19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan jasanya. (Donald J. Bowersox, 1995, p151) 2.1.2 Fungsi Persediaan Persediaan dapat melayani beberapa fungsi yang akan menambahkan fleksibilitas operasi perusahaan. Empat fungsi persediaan adalah : 1. Untuk men- decouple atau memisahkan beragam bagian proses produksi. 2. Untuk men-decouple perusahaan dari fluktuasi permintaan dan menyediakan persediaan barang barang yang akan memberikan pilihan bagi pelanggan. 3. Untuk mengambil keuntungan diskon kuantitas, sebab pembelian dalam jumlah lebih besar dapat mengurangi biaya produksi atau pengiriman barang.
20 4. Untuk menjaga pengaruh inflasi dan naiknya harga. (Jay Heizer and Barry Render, 2005, p60) Untuk dapat mengakomodasi fungsi persediaan, maka suatu perusahaan memiliki empat jenis persediaan yaitu : Persediaan bahan baku, yaitu material yang pada umumnya dibeli tetapi belum memasuki proses produksi. Persediaan barang setengah jadi, yaitu produk atau komponen yang tidak lagi berupa bahan baku tetapi belum menjadi produk jadi. Persediaan pemeliharaan / perbaikan / operasi, yaitu barang barang pemeliharaan, perbaikan, dan operasi. Persediaan barang jadi, yaitu sebuah produk akhir yang siap untuk dijual, tetapi tetap merupakan sebuah aset dalam buku perusahaan. (Jay Heizer and Barry Render, 2005, p61) 2.1.3 Model Kuantitas Pesanan Ekonomis (EOQ). Model kuantitas pesanan ekonomis (economic order quantity EOQ model) adalah salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal paling luas. Tujuan dari model ini adalah untuk meminimalkan biaya biaya total. Biaya yang berperan penting bagi biaya total adalah biaya pemesanan dan biaya simpan.
21 Biaya penyimpanan (holding cost) adalah biaya yang berhubungan dengan penyimpanan atau membawa persediaan dari waktu ke waktu dan biaya pemesanan (ordering cost) adalah biaya yang timbul dari proses pemesanan. Biaya penyimpanan meliputi biaya barang yang menjadi usang dan biaya yang berkaitan dengan gudang, seperti asuransi, karyawan tambahan, dan pembayaran bunga. Biaya penyimpanan tahunan = (Rata - rata tingkat persediaan) x (Biaya penyimpanan per unit per tahun) Kuantitas pemesanan = (Biaya penyimpanan per unit per tahun) 2 Q = (H) 2 Q = H 2 Sedangkan biaya pemesanan mencakup biaya persediaan, formulir, proses pemesanan, pekerjaan administrasi pendukung, dan sebagainya. (Jay Heizer and Barry Render, 2005, p67) Biaya setup tahunan = (Jumlah pesanan yang ditempatkan per tahun) x (Biaya setup atau biaya pemesanan per pesanan) = Permintaan tahunan Jumlah unit dalam setiap pemesanan D = (S) Q D = S Q (Biaya pemesanan per pesanan)
22 Adapun rumus EOQ adalah sebagai berikut : Q = 2DS H Dimana : Q * = jumlah barang yang optimum pada setiap pesanan (EOQ). D (demand) = permintaan tahunan dalam unit untuk barang persediaan. S (setup) = biaya setup atau biaya penesanan untuk setiap pesanan. H (holding) = biaya penyimpanan atau penggudangan per unit per tahun. Biaya persediaan variabel tahunan total adalah penjumlahan dari biaya setup dan biaya penyimpanan. D TC = S + Q Setelah menentukan banyaknya pesanan yang akan dilakukan, maka permasalahan persediaan selanjutnya adalah mengenai kapan pemesanan dilakukan. Waktu pemesanan berkaitan erat dengan lead time bahan baku yang digunakan. Lead time adalah waktu antara penempatan sebuah pesanan dan penerimaannya. Lead time tersebut bisa singkat dalam beberapa jam atau cukup lama hingga beberapa bulan. Dengan demikian, keputusan kapan untuk memesan pada umumnya dinyatakan dalam kaitan dengan sebuah Q 2 H
23 titik pemesanan ulang (reorder point - ROP). (Jay Heizer and Barry Render, 2005, p75) Titik pemesanan ulang (ROP) ditunjukkan sebagai berikut : Dimana : ROP = d * L d = permintaan per hari. Permintaan per hari dapat dicari dengan rumus : d = D jumlah hari kerja dalam satu tahun L = lead time untuk pemesanan baru dalam satuan hari 2.2 Simulasi 2.2.1 Pengertian Simulasi Simulasi dapat diartikan sebagai suatu sistem yang digunakan untuk memecahkan atau menguraikan persoalan persoalan dalam kehidupan nyata yang penuh dengan ketidakpastian dengan tidak atau menggunakan model atau metode tertentu dan lebih ditekankan pada pemakaian komputer untuk mendapatkan solusinya. (Thomas J. Kakiay, 2004, p1)
24 2.2.2 Keuntungan Simulasi Berbagai keuntungan yang bisa diperoleh dengan memanfaatkan simulasi, yaitu sebagai berikut : 1. Compress Time (Menghemat Waktu). Kemampuan di dalam menghemat waktu ini dapat dilihat dari pekerjaan yang bila dikerjakan akan memakan waktu tahunan tetapi kemudian dapat disimulasikan hanya dalam beberapa menit, bahkan dalam beberapa kasus hanya dalam hitungan detik. Kemampuan ini dapat dipakai oleh para peneliti untuk melakukan berbagai pekerjaan desain operasional yang mana juga memperhatikan bagian terkecil dari waktu untuk kemudian dibandingkan dengan yang terdapat pada sistem yang nyata berlaku. 2. Expand Time (Dapat Melebar luaskan Waktu). Hal ini terlihat terutama dalam dunia statistik dimana hasilnya diinginkan dapat tersaji dengan cepat. Simulasi dapat digunakan untuk menunjukkan perubahan struktur dari suatu sistem nyata (real system) yang sebenarnya tidak dapat diteliti pada waktu yang seharusnya (real time). Dengan demikian simulasi dapat membantu mengubah real system hanya dengan memasukkan sedikit data.
25 3. Control Sources of Variation (Dapat Mengawasi Sumber sumber yang Bervariasi). Kemampuan pengawasan dalam simulasi ini tampak terutama apabila analisis statistik digunakan untuk meninjau hubungan antara variabel bebas (independent) dengan variabel terkait (dependent) yang merupakan faktor faktor yang akan dibentuk dalam percobaan. Hal ini dalam kehidupan sehari hari merupakan suatu kegiatan yang harus dipelajari dan ditangani dan tidak dapat diperoleh dengan cepat. Dalam simulasi pengambilan data dan pengolahannya pada komputer, ada beberapa sumber yang dapat dihilangkan atau sengaja ditiadakan. Untuk memanfaatkan kemampuan ini peneliti harus mengetahui dan mampu menguraikan sejumlah input dari sumber sumber yang bervariasi yang dibutuhkan oleh simulasi tersebut. 4. Error In Meansurment Correction (Mengoreksi Kesalahan kesalahan Perhitungan). Dalam prakteknya, pada suatu kegiatan ataupun percobaan dapat saja muncul ketidak-benaran dalam mencatat hasil hasilnya. Sebaliknya, dalam simulasi komputer jarang ditemukan kesalahan perhitungan terutama bila angka angka diambil dari komputer secara teratur dan bebas. Komputer mempunyai kemampuan untuk melakukan perhitungan dengan akurat.
26 5. Stop Simulation and Restart (Dapat Dihentikan dan Dijalankan Kembali). Simulasi komputer dapat dihentikan untuk kepentingan peninjauan ataupun pencatatan semua keadaan yang relevan tanpa berakibat buruk terhadap program simulasi tersebut. Dalam dunia nyata, percobaan tidak dapat dihentikan begitu saja. Dalam simulasi komputer, setelah dilakukan penghentian maka kemudian dapat dengan cepat dijalankan kembali (restart). 6. Easy to Replicate (Mudah Diperbanyak). Dengan simulasi komputer percobaan dapat dilakukan setiap saat dan dapat diulang ulang. Pengulangan dilakukan terutama untuk mengubah berbagai komponen dan variabelnya, seperti dengan perubahan pada parameternya, perubahan pada kondisi operasinya, ataupun dengan memperbanyak output. (Thomas J. Kakiay, 2004, p3) 2.2.3 Jenis Simulasi Beberapa jenis sistem simulasi yaitu sebagai berikut : 1. Identity Simulation (Simulasi Identitas). Penggunaan identity simulation ini terlihat secara langsung. Pendekatannya pun cukup sederhana. Pada umumnya banyak meniadakan berbagai hal yang fundamental dari aturan pemodelan. Identity simulation biasanya cukup mahal dan tidak begitu layak, hanya
27 memberikan sedikit kontrol atau bahkan tidak sama sekali terhadap situasi atau keadaan untuk mendapatkan jawaban yang efektif. 2. Quasi Identity Simulation (Simulasi Identitas Semu). Simulasi ini selangkah lebih maju dibanding identity simulation. Simulasi identitas semu ini memodelkan berbagai aspek yang terkait dari sistem yang sebenarnya dan dapat mengeluarkan unsur unsur yang dapat membuat setiap identity simulation tidak berfungsi dengan baik. 3. Laboratory Simulation (Simulasi Laboratorium). Simulasi ini lebih murah dan lebih layak daripada identity simulation dan quasi identity simulation dan akan dapat memberikan jawaban yang lebih esensial pada masa yang akan datang. Ada dua tipe laboratory simulation yaitu : Operating Planning Dalam operating planning menggunakan komputer untuk mengumpulkan data dan untuk mengolah informasi dari para pemain. Komputer memainkan peran penting untuk menjalankan berbagai aksi secara random yang merupakan jawaban dari para pemain.
28 Man Machine Simulation Simulasi ini memberikan sudut pandang lain dalam menyelidiki berbagai konsep teknis dengan tujuan tujuan tertentu. Disini aturan permainan tidak begitu dipentingkan, sementara komputer komputer digunakan untuk mengolah dan menganalisis data. 4. Computer Simulational (Simulasi Komputer). Simulasi ini hanya menggunakan komputer untuk memecahkan masalah sesuai kebutuhan yang kemudian diprogramkan ke dalam komputer. Semua tingkah laku yang dijadikan sebagai persoalan dialihkan ke dalam program, termasuk ketentuan logika pengambilan keputusan dan pelaksanaannya. (Thomas J. Kakiay, 2004, p11) 2.2.4 Simulasi Monte Carlo Metode Monte Carlo menghendaki pengembangan percobaan percobaan secara sistematis dengan menggunakan random number. Metode ini dimulai pada Perang Dunia II, dilakukan untuk memecahkan problem yang berhubungan dengan pembuatan bom atom. Pekerjaan ini menyangkut simulasi langsung dari tingkah laku pada random neuron diffusion di dalam fissionable material. Simulasi Monte Carlo dikenal juga dengan istilah Sampling Simulation atau Monte Carlo Sampling Technique. Sampling simulation ini
29 menggambarkan kemungkinan penggunaan data sampel dalam metode Monte Carlo dan juga sudah dapat diketahui atau diperkirakan distribusinya. Simulasi ini menggunakan data yang sudah ada (historical data) yang sebenarnya dipakai pada simulasi untuk tujuan lain. Dengan kata lain apabila menghendaki model simulasi yang mengikutsertakan random dan sampling dengan distribusi probabilitas yang dapat diketahui dan ditentukan, maka cara simulasi Monte Carlo ini dapat dipergunakan. Metode simulasi Monte Carlo ini cukup sederhana di dalam menguraikan ataupun menyelesaikan persoalan, termasuk dalam penggunaan program programnya di komputer. Dalam kesederhanaan cara, simulasi ini memberikan tiga batasan dasar yang perlu diperhatikan, yaitu : 1. Apabila suatu persoalan sudah dapat diselesaikan atau dihitung jawabannya secara sistematis dengan tuntas maka hendaknya jangan menggunakan simulasi ini. Itu berarti apabila persoalan dapat diselesaikan dengan pemrograman ataupun teori dalam operation research, simulasi ini tidak perlu digunakan lagi, kecuali perancangan perancangan itu memerlukan perkiraan tertentu. 2. Apabila sebagian persoalan tersebut dapat diuraikan secara analitis dengan baik, maka penyelesaiannya lebih baik dilakukan secara terpisah, yaitu sebagian dengan cara analitis dan yang lainnya dengan simulasi Monte Carlo untuk kemudian disusun kembali keseluruhannya sebagai
30 penyelesaian akhir. Ini berarti teknik sampling dari simulasi Monte Carlo ini hanya digunakan apabila betul betul dibutuhkan. 3. Apabila mungkin maka dapat digunakan simulasi perbandingan. Kadangkala simulasi ini dibutuhkan apabila dua sistem dengan perbedaan - perbedaan para parameter, distribusi, cara - cara pelaksanaannya. 2.2.5 Simulasi Eksponensial Definisi dari distribusi eksponensial adalah distribusi yang menggambarkan waktu antara (interval) dua kejadian bebas. Contoh : di jalan tol, jarak antara kedatangan dua mobil bisa 1 menit, 2 menit, 2.5 menit, dan sebagainya. Rumus simulasi distribusi eksponensial adalah sebagai berikut : x = β *ln(1 Ui) Dimana : β = waktu rata rata. Ui = bilangan acak.