana ntuk menentukan economic
part period. Algoritma PPB biasanya menambahkan suatu routine yang
disebut look ahead/look back atau forward/backward. Apabila feature
look ahead/look back digunakan, kuantitas lot dihitung dan sebelum
ditetapkan, permintaan periode berikut atau periode terdahulu dievaluasi
untuk menentukan apakah pemasukan permintaan itu ke dalam lot yang
sekarang akan menjadi ekonomis.

2.6 Material Requirements Planning
Menurut Herjanto (2003), perencanaan kebutuhan material (Material
Requirements Planning) merupakan suatu konsep dalam manajemen produksi yang
42



membahas cara yang tepat dalam perencanaan kebutuhan barang dalam proses
produksi, sehingga barang yang dibutuhkan dapat tersedia sesuai dengan yang
direncanakan.
MRP sangat bermanfaat bagi perencanaan kebutuhan material untuk komponen
yang jumlah kebutuhannya dipengaruhi oleh komponen lain (dependent demand).
Sistem MRP mengendalikan agar komponen yang diperlukan untuk kelancaran
produksi dapat tersedia sesuai dengan yang dibutuhkan. MRP memberikan
peningkatan efisiensi karena jumlah persediaan, waktu produksi dan waktu
pengiriman barang dapat direncanakan dengan lebih baik, karena ada keterpaduan
dalam kegiatan yang didasarkan pada jadwal induk. Moto dari MRP adalah
memperoleh material yang tepat, dari sumber yang tepat, untuk penempatan yang
tepat, pada waktu yang tepat (Gaspersz, 2002).
Berdasarkan MPS yang diturunkan dari rencana produksi, suatu sistem MRP
mengidentifikasi item apa yang harus dipesan, berapa banyak kuantitas item yang
harus dipesan, dan kapan waktu memesan item tersebut. Suatu sistem MRP pada
dasarnya bertujuan untuk merancang suatu sistem yang mampu menghasilkan
informasi untuk mendukung aksi yang tepat baik berupa pembatalan pasanan, pesan
ulang, atau penjadwalan ulang, aksi ini sekaligus merupakan suatu pegangan untuk
melakukan pembelian dan produksi. Tujuan dari perencanaan kebutuhan material
adalah sebagai berikut (Yamit, 1999):
1. Menjamin tersediannya material, item, atau komponen pada saat dibutuhkan
untuk memenuhi jadwal induk produksi dan menjamin tersediannya produk jadi
bagi konsumen.
2. Menjaga tingkat persedian pada kondisi minimum.
43



3. Merencanakan aktivitas pengiriman, dan aktivitas pembellian.

Sebagai suatu sistem, perencanaan kebutuhan material (Material Requirement
Planning) membutuhkan lima sumber informasi utama. Berikut ini adalah lima
sumber informasi utama dalam perencanaan kebutuhan material (Material
Requirement Planning) (Gaspersz, 2002):
1. Master Production Schedule (MPS) yang merupakan suatu pernyataan definitif
tentang produk akhir (end item) apa yang direncanakan perusahaan untuk
diproduksi, berapa kuantitas yang dibutuhkan, pada waktu kapan dibutuhkan,
dan bilamana produk itu akan diproduksi. MPS disusun berkaitan dengan
pemasaran, rencana distribusi, perencanaan produksi dan perencanaan
kapasitas.
2. Bill of Material (BOM) merupakan daftar dari semua material, parts, dan
subassemblies, serta kuantitas dari masing-masing yang dibutuhkan untuk
memproduksi satu unit produk. BOM (Bill of Material) dibuat untuk
menentukan banyaknya setiap material yang dibutuhkan untuk setiap periode
waktu.
3. Item master merupakan suatu file yang berisi informasi status tentang material,
parts, subassemblies, dan produk-produk yang menunjukkan kuantitas on-
hand, kuantitas yang dialokasikan, waktu tunggu yang direncanakan, ukuran
lot, stok pengaman, kriteria lot sizing, toleransi untuk scrap atau hasil, dan
berbagai informasi penting lainnya yang berkaitan dengan suatu item.
44



4. Pesanan-pesanan (orders) akan memberitahukan tentang berapa banyak dari
setiap item yang akan diperoleh sehingga akan meningkatkan stock-on-hand di
masa mendatang.
5. Kebutuhan-kebutuhan akan memberitahukan tentang berapa banyak dari
masing-masing item itu dibutuhkan sehingga akan mengurangi stock-on-hand
di masa mendatang.

Adapun empat macam yang menjadi ciri-ciri utama pada MRP, yaitu (Nasution,
2008):
1. Mampu menentukan kebutuhan pada saat yang tepat, kapan suatu pekerjaan
akan selesai (material harus tersedia) untuk memenuhi permintaan produk yang
dijadwalkan berdasarkan MPS yang direncanakan.
2. Menentukan kebutuhan minimal setiap item dengan menentukan secara tepat
sistem penjadwalan.
3. Menetukan pelaksanaan rencana pemesanan dengan memberikan indikasi
kapan pemesanaan atau pembatalan suatu pesanan harus dilakukan.
4. Melakukan penjadwalan ulang atau pemabatalan atas suatu jadwal yang sudah
direncanakan dan apabila kapasitas yang ada tidak mampu memenuhi pesanan
yang sudah dijadwalkan pada waktu yang dikehendaki, maka MRP dapat
memberikan indikasi untuk melakukan rencana penjadwalan ulang (jika
mungkin) dengan menentukan prioritas pesana yang realitis. Seandainya
penjadwalan ulang ini masih tidak memungkinkan untuk memenuhi pesanan,
maka pemabatalan pemesanan tetap harus dilakukan.

45



Sistem MRP memiliki empat langkah utama yang harus diterapkan satu per satu
pada periode perencanaan dan pada setiap item. Langkah-langkah dasar dalam
penyusunan proses MRP adalah sebagai berikut (Nasution, 2008):
1. Netting (kebutuhan bersih) merupakan proses perhitungan untuk menetapkan
jumah kebutuhan bersih untuk setiap periode selama horison perencanaan yang
besarnya merupakan selisih antara kebutuhan kotor dengan keadaan persediaan
(yang ada dalam persediaan dan yang sedang dipesan).
2. Lotting merupakan penentuan ukuran lot yang menjamin bahwa semua
kebutuhan-kebutuhan akan dipenuhi, pesanan akan dijadwalkan untuk
penyelesaian pada awal periode dimana ada kebutuhan bersih yang positif.
3. Offsetting (rencana pemesanan) merupakan salah satu langkah pada MRP
untuk menentukan saat yang tepat untuk rencana pemesanan dalam memenuhi
kebutuhan bersih. Rencana pemesanan didapat dengan cara menggabungkan
saat awal tersedianya ukuran lot (lot size) yang diinginkan dengan besarnya
waktu ancang-ancang. Waktu ancang-ancang ini sama dengan besarnya waktu
saat barang mulai dipesan atau diproduksi sampai barang tersebut siap untuk
dipakai.
4. Exploding merupakan proses perhitungan kebutuhan kotor untuk tingkat (level)
yang lebih bawah dalam suatu struktur produk serta didasarkan atas rencana
pemesanan.
2.7 SoftwareWinQSB Versi 2.0
Salah satu program komputer yang dirancang untuk menyelesaikanmasalah-
masalah kuantitatif di bidang manajemen adalah WinQSB. Program ini dibuat oleh
Profesor Yih-Long Chan dari Georgia Institute of Technology ,Amerika Serikat.
46



Program ini merupakan pengembangan dari program QSB (Quantitative System
for Business), QSB+, dan QS (Quantitative System) yangsudah banyak digunakan
pada akhir tahun 1980-an. Program WinQSB saat ini sudah sampai pada versi 2.0.
Disebut WinQSB karena merupakan perkembangan dari program QSB yang dulu
berbasis sistem operasi DOS, dan sekarang sudahdapat dijalankan pada komputer
berbasis Microsoft Windows.
Program ini mempraktekkan time series peramalan dan linear regresi. Metode
time series meliputi simple average, moving average, dengan atau tanpa trend,
single dan double exponential smoothing dengan atau tanpa trend, linear dan
regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah data
historis lebih dari 1000 data yang bergantung pada memori komputer. Pada
program dapat menambah atau mengurangi data historis untuk waktu yang
berjalan dengan memilih memodifikasi data asli.

47





Gambar 3.6 Tampilan Pembuka Perangkat Lunak WinQSB - Modul
Forecasting

Seperti program-program pendahulunya, WinQSB cukup banyak
digunakanoleh para pembuat keputusan dan para akademisi karena kemudahan
dankecanggihannya. Di sisi lain, program inii tidak memerlukan
konfigurasikomputer yang berlebihan. Bahkan WinQSB dapat dijalankan pada
sistemkomputer dengan sistem operasi MS. Windows 95 dengan memori RAM 36
MB dan memakan kapasitas hardisk tidak lebih dari 10 MB.
Program ini mempraktekkan time series peramalan dan linear regresi.
Metode time series meliputi simple average, moving average, dengan atau tanpa
trend, single dan double exponential smoothing dengan atau tanpa trend, linear
dan regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah
data historis lebih dari seribu data yang bergantung pada memori komputer. Pada
program dapat menambah atau mengurangi data historis untuk waktu yang
berjalan dengan memilih memodifikasi data asli.