BAB 2 LANDASAN TEORI Pengertian Manajemen Operasional

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Kajian Pustaka Pengertian Manajemen Operasional Serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. (Heizer dan Render, 2009 : 4) Bidang manajemen yang mengkhususkan pada produksi barang. Artinya kegiatan operasi hanya berfokus pada kegiatan memproduksi barang dan memecahkan masalah-masalah yang berkaitan dengan sektor produksi. (Daft Richard L., 2006 : 216) Manajemen produksi dan operasi merupakan proses pencapaian dan pengutilisasian sumber-sumber daya untuk memproduksi atau menghasilkan barangbarang atau jasa-jasa yang berguna sebagai usaha untuk mencapai tujuan dan sasaran organisasi. (Assauri, 2004 : 12) Dengan demikian dapat di simpulkan bahwa manajemen operasional merupakan kegiatan untuk menciptakan, merencanakan, mengontrol dan mengelola sumber daya yang tersedia mulai dari bahan baku, proses hingga menjadi suatu produk yang di hasilkan ke dalam bentuk barang atau jasa yang memiliki seatu nilai jual kepada konsumen untuk mencapai tujuan atau sasaran perusahaan Peramalan Peramalan adalah seni dan ilmu untuk memperkirakan kejadian dimasa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya kemasa mendatang dengan suatu bentuk model matematis. Heizer dan Render, (2009:162) Dalam peramalan terdapat beberapa kategori dalam horizon waktu menurut Heizer dan Render, (2009:163) adalah sebagai berikut : 11

2 12 1. Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja dan tingkat produksi. 2. Peramalan jangka menengah. Peramalan jangka menengah atau intermediate, umumnya mencakup hitungan bulanan hingga 3 tahun. Peramalan ini berguna untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas dan menganalisis bermacam-macam rencana operasi. 3. Peramalan jangka panjang Umumnya untuk perencanaan masa 3 tahun atau lebih. Peramalan janga panjang digunakan uktuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang). Peramalan jangka menengah dan jangka panjang dapat dibedakan dari peramalan jangka pendek dengan melihat tiga hal, menurut Heizer dan Render, (2009:163) : 1. Pertama, peramalan jangka menengah dan jangka panjang berkaitan dengan permasalahan yang lebih menyeluruh dan mendukung keputusan manajemen yang berkaitan dengan perencanaan produk, pabrik dan proses. 2. Kedua, peramalan jangka pendek biasanya menerapkan metodologi yang berbeda dibandingkan peramalan jangka panjang. Teknik matematika, seperti rata-rata bergerak, penghalusan eksponensial dan ekstrapolasi tren (yang kesemuanya akan dibahas sebentar lagi) umumnya dikenal untuk peramalan jangka pendek. Lebih sedikit metode kuantitatif yang berguna untuk meramalkan suatu permasalahan, misalnya apakah suatu produk baru seperti perekam disk optik perlu dimasukkan dalam lini produk perusahaan. 3. Ketiga, peramalan jangka pendek cenderung lebih tepat dibandingkan peramalan jangka panjang. Faktor-faktor yang mempengaruhi perubahan permintaan berubah setiap hari. Dengan demikian sejalan dengan semakin panjangnya horizon waktu, ketepatan peramalan seseorang cenderung semakin berkurang. Peramalan penjualan harus diperbaharui secara berkala untuk menjaga nilai dan integritasnya. Peramalan harus selalu dikaji ulang dan direvisi pada setiap akhir periode penjualan.

3 13 Dengan demikian dapat di simpulkan bahwa peramalan merupakan suatu cara atau metode yang digunakan untuk meramalkan atau memprediksi kejadian di masa yang akan datang yang berkaitan dengan kegiatan ekonomi maupun kegiatan lainnya. Dalam melakukan peramalan terdapat beberapa kategori periode peramalan mulai dari periode jangka pendek, menengah hingga jangka panjang tergantung kebutuhan yang di perlukan dalam perusahaan maupun organisasi. Dalam konteks penelitian ini, peramalan yang dilakukakn adalah peramalan jangka pendek. Dikarenakan dalam penenitian ini menggunakan data selama 3 tahun terakhir. Heizer dan Render (2009:177), mengatakan ada beberapa perhitungan yang biasa digunakan untuk menghitung kesalahan peramalan total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan peramalan berjalan baik. Tiga dari perhitungan yang paling terkenal adalah deviasi mutlak rerata (Mean Absolute Deviation MAD), kesalahan kuadrat rerata (Mean Squared Error MSE), dan kesalahan persen mutlak rerata (Mean Absolute Percent Error MAPE). 1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation atau MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih kecil atau lebih besar bila dibandingkan dengan kenyataannya. MAD secara matematis dirumuskan sebagai berikut : `A = t Ft MAD n Dimana : At = permintaan aktual pada periode-t Ft = peramalan pada periode-t n = Jumlah periode peramalan yang terlibat

4 14 2. Rata-rata Kuadrat Kesalahan (Mean Square Error atau MSE) MSE dihitung dengan menjumlah kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. MSE dirumuskan sebagai berikut : 2 ei t = MSE = = n n ( At Ft ) 1 n 2 3. Rata-rata persentase Kesalahan Absolut (Mean Absolute Percentage Error atau MAPE) MAPE mengukur kesalahan relative dan biasanya lebih berarti dibandingkan dengan MAD, karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu. Informasi yang diberikan adalah persentase kesalahan yang terlalu tinggi atau terlalu rendah. MAPE dirumuskan sebagai berikut : MAPE n t= = 1 Dalam konteks penelitian ini, akurasi peramalan yang digunakan adalah MSE (Mean Square Error), di karenakan MSE (Mean Square Error) merupakan ukuran akurasi yang terdapat pada setiap metode peramalan. PE n t Pendekatan Peramalan Dalam pendekatan peramalan, menurut Heizer dan Barry (2009 : 167) terdapat dua pendekatan umum pada peramalan yaitu : 1. Peramalan Kuantitatif (quantitative forecast) Peramalan yang menggunakan model matematis yang beragam dengan data masa lalu dan variabel sebab-akibat untuk meramalkan permintaan. 2. Peramalan kualitatif (qualitative forecast) atau subjektif Peramalan yang menggabungkan faktor-faktor seperti intuisi pengambil keputusan, emosi, pengalaman pribadi dan sistem nilai pengambil keputusan untuk meramal.

5 15 Dalam konteks penelitian ini, perndekatan peramalan yang dilakukan adalah peramalan kuantitatif, dikarenakan data yang digunakan untuk meramal merupakan data masa lalu Jenis Jenis Peramalan Dalam peramalan terdapat beberapa jenis-jenis peramalan yang umumnya di gunakan oleh organisasi atau perusahaan, menurut Heizer dan Render (2009:164) terdapat tiga tipe peramalan yang utama dalam perencanaan operasi dimasa depan adalah sebagai berikut : 1. Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya. Merencanakan indikator yang berguna membantu organisasi untuk menyiapkan peramalan jangka menengah hingga jangka panjang. 2. Peramalan teknologi (technological forecast) memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru. Peramalan jangka panjang yang memperhatikan tingkat kemajuan teknologi. 3. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi inputbagi perencanaan keuangan, pemasaran dan sumber daya manusia. Peramalan permintaan meramalkan penjualan suatu perusahaan pada setiap periode dalam horizon waktu. Dalam konteks penelitian ini, jenis peramalan yang digunakan adalah peramalan ekonomi, dikarenakan peramalan yang dilakukan di fungsi kan untuk menyiapkan dana yang di butuhkan oleh perusahaan untuk mempersiapkan produk untuk masa yang akan datang. Ada beberapa macam tipe peramalan yang digunakan. Adapun tipe-tipe dalam peramalan adalah sebagai berikut (Heizer dan Render, 2005 : 168): 1. Times Series Model, Metode time series adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.

6 16 Serangkaian angka yang mengukur status beberapa aktivitas dari waktu ke waktu. Times Series merupakan catatan historikal dengan beberapa aktivitas, dengan pengukuran yang dilakukan pada interval dengan jarak yang sama dengan konsistensi dalam kegiatan dan metode pengukuran. (Box Jenkins, 2008) 2. Causal Model Metode,peramalan yang menggunakan hubungan sebab-akibat sebagai asumsi, yaitu bahwa apa yang terjadi di masa lalu akan terulang pada saat ini. 3. Judgemental Model, Bila time series dan causal model bertumpu pada kuantitatif, pada judgemental mencakup untuk memasukkan faktor-faktor kuantitatif / subjektif ke dalam metode peramalan. Secara khusus berguna bilamana faktor-faktor subjektif yang diharapkan menjadi sangat penting bilamana data kuantitatif yang akurat sudah diperoleh. Dalam konteks penelitian ini, tipe peramalan yang dilakukan adalah model Time Series, dikarenakan peramalan yang dilakukan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalannya Peramalan Deret Waktu Dalam peramalan terdapat juga peramalan deret waktu menurut Heizer dan Render (2009 : 169) dimana membagi masa lalu menjadi komponen - komponen, kemudian memproyeksikannya ke masa depan. Deret waktu mempunyai empat komponen, antara lain : 1. Tren, merupakan pergerakan data sedikit demi sedikit meningkat atau menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren. 2. Musim, adalah pola data yang berulang pada kurun waktu tertentu, seperti hari, minggu, bulan, atau kuartal.

7 17 3. Siklus, adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit dilakukan karena adanya pengaruh kejadian politik ataupun kerusuhan internasional. 4. Variasi acak, merupakan satu titik khusus dalam data yang disebabkan oleh peluang dan situasi yang tidak lazim. Variasi acak tidak mempunyai pola khusus sehingga tidak dapat diprediksi. Dalam konteks penelitian ini, peramalan deret waktu yang digunakan adalah trend dan siklus, dikarenakan data yang digunakan pergerakannya sedikit demi sedikit meningkat atau menurun serta data yang terkait terjadi setiap beberapa tahun untuk menganalisis dan perencanaan dalam bisnis Metode Peramalan Kuantitatif Dalam buku Manajemen Operasi karangan Heizer dan Render (2010: ), metode - metode peramalan kuantitatif, terdiri dari : 1. Neural Network Dalam buku manual Software Zaitun Time Series (2009 : 65) menjelaskan bahwa Artificial Neural Network atau sering disebut Neural Network saja merupakan metode komputasi yang saat ini mengalami kemajuan pesat. Neural Network telah terbukti kehandalannya dalam menangani berbagai masalah pada berbagai disiplin keilmuan. Kehandalan tersebut salah satunya disebabkan kemampuan yang dimiliki neural network yang sering disebut universal approximation, yaitu dapat mengaproksimasi semua fungsi continue multivariate untuk semua tingkat akurasi termasuk untuk fungsi - fungsi nonlinear. Kemampuan neural network dalam universal approximation telah diteliti oleh berbagai peneliti untuk peramalan data time series pada berbagai jenis data. dari beberapa penelitian tersebut, Neural Network menunjukkan kinerja yang memuaskan dalam peramalan data time series.

8 18 Mekanisme kerja neural network meniru cara kerja jaringan saraf biologis. Seperti jaringan saraf biologis, neural network tersusun atas sel-sel saraf (neuron) yang saling terhubung dan beroperasi secara paralel. Mekanisme pemrosesan informasi pada tiap neuron neural network mengadopsi mekanisme proses informasi neuron biologis. Pada penerapannya, neuron-neuron pada neural network dikelompokkan ke dalam beberapa lapisan (layer). Tiap layer bisa memiliki satu atau lebih neuron. Terdapat tiga jenis layer yang menyusun arsitektur neural network, yaitu input layer, output layer dan hidden layer. Input Layer berfungsi sebagai tempat data dimasukkan, yang akan diproses pada tahap selanjutnya. Output layer berfungsi sebagai tempat keluaran hasil dari proses selama dalam jaringan. Hidden layer terletak diantara input layer dan output layer. Pada layer inilah data masukan diproses untuk dijadikan keluaran. Berikut ini gambar sebuah arsitektur neural network. Gambar 2.1 Arsitektur Neural Network Pemprosesan informasi pada setiap neuron dilakukan dengan menjumlahkan hasil perkalian bobot-bobot koneksi dengan data-data masukan. Hasil penjumlahan ini akan diteruskan ke neuron berikutnya melalui sebuah fungsi yang disebut fungsi aktivasi. Terdapat beberapa jenis fungsi aktivasi, diantaranya fungsi aktivasi linear, semi linear, sigmoid, sigmoid bipolar dan tangen hiperbolik.

9 19 Dari beberapa jenis fungsi aktivasi yang disebutkan, untuk fungsi sigmoid bipolar dengan output yang memiliki range antara 1 sampai 1. Syntax yang digunakan pada matlab adalah. Dengan model matematis sebagai berikut : Pada peramalan data time series, data masukan untuk input layer bisa berupa data-data variabel periode sebelumnya (lagged variable) ataupun variabel lain yang digunakan untuk membantu peramalan, baik bertipe kuantitatif maupun kualitatif. Untuk peramalan satu variabel (univariate) saja, data masukan untuk input layer dan data keluaran pada output layer dapat dianalogikan dengan model autoregressive AR(p). Pada point tertentu t, peramalan data Yt+1 dihitung dari menggunakan p = n observasi Yt,Yt-1,...,Yt-n+1 dari n point terdahulu t,t-1,t-2,...,t-n+1, dimana n menunjukkan jumlah input neuron pada neural network. 2. Rata-Rata Bergerak (Moving Average) Peramalan rata-rata bergerak menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Rata-rata bergerak berguna jika kita dapat mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa kita ramalkan. 3. Penghalusan Eksponential (Exponential Smoothing) Penghalusan Eksponensial merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini menggunakan pencatatan data masa lalu yang sangat sedikit.

10 20 4. Trend Analysis(Linear Regression) Proyeksi Tren merupakan suatu metode peramalan yang mencocokan garis tren pada serangkaian data masa lalu, kemudian memproyeksikan garis pada masa mendatang untuk peramalan jangka menengah atau jangka panjang. Untuk konteks penelitian ini hanya menggunakan satu metode peramalan saja yaitu nerural network. Akan tetapi model atau metode mana yang akan digunakan oleh perusahaan perlu dibandingkan diluar penelitian ini. Itulah yang disebut eksperimen Pengertian Persediaan Persediaan meliputi semua barang atau bahan yang diperlukan dalam proses produksi dan distribusi yang digunakan untuk proses lebih lanjut atau dijual. (Sundjaja, 2007 : 379) Persediaan adalah suatu aktiva yang meliputi barang-barang milik perusahaan yang dimaksud untuk dijual dalam satu periode usaha yang normal atau persediaan barang baku yang menunggu penggunaannya dalam suatu proses produksi. (Assauri, 2004 : 169) Menurut Assauri (2004 : 170), persediaan yang diadakan mulai dari yang bentuk bahan mentah sampai dengan barang jadi antara lain berguna untuk : 1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan yang dibutuhkan perusahaan. 2. Menghilangkan resiko dari material yang dipesan tidak baik sehingga harus dikembalikan. 3. Untuk menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat digunakan bila bahan itu tidak ada dalam pasaran. 4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran arus produksi. 5. Mencapai penggunaan mesin yang optimal. 6. Memberikan pelayanan (service) kepada pelanggan dengan sebaik-baiknya dimana keinginan pelanggan pada suatu waktu dapat dipenuhi adalah memberikan jaminan tetap tersedianya barang jadi tersebut.

11 21 7. Membuat pengadaan atau produksi tidak perlu sesuai dengan penggunaan atau penjualannya. Dari pengertian tersebut dapat ditarik kesimpulan bahwa persediaan merupakan barang-barang atau bahan baku yang diperlukan dalam proses produksi maupun digunakan untuk dijual dalam suatu periode tertentu. Dalam konteks penelitian ini perusahaan melakukan atau mempersiapkan persediaan untuk mengetahui kapan waktu break time nya sehingga perusahaan mengetahui pada jumlah barang dan hari yang optimal untuk persediaan Fungsi Persediaan Menurut Heizer dan Render (2004: 60), persediaan dapat melayani beberapa fungsi yang akan menambahkan fleksibilitas operasi perusahan. Empat fungsi persediaan adalah : 1. Untuk men- decouple atau memisahkan beragam bagian proses produksi. Sebagai contoh, jika pasokan sebuah perusahaan berfluktuasi maka mungkin diperlukan persediaan tambahan untuk men-decouple proses produksi dari para pemasok. 2. Untuk mendecouple perusahaan dari fluktuasi permintaan dan menyediakan persediaan barang-barang yang akan memberikan pilihan bagi pelanggan. Persediaan semacam ini umumnya terjadi pada perdagangan eceran. 3. Untuk mengambil keuntungan diskon kuantitas, sebab pembelian dalam jumlah lebih besar dapat mengurangi biaya produksi atau pengiriman barang. 4. Untuk menjaga pengaruh inflasi dan naiknya harga Tipe Persediaan Menurut Heizer dan Render (2004: 61), untuk mengakomodasi fungsi persediaan, perusahaan memiliki empat jenis persediaan diantaranya : 1. Persediaan bahan baku (raw material inventory) adalah material yang pada umumnya dibeli tetapi belum memasuki pabrikasi. Persediaan ini dapat digunakan untuk mendecouple (memisahkan) para pemasok dari proses produksi.

12 22 2. Persediaan barang setengah jadi (work in process WIP inventory) adalah bahan baku atau komponen yang sudah mengalami beberapa perubahan tetapi belum selesai. 3. Pemeliharaan /perbaikan/operasi (maintenance/repair/operaing MRO) adalah batang-barang pemeliharaan, perbaikan dan operasi yang diperlukan untuk menjaga agar permesianan dan proses produksi tetap produktif. 4. Persediaan barang jadi (finished goods inventory) adalah produk yang sudah selesai dan menunggu pengiriman. Barang jadi bisa saja disimpan karena permintaan pelanggan dimasa depan tidak diketahui. Dalam konteks penelitian ini, tipe persediaan yang di gunakan adalah persediaan bahan baku berupa plat stainless steel yang di gunakan dalam pembuatan produk SUNHOT waterheater Biaya Dalam Keputusan Persediaan Biaya-biaya persediaan yang harus dipertimbangkan menurut Rangkuty F. (2004 : 16) adalah sebagai berikut : 1. Biaya Penyimpanan (holding cost/carrying costs) yaitu biaya-biaya yang berkaitan dengan penyimpanan atau penahanan (carrying) persediaan sepanjang waktu tertentu. Oleh karena itu biaya ini mencakup biaya yang berkaitan dengan gudang, seperti asuransi, penambahan staff, pembayaran bunga. 2. Biaya Pemesanan (ordering cost) mencakup biaya-biaya pasokan, formulir, pemprosesan pesanan, tenaga para pekerja. 3. Biaya pemasangan (setup cost) adalah biaya-biaya untuk mempersiapkan mesin atau proses untuk memproduksi pesanan. Dapat diefisienkan apabila pemesanan dilakukan secara elektronik. Dalam banyak operasi, biaya pemasangan secara erat berhubungan dengan waktu pemasangan (setup time). Menurut Agus Ristono (2009 : 4)faktor biaya persediaan meliputi : 1. Biaya penyimpanan di gudang, semakin banyak barang yang disimpan maka akan semakin besar biaya penyimpanannya. 2. Resiko kerusakan barang, semakin lama barang tersimpan di gudang maka resiko kerusakan barang semakin tinggi.

13 23 3. Resiko keusangan barang, barang-barang yang tersimpan lama akan out of date atau ketinggalan zaman Economic Order Quantity (EOQ) Model EOQ adalah salah satu teknik kontrol persediaan yang tertua dan paling dikenal. (Heizer dan Render, 2010 : 92). Teknik ini relatif mudah digunakan, tetapi berdasarkan pada beberapa asumsi, yaitu: 1. Jumlah permintaan diketahui, konstan, dan independen. 2. Waktu tunggu, yakni waktu antara pemesanan dan penerimaan pesanan diketahui dan konstan 3. Penerimaan persediaan bersifat instan dan selesai seluruhnya. Dengan kata lain, persediaan dari sebuah pesanan datang dalam satu kelompok pada suatu waktu. 4. Tidak tersedia diskon kuantitas. 5. Biaya variabel hanya biaya untuk menyiapkan atau melakukan pemesanan (biaya penyetelan) dan biaya menyimpan persediaan dalam waktu tertentu (biaya penyimpanan). Biaya-biaya ini dibahas pada bagian sebelumnya. 6. Kehabisan persediaan (kekurangan persediaan) dapat sepenuhnya dihindari jika pemesanan dilakukan pada waktu yang tepat Kerangka Pemikiran Penelitian dimulai dengan melakukan uji validasi data terhadap data penjualan SUNHOT waterheater periode Januari 2012 hingga November Apabila data tidak valid maka data tersebut harus di dekompisisi sehingga data tersebut menjadi valid tetapi apabila data tersebut sudah valid, maka proses peramalan dapat dilakukan dengan menggunakan metode Neural Network, Moving Average, Exponential Smoothing dan Trend Analysis (Linear Regression) untuk mencari peramalan penjualan pada periode Desember 2014, Januari 2015 dan Februari Setelah melakukan peramalan dengan 4 metode tersebut maka maka terpilih satu metode yang memiliki perhitungan MSE (Mean Square Error) terkecil, setelah mendapatkan hasil peramalan dengan nilai MSE terkecil kemudian perusahaan melakukan perhitungan persediaan bahan baku pada SUNHOT

14 24 waterheater dengan menghitung EOQ (Economic Order Quantity). Dari kerangka pemikiran tersebut dapat di modelkan dalam grafik berikut. Data Penjualan PT. MDI Uji Validasi Data Penjualan per Unit Periode Januari November 2014 Uji Unit Root Uji Random Walk Uji Normalitas Decomposisi Valid Tidak Valid Penggunaan Metode Peramalan Neural Network Moving Average Exponential Smoothing Trend Analysis (Linear Regression) Perhitungan MSE Perhitungan Persediaan Bahan Baku Perusahaan dengan metode EOQ Kesimpulan dan Hasil Gambar 2.2 Kerangka Pemikiran