BAB 2

LANDASAN TEORI

2.1 Pengertian Peramalan

Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi di

bidang manufaktur atau perekonomian, suatu peramalan atau yang lebih kita kenal

dengan forecasting sangatlah diperlukan untuk membuat suatu perencanaan

pemenuhan permintaan di masa mendatang. Dapat kita ketahui bahwa pada umumnya

suatu perusahaan tidak dapat menunggu pesanan sampai benar-benar diterima

sebelum mereka membuat pereancanaan produksi. Kegiatan untuk memprediksi,

proyeksi, atau perkiraan akan sesuatu peristiwa yang tidak pasti di masa mendatang

dapat kita definisikan sebagai peramalan ( forecasting ). Peramalan ini sangatlah

diperlukan untuk membuat suatu perencanaan pemenuhan permintaan di masa

mendatang. Dengan kondisi seperti ini suatu perusahaan harus dapat mengantisipasi

permintaan di masa mendatang akan produk dan jasa serta perencanaan ketersediaan

kapasitas dan sumber daya dalam memenuhi permintaan. Suatu hasil analisis

ekonomi dan dunia usaha yang tepat dan baik sangatlah ditentukan oleh ketepatan

suatu permalan yang dibuat, demikian juga suatu keputusan atau pemenuhan

permintaan di masa yang akan datang sangat ditentukan oleh ketepatan peramalan

yang dibuat. Ketepatan suatu peramalan tidaklah terlepas dari suatu kesalahan,

dikarenakan peramalan tersebut adalah suatu prediksi dimana terdapat unsur

kesalahannya, sehingga hal yang tidak kalah pentingnya dan perlu diperhatikan yaitu

adalalah bagaimana memperkecil dari kemungkinan - kemungkinan kesalahan yang

ada. Pada umumnya ada 3 langkah peramalan yang biasanya dilakukan dan penting,

yaitu :

1. Menganalisa data lalu, tahap ini berguna untuk pola yang terjadi pada masa

lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu.

2. Menentukan metode yang dipergunakan. Masing-masing metode akan

memberikan hasil peramalan yang berbeda. Dengan perkataan lain, metode

peramalan yang baik adalah metode yang menghasilkan penyimpangan antara

hasil peramalan dengan nilai kenyataan yang sekecil mungkin.

3. Memproyeksikan data yang lalu dengan menggunakan metode yang

dipergunakan dan mem-pertimbangkan adanya beberapa faktor perubahan.

2.2 Tujuan Peramalan

Adapun tujuan dari peramalan itu sendiri adalah melihat atau memperkirakan

prospek ekonomi atau kegiatan usaha serta pengaruh lingkungan terhadap prospek

tersebut, sehingga diperoleh informasi mengenai :

1. Kebutuhan suatu kegiatan usaha di masa yang akan datang.

2. Waktu untuk mengambil keputusan yang berkaitan dengan skala produksi,

pemasaran, serta target usaha.

3. Perencanaan skala produksi, pemasaran, anggaran, biaya produksi dan cash

flow.
2.3 Klasifikasi Peramalan

Secara umum peramalan dapat dibagi menjadi 2 kelompok dasar, yaitu :

1. Teknik Kualitatif ( Judgement )

2. Teknik Kuantitatif ( Statistical )

dimana dalam klsifikasi permalan ini harus dapat ditentukan salah satu didalam

pemilihan klasifikasi peramalan tersebut apakah secara kualitatif ( judgement ) atau

secara kuantitatif ( statistical ).

2.3.1 Teknik Kualitatif ( Judgement )

Peramalan secara teknik kualitatif yaitu peramalan atau perkiraan yang

dilakukan berdasarkan judgement, intuisi dan opini, atau umumnya bersifat subyektif.

Teknik kualitatif seperti ini biasanya diagunakan untuk meramalkan suatu bisnis

secara umum dan permintaan potensial akan sekelompok produk dalam jangka

panjang. Pemakai dalam teknik kualitatif seperti ini umumnya dilakukan oleh para

senior manajemen.

Umumnya data - data yang diperlukan biasanya tanpa menggunakan data

historic, dan selalu memanfaatkan penelitian pasar yang sistematik, formal dan

procedural untuk mengetahui opini serta keinginan pelanggan,

Adapun teknik yang digunakan pada peramalan ini, yaitu :

a. Metoda Delphi, sekelompok pakar ( experts ) mengisi kuesioner. Moderator

menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru

yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini
 merupakan proses pembelajaran ( learning process ) dari kelompok tanpa

adanya tekanan atau dominasi individu. Metode ini dikembangkan pertama

kali oleh Rand Corporation pada tahun 1950-an. Adapun tahapan yang

dilakukan, antara lain :

1. Tentukan beberapa pakar sebagai partisipan. Sebaiknya

bervariasi dengan latar belakang disiplin ilmu yang berbeda.

2. Melalui kuesioner ( atau email ), diperoleh peramalan dari

seluruh partisipan.

3. Simpulkan hasilnya, kemudian distribusikan kembali kepada

seluruh partisipan dengan pertanyaan yang baru.

4. Simpulkan kembali, revisi peramalan dan kondisi, kemudian

dikembangkan dengan pertanyaan yang baru.

5. Apabila diperlukan, ulangi tahap 4. Seluruh hasil akhir

didistribusikan kepada seluruh partisipan.

b. Grass Roots, Peramalan dihasilkan dari menyimpulkan masukan ujung

tombak hirarki organisasi. Contohnya : Peramalan penjualan dilakukan

berdasarkan masukan dari para salesman dari berbagai territory.

c. Market Research ( Riset Pasar ), peramalan ini melakukan pengumpulan data

melalui berbagai cara, yaitu : survei, interview, observasi serta untuk menguji

hipotesa pasar. Hal ini kerap digunakan untuk perencanaan jangka panjang
 dan penjualan produk baru. Adapun tahapan atau serangkaian proses dalam

teknik ini, yaitu :

1. Memastikan informasi yang dicari.

2. Memastikan sumber-sumber informasi.

3. Menetapkan cara pengadaan atau pengumpulan data, yaitu

dengan wawancara pribadi, survei telepon, survei surat,

observasi, wawancara, atau test pasar.

4. Mengembangkan dan melakukan uji pendahuluan peralatan

pengukuran.

5. Memformulasikan sample.

6. Mendapatkan informasi.

7. Melakukan tabulasi dan analisa.

Kelemahan dari teknik market research adalah banyaknya memakan waktu

dan biaya.

d. Panel Consensus ( Konsensus Panel ), peramalan dengan cara seperti ini

dikembangkan melalui diskusi terbuka dari semua tingkatan manajemen dan

individu. Dalam hal ini kesulitan yang sering jadi kendala muncul, dimana

karyawan yang lebih rendah akan diintimidasi oleh tingkatan yang lebih

tinggi. Umumnya executive judgement yang digunakan. Metode Delphi

menghindari situasi seperti ini.

 e. Historical Analogy ( Analogi Historik ), peramalan yang dilakukan untuk

produk baru berdasarkan pada pengalaman masa lalu terhadap produk yang

hampir sama atau jenis produk yang di-generate dari produk yang sudah ada.

2.3.2 Teknik Kuantitatif ( Statistical )

Teknik yang selanjutnya yaitu peramalan secara teknik kuantitatif, yaitu

peramalan pada teknik ini didasarkan pada data masa lalu, dimana data tersebut dapat

pula diasumsikan pola masa lalu yang berulang di masa yang akan datang.

Metode kuantitatif yang biasanya digunakan dalam peramalan pada umumnya dibagi

atas dua jenis, yaitu

1. Metode Time Series ( deret waktu ), pada metode time series ini permintaan

merupakan fungsi dari waktu. Pola permintaan ada pada masa yang akan datang

( yang diramalkan ) diperkirakan serupa / identik dengan pola masa lalu.

Dalam metode time series ( deret waktu ) ini, suatu analisis peramalan dilakukan

dengan mem-plot suatu skala waktu tertentu, kemudian mempelajari dan melakukan

analisis, sehingga didapatkan suatu pola atau bentuk yang konsisten terhadap data

tersebut. Pola dalam metode ini dari beberapa data tersebut dibagi kedalam beberapa

pola, antara lain :

a. Konstan ( rata-rata ), yaitu apabila pola terhadap datanya berfluktuasi

disekitar rata-rata secara stabil, ataupun permintaan konstan selama periode

tertentu. Polanya berupa garis lurus horizontal.

b. Kecendrungan (trend), yaitu pola terhadap datanya dalam jangka panjang

mempunyai kecendrungan atau penyesuaian terhadap pengaruh musiman,

cyclical dan kejadian lain yang mungkin mempengaruhi hasil akhir

peramalan, baik yang arahnya meningkat dari waktu ke waktu atau menurun,

c. Musiman (seasional), yaitu apabila pola terhadap datanya merupakan gerakan

yang berulang-ulang secara teratur dalam periode tertentu atau faktor

musiman, misalkan tahunan, semesteran kuartalan, bulanan, atau mingguan.

d. Siklus (cyclical), yaitu pola terhadap datanya dipengaruhi oleh fluktuasi

ekonomi jangka panjang ataupun hal - hal diluar kendali, seperti daur hidup

bisnis, pemilihan umum, perang, ataupun kondisi ekonomi atau tekanan

sosial. Perbedaan utama antara pola musiman dengan siklis adalah pola

musiman mempunyai panjang gelombang yang tetap dan terjadi pada jarak

waktu yang tetap, sedangkan pola siklus memiliki durasi yang lebih panjang

dan bervariasi dari satu siklus ke siklus lainnya.

e. Residu atau variasi acak, yaitu pola terhadap datanya tidak teratur sama

sekali.Hal ini disebakan oleh suatu kesempatan peristiwa. Data yang bersifat

residu tidak dapat digambarkan.

 Pola Dalam Deret Berkala

14
12
10 konstan
8 seasonal
Nilai

6 trend
4 cylical
2
0
1 2 3 4 5 6 7 8 9 10 11 12
Waktu

Gambar 2.1. Grafik pola dalam Deret Berkala

Teknik atau metode yang digunakan dalam pengolahan data time series

( deret waktu ), yaitu :

2.3.2.1 Metode Simple Moving Average ( SMA )

Metode peramalan dengan Single Moving Average didasarkan pada proyeksi

serial data yang dimuluskan dengan rata-rata bergerak. Satu set data ( N periode

terakhir ) dicari rata-ratanya, yang selanjutnya dipakai sebagai peramalan atau

prakiraan untuk periode berikutnya. Istilah rata-rata bergerak digunakan karena setiap

diperoleh observasi ( data aktual ) baru maka rata-rata yang baru dapat dihitung

dengan mengeluarkan atau meninggalkan data periode yang terbaru atau terakhir.

Rata-rata yang baru ini kemudian dipakai sebagai peramalan atau prakiraan untuk

periode yang akan datang, dan seterusnya. Serial data yang digunakan jumlahnya

akan selalu tetap dan termasuk data periode yang terakhir.

Secara matematika, rumus peramalan dengan metode rata-rata bergerak sederhana adalah sebagai

berikut :

X i
X + ... + X + Xt
F t +1 = i =t N +1

N
= t N +1

N
t 1
............................................................(2-1)

dimana :

X t
= data pengamatan periode t

N = jumlah deret waktu yang digunakan

F t +1
= nilai prakiraan periode t+1

t --> menunjukkan waktu atau periode

2.3.2.2 Metode Double Moving Average ( DMA )

Metode peramalan dengan Double Moving Average dapat ditulis dengan

notasi yang diberikan adalah MA ( M x N ), yang artinya M - periode MA dan N -

periode MA. Dapat dikatakan pula dengan metode ini mengikuti dari metode Single

Moving Average, dimana untuk periode tiga bulan, maka perhitungan Metode Double

Moving Average menjadi MA ( 3 x 3 ) yang artinya 3 periode SMA dan untuk DMA

didapat dari hasil SMA ( 3 ) tersebut.

2.3.2.3 Metode Single Exponential Smoothing ( SES )

 Metode peramalan dengan Single Exponential Smoothing atau Pemulusan

Exponential Tunggal adalah suatu prosedur yang mengulang perhitungan secara terus

menerus dengan menggunakan data yang terbaru.

Metode pemulusan eksponensial didasarkan pada perhitungan rata-rata data

masa lalu secara eksponensial, dimana setiap data diberi bobot dan data yang baru

diberi bobot yang lebih besar. Bobot yang digunakan adalah (alpha) untuk yang

lebih baru , (1 - ) digunakan untuk data yang agak lama, (1 - )2 untuk data

yang lebih lama lagi, dan seterusnya.

Misalnya jika diketahui = 0.05, maka bobot pada berbagai periode menjadi :

Bobot pada saat ini = (1-)0 = 0,0500

Data satu periode yang lalu = (1-)1 = 0,0475
Data dua periode yang lalu = (1-)2 = 0,0451
Data tiga periode yang lalu = (1-)3 = 0,0429
dst ..

Dalam bentuk yang smooth (mulus), ramalan yang baru (untuk waktu t + 1)

dapat dianggap sebagai rata-rata yang diberi bobot terhadap data terbaru

(pada waktu t) dan data yang lama (untuk waktu t). Bobot diberikan pada data

terbaru, dan bobot 1 - diberikan pada data yang lama, dimana 0 < < 1. Dapat

ditulis sebagai berikut :

Ramalan baru = .(data terbaru) + (1- ).(data terlama)

Atau secara matematis persamaan ini dapat ditulis sebagai berikut :


Y t+1 = .Y t + ( 1 ). Y t .........................................................(2-2)

Persamaan diatas dapat ditulis menjadi lebih sederhana, yaitu :

Y t+1 = Y t + .( Y t Y t ) ..............................................................(2-3)

Dimana :

Y t +1 = nilai ramalan untuk periode berikutnya

= konstanta pemulusan (0 < < 1)

Yt = data baru atau nilai Y yang sebenarnya pada periode t

Y t = nilai pemulusan yang lama atau nilai rata-rata yang

dimuluskan hingga periode t 1

t --> menunjukkan waktu atau periode

Berdasarkan rumus maka di dalam mencari Alpa ( ) atau konstanta pemulusan,

yaitu :

^
Y -Y
= t +1 t
^
(Y - Y )
t t
2.3.2.4 Metode Dekomposisi

Metode peramalan dengan metoda dekomposisi adalah dengan melakukan

identifikasi tiga komponen atau faktor pola dasar yang terdapat dalam suatu serial

data, yaitu komponen trend, musiman dan siklus.

Dengan metoda ini dapat diasumsikan bahwa suatu data terdiri atas pola dasar dan

kesalahan. Atau secara matematis persamaan ini dapat ditulis sebagai berikut :

Xt = f ( St , Tt , Ct , Rt )................................................................................(2.4)

dimana :

St = komponen trend pada periode t

Tt = komponen musiman (indeks) pada periode t

Ct = komponen siklus pada periode t

Rt = komponen random (kesalahan) pada periode t

t --> menunjukkan waktu atau periode

Adapun hubungan fungsional tersebut dapat berupa penjumlahan atau

perkalian. Bentuk fungsional yang sering dan paling umum digunakan adalah dalam

bentuk perkalian, sehingga secara matematis persamaan ini dapat ditulis sebagai

berikut :

Xt = St x Tt x Ct x Rt...................................................................................(2.5)

Dengan diketahuinya masing-masing komponen data tersebut maka nilai peramalan

atau prakiraan terhadap nilai X dapat diramalkan.

2. Metode Causal

Metode yang kedua yaitu dengan menggunakan metode causal dimana peramalan

merupakan fungsi dari penyebab - penyebab atau sebab akibat antara variabel

bebas dan variabel tidak bebas yang dipengaruhinya.

Pada umumnya metode ini membahas pendekatan sebab akibat ( kausal ) atau yang

bersifat menjelaskan ( eksplanatoris ), dengan tujuan meramalkan keadaan di masa

yang akan datang dengan menemukan dan mengukur beberapa variabel bebas

(independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas yang

akan diramalkan.

Adapun teknik yang biasa dipergunakan dalam metoda kausal, yaitu :

2.3.2.5 Metode Regresi Linier

Metode peramalan dengan regresi linier dapat didefinisikan sebgai fungsi

hubungan antara dua atau lebih variabel. Secara umum bentuk persamaan regresi

linier adalah :

Y= a + b.X...................................................................................................(2.6)

dimana :

Y = variabel tidak bebas (yang diramalkan)

X = variabel bebas

a = nilai daripada Y bila X = 0

b = perubahan rata-rata Y terhadap perubahan per unit X

Rumus - rumus dalam menghitung variabel a dan b adalah sebagai berikut :

N N N
N tY(t) Y(t) t
b = t=1 t=1
2
t=1
N
N
N t =1
t 2
t
t=1

dan

N N
1 1
a =
N
t=1
Y(t)
N
b t=1
t

2.3.2.6 Metode Regresi Kuadratis

Salah satu bentuk peramalan dengan metode causal yang lain yaitu dengan

metode regresi kuadratis yaitu peramalan yang didasarkan pada asumsi bahwa pola

pertumbuhan dari data historis bersifat kuadratis. Pada dasarnya peramalan dengan

metode ini serupa dengan metode regresi linier, hanya saja terdapat perbedaan dalam

hal asumsi data historis. Pola pertumbuhan ini didekati dengan suatu model yang

menggambarkan hubungan - hubungan yang terkait dalam suatu keadaan. Secara

umum bentuk persamaan dari metode ini adalah :

Y ( t ) = a + bt + ct2.....................................................................................(2.7)

dimana Y merupakan fungsi terhadap waktu. Adapun rumus - rumus dalam

menghitung variabel a, b, c adalah sebagai berikut :

b=
2
dimana :

2
N
N
=


t =1
t 2


N t =1
t 4

N N N
= t
t =1 t =1
Y(t) N t =1
tY(t)

N N N
=
t =1
t 2 Y(t) N
t =1
t =1
t 2 Y(t)

N N N
= t
t =1 t =1
t 2
N t =1
t3

2
N N
= t N t 2

t =1 t =1

Setelah nilai b diperoleh maka nilai c didapatkan dari persamaan berikut :

(b )( )
c=

Selanjutnya nilai a didapatkan dengan menggunakan nilai b dan nilai c yang telah

diperoleh sebelumnya melalui persamaan sebagai berikut :

N N N

Y(t) t t2
a = t =1
b t =1
c t =1
N N N
2.4 Nilai Kesalahan Peramalan

Dalam melakukan suatu peramalan, hasil peramalan yang kita peroleh tidak

mungkin selalu benar atau sangat sukar. Kesalahan peramalan mempengaruhi dua hal

dalam pengambilan keputusan, yaitu pertama menentukan teknik peramalan yang

dipilih serta mengevaluasi sejauh mana keberhasilan atau kegagalan teknik yang

digunakan. Selisih yang terjadi antaranilai permalan dengan nilai yang sesungguhnya

dapat disebut sebagai kesalahan ( error ). Melalui nilai kesalahan ini dapat kita

lakukan beberapa analisis sehingga kita dapat membandingkan metode peramalan

mana yang paling sesuai dengan data yang kita miliki serta seberapa baik metode

yang digunakan tersebut. Hal ini dapat diketahui dari perbandingan antara nilai - nilai

kesalahan yang dihasilkan oleh masing - masing metode, dimana dengan metode

yang baik atau paling sesuai dengan data yang ada akan memiliki nilai kesalahan

peramalan yang paling kecil. Teknik peramalan yang benar atau ideal adalah yang

memberikan kesalahan bias atau deviasi sama dengan nol. Secara umum perhitungan

kesalahan peramalan dapat dijabarkan sebagai berikut :

ei = x i Fi

dimana :

ei = kesalahan pada periode ke - i

xi = nilai sesungguhnya pada periode ke - i

Fi = nilai hasil peramalan pada periode ke - i

Adapun beberapa metode yang sering digunakan dalam menghitung kesalahan

peramalan, antara lain :

2.4.1 Kesalahan rata-rata (AE, Average Error)

Kesalahan rata -rata merupakan jenis kesalahan bias yaitu rata - rata

perbedaan antara nilai sebenarnya dengan nilai prakiraan. Secara umum rumus yang

digunakan dalam metode kesalahan ini yaitu :

ei
AE =
n
dimana :

ei = kesalahan pada periode ke - i

n = jumlah periode pengamatan

Kesalahan rata-rata dari suatu prakiraan seharusnya mendekati angka nol bila

data yang diamati berjumlah besar, apabila tidak berarti model yang digunakan

mempunyai kecenderungan bias, yaitu prakiraan akan cenderung menyimpang di atas

rata-rata (overestimate) atau di bawah rata-rata (underestimate) dari nilai sebenarnya.

2.4.2 Rata-rata penyimpangan absolute (MAD, Mean Absolute Deviation)

Rata-rata penyimpangan absolute atau MAD yaitu penjumlahan kesalahan

prakiraan tanpa menghiraukan tanda aljabarnya dibagi dengan banyaknya data yang

diamati. Dalam hal ini kesalahan dengan arah positif atau negatif akan diberlakukan
sama, yang diukur hanya besar kesalahan secara absolut. Secara umum rumus yang

digunakan dalam metode kesalahan ini yaitu :

MAD =
e i

n
dimana :

ei = kesalahan pada periode ke - i

n = jumlah periode pengamatan

2.4.3 Rata-rata kesalahan kuadrat (MSE, Mean Squared Error)

Dengan menggunakan metode rata-rata kesalahan kuadrat memperkuat

pengaruh angka-angka kesalahan besar, tetapi sebaliknya memperkecil angka

kesalahan prakiraan yang lebih kecil dari satu unit. Secara umum rumus yang

digunakan dalam metode kesalahan ini yaitu :

2
ei
MSE =
n
dimana :

ei = kesalahan pada periode ke - i

n = jumlah periode pengamatan

2.4.4 Rata-rata persentase kesalahan absolut (MAPE, Mean Absolute

Percentage Error)

Metode rata-rata persentase kesalahan absolute ini akan menunjukkan rata-

rata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya.

Secara umum rumus yang digunakan dalam metode kesalahan ini yaitu :

e i
x100
MAPE = X i

n
dimana :

ei = kesalahan pada periode ke - i

n = jumlah periode pengamatan

2.5 Metode Perhitungan Peramalan yang Digunakan

Dalam penulisan skripsi ini penulis mengambil data volume produksi untuk

model Mitsubishi model FE 74PE ( TW ) tahun 2007, serta melakukan perhitungan

peramalan di tahun 2008. Metode perhitungan peramalan yang digunakan dalam

penulisan ini adalah metode kuantitatif dengan rata-rata bergerak sederhana (Simple

Moving Average), Single Moving Average ( 3 ), Double Moving Average ( 3X3 ),

Single Exponential Smoothing, dan Regresi Linear, dan kemudian melakukan suatu

perencanaan agregrat terhadap hasil peramalan tersebut.

2.6 Perencanaan Agregat

2.6.1 Pengertian Perencanaan Agregat

Di dalam industri manufaktur sering juga dikenal dengan istilah suatu

perencanaan yang biasanya untuk mengoptimalkan penggunaan sumber daya yang

tersedia. Di sinilah peran serta suatu perencanaan yang disebut sebagai perencanaan

agregat. Perencanaan agregat adalah suatu proses perencanaan mengenai tenaga kerja,

bahan - bahan, mesin - mesin, dan peralatan lain serta modal yang diperlukan

( sumber daya yang tersedia ) untuk memproduksi barang - barang pada periode

tertentu di masa mendatang sesuai dengan yang diperkirakan atau diramalkan.

Dasar- dasar dari pembentukan perencanaan agregat biasanya diambil dari

aspek - aspek produksi seperti penggunaan jam mesin, jam orang, atau waktu baku.

Dan biasanya fasilitas produksi dianggap konstan selama periode perencanaan,

dengan delikian tinggal diusahakan untuk menggunakan fasilitas produksi ini dengan

efektif dan efisien. Hasil dari perencanaan agregat adalah jadwal induk produksi yang

merupakan input untuk perencanaan keuangan, pemasaran dan berguna dalam

penentuan anggaran pengoperasian. Jumalah tenaga kerja akan dikonversikan dalam

anggaran tenaga kerja, dan tingkat persediaan dapat digunakan untuk menentukan

ruangan yang dibutuhkan.

Jenis - jenis dari perencanaan produksi didasarkan atas jangka waktu yang

digunakan dalam perencanaan secara umum terbagi atas dua jenis, yaitu :
 1. Perencanaan Produksi Jangka Pendek

Yang dimaksud dengan jangka pendek disini adalah perencanaan dengan

jangka waktu setahun atau kurang yang bertujuan untuk mengatur penggunaan

tenaga kerja, persediaan bahan dan fasilitas pabrik yang dimiliki perusahaan

atau pabrik tersebut.

2. Perencanaan Produksi Jangka Panjang

Yang dimksud dengan jangka panjang disini adalah perencanaan dengan

jangka waktu lebih dari setahun yang bertujuan untuk mengatur pertambahan

kapasitas peralatan atau mesin - mesin, ekspansi pabrik dan atau

pengembangan produk.

Dengan mengacu terhadap jenis - jenis perencanaan produski diatas maka

perencanaan agregat merupakan perencanaan jangka menengah yang mempunyai

jangka waktu tiga bulan sampai satu tahun atau kurang dari satu tahun. Perencanaan

produksi agregat memberikan gambaran menyeluruh kepada para manajer mengenai

permintaan konsumen terhadap produk yang dihasilkan oleh perusahaan selama

setahun penuh dan mengetahui berapa banyak sumber daya yang tersedia untuk

memenuhi permintaan tersebut.

Perencanaan agregat digunakan untuk mengevaluasi dampak perencanaan dan

jadwal kapasitas dan untuk mengevaluasi keefektifan biaya dari perencanaan -

perencanaan produksi yang ada. Jadi persoalan perencanaan agregat merupakan

persoalan perencanaan produksi dari suatu organisasi yang berusaha melayani

berbagai pola permintaan sepanjang rentan waktu yang tidak terlalu panjang

( misalnya setahun ). Jelasnya keputusan manajerial dalam persoalan agregat adalah

menetapkan tingkat produksi dan jumlah tenaga kerja untuk setiap periode dalam

cakupan waktu perencanaan.

Perencanaan agregat juga mengelompokkan semua kapasitas sumber daya

yang tersedia untuk setiap periode dalam horizon waktu dan memutuskan alternatif

yang terbaik untuk menggunakan kapasitas yang ada. Tujuan umum dari suatu

perencanaan agregat, yaitu :

1. Fisibilitas ( feasibility )

Kebutuhan kapasitas harus berada dalam kemampuan sistem operasi.

2. Optimalitas ( optimality )

Tujuan yang ingin dicapai adalah menentukan biaya produksi terendah untuk

memenuhi kebutuhan kapasitas.

Pada umumnya variabel - variabel keputusan dalam perencanaan agrerat

adalah :

a. Jumlah tenaga kerja langsung, yaitu tenaga kerja yang langsung berpengaruh

terhadap kapasitas produksi.

b. Kecepatan produksi, yaitu besaran yang menyatakan produk agregat yang

dibuat setiap bulan. ( satuannya berupa unit/periode waktu, ton/bulan, atau

liter/bulan ).

c. Waktu lembur ( over time ), dibutuhkan bila kecepatan produksi atau jumlah

produksi yang akan dibuat lebih besar dari kemampuan pabrik. Ini berarti
 perusahaan atau pabrik pada saat berproduksi membutuhkan jam kerja lebih

besar dari dari jam kerja biasa pada bulan tertentu.

d. Jumlah pesanan yang disubkontrakkan, hal ini terjadi jika kapasitas pabrik

termasuk penggunaan waktu lembur tidak mampu melayani pesanan sehingga

kelebihan pesanan tersebut disubkontrakkan ke perusahaan lain yang sejenis.

e. Jumlah pesanan yang ditunda waktu penyerahannya, jika kapasitas yang ada

tidak dapat memenuhi semua pesanan pada waktu yang telah dijanjikan, maka

sebagian permintaan konsumen ditunda waktu penyerahannya.

f. Tingkat persediaan, yaitu banyaknya produk yang disimpan dalam bentuk

produk jadi yang siap dijual.

Secara umum kriteria perencanaan agregat adalah meminimumkan biaya total

produksi selama kurun waktu tertentu. Adapun biaya yang dipertimbangkan adalah :

a. Ongkos buruh langsung, biaya yang dikeluarkan untuk membayar buruh

langsung pada jam kerja regular atau biaya bulanan.

b. Ongkos jam kerja lembur, ongkos lembur diluar jam kerja regular.

c. Ongkos pengangkatan tenaga kerja, ongkos yang dikeluarkan untuk

pengangkatan tenaga kerja baru meliputi ongkos tes, interview, pelatihan atau

training, dll.

d. Ongkos penundaan pesanan, meliputi hilangny kesempatan untuk

memperoleh keuntungan dari penjualan.

 e. Ongkos subkontrak, biaya yang dikeluarkan untuk membeli produk dari

subkontraktor. Biasanyaongkos produk yang dibeli dari subkontraktor lebih

mahal dari pada ongkos produk bila diproduksi sendiri.

2.6.2 Langkah - langkah Perencanaan Agregat

Secara umum langkah - langkah yang harus dilakukan dalam merencanakan

produksi agregat, yaitu :

1. Tentukan periode waktu perencanaan dan bagi ke dalam periode waktu yang

diinginkan. Jika perusahaan memproduksi berbagai jenis produk untuk jasa,

buat agregat berdasarkan kelompok produk ( tipe ). Biasanya perusahaan

memiliki horizon waktu perencanaan agregat dalam waktu 12 sampai 18

bulan. Revisi perencanaan biasanya dilakukan beberapa kali dalam periode

tersebut, misalanya setiap 3 bulan.

2. Tentukan dari hasil ramalan estimasi permintaan dalam jangka waktu

perencanaan dan terjemahkan permintaan ke dalam bentuk sumber daya yang

dibutuhkan. Misalanya perusahaan membagi lini produksinya menjadi 3

kelompok agregat dan telah meramalkan permintaan untuk setiap kelompok

agregat selama satu tahun. Manajer produksi menerjemahkan permintaan

untuk setiap kelompok produk ke dalam kebutuhan jam kerja per bulan. Total

kebutuhan jam kerja untuk setiap kelompok produk kemudian dijumlahkan.

Jika kebutuhan produk sangat bervariasi dari satu peride ke periode

berikutnya, pertimbangkan penggunaan harga, promosi dan teknik lain untuk

 menentukan alternatif waktu dan tingkat permintaan. Biasanya semkain kecil

variasi dalam kebuthan produksi dari satu peride ke periode berikutnya,

semakin mudah untuk menentukan kapasitas yang ada untuk memenuhi

permintaan itu. Usaha penawaran diskon, memproduksi produk komplemen

dan peningkatan produksi adalah teknik yang umum untuk membuat alternatif

permintaan.

3. Untuk setiap periode, bandingkan kapasitas yang tersedia saat ini dengan

produksi yang dibutuhkan. Perhatikan perkiraan biaya dalam setiap alternatif.

Biasanya akan ada ketidakseimbangan antara jumlah kapsitas yang

dibutuhkan dengan kapasitas yang tersedia dalam satu atau lebih periode

perencanaan. Ada beberapa cara yang dapat digunakan perusahaan untuk

menyeimbangkan kapasitas. Dan masing - masing alternatif memiliki

keuntungan dan kerugian, yaitu :

a. Penyesuain tingkat tenaga kerja, kadang - kadang merekrut dan

memberhentikan pekerja dapat menjadi cara yang efektif. Namun jika

terlalu sering, kita akan menemui kesulitan dalam mendapatkan

pekerja yang berkualitas dengan gaji yang kompetitif.

b. Merencanakan waktu lembur, menggunakan waktu lembur dapat

membuat perusahaan menghindari perekrutan tenaga kerja yang

biasanya diberhentikan ketika jumlah produksi sedikit. Namun terlalu

banyak waktu lembur akan cepat menimbulakan kelelahan dan

penurunan kualitas produk.

c. Memperpanjang hari kerja, beberapa perusahaan meminta pekerjanya

untuk bekerja lebih lama selama musim sibuk ( busy season ) sebgai

pengganti untuk jam kerja lebih pendek selama musim sepi ( slow

season ).

d. Pemakaian bersama ( share capacity ), jika sebuah perusahaan tidak

dapat memenuhi permintaan, ia dapat mengadakan subkontrak dengan

pesaing local ( local competitor ).

e. Persediaan antisipasi, persediaan dapat diakumulasikan dalam musim

yang sepi ( off season ) untuk memenuhi permintaan pada musim yang

sibuk ( peak season ).

f. Mengizinkan pelanggan menunggu ( backlog ), pelanggan dapat

menyetujui untuk menunggu dalam waktu yang tidak terlalu lama atau

ditempatkan dalam daftaer tunggu ( waiting list ). Hal ini sering

dilakukan dalam industri pelayanan ( rumah sakit, dokter gigi ). Jika

industri telah memiliki saingan, hal ini akan mengurangi order dan

pelanggan di masa yang akan datang.

g. Perjanjian subkontrak dengan perusahaan lain, hal ini dilakukan

dengan cara membayar perusahaan lain untuk membuat produk yang

diminta oleh pelanggan. Perjanjian subkontrak ini dapat lebih

menguntungkan daripada harus kehilangan pelanggan.

 h. Stockouts, perusahaan dapat memilih untuk tidak dapat memenuhi

permintaan. Hal ini terjadi pada sekolah, restoran, dan tempat rekreasi

bergengsi. Namun, sekali lagi hal ini tergantung dengan kondisi

pesaing ( competitor ), apakah perusahaan ini akan mengurangi

permintaan di masa yang akan datang.

4. Pilih metode perencanaan agregat yang digunakan. Ada beberapa alternatif

yang dapat dipilih oleh perusahaan baik dengan jumlah tenaga kerja yang

tetap maupun yang berubah - ubah.

5. Kembangkan perencanaan agregat dengan menggunakan optimasi atau teknik

heuristik. Jika metode perencanaan agregat telah dipilih, perencanaan agregat

dapat dikembangkan. Tujuan akhirnya adalah untuk mendapatkan

perencanaan produksi yang memberikan biaya produksi terendah.

2.6.3 Metode - metode Perencanaan Agregat

Terdapat beberapa strategi perencanaan agregat yang bisa diterapkan, antara

lain memanipulasi persediaan, kecepatan produksi, jumlah tenaga kerja, dan lain -

lain. Secara umum metode - metode dalam suatu perencanaan agregat, yaitu :

2.6.3.1 Pure Strategy

Jika dengan menentukan satu variabel yang dimanipulasi, untuk mengatasi

perubahan kecepatan produksi, maka dapat disebut pure strategy. Metode atau teknik

yang secara umum digunakan, yaitu :

2.6.3.1.1 Changing Workforce Levels ( Perubahan Jumlah Tenaga Kerja )

Perusahaan dapat menambah jumlah jam kerja jika diperlukan dan mengubah

tenaga kerja dengan melakukan perekrutan tenaga kerja ( hire ) atau melakukan

pemutusan hubungan kerja ( fire ) dengan tujuan untuk menyamakan tingkat produksi

dengan jumlah permintaan setiap periodenya. Dengan demikian perusahaan akan

melakukan produksi sesuai dengan permintaan untuk menghindari jumlah sediaan.

2.6.3.1.2 Changing Inventory Levels ( Perubahan Tingkat Persediaan )

Dalam metode ini perusahaan berusaha untuk menghindari kegiatan hire dan

fire. Untuk itu dilakukan penyamaan jumlah produksi berdasarkan rata - rata

permintaan dan menutupi kekurangan produksi dengan persediaan yang berasal dari

produksi peride terdahulu.

2.6.3.1.3 Subcontracting ( subkontrak )

Alternatif lain yang dapat dipertimbangkan oleh perusahaan selain mengubah

tenaga kerja atau mengubah jumlah persediaan adalah dengan melakukan subkontrak

kepada perusahaan lainnya jika tingkat produksi tidak mencukupi jumlah permintaan.

Asumsi yang digunakan pada metode subcontracting ialah bahwa pihak subcontract

dapat memenuhi berapapun permintaan dari perusahaan kita. Dengan kondisi ini juga

tidak menutup kemungkinan terbukanya kesempatan bagi para pesaing.

2.6.3.1.4 Mixed Strategy

Dilihat dari hasil yang diberikan oleh metode - metode dalam Pure Strategy,

maka setiap metode memiliki dampak negatif bagi perusahaan. Untuk itu perusahaan

dapat menggabungkan dan atau mengkombinasikan dua atau lebih metode yang ada

pada Pure Strategy guna meminimasi efek negatif yang yang ditimbulkan. Gabungan

atau kombinasi dua atu lebih metode ini disebut sebagai Mixed Strategy.