BAB 2 LANDASAN TEORI

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Persediaan ( inventory ) Pada era sebelum tahun 1960 Inventory dianggap sebagai kekayaan dan kemakmuran, sehingga orang orang mengumpulkan, dan menyimpan sebanyak mungkin barang, karena produksi dan distribusi dari komoditas perindustrian tidak ada kepastian. Namun setelah tahun 1960-an, persediaan menjadi lebih pasti dalam dunia perindustriaan. Konsumen atau manufaktur tidak harus lagi membeli barang sebanyak banyaknya ketika tersedia. Dalam bukunya (waters,1992, Decision Ststem for Inventory Management and Production Planning), Silver dan Peterson mengatakan bahwa sekarang persediaan, mengacu pada resiko yang tinggi, dan tidak lagi dipandang sebagai ukuran kekayaan. Silver dan Peterson kemudian mengatakan bahwa persediaan yang melebihi kebutuhan akan diperhitungkan sebagai kerugiaan dari sebuah perusahaan. Persediaan merupakan salah satu bagian dalam perusahaan yang cukup tinggi biayanya. biasanya harga total dari semua inventory sekitar 40% dari investasi total perusahaan tersebut. Sedangkan perusahaan pastilah ingin biaya yang dikeluarkan untuk persediaan tersebut serendah mungkin (minimum). Salah satu yang cukup besar memakan biaya adalah penyimpanan. Biaya biaya yang ditimbulkan dari persediaan antara lain : 1. Biaya penyimpanan ( Holding Cost ) Besarnya biaya penyimpanan tergantung dengan banyaknya persediaan yang dilakukan sepanjang waktu tertentu, semakin besar jumlah barang yang 6

2 7 disimpan maka semakin besar pula biaya yang dikeluarkan.biaya biaya penyimpanan antara lain : a. Penyediaan fasilitas penyimpanan. b. Penyusutan. c. Perhitungan fisik dan pembuatan laporan. d. Asuransi persediaan e. Pajak persediaan f. Penambahan staff g. Pembayaran bunga. 2. Biaya pemesanan ( Ordering Cost ) Setiap proses pemesanan, perusahaan menanggung biaya,yaitu : a. Pengiriman b. Pengepakan c. Pemeriksaan d. Tenaga para pekerja e. Formulir 3. Biaya pemasangan ( Set Up Cost ) Biaya pemasangan adalah biaya biaya dalam melaksanakan proses produksi atau perakitan. Dalam banyak operasi, biaya pemasangan secara erat berhubungan dengan waktu pemasangan ( set up time ). Namun apabila biaya diatas ditekan sekuat mungkin, salah satunya dengan membuat persediaan barang dianggap pas pasan dengan penjualan, akan terjadi

3 8 keluhan dari pihak konsumen, tidak jarang kita mendengar keluhan konsumen tentang habisnya persediaan suatu barang, hal ini tentunya akan berimbas kepada perusahaan. Seperti yang dikatakan oleh Sunil Chopra dalam bukunya (Supply Chain Logistics Management) dikatakan bahwa Inventory exists in the supply chains because of a missmatch between supply and demand. This missmatch is intentional at a steel manufacture in large lot than are then stored for future sales. The mismatch is also intentional at a retail store, when inventory is held in anticipation of future demand. An important role that inventory plays in supply chain is to increase amount of demand that can be satisfied by having the product ready and available when the customer wants it. Another significant role inventory plays is to reduce cost by exploiting an economies of scal that my exist during both production and distribution. Oleh sebab itulah harus dilakukan manajemen persediaan sehingga kepentingan kedua belah pihak dapat terpuaskan. Inventory pada umumnya dapat dibagi menjadi 3 bagian, yaitu : 1. Raw material (bahan baku) Raw material ialah bahan produksi yang masih dalam bentuk aslinya ketika dipesan atau dibeli. 2. Work in process ( bahan dalam proses ) Work in process merupakan barang barang yang sedang diolah, contoh untuk barang ini ialah ketika perusahaan yang bergerak dalam pembuatan kaldu ikan, akan membuat kaldu, dia melalui proses penyimpanan ketika bahan bahan sudah dicampurkan jadi satu, ketika sudah menjadi satu, dilakukan

4 9 proses mirip seperti fermentasi, pada saat itulah, barang tersebut dapat dikategorikan sebagai barang work on process. 3. Finished goods ( bahan jadi ) Finisher goods merupakan barang barang yang sudah siap dipasarkan. 2.2 Permintaan Permintaan ialah suatu tindakan yang dilakukan untuk mendapatkan suatu hal. Permintaan yang ingin dibahas dalam analisa ini untuk memenuhi persediaan barang, permintaan barang suatu perusahaan dapat dikategorikan menjadi : Permintaan independen Permintaan dependen ialah permintaan akan suatu barang yang tidak berdasarkan barang yang lainnya. Contoh kasus barang independent ialah supermarket A meminta perusahaan B untuk mengirimkan 50 buah unit lemari es, dan meminta perusahaan C untuk mengirimkan 20 Televisi. Kedua barang tersebut tidaklah saling berkaitan secara langsung, sehingga permintaan kedua abrang tersebut dapat dikatakan independen. Permintaan dependen Permintaan dependen ialah permintaan akan suatau barang yang berdasarkan / bergantung dengan barang lainnya. Contoh kasus barang dependen adalah perusahaan B yang bergerak dibidang perakitan kendaraan bermotor meminta perusahaan A untuk mengirimkan ban sebanyak 1000 buah, hal ini dikarenakan kerangka yang dapat dibentuk bulan depan ialah 250 buah. Oleh sebab itulah barang tersebut dapat masuk dalam kategori barang dependen.

5 10 Hingga kini banyak perusahaan yang melakukan permintaan berdasarkan insting atau intuisi berdasarkan, permintaan masyarakat, tingkat inflasi, dan sebagainya, berbagai peramalan dilakukan agar dapat mencapai hasil yang maksimal. Waters (1992,Inventory control and management) mengatakan bahwa untuk mengatasi accumulation of excess inventory, perusahaan sekarang, haruslah menggunakan metode scientific inventory control. Metode ini meliputi model sophisticated dan analisis matimatika untuk memperkirakan persediaan yang optimal berdasarkan situasi tiap perusahaan. 2.3 Peramalan (Forecasting) Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa (Nasution, 1999). Peramalan akan permintaan merupakan tingkat permintaan produkproduk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Dalam dunia perindustrian kebutuhan peramalan semakin meningkat sejalan dengan persaingan yang semakin ketat. Perusahaan bersaing untuk tercepat memberikan tanggapan yang cepat dan tepat terhadap peluang maupun perubahan dimasa mendatang. Dalam analisa kali ini peramalan yang dimaksud bukanlah peramalan yang bersifat supernatural. Sering kali peramalan, prediksi, dan prakiraan dianggap satu kata yang sama. Berdasarkan caranya, peramalan dapat dibagi menjadi 2 bagian, yaitu :

6 11 1. Secara kualitatif Peralaman kualitatif menekankan pada orang yang melakukan peramalan tersebut, dapat dikatakan pramalan atas variabelnya menggunakan pertimbangan subyektif atau intuisi sang peramal. Sehingga peramalan secara kualitatif merupakan peramalan yang sering kita sebut prediksi. 2. Secara kuntitatif Peramalan kuantitatif merupakan peramalan yang menekankan penggunaan metode metode eksak, sehingga sering disebut sebagai prakiraan. Prakiraan merupakan proses peramalan variabel dimasa mendatang, dengan berdasarkan data data variable yang bersangkutan dimasa sebelumnya. Data masa lampau tersebut, secara sistematik digabungkan melalui metode tertentu, dan diolah untuk perhitungan pada msa yang akan datang. Metode kuantitatif dapat diterapkan bila terdapat tiga kondisi : 1. Tersedia informasi tentang masa lalu. 2. Informasi masa lalu tersebut dapat dikualitatifkan dalam bentuk data numerik. 3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang. Ada 4 jenis pola data dalam peramalan (Makridakis, et.al., 1995) yaitu :

7 12 1. Trend Pola data trend menunjukkan pergerakan data secara lambat/bertahap yang cenderung meningkat atau menurun dalam jangka waktu yang panjang At t Gambar 2.1. Bentuk pola data trend 2. Seasonality (musiman) Pola data musiman terbentuk jika sekumpulan data dipengaruhi faktor musiman, seperti cuaca dan liburan. Dengan kata lain pola yang sama akan terbentuk pada jangka waktu tertentu (harian, mingguan, bulanan, atau kuartalan/perempat tahunan). At Gambar 2.2. Bentuk pola data musiman t 3. Cycles (Siklus) Pola data siklus terjadi jika variasi data bergelombang pada durasi lebih dari satu tahun. Data cenderung berulang setiap dua tahun, tiga tahun, atau lebih. Fluktuasi siklus biasanya dipengaruhi oleh faktor politik, perubahan

8 13 ekonomi (ekspansi atau kontraksi) yang dikenal dengan siklus usaha (business cycle). At Gambar 2.4. Bentuk pola data siklus t 4. Horizontal/Stasionary/Random variation Pola ini terjadi jika data berfluktuasi di sekitar nilai rata-rata secara acak tanpa membentuk pola yang jelas seperti pola musiman, trend ataupun siklus. Pergerakan dari keacakan data terjadi dalam jangka waktu yang pendek, misalnya mingguan atau bulanan. At t Gambar 2.5. Bentuk pola data horizontal Sedangkan teknik-teknik peramalan terdiri dari : 1. Naive Forecast Metode ini merupakan metode peramalan yang paling sederhana, menganggap bahwa peramalan periode berikutnya sama dengan nilai aktual periode sebelumnya. Dengan demikian data aktual periode waktu yang baru saja

9 14 berlalu merupakan alat peramalan yang terbaik untuk meramalkan keadaan di masa mendatang. 2. Simple Average (Rata-rata Sederhana) Metode simple average menggunakan sejumlah data aktual dari periode-periode sebelumnya yang kemudian dihitung rata-ratanya untuk meramalkan periode waktu berikutnya 3. Simple Moving average Metode ini menggunakan satu set data dengan jumlah data yang tetap sesuai periode pergerakannya (moving period), yang kemudian nilai rata-rata dari set data tersebut digunakan untuk meramalkan nilai periode berikutnya. Dengan munculnya data yang baru maka nilai rata-rata yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan data yang terbaru. 4. Weighted Moving Average (WMA) Metode ini mirip dengan metode simple moving average, hanya saja diperlukan pembobotan yang berbeda untuk setiap data pada set terbaru, dimana data terbaru memiliki bobot yang lebih tinggi daripada data sebelumnya pada set data yang tersedia. Jumlah bobot harus sama dengan 1,00 5. Moving Average With Linear Trend besar. Metode ini akan efektif jika trend linear dan faktor random error tidak

10 15 6. Single Exponential Smoothing (SES) Peramalan dengan metode SES dihitung berdasarkan hasil peramalan periode terdahulu ditambah suatu penyesuaian untuk kesalahan yang terjadi pada ramalan terakhir. Dengan demikian kesalahan peramalan sebelumnya digunakan untuk mengoreksi peramalan berikutnya. Masalah yang dihadapi dalam melakukan peramalan metode ini adalah mencari α optimum, karena akan memberi MSE, MAPE atau pengukuran yang lainnya minimum. 7. Single Exponential Smoothing With Linear Trend Metode ini pada dasarnya menggunakan prinsip yang sama dengan metode SES, namun metode ini mempertimbangkan adanya unsur trend/kecenderungan linear dalam deretan data. 8. Double Exponential Smoothing trend. Metode ini dapat digunakan pada data historis yang mengandung unsur 9. Double Exponential Smoothing with Linear Trend Metode ini digunakan pada data historis yang mengandung unsur linear trend. 10. Adaptive Exponential Smoothing Metode ini akan memulai dari sebuah penetapan smoothing constant (α ). Dalam setiap periode diperiksa dengan tiga nilai, yaitu ; α 0. 05, α, α Kemudian dihitung nilai F t dengan absolut error yang terkecil.

11 Linear Regression (Trend Linear Adjusment) Merupakan salah satu bentuk khusus dan paling sederhana dari regresi, dimana hubungan atau korelasi antara dua variable tersebut berbentuk garis lurus (straight line). 12. Winter s Method Merupakan metode peramalan yang sering dipilih untuk menangani data permintaan yang mengandung baik variasi musiman maupun unsur trend. Silver meal dan wagner whitin merupakan metode yang berpola Horizontal. Peramalan yang akan dipakai untuk menunjang analisis kali ini, menggunakan metode s Moving Average With Linear Trend, dengan jabaran sebagai berikut: Y = ( Trend component ) + ( seasonal component ) + ( random component ) Y yang dimaksud ialah jumlah permintaan yang terjadi dalam waktu tertentu. Untuk melakukan peramalan ada beberapa perhitungan yang harus dilakukan, yaitu : Menghitung Moving Avarage Moving Avarage meramalkan keadaan yang akan datang berdasarkan data history yang dimiliki perusahaan. Perhitungan ini melakukan penormalan data, yaitu dengan menghilangkan random component dan periodic component. Perhitungan ini mengacu kepada perhitungan Centered Moving Average. Jika ingin dilakukan perhitungan sebanyak n-data, untuk mencari rata ratanya,

12 17 maka diambil sebanyak (n+1) data untuk dicari rata ratanya. Sehingga dapat dirumuskan menjadi. 0.5X + X i+ 1 + X i X i n cma = n i + n Menghitung Mean Residual Component Mean Residural atau dapat dikatakan sebagai Seasonal component merupakan rata rata dari nilai residural. Residual sendiri didapat dari hasil perhitungan Centred Moving Average,dengan rumusan R month =y month -cma month pada bulan atau periode yang bersesuaian. Menghitung Seasonal Adjusterd Seasonal adjusted adalah komponen yang nilainya didapat dari data yang ada dikurang dengan Mean Reasidual pada bulan atau periode yang sama. bersesuaian. SA month = y month - MR month Dimana SA month adalah Seasonal Adjusted pada bulan atau periode yang Untuk melakukan peramalan ini juga dibutuhkan bantuan Trend Line yang akan digunakan untuk melakukan langkah pertama peramalan (sebagai trend component). Trend line yang digunakan di sini adalah Least Squares Line. Least Squares Line menggunakan persamaan garis lurus, yang memiliki rumus umum sebagai berikut: y = a + bx di mana y adalah kondisi permintaan pada suatu periode waktu yang ke x.

13 18 Jika terdapat data seperti berikut: (x 1,y 1 ), (x 2,y 2 ), (x 3,y 3 ), (x 4,y 4 ),..., (x n,y n ), maka nilai dari variabel a dan b dapat dicari dengan menggunakan rumus sebagai berikut. n b = n i= 1 n x i n y i= 1 i x ( 2 i x )( i i= 1 n a = y bx Untuk mencari nilai a dan b di atas, digunakan nilai y yang adalah komponen seasonally adjusted dan x adalah periode waktu dari data yang ada. Dari rincian yang telah dipaparkan sebelumnya, maka didapat sebuah rumus untuk melakukan peramalan yaitu : y = ( a + bx) + MR month n ( i= 1 x ) i n i= 1 2 y ) i y adalah nilai hasil peramalan pada periode selanjutnya. (a + bx) adalah nilai dari least square dengan x adalah periode yang mau diramalkan nilainya. MR month adalah nilai mean residual pada bulan yang bersesuaian dengan periode bulan yang akan diramalkan nilainya. Untuk memperjelas metode peramalan yang digunakan, maka akan diberikan contoh dari penggunaan metode ini. Misalkan ada data penjualan yang periodenya terjadi setiap 3 bulan sebagai berikut.

14 19 Tabel 2.1 Data penjualan Sumber: Ellery, Strickland, 1998, p. 338 x month Sales (USD$100) y 1 Dec Mar Jun Sep Dec Mar Jun Sep Dec Mar Jun Sep Langkah pertama yang harus dilakukan adalah mencari nilai cma yang ada dan akan digunakan 4-point cma. Di sini berarti sebagai contoh harus diambil 5 data 0.5(6) (6) penjualan pertama = dan hasil ditempatkan pada periode 3 dikarenakan nilai tengah dari 5 adalah 3 dan begitu seterusnya untuk datadata berikutnya sehingga didapat hasil seperti tabel di bawah ini:

15 20 Tabel 2.2 Tabel Perhitungan pencarian Seasonal Adjusted Sales x month Sales 4-point cma Residual Seasonally (USD$100) y 4-cma Adjusted Sales y 1 Dec Mar Jun Sep Dec Mar Jun Sep Dec Mar Jun Sep Sumber: Ellery, Strickland, 1998, p. 340 Pada tabel di atas dapat dilihat hasil perhitungan nilai cma untuk data-data berikutnya. Langkah selanjutnya adalah mencari nilai residual. Untuk periode ke-3 didapat nilai residual, ( ) = 4.5 dan begitu juga untuk yang selanjutnya seperti terlihat pada tabel 2.2 di atas.

16 21 Setelah didapat semua nilai residual yang ada, maka nilai Mean Residual (MR) yang didapat sebanyak 4 buah. Nilai MR untuk bulan Juni adalah = dan untuk bulan-bulan lainnya dapat dilihat pada tabel berikut. Tabel 2.3 Nilai Mean Residual Mean Residual Jun 4.25 Sep Dec Mar 0.75 Sumber: Ellery, Strickland, 1998, p. 341 Setelah didapatkan nilai MR, langkah selanjutnya adalah mencari nilai dari Seasonally Adjusted, untuk bulan Desember 1994 didapat 6 ( ) = dan untuk bulan-bulan yang lainnya dapat dilihat pada tabel 2.2. Dari nilai Seasonally Adjusted yang didapat maka dapat segera dibentuk persamaan Least Square yang akan digunakan untuk melakukan peramalan tahap awal dengan mendapatkan nilai a dan b terlebih dahulu. Setelah melakukan perhitungan dengan rumus yang telah diberikan di atas, didapat nilai a dan b secara berurutan adalah dan 0.54 sehingga persamaan Least Square yang terbentuk adalah ~ y x. Setelah didapatkan persamaan Least Square, maka langsung dapat dilakukan peramalan. Misalkan mau dilakukan peramalan terhadap tingkat penjualan pada bulan Desember 1997 yang adalah periode ke-13 dari data yang ada, maka terlebih dahulu

17 22 didapatkan nilai dari Least Square dengan nilai x = 13, yaitu ~ y (13) (13) Setelah itu, nilai peramalan untuk tingkat penjualan pada bulan Desember 1997 adalah ~ y (13) MR ( ) Dec Maka tingkat penjualan pada bulan Desember 1997 yang didapat dari peramalan adalah sebesar $970. Untuk melakukan peramalan bulan selanjutnya, Maret 1998, maka dicari dahulu nilai dari Least Square dengan nilai x = 14 dan kemudian jumlahkan hasil yang didapat tadi dengan MR pada bulan yang bersesuaian dan begitu juga untuk bulanbulan seterusnya. 2.4 Material Requirment Planning (MRP) Pada era sebelum tahun 1960, tidak adanya perhitungan yang baik dalam bidang perenomian khususnya yang menangani perkiraan proses persediaan, perhitungan yang ada untuk memperkirakan banyaknya lot size didasarkan pada sistem order point, dengan menerapkan metode tradisonal yang tidak formal dan kurang jelas, khususnya dalam menangani material yang sifatnya saling bergantungan, sehingga tidak ada metode yang baik pada masa itu, untuk memperhitungkan masalah persediaan. Sejak tahun 1960 komputerisasi mulai merambah kedalam bidang pereonomian, sehingga menyebabkan peningkatan dalam bidang manajemen persediaan, perhitungan menjadi lebih efisien dan lebih baik. Kesuliatan kesulitan yang biasanya terjadi dalam pelaksanaan manajemen persediaan tradisional telah teratasi dengan dikenalnya suatu pendekatan system persediaan yang terperinci dan lebih baik, yang dikenal dengan Material Requirment Planning (MRP), yang ditemukan oleh Joseph Orlicky dari J.I Case Company. Sistem MRP telah memiliki popularitas dalam bidang industri, yang

18 23 memanfaatkan kemampuan computer, untuk melaksanakan perencanaan dan pengendalian persediaan dengan memperhatikan hubungan intern dalam manajemen persediaan, sehingga pengelolahannya dapat lebih efisien dalam menentukan kebutuhan material secara cepat dan tepat. Komputerusasi MRP mula mula dikembangkan dilingkungan APICS ( American Production and Inventory System Society) dalam suatu pengembangan program yang professional. Manajemen pengendalian bahan pada dasarnya merupakan suatu masalah yang penting dalam komunikasi industri. Kerumitan yang sering timbul dalam proses pengendalian bahan ini berbanding langsung dengan jumlah barang dalam persediaan dan dengan jumlah transaksi yang harus dicatat untuk mengikuti gerakan bahan (tetap menjaga derajat pengendalian yang dibutuhkan untuk memenuhi sasaran). Sistem persediaan dalam suatu operasi atau lingkungan manufaktur memiliki beberapa karakteristik tertentu yang sangat mempengaruhi terhadap kebijaksanaan dalam perencanaan material. Pertanyaan mendasar yang sering timbul dalam situasi kebijaksanaan persediaan tersebut adalah berapa jumlah dan kapan dilakukan pemesanan, untuk memenuhi produksi yang diinginkan sesuai dengan perencanaan dalam MPS. Jawaban pertanyaan tersebut tergantung dari sifat permintaan akan suatau barang dari manajemen persediaan. Suatu demand dikatakan independen apabila sesuai dengan pengalaman, dimana demand terhadap permintaan barang tersebut tidak bergantung dengan barang barang lain. Demikian sebaliknya suatu demand dikatakan dependen apabila barang tersebut merupakan bagian terpadu dari bagian yang lain ( ada hubungan fisik).

19 24 Sistem MRP diproses untuk memenuhi kebutuhan yang sifatnya dependen. Berdasarkan uraian di atas, maka jelaslah bahwa MRP dapat lebih banyak digunakan dalam lingkungan manufaktur yang melibatkan suatau proses assembling ( perakitan ), dimana kebanyakan permintaan terhadap barang bersifat bergantungan, sehingga tidak diperlukan peramalan pada tingkat barang ( komponen ) ini. Pertanyaan yang pertama dari hal di atas dapat terpenuhi jika kita mengetahui saat kebutuhan terpenuhi sesuai dengan MPS dan Lead Time. Sedangkan pertanyaan kedua terpenuhi dengan teknik lot yang sesuai dengan kondisi yang proses dalam perhitungan MRP. Secara global hasil informasi yang diperoleh dalam proses MRP sangat menunjang dalam perencanaan CRP ( Capacity Requirment Planning ) untuk tercapainyan suatu system pengendalian aktifitas produksi yang lebih baik Kriteria MRP Secara umum dapat dikatakan bahwa tujuan dari MRP adalah menghasilkan informasi persediaan yang mampu digunakan untuk mendukung melakukan tindakan secara tepat dalam berproduksi. Agar MRP dapat berfungsi dan dioperasikan dengan efektif, ada beberapa persyaratan dan asumsi yang harus dipenuhi. Adapun persyaratan yang dimaksud adalah : Tersedianya Jadwal Induk Produksi ( Master Production Schedule ), yaitu sutau rencana produksi yang menetapkan jumlah serta waktu suatu produk akhir harus tersedia sesuai jadwal yang harus diproduksi. Jadwal Induk Produksi ini biasanya diperoleh dari hasil peramalan kebutuhan melalui tahapan perhitungan

20 25 perencanaan produksi yang baik, serta jadwal pemesanan produk dari pihak konsumen. Setiap item persediaan harus mempunyai identifikasi yang khusus. Hal ini disebabkan karena biasanya MRP bekerja secara komputerisasi dimana jumlah komponen yang harus ditangani sangat banyak, maka pengklasifikasian atas bahan menjadi, bagian komponen, perakitan setengah jadi dan produk akhir haruslah terdapat perbedaan yang jelas antara satu dengan yang lainnya. Tersedianya struktur produk pada saat pemesanan. Dalam hal ini tidak diperlukan struktur produk yang memuat semua item yang terlibat dalam pembuatan suatu priduk apabila itemnya sangat banyak dan proses pembuatannya sangan kompleks. Walaupun demikian yang penting struktur produk harus mampu menggambarkan secara mudah langkah langkah suatu produk untuk dibuat, sejak dari bahan baku sampai menjadi produk jadi. Tersedianya catatan tentang persediaan untuk semua item yang menyatakan status persediaan sekarang dan yang akan datang. Selain syarat di atas didapat beberapa asumsi yang diperlukan untuk menghasilkan suatu sistem pengoperasian MRP secara efektif yaitu : Adanya suatu sistem data file yang saling berintegrasi serta ditunjang oleh adanya program komputer yang terpadu dengan melibatkan data status persediaan dan data tentang struktur produk. Data file ini perlu dijaga ketelitiannya, kelengkapannya serta selalu Up to Date sesuai dengan keperluannya.

21 26 Lead time nutuk semua item diketahui paling tidak dapat diperkirakan. Dalam hal ini waktu ancang ancang dapat berupa interval waktu antara saat pemesanan dilakukan sampai saat barang tiba dan siap digunakan, tapi dapat pula beruba waktu proses pembuatan dari satu stasiun kerja untuk item atau komponen tersebut. Setiap komponen yang diperlukan dalam proses produksi haruslah berada dalam pengendalian. Dalam proses manufaktur ini berarti kita mampu memonitor setiap tahapan proses / perubahan yang dialami setiap item. Semua item untuk suatu perakitan dapat disediakan pada saat suatu pesanan untuk perakitan tersebut dilakukan. Sehingga penentuan jumlah, waktu kebutuhan kotor dari suatu perakitan dapat dilakukan. Setiap pengadaan pemakaian komponen bersifat diskrit. Misalnya, Perusahaan Elektronik BOYBAY membuat televisi setiap bulannya, untuk membuat 1 buah televisi dibutuhkan 3 buah tabung, maka minimal persediaan tabung yang ada, untuk memenuhi prodiksi sebanyak buah. Perlunya menetapkan bahwa proses pembuatan suatu item tidak tergantung terhadap proses pembuatan item yang lainnya. Hal ini berarti dapat dimulai dan diakhiri tanpa tergantung pada proses yang lainnya Tujuan MRP Suatu system MRP pada dasarnya bertujuan untuk merancang suatu system yang mampu menghasilkan informasi untuk mendukung aksi yang tepat, baik berupa pembatalan pesan, pesan ulang, atau penjadwalan ulang. Aksi ini sekaligus merupakan

22 27 suatu pegangan untuk melakukan pembelian atau produksi.ada 4 macam yang menjadi ciri utama MRP, yaitu : 1. Mampu menentukan kebutuhan pada saat yang tepat, kapan suatu pekerjaan dapat terselesaikan ( material harus tersedia ) untuk memenuhi permintaan produk yang dijadwalkan berdasarkan MPS yang direncanakan. 2. Menentukan kebutuhan minimal setiap barang, dengan menentukan secara tepat sistem penjadwalan. 3. Menentukan pelaksanaan rencana pemesanan, dengan memberikan indikasi kapan pemesanan atau pembatalan suatau pesanan harus dilakukan. 4. Menentukan penjadwalan ulang atau pembatalan atas suatu jadwal yang sudah direncanakan. Apabila kapasitas yang ada tidak mampu memenuhi pesanan yang dijadwalkan pada waktu yang dikehendaki, maka MRP dapat memberikan indikasi untuk melaksanakan rencana penjadwalan ulang ( jika mungkin ) dengan menentukan prioritas pesanan yang realistis. Seandainya penjadwalan ulang ini masih tidak memungkinkan untuk memenuhi pesanan, maka pembatalan terhadap suatu pesanan harus dilakukan. Kunci keberhasilan dari faktor di atas haruslah ditunjang dengan suatu sistem pengontrolan aliran bahan yang tepat untuk memenuhi jadwal permintaan konsumen, yang didukung dengan sitem komputerisasi sebagai alat Bantu dalam memudahkan proses pelaksanaannya. Sehubungan dengan pengontrolan atas bahan yang dimaksud, rencana kebutuhan bahan sebagai suatu system komputerisasi haruslah berfungsi seperti timbangan, yang mampu menyeimbangkan antara kebutuhna dan kemampuan

23 28 memenuhi kebutuhan dari setiap item. Rencana kebutuhan bahan memberikan indikasi apabila terjadi ketidak seimbangan antara kebutuhan dan kemampuan. Besarnya kebutuhan digambarkan oleh jadwal induk produksi, struktur produk dan status persediaan. Besarnya kemampuan untuk memenuhi suatu kebutuhan, dicerminkan oleh besarnya barang setengah jadi, persediaan yang ada, dan pesanan pembelian yang akan dating kemudian. Ketelitian atas perkiraan akan kemampuan ini tergantung pada ketelitian pencatatan atas ketiga sumber informasi tersebut Kinerja MRP Langkah langkah dasar dalam penyusunan proses MRP Kebutuhan bersih ( Netting ) : Proses perhitungan kebutuhan bersih untuk setiap perioda selama horizon perencanaan. Kuantitas pesanan ( Lotting ) : Proses penentuan besarnya ukuran jumlah pesanan yang optimal untuk sebuah item, berdasarkan kebutuhan bersih yang dihasilkan. Didalam ukuran lot ini ada beberapa pendekatan, yaitu : Menyeimbangkan ongkos pesan ( set up cost ) dan ongkos simpan. Menggunakan konsep jumlah pesanan tetap. Dengan jumlah periode pemesanan tetap. Keluaran MRP sekaligus juga mencerminkan kemampuan dan ciri dari MRP, yaitu :

24 29 Jadwal Pesanan Terencana ( Planned Order Schedule ) adalah penentuan jumlah kebutuhan material serta waktu pemesanannya untuk masa yang akan datang. Laporan Pengeluaran Pesanan ( Order Realease Report ) berguana bagi pembeli yang akan digunakan untuk bernegosisasi dengan pemasok, dan berguna juga bagi manajer manu faktur, yang akan digunakan untuk mengontrol proses produksi. Perubahan terhadap pesanan yang telah direncanakan ( Changes to planning Orders ) adalah yang merefleksikan pembatalan pesanan, pengurangan pesanan, pengubahan jumlah pesanan Lot Sizing Model untuk menentukan ukuran lotting ( kuantitas pesanan ) dalam MRP biasanya disebut lot sizing models. Lot sizing models dapat dikelompokkan menjadi 2 kategori yaitu 1. Static Lot Sizing Models Static Lot Sizing Models merupakan model dimana permintaan setiap bulannya tetap, tidak berubah ubah. Contoh perusahaan kacang A meminta perkebunan kacang mengirimkan Kg kacang setiap bulannya, permintaan ini akan tetap setiap bulannya. 2. Dynamic Lot Sizing Models Dynamic Lot Sizing Models merupakan model dari ukuran pemesanan dimana setiap bulannya jumlah yang dipesan berubah ubah.

25 30 Lot Sizing Models Static Lot Sizing Models Dynamic Lot Sizing Models Economic Order Quantity Economic Production Quantity Part Period Balancing Silver meal Fixed Period Requirment Resource Constrain Wagner Whitin Fixed Order Quantity Gambar 2.6 Klasifikasi dari Lot Sizing Models (Sipper dan Bulfin, 1997,p215) 2.5 Metode Silver Meal (SM) Metode ini diperkenalkan pada tahun 1973 dan merupakan salah satu dari heuristic rules. Metode ini digunakan untuk mencari besarnya pemesanan yang efektif agar menghasilkan biaya pemesanan yang minimum guna melakukan pemesanan untuk n satuan waktu ke depan sekaligus. Untuk melakukan perhitungan dengan metode ini, harus diketahui dahulu mengenai permintaan yang terjadi di masa mendatang, misalnya permintaan n satuan waktu ke depan. Selain itu, juga harus diketahui holding cost dan ordering cost-nya. Jika belum diketahui mengenai keadaan permintaan pada masa mendatang, pada program dalam skripsi ini disediakan fasilitas untuk meramalkan keadaan permintaan masa depan dengan memasukkan keadaan permintaan pada waktu-waktu sebelumnya.

26 31 Diketahui keadaan permintaan pada masa mendatang untuk n satuan waktu adalah ( D 1, D2,..., Dn ) Lalu diambil K(m) yang merupakan variabel biaya rata-rata per periode untuk mengadakan pemesanan m periode ke depan, ordering cost A, dan holding cost h. Untuk melakukan pemesanan untuk permintaan pertama (D 1 ), akan didapat: K ( 1) = A Jika dilakukan pemesanan untuk permintaan pertama dan kedua (D 1 +D 2 ) pada periode pertama, akan diperoleh: 1 K 2) = ( A + hd 2 ( 2 h adalah holding cost untuk 1 unit di stok untuk 1 periode. Pada rumus tersebut, variabel D 2 dikalikan dengan h karena untuk permintaan D 2 akan terjadi penyimpanan terlebih dahulu sehingga ada holding cost. Untuk mendapatkan biaya rata-ratanya per bulan maka angka tersebut dibagi dua. Untuk melakukan pemesanan untuk 3 permintaan sekaligus pada 1 periode, akan didapatkan: 1 K ( 3) = ( A + hd 2 + 2hD3 ) 3 Untuk melakukan pemesanan untuk permintaan ketiga yang dilakukan pada periode pertama akan mengalami 2 kali holding cost karena barang akan berada di gudang selama 2 bulan dan baru akan diserahkan pada bulan ketiga. Untuk mencari biaya rataratanya per bulan maka dibagi dengan tiga. )

27 32 Melihat pola yang ada dari beberapa kejadian di atas, maka dapat diperoleh biaya K(m) yang secara umum adalah: 1 K( m) = ( A + hd + 2hD3 m ( m 1) hd 2 m Perhitungan dimulai dengan nilai m = 1,2,3, dan seterusnya, yang berarti akan dicari terus berapa periode permintaan ke depan. Perhitungan akan berhenti ketika K ( m + 1) > K( m) yang berarti kalau dilakukan pemesanan untuk permintaan selanjutnya dalam 1 periode maka biaya akan bertambah besar dan tidak menjadi efektif. Total pemesanan pada periode ke-i: Qi = D + D D m ) Perhitungan kembali berlanjut jika masih ada permintaan yang belum terproses. Perhitungan kembali berlanjut dimulai pada permintaan setelah permintaan yang terakhir diproses (m+1). 2.6 Metode Wagner Whitin ( WW) Metode Wagner-Whitin ditemukan pada tahun 1958 oleh Wagner dan Whitin. Metode ini merupakan pengembangan dari Dynamic Programming yang ditemukan oleh Richard Bellman pada tahun Metode Wagner-Whitin sering digunakan dalam pengenalan Dynamic Programming. Kelebihan dari Metode Wagner-Whitin antara lain memiliki solusi optimal yang terjamin untuk problem statis. Wagner-Whitin dimulai dari model deterministik, dengan jumlah permintaan diketahui per periodenya, biaya pemesanan yang fluktuatif, dan stok barang dari satu periode ke periode berikutnya.

28 33 Pendekatan menggunakan konsep ukuran lot dengan prosedur optimasi program linear, bersifat matematis. Fokus utama dalam penyelesaian masalah ini adalah melakukan minimasi penggabungan ongkos total dari ongkos set-up dan ongkos simpan dan berusaha agar ongkos set-up dan ongkos simpan tersebut mendekati nilai yang sama untuk kuantitas pemesanan yang dilakukan. Untuk melakukan hal tersebut definisikan fe sebagai ongkos minimum yang mungkin terjadi pada periode hingga e, dimana tingkat persediaan pada akhir periode e adalah nol. Algoritma dimulai dengan fo = 0, kemudian hitung f1,f2,,fn berturutturut. fe dihitung pada urutan yang menaik dengan menggunakan rumus fe = min (Zce + fc-1) Untuk c = 1,2,., e Artinya, pada setiap periode seluruh kombinasi dari alternatif pemesanan dengan strategi fe dibandingkan kombinasi terbaik yaitu yang memberikan ongkos terendah dinyatakan sebagai strategi untuk memenuhi kebutuhan pada periode 1 hingga e, Nilai fn adalah ongkos dari jadwal pemesanan yang optimal Terjemahkan solusi optimum (fn) yang diperoleh dari algoritma ini untuk menentukan ukuran pemesanan sebagai berikut : fn = ZwN + fw-1

29 34 pemesanan terakhir terjadi pada periode w dan dapat memenuhi kebutuhan pada periode w hingga N fw-1 = Zv(w-1)+.fv-1 pemesanan yang mendahului pemesanan terakhir terjadi pada periode v dan dapat memenuhi kebutuhan pada periode v hingga (w-1) fu-1=z1(u-1) + fo pemesanan pertama terjadi pada periode 1 dan memenuhi kebutuhan pada periode 1 hingga (u- 1). 2.7 Piranti Lunak Pressman (2001, p19)mengatakan rekayasa perangkat lunak adalah pengembangan dan penggunaan prinsip pengembangan suara untuk memperoleh perangkat lunak secara ekonomis yang terpercaya dan bekerja secara efisien pada mesin nyata. Menurut Pressman (2001, p19), rekayasa perangkat lunak dapat dibagi menjadi 3 lapisan yang mampu mengontrol kualitas dari perangkat lunak, yaitu : 1. Proses Proses-proses rekayasa perangkat lunak adalah perekat yang menyatukan lapisan-lapisan teknologi dan memungkinkan perkembangan perangkat lunak yang tepat waktu dan rasional. Lapisan proses ini membentuk dasar bagi kontrol manajemen proyek perangkat lunak serta membangun konteks dimana metode teknis diaplikasikan, produk usaha (model, dokumen, data, laporan, form, dan lain-lain)

30 35 dihasilkan, fondasi dibangun, kualitas dijamin, dan perubahan diatur secara rapi. 2. Metode Metode rekayasa perangkat lunak memberikan teknik untuk membangun perangkat lunak yang mencakup serangkaian tugas yang luas yang menyangkut analisis kebutuhan, konstruksi program, desain, pengujian, dan pemeliharaan. 3. Alat bantu Alat bantu rekayasa perangkat lunak memberikan topangan yang otomatis ataupun semi-otomatis pada proses-proses dan metode-metode yang ada. Alat bantu ini contohnya adalah CASE (Computer-Aided Software Engineering) dan CAD (Computer-Aided Design). Menurut Pressman (2001, p28), dalam perancangan perangkat lunak, dikenal model sekuensial linier atau yang sering disebut classic life cycle atau waterfall model. Model ini mengusulkan pendekatan pada pengembangan perangkat lunak yang sistematis dan sekuensial melalui aktivitas-aktivitas seperti yang terlihat pada gambar berikut : Menurut Pressman (2001, p28), dalam perancangan perangkat lunak, dikenal model sekuensial linier atau yang sering disebut classic life cycle atau waterfall model. Model ini mengusulkan pendekatan pada pengembangan perangkat lunak yang sistematis dan sekuensial melalui aktivitas-aktivitas seperti yang terlihat pada gambar berikut :

31 36 Rekayasa dan Pemodelan Sistem Analisis Kebutuhan Perangkat Lunak Perancangan Pengkodean Pengujian Pemeliharaan Gambar 2.7 Model Sekuensial Linier (Pressman, 1992, p25) Rekayasa dan pemodelan sistem Karena perangkat lunak merupakan sebuah bagian dari sistem yang besar, maka yang perlu dilakukan pertama kali adalah menetapkan kebutuhan untuk seluruh elemen sistem dan mengalokasikan sebagian dari kebutuhan tersebut ke perangkat lunak. Analisis kebutuhan perangkat lunak Untuk dapat memahami sifat program yang dibangun, perekayasa perangkat lunak harus memahami domain informasi, tingkah laku, cara kerja, dan interface yang dibutuhkan.

32 37 Perancangan Perancangan perangkat lunak adalah proses yang berfokus pada empat atribut sebuah program yang berbeda, yaitu struktur data, arsitektur perangkat lunak, representasi tampilan, dan algoritma prosedural. Perancangan menerjemahkan kebutuhan ke dalam suatu representasi perangkat lunak yang dilakukan sebelum pengkodean. Pengkodean Perancangan yang telah dilakukan diterjemahkan ke dalam bentuk yang dimengerti oleh komputer. Pengujian Proses pengujian berfokus pada logika internal perangkat lunak, yaitu untuk memastikan semua pernyataan sudah diuji, dan pada eksternal fungsional, yaitu untuk mengarahkan pengujian untuk menemukan kesalahan dan memastikan bahwa input yang divalidasi akan memberikan hasil aktual yang sesuai dengan kebutuhan. Pemeliharaan Digunakan untuk mengantisipasi kesalahan-kesalahan akibat perubahanperubahan dalam lingkungan eksternalnya atau adanya kebutuhan untuk pengembangan fungsional maupun cara kerja. 2.8 Flowchart Menurut Hansen(2005), flowchart merupakan representasi grafis dari serangkaian aktivitas operasi, pergerakan, inspeksi, penundaan, keputusan, dan

33 38 penyimpanan dari sebuah proses. Simbol simbol yang digunakan dalam menggambarkan flowchart adalah sebagai berikut : a. Terminator Terminator digunakan untuk mengawali dan mengakhiri sebuah alur flowchart. Untuk mengawali sebuah alur program digunakan kata Start, dan untuk mengakhiri alur tersebut digunakan kata End. Untuk mengawali dan mengakhiri sebuah modul atau bagian dari program, digunakan kata Enter dan Return. Gambar 2.8 Terminator b. Preparation Preparation digunakan untuk menginisialisasi nilai sebuah variable, record, atau field lainnya yang diperlukan dalam program. Gambar 2.9 Preparation

34 39 c. Process Process digunakan untuk menampilkan proses- proses yang terjadi dalam alur program, seperti penambahan, pengurangan dan lainlain. Gambar 2.10 Process d. Decision Decision digunakan untuk menggambarkan proses percabangan (branching) yang terjadi dalam alur program. Gambar 2.11 Decision e. Data Data digunakan untuk menggambarkan data yang baik itu yang masuk maupun yang keluar, data ini bukan merupakan inputan manual dari user. Gambar 2.12 Data

35 40 f. Predefined Process Predefined Process digunakan untuk menggambarkan proses pemanggilan prosedur lain yang terpsah dari alur utama program. Prosedur tersebut dijabarkan dalam flowchart lain. Gambar 2.13 Predefined Process g. Connector Connector digunakan untuk menghubungkan ujung ujung percabangan dalam program. Gambar 2.14 Connector h. Arrow Arrow digunakan untuk menggambarkan arah alur program antara dua symbol. Gambar 2.15 Arrow