IV METODE PENELITIAN

IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina Bahari. Pemilihan lokasi dilakukan secara sengaja dengan perimbangan perusahaan ersebu merupakan perusahaan pengolahan una ekspor yang melakukan kegiaan produksi dalam hal ini mengolah bahan baku menjadi bahan seengah jadi. Peneliian dilakukan selama lima bulan yaiu dari Juli sampai November 2009. 4.2. Daa dan Insrumenasi Daa yang digunakan dalam peneliian ini adalah daa primer dan daa sekunder. Daa primer diperoleh dari daa hisoris perusahaan dan pengamaan secara langsung erhadap kondisi perusahaan sera wawancara dengan pihak-pihak erkai peneliian di perusahaan. Daa sekunder diperoleh dari berbagai sudi kepusakaan dianaranya Dinas Kelauan dan Perikanan, Badan Pusa Saisik, inerne, dan lieraur lainnya yang relevan dengan peneliian ini. 4.3. Meode Pengumpulan Daa Meode Pengumpulan daa yang dilakukan pada peneliian ini erdiri dari : 1) Idenifikasi Langsung Idenifikasi dilakukan dengan melakukan proses pengamaan langsung erhadap kondisi yang ada di perusahaan. Proses idenifikasi dilakukan unuk mengeahui mekanisme pengadaan persediaan dan akivias-akivias erkai. 2) Wawancara Wawancara dilakukan unuk melengkapi informasi yang diperoleh melalui pengamaan. Responden dienukan dengan menggunakan meode purposive sampling yakni dipilih secara khusus berdasarkan ujuan peneliian (Usman & Akbar 2003). Pada peneliian ini responden dipilih dengan perimbangan berkompeen memberikan informasi yang relevan. Pihak yang dijadikan responden sebanyak lima orang dari pihak inernal perusahaan yaiu kepala

markeing, kepala pabrik, kepala produksi, kepala divisi ekspor, kepala pembelian, dan sau orang dari pihak pemasok. 4.4. Meode Pengolahan Daa Pengolahan daa dilakukan secara deskripif dan kuaniaif. Pengolahan daa secara deskripif dilakukan unuk menggambarkan keadaan umum perusahaan dan mendeskripsikan sisem pengadaan bahan baku dan pengelolaannya. Pengolahan secara kuaniaif dilakukan unuk menganalisa biaya-biaya yang berkaian dengan pengadaan persediaan una dan meramalkan volume ekspor una loin unuk periode 2010. Proses pengolahan daa menggunakan Miniab 14 for windows dan microsof excel. 4.4.1. Meode Economic Order Quaniy (EOQ) Meode EOQ digunakan unuk menenukan jumlah pemesanan bahan baku yang opimal bagi perusahaan. Kuanias pesanan opimal (opimum order quaniy) adalah suau jumlah pembelian bahan baku yang akan meminimalkan biaya persediaan. Persamaan EOQ yang digunakan dalam menenukan kuanias pesanan opimal (Q) adalah : EOQ (Q*) = 2SD H Dimana : D = Penggunaan dan perminaan yang diperkirakan per periode waku (Kg) S = Biaya pemesanan per pesanan (Rp) H = Biaya penyimpanan per uni per ahun (Rp) Biaya-biaya yang signifikan dalam penenuan kuanias pemesanan opimal dengan eknik EOQ adalah biaya pemesanan dan biaya penyimpanan. Biaya pemesanan selama sau ahun dihiung dengan rumus : Biaya pemesanan per ahun = D S Q Dimana : S = Biaya pemesanan per pesanan D = Jumlah bahan baku yang dibuuhkan per ahun Q = Jumlah uni bahan baku yang dipesan 29

Biaya penyimpanan per ahun = H 2 Q Dimana : H = Biaya penyimpanan per uni bahan baku per ahun Q/2 = Jumlah raa-raa persediaan bahan baku yang disimpan Jika kedua persamaan ersebu digabungkan maka diperoleh persamaan biaya oal persediaan selama seahun yaiu : Toal Biaya Persediaan per Tahun = D Q S + H Q 2 Frekuensi pemesanan bahan baku dalam sau periode (F) adalah jumlah kebuuhan bahan baku sau periode (D) dibagi jumlah pemesanan bahan baku yang ekonomis (EOQ), yaiu : Model EOQ dapa dierapkan dengan beberapa asumsi-asumsi (Handoko 2000) sebagai beriku : 1) Perminaan akan produk adalah konsan, seragam, dan dikeahui. 2) Harga per uni produk adalah konsan. 3) Biaya penyimpanan per uni per ahun (H) adalah konsan. 4) Biaya pemesanan per pesanan (S) adalah konsan. 5) Waku anara pesanan dilakukan dan barang-barang dierima konsan. Berdasarkan hal ersebu, eknik ini memiliki beberapa kelemahan (Usman dan Akbar 2003) anara lain : 1) Persediaan pengaman idak diperhiungkan. 2) Sisem ersebu hanya menggunakan daa yang lampau. 3) Perubahan harga idak diperhiungkan. 4) Karena EOQ seringkali mengasumsikan daa yang bersifa eap, hasilnya kadang kurang akura. D F= Q Meskipun demikian, menuru Rangkui (2004) meode persamaan ini dapa direkomendasikan karena dua alasan sebagai beriku: 1) Jumlah biaya pemesanan per ahun diambah dengan biaya penyimpanan per ahun idak begiu sensiif erhadap ingka kesalahan nilai EOQ sepanjang kuanias pesanan deka dengan nilai opimal. 30

2) Sejumlah peneliian menunjukkan bahwa meskipun kuanias Q dan iik pemesanan secara eoriis dapa dienukan secara simulan, idak ada denda keerlambaan yang diimbulkan apabila EOQ independen. Oleh sebab iu, persamaan ersebu merupakan rumus dasar unuk EOQ meskipun perminaan merupakan probabilisik. 4.4.2. Idenifikasi Pola Daa Penjualan Langkah perama dalam pengolahan daa adalah mengidenifikasi pola daa ekspor una loin beku dengan menyajikannya dalam benuk plo ekspor una loin beku erhadap waku. Dengan melakukan plo, akan diduga plo daanya unuk semenara, apakah pola daa ersebu bersifa sasioner aau memiliki unsur rend, musiman, aaupun siklis. Tujuan membua plo daa adalah : 1) Mendeskripsikan pola ekspor produk sebagai perimbangan awal yang membanu dalam penerapan meode peramalan kuaniaif ime series. 2) Meliha kecenderungan flukuasi ekspor yang erjadi di PT Tridaya Eramina Bahari berdasarkan jumlah daa yang ersedia. 4.4.3. Uji Meode Peramalan Time Series Meode peramalan ime series yang akan diuji dan digunakan dalam peneliian ini adalah Meode Single Eksponenial Smoohing, Meode Double Eksponensial Smoohing, Meode Winers Muliplikaif, Meode Winers Adiif, Meode Dekomposisi Muliplikaif, Meode Dekomposisi Adiif, dan ARIMA. Penggunaan meode peramalan didasarkan pada pola daa. Formulasi dari masingmasing meode adalah sebagai beriku : 1) Meode Pemulusan Eksponensial a. Meode Pemulusan Eksponensial Tunggal (Single Eksponenial Smoohing) Formula umum unuk meode pemulusan eksponensial unggal adalah : ˆ + 1 Υ = α Y + (1 + α) Ŷ b. Meode Pemulusan Eksponensial Ganda (Double Eksponensial Smoohing). Formulasi unuk meode ini adalah : S = α Y + (1 + α) S 1 α S + (1 α ) S = ( ) S 1 31

a = 2 S - S α 1 α b = ( ) S S Ramalan Periode ke depan : Ŷ = a b () dimana : S S Y + = Pemulusan ahap sau = Pemulusan ahap dua = Nilai akual periode α = Konsana pemulusan (0< α <1) a b = Nilai inersep = Nilai slope Ŷ = Nilai ramalan periode = Periode waku 2) Meode Winer s a. Meode Winer s Muliplikaif Meode awal : Y = Tr * Sn * ε dengan Tr = a+ b() Updae parameer : Updae komponen awal : a = α(y / Sn -i ) + (1-α)(a -1 + b -1 ) Updae komponen slope : b = ß(a a -1 ) + (1-ß)(b -1 ) Updae komponen seasional : Sn = γ(y / a ) + (1-γ)(Sn -1 ) Ramalan (Y) pada periode ke depan : Ŷ +p = [a + b (p)]sn -L-p b. Meode Winer s Adiif Meode awal : Y = T r + Sn + ε dengan Tr = a+b() Updae parameer : Updae komponen level : a = α(y Sn -1 ) + (1-α)(a -1 +b -1 ) Updae komponen slope : b = ß(a a -1 ) + (1-ß)(b -1 ) Updae komponen seasional : Sn = γ(y - a ) + (1-γ)(Sn -1 ) Ramalan (Y) pada (p) periode ke depan : Ŷ +p = [a + b (p)]sn -L+p Dimana Y = Daa akual penjualan produk brownies periode a b Sn = pemulusan erhadap deseasonalized daa pada periode = Pemulusan erhadap dugaan rend pada periode = Pemulusan erhadap dugaan musiman pada periode 32

Ŷ +p = ramalan m periode ke depan seelah periode α, ß, γ = Pembobo pemulusan L = Banyaknya periode dalam sau ahun 3) Meode Dekomposisi a. Meode Dekomposisi Muliplikaif : Y = Tr *Cl * Sn * ε b. Meode Dekomposisi Adiif : Y = Tr +Cl + Sn + ε dimana : Y = Daa akual penjualan produk brownies di EBB Tr = Komponen rend pada periode Cl = Komponen siklus pada periode Sn = Komponen musiman pada periode ε = Komponen gala pada periode 4) Meode Bob-Jenkins (ARIMA/SARIMA) a. Model Non Musiman (ARIMA) Model non musiman ARIMA dapa digambarkan sebagai beriku : ARIMA (p, d, q) Dimana : p = Menunjukan orde/deraja auoregressif d = Menunjukan orde/deraja differencing (pembedaan) q = Manunjukan orde/deraja moving average b. Model Musiman (SARIMA) SARIMA adalah singkaan dari seasonal auoregressive inegraed moving average. Model SARIMA dapa dirumuskan sebagai beriku : SARIMA (p, d, q)(p, D, Q, L) L Dimana: p, P = Orde auoregresif (AR) non musiman dan musiman d, D = Orde pembedaan musiman dan non musiman q, Q = Orde moving average (MA) non musiman dan musiman L = Beda kala musiman 4.4.4. Pemilihan Meode Peramalan Time Series Meode-meode peramalan ime series yang sudah dierapkan pada dere daa ekspor una loin, selanjunya dipilih model yang dianggap paling sesuai. Hasil analisis dari berbagai model ersebu kemudian dibandingkan unuk menenukan model yang menghasilkan angka penyimpangan yang paling kecil. Evaluasi model yang akan digunakan yaiu Mean Absolue Deviaion (MAD). 33

Nilai MAD mengukur keakuraan ramalan melalui raa-raa keadaan gala ramalan (nilai absolu seiap gala). MAD berguna unuk mengukur gala ramalan dalam uni yang sama dengan dere asli. MAD mempunyai formulasi sebagai beriku : n 1 MAD = ( Υ ) Yˆ n 1 = Dimana : Y = Nilai Akual Ŷ = Nilai ramalan Y- Ŷ = Error n = Banyaknya daa/ observasi 4.5. Analisis Kuaniaif Perencanaan Pengadaan Bahan Baku Tiga hal yang dicari melalui perencanaan pengadaan bahan baku adalah kuanias dan frekuensi pesanan yang opimal dan biaya minimum bagi perusahaan. Dalam peneliian ini akan dilakukan analisis perencanaan pengadaan bahan baku yang didasarkan pada ramalan volume ekspor una loin PT Tridaya Eramina Bahari ahun 2010. Hasil ramalan kemudian digunakan unuk mengesimasi kebuuhan bahan baku pada periode 2010. 1) Penenuan Tingka Pemesanan Opimal Penenuan ingka pemesanan opimal dilakukan dengan menggunakan meode erbaik yang memberikan nilai persediaan oal paling minimum anara meode perusahaan dengan menode EOQ. Tahap ini melipui penenuan kuanias pesanan opimal dan frekuensi pemesanan opimal. 2) Analisis Persediaan Pengaman Penenuan besarnya persediaan pengaman dipengaruhi oleh banyak fakor. Fakor-fakor yang perlu diperhaikan anara lain jarak waku penyerahan dan waku yang erlindung. Jarak waku penyerahan adalah jarak waku anara saa pengadaan pesanan ersebu dierima, sedangkan waku yang erlindung ( coverage ime) adalah jangka waku yang efekif dimana persediaan pengaman dapa menuupi flukuasi perminaan anpa dibanu oleh penambahan persediaan. 3) Tiik Pemesanan Kembali (Reorder Poin) Tiik pemesanan kembali merupakan iik aau baas dari jumlah persediaan yang ada pada suau saa, dimana pemesanan poersediaan harus 34

diadakan kembali. Perhiungan iik pemesanan kembali harus memperhaikan besarnya penggunaan bahan baku selama bahan baku yang dipesan belum daang dan persediaan pengaman. Besarnya iik pemesanan kembali dapa dihiung menggunakan rumus sebagai beriku : T = L.d Dimana : T = Tiik pemesanan kembali L = Waku unggu raa-raa d = Raa-raa pemakaian per hari L.d = Pemakaian bahan baku selama waku unggu S = Persediaan pengaman 4.6. Analisis Sensiivias Hasil Proyeksi Analisis sensiivias dilakukan unuk meliha dampak perubahan jumlah kebuuhan bahan baku dan komponen biaya persediaan erhadap kuanias dan frekuensi pemesanan yang opimal. Dengan demikian, dapa dikeahui kemungkinan biaya oal persediaan yang akan erjadi di masa yang akan daang. Analisis ini dilakukan dengan memperhiungkan kemungkinan besarnya biaya yang erjadi berdasarkan perubahan jumlah kebuuhan bahan baku dan komponen biaya persediaan yang ada. 35