BAB 2 LANDASAN TEORI

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB II TINJAUAN TEORITIS

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

IV METODE PENELITIAN

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORI

BAB 4 METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau

III. METODE PENELITIAN

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 3 METODOLOGI PEMECAHAN MASALAH

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 LANDASAN TEORI

MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKTUR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB 3 LANDASAN TEORI

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau

BAB 3 LANDASAN TEORI

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

Pengantar Teknik Industri

SKRIPSI IMELDA YULI YANTI FRANSISKA

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

BAB II LANDASAN TEORI. dan barang jadi yang ada dalam sistem produksi pada suatu waktu tertentu. (Elsayed,

Bab 2 Landasan Teori

BAB 2 LANDASAN TEORI

Sekilas Pandang. Modul 1 PENDAHULUAN

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

BAB 2 LANDASAN TEORI

IV. METODE PENELITIAN

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

IV. METODE PENELITIAN

III KERANGKA PEMIKIRAN

Analisis Model dan Contoh Numerik

BAB 2 LANDASAN TEORI

Keywords: Forecasting, Exponential Smoothing

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

BAB 4 ANALISIS DAN PEMBAHASAN

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

BAB IX TEKNIK PERAMALAN

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

III. METODE PENELITIAN

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

Bab IV Pengembangan Model

IDENTIFIKASI POLA DATA TIME SERIES

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB III METODE PENELITIAN

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya

BAB 3 LANDASAN TEORI

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

MODUL III ANALISIS KELAYAKAN INVESTASI

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

PROYEKSI BISNIS. Dadad Zainal, S.E., M.Kom Fakultas Ekonomi Universitas Wiyana Mukti

IV. METODE PENELITIAN

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

(Indeks Rata-rata Harga Relatif, Variasi Indeks Harga, Angka Indeks Berantai, Pergeseran waktu dan Pendeflasian) Rabu, 31 Desember 2014

BAB 2 LANDASAN TEORI

BAB 3 LANDASAN TEORI. peramalan, jenis-jenis peramalan, langkah-langkah peramalan, pemilihan teknik dan

BAB II TINJAUAN PUSTAKA. Pabrik Gula Kwala Madu merupakan Industri manufaktur yang

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

III. METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

Transkripsi:

BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun barang yang digunakan unuk menunjang proses produksi ersebu. Barang yang disimpan erganung jenis usaha suau perusahaan yang melaksanakan sisem persediaan. 2.2 Fungsi Persediaan Persediaan diperlukan unuk menjaga keseimbangan perminaan dengan penyediaan bahan baku / ala pendukung dan waku proses yang diperlukan. Terdapa 4 fakor yang dijadikan sebagai fungsi perlunya persediaan yaiu fakor waku, fakor keidakpasian waku daang, fakor keidakpasian penggunaan dalam pabrik dan fakor ekonomis. Fakor fakor ersebu dapa dijelaskan sebagai beriku: (Zulian Yami, 1999) Fakor waku menyangku lamanya proses produksi dan disribusi sebelum barang jadi sampai kepada konsumen. Persediaan dilakukan unuk memenuhi kebuuhan selama waku unggu (lead ime). Fakor keidakpasian waku daang dari supplier menyebabkan perusahaan memerlukan persediaan agar idak menghamba proses produksi maupun keerlambaan

8 pengiriman kepada konsumen. Keidakpasian waku daang mengharuskan perusahaan membua jadwal operasi lebih elii pada seiap level. Fakor keidakpasian penggunaan dari dalam perusahaan disebabkan oleh kesalahan peramalan perminaan, kerusakan mesin, keerlambaan operasi, bahan caca dan berbagai kondisi lainnya. Persediaan dilakukan unuk menganisipasi kesalahan kesalahan ersebu. Fakor ekonomis adalah adanya keinginan perusahaan unuk mendapakan alernaive biaya rendah dalam membeli iem dengan menenukan jumlah yang paling ekonomis. Pembelian dengan jumlah besar memungkinkan perusahaan mendapakan poongan harga yang dapa menurunkan biaya. Selain iu pemesanan dalam jumlah besar dapa pula menurunkan biaya karena biaya ransporasi per uni menjadi lebih rendah. 2.3 Biaya Persediaan Tujuan manajemen persediaan adalah menyediakan maerial yang epa, lead ime yang epa dan biaya serendah mungkin. Perusahaan idak dapa menghindari adanya biaya-biaya persediaan yang harus dianggung. Biaya persediaan yaiu biaya pembelian, biaya pemesanan, biaya simpan dan biaya kekurangan persediaan. Biaya pembelian adalah harga per uni apabila iem dibeli dari pihak luar, aau biaya produksi per uni jika diproduksi dalam perusahaan. Biaya per uni selalu menjadi bagian dari biaya iem dalam persediaan. Jika pembelian iem dari luar, biaya per uni adalah harga beli diambah biaya pengangkuan.

9 Biaya pemesanan adalah biaya yang berasal dari pembelian pemesanan dari supplier aau biaya persiapan apabila iem ersebu diproduksi di dalam perusahaan. Biaya ini idak berubah erhadap jumlah pemesanan. Biaya simpan adalah biaya yang dikeluarkan aas invesasi dalam persediaan dan pemeliharaan maupun sarana fisik unuk menyimpan persediaan. Biaya simpan dapa berupa biaya modal, pajak, asuransi, biaya pemeliharaan persediaan dan lain-lain. Biaya kekurangan persediaan adalah konsekuensi ekonomis aas kekurangan dari luar maupun dari dalam perusahaan. Biaya kekurangan ersebu dapa berupa biaya back order, biaya kehilangan kesempaan penjualan, biaya kehilangan mendapakan keunungan. 2.4 Kerugian Sisem Persediaan yang Terlalu Besar aau Terlalu Kecil Unuk melakukan proses produksi oleh suau perusahaan maka sysem persediaan harus ada. Teapi jumlah persediaan yang erlalu besar aau erlalu sediki dapa menimbulkan kerugian bagi perusahaan ersebu. Kerugian jika persediaan maerial yang erlalu besar adalah sebagai beriku: 1. Biaya penyimpanan akan semakin besar. Dimana perusahaan ersebu harus membayar sewa gudang, biaya perawaan lebih inggi sera resiko kerusakan barang, resiko penurunan kualias barang dalam penyimpanan 2. Persediaan maerial yang semakin besar berari perusahaan juga harus mengeluarkan dana yang besar pula unuk pembelian maerial ersebu.

10 3. Jika persediaan maerial mengalami kerusakan yang menyebabkan maerial ersebu idak dapa dipakai lagi maka perusahaan akan mengalami kerugian yang besar pula. Bila perusahaan menggunakan sisem persediaan yang erlalu kecil, maka kerugian kerugian yang dihadapi adalah sebagai beriku: 1. Persediaan yang erlalu kecil memungkinkan idak erpenuhinya kebuuhan proses produksi sehingga pembelian secara mandadak harus dilakukan. Hal ini mengakibakan harga beli akan semakin inggi bila dibandingkan dengan pembelian secara normal. 2. Bila perusahaan sering mengalami kehabisan maerial dalam pelaksanaan proses produksinya maka proses idak akan berjalan lancar sehingga kualias dan kuanias peroduk akhir juga sering berubah. 3. Biaya pemesanan akan menjadi besar karena sering dilakukan pembelian. 2.5 Penyelenggaraan Sisem Persediaan 2.5.1 Menenukan Jumlah Pesanan Ekonomis Model Pemesanan Ekonomis (EOQ) Jumlah pesanan ekonomis (Economic Order Quaniy) dapa meminimumkan oal biaya persediaan. Model persediaan yang dianggap ideal adalah seperi yang diperlihakan di gambar 2.1. dimana Q adalah jumlah pembelian dan keika jumlah pesanan dierima maka jumlah persediaan sama dengan Q. Dengan ingka penggunaan eap, persediaan akan habis dalam kurun waku erenu dan keika persediaan hanya

11 inggal sebanyak kebuuhan selama enggang waku maka pemesanan kembali harus kembali dilakukan. Jika idak maka akan erjadi kekurangan persediaan. Q Persediaan B ROP ROP ROP ROP a b c d e f Waku Gambar 2.1: Model Persediaan EOQ Tiik pemesanan kembali berada pada iik ROP. Garis verikal menunjukkan penerimaan pesanan keika persediaan nol, dengan demikian raa-raa persediaan adalah (Q+0)/2, aau Q/2. Toal biaya pembelian adalah biaya pembelian per uni (P) dikalikan dengan jumlah kebuuhan (R). Toal biaya pemesanan adalah biaya pemesanan seiap kali pesan (C) dikali dengan frekwensi pemesanan selama sau ahun (R/Q). Toal biaya simpan adalah biaya simpan per uni (H) dikali dengan raa raa persediaan (Q/2). Jumlah dari keiga jenis biaya ersebu (biaya pembelian, biaya pemesanan, dan biaya simpan) adalah oal biaya persediaan per ahun. Dengan demikian dapa diuliskan sebagai rumus yaiu: CR HQ * TC ( Q) = PR + + Q * 2 Dimana: R = Jumlah kebuuhan dalam uni

12 P = Biaya Pembelian per uni C = Biaya pemesanan seiap kali pesan H = PT = Biaya simpan per uni per ahun Q = Jumlah pemesanan dalam uni T = Persenase oal biaya simpan per ahun Unuk memperoleh biaya minimum seiap kali pesan (EOQ), dapa dilakukan dengan cara menderivikasikan oal biaya dengan jumlah pemesanan dan disamakan dengan nol. dtc( Q) = H 2 CR dq Q Dari persamaan ersebu dapa diemukan rumus unuk mencari EOQ yaiu: 2 = 0 Q * = 2CR H = 2CR PT = Economic Order Quaniy (EOQ) Dari rumus EOQ ersebu maka dapa pula dikeahui jumlah frekwensi pemesanan selama sau ahun (F), dan waku inerval anara pemesanan (V) dengan cara sebagai beriku: Frekuensi pemesanan selama sau ahun = F = R Q * = HR 2C Toal biaya minimum per ahun dapa dienukan dengan menggani Q dengan Q* yang erdapa dalam rumus oal biaya ahunan. TC(Q*) = PR + HQ* Dari keerangan di aas maka dapa dijelaskan bahwa EOQ dan ROP merupakan model persediaan yang menggunakan dasar pemesanan dalam kuanias yang eap dan

13 dilakukan pada inerval waku yang berbeda beda. Hal ersebu dikaakan model Fixed- Order-Quaniy (FOQ) Model EOQ yang elah dijelaskan di aas dapa dipergunakan jika memenuhi persyaraan persyaraan sebagai beriku: 1. Kebuuhan bahan baku dapa dienukan, relaive eap, dan erus menerus. 2. Tenggang waku pemesanan dapa dienukan dan relaive eap. 3. Tidak diperkenankan adanya kekurangan persediaan, yaiu seelah kebuuhan dan enggang waku dapa dienukan secara pasi berari kekurangan persediaan dapa dihindari. 4. Srukur biaya idak berubah, biaya pemesanan aau biaya persiapan sama anpa memperhaikan jumlah yang dipesan, biaya simpan adalah berdasarkan fungsi linier erhadap raa-raa persediaan, dan harga beli aau biaya pembelian per uni adalah konsan (idak ada poongan). 5. Kapasias gudang dan modal cukup unuk menampung dan membeli pesanan. 6. pembelian unuk sau jenis iem saja. 2.5.2 Menenukan Waku Pemesanan Kembali (Re-Order Poin ) Apabila jumlah persediaan sok berkurang erus maka harus dienukan berapa banyak baas minimal ingka persediaan yang harus diperimbangkan sehingga idak erjadi kekurangan persediaan. Jumlah ersebu dapa dihiung sebanyak pemakaian selama masa enggang aau dapa juga diambahkan dengan safey sok yang biasanya mengacu kepada probabilias aau kemungkinan erjadinya kekurangan sok selama

14 masa enggang. Ada empa jenis model Re-Order Poin diliha dari ingka perminaan dan waku enggang (Lead Time). 2.5.2.1 Model ROP Tingka Perminaan dan Lead Time Konsan Dalam model ini, besarnya perminaan dan waku enggang konsan sehingga idak ada penambahan persediaan. Kondisi ersebu dapa diuliskan sebagai beriku: ROP = Jumlah Kebuuhan x Waku Tenggang Formulasi beriku ini dapa digunakan unuk menenukan kapan melakukan pemesanan kembali apabila waku enggang pemesanan L dienukan dalam bulan maupun minggu. RL B = = ROP uni 12 RL B = = ROP Uni 52 Jika jumlah pemesanan kembali (B) lebih kecil dari jumlah pemesanan (Q) maka idak akan pernah erjadi kekurangan persediaan. Sebaliknya jika jumlah pemesanan kembali lebih besar dari jumlah pemesanan maka akan erjadi kekurangan persediaan dalam seiap pemesanan. 2.5.2.2 Model ROP Tingka Perminaan Bervariasi dan Lead Time Konsan Model ini memiliki asumsi bahwa periode waku anggang idak erganung pada perminaan harian yang digambarkan pada suau disribusi normal. (Freddy Rangkui, 2004)

15 ROP = Jumlah Kebuuhan + Safey Sock selama waku enggang Dimana: = dlt + z LT ( σd) d = Raa raa ingka kebuuhan LT = Waku Tenggang (Lead Time) σ d = Sandar deviasi dari jumlah kebuuhan 2.5.2.3 Model ROP Tingka Perminaan Konsan dan Lead Time Bervariasi Bila waku enggang pada kondisi disribusi normal diharapkan perminaan selama masa waku enggang juga pada kondisi erdisribusi normal. Teapi variannya idak mencakup perhiungan pada model sebelumnya. Secara umum model ROP ini dapa diulis sebagai beriku: Dimana: ROP = d = Tingka Perminaan Konsan LT = Raa raa Waku Tenggang d LT + z. d. σlt σ LT = Sandar deviasi dari Lead Time (Waku Tenggang) 2.5.2.4 Model ROP Tingka Perminaan dan Lead Time Bervariasi Dalam model ini, besarnya perminaan dan waku enggang berubah-ubah sesuai dengan perubahan waku enggang. Kondisi ersebu akan membuuhkan persediaan

16 pengaman yang lebih besar agar idak erjadi kehabisan persediaan. Secara umum ROP dengan kondisi ersebu dapa diuliskan sebagai beriku: ROP = d 2 2 2 ( LT ) + z LT. σ d + d. σ LT 2.5.3 Menenukan Jumlah Pesanan Ekonomis Model Inerval Pemesanan Teap (Fixed-Order-Ineval) Apabila persediaan diperoleh berdasarkan model FOQ, maka jumlah persediaan yang dipesan sanga dipengaruhi oleh berbagai inerval waku pemesanan. FOI adalah model yang digunakan unuk mengeahui berbagai jenis kuanias persediaan yang dipesan dengan menenukan inerval wakunya secara eap. Dalam model kuanias eap, perminaan yang relaif lebih inggi dibandingkan dengan yang normal menyebabkan waku yang lebih pendek anara pemesanan. Sebaliknya pada model Fixed-Order-Inerval hasilnya menyebabkan jumlah pemesanan menjadi lebih besar. Pada kondisi erenu, penggunaan inerval waku pemesanan yang eap akan bersifa lebih prakis, misalnya kebijakan suplier dapa meningkakan pemesanan pada inerval waku eap. Meskipun hal iu bukan kasus, pengelompokan pemesanan unuk suplier yang sama dapa menghasilkan penghemaan dalam biaya ransporasi, pengepakan. Apabila ingka perminaan konsan dan masa enggang konsan, model fixedorder-inerval dan model fixed-order-quaniy memiliki fungsi idenik. Perbedaan anara dua model ersebu menjadi jelas hanya apabila dalam kondisi bervariasi.

17 Sebagaimana elah diunjukkan dalam model ROP, ada beberapa variasi dalam perminaan dan masa enggang saja aau keduanya yaiu perminaan dan masa enggang. Karena iu sisem fixed-order-inerval harus memiliki proeksi erhadap kehabisan persediaan unuk masa enggang diambah siklus pemesanan lanjuan sehingga model FOI membuuhkan safey sock yang lebih besar daripada model FOQ, dimana pada model FOQ membuuhkan proeksi hanya selama waku enggang saja. Jumlah pemesanan dalam model Fixed-order-inerval dienukan dengan cara sebagai beriku: Jumlah Pemesanan = Perminaan yang diharapkan selama inerval proeksi + Safey sock Jumlah persediaan pada waku pemesanan kembali = d( OI + LT ) + z. d. OI + LT A Dimana: d = Raa raa perminaan per hari OI = Inerval pemesanan LT = Waku enggang (Lead Time) A = Jumlah persediaan saa pemesanan kembali 2.5.4 Menenukan Tingka Persediaan Pengaman Penyelenggaraan sisem persediaan yang dilakukan oleh perusahaan-perusahaan sering menglami masalah karena adanya flukuasi jumlah pemakaian maupun waku enggang. Sanga jarang diemukan kondisi dimana laju pemakaian daangnya pesanan persediaan konsan. Dengan demikian akan muncul resiko kehabisan persediaan.

18 Unuk menjamin kelancaran produksi maka resiko kehabisan persediaan ersebu harus dapa dihindari dengan menyediakan persediaan pangaman yang jumlahnya eap seiap waku. Namun barang ersebu idak boleh erlalu banyak karena akan merugikan perusahaan eapi juga idak boleh erlalu sediki karena resiko unuk kehabisan persediaan juga besar. Oleh karena iu jumlah persediaan pengaman harus benar benar dihiung dengan cerma agar idak erjadi kelebihan aau kekurangan persediaan pengaman. Perhiungan persediaan pengaman dapa dilakukan dengan berbagai cara yaiu: a. Meoda Konservaif Besarnya persediaan pengaman dienukan berdasarkan daa laju pemakaian yang paling besar yang pernah erjadi kemudian dikalikan dengan waku keerlambaan yang paling lama dari waku enggang paling lama yang pernah erjadi. Hasil dari meoda ini adalah ingka persediaan akan sanga besar eapi sanga aman. b. Meoda Persenase Pengaman Meoda ini menggunakan dasar perkalian raa raa laju pemakaian dan raa raa waku enggang kemudian dikalikan dengan suau fakor pengaman yang besarnya biasanya diambil persenase 25% sampai 40% c. Meoda Akar Raa - Raa Pemakaian Selama Waku Tenggang Meoda ini mendasarkan pada cirri khas disribusi normal dimana dianggap bahwa variasi yang erjadi pada pemakaian bahan baku selama waku enggang mengikui gejala ersebu. Persamaan persediaan pengaman ersebu dapa diulis sebagai beriku:

19 Persediaan Pengaman = Dimana: z DxLT z = Fakor pengaman D = Raa raa pemakaian LT = waku enggang (Lead Time) d. Meoda Kombinasi Meoda ini merupakan kombinasi anara meode persenase pangaman dan meoda akar raa-raa pemakaian selama waku enggang, yaiu dengan mencari harga raa-raa dan sandar deviasi ingka pemakaian persediaan, kemudian diberi fakor pengaman z yang menunjukkan ingka resiko persediaan pengaman. Persamaan persediaan pengaman ersebu dapa diuliskan sebagai beriku: Persediaan pengaman = z x Sd x LT Dimana: z = Fakor pengaman Sd = Sandar deviasi pemakaian LT = Raa-raa Waku Tenggang (Lead Time) e. Meoda Deviasi Selama Waku Tenggang Meoda ini berdasarkan perimbangan aas adanya variasi pada laju pemakaian dan waku enggangnya. Cara ini dilakukan dengan menghiung harga raa-raa dan sandar deviasi dari pemakaian dan waku enggang unuk mengeahui raa-raa sandar deviasi dari pemakaian selama waku enggang. Rumus dari meoda ini adalah: SS = z x SLT

20 Dimana sandar deviasinya : SLT = LT + 2.( SLT ) D( Sd ) 2 D = Raa raa pemakaian Sd = Sandar deviasi pemakaian LT = Raa raa waku enggang SLT = Sandar deviasi waku enggang Pemilihan eknik unuk menenukan persediaan pengaman sanga erganung aas kebijakan manajemen perusahaan dan adanya variasi pemakaian dan variasi waku enggang. 2.5.5 Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien. Peramalan merupakan bagian inegral dari suau akifias pengambilan kepuusan manajemen. Organisasi akan selalu menenukan sasaran dan ujuan, berusaha menduga facor-fakor lingkungan lalu memilih indakan yang diharapkan akan menghasilkan pencapaian sasaran dan ujuan ersebu (Makridakis, Wheelrigh dan McGee, 1999). Langkah pening dalam memilih suau meode dere berkala yang epa adalah dengan memperimbangkan pola daa. Terdapa empa jenis pola daa yaiu: 1. Pola Horisonal (H), erjadi bilamana nilai daa berflukuasi di sekiar nilai raaraa yang konsan. (Dere seperi iu sasioner erhadap nilai raa-raanya). Suau produk yang penjualannya idak meningka aau menurun selama waku erenu ermasuk jenis ini.

21 2. Pola Musiman (S), erjadi bilamana suau dere dipengaruhi oleh fakor musiman (misalnya kuaral ahun erenu, bulanan, aau hari-hari pada minggu erenu). 3. Pola Siklis (C), erjadi bilamana daanya dipengaruhi oleh flukuasi ekonomi jangka panjang seperi yang berhubungan dengan siklus bisnis. 4. Pola Trend (T), erjadi bilamana erdapa kenaikan aau penurunan jangka panjang dalam daa. Penjualan banyak perusahaan, produk bruo nasional (GNP) dan berbagai indikaor bisnis aau ekonomi lainnya mengikui suau pola rend selama perubahannya sepanjang waku. 2.5.5.1 Ukuran Saisik Sandar Ukuran saisik sandar adalah meliha / mengukur kesesuaian suau meode peramalan erenu unuk suau kumpulan daa yang diberikan. Jika X i merupakan daa akual dan F i merupakan daa hasil ramalan unuk periode yang sama maka kesalahan (error) didefenisikan sebagai: e i = X i F i Jika erdapa nilai pengamaan dan ramalan unuk n periode waku, maka akan erdapa n buah gala dan ukuran saisik sandar dapa didefenisikan sebagai beriku: Mean Squared Error: MSE = n i 1 n e 2 i Biasanya unuk mencapai opimasi saisik dipilih sebuah model yang memiliki nilai MSE yang paling kecil.

22 2.5.5.2 Peramalan Meoda Pemulusan (Smoohing) Eksponensial Meoda pemulusan eksponensial menggunakan meoda yang menunjukkan pemboboan menurun secara eksponensial erhadap nilai pengamaan yang lebih ua. Meoda ini erdiri dari unggal, ganda dan meoda yang lebih rumi. Semuanya bersifa sama yaiu nilai yang lebih baru diberi bobo lebih besar dibanding dengan nilai pengamaan yang lebih lama. 2.5.5.2.1 Pemulusan Eksponensial Tunggal Benuk umum dari meoda ini adalah: F X ) F + 1 = α + (1 α Dimana: F + 1 = Nilai ramalan saa ini F = Nilai ramalan masa lalu α = Konsana (0~1) X = Daa akual masa lalu Meoda ini banyak mengurangi masalah penyimpanan daa, karena idak perlu menyimpan semua maupun sebagian daa hisoris melainkan hanya daa pengamaan erakhir dan nilai α yang harus disimpan. Pemilihan α akan mempunyai pengaruh yang besar pada sebuah ramalan. 2.5.5.2.2 Pemulusan Eksponensial Tunggal: Pendekaan Adapif

23 Meode pemulusan eksponensial dengan ingka adapif memiliki kelebihan yang nyaa aas pemulusan eksponensial unggal yaiu nilai α dapa berubah secara erkendali dengan adanya perubahan dalam pola daanya. Persamaan dasar unuk peramalan meode ini adalah sama dengan pemulusan eksponensial unggal yaiu: F ) F + 1 = αx + (1 α Dimana: E = X F α +1 =, M e E = β. e + (1 β ) E 1 M = β e + ( 1 β ) M 1 2.5.5.2.3 Pemulusan Eksponensial Ganda: Meoda Linear Sau-Parameer dari Brown Dasar pemikiran dari pemulusan eksponensial linear dari Brown adalah serupa dengan raa raa bergerak karena kedua nilai pemulusan unggal dan ganda keinggalan dari daa sebenarnya bilamana erdapa unsur rend. Persamaan yang dipakai dalam implemenasi pemulusan eksponensial linear sau parameer dari Brown adalah sebagai beriku: S' = α X + (1 α) S' 1 S " = α S' + (1 α) S" 1

24 α = S ' + ( S' S" ) = 2S' S" b α = ( S' S" ), 1 α F + m = a + b m,m adalah jumlah period eke muka yang diramalkan. S' = Nilai pemulusan eksponensial unggal S" = Nilai Pemulusan eksponensial Ganda 2.5.5.2.4 Pemulusan Eksponensial Ganda: Meoda Dua-Parameer dari Hol Meode pemulusan eksponensial linear dari Hol dalam prinsipnya sama dengan Brown kecuali bahwa Hol idak menggunakan rumus pemulusan berganda secara langsung. Sebagai ganinya, Hol memuluskan nilai rend dengan parameer yang berbeda dari parameer yang digunakan pada dere yang asli. Ramalan menggunakan dua konsana pemulusan dan iga persamaan yaiu: S X + ( 1 α)( S 1 + b 1 ) = α b = γ ( S S 1 ) + (1 γ ) b 1 F = S + m + b m 2.5.5.2.5 Pemulusan Eksponensial Triple: Meoda Kuadraik Sau-Paramer dari Brown Sebagaimana halnya pemulusan eksponensial linear yang dapa digunakan unuk meramalkan daa dengan suau pola rend dasar, benuk pemulusan yang lebih inggi

25 dapa digunakan bila dasar polanya adalah kuadraik, kubik aau orde yang lebih inggi. Persamaan unuk pemulusan kuadraik adalah: S' α. x (1 ) S' (Pemulusan Perama) = + α 1 S " = S' + (1 α) S" 1 α (Pemulusan Kedua) S' '' α S"' (1 ) S"' (Pemulusan Keiga) = + α 1 a α = 2(1 α) [(6 5α ) S' (10 8α ) S" + (4 3 ) S" ' ] 2 α 2 α c = ( S' 2 " "' 2 S + S (1 α) Sehingga, ) F m = a + b m + + 1 c m 2 2 Persamaan yang dibuuhkan unuk pemulusan kuadraik jauh lebih rumi daripada persamaan unuk pemulusan inggal dan linear. Walaupun demikian pendekaannya dalam mencoba menyesuaikan nilai ramalan sehingga ramalan ersebu dapa mengikui perubahan rend yang kuadraik adalah sama. 2.5.5.3 Pengonrolan Peramalan Benuk yang paling sederhana unuk mengonrol peramalan adalah saisical conrol char. Char yang dapa digunakan unuk jumlah daa yang idak erlalu banyak adalah moving range char. Moving range char didesain unuk membandingkan nilai sebenarnya dengan nilai yang diramalkan unuk perminaan yang sama. Sekali kia membua peramalan dan

26 moving range char kia gunakan mereka sebagai pemeriksaan koninu unuk meliha apakah sisem sabil dan apakah daa-daa peramalan berbeda dalam baas-baas konrol. Unuk iu perama-ama dicari nilai MR, yang dinyaakan sebagai beriku : MR = X ' X ) ( X ' X ), dimana ( 1 1 X ' = daa peramalan X = daa akual X ' 1 = daa peramalan yang lalu X 1 = daa akual yang lalu Baas-baas Konrol dalam Moving Range Char adalah : Baas Konrol Aas (UCL) = + 2,66 MR Baas Konrol Bawah (LCL) = - 2,66 MR MR adalah raa-raa dari MR, dimana MR = MR N 1 Variabel yang harus diplokan pada moving range char adalah : X = X ' X Haruslah ada paling sediki 10 nilai MR dalam membua baas konrol. Jika semua ada di dalam konrol, maka dapa dikaakan bahwa peramalan aman unuk dierapkan. Jika ada yang diluar konrol, harus diselidiki sebabnya dan mereka harus diuji. Kia dapa menggunakan konrol char unuk mengeahui dimana perubahan erjadi dan dapa membua persamaan peramalan daa dari sisem. Krieria di luar konrol unuk daadaa yang diramalkan adalah :

27 1. Bila ada iga daa beruru-uru, dua aau lebih berada di darah A. 2. Bila ada lima daa beruru-uru, empa aau lebih berada di darah B. 3. Bila ada delapan daa beruru-uru berada pada salah sau sisi garis engah. Daerah A = Daerah B = ± 1,77MR ± 0,89MR Bila diemukan kondisi diluar konrol, maka indakan yang berhubungan dengan peramalan harus diambil, sebab berari peramalan kia kurang epa. Hal ini mengindikasikan bahwa diperlukan peramalan yang baru. Tindakan yang harus diambil adalah dengan mengeluarkan daa yang ada di konrol (berari daa ersebu idak berasal dari kelompok daa dalam siuasi yang berjalan normal, unuk iu dicari sebabsebabnya mengapa diluar konrol) dan menambahkan daa baru yang ada unuk membua kelompok daa yang baru, seelah iu dibua peramalan dengan kelompok daa yang baru. Bila daa-daa elah berada di dalam konrol, maka dapa dihasilkan suau peramalan yang baik dan dapa dipercaya unuk memberikan daa di perioda mendaang.