BAB I PENDAHULUAN Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini, dunia memasuki era globalisasi yang berdampak terhadap sistem perdagangan internasional yang bebas dan lebih terbuka. Keadaan ini memberi peluang sekaligus tantangan bagi semua negara produsen. Sistem perdagangan bebas memungkinkan produk yang dihasilkan suatu negara dapat masuk ke negara lain, sehingga merupakan tantangan bagi semua negara agar produknya dapat memasuki pasar internasional. Di sisi lain, persaingan ketat antar negara diikuti oleh persaingan antar industri dalam menghasilkan produk yang bermutu. Kualitas menjadi faktor dasar keputusan konsumen dalam banyak produk dan jasa. Gejala ini meluas tanpa membedakan apakah konsumen itu perseorangan ataupun kelompok industri. Kualitas adalah faktor kunci yang membawa keberhasilan bisnis, pertumbuhan, dan peningkatan posisi bersaing. Ada keuntungan besar pada investasi dari program jaminan kualitas yang efektif, yang memberikan kenaikan keuntungan kepada perusahaan yang dengan efektif menggunakan kualitas sebagai strategi bisnisnya. Program jaminan kualitas yang efektif dapat menghasilkan kenaikan penetrasi pasar, produktivitas lebih tinggi, dan biaya pembuatan barang dan jasa secara keseluruhan yang lebih rendah (Montgomery, 1996) Pengendalian kualitas sangat penting untuk dilakukan, karena dengan pengendalian kulitas produk maupun jasa merupakan suatu usaha untuk meminimalisir ketidaksesuaian dari suatu produk atau jasa. Tanpa adanya pengendalian kualitas akan menimbulkan kerugian besar bagi perusahaan atau instansi terkait. Karena penyimpangan-penyimpangan tidak diketahui sejak dini, sehingga tindakan perbaikan akan terlambat untuk dieksekusi, dan apabila terlambat untuk dilakukan perbaikan, maka penyimpangan-penyimpangan tersebut akan berkelanjutan secara terus menerus. 1

2 2 Pengendalian kualitas tidak hanya dapat diaplikasikan pada bidang industri saja, dalam bidang keuangan pun pengendalian kualitas dapat dilakukan. Seperti pengendalian pada nilai tukar suatu mata uang negara, misalkan pengendalian nilai tukar Rupiah terhadap Dolar Amerika Serikat (USD). Nilai tukar Rupiah perlu dilakukan pengendalian, karena stabil atau tidak stabilnya nilai tukar Rupiah terhadap mata uang asing berpengaruh terhadap perekonomian di Indonesia. Akibat dari melemahnya nilai tukar Rupiah terhadap Dolar antara lain adalah akan meningkatnya nilai suku bunga perbankan yang akan berdampak pada perubahan investasi di Indonesia. Terjadinya Inflasi juga merupakan dampak dari melemahnya nilai tukar Rupiah, jika terjadi Inflasi maka secara umum hargaharga akan meningkat. Mantan Menteri Perindustrian, Mohamad S Hidayat dalam situs halaman resmi Kementrian Perindustrian menyampaikan bahwa stabilitas Rupiah penting bagi pembangunan industri. Sebaliknya, fluktuasi dalam kurs menimbulkan ketidakpastian dalam kinerja industri nasional khususnya terkait pembiayaan. Mantan Presiden RI, Susilo Bambang Yudhono pada saat menjabat sebagai Presiden RI selalu berkoordinasi dengan Gubernur Bank Indonesia untuk terus memonitor dan pengawasi pergerakan nilai tukar Rupiah terhadap Dolar. Dalam situs halaman poilitikindonesia.com, Staf khusus Presiden Susilo Bambang Yudhoyono bidang ekonomi, Firmanzah menyampaikan bahwa Presiden terus memonitoring, mengevaluasi dan melakukan pengawasan terhadap pergerakan nilai tukar Rupiah, serta tetap berkoordinasi dengan Gubernur BI agar nilai tukar Rupiah tetap stabil. Oleh karena itu, pergerakan nilai tukar Rupiah harus dipantau dan dikendalikan. Pengendalian kualitas baik di bidang industri maupun bidang keuangan harus dilakukan oleh perusahaan atau instansi terkait untuk menjaga kestabilan kualitas produk/ jasa yang dihasilkan. Hal tersebut dapat dilakukan dengan menggunakan Statistical Process Control (SPC) yang direpresentasikan melalui grafik kendali atau control chart. Untuk mempresentasikan kualitas suatu produk secara statistik sering digunakan grafik kendali Shewhart. Grafik kendali ini dapat digunakan pada data berdisribusi normal, namun pada kenyataannya sering dijumpai data yang tidak berdistribusi normal, seingga perlu adanya grafik kendali

3 3 lain yang dapat digunakan untuk mempresentasikan data tersebut. Grafik yang dimaksud adalah grafik kendali nonparametrik. Qiu dan Li (2011) membangun metode alternatif untuk mengatasi masalah pengendalian proses statistika untuk data univariat dengan distribusi yang tidak diketahui sebelumnya. Pada grafik kendali ini data observasi tidak diharuskan memenuhi sebaran dari distribusi tertentu. Grafik kendali jumlah kumulatif digunakan untuk mendeteksi pergeseran kecil pada rata-rata dalam proses, sehingga grafik kendali ini baik digunakan untuk mendeteksi adanya pergeseran rata-rata proses yang kecil (pergeseran ratarata yang berkisar kurang dari 1.5σ). Maka penulis tertarik pada judul Deteksi Dini Ketidakstabilan Nilai Tukar Rupiah Dengan Grafik Kendali Jumlah Kumulatif Pearson s Chi Square (P-CUSUM) Rumusan Masalah Berdasarkan latar belakang diperoleh rumusan masalah sebagai berikut : 1. Bagaimana cara membangun grafik kendali jumlah kumulatif Pearson s Chi Square (P-CUSUM)? 2. Bagaimana hasilnya jika dibandingkan dengan grafik kendali jumlah kumulatif (CUSUM)? 1.3. Tujuan Penelitian Berdasarkan rumusan masalah, tujuan dari penulisan ini adalah: 1. Membangun grafik kendali jumlah kumulatif Pearson s Chi Square (P-CUSUM). 2. Untuk mengetahui seberapa cepat grafik kendali jumlah kumulatif Pearson s Chi Square (P-CUSUM) mendeteksi adanya ketidakstabilan nilai tukar Rupiah.

4 Tinjauan Pustaka Peihua Qiu dan Zhonghua Li (2011) dalam artikelnya yang berjudul Distribution-free monitoring of Univariate Processes menjelaskan bahwa pada literatur-literatur, banyak grafik kendali yang telah diusulkan seperti grafik kendali Cummulative Sum (CUSUM) dan grafik kendali Exponemtially Weighted Moving Average (EWMA). Namun grafik kendali tersebut didasarkankan pada asumsi bahwa data observasi mengikuti distribusi Normal. Kemudian Peihua Qiu dan Zhonghua Li membuat alternatif untuk mengatasi ketidaknormalan pada data observasi dengan melakukan Transformasi Johnson dan Transformasi Box-Cox, sehingga data mendekati distribusi Normal. Pada studi kasus, dapat diambil kesimpulan bahwa grafik kendali pada data yang telah ditransformasi mempunyai performa yang lebih baik jika diaplikasikan pada data yang berdistribusi normal ataupun tidak normal. Dalam artikelnya yang berjudul On Phase II SPC In Cases When Normality Is Invalid, Peihua Qiu dan Jingnan Zhang mencoba membangun beberapa strategi untuk membangun grafik kendali jumlah kumulatif tanpa memenuhi asumsi normalitas pada data. Pertama adalah membangun grafik kendali dengan melakukan transformasi pada data sehingga data berdistribusi mendekati normal, transformasi data yang dilakukan berdasarkan Transformasi Johnson dan Transformasi Box-Cox. Strategi kedua dalam membangun grafik kendali jumlah kumulatif adalah membangun grafik kendali jumlah kumulatif nonparametrik yang diusulkan oleh Qiu dan Li (2011), yaitu grafik kendali jumlah kumulatif berdasarkan Uji Wilcoxon Rank-Sum dan grafik kendali jumlah kumulatif berdasarkan kategorisasi data. Setelah kelima grafik kendali jumlah kumulatif tersebut diaplikasikan data data aktual, secara umum dapat disimpulkan bahwa grafik kendali jumlah kumulatif nonparametrik lebih reliabel digunakan pada kasus data tidak berdistribusi normal. Peihua Qiu dan Zhonghua Li (2011) mengemukakan bahwa grafik statistical process control biasanya digunakan pada bidang industri untuk mengontrol stabilitas dari suatu proses, seperti pada proses manufaktur. Pada artikelnya, telah direpresentasikan sebuah lembar kerja baru untuk membangun

5 5 grafik kendali nonparametrik untuk data univariat ketika asumsi distribusi normal (parametrik) tidak terpenuhi pada suatu data proses. Pertama yang dilakukan adalah memodelkan data observasi ke dalam model autoregressive Yule-Walker, kemudian diambil sisaan dari model. Langkah selanjutnya adalah mengkategorikan data sisaan tersebut. Kemudian, mengaplikasikan data tersebut pada beberapa grafik kendali jumlah kumulatif seperti Grafik Kendali Jumlah Kumulatif Pearson s Chi Square, Grafik Kendali Jumlah Kumulatif Likelihood, Grafik Kendali Jumlah Kumulatif Kolmogorov-Smirnov. Langkah yang kedua yaitu membandingkan grafik kendali tersebut. Dalam studi numerik menunjukan bahwa grafik kendali jumlah kumulatif Pearson s Chi-Square (P-CUSUM) memberikan performa yang lebih baik dalam semua kasus dibandingkan dengan grafik kendali lainnya. Oleh karena itu grafik P-CUSUM adalah grafik nonparametrik yang disarankan untuk digunakan Metodologi Penelitian Metode yang dilakukan dalam penelitian ini adalah metode studi literatur dengan acuan utamanya adalah jurnal yang ditulis oleh Peihua Qiu dan Zhonghua Li (2011) dengan judul On Nonparametric Statistical Process Control of Univariat processes. Jurnal ini membahas tentang bagaimana membangun grafik kendali jika distribusi dari data observasi tidak diketahui. Namun dalam jurnalnya tidak dijelaskan secara rinci bagaimana memodelkan data observasi ke dalam autoregressive Yule-Walker, hanya diberikan informasi tentang syntax dalam program R, sehingga pada awal pembahasan peneliti mencoba unntuk melakukan penjabaran tentang model Autoregressive Yule-Walker. Pada penelitian ini dilakukan pemodelan autoregressive Yule-Walker karena data yang digunakan pada studi kasus mempunyai sifat autokorelasi. Apabila data observasi masih memiliki sifat autokorelasi maka akan menghasilkan grafik kendali yang tidak sesuai, karena syarat utama dalam membangun grafik kendali adalah data harus bebas dari sifat autokorelasi. Selanjutnya pengkategorian data berdasarkan sisaan model Autoregressive Yule-Walker. Setelah itu dilakukan simulasi data untuk membangun grafik kendali P-CUSUM. Data yang akan digunakan adalah data

6 6 Nilai Tukar Rupiah terhadap Dollar US. Komputasi untuk membangun grafik kendali pada penelitian ini menggunakan software R versi Adapun langkah-langkah yang dilakukan untuk membangun grafik kendali P-CUSUM adalah sebagai berikut : 1. Memodelkan data observasi ke dalam Autoregressive Yule-Walker. 2. Mengakategorikan data setelah dilakukan pemodelan kedalam Autoregressive Yule-Walker. 3. Menetapkan nilai k dan h. 4. Menghitung nilai u!. 5. Membuat Grafik Kendali P-CUSUM Sistematika Penulisan Tesis ini akan diberikan dalam lima bab. BAB I memberikan penjelasan pendahuluan yang berisi tentang latar belakang, rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka, metode penelitian, dan sistematika penulisan. BAB II berisi tentang teori-teori dasar yang menunjang pembahasan, diantaranya Variabel Random, Distribusi Peluang, Pengertian Kualitas, Pengendalian Proses Statistika, Grafik Kendali, Grafik Kendali Jumlah Kumulatif, dan Grafik Kendali Jumlah Kumulatif Pearson s Chi Square. BAB III membahas tentang pembahasan masalah dari topik yang diteliti, yaitu bagaimana membangun grafik kendali jumlah kumulatif dan grafik kendali jumlah kumulatif Pearsons s Chi Square. BAB IV berisi tentang penerapan grafik kendali jumlah kumulatif dan grafik kendali jumlah kumulatif Pearsons s Chi Square dalam kasus yang nyata. BAB V berisi tentang kesimpulan yang diperoleh berdasarkan pembahasan dan studi kasus yang dilakukan. Selain itu disampaikan pula saran saran yang muncul akibat dari kekurangan dan kendala yang ditemui selama proses pemecahan masalah.