BAB 2

LANDASAN TEORI

2.1 Manajemen Operasional

2.1.1 Pengertian Manajemen Operasional

Definisi dasar dari Manajemen Operasional (Stevenson, 2010) yaitu
sebuah ilmu manajemen atau pengendalian dari sebuah sistem atau proses
yang menciptakan sebuah produk atau menyediakan sebuah bentuk jasa.

2.1.2 Tujuan Manajemen Operasional

Tujuan dan fungsi dari pengaplikasian ilmu Manajemen Operasi
berdasarkan buku Operation Management (Heizer & Render, 2009), yaitu
adalah:

1. Pemasaran yang menghasilkan permintaan, paling tidak,

menerima pemesanan untuk sebuah barang dan jasa (tidak akan
ada aktivitas jika tidak ada penjualan)
2. Produksi/operasi yang menghasilkan produk
3. Keuangan atau akuntansi yang mengawasi sehat tidaknya sebuah
organisasi, membayar tagihan, dan mengumpulkan uang

2.1.3 Pentingnya Manajemen Operasi

Berikut adalah beberapa sebab mengapa mempelajari ilmu
Manajemen Operasi menjadi penting mengacu kepada buku Operation
Management (Stevenson, 2010) yaitu dikarenakan semua aspek dalam bisnis
mempengaruhi atau dipengaruhi oleh operasional. Ilmu Manajemen Operasi
juga dapat membantu seseorang memiliki pemahaman yang lebih baik dan
mendalam atas pentingnya berkolaborasi dan hubungan kerjasama antara satu
instansi dengan yang lain atau hubungan kerjasama antar Negara, karena
setiap sukses atau gagalnya sebuah perusahaan atau negara dipengaruhi oleh
pengaruh faktor internal dan eksternal yang saling berhubungan.

2.1.4 Manajemen Operasi dan Pengambilan Keputusan

Berdasarkan buku Operation Management (Stevenson, 2010) peran
utama dari Manajemen Operasi adalah pada para perencana dan pengambil

7
8

keputusan. Dalam kapasitas ini, manajer operasional memiliki pengaruh

dalam pencapaian tujuan organisasi dan penetapan tujuan yang hendak
dicapai.
Beberapa komponen utama yang digunakan dalam proses
pengambilan keputusan tersebut menggunakan ilmu Manajemen Operasi
antara lain adalah:
1. Model. Sebuah abstraksi realita yang disederhanakan sebagai
representasi dari sesuatu
2. Pendekatan kuantitatif. Sebuah aktivitas yang bertujuan untuk
menyelesaikan suatu masalah dengan perhitungan numerik secara
matematis untuk mendapatkan solusi yang optimal.
3. Matriks kinerja. Sebuah sistem perhitungan yang digunakan untuk
mengukur tingkat kualitas kinerja yang dilakukan, selain kinerja
matriks juga dapat digunakan untuk pengukuran produktifitas,
fleksibilitas, asset, akurasi peramalan, dan lainnya.
4. Analisa Pertukaran. Sebuah analisa yang seringkali dihadapi oleh
pengambil keputusan dalam mengambil kebijakan, seringkali
suatu keadaan dapat dicapai dengan mengorbankan sesuatu yang
lain sebagai pertukarannya.
5. Pendekatan sistem. Pengertian dari sistem sendiri adalah
serangkaian dari bagian-bagian yang saling terkait dan harus
mampu bekerja bersama. Ini berarti pendekatan sistem adalah
pendekatan yang fokus kepada hubungan internal antara sub-
sistem yang membentuk sebuah sistem dalam organisasi

2.2 Peramalan

2.2.1 Definisi Peramalan

Definisi dari peramalan (forecasting) adalah seni dan ilmu untuk
memperkirakan kejadian di masa depan. Hal tersebut dapat dilakukan dengan
menggunakan data historis dan proses kalkulasi untuk memprediksikan
sebuah proyeksi atas kejadian di masa datang. Cara lain yang dapat ditempuh
adalah dengan intuisi subjektif atau dengan model matematis yang disusun
oleh pihak manajemen. (Heizer & Render, 2009)
 9

Definisi lain dari peramalan (Stevenson, 2010), adalah pernyataan

atas suatu nilai di masa depan dari variable permintaan. Oleh karena itu,
peramalan adalah mengenai prediksi di masa depan, semakin baik sebuah
prediksi maka akan semakin baik pula keputusan yang diambil.
Dari beberapa definisi di atas dapat disimpulkan bahwa pengertian
dari peramalan (forecasting) adalah sebuah alat yang digunakan oleh pihak
manajemen untuk dapat memperkirakan suatu nilai di masa depan yang
berguna sebagai dasar pengambilan keputusan dan persiapan di masa
sekarang dengan dasar dari data historis yang telah dimiliki sebelumnya.

2.2.2 Pendekatan Dalam Peramalan (Forecasting)

Menurut teori manajemen operasi (Stevenson, 2010), dalam
melakukan aktivitas peramalan terdapat beberapa pendekatan berikut:
1. Peramalan Penilaian (Judgemental), yaitu pendekatan peramalan
dengan analisa subjektif yang didapatkan dari berbagai sumber
sebagai dasar pertimbangan, pengamatan ini memberikan
wawasan baru yang sebelumnya tidak diketahui. Sumber
informasi tersebut dapat berupa panel para ahli, keterangan pihak
staf, serta survey konsumen.
2. Peramalan Model Asosiatif (Associative Model), pada pendekatan
ini dilakukan peramalan dengan memberikan penjabaran atas
variabel yang berpengaruh terhadap permintaan barang di masa
depan. Sebagai contoh, suatu permintaan atas produk mobil
dipengaruhi oleh harga dan konsumsi bahan bakarnya.
3. Peramalan Urutan Waktu (Time-Series), yaitu teknik peramalan
dengan memproyeksikan pola di masa depan berdasarkan atas
observasi di masa sekarang.

2.2.3 Jenis Peramalan

Penggolongan peramalan berdasarkan jenisnya (Heizer & Render,
2009) dibagi menjadi sebagai berikut:
1. Peramalan Ekonomi (Economic Forecast) merupakan jenis
peramalan dengan memprediksi tingkat inflasi, tingkat persediaan
uang dan beberapa indikator ekonomi lainnya yang bermanfaat
untuk perencanaan keuangan.
10

2. Peramalan Teknologi (Technological Forecast) yaitu teknik

peramalan dengan memperhatikan tingkat kemajuan teknologi, hal
ini dilakukan untuk memprediksi kebutuhan peralatan serta
fasilitas produksi teknologi yang terbaru.
3. Peramalan permintaan (Demand Forecast) yaitu teknik yang
memberikan proyeksi atas tingkat permintaan produk perusahaan.
Pengamatan dilakukan berdasarkan tingkat penjualan yang
berpengaruh terhadap penentuan kapasitas produksi, infrastruktur,
serta faktor produksi lainnya.

2.2.4 Metode Peramalan (Forecasting)

Melakukan aktivitas peramalan perlu didasari dengan metode yang
tepat dan terstandarisasi, hal ini dilakukan untuk dapat memberikan proyeksi
masa depan yang jelas dan dapat dipertanggung jawabkan dasar
pemikirannya. Dengan dasar pemikiran atas proyeksi peramalan yang jelas,
pihak manajemen dapat menggunakan dasar pemikiran tersebut sebagai dasar
pengambilan keputusan yang berguna untuk mengantisipasi skenario kejadian
di masa depan.

2.2.4.1 Metode Peramalan Kuantitatif

Merupakan metode peramalan dengan menggunakan model
matematis dan kalkulasi berdasarkan atas data historis numerik yang
telah dimiliki untuk memberikan proyeksi di masa depan. Beberapa
metode tersebut antara lain adalah:
1. Moving Average
Menurut Heizer dan Render yang diterjemahkan oleh
Sungkono, C. (Heizer & Render, 2009) adalah suatu
metode peramalan yang menggunakan n rata-rata periode
terakhir data untuk meramalkan periode berikutnya. Rata-
rata bergerak diasumsikan bahwa permintaan pasar akan
stabil sepanjang masa yang akan diramalkan.
= permintaaan dalam periode sebelumnnya
n
Keterangan:
= peramalan permintaan periode berikutnya
 11

n = jumlah periode dalam rata-rata bergerak.

2. Weighted Moving Average

Pembobotan rata-rata bergerak mirip dengan rata-rata
bergerak, yang membedakan adalah penempatan bobot.
Saat terdapat tren atau pola yang terdeteksi, bobot dapat
digunakan untuk menempatkan penekanan yang lebih pada
nilai terkini. Praktik ini membuat teknik peramalan lebih
tanggap terhadap perubahan karena periode yang lebih
dekat mendapatkan bobot yang lebih berat. Oleh karena
itu, pemutusan bobot yang digunakan membutuhkan
pengalaman.
Rumus pembobotan rata-rata bergerak (Stevenson, 2010)
adalah:
Ft = wt (At) + wt-1 (At-1) + + wt -n(At-n)
Keterangan:
wt = bobot untuk periode t,
wt-1 = bobot untuk periode t 1, dan seterusnya,
At = permintaan aktual pada periode t,
At-1 = permintaan aktual pada periode t 1, dan
seterusnya

3. Additive Seasonal
Penulis menggunakan 2 jenis additive decomposition, yaitu
dengan dasar penghalusan (basis for smoothing) (Jacobs,
Chase, & Aquilano, 2009)
Average for all data
CTD MA = =y
x

Difference = Demand CTD MA

Seasonal = Ratio quarter ke i

n
12

Smoothed = Demand Seasonal

unadjusted = a + bx
adjusted = unadjusted x Seasonal

Keterangan:
CTD MA = Centered Moving Average
unadjusted = peramalan yang tidak disesuaikan
adjusted = peramalan yang disesuaikan

Centered Moving Average

CTD MA =yt-1 + yt + yt+1

3

Difference = Demand CTD MA

Seasonal = Ratio quarter ke i

n

Smoothed = Demand Seasonal

unadjusted = a + bx
adjusted = unadjusted x Seasonal

Keterangan:
CTD MA = Centered Moving Average
unadjusted = peramalan yang tidak disesuaikan
adjusted = peramalan yang disesuaikan

4. Multiplicative Seasonal
Penulis menggunakan 2 jenis multiplicative
decomposition, yaitu dengan dasar penghalusan (basis for
smoothing) (Jacobs, Chase, & Aquilano, 2009)
 13

Average for all data

CMA =y
x

Ratio = Demand
CMA

Seasonal = Ratio quarter ke i

n

Smoothed = Demand
Seasonal

unadjusted = a + bx
adjusted = unadjusted x Seasonal

Keterangan:
CMA = Centered Moving Average
unadjusted = peramalan yang tidak disesuaikan
adjusted = peramalan yang disesuaikan

Centered Moving Average

CMA =yt-1 + yt + yt+1

3

Ratio = Demand
CMA

Seasonal = Ratio quarter ke i

n

Smoothed = Demand
Seasonal
14

unadjusted = a + bx
adjusted = unadjusted x Seasonal

Keterangan:
CMA = Centered Moving Average
unadjusted = peramalan yang tidak disesuaikan
adjusted = peramalan yang disesuaikan

2.2.5 Mengukur Kesalahan Peramalan

Terdapat beberapa cara sebagai alternatif untuk mengukur tingkat
kesalahan dari suatu metode peramalan yang telah dilakukan, antara lain
adalah:
- Mean Squared Error (MSE)
Merupakan nilai tengah kesalahan dalam kuadrat dengan rumus

MSE =
| kesalahan peramalan | 2

- Mean Absolute Deviation (MAD)

Merupakan nilai absolut rata-rata dari deviasi peramalan, dihitung
dengan rumus

MAD =
| aktual - peramalan |
n

Tiga metode tersebut adalah merupakan teknik pengukuran tingkat

kesalahan yang didapatkan dari suatu aktivitas peramalan, tiga metode
tersebut dapat diaplikasikan terhadap berbagai metode peramalan yang
dilakukan. Semakin kecil nilai MAD dan MSE maka semakin perhitungan
peramalan yang dilakukan semakin mendekati terhadap kecenderungan pola
data historis.

Selain tiga metode perhitungan keakuratan tersebut, terdapat satu

metode yang dapat berfungsi sebagai validasi dari sebuah aktifitas peramalan,
yaitu adalah metode Tracking Signal. Pada metode ini dilakukan perhitungan
 15

untuk dapat mengetahui simpangan dari tingkat peramalan yang dilakukan

baik batas positif maupun negative dengan batasan sebesar 4.

Cara untuk memantau dan mengendalikan peramalan adalah dengan

menggunakan sinyal penelusuran. Menurut Operational Management.
(Heizer & Render, 2009) sinyal penelusuran (tracking signal) adalah suatu
pengukuran seberapa jauh peramalan dapat memperkirakan nilai-nilai aktual.
Sinyal penelusuran dapat dihitung berdasarkan pembagian dari running sum
of the forecast errors (RSFE) dengan mean absolute deviation (MAD), secara
matematis seperti berikut:

(Permintaan aktual periode i - Permintaan peramalan periode i)

MAD
Sinyal penelusuran yang bernilai positif menandakan permintaan lebih
besar dari hasil peramalan. Sinyal negatif berarti permintaan lebih sedikit dari
peramalan. Sinyal penelusuran yang bagus adalah yang memiliki RSFE
rendah. Satu MAD senilai dengan 0,8 standar deviasi, 2 MAD = 1,6
standar deviasi, 3 MAD = 2,4 standar deviasi, dan 4 MAD = 3,2
standar deviasi. Kenyataan ini menyarankan sebuah peramalan untuk dapat
terkendali, 89% kesalahan diharapkan jatuh dalam rentang 2 MAD, 98%
dalam rentang 3 MAD, atau 99,99% dalam rentang 4 MAD.

2.2.6 Peramalan dengan QM For Windows

Teknik peramalan saat ini kalkulasinya dapat dibantu dengan adanya
sebuah program perhitungan berbasis sistem operasi komputer Windows.
Program yang dapat digunakan antara lain adalah program QM For Windows
yang mampu mengolah data dan memberikan hasil peramalan secara lebih
cepat karena pengguna hanya perlu memberikan input data yang hendak
dikalkulasi. Beberapa langkahnya antara lain adalah:
1. Buka program QM For Windows
2. Pilih Module Forecasting
3. Pilih File New - Time Series Analysis
4. Masukkan periode waktu data historis
5. Masukkan data aktual dari data historis
16

6. Pilih metode yang hendak digunakan

7. Klik pada tombol solve
8. Hasil peramalan untuk periode depan akan keluar serta
kalkulasi kesalahan peramalannya

2.3 Konsep Perencanaan Agregat

2.3.1 Definisi Perencanaan Agregat

Perencanaan agregat berarti menggabungkan sumber daya-sumber
daya yang sesuai ke dalam istilah-istilah yang lebih umum. Dengan adanya
ramalan permintaan, serta kapasitas fasilitas, persediaan jumlah tenaga kerja
dan input produksi yang saling berkaitan, maka perencana harus memilih
tingkat output untuk fasilitas selama tiga sampai delapan belas bulan ke
depan (Sukendar & Riki, 2008)
Perencanaan agregat merupakan bagian dari sistem perencanaan
produksi yang lebih besar, sehingga pemahaman mengenai keterkaitan antara
rencana dan beberapa factor internal dan eksternal merupakan sesuatu yang
berguna. Di lingkungan perusahaan manufaktur, jadwal produksi utama yang
dihasilkan memberikan input untuk sistem MRP yang mengutamakan
mengenai perolehan atau produksi komponen-komponen yang diperlukan.
Jadwal kerja yang mendetil untuk tenaga kerja dan penjadwalan berprioritas
untuk produk dihasilkan sebagai tahapan terakhir sistem perencanaan
produksi.

2.3.2 Strategi Perencanaan Agregat

Perencanaan agregat memiliki berbagai metode (Nahmias, 2008),
beberapa metode diantaranya yaitu adalah:
- Strategi Perburuan (Chase Strategy). Mencoba untuk mencapai
tingkat output untuk setiap periode yang memenuhi prediksi
permintaan untuk periode tersebut. Strategi ini dapat terpenuhi
dengan berbagai cara. Sebagai contoh, manajer operasi dapat
mengubah tingkat tenaga kerja dengan merekrut atau
memberhentikan karyawan, atau dapat mengubah jumlah
produksi dengan waktu lembur, waktu kosong, karyawan paruh
waktu, atau subkontrak. Banyak organisasi jasa lebih menyukai
 17

strategi perburuan ini karena pilihan persediaan sangatlah sulit

atau mustahil untuk diadopsi.
- Strategi tingkat atau penjadwalan tingkat (Level Strategy).
Adalah rencana agregat dimana tingkat produksi tetap sama dari
periode ke periode. Perusahaan seperti Toyota dan Nissan
mempertahankan tingkat produksi mereka pada tingkat yang
seragam dan mungkin (1) memberikan persediaan produk mereka
naik atau turun untuk menopang perbedaan antara jumlah
permintaan dan produksi atau (2) menemukan pekerjaan alternatif
bagi karyawan. Filosofi mereka adalah tenaga kerja yang stabil
menciptakan produk dengan kualitas lebih baik, lebih sedikit
perputaran karyawan dan ketidakhadiran, serta karyawan yang
lebih berkomitmen terhadap tujuan perusahaan. Penghematan lain
mencakup karyawan yang lebih berpengalaman, penjadwalan dan
pengawasan yang lebih mudah, serta lebih sedikit pembukaan dan
penutupan usaha yang dramatis. Penjadwalan bertingkat akan
bekerja dengan baik ketika permintaan cukup stabil.

2.3.3 Rumus Perencanaan Agregat

Dalam perhitungan Agregat, terdapat beberapa rumus dasar dalam
prosesnya (Nahmias, 2008). Beberapa rumus tersebut antara lain adalah:

Nilai Angka Agregat

Nilai Agregat =

Produksi perorang
x Nilai Agregat

Pekerja Minimum

Biaya Simpan
Holding Cost x Inventory
18

Biaya Rekrut
Hiring Cost x

Biaya Pecat
Firing Cost x

Rasio Pekerja

2.4 Konsep MPS (Master Production Schedule)

2.4.1 Definisi MPS

Master Production Schedule adalah sebuah jadwal yang menjadi
indikator dari jumlah dan waktu dari rencana produksi yang berhasil
diselesaikan. Berdasarkan definisi tersebut, MRP berhubungan kepada dua
hal yaitu untuk pemenuhan jadwal waktu produksi dan juga pengendalian
persediaan yang berhubungan dengan jumlah produksi yang ingin dicapai.
(Stevenson, 2010)
Terdapat tiga hal utama yang dibutuhkan sebagai input dari MPS
yaitu adalah persediaan awal yang dimiliki saat ini sebagai dasar perkiraan,
peramalan permintaan yang hendak dipenuhi dalam setiap periode
penjadwalan, dan terakhir adalah tingkat permintaan konsumen yang sudah
dijanjikan untuk dipenuhi. Sebagai hasil dari proses MPS ini maka akan
didapatkan proyeksi atas peramalan yang dilakukan, jadwal dari struktur
MPS, dan tingkat persediaan yang diperkirakan.

2.4.2 Format Metode MPS

Metode MPS adalah metode dengan format berupa tabel yang
menunjukkan berbagai informasi dalam proses produksi seperti peramalan,
tingkat permintaan konsumen, proyeksi persediaan, jadwal dan terakhir
adalah proyeksi persediaan yang dapat dijanjikan.
Berikut adalah gambaran dari format MPS tersebut dan juga
penjabarannya:
 19

Tabel 2.1 Format MPS

A Bulan n1 Bulan n2

Week 1 2 3 4 1 2 3 4

Forecast B1 B2 B3 B4 Bn

Orders C1 C2 C3 C4 Cn

Projected
On-Hand D1 D2 D3 D4 Dn
Inventory

MPS E1 E2 E3 E4 En

Available-to-
promise F1 F2 F3 Fn
Inventory
Sumber : Studi Literatur

Berdasarkan tabel di atas, kita dapat mengisinya dengan beberapa

informasi yang terkait dengan proses produksi seperti
1. Pada kolom A kita dapat mengisinya dengan persediaan awal yang
dimiliki oleh perusahaan.
2. Pada kolom B1..Bn kita dapat mengisinya berdasarkan dari data
peramalan yang telah dikalkulasikan secara terpisah.
3. Pada kolom C1..Cn kita dapat mengisinya dengan data tingkat
permintaan dari konsumen.
4. Pada kolom D1..Dn dapat diisi dengan kalkulasi berdasarkan
rumus:
Previous Inventory Current Requirement
Sehingga pada kolom D1 bisa diisi dengan persediaan awal A
dikurangi dengan C1 sedangkan pada kolom D2 diisi dengan D1
dikurangi B2, D3= D2 B3 dan seterusnya.
5. Pada baris E yang berisi MPS, kolom hanya diisi jika pada kolom
D terdapat nilai yang minus. Kolom ini diisi dengan rencana
jumlah produksi yang telah direncanakan sebelumnya. Setelahnya,
20

jumlah tersebut ditambahkan pada nilai di kolom D yang

berjumlah minus.
6. Pada kolom F diisi dengan rumus
F1 = MPS (C1 + C2) (sisanya jika ada)
Kolom ini diisi secara berkala, pada ilustrasi di atas diisi setiap 2
minggu sekali.

2.5 Pengendalian Persediaan

2.5.1 Definisi Pengendalian Persediaan

Arti kata persediaan atau inventory sendiri adalah stok atau simpanan
suatu barang. Pengendalian persediaan berarti adalah suatu cara yang
dilakukan oleh perusahaan untuk dapat mengatur dan mengendalikan tingkat
persediaan stok tersebut.

2.5.2 Peran Pengendalian Persediaan

Dalam buku Operation Management (Stevenson, 2010) dijelaskan
beberapa peran dasar yang dilakukan oleh persediaan / inventory, yaitu:
1. Untuk memenuhi antisipasi permintaan dari konsumen.
2. Menghaluskan kebutuhan produksi untuk barang-barang musiman
/ seasonal. Hal ini terjadi pada produk seperti buah dan
perlengkapan hari raya.
3. Untuk memisahkan tahapan operasional, jika terjadi gangguan
terhadap suatu tahap maka barang yang sudah dalam stok dapat
melanjutkan operasionalnya sementara.
4. Untuk melindungi dari habisnya stok. Bisa dikarenakan
keterlambatan pengiriman atau peningkatan permintaan.
5. Untuk memanfaatkan siklus order, dengan melebihkan jumlah
pembelian untuk mengurangi biaya order.
6. Untuk melindungi dari fluktuasi harga bahan baku.
7. Untuk memanfaatkan diskon kuantitas dalam melakukan
pembelian.

2.5.3 Jenis Biaya Pengendalian Persediaan

Tiga biaya dasar yang selalu dapat diasosiasikan dengan adanya
pengendalian persediaan antara lain adalah:
 21

1. Holding cost. Biaya yang timbul dari penyimpanan persediaan

untuk periode waktu tertentu.
2. Ordering cost. Biaya untuk melakukan pembelian dan penerimaan
stok.
3. Shortage cost. Biaya yang timbul saat permintaan yang ada tidak
dapat terpenuhi dengan baik oleh pasokan dari persediaan,
biasanya dalam satuan profit per unit.

2.5.4 Metode Pengendalian Persediaan

2.5.4.1 Metode Economic Order Quantity (EOQ)

Metode EOQ adalah metode yang bertujuan untuk mendapatkan
tingkat order yang bersifat tetap besarannya. Karena bertujuan untuk
mendapatkan tingkat besaran order yang tetap, maka metode ini berusaha
untuk mendapatkan tingkat besaran order yang optimal jumlahnya mengacu
kepada permintaan yang dihadapi oleh perusahaan. Pada perhitungan ini
faktor tunggu (lead time) diperhitungkan untuk meletakan titik order kembali
berdasarkan jumlah optimal yang telah diperhitungkan sebelumnya sehingga
datangnya order tepat waktu untuk mengantisipasi permintaan yang muncul.

Perhitungan EOQ dengan jumlah besar tingkat order kembali yang

kecil akan meminimumkan tingkat biaya penyimpanan namun akan
meningkatkan intensitas order kembali, namun dengan jumlah order kembali
yang besar maka perusahaan akan mengurangi intensitas order dengan
konsekuensi pada bertambahnya biaya penyimpanan karena stok yang
membesar. Pada umumnya perencanaan ini dilakukan untuk lama periode
selama setahun ke depan. (Stevenson, 2010)

Rumus Annual Carrying Cost

.H

Rumus Ordering Cost

.S
22

Rumus Total Biaya

.H+ . S = TC

Rumus Tingkat Permintaan Optimum

Q* =

Rumus Panjang Siklus Order

Q = Order Quantity

H = Annual Holding Cost

D = Annual Demand

S = Annual Setup Cost

TC = Total Cost

Pada sistem pengendalian persediaan, terdapat rumusan untuk

mengetahui titik melakukan order kembali untuk mengembalikan tingkat
persediaan (Mangan & Lalwani, 2012), rumus perhitungannya adalah :

ROP = D x L + SS

ROP = Reorder Point

D = Annual Demand

L = Lead Time

SS = Safety Stock

Rumus untuk mengetahui kapan waktu order adalah:

T = EOQ / D
 23

T = Waktu

D = Annual Demand

Q=MI

M = Max Inv

I = Current Inv

Q = Order quantity

2.5.4.2 Metode Lot For Lot (LFL)

Mengacu pada buku Manajemen Operasi (Haryanto, 2008) metode ini
dikenal juga dengan nama metode persediaan minimal dikarenakan proses
dalam metode ini yang menyediakan persediaan atau melakukan produksi
hanya jika diperlukan saja sehingga tingkat persediaan terjaga pada tingkat
yang rendah dan seminimal mungkin.
Kondisi yang sesuai untuk dapat menggunakan metode ini adalah
kondisi dimana perusahaan menjual atau menyimpan barang yang sifatnya
tidak tahan lama, namun dengan konsekuensi risiko keterlambatan
pengiriman yang harus diperhitungkan sebelumnya.

2.5.4.3 Metode Production Order Quantity (POQ)

Metode POQ atau juga dikenal dengan metode Economic
Manufacturing Quantity (EMQ) adalah variasi dari bentuk konvensional
metode EOQ. Metode ini biasanya dipakai untuk horizon perencanaan
selama satu tahun atau selama 12 bulan. Metode ini baik digunakan bila
terdapat satu dari dua situasi berbeda, yaitu jika persediaan secara
berkelanjutan terus menerus bertambah seiring dengan adanya konsumsi
untuk pemenuhan permintaan, atau jika unit yang diproduksi juga dijual
secara simultan. Keadaan tersebut yang membedakan metode ini bila
dibandingkan dengan metode EOQ. (Wisner, Tan, & Leong, 2011)

Rumus jumlah order optimal (Q*)

Q*=
24

D : Annual Demand
H : Annual Holding Cost/ Unit
S : Setup Cost
d : Daily Demand
p : Daily Production Rate

Rumus Persediaan Maksimum

Max Inv = Q ( )

Rumus Tingkat Rata-rata Persediaan

Avg Inv = pt dt

Biaya Penyimpanan Persediaan Tahunan

Annual Holding Cost = Avg Inv x H

2.5.5 Penerapan Material Resource Planning (MRP)

2.5.5.1 Definisi
Material Requirement Planning (MRP) adalah sebuah metode
perencanaan dan pengendalian pesanan dan persediaan untuk barang-barang
yang bersifat dependant terhadap benda yang lain, sehingga permintaannya
cenderung berfluktuasi. Barang yang termasuk dalam kategori ini antara lain
adalah bahan baku, parts, subassembly dan assemblies yang kesemuanya
merupakan persediaan manufaktur. (Kumar & Meade, 2002)
Sedangkan menurut William J. Stevenson (2010), MRP adalah sebuah
sistem informasi berbasis komputer yang menterjemahkan MPS untuk produk
akhir menjadi kebutuhan berbasis waktu untuk bahan baku, komponen, dan
subassembly.
Beberapa elemen yang harus dimiliki sebagai input dari sistem MRP
mengacu kepada William J. Stevenson (2010) adalah:
1. Master Schedule. Dikenal juga sebagai MPS, yaitu adalah sebuah
bentuk pernyataan mengenai produk akhir apa yang hendak
diproduksi, dengan jumlah dan waktu penyelesaian tertentu.
2. Bill of Material (BOM). Adalah sebuah daftar dari bahan-bahan baku
yang diperlukan dalam menghasilkan satu unit produk akhir tertentu.
 25

3. Inventory Record. Sebuah daftar mengenai status barang persediaan

perusahaan berdasarkan periode waktu.
Beberapa keuntungan dari pengaplikasian sistem MRP pada proses
produksi antara lain adalah:
1. Tingkat persediaan-terproses yang rendah, dikarenakan tepatnya
jumlah pasokan terhadap permintaan
2. Kemampuan untuk melacak arus kebutuhan material
3. Kemampuan untuk mengevaluasi kebutuhan kapasitas yang
dihasilkan dari penjadwalan utama yang ada
4. Perkiraan alokasi waktu produksi
5. Kemampuan untuk mengidentifikasi persediaan dengan lebih mudah
secara Backflushing, yaitu cara menjabarkan produk berdasarkan Bill
of Material untuk mengetahui jumlah bahan baku dan komponen yang
digunakan.

Tujuan dari pengaplikasian sistem MRP seperti dijelaskan dari buku

Introduction Materials Management (Arnold, 2000) yaitu adalah:

1. Menentukan kebutuhan, dengan tujuan untuk memperoleh jumlah

material yang tepat serta waktu yang dibutuhkan dalam proses
produksi diketahui tingkat kebutuhannya. Dengan adanya MRP kita
mengetahui material yang dibutuhkan sebagai input MPS serta
diketahui lead time.
2. Menjaga prioritas, untuk mengantisipasi perubahan dalam proses
produksi atau keadaan di pasar maka sistem MRP fleksibel dan harus
dapat diatur ulang.

2.5.5.2 Format
Dalam format utama berupa tabel yang berisi atas informasi-informasi
bahan baku dalam proses produksi, berikut adalah contoh dari format tabel
yang digunakan.
26

Tabel 2.2 Format MRP

Past
1 2 3 4 5 6
Due
Gross
Requirement
Schedule Receipt
Projected on
Hand
Net Requirement
Order Receipt
Order Release
Sumber : Studi Literatur

Tabel tersebut berisi komponen-komponen yang adalah:

1. Gross Requirement, adalah total ekspektasi dari
permintaan atas barang atau bahan baku tertentu dalam
suatu periode waktu
2. Scheduled Receipt, menyatakan jumlah material yang
dipesan dan akan diterima dalam suatu periode waktu
3. Projected On-Hand, merupakan perkiraan jumlah
persediaan yang akan dimiliki saat permulaan dari setiap
periode waktu
4. Net Requirements, tingkat kebutuhan yang sebetulnya
diperlukan dalam suatu periode waktu
5. Planned Order Receipt, jumlah pesanan yang akan
diterima dalam setiap awal dari suatu periode waktu
dengan sekaligus mempertimbangkan tingkat Safety Stock.
6. Planned Order Releases, menyatakan kapan suatu order
sudah harus diberikan atau dilepas ke proses manufaktur
sehingga komponen tersebut tersedia ketika dibutuhkan
oleh produk induknya. Penetapannya dilakukan sebelum
barang tersebut dibutuhkan
 27

7. Projected Availability Balance 1-2 (PAB1-PAB2), adalah

merupakan pernyataan atas jumlah material yang dimiliki
saat ini sebagai persediaan awal dan akhir periode.
28