2013-2-00085-MN Bab2001
2013-2-00085-MN Bab2001
LANDASAN TEORI
11
12
penting, bukan hanya untuk proses produksi, tetapi juga demi kelangsungan hidup
sebuah organisasi. Fungsi-fungsi ini adalah sebagai berikut:
1. Pemasaran yang menghasilkan permintaan, paling tidak, menerima
pemesanan untuk sebuah barang atau jasa (tidak akan ada aktivitas jika tidak
ada penjualan).
2. Produksi/operasi yang menghasilkan produk.
3. Keuangan/akuntansi yang mengawasi sehat tidaknya sebuah organisasi,
membayar tagihan dan mengumuplkan keuangan.
Kita mempelajari MO (Manajemen Operasional) karena empat alasan
berikut:
1. MO adalah satu dari tiga fungsi utama dari setiap organisasi dan berhubungan
secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi
memasarkan (menjual), membiayai (mencatat rugi laba), dan memproduksi
(mengoperasikan), maka sangat penting untuk mengetahui bagaimana
aktivitas MO berjalan. Karena itu pula, kita mempelajari bagaimana orang-
orang mengorganisasikan diri mereka bagi perusahaan yang produktif.
2. Kita mempelajari MO karena kita ingin mengetahui bagaimana barang dan
jasa diproduksi. Fungsi produksi adalah bagian dari masyarakat yang
menciptakan produk yang kita gunakan.
3. Kita mempelajari MO untuk memahami apa yang dikerjakan oleh manajer
operasi. Dengan memahami apa saja yang dilakukan oleh manajer ini, kita
dapat membangun keahlian yang dibutuhkan untuk dapat menjadi seorang
manajer seperti itu. Hal ini akan membantu Anda untuk menjelajahi
kesempatan kerja yang banyak dan menggiurkan di bidang MO.
4. Kita mempelajari MO karena bagian ini merupakan bagian yang paling
banyak menghabiskan biaya dalam sebuah organisasi. Sebagian besar
pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian,
MO memberikan peluang untuk meningkatkan keuntungan dan pelayanan
terhadap masyarakat.
13
regresi linier.
Keterangan:
= permintaan aktual periode sebelumnya,
= peramalan permintaan periode berikutnya.
2. Moving Averages (Rata-Rata Bergerak)
Heizer dan Render (2009:171) menyatakan suatu metode peramalan yang
menggunakan n rata-rata periode terakhir data untuk meramalkan periode
berikutnya. Rata-rata bergerak berguna diasumsikan bahwa permintaan pasar
akan stabil sepanjang masa yang akan diramalkan.
Ŷ = ∑ permintaaan dalam periode sebelumnnya
n
Keterangan:
Ŷ = peramalan permintaan periode berikutnya,
n = jumlah periode dalam rata-rata bergerak.
3. Weighted Moving Averages (Pembobotan Rata-Rata Bergerak)
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 menurut
Stevenson (2009:83) adalah:
Keterangan:
18
Keterangan:
= peramalan periode mendatang,
= peramalan periode sebelumnya,
= permintaan aktual periode lalu,
α = konstanta penghalusan (pembobotan) (0 ≤α≤ 1).
5. Linear Regression (Regresi Linier)
Metode model matematika garis lurus untuk menggambarkan hubungan
fungsional antara variabel-variabel yang bebas maupun variabel terikat.
Rumus regresi linier menurut Heizer dan Render (2009:195) adalah:
Keterangan:
ŷ = nilai terhitung dari variabel yang akan diprediksi,
= persilangan sumbu y,
b = kemiringan garis regresi (atau tingkat perubahan pada yuntuk perubahan
yang terjadi di x),
x = variabel bebas (dalam kasus ini adalah waktu),
19
Keterangan:
= peramalan dengan eksponensial yang dihaluskan dari data berseri pada
periode t,
= tren dengan eksponensial yang dihaluskan pada periode t,
= permintaan aktual pada periode t,
α = konstanta penghalusan untuk rata-rata (0 ≤α≤ 1),
β = konstanta penghalusan untuk tren (0 ≤β≤ 1).
2.4.3 Menghitung Kesalahan Peramalan
Heizer dan Render menyatakan ada beberapa perhitungan yang biasa
dipergunakan untuk menghitung kesalahan peramalan (forecast error). Di lain
pihak Nachrowi dan Usman (2004:239) membandingkan kesalahan peramalan
adalah suatu cara sederhana, apakah suatu teknik peramalan tersebut patut dipilih
untuk digunakan membuat ramalan data yang sedang kita analisis atau tidak.
Minimal prosedur ini dapat digunakan sebagai indikator apakah suatu teknik
peramalan cocok digunakan atau tidak, dan teknik yang mempunyai MSE terkecil
merupakan ramalan yang terbaik. Gaspersz (2005:80) menyatakan bahwa akurasi
peramalan akan semakin tinggi jika apabila nilai-nilai MAD, MSE, dan MAPE
semakin kecil. Hal ini dikuatkan juga oleh Rangkuti (2005:70) yang
menyatakan keharusan untuk membandingkan perhitungan yang memiliki nilai
MAD paling kecil, karena semakin kecil nilai MAD, berarti semakin kecil pula
20
et = Y(t) – Y’(t)
t = Periode peramalan
6. Pilih Metode Peramalan dengan kesalahan yang terkecil
Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada
tingkat ketelitian tertentu (Uji statistik F), maka pilihlah secara sembarang
metode-metode tersebut.
7. Lakukan Verifikasi
Untuk mengevaluasi apakah pola data menggunakan metode
peramalan tersebut sesuai dengan pola data sebenarnya.
Persediaan barang-barang yang keluar dari tiap-tiap bagian dalam satu pabrik
atau bahan-bahan yang telah diolah menjadi suatu bentuk,tetapi lebih perlu
diproses kembali untuk kemudian menjadi barang jadi.
5.) Persediaan barang jadi (Finished goods stock)
Barang-barang yang telah selesai diproses atau diolah dalam pabrik dan siap
untuk dijual kepada pelanggan atau perusahaan lain.
Keterangan:
D = Jumlah Kebutuhan Barang (unit / tahun)
S = Biaya Pemesanan atau Biaya Setup (rupiah
/ pesanan) H = Biaya Penyimpanan (rupiah /
unit / tahun)
Q* = Jumlah Pemesanan (unit / pesanan)
periode. Akan tetapi dalam prakteknya lead time banyak berubah-ubah, untuk
mengantisipasinya perusahaan sering menyediakan safety Stock. Dari pembahasan
diatas faktor waktu sangatlah penting dalam pengisian kembali persediaan karena
terdapat perbedaan waktu yang kadang cukup lama saat mengadakan pesanan untuk
menggantikan atau pengisian kembali persediaan.
ROP = D x L
Dimana:
d = tingkat kebutuhan unit per waktu
L = waktu tenggang (lead time)
Dari dua keadaan tersebut diatas, maka perusahaan perlu menetapkan adanya
proses persediaan cadangan (safety stock) untuk menjamin kelancaran proses
34
Forecasting
35
Rata – Rata
Rata – Rata Bergerak Penghalusan Regresi Naïve
Bergerak Dengan Eksponesial Linear Method
Pembobootan
Metode
Safety Reorder Point
Persediaan
Stock (ROP)
(EOQ)