MANAGEMENT OPERASI

By. Iman Supriadi, ST.

MANAJEMEN OPERASIONAL

 Manajemen Operasional dapat diartikan sebagai rangkaian kegiatan

atau aktifitas yang menciptakan nilai produk baik berupa barang
maupun jasa melalui proses transformasi input menjadi output.

 Manajemen Operasi adalah studi tentang pengambilan keputusan

dalam fungsi, sistem operasi dan tanggung jawab untuk
memproduksi barang dan jasa dalam organisasi.
MANAJEMEN OPERASIONAL

Bidang apa saja yang memerlukan keahlian Manajemen Operasional ?

 Manajer Pabrik (Plant Manager) : manajemen pabrik termasuk keahlian di

bidang perencanaan produksi, manajemen pembelian, manajemen persediaan,
termasuk pengelolaan karyawan di bagian operasional maupun pengelolalaan
sumber daya lainnya yang dipergunakan di pabrik.

 Direktur Pembelian (Director of Purchashing) : mengenai fungsi

pembelian, kemampuan menelaah program penjualan, mengintegrasikan atau
membuat keterkaitan dari supplier sampai distributor, mengkoordinasi aktifitas
operasi.
MANAJEMEN OPERASIONAL

 Manajer Mutu (Quality Manager) : mengenai konsep statistic untuk dapat

melakukan pengawasan semua aspek operasional karena kualitas merupakan
tanggung jawab secara bersama diantara semua pihak yang terlibat dalam
perusahaan terutama fungsi operasional.
 Konsultan Perbaikan Proses (Process Improvement Consultants) :
berkaitan dengan desain proses sehingga dapat memberikan berbagai konsultasi
mengenai perbaikan proses untuk operasi perusahaan.

 Manajer dan Perencana Rantai Pasokan (Supply Chain Manager and

Planner) bertanggung jawab mengenai negosiasi kontrak jangka panjang antara
perusahaan dengan supplier maupun distributor sehingga harus mempunyai
keahlian tentang Material Requirement Planning, Supply Chain Management,
Teknologi komunikasi canggih dalam dunia bisnis, konsep penjadwalan dan
persediaan.
 SEJARAH LAHIRNYA KONSEP MO
 Ely Whitney (1800) adalah ahli manajemen yang mempopulerkan konsep
standardisasi dan pengendalian mutu dengan menghasilkan produk yang dapat
dibongkar pasang untuk jenis produk senjata yang dapat dijual dengan harga
tinggi.
 Frederick W. Taylor (1881) beliau dianggap sebagai bapak ilmu manajemen,
yang memberikan kontribusi pada keyakinannya bahwa manajemen bisa menjadi
lebih kuat dan agresif dengan cara memperbaiki metode kerja.

 Taylor dan mitra kerjanya, Henry L. Gantt serta Frank dan Lillian
Gilberth termasuk yang pertama kali mencari cara yang sistematis dan terbaik
untuk memproduksi.

 Henry Ford dan Charles Sorensen (1913) berhasil memadukan pengetahuan

mereka akan komponen yang distandardisasi dengan lini produksi
SISTEM MANUFACTURING MODERN

Konsep Deming

 Proses Industri harus di pandang sebagai suatu perbaikan terus

menerus yang dimulai dari dari sederet siklus sejak adanya ide ide
untuk menghasilkan suatu produk, pengembangan produk, proses
produksi, sampai distribusi kepada konsumen.

 Berdasarkan informasi sebagai umpan balik yang dikumpulkan dari

pengguna produk itu dapat mengembangkan ide ide untuk
menciptakan produk baru atau memperbaiki produk lama beserta
proses produksi yang ada saat ini
SISTEM PRODUKSI

Fungsi utama dari kegiatan produksi :

 Proses produksi : Metode atau teknik yang digunakan dalam

mengolah bahan baku menjadi produk

 Perencanaan produksi : Merupakan tindakan antisipasi dimasa

mendatang sesuai dengan periode waktu yang direncanakan

 Pengendalian produksi : Tindakan yang menjamin bahwa semua

kegiatan yang dilaksanakan dalam perencanaan telah dilakukan
sesuai dengan target yang telah ditetapkan.
SISTEM PRODUKSI

INPUT PROSES OUTPUT

 Tenaga kerja
 Modal PROSES PRODUK
 Material TRANSFORMASI ( Barang/atau jasa)
 Energi NILAI TAMBAH
 Tanah
 Informasi
 Manajerial

Umpan balik untuk

pengendalian Input,
Proses, dan Teknologi
SISTEM PRODUKSI

Menurut proses menghasilkan output

 Proses produksi Kontinyu ( Continuous Process )

 Proses produksi Terputus ( Intermittent Process / Discrete System )

Perbedaan pokok terletak pada lamanya waktu set up peralatan

produksi

 Proses kontinyu tidak memerlukan waktu set up yang lama

 Proses terputus memerlukan waktu set up yang lama

KARAKTERISTIK CONTINUOUS PROCESS

 Produk yang dihasilkan dalam jumlah yang besar dengan variasi yang
sedikit dan sudah di standarisasikan.

 Mesin mesin yang digunakan bersifat Special Purpose Machine

 Persediaan Raw Material dan Work In Process lebih rendah di

banding proses produksi terputus

 Biasanya bahan bahan di pindahkan dengan peralatan handlingyang

tetap yang menggunakan tenaga mesin seperti ban berjalan (
Conveyor )
KARAKTERISTIK INTERMITTEN PROCESS

 Produk yang dihasilkan dalam jumlah yang sangat kecil dengan variasi
yang sangat besar dan di dasarkan atas pesanan

 Mesin mesin yang digunakan bersifat General Purpose Machine

 Oleh karena mesin nya bersifat umumdan biasanya kurang otomatis,

maka pengaruh individual operator terhadap produk yang dihasilkan
sangat besar, sehingga operatornya perlu mempunyai keahlianatau
ketrampilan yang tinggi dalam pengerjaan produk tersebut.

 Proses produksi tidak mudah terhenti walaupun terjadi kerusakan

atau terhentinya salah satu mesin atau peralatan
SISTEM PRODUKSI

Menurut tujuan Operasinya

 Engineering To Order ( ETO ), bila pemesan meminta produsen untuk

membuat produk yang dimulai dari proses perancangan nya.

 Assembly To Order ( ATO ), bila produsen membuat desain standar,

modul modul opsinya standar yang sebelumnya dan merakit suatu
kombinasi tertentu dari modul modul tersebut sesuai dengan
pesanan konsumen. Contoh pabrik mobil
SISTEM PRODUKSI

Menurut tujuan Operasinya

 Make To Order ( MTO ), bila produsen menyelesaikan item akhirnya

jika telah menerima pesanan konsumen untuk item tersebut.

 Make To Stock ( MTS ), bila produsen membuat itm item yang di

selesaikan dan di tempatkan sebagai persediaan sebelum pesanan
konsumen diterima.
SISTEM PRODUKSI

Menurut aliran Operasi dan variasi produk

 Flow Shop, yaitu proses konversi dimana unit unit output secara berturut
turut melalui urutan operasi sama padamesin mesin khusus, biasanya di
tempatkan sepanjang satu lintasan produksi . Contoh : Industri
pengalengan, pembotolan dan pabrik pakaian jadi

 Continuous, proses ini merupakan bentuk ekstrim dari flow shop dimana
terjadi aliran material yang konstan. Contoh : industri penyulingan
minyak, pemrosesan kimia, dan industri industri lain dimana kita tidak
dapat mengidentifikasikan unit unit output urutan prosesnya secara
tepat
SISTEM PRODUKSI

Menurut aliran Operasi dan variasi produk

 Job Shop, yaitu proses konversi dimana unit untuk pesanan yang bebeda
akan mengikuti urutan yang bebeda pula dengan melalui pusat pusat
kerja yang di kelompokkan berdasarkan fungsinya. Contoh : produk:
komponen mesin, komputer untuk riset

 Batch, merupakan bentuk satu langkah kedepan di banding Job shop

dalam hal standarisasi produk, memproduksi banyak variasi produk dan
volume, lama proses produksi untuk tiap produk agak pendek dan satu
lintasan produksi dapat di pakai untuk beberapa tipe produk.
PERAMALAN ( Forecasting )

Adalah proses untuk memperkirakan beberapa kebutuhan dimasa

datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu
dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang
ataupun jasa.
PERAMALAN DAN HORISON WAKTU

Dalam hubungan nya dengan horison waktu peramalan, peramalan di

klasifikasikan dalam 3 kelompok

A. Peramalan jangka panjang, umumnya 2 s/d 10 tahun. Peramalan

digunakan untuk perencanaan produk dan perencanaan sumber daya

B. Peramalan jangka menengah, umumya 1 s/d 24 bulan. Biasanya

digunakan untuk menentukan aliran kas, perencanaan produksi dan
penentuan anggaran

C. Peramalan jangka pendek, umumnya 1 s/d 5 minggu, digunakan

untuk mengambil keputusan dalam hal perlu tidaknya lembur,
penjadwalan kerja dan keputusan kontrol jangka pendek
PERAMALAN PERMINTAAN

Faktor faktor yang mempengaruhi permintaan

 Siklus bisnis, kondisi ekonomi yang membentuk siklus bisnis dengan

fase fase inflasi, resesi, depresi dan masa pemulihan

 Siklus hidup produk, biasanya mengikuti pola yang di sebut kurva S

 Faktor faktor lain, contoh : reaksi balik dari pesaing, perilaku

konsumen yang berubah dst.
UKURAN AKURASI HASIL PERAMALAN

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan

merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan
permintaan yang sebenarnya terjadi

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

Merupakan rata kesalahan mutlak selama periode tertentu tanpa memperhatikan
apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya

A = Permintaan aktual pada periode – t

Ft = Peramalan permintaan pada periode t

n = Jumlah periode peramalan yang terlibat

UKURAN AKURASI HASIL PERAMALAN

2. Rata rata kuadrat kesalahan ( Mean Square Error = MSE )

Di hitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap

periode dan membaginya dengan jumlah periode peramalan

A = Permintaan aktual pada periode – t

Ft = Peramalan permintaan pada periode t

n = Jumlah periode peramalan yang terlibat

UKURAN AKURASI HASIL PERAMALAN

3. Rata rata kesalahan Peramalan ( Mean Forecast Error = 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.

A = Permintaan aktual pada periode – t

Ft = Peramalan permintaan pada periode t

n = Jumlah periode peramalan yang terlibat

UKURAN AKURASI HASIL PERAMALAN

4. Rata rata persentase kesalahan Absolut ( Mean Absolute Percentage

Error = MAPE )
Merupakan ukuran kesalahan relatif. Menyatakan presentase kesalahan hasil
peramalan terhadap permintaan aktual selama periode tertentu yang akan
memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah

Dua formulasi yang sering digunakan dalam menghitung kesalahan adalah MAD
dan MSE ( Drs. Zulian Yamit, Msi, MANAJEMEN PERSEDIAAN )
UKURAN AKURASI HASIL PERAMALAN

TRACKING SIGNAL

Ukuran bagaimana baiknya suatu ramalan memperkirakan nilai nilai aktual

RSFE ( Running Sum of the Forecast Errors ) = Kumulatif dari error

Suatu tracking signal di sebuat baik apabila memiliki RSFE yang rendah, dan
mempunyai positif error yang sama banyak atau seimbang dengan negatif error
sehingga pusat dari tracking signal mendekati nol.

Beberapa ahli dalam sistem peramalan George Possl dan Oliver Wight, dua pakar
PPIC , menyarankan untuk menggunakan nilai tracking signal maksimum ±4
UKURAN AKURASI HASIL PERAMALAN

Penghitungan ukuran akurasi peramalan

MAD = 60/6 = 10

MSE = 750/6 = 125

MAPE = 49,86/6 = 8,31%

MFE = -1,67
METODE METODE DALAM PERAMALAN

Secara umum, peramalan diklasifikasikan menjadi 2 macam :

1. Peramalan yang bersifat subyektif

2. Peramalan yang bersifat obyektif

Perbedaan di dasarkan cara mendapatkan nilai nilai ramalan. Peramalan

subyektif lebih menekankan pada keputusan hasil diskusi, pendapat pribadi
seseorang dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat
memberikan hasil yang baik.

Peramalan subyektif diwakili oleh metode Delphi dan metode penelitian

pasar, Peramalan obyektif di wakili oleh analisis deret waktu ( Time series )
ANALISIS DERET WAKTU ( TIME SERIES )

RATA RATA BERGERAK ( Moving Average = MA)

Diperoleh dengan merata rata permintaan berdasarkan beberapa data masa lalu.

Tujuan nya untuk mengurangi / menghilangkan variasi acak permintaan dalam

hubungan nya dengan waktu

X = Permintaan aktual pada periode t

N = Nilai moving average

Semakin besar nilai N, maka semakin halus perubahan nilai MA dari periode ke
periode, semakin kecil nilai N maka hasil peramalan akan lebih agresif dalam
mengantisipasi perubahan data terbaru yang dipertimbangkan
ANALISIS DERET WAKTU ( TIME SERIES )

Rata rata bergerak Terbobot ( Weighted Moving Average )

Lebih responsif terhadap perubahan, karena data yang baru di beri bobot lebih
besar

Model rata rata bergerak 4 bulan berbobot

A1= Permintaan aktual 1 bulan ( periode ) yang lalu

A2= Permintaan aktual 2 bulan ( periode ) yang lalu

A3= Permintaan aktual 3 bulan ( periode ) yang lalu

A4= Permintaan aktual 3 bulan ( periode ) yang lalu

ANALISIS DERET WAKTU ( TIME SERIES )

Pemulusan Eksponensial ( Exponensial Smoothing )

 Apabila pola historis dari data aktual permintaan sangat begejolak atau tidak
stabil, dari waktu ke waktu, kita dapat memilih α yang mendekati 1, semakin
tidak stabil nilai α harus semakin tinggi menuju ke nilai 1

 Apabila pola historis dari data aktual permintaan tidak berfluktuasi atau relatif
stabil, dari waktu ke waktu, kita dapat memilih α yang mendekati 0, semakin
stabil nilai α harus semakin kecil menuju ke nilai 0
ANALISIS DERET WAKTU ( TIME SERIES )

Analisis garis kecenderungan ( Trend Line Analysis)

Ft = nilai ramalan permintaan pada periode ke t

a = Intersep

b = slope dari garis kecenderungan ( trend line ), merupakan tingkat perubahan

dalam permintaan

t = Indeks waktu ( t = 1,2 ,3, …, n ) ; n adalah banyaknya periode waktu

ANALISIS DERET WAKTU ( TIME SERIES )

Analisis garis kecenderungan ( Trend Line Analysis)

Slope dan intersep di hitung menggunakan formula :

b = slope dari persamaan garis lurus

a = intersep dari persamaan garis lurus

t = Indeks waktu

t – bar = nilai rata rata dari t

A = Variabel permintaan ( data aktual permintaan )

A-bar = nilai rata rata permintaan per periode waktu, rata rata dari A