BAB 1

PENDAHULUAN
Organisasi industri merupakan salah satu mata rantai dari sistem perekonomian, karena ia
memproduksi dan mendistribusikan produk (barang atau jasa). Produksi merupakan fungsi pokok dalam
setiap organisasi, yang mencakup aktivitas yang bertanggung jawab untuk menciptakan nilai tambah
produk yang merupakan output dari setiap organisasi industri itu.
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.
Kebutuhan produksi untuk beroperasi dengan biaya yang lebih 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,
dan lain-lain. (Santoso, 2005: Jurnal Teknik Informatika).
Sistem produksi adalah suatu rangkaian dari beberapa elemen yang saling berhubungan dan saling
menunjang antara satu dengan yang lain untuk mencapai suatu tujuan tertentu. Dengan demikian yang
dimaksud dengan sistem produksi adalah merupakan suatu gabungan dari beberapa unit atau elemen yang
saling berhubungan dan saling menunjang untuk melaksanakan proses produksi dalam suatu perusahaan
tertentu. Beberapa elemen tersebut antara lain adalah produk perusahaan, lokasi pabrik, letak dari fasilitas
produksi, lingkungan kerja dari para karyawan serta standar produksi yang dipergunakan dalamperusahaan
tersebut. Dalam sistem produksi modern terjadi suatu proses transformasi nilai tambah yang mengubah
input menjadi output yang dapat dijual dengan harga kompetitif dipasar. (Ahyani, 1996: 8).
Didalam suatu unit usaha dikenal adanya berbagai macam fungsi yang saling berkaitan antara yang
satu dengan lainnya, diantaranya terdapat tiga fungsi pokok yang selalu dijumpai yaitu :
1. Pemasaran (marketing) yang merupakan ujung tombak dari unit usaha, sebab bagian ini langsung berkaitan
dengan konsumen. Keterkaitan ini dimulai dari identifikasi kebutuhan konsumen (jenis dan jumlahnya)
maupun pelayanan dan pengantaran produk ketangan konsumen.
2. Keuangan (finance) yang bertanggung jawab atas perolehan dana guna pembiayaan aktivitas unit usaha
serta pengelolaan dana secara ekonomis sehingga kelangsungan dan perkembangan unit usaha dapat
dipertahankan.
3.
Produksi (operasi) yang merupakan penghasil dari produk atau jasa yang akan dipasarkan kepada
konsumen.
Sistem produksi merupakan kumpulan dari sub sistem yang saling berinteraksi dengan tujuan
menstranformasi input produksi menjadi output produksi yang memiliki nilai lebih/jual. Input produksi ini
dapat berupa bahan baku, mesin, tenaga kerja, modal, dan informasi. Sedangkan output produksi
merupakan produk yang dihasilkan berikut hasil sampingannya, seperti limbah, informasi, dan sebagainya.
Sistem pendukung kegiatan produksi antara lain :
a. perencanaan dan pengendalian produksi
b. pengendalian kualitas
c. penentuan standar operasi
d. penentuan fasilitas produksi
e. perawatan fasilitas produksi
f. penentuan harga pokok produksi.

Sistem pendukung kegiatan produksi ini akan membentuk konfigurasi sistem produksi. Keandalan
dari konfigurasi sistem produksi ini akan tergantung dari produk yang dihasilkan serta bagaimana cara
menghasilkannya.
Fasilitas merupakan fixed asset (aset tetap) biasanya aktiva tetap tidak bergerak seperti struktur
gedung, mesin dan sumber daya tak nyata yang mendukung suatu aktivitas produksi. Fasilitas bersama
dengan manusia, uang, material, dan energi menghasilkan sesuatu pada suatu aktivitas produksi serta untuk
meningkatkan kinerja produksinya.
Sistem produksi berhubungan dengan teori ekonomi makro, hukum permintaan dan penawaran,
peramalan permintaan, perencanaan agregat, perencanaan dan pengendalian persediaan baik yang
tradisional maupun semi modern, serta penjadwalan produksi.
Pada makalah ini akan dibahas tentang hubungan teori ekonomi dengan sistem produksi, sistem
produksi, dan juga tentang peramalan.

BAB II
PEMBAHASAN
2.1.

HUBUNGAN TEORI EKONOMI DENGAN SISTEM PRODUKSI

Dalam suatu sistem industri, kegiatan produksi mencakup 3 (tiga) pertanyaan mendasar,
yaitu apa yang diproduksi, bagaimana cara memproduksinya, dan untuk siapabarang yang diproduksi
tersebut. Ketiga pertanyaan mendasar tersebut akan benar-benar menjadi masalah karena sumber daya
untuk kegiatan produksi tersebut tersedia secara terbatas. Sumberdaya-sumberdaya tersebut tidak seperti
udara yang kita hirup, tetapi tersedia secara terbatas sehingga kita perlu melakukan usaha penghematan.
Inilah yang kita sebut dengan hukum kelangkaan dalam ilmu ekonomi.
Usaha-usaha penghematan itu dilakukan untuk semua input bagi kegiatan produksi, misalnya
menghemat bahan baku, tenaga manusia, modal dan sebagainya. Hukum kelangkaan sumber daya ini
terefleksikan dalam output (barang hasil) produksi. Suatu output yang bersifat unik dan langka biasanya
mempunyai nilai lebih dimata konsumen, sedangkan output yang bersifat umum akan bernilai lebih rendah.
Fenomena ini dalam kegiatan produksi disebut dengan Sistem Produksi Massal (produknya standar)
dan Sistem Produksi Pesanan (produknya khusus).
Dalam ilmu ekonomi, sistem produksi massal berhubungan erat dengan konsep skala ekonomis,
yaitu bila skala operasi kita tingkatkan dengan jalan menambah semua input pada saat yang sama dengan
proporsi yang sama sebanyak dua kali, maka kita akan mampu menjalankan usaha secara lebih efektif
dengan output yang diperoleh akan berjumlah lebih dari dua kali lipat. Gejala ini biasa disebut dengan hasil
yang meningkat terhadap skala. Keuntungan cara ini disebabkan karena unit input yang lebih banyak akan
menanggung biaya tetap yang sama, waktu set-up mesin akan ditanggung oleh unit input yang lebih banyak,
yang demikian juga aktivitas-aktivitas produksi lainya, sehingga total biaya rata-rata per unit akan menjadi
lebih murah.

Gejala hasil yang mungkin meningkat terhadap skala ini sering kali dihubungkan dengan sistem
produksi massal dengan ciri-ciri sebagai berikut:
Penggunaan tenaga bukan manusia.
Penggunaan peralatan otomatis yang mampu mengatur sendiri.

Penggunaan komponen terstandarisasi dan tersubtitusi.

Pembagian proses produksi yang kompleks kedalam beberapa tingkat operasi yang sederhana.
Spesialisasi fungsi dan pembagian divisi dan tenaga kerja.
Penyusunan desain, analisis dan proses produksi terkomputerisasi.
Sistem produksi pesanan merupakan suatu sistem produksi yang membuat produk berdasarkan
keinginan konsumen dalam jumlah yang sedikit. Karena pembuatan disesuaikan dengan keinginan
konsumen, maka sistem tersebut harus dapat membuat bermacam-macam variasi produk sehingga
dibutuhkan ketrampilan pekerja yang tinggi. Ketrampilan pekerja yang tinggi ditambah dengan jumlah
produksi yang belum tentu berada pada skala ekonomis akan membuat konsumen bersedia membayar lebih
tinggi. Kedua fenomena ini, yaitu karakteristik sistem produksi massal dan sistem produksi pesanan
sebenarnya merupakan refleksi dari Hukum Permintaan dan Penawaran.
2.2.

HUKUM PERMINTAAN DAN PENAWARAN

Hukum permintaan atau penawaran menyatakan sebagai berikut:

Makin tinggi harga barang maka makin sedikit permintaan akan barang tersebut (dengan catatan faktorfaktor lain tidak berubah).
2. Makin banyak barang yang tersedia dipasar, maka harga barang makin rendah.
1.

Bagian petama diatas merupakan pernyataan yang akan membentuk Kurva Permintaan (Demand)
dengan kemiringan (slope) negatif. Misalnya daging sapi, bila harga daging sapi meningkat maka hanya
orang kaya saja yang mampu membelinya. Apabila harga daging sapi mulai turun, maka akan terjadi
tambahan konsumen dimana orang berpenghasilan menengah mulai ingin makan daging sapi. Dengan
demikian dapat disimpulkan bahwa penurunan harga akan menarik pembeli baru.
Bagian kedua diatas merupakan pernyataan yang akan membentuk Kurva Penawaran (supplay)
dengan kemiringan positif. Misalnya beras, bila harga beras meningkat, maka petani akan tertarik untuk
menanam padi. Dengan harga beras yang tinggi maka pendapatan petani akan meningkat sehingga mereka
akan mampu berproduksi dengan lebih baik dengan menambah pupuk, tenaga kerja, dan peralatan. Pada
kondisi demikian, padi akan lebih banyak dihasilkan dari luas areal sawah yang sama.
Kurva permintaan dan penawaran akan saling bergeser hingga mencapai titik keseimbangan pasar.
Pada keadaan ini jumlah yang diminta pembeli dengan harga tertentu sama dengan kuantitas yang
ditawarkan oleh penjual pada tingkat harga tersebut. Hal ini berarti harga keseimbangan tersebut merupakan
harga pasar yang diterima oleh produsen dan konsumen.
2.3.

SISTEM PRODUKSI

Sistem produksi merupakan kumpulan dari subsistem-subsistem yang saling berinteraksi dengan
tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa bahan
baku, mesin, tenaga kerja, modal, dan informasi, sedangkan output produksi merupakan produk yang
dihasilkan berikut hasil sampingannya, sperti limbah, informasi dan lain sebagainya. Subsistem-subsistem
dari sistem produksi tersebut antara lain adalah:
Perencanaan dan pengendalian produksi
Pengendalian kualitas
Perawatan fasilitas produksi
Penentuan standar-standar operasi
Penentuan fasilitas produksi
Dan penentuan harga pokok produksi

Teknologi

Ekonomi

Material
Tenaga Kerja
Dana
Mesin
Informasi

Produk
Proses
Limbah
Transformasi
Informasi

Dana masuk

Proses
Politis

Manajemen

Dana keluar

Sosial Budaya

Gambar 2.3 Input-Output Sistem Produksi

Subsistem-subsistem dari sistem produksi tersebut akan membentuk konfigurasi sistem produksi.
Keandalan dari konfigurasi sistem produksi ini tergantung dari produk yang dibuat serta bagaimana cara
membuatnya (proses produksinya). Cara membuat produk tersebut dapat berupa jenis proses produksi
menurut cara menghasilkan output, operasi dari pembuatan produk, dan variasi produk yang dihasilkan.
2.3.1. Sistem Produksi Menurut Proses Menghasilkan Output
Proses produksi merupakan cara, metode, dan teknik untuk menciptakan atau menambah kegunaan
suatu produk dengan mengoptimalkan sumber daya produksi (tenaga kerja, mesin, bahan baku, dana) yang
ada. Sistem produksi menurut proses menghasilkan output secara ekstrem dapat dibedakan menjadi dua
jenis, yaitu:
a. Proses Produksi Kontinyu (continuous process)
b. Proses Produksi Terputus (intermittent process/discrete system)
Perbedaan pokok antara kedua proses terletak pada lamanya waktu set-up peralatan produksi.
Proses kontinyu tidak memerlukan waktu set-up yang lama karena proses ini memproduksi secara terusmenerus untuk jenis produk yang sama. Misalnya pada pabrik susu instan. Sedangkan proses terputus
memerlukan total waktu set-up yang lebih lama karena proses ini memproduksi berbagai proses spesifikasi
barang sesuai pesanan, dimana dengan adanya pergantian jenis barang yang diproduksi akan membutuhkan
kegiatan set-up yang berbeda. Misalnya usaha perbengkelan.
Selain dua jenis ekstrem tersebut, beberapa ahli sistem produksi mengidentifikasikan adanya proses
produksi menurut cara menghasilkan output yang cukup penting, yaitu Proses Produksi Repetitif. Heizer
(1988) mendefinisikan proses produksi repetitif sebagai kombinasi antara proses kontinyu dan proses
terputus.

2.3.2. Sistem Produksi Menurut Tujuan Operasinya

Dilihat dari tujuan perusahaan melakukan operasi dalam hubunganya dengan pemenuhan
kebutuhan konsumen, maka sistem produksi dibedakan menjadi empat jenis, yaitu:
a. Enginering To Order (ETO), yaitu bila pemesan meminta produsen untuk membuat produk yang dimulai
dari proses perancangannya (rekayasa).

b.

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, dimana mereka menyediakan pilihan transmisi secara manual atau otomatis.
c. Make To Order (MTO), yaitu bila produsen menyelesaikan item akhinya jika dan hanya jika telah menerima
pesanan konsumen untuk item tersebut.
d. Make To Stock (MTS), yaitu bila produsen membuat item-item yang diselesaikan dan ditempatkan sebagai
persediaan sebelum pesanan konsumen diterima.
2.3.3. Sistem Produksi Menurut Aliran Operasi dan Variasi Produk

a.

b.

c.
d.
e.

Ada tiga jenis dasar aliran operasi, yaitu flow shop, job shop, dan proyek (Kostas, 1982). Ketiga
jenis dasar aliran operasi ini berkembang menjadi aliran operasi modifikasi dari ketiganya, yaitu batch dan
continuous). Adapu karakteristikmasing-masing aliran tersebut, yaitu;
Flow Shop, yaitu proses konversi dimana unit-unit output secara berturut-turut melalui urutan operasi yang
sama pada mesin-mesin khusus, biasanya ditempatkan sepanjang suatu lintasan produksi. Bentuk umum
proses flow shop dapat dibagi menjadi jenis produksi flow shop kontinyu dan flow shop terputus. Pada flow
shop kontinyu, proses bekerja untuk memproduksi jenis output yang sama, misalnya pada industri rokok
SKM otomatis. Pada slow shop terputus, kerja proses secara periodik diinterupsi untuk melakukan set-up
bagi pembuatan produk dengan spesifikasi yang berbeda (meskipun dari desain dasar yang sama).
Continuous, proses ini merupakan bentuk ekstrem dari flow shop dimana terjadi aliran material yang
konstan. Contoh dari proses kontinyu adalah industri penyulingan minyak, pemrosesan kimia, dan industriindustri lain dimana kita tidakdapat mengidentifikasi unit-unit output urutan prosesnya secara tepat.
Job Shop, merupakan bentuk proses konversi dimana unit-unit untuk pesanan yang berbeda akan mengikuti
urutan yang berbeda pula dengan melalui pusat-pusat kerja yang dikelompokan berdasarkan fungsinya.
Batch, merupakan bentuk satu langkah kedepan dibandingkan job shop dalam hal standarisasi produk,
tetapi tidak terlalu terstandarisasi seperti produk yang dihasilkan pada aliran lintasan perakitan flow shop.
Proyek, merupakan proses penciptaan satu jenis produk yang agak rumit dengan suatu pendefinisian urutan
tugas yang teratur dengan kebutuhan sumber daya dan penyelesaiannya dibatasi oleh waktu.

2.4.

PERAMALAN

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun jasa. Baik tidaknya suatu peramalan yang disusun, disamping
ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan. Selama
informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar
dipercaya akan ketepatanya. Oleh karena itu peramalan yang akurat merupakan informasi yang sangat
dibutuhkan dalam pengambilan keputusan manajemen.
2.4.1. Peramalan dan Horison Waktu
Dalam hubunganya dengan horison waktu peramalan, kita dapat mengklasifikasikan peramalan
tersebut kedalam 3 kelompok, yaitu:
a.
Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan
produk dan perencanaan sumber daya.
b. Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan
peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan
penentuan anggaran.

c.

Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil
keputusan dalam hal perlu-tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan untuk pengontrolan
jangka pendek.
2.4.2. Faktor-faktor yang Mempengaruhi Permintaan
Permintaan akan suatu produk pada suatu perusahaan merupakan resultan dari berbagai faktor yang
saling berinteraksi dalam pasar. Faktor-faktor tersebut adalah:
Siklus Bisnis, penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan
akan suatu produk dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase
inflasi, resesi, depresi, dan masa pemulihan.
Siklus Hidup Produk, siklus hidup suatu produk biasanya mengikuti suatu pola yang biasa disebut kurva
S. Kurva S menggambarkan besarnya permintaan terhadap waktu, dima siklus hidup suatu produk akan
dibagi menjadi fase pengenalan, fase pertumbuhan, fase kematangan, dan akhirnya fase penurunan.
Faktor-faktor lain, beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing,
perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan sendiri oleh perusahaan, seperti
peningkatan kualitas, pelayanan, anggaran, periklanan, dan kebijaksanaan pembayaran secara kredit.

2.4.3. Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai kriteria yang penting, yaitu:
a. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistenan peramalan tersebut. Hasil
peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan
kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan
relatif kecil.
b. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang
diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.
c. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan
keuntungan bagi perusahaan.

2.4.4. Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, ada beberapa hal yang harus
dipertimbangkan, yaitu:
Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan
terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut.
Peramalan seharusnya memberikan informasi tentang seberapa ukuran kesalahan, artinya karena
peramalanpasti mengandung kesalahan, maka penting bagi peramal untuk menginformasikan seberapa
besar kesalahan yang mungkin terjadi.
Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena
pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan,
sedangkan semakin panjang periode peramalan, semakin besar pula kemungkinan terjadinya perubahan
pada faktor-faktor yang mempengaruhi permintaan.
2.5.

UKURAN AKURASI HASIL PERAMALAN

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan adalah ukuran
tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran
yang biasa digunakan, yaitu:

1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)

Merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil
peramalan lebih besar atau lebih kecil dibandingkan kenyataanya. Secara matematis, MAD dirumuskan
sebagai berikut:
MAD =
Dimana:

= Permintaan Aktual pada periode-t

= Peramalan Permintaan (forecast) 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:
MSE =
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. Bila hasil peramalan tidak bias maka nilai MFE akan mendekati nol. MFE
dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya
dengan jumlah periode peramalan. Secara matematis, MFE dirumuskan sebagai berikut:
MFE =
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.
MAPE dirumuskan sebagai berikut:
MAPE = ( )

2.6.

METODE-METODE DALAM PERAMALAN

Secara umum, peramalan diklasifikasikan menjadi 2 macam, yaitu:

a) Peramalan yang bersifat subjektif

Peramalan subjektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi
seseorang dan intuisi yang meskipun kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik.
Peramalan subjektif meliputi:
Metode Delphi, yaitu cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari
para ahli dan berasal dari disiplin ilmu yang berbeda.
Metode Penelitian Pasar, metode ini mengumpulkan dan menganalisis fakta secara sistematis pada bidang
yang berhubungan dengan pemasaran.

b) Peramalan yang bersifat objektif

Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam
menunjukkan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya.
Peramalan objektif terdiri atas 2 metode, yaitu:
Metode Intrinsik, metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis tanpa
mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metode ini
hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana dalam rangka pengendalian
persediaan bahan baku seringkali perusahaan harus melibatkan banyak item yang berbeda.
Metode Ekstrinsik, metode ini mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi
besarnya permintaan dimasa datang dalam model peramalannya. Metode ini lebih cocok untuk peramalan
jangka panjang karena dapat menunjukan hubungan sebab-akibat yang jelas dalam hasil peramalannya
sehingga disebut metode kausal dan dapat memprediksititik-titik perubahan.
2.7.

ANALISIS DERET WAKTU (TIME SERIES)

Analisis time series sangat tepat untuk dipakai meramalkan permintaan yang pola permintaan
dimasa lalunya cukup konsisten dalam periode waktu yang lama sehingga pola tersebut dapat diharapkan
masih akan tetap berlanjut. Analisis time series didasarkan pada 4 komponen utama, yaitu:
1) Trend/Kecenderungan (T)
Merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya, apakah permintaan
tersebut cenderung naik, turun, atau konstan.
Biaya

Waktu
Gambar 1. Pola Trend

2) Siklus/Cyckle (C)
Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari
satu tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini sangat
berguna untuk peramalan jangka menengah dan jangka panjang.
Biaya

waktu
Gambar 2. Pola Cycle

3) Pola Musiman/Season (S)

Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berualang setiap
tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang
akan berulang secara periodik setiap tahunya.
Biaya

Waktu
Gambar 3. Pola Musiman
4) Variasi Acak/Random (R)
Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana
alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lain yang tidak mempunyai
pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengaman untuk
mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan.
Biaya

Waktu
Gambar 4. Pola Random
Menurut Hildebrand (1991), komponen tren, siklus, musiman dan kesalahan dari deret waktu dapat
diasumsikan dalam dua model yang berbeda yaitu model multiplikatif dan model aditif. Model multiplikatif
dari metode dekomposisi adalah
Xt = It . Tt . Ct .Et
sedangkan model aditifnya adalah :
Xt = It + Tt + Ct + Et
Xt
= data aktual pada periode ke-t
dimana,
Tt
= komponen Tren pada periode ke-t
Ct
= komponen siklus pada periode ke-t
It
= komponen musiman pada periode ke-t
Et
= komponen kesalahan pada periode ke-t
2.7.1.
Rata-rata Bergerak
(Moving Average = MA)
Moving average diperoleh dengan merata-ratakan permintaan berdasarkan beberapa data masa lalu
yang terbaru. Tujuan moving average adalah untuk mengurangi atau menghilangkan variasi acak
permintaan dalam hubunganya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data
secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode
yang akan datang. Secara matematis, MA dirumuskan sebagai berikut:
MA =

Dimana
: = Permintaan aktual pada periode t
N = Jumlah data permintaan yang dilibatkan dalam perhitungan MA
Karena data aktual yang dipakai untuk perhitungan MA berikutnya selalu dihitung dengan mengeluarkan
data yang paling terdahulu, maka:
MA = +
Contoh perhitungan MA tiga bulanan dan enam bulananyang dipakai sebagai dasar peramalan.
Bulan

Permintaan
Aktual
At

MA
3
bulanan
M

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

450
440
460
510
520
495
475
560
510
520
540
550

450
470
497
508
497
510
515
530
523
537

Peramalan
dengan
MA 3bulanan
ft
450
470
497
508
497
510
515
530
523

MA
6Bulanan
M
479
483
503
512
513
517
526

Peramalan
dengan
MA 6Bulanan
ft
479
483
503
512
513
517

Tabel. Peramalan dengan MA Tiga Bulanan dan Enam Bulanan

MA tiga bulanan (N=3):
pada bulan maret:
pada bulan april:
M=
M=
=
=
= 450
= 470
Begitu juga untuk bulan-bulan berikutnya begitu juga untuk MA enam bulanan, cara menghitungnya sama
dengan MA tiga bulanan.

2.7.2. Rata-rata Bergerak dengan Bobot (Weighted Moving Average = WMA)

Secara matematis, WMA dapat dinyatakan sebagai berikut:
WMA =
Bobot permintaan Aktual pada periode t
Permintaan Aktual pada periode t
Dengan keterbatasan bahwa
Dimana:

Contoh perhitungan WMA:

Bulan

Permintaan
Aktual
At

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

450
440
460
510
520
495
475
560
510
520
540
550

MA
3Bulanan
M
450
470
497
508
497
510
515
530
523
537

Peramalan
MA
3-Bulanan
ft
450
470
497
508
497
510
515
530
523

WMA
3-bulanan
0,25/0,25/0,50
WM
453
480
503
505
491
523
514
528
528
540

Peramalan
WMA
3-Bulanan
ft
453
480
503
505
491
523
514
528
528

Tabel. Perbandingan Hasil Peramalan MA dengan WMA

Dari tabel diatas, maka dengan MA tiga bulanan, WMA pada bulan maret dapat dihitung sebagai berikut:
Dik: = 0,25, = 0,25, dan = 0,50

WMA = (0,25x450) + (0,25x440) + (0,50x460)

= 112,5 + 110 + 230
= 452,5 atau 453
Begitu seterusnya hingga bulan desember.

2.7.3. Pemulusan Eksponensial (Exponential Smoothing = ES)

Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi
dengan teknik ES. Model matematis ES dapat dikembangkan dari persamaan berikut:

Dimana bila data permintaan aktual yang lama tidak tersedia, maka dapat diganti dengan nialai
pendekatan yang berupa nilai ramalan sebelumnya ( ) sehingga persamaan diatas dapat ditulis menjadi:
+

atau

+ (1 -

Dari persamaan terakhir terlihat bahwa peramalan dengan teknik ES pada periode t.1 ( ) akan
didasarkan atas pembobotan data permintaan aktual terakhir ( ) dengan bobot 1/N dan pembobotan ramalan
yang paling akhir ( ) dengan bobot (1-1/N). Karena N bilangan positif maka 1/N akan menjadi konstanta
yang bernilai antara nol (N = ~) sampai dengan 1 (N = 1). Dengan mengganti 1/N dengan maka persamaan
tersebut akan menjadi:


Bila kita notasikan sebagai peramalan permintaan pada periode t sehingga
diatas menjadi:

maka persamaan

+ (1-)
Dari persamaan diatas terlihat bahwa teknik ES banyak mengurangi kelemahan teknik MA dalam
penyimpanan data karena hanya data permintaan aktual terakhir, ramalan terakhir, dan suatu nilai konstanta
yang harus disimpan. Rumus lain untuk persamaan diatas adalah:
()
Dimana merupakan kesalahan ramalan dalam periode t ( sehingga persamaan diatas dapat ditulis:

Dari persamaan terakhir terlihat bahwa bila mempunyai nilai mendekati satu maka ramalan yang
baru akan menyesuaikan kesalahan dengan yang besar pada ramalan sebelumnya.
Penentuan besarnya nilai harus dipertimbangkan dengan baik. Salah satu metode yang dapat
dipakai adalah dengan memilih nilai berdasarkan nilai N yang dilibatkan dalam teknik MA. Untuk
menghitung nilai dalam hubungannya dengan N, maka:
atau =
Jadi, bila N = 2 maka = 2/3 = 0,66. Bila N = 3 maka = 2/4 = 0,50. Begitu seterusnya.
Contoh perhitungan ES Sederhana:
Bulan
Permintaan Ramalan Rata-rata Rata-rata
Aktual
lama
baru
At
Ft
Maret
460
480
480,00
476,00
0,027
April
510
476
476,00
482,80
0,034
Mei
520
483
482,80
490,24
0,042
Juni
495
490
490,24
491,19
0,052
Juli
475
491
491,19
487,95
0,066
Agustus
560
488
487,95
502,36
0,082
September
510
502
502,36
503,89
0,102
Oktober
520
504
503,89
507,11
0,128
November
540
507
507,11
513,69
0,160
Desember
550
514
513,69
520,95
0,200
Tabel. Hasil Peramalan dengan Teknik ES Sederhana
Contoh analis deret waktu (Time Series)
Misal dalam bidang pemasaran, volume penjualan bergantung pada cara pemasaran, bentuk
promosi, dan daerah pemasaran, yang masing-masing faktor tersebut lebih dari satu macam, sehingga jika
analisis peramalan hanya didasarkan pada volume penjualan saja, tanpa memperhatikan faktor-faktor yang
mempengaruhinya, maka informasi untuk pembuatan norma atau ukuran keberhasilan pemasaran, apalagi
untuk keperluan proses kontrol dan perencanaan menjadi tidak lengkap, sehingga tujuan peramalan tidak
tercapai secara utuh.

Contoh lain analisis data deret waktu adalah produksi total tahunan produk pertanian indonesia,
harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam,
dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun.
2.8.

METODE PERAMALAN KAUSAL

Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang
diramalkan dengan variabel-variabel lain yang dianggap berpengaruh. Sebagai contoh, permintaan akan
baju baru mungkin berhubungan dengan banyaknya populasi, pendapatan masyarakat, jenis kelamin,
budaya daerah, dan bulan-bulan khusus. Data-data dari variabel-variabel tersebut dikumpulkan dan
dianalisis untuk menentukan validitas dari model peramalan yang diusulkan. Salah satu metode kausal yang
terkenal adalah metode regresi.
Dalam metode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengumpulan data
dan analisisnya. Contoh yang paling sederhana dari metode regresi ini adalah metode regresi linier
sederhana dengan variabel pengaruh tunggal. Model ini secara matematis dirumuskan sebagai berikut:
= a + bx
dimana:
= perkiraan permintaan
x = variabel bebas yang mempengaruhi y
a = nilai tetap y bila x = 0 (merupakan perpotongan dengan sumbu y)
b = derajat kemiringan persamaan garis regresi
Nilai y yang diperoleh dari hasil pengamatan tidak akan jatuh tepat pada garis perkiraan karena
adanya kesalahan acak pada data. Pada setiap titik pengamatan, kesalahan ditunjukan sebagai , dan total
varian atau kesalahan kuadrat untuk seluruh titik pengamatan tersebut adalah:
=
Analisis regresi bertujuan meminimasi persamaan kesalahan diatas dengan memilih nilai a dan b
yang sesuai. Kesalahan terkecil akan diperoleh dengan cara derivatif, dimana hasil akhirnya adalah:
a=
b=
karena model ini menyatakan hubungan kausal antara variabel yang mempengaruhi (x) dengan
perkiraan peramalan yang dipengaruhi (y), maka kita bisa menghitung keeratan hubungan y dengan x
dengan menggunakan koefisien determinasi Nilai merupakan bagian variasi dari y yang menunjukkan
keeratan hubungan dengan x, sedangkan bagian sisanya 1- menunjukkan peluang faktor-faktor diluar
variabel x. Jadi semakin dekat nilai dengan 1 maka akan semakin disukai.
Nilai dihitung dengan persamaan berikut:

BAB III
PENUTUP
3.1.

Kesimpulan

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.
Kebutuhan produksi untuk beroperasi dengan biaya yang lebih 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,
dan lain-lain.
Sistem produksi merupakan kumpulan dari subsistem-subsistem yang saling berinteraksi dengan
tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa bahan
baku, mesin, tenaga kerja, modal, dan informasi, sedangkan output produksi merupakan produk yang
dihasilkan berikut hasil sampingannya, sperti limbah, informasi dan lain sebagainya. Subsistem-subsistem
dari sistem produksi tersebut antara lain adalah:
Perencanaan dan pengendalian produksi
Pengendalian kualitas
Perawatan fasilitas produksi
Penentuan standar-standar operasi
Penentuan fasilitas produksi
Dan penentuan harga pokok produksi
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun jasa. Baik tidaknya suatu peramalan yang disusun, disamping
ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan. Selama
informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar
dipercaya akan ketepatanya. Oleh karena itu peramalan yang akurat merupakan informasi yang sangat
dibutuhkan dalam pengambilan keputusan manajemen.

Analisis time series sangat tepat untuk dipakai meramalkan permintaan yang pola permintaan
dimasa lalunya cukup konsisten dalam periode waktu yang lama sehingga pola tersebut dapat diharapkan
masih akan tetap berlanjut. Analisis time series didasarkan pada 4 komponen utama, yaitu:
Trend atau kecenderungan (T)
Siklus atau Cycle (C)
Pola Musiman atau Season (S)
Variasi Acak atau Random (R)
Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang
diramalkan dengan variabel-variabel lain yang dianggap berpengaruh. Sebagai contoh, permintaan akan
baju baru mungkin berhubungan dengan banyaknya populasi, pendapatan masyarakat, jenis kelamin,
budaya daerah, dan bulan-bulan khusus. Data-data dari variabel-variabel tersebut dikumpulkan dan
dianalisis untuk menentukan validitas dari model peramalan yang diusulkan. Salah satu metode kausal yang
terkenal adalah metode regresi.