BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Kata manajemen berasal dari bahasa Prancis kuno management, yang memiliki arti seni melaksanakan dan mengatur. Manajemen belum memiliki definisi yang mapan dan diterima secara universal. Kata manajemen mungkin berasal dari bahasa italia maneggiare yang berarti mengendalikan terutama mengendalikan kuda yang berasal dari bahasa latin manus yang berarti tangan. Kata ini mendapat pengaruh dari bahasa Inggris yang berarti seni mengendalikan kuda),dimana istilah Inggris ini juga berasal dari bahasa italia. Bahasa perancis lalu mengadopsi kata ini dari bahasa inggris yaitu Manage menjadi Menagement, yang memiliki arti seni melaksanakan dan mengatur. Menurut P.Robbins (2009, P8), menejemen adalah proses pengkoordinasi kegiatan-kegiatan perkerjaan tersebut terselesaikan secara efisien dan efektif dengan dan melalui orang lain. Sedangkan menurut Terry (2010,P67) dalam buku yang berjudul Principles of manajemen memberikan definisi Manajemen adalah suatu proses yang membedakan atas perencanaan pengorganisasian, penggerakan pelaksanaan dan pengawasan, dengan memanfaatkan baik ilmu maupun seni, agar dapat menyelesaikan tujuan yang telah ditetapkan sebelumnya Jadi dari pendapat-pendapat di atas dapat kita simpulkan bahwa menejemen adalah proses yang terdiri dari perencanaan, pengorganisasian, pengaruh, dan pengendalian yang pada akhir nya bertujuan untuk menyelesaikan tujuan yang telah ditetapkan sebelumnya. 2.2 Manajemen Operasional Manajemen operasional memiliki banyak arti meskipun pada dasarnya sama. Namun, ada baiknya bila kita melihat pemahaman manajemen operasi dari berbagai sumber, diantaranya: 1. Menurut Deitiana, (2011, P23), manajemen operasi adalah suatu ilmu yang dapat diterapkan pada berbagai jenis bidang usaha seperti rumah sakit, perguruan tinggi, pabrik garmen, dan lain-lain. Karena jenis usaha tersebut 11
12 menghasilkan produk yang bisa berupa barang dan jasa, yang mana untuk kegiatan proses produksinya yang efektif dan efisien memerlukan berbagai konsep, peralatan serta berbagai cara mengelola operasinya. 2. Sedangkan menurut Heizer dan Render (2009, P4) manajemen operasi adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output Jadi, dari kutipan kutipan diatas dapat diberikan suatu pandangan, menejemen operasi adalah suatu ilmu yang dapat diterapkan pada berbagai bidang usaha yang dapat menghasilkan nilai dalam bentuk barang dan jasa atau mengubah input menjadi output. 2.2.1 Pengertian Manajemen Operasional Herjanto (2007:2) menjelaskan manajemen operasional adalah suatu kegiatan yang berhubungan dengan pembuatan barang, jasa, dan kombinasinya, melalui proses transformasi dari sumber daya produksi menjadi keseluruhan yang diinginkan. Menurut William J. Stevenson (2009:4), manajemen operasional adalah system manajemen atau serangkaian proses dalam pembuatan produk atau penyediaan jasa. 2.2.2 Strategi Manajemen Operasional Menurut Jay Heizer dan Barry Render (2009:51), perusahaan mencapai misi mereka melalui tiga cara yakni: a. Bersaing dalam diferensiasi. Diferensiasi berhubungan dengan penyajian sesuatu keunikan. Diferensiasi harus diartikan melampaui ciri fisik dan atribut jasa yang mecakup segala sesuatu mengenai produk atau jasa yang mempengaruhi nilai dimana konsumen dapatkan dirinya. b. Bersaing dalam biaya. Kepemimpinan biaya rendah berarti mencapai nilai maksimum sebagaimana yang diinginkan pelanggan. Hal ini membutuhkan pengujian sepuluh keputusan manajemen operasi dengan usaha yang keras untuk menurunkan biaya dan tetap memenuhi nilai harapan pelanggan. Strategi biaya rendah tidak berarti nilai atau kualitas barang menjadi rendah.
13 c. Bersaing dalam respons. Keseluruhan nilai yang terkait dengan pengebangan dan pengantaran barang dengan tepat wakti, penjawalan yang dapat diandalkan dan kinerja yang fleksibel. Respons yang fleksibel dapat dianggap sebagai kemampuan memenuhi perubahan yang terjadi di pasar dimana terjadi pembaruan rancangan dan fluktuasi volume. Tiga strategi yang ada masing-masing memberikan peluang bagi para manajer operasi untuk merah keunggulan bersaing. Keunggulan bersaing artinya menciptakan system yang mempunyai keunggulan yang unik atas pesaing lain. Idenya adalah meciptakan nilai pelanggam (customer value) dengan cara efisien dan efektif. 2.3 Pengertian Efisiensi Menurut Kamus Besar Bahasa Indonesia Edisi keempat tahun 2008, efisiensi adalah: 1. Ketepatan cara (usaha, kerja, dan sebagainya) dalam menjalankan sesuatu dengan tidak membuang waktu, tenaga dan biaya yang bertujuan untuk mencapai kedayagunaan dan ketepatgunaan yang maksimal. 2. Kemampuan menjalankan tugas dengan baik dan tepat dengan tidak membuang waktu, tenaga dan biaya. 3. Berdasarkan pengertian di atas maka dapat disimpulkan bahwa efisiensi adalah ketepatan cara dan kemampuan menjalankan tugas dengan baik, tepat, dan mendapatkan hasil yang maksimum tanpa mengganggu keseimbangan antara faktor faktor tujuan, alat, tenaga dan waktu. P. Robbins & Coulter (2007, P8) definisi efesiensi yaitu memperoleh output terbesar dengan input yang terkecil digambarkan sebagai melakukan segala sesuatu secara benar. P. Robbin & Coulter, (2007, P8) definisi efektivitas yaitu menyelesaikan kegiatan-kegiatan sehingga sasaran organisasi dapat tercapai; digambarkan sebagai melakukan segala sesuatu yang benar. Menurut Gaspers (2009, P45) efisiensi adalah ukuran yang menunjukan bagaimana baiknya sumberdaya yang digunakan dalam proses produksi untuk
14 menghasilkan output. Efisiensi merupakan karakteristik dari proses produksi maupun distribusi akan menurunkan biaya. Menurut levitan dan Wemere, efisiensi dapat dimengerti sebagai kegiatan penghematan sumber daya dalam kegiatan organisai seperti : penghematan pemakaian bahan, tenaga listrik, uang, waktu, air, pupuk, dan sebagainya. Ada beberapa sumber yang dapat dimanfaatkan oleh auditor operasional didalam mengembangkan kriteria evaluasi khusus untuk efisiensi. Menurut Arens dan Loebbecke yang mencakup : 1. Kinerja Historis Seperangkat criteria yang sederhana dapat didasarkan pada hasil actual atau hasil audit dari periode sebelumnya gagasan dibalik penggunaan criteria ini adalah untuk membandingkan apakah yang telah dilakukan menjadi lebih baik atau lebih buruk. Manfaat criteria ini adalah bahwa criteria tersebut mudah dibuat, tetapi mungkin tidak memberikan perdagangan mengenai seberapa baik atau buruk sebenarnya unit usaha yang diperiksa melakukan sesuatu. 2. Kinerja yang dapat membandingkan Sebagian besar kesatuan yang menjadi audit operasional tidak bersifat unik. Terdapat kesatuan yang sama didalam keseluruhan yang dapat diperbandingkan merupakan sumber yang sangat baik untuk mengembangkan criteria. Untuk kesatuan internal yang dapat diperbandingkan, data nya biasanya sudah tersedia. Bila kesatuan yang dapat diperbandingkan berada diluar organisasi, mereka seringkali biasanya biasanya menyediakan informasi seperti itu. 3. Standar Rekayasa Dalam banyak jenis penugasan audit operasional adalah mungkin dan layak untuk mengembangkan criteria berdasarkan standar rekayasa, misalnya study waktu dan gerak untuk menentukan tingkat keluaran produksi kriteria ini sering memakan waktu dan biaya yang besar dalam pengembangannya. Karena menentukan banyak keahlian, akan tetapi, hal itu mungkin sangat efektif dalam memecahkan masala operasional yang utama dan biaya yang dikeluarkan akan berharga.
15 4. Diskusi kesepakatan Kadang-kadang criteria objektif sangat sulit didapat dan sangat memakan biaya, tetapi ada kalanya kriteria dapat dikembangkan melalui diskusi dan kesepakatan yang sederhana. Pihak-pihak dalam proses ini harus meliputi menejemen kesatuan yang diperiksa, autor operasional dan kesatuan atau orang orang yang mendapa laporan mengenai temuan-temuan yang didapat. 2.4 Pengertian Biaya Pengertian biaya menurut Mulyadi (2005, P8) dijelaskan sebagai berikut: Dalam arti luas biaya adalah pengorbanan sumber ekonomi, yang diukur dalam satuan uang, yang telah terjadi atau yang kemungkinan akan terjadi untuk tujuan tertentu.. Dalam arti sempit biaya dapat diartikan sebagai pengorbanan sumber ekonomi untuk memperoleh aktiva. Mulyadi (2005, P9) Menurut Heizer dan Render (2006, P415): Biaya lokasi dapat dibagi menjadi dua kategori sebagai berikut: a. Biaya nyata (tangible costs) adalah biaya-biaya yang langsung dapat dikenali dan dapat dihitung secara tepat. Biaya nyata meliputi biaya layanan umum (seperti,listrik,dan air), tenaga kerja, bahan mentah, pajak, penyusutan, dan biaya lain yang dapat dikenali oleh departemen keuangan dan pihak manajemen. b. Biaya tidak nyata (intangible cost) lebih sulit untuk ditentukan. Biaya tidak nyata meliputi kualitas pendidikan, fasilitas transportasi umum, sikap masyarakat terhadap industry dan perusahaan, juga kualitas dan sikap calon karyawan. Biaya tidak nyata juga meliputi variabel standar hidup, seperti iklim dan kelompok olahraga, yang dapat memperngaruhi prosess rekrutmen karyawan. Berdasarkan pengertian diatas, dapat disimpulkan bahwa biaya transportasi adalah pengorbanan sumber ekonomi yang terjadi selama pemindahan barang dari satu tempat ketempat tujuan lainnya 2.5 Forecasting Menurut Jay Heizer (2006, P136), Setiap hari para manajer membuat keputusan tanpa mengetahui apa yang akan terjadi di masa depan. Mereka memesan
16 persediaan tanpa mengetahui bagaimana penjualan, membeli peralatan baru tanpa kejelasan mengenai permintaan produk, dan membuat investasi tanpa mengetahui bagaimana keuntungannya. Para manajer selalu berusaha membuat prediksi yang baik adalah tujuan utama dari peramalan. 2.5.1 Pengertian Forecasting Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmantis, serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat. Peramalan (forecasting) menurut Santoso (2009:8), peramalan adalah kegiatan yang bersifat teratur, berupaya memprediski masa depan dengan tidak hanya menggunakan metode ilmiah, namun juga mempertimbangkan hal-hal yang bersifat kualitatif. Peramalan (forecasting) menurut Heizer dan Render (2009:162), adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data di masa lalu dan menempatkannya ke masa yang akan datang dengan bentuk model matematis. Bisa juga merupakan prediksi intusi yang bersifat subjektif atau bisa juga dengan menggunakan model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Peramalan atau forecasting adalah suatu proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Forecasting yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen. Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya di bidang ekonomi. Peramalan mempunyai peranan jiwa eksternal yang pada umumnya berada di luar kendali manajemen seperti: Ekonomi, Pelanggan, Pesaing, Pemerintah, dan lain sebagainya. Jadi dapat disimpulkan bahwa peramalan adalah proses memperkirakan keadaan atau informasi yang akan terjadi di masa depan.
17 2.5.2 Meramalkan Horizon Waktu Menurut Heizer dan Render (2009:163), peramalan biasanya diklasifikasikan brdasarkan horizon waktu masa depan yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori. 1. Peramalan jangka pendek. Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini digunakan untuk perncanaan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja dan tingkat produksi. 2. Peramalan jangka menengah. Peramalan jangka menengah atau intermediate umumnya mencakup hitungan bulan hingga tahun. Peramalan ini bermanfaat untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas serta menganalisis bermacam-macam rencana operasi. 3. Peramalan jangka panjang. Umumnya untuk perencanaan masa tiga tahun atau lebih. Peramalan jangka panjang digunakan untuk 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. 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. Menetapkan keputusan akan fasilitas, seperti misalnya keputusan seorang manajer umum untuk membuka pabrik manufaktur baru di Brazil dapat memerlukan waktu 5-8 tahun sejak permulaan hingga benar-benar selesai secara tuntas. 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 umumnya dikenal untuk peramalan jangka pendek. Metode kuantitatif yang lebih luas dan lebih tidak kuantitatif sangatlah bermanfaat dalam meramalkan isu-isu seperti apakah suatu produk baru. 3. Akhirnya, sebagaimana yang mungkin diperkirakan, peramalan jangka pendek cenderung lebih tepat dibandingkan peramalan jangka panjang. Faktor-faktor yang mempengaruhi perubahan permintaan berubah setiap hari. Dengan
18 demikian, sejalan dengan semakin panjangnya horizon waktu, ketepatan peramalan seseorang cenderung semakin berkurang. Peramalan penjualan harus diperbarui secara berkala untuk menjaga nilai dan integritasnya. Peramalan harus selalu dikaji ulang dan direvisi pada setiap akhir periode penjualan. 2.5.3 Pendekatan dalam Peramalan Menurut Hanke dan Wichern, International Edition (2006:78) metode peramalan dapat dibagi 2 yaitu: 1. Metode Peramalan Kualitatif atau Subyektif Qualitative forecasting techniques relied on human judgement and intuition more than manipulation of past historical data, atau metode yang hanya didasarkan kepada penilaian dan intuisi, bukan kepada pengolahan data historis. 2. Metode Peramalan Kuantitatif Sedangkan peramalan kuantitatif diterangkan sebagai: Quantitative techniques that need no input of judgments; they are mechanical procedures that produce quantitative result and some quantitative procedures require a much more sophisticated manipulation of data than do other, of course atau metode yang tidak memerlukan penilaian, melainkan data. Terdapat dua pendekatan umum untuk peramalan sebagaimana ada dua cara mengatasi semua model keputusan. Pendekatan yang satu adalah analisis kuantitatif dan pendekatan lain adalah analisis kualitatif. 1. Peramalan kuantitatif (quantitative forecast) menggunakan model matematis yang beragam dengan data masa lalu dan variable sebab akibat untuk meramalkan permintaan. 2. Peramalan subjektif atau kualitatif (qualitative forecast) menggabungkan factor, seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
19 2.5.4 Jenis-Jenis Peramalan Menurut Heizer dan Render (2009:82), persediaan dapat melayani 4 fungsi yang menambah fleksibilitas bagi operasi perusahaan: 1. Decouple atau memisahkan beberapa tahapan dari proses produksi. Sebagai contoh, jika persediaan sebuah perusahaan berfluktuasi, persediaan tambahan mungkin diperlukan untuk melakukan decouple proses produksi dari pemasok. 2. Melakukan decouple perusahaan dari fluktuasi permintaan dan menyediakan persediaan barang-barang yang akan memberikan pilihan bagi pelanggan. Persediaan seperti ini digunakan secara umum pada bisnis eceran. 3. Mengambil keuntungan dari diskon kuantitas karena pembelian dalam jumlah besar dapat mengurangi biaya pengiriman barang. 4. Melindungi terhadap inflasi dan kenaikan harga. 2.5.5 Model-Model Peramalan Menurut Heizer dan Render (2009:168), peramalan memiliki dua model yang terdiri dari masing-masing metode yaitu: 1. Model Deret Waktu Model deret waktu membuat prediksi dengan asumsi bahwa masa depan merupakan fungsi dari masa lalu. Dengan kata lain, mereka melihat apa yang terjadi selama kurun waktu tertentu danmenggunakan data masa lalu tersebut untuk melakukan peramalan. 2. Model Asosiatif Model asosiatif (hubungan sebab akibat), seperti regresi linier, menggabungkan banyak variabel atau faktor yang mungkin mempengaruhi kuantitas yang sedang diramalkan. 2.5.6 Peramalan Deret Waktu Heizer dan Render (2009:169), menganalisis deret waktu berarti membagi data masa lalu menjadi komponen-komponen, kemudian memproyeksikannya kemasa 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.
20 2. Musim adalah pola data yang berulang pada kurun waktu tertentu, seperti hari, minggu, bulan, atau kuartal. 3. Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan 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. 2.5.7 Metode Peramalan Kuantitatif Heizer dan Render dalam buku Manajemen Operasi (2009:170), metodemetode peramalan kuantitatif, terdiri dari: 1. Pendekatan Naif (Naïve Method) Cara paling sederhana untuk meramal adalah berasumsi bahwa permintaan di periode mendatang akan sama dengan permintaan pada periode terakhir. Untuk beberapa jenis produk, pendekatan naïf (naïve method) merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya. Paling tidak pendekatan naïf memberikan titik awal untuk perbandingan dengan model lain yang lebih canggih. 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 yang kita ramalkan. Secara matematis, rata-rata bergerak sederhana (merupakan prediksi permintaan periode mendatang) dinyatakan sebagai berikut. Rata-rata bergerak = Dimana n adalah jumlah periode dalam rata-rata bergerak.
21 3. Rata-Rata Bergerak dengan Pembobotan (Weighted Moving Average) Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemututsan bobot yang digunakan membutuhkan pengalaman. Sebagai contoh, jika bulan atau periode terakhir diberi bobot yang terlalu berat, peramalan dapat menggambarkan perubahan yang terlalu cepat yang tidak biasa pada permintaan atau pola penjualan. Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut. Pembobotan rata-rata bergerak = Baik rata-rata bergerak sederhana maupun rata-rata bergerak dengan pembobotan sangat efektif dalam meredam fluktuasi pada pola permintaan untuk menghasilkan prediksi yang stabil. Rata-rata bergerak mempunyai tiga persoalan. a. Bertambahnya jumlan n (jumlah periode yang dirata-ratakan) memang meredam fluktuasi dengan lebih baik, tetapi membuat metode ini kurang sensitive terhadap perubahan nyata pada data. b. Rata-rata bergerak tidak dapat menggambarkan tren dengan baik. Karena merupakan rata-rata, mereka akan selalu berada dalam tingkat yang sebelumnya dan tidak akan memprediksi perubahan ke tingkat yang lebih tinggi atau lebih rendah yang merupakan nilai aktual sesungguhnya. c. Rata-rata bergerak membutuhkan data masa lalu yang ekstensif. 4. Penghalusan Eksponensial (Exponential Smoothing) Penghalusan eksponensial merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Metode ini mengunakan pencatatan data masa lalu yang sangat sedikit. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut. Peramalan baru = Peramalan periode terakhir + (permintaan periode terakhir Peramalan periode terakhir)
22 Dimana : = Sebuah bobot atau konstanta penghalus yang dipilih oleh peramal yang mempunya nilai antara 0 dan 1 Persamaan dapat ditulis secara matematis sebagai berikut : Dimana : = peramalan baru = peramalan sebelumnya = konstanta penghalus (pembobotan) = permintaan aktual periode lalu 5. Penghalusan Eksponensial dengan Penyesuaian Tren (Exponential Smoothing With Trend) Model penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada tren yang ada. Idenya adalah menghitung tren rata-rata data penghalusan eksponensial, kemudian menyesuaikan untuk kelambatan (lag) positif atau negatif pada tren. Dengan penghalusan eksponensial dengan penyesuaian tren, estimasi rata-rata dan tren dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, untuk rata-rata β untuk tren. Kemudian, kita menghitung rata-rata dan tren untuk setiap periode. Rumus Penghalusan Eksponensial dengan Penyesuaian Trend adalah sebagai berikut: = +, Dimana : = peramalan dengan eksponensial yang dihaluskan dari data berseri pada periode t = tren dengan eksponensial yang di haluskan pada periode t = permintaan aktual periode t = konstanta penghalusan untuk rata-rata = konstanta penghalusan untuk rata-rata
23 6. Proyeksi Trend (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. Rumus untuk menentukan perhitungan Linear Regression adalah sebagai berikut: Dimana: = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu = kemiringan garis regresi (atau tingkat perubahan pada untuk perubahan yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) Untuk menentukan nilai dan, akan di jelaskan pada rumus dibawah ini. Dimana : = nilai terhitung dari variable yang akan diprediksi = persilangan sumbu = kemiringan garis regresi (atau tingkat perubahan pada untuk perubahan yang terjadi di ), = variable bebas (dalam kasus ini adalah waktu) = nilai variabel terikat yang diketahui = jumlah data atau pengamatan
24 2.5.8 Menghitung Kesalahan Peramalan Menurut Rangkuti (2005:80) menyatakan keharusan untuk membandingkan perhitungan yang memiliki nilai MAD (Mean Absolute Deviation) paling kecil, karena semakin kecil MAD berarti semakin kecil pula perbedaan antara hasil forecasting nilai aktual. Menurut Heizer dan Render (2009:177), ada beberapa perhitungan yang biasa digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan 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. Deviasi Rata-Rata Absolut (Mean Absolute Deviation) MAD merupakan ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap kesalahan peramalan dibagi dengan jumlah periode data n. Rumus untuk menghitung MAD adalah sebagai berikut. MAD = 2. Kesalahan Rata-Rata Kuadrat (Mean Square Error) MSE merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah bahwa ia cenderung menonjolkan deviasi yang besar karena adanya pengkuadratan. Rumus untuk menghitung MSE adalah sebagai berikut. MSE =
25 2.6 Distribusi Menurut Kotler (2007:122), saluran distribusi merupakan organisasiorganisasi yang saling tergantung yang tercakup dalam proses yang membuat produksi atau jasa menjadi tersedia untuk digunakan atau dikonsumsi. Menurut Tjiptono (2008:285), saluran distribusi dapat diartikan sebagai kegiatan pemasaran yang berusaha memperlancar dan mempermudah penyampaian barang dan jasa dari produsen kekonsumen, sehingga penggunaannya sesuai dengan yang diperluas, dalam arti jenis, jumlah, harga, tempat dan saat yang dibutuhkan. 2.6.1 Saluran Distribusi Menurut Yunarto (2006, P42) menyatakan bahwa dalam saluran distribusi dikenal tiga komponen utama yaitu intermediatery (perantara), Agent (agen), Facilitator (fasilitator) Saluran distribusi terdiri dari : saluran langsung, saluran satu tingkat, saluran dua tingkat. (Madura, 2007, P216-219) 1. Saluran langsung adalah situasi di mana produsen suatu produk melakukan transaksi secara langsung dengan pelanggan. 2. Saluran satu tingkat adalah satu perantara pemasaran di antara produsen Menurut Saladin (2006:155) tingkat saluran distribusi terdiri dari : a. Saluran Nol Tingkat (A Zero Level) Terdiri dari satu perusahaan yang menjual langsung produknya ke pelanggan akhir, atau dari produsen ke konsumen. Dilakukan dengan 4 cara yaitu : a. Dari rumah ke rumah b. Arisan rumah c. Lewat pos d. Lewat toko toko perusahaan b. Saluran Satu Tingkat (A One Level Channel) Berisi satu perantara penjualan. Di dalam saluran distribusi barang konsumsi, perantara ini merupakan pedagang besar atau grosir, sedangkan di dalam saluran barang industri ini mereka merupakan tenaga penjual representative.
26 c. Saluran Dua Tingkat (Two Level Channel) Berisi dua perantara yang dalam pasar barang konsumsi mereka umumnya adalah pedagang besar dan pengecer, sedangkan dalam saluran distribusi barang industri mereka merupakan sebuah penyalur tunggal dan distributor industri. d. Saluran Tiga Tingkat (Three Level Channel) Berisi tiga perantara, yaitu pedagang besar, pemborong dan pengecer. e. Saluran Aneka Tingkat (Higher Level Channel) Saluran distribusi lebih dari tiga tingkat. 2.6.2 Faktor-faktor Penentu Saluran Distribusi Yang Optimal Saluran distribusi yang optimal tergantung pada karakteristik-karekteristik produk terkait, misalnya kemudahan transportasi dan tingkat standarisasi, kemampuan perusahaan untuk memenuhi pesanan melalui internet juga merupakan salah satu faktor penentu. (Madura, 2007, p222) 1. Kemudahan transportasi Jika suatu produk dapat dengan mudah di transportasikan, saluran distribusi kemungkinan besar melibatkan pihak perantara. Jika produk tidak dapat ditranspotasikan, produsen bisa mencoba untuk menjual produk tersebut langsung ke pelanggan. Contoh transportasi yang dapat digunakan untuk mendistribusikan produk seperti truk, kereta api, udara, air. 2. Tingkat Standarisasi Produk-produk yang terstandarisasi memiliki kemungkinan lebih besar untuk melibatkan perantara. Ketika spesifikasi produk sedikit berbeda dari biasanya untuk tiap pelanggan, produsen harus melakukan transaksi langsung dengan pelanggan. Sebagai contoh perabotan kantor yang dibuat khusus untuk sebuah perusahaan yang bervariasi modelnya sesuai dengan keinginan setiap perusahaan. Produk-produk khusus tidak bisa distandarisasi dan dijual ditoko-toko. 3. Pesanan Melalui Internet Perusahaan yang memenuhi pesanan melalui internet cenderung menggunakan saluran langsung. Internet menghapus jarak antara produsen dan konsumen, sekaligus menghapus kebutuhan akan adanya distribusi dan peritel. Ketika perusahaan menjual produk-produknya secara langsung
27 kepada pelanggan tanpa memanfaatkan toko-toko maka perusahaan dapat meningkatkan efisiensinya. 2.6.3 Fungsi Saluran Ditribusi Menurut Kotler (2005, P183), anggota- anggota saluran pemasaran melaksanakan sejumlah fungsi utama : a. Mereka mengumpulkan informasi mengenai calon pelanggan dan pelanggan sekarang, pesaing, dan pelaku dan kekuatan lainnya dalam lingkungan pemasaran tersebut. b. Mereka mengembangkan dan menyebarkan komunikasi persuasive untuk merangsang pembelian. c. Mereka mencapai kesepakatan mengenai harga dan ketentuan-ketentuan lain sehingga peralihan kepemilikan dapat terlaksanakan. d. Mereka melakukan pemesanan kepada produsen. e. Mereka memperoleh dana untuk menanggung resiko yang berhubungan dengan pelaksanaan fungsi saluran. f. Mereka mengatur kesinambungan penyimpanan dan perpindahan produkproduk fisik. g. Mereka mengatur pelunasan tagihan mereka kepada pembeli melalui bank produk fisik. h. Mereka mengawasi peralihan kepemilikan actual dari suatu organisasi atau orang kepada organisasi atau orang lainnya. Dalam fungsi anggota saluran pemasaran ini, yang terdapat dipenelitian ini adalah point ke enam dimana pengaturan kesinambungan penyimpangan dan perpindahan produk-produk fisik. 2.7 Transportasi Salah satu metode optimasi untuk mencari jalur distribusi serta biaya adalah metode transportasi, dikatakan demikian berdasarkan teori-teori. Menurut Jay Heizer dan Barry Render (2006, P630-631). Karena lokasi suatu pabrik, gudang atau pusat distribusi yang baru merupakan suatu isu strategis dengan implikasi biaya dan substansial, hamper semua perusahaan benar-benar
28 mempertimbangkan dan mengevaluasi lokasi yang ada. Dengan adanya beragam factor objektif dan subjektif yang harus dipertimbangkan, maka untuk mengambil sebuah keputusan rasional diperlukan sejumlah teknik untuk membantu pengambilan keputusan. Salah satu teknik itu adalah pemodelan transportasi. Menurut Siswanto (2006, P265) Transportasi berkaitan dengan masalah pendistribusian barang-barang dari pusat-pusat pengiriman atau sumber ke pusatpusat penerimaan atau tujuaan. Menurut Mulyono, Sri (2007, P111) Transportasi diartikan sebagai distribusi suatu produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuaan, dengan permintaan tertentu, pada biaya transpor minimum. Karena hanya ada satu macam barang, suatu tempat tujuaan dapat memenuhi permintaannya dari satu atau lebih sumber". Dari pengertian di atas, dapat disimpulkan bahwa transportasi adalah kegiatan memindahkan sesuatu dari suatu tempat ke tempat yang lain. Menurut Jay Heizer dan Barry Render (2005, P631), permodelan transportasi adalah suatu prosedur berulang untuk memecahkan masalah serta meminimalisasi biaya pengiriman produk dari beberapa sumber ke beberapa tujuan. Jadi pengertian transportasi adalah pemindahan barang dan jasa dari beberapa sumber ke beberapa tempat tujuan dengan memecahkan permasalahan biaya transportasi agar biaya tersebut minimum. Untuk menggunakan model transportasi, kita harus mengetahui hal-hal berikut: 1. Titik asal dan kapasitas atau pasokan pada setiap periode. 2. Titik tujuan dan permintaan pada setiap periode. 3. Biaya pengiriman satu unit dari setiap titik asal ke setiap titik tujuan Model transportasi berkaitan dengan suatu situasi dimana suatu komoditas akan dikirim dari sejumlah sources (sumber) menuju ke sejumlah destination (tujuan). Tujuan dari persoalan tersebut adalah menentukan jumlah komoditas yang harus dikirim dari tiap-tiap source ke tiap-tiap destination sedemikian hingga biaya total pengiriman dapat diminimumkan, dan pada saat yang sama pembatas yang berupa keterbatasan pasokan dan kebutuhan permintaan tidak dilanggar. Model transportasi mengasumsikan bahwa biaya pengiriman komoditas pada rute tertentu adalah proposional dengan banyaknya unit komoditas yang dikirimkan
29 pada rute tersebut. Secara umum, model transportasi dapat diperluas pada bidangbidang pengendalian persediaan, penjadwalan tenaga kerja, dan penugasan personalia. Pertumbuhan ekonomi suatu negara atau bangsa tergantung pada tersedianya pengangkutan dalam negara atau bangsa yang bersangkutan. Dalam transportasi kita melihat dua kategori yaitu : 1. Pemindahan bahan-bahan dan hasil-hasil produksi dengan menggunakan alat angkut 2. Mengangkut penumpang dari satu tempat ke tempat lain. Dengan ini dapat disimpulkan bahwa definisi transportasi adalah kegiatan pemindahan barang (muatan) dan penumpang dari suatu tempat ketempat lain. Armada kendaraan digunakan untuk melayani beban yang terjadi, mungkin secara acak, dilokasi yang berbeda dalam jaringan transportasi (Raja, 2007). Agar tercapai keefektifan, maka biaya yang mengangkut harus didapatkan seminimal mungkin (Athawale, 2010). Dalam transportasi terlihat ada dua unsure yang terpenting yaitu : 1. Pemindahan atau pergerakan 2. Secara fisik mengubah tempat dari barang ke tempat lain 2.7.1 Metode yang digunakan dalam Transportasi Menurut Siswanto (2006, P268), Model transportasi pada saat dikenali pertama kali diselesaikan secara manual dengan menggunakan algoritma yang dikenal sebagai alogaritma transportasi. Alogaritma ini cukup dikenal dan masih sering diajarkan hingga tahun 90-an Flow chart alogaritma transportasi. a. Pertama, diagnosis masalah dimulai dengan pengenalan sumber, tujuan, parameter, dan variabel. b. Kedua, seluruh informasi tersebut kemudian dituangkan ke dalam matriks transportasi. Dalam hal ini, 1) Bila kapasitas seluruh sumber lebih besar dari permintaan seluruh tujuan maka sebuah kolom semu (dummy) perlu ditambahkan untuk menampung kelebihan kapasitas itu. 2) Bila kapasitas seluruh sumber lebih kecil dari seluruh permintaan tujuan maka sebuah baris semu perlu ditambahkan untuk
30 menyediakann kapasitas semu yang akan memenuhi kelebihan permintaan itu. Jelas sekali bahwa kelebihan permintaan itu tidak bisa dipenuhi c. Ketiga, setelah matriks transportasi terbentuk kemudian dimulai menyusun tabel awal. Alogaritma transportasi mengenal tiga macam metode untuk menyusun tabel awal, yaitu 1) Metode biaya terkecil atau Least Cost Method 2) Metode Sudut Barat Laut atau North West Corner Method 3) VAM atau Vogell s Approximation Method Ketiga metode diatas masing-masing berfungsi untuk menentukan alokasi distribusi awal yang akan membuat seluruh kapasitas sumber teralokasi ke seluruh tujuan. d. Keempat, setelah penyusunan tabel awal selesai maka sebagai langkah selanjutnya adalah pengujian optimalitas tabel untuk mengetahui apakah biaya distribusi total telah minimum. Secara matematis, pengujian ini dilakukan untuk menjamin bahwa nilai fungsi tujuan minimum telah tercapai. Ada dua macam pengujian optimalitas alogaritma transportasi. 1) Stepping Stone Method 2) MODI atau Modified Distribution Method e. Kelima, atau langkah yang terakhir adalah revisi tabel bila dalam langkah keempat terbukti bahwa tabel belum optimal atau biaya distribusi total masih mungkin diturunkan lagi. Dengan demikian, jelas sekali bahwa langkah kelima ini tidak akan dilakukan apabila pada langkah keempat telah membuktikan bahwa tabel telah optimal.
31 2.7 Kerangka Pemikiran Gambar 2.1 Kerangka Pemikiran
32