BAB III
MATERI KHUSUS
PRODUCTION PLANNING AND INVENTORY CONTROL (PPIC)
3.1 Pendahuluan
3.1.1 Latar Belakang
Suatu perusahaan yang membangun diri dan berkembang untuk mampu
bersaing di pasar internasional, perusahaan akan selalu berupaya menjalankan
seluruh misi secara sistematis dan profesional. Salah satunya adalah perusahaan
garam yaitu PT. Garam (Persero). PT. Garam (Persero) merupakan satu-satunya
Badan Usaha Milik Negara yang berusaha di bidang industri dan perdagangan
garam, merupakan kedudukan cukup strategis ditinjau dari keberadaannya untuk
menyediakan salah satu bahan kebutuhan pokok di dalam kehidupan manusia.
Garam merupakan komoditas yang berisi zat atau mineral yang sangat
esensial bagi kebutuhan tubuh manusia yang sampai saat ini belum ada
penggantinya atau substitusinya. Kebutuhan garam ini akan tetap diperlukan
sepanjang kelangsungan hidup manusia. Kebutuhan garam konsumsi nasional
cenderung mengalami peningkatan seiring dengan peningkatan pertumbuhan
penduduk dan industri. Data dari Deperindag menyatakan bahwa kebutuhan Garam
Nasional sebesar 2.650.000 ton, yang akan dipenuhi oleh PT. Garam (Persero)
sebesar 450.000 ton dan Garam Rakyat 1.080.000 ton sedangkan kekurangannya
dipenuhi dari Garam Impor sebesar 1.120.000 ton (PT. Garam (Persero), 2013).
Kondisi umum PT. Garam (Persero) sampai saat ini masih mengalami
perkembangan, hal ini terbukti bahwa dari tahun ke tahun perusahaan ini
menunjukkan suatu perkembangan yang dapat dikatakan cukup baik. Suatu
perusahaan yang didirikan mempunyai tujuan yang ingin dicapai, untuk mencapai
tujuan tersebut maka harus didasari dengan adanya perencanaan. Sebuah
perencanaan yang matang merupakan awal dari proses dalam bekerja membangun
sistem pada tiap lini bisnis, mulai dari produksi, proses pengolahan dan
pengemasan, disribusi hingga pada pemasaran produk.
Dalam perkembangan bisnis saat ini dengan persaingan yang begitu ketat,
mengharuskan suatu perusahaan melakukan perencanaan dan kerja keras untuk
merealisasikanya. Penjualan merupakan salah satu indikator paling penting dalam
sebuah perusahaan, bila tingkat penjualan yang dihasilkan oleh perusahaan tersebut
besar, maka laba yang dihasilkan perusahaan itu pun akan besar pula. Sehingga
perusahaan dapat bertahan dalam persaingan bisnis dan bisa mengembangkan
usahanya (Pakaja, 2012). Penjualan merupakan sumber hidup suatu perusahaan,
karena dari penjualan dapat diperoleh laba serta suatu usaha untuk memikat
konsumen. Sehingga jika penjualan terus berkembang maka perusahaan akan terus
bertahan dalam persaingan bisnis, dan perusahaan akan selalu berkembang.
Dunia usaha yang terus berubah dengan cepat, serta banyaknya persaingan
pengusaha yang semakin banyak, mengharuskan perusahaan untuk mampu
menganalisis lingkungan usaha dan memprediksi berbagai kemungkinan yang
terjadi di masa depan. Kegiatan meramal atau forecast masa depan merupakan
salah satu usaha perusahaan sebagai dasar pengambilan keputusan strategis dalam
kelangsungan usaha. Perusahaan pemasar yang baik menginginkan informasi untuk
membantu mereka mengevaluasi kinerja masa lalu dan merencanakan kegiatan
masa depan.
Prediksi merupakan sumber informasi yang dapat digunakan oleh
perusahaan untuk mempersiapkan diri dalam menentukan strategi ke depan yang
lebih baik. Prediksi penjualan adalah salah satu cara untuk dapat bersaing atau
bahkan dapat meningkatkan laba perusahaan sehingga prediksi diperlukan untuk
menyetarakan antara perbedaan waktu yang sekarang dan yang akan datang
terhadap kebutuhan. (Lobo, 2014)
Memprediksi penjualan yang kurang akurat mengakibatkan biaya produksi
akan meningkat, sehingga seluruh investasi yang ditanamkan menjadi kurang
efisien. Permasalahan tersebut dapat diantisipasi dengan melakukan suatu prediksi
kemungkinan terjadinya penurunan ataukenaikan penjualan pada periode yang akan
datang dengan diperoleh informasi yang akurat sehingga perusahaan dapat
mempersiapkan strategi yang harus ditempuh dalam menghadapi suatu kondisi
tertentu. Hal ini mengharuskan perusahaan untuk dapat merencanakan semua
pembebanan kerja unntuk mesin dan tenaga kerja (regular, lembur, dan sub
kontrak) secara optimal untuk keseluruhan produk dan sumber daya secara
terpadu (tidak per produksi).
f. Merencanakan kebutuhan.
JIP yang telah berisi apa dan berapa van-e harus dibuat selanjutnya harus
diterjemahkan kedalam kebutuhan komponen, sub-assembly, dan bahan
penunjang untuk penyelesaian produk. Perencanaan kebutuhan material
bertujuan untuk menentukan apa, berapa, dan kapan komponen, Sub-
assembly, dan bahan penunjang yang harus disiapkan. Untuk membuat
perencanaan kebutuhan diperlukan informasi lain berupa struktur produk
(bill of material) dan catatan persediaan. Membuat penjadwalan pada mesin
atau fasilitas produksi. Penjadwalan ini meliputi urutan pengerjaan, waktu
penyelesaiaan pesanan, kebutuhan waktu penyelesaiaan, prioritas
pengerjaan, dan lain-lain.
material, peralatan, routing dan process planning, dan sebagainya sehingga dengan
adanya perencanaan produksi, perusahaan dapat mengelola tingkat persediaan dan
tingkat produksi sesuai dengan tingkat harapan atau target penjualan di perusahaan.
Menurut Sukaria Simulingga (2013) perencanaan produksi meliputi:
a. Mempersiapkan rencana produksi mulai dari tingkat agregat untuk seluruh
pabrik yang meliputi perkiraan permintaan pasar dan proyeksi penjualan.
b. Membuat jadwal penyelesaian setiap produkyang diproduksi.
c. Merencanakan produksi dan pengadaan komponen yang dibutuhkan dari
luar (bought-out items) dan bahan baku.
d. Menjadwalkan proses operasi setiap order pada stasiun kerja terkait.
Menyampaikan jadwal penyelesaian setiap order kepada para pemesan.
2) Metode Kuantitatif
Perusahaan memiliki data yang cukup, maka sebaiknya metode yang
digunakan adalah metode kuantitatif. Dimana dalam proses analisisnya
menggunakan pendekatan data dan angka.
Berikut metode kuantitatif yang paling umum digunakan untuk
melakukan forecasting adalah Metode Time Series (Deret Waktu) dan
Metode Kasual.
2. Manfaat Peramalan
Metode peramalan biasanya digunakan oleh bagian penjualan dalam
melakukan perencanaan (sales planning) berdasarkan hasil ramalan
penjualan, sehingga informasi peramalan dapat bermanfaat bagi Production
Planning and Inventory Control (PPIC). Untuk mendapatkan rencana
produksi yang tepat tentunya harus mempunyai perkiraan jumlah perintaan
konsumen yang tepat. Jadi, peramalan merupakan titik awal yang sangat
penting dalam perencanaan produksi.
3. Prinsip-prinsip Peramalan
Keberhasilan peramalan terlihat pada saat pengambilan keptusan. Menurut
Sofyan (2013), terdapat beberapa prinsip peramalan:
a. Permalan selalu mengandung kesalahan, artinya hampir tidak pernah
ditemukan bahwa hasil peramalan 100% sesuai dengan kenyataan yang
terjadi dilapangan, peramal hanya dapat mengurangi faktor
ketidakpastian.
b. Pola Data
Dasar utama dalam metode adalah anggapan bahwa macam dari pola
yang didapati didalam data yang diramalkan akan berkelanjutan.
c. Jenis Model
Model-model ini merupakan suatu deret dimana waktu digambarkan
sebagai unsur yang penting untuk menentukan perubahan-perubahan
didalam pola, yang mungkin secara sistematis dapat dijelaskan dengan
analisis atau korelasi. Model yang lain adalah sebab akibat, yang
menggambarkan bahwa ramalan yang dilakukan sangat tergantung pada
terjadinya sejumlah peristiwa yang lain, atau sifatnya merupakan
campuran dari model-model yang telah disebukan diatas.
5. Unsur-unsur Peramalan
Unsur-unsur peramalan menurut Stevenson dan Cheep (2013), ramalan
memenuhi persyaratan sebagai berikut:
a. Ramalan harus tepat waktu. Biasanya dibutuhkan sejumlah waktu
tertentu agar dapat merespons informasi yang terkandunng dalam
ramalan. Contoh, kapasitas tidak dapat diperluas dalam waktu yang
singkat atau tingkatan persediaan tidak dapat diubah segera. Oleh karena
itu, rentang waktu peramalan harus mencakup waktu yang diperlukan
untuk mengimplementasikan perubahan yang tepat.
e. Ramalan harus dilakukan secara tertulis. Meskipun hal ini tidak akan
menjamin semua pihak yang menggunakna informasi serupa, setidaknya
akan meningkatkan kemungkinan terjadinya ramalan tersebut. selain itu,
ramalan secara tertulis akan memberikan dasaar yang objektif untuk
segera mengevaluasi ramalan setelah data aktual telah ada.
d. Membuat ramalan
Ramalan harus dipantau untuk menentukan apakah ramalan ini dilakukan
dengan cara yang memuaskan. Jika tidak memuaskan, periksa kembali
metode peramalan, asumsi, keabsahan data, dan lain-lain.
e. Biaya
Umumnya ada empat unsur biaya yang tercakup yaitu biaya
pengembangan, penyimipangan, operasi pelaksanaan, dan kesempatan
dalam penggunaan metode lainnya.
f. Ketepatan
Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan
tingkat perincian yang dibutuhkan suatu peramalan.
2. Pola Musiman (S) terjadi bilamana suatu deret dopengaruhi oleh faktor
musiman (misalnya kuartal tertentu)
3. Pola Trend (T) terjadi bilamana terdapat kenaikan atau penurunan pada
jangka panjang dalam data.
4. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti yang berhubungan siklus bisnis.
diperkirakan dengan variabel waktu. Peramalan suatu data time series perlu
memperhatikan tipe atau pola data. Secara umum terdapat empat macam pola data
time series, yaitu horizontal, trend musiman, dan Sklis (Hanke dan Winchern,
2005: 158).
Pola horizontal merupakan kejadian yang tidak terdugadan dan bersifat
acak, tetapi kemunculannya dapat mempengaruhi fluktuasi data time series. Pola
trend merupakan kecenderungan arah data dalam jangka panjang, dapat berupa
kenaikan maupun penurunan. Pola musiman merupakan fluktuasi dari data yang
terjadi secara periodik dalam kurun waktu satu tahun, seperti triwulan, kuartal,
bulanan, mingguan, atau harian. Sengankan pola siklis merupakan fluktuasi dari
data untuk waktu yang lebih dari satu tahun. Metode time series dibagi menjadi 3
metode yaitu:
1. Metode Smoothing
Metode ini dipergunakan untuk mengatur data pada masa lalu sesuai dengan
musimian data yang terjadi, dengan cara mecari rata-rata sederetan data
hingga memiliki jarak dan jumlah data yang cenderung/hamper seimbang:
a. Simple Moving Average
Moving Average adalah indikator yang menghitung harga rata-rata
suatu aset dalam periode waktu tertentu, kemudian menghubungkannya
dalam bentuk garis. Nilai rata-rata bisa berasal dari harga pembukaan
(open), penutupan (close), tertinggi (hight), terendah (low), ataupun
pertengahan (median) (Niko Ramadhani, 2021). Moving Average
adalah bagian dari indikator logging. Artinya, metode ini berlandaskan
peristiwa sebelumnya dan menerangkan informasi mengenai data
riwayat pasar. Kegunaannya bukan sebagai alat prediksi, melainkan
memberi konfirmasi. Terdapat beberapa model simple moving average
antar lain (Rosdiani, 2018) dapat dilihat pada persamaan berikut:
Keterangan:
Mt = Rata-rata bergerak pada periode t
Y t +1 = Nilai ramalan periode berikutnya
Yt = Jumlah data pada rata-rata bergerak
Y ' t =W 1 A t −1 +… .+W n At −n
Keterangan:
A = Permintaal aktual pada periode t
W1= Bobot (0 ≤ Wt ≤1) yang diberikan pada periode t-1 dsb
n = Jumlah Periode
Keterangan:
Tt = Data permintaan pada periode t
α = Faktor/konstanta pemulusan
Y ' t +1 = Peramalan untuk periode t
Keterangan:
At = Permintaan Aktual pada periode-t
Ft = Peramalan permintaan pada periode-t
n = Jumlah periode permintaan yang terlibat
2. MSE (Mean Square Error)
Merupakan perhitungan eror dengan merata-ratakan kuadrat kesalahan.
Perhitungan eror ini memberikan pinalti pada selisih yang lebih besar
sistem produksi terdapat beberapa input baik variabel maupun tetap adalah
sebagai berikut:
a. Tenaga Kerja (labor)
Operasi sistem produksi membutuhkan campur tangan manusia dan
orang-orang yang terlibat dalam proses sistem produksi. Input tenaga
kerja yang termasuk diklasifikasikan sebagai input.
b. Modal
Operasi sistem produksi membutuhkan modal. Berbagai macam fasilitas
perralatan, mesin produksi, bangunan, gudang, dapat dianggap sebagai
modal. Dalam jangka pendek modal diklasifikasikan sebagai input
variabel.
c. Bahan Baku
Bahan baku merupakan faktor penting karena dapat menghasilkan suatu
produk jadi. Dalam hal ini bahan baku diklasifikasikan sebagai input
variabel.
d. Energi
Dalam aktivitas produkai membutuhkan banyak energi untuk
menjalankan aktivitas seperti untuk menjalankan mesin dibutuhkan
energi berupa bahan bakar atau tenaga listrik, air untuk keperluan
perusahaan. Input energi diklasifikasikan dalam input tetap atau input
variabel tergantung dengan penggunaan energi itu tergantung pada
kuantitas produksi yang dihasilkan.
e. Informasi
Informasi sudah dipandang sebagai input tetap karena digunakan untuk
mendapatkan berbagai macam informasi tentang: kebutuhan atau
keinginan pelanggan, kuantitas permintaan pasar, harga produk dipasar,
perilaku pesaing diapasar, peraturan eksport import, kebijakasanaan
pemerintah, dan lain-lain.
f. Manajerial
Sistem perusahaan saat ini berada pada pasar global yang sangat
kompetitif membutuhkan tenaga ahli untuk meningkatkan performansi
sistem itu secara terus-menerus.
2. Berdasarkan sifat
a. Proses ekstraktif adalah proses dimana produk diperoleh langsung dari
alam.
b. Proses analitik adalah dimana produk tambahan diproduksi dalam bentuk
yang mirip dengan aslinya.
2. Zig-Zag (S-Shape)
Pola aliran berdasarkan garis-garis patah ini sangat baik ditetapkan
bilamana aliran proses produksi menjadi lebih panjang dibandingkan
dengan luas area yang ada. Untuk itu aliran bahan akan dibelokkan untuk
menambah panjangnya garis aliranyang ada secara ekonomis, hal ini akan
dapat mengatasi segala keterbatasan dari area, bentuk serta ukuran pabrik
yang ada.
3. U-Shaped
Pola aliran ini akan dipakai bilamana dikehendaki bahwa akhir dari proses
produksi akan berada pada lokasi yang sama dengan awal proses
produksinya. Hal ini akan mempermudah pemanfaatan fasilitas transportasi
dan juga akan mempermudah pengawasan untuk keluar massuknya material
dari dan menuju pabrik. Apabila garis aliran relatif panjang maka pola U-
Shape ini tidak efisien dan untuk ini lebih baik digunakan pola aliran bahan
zig-zag.
4. Circular
Pola aliran berdasarkan bentuk lingkaran ini sangat baik dipergunakan
bilamana dikehendaki untuk mengembalikan material atau produk pada titik
awal aliran produksi. Aliran ini juga sangat baik apabila departemen
penerimaan dan pengiriman materiaal atau proyek jadi direncanakan untuk
berada padaa lokasi yang sama dalam pabrik yang bersangkutan.
5. Odd-Angle
Pola aliran ini berdasarkan odd-angle tidaklah begitu dikenal dibandingkan
dengan aliran yang ada. Adapun beberapa keuntungan yang ada bila
memakai pola antara lain:
a. Bilamana tujuan utamanya adalah untuk memperoleh garis aliran yang
pendek diantara suatu kelompok kerja dari area yang saling berkaitan.
b. Bilama proses handling dilaksanakan secara mekanis.
c. Bilamana ada keterbatasan ruangan yang menyebabkan pola aliran yang
lain terpaksa tidak diterapkan.
d. Bila dikehendaki adanya pola aliran yang tetap dari fasilitas-fasilitas
yang ada. Odd-angel ini akan memberikan lintasan yang pendek dan
terutama untuk area kecil.
Tabel 3.1 Data Penjualan Garam Lososa Periode Mei 2021-Oktober 2021
Penjulan
No Tahun Bulan
(Kg)
1 2021 Mei 4,052
2 2021 Juni 5,213
3 2021 Juli 3,880
4 2021 Agustus 3,820
5 2021 September 5,448
6 2021 Oktober 3,552
Data yang digunakan adalah data penjualan garam pada bulan Mei 2021-
Oktober 2021. Data tersebut yang akan digunakan untuk meramalkan penjualan
periode selanjutnya. Data penjualan tersebut dapat dilihat pada Tabel 3.1.
Metode yang akan digunakan adalah metode time series. Data kemudian
diplotkan dalam grafik sehingga hasil yang didapatkan dilihat dari naik/turunnya
permintaan. Plot ini berguna untuk menentukan pola data nantinya akan
berpengaruh terhadap metode peramalan yang akan digunakan. Data tersebut dapat
dilihat pada Gambar 3.7 berikut:
6,000
Pola Data Penjualan Garam
5,448
5,213
5,000
4,000 4,052
3,880 3,820
3,552
3,000 Pen-
Series1
jualan
Garam
2,000
1,000
0
1 2 3 4 5 6
Gambar 3.7 Pola Data Penjualan Garam Lososa Periode Mei 2021- Oktober 2021
Gambar di atas adalah data penjualan garam lososa pada periode Mei 2021–
Oktober 2021, dapat dilihat bahwa pola data untuk penjualan adalah pola data
siklis. Maka metode yang akan digunakan yaitu sebagai berikut:
1. Moving Average 3
2. Weighted Moving Average 3
3. Single Exponential Smoothing
3. Merujuk pada Tabel 3.5 dapat disimpulkan bahwa untuk metode peramalan
permintaan yang cocok untuk digunakan PT. Garam (Persero)-Segoromadu
Gresik dengan menggunakan metode Moving Average dengan nilai sebesar
771149.8 untuk Mean Square Error, 19.60% untuk Mean Absolute
Percentage Error dan 845.33 untuk Mean Absolute Deviation.
3.6.2 Saran
Beberapa saran yang dapat diberikan untuk penelitian selanjutnya dan untuk
perusahaan adalah sebagai berikut:
1. Bagi penelitian selanjutnya penelitian ini dapat dijadikan dasar dan juga bisa
dikembangkan secara luas.
2. Disaran untuk penelitian lain adalah untuk memperpanjang periode waktu
penelitian dan menambahkan jumlah produk yang akan diteliti.