BAB 2

LANDASAN TEORI

2.1 Manajemen

2.1.1 Definisi Manajemen

Menurut Dyck & Neubert (2009:7) manajemen adalah proses perencanaan,

pengorganisasian, memimpin, dan mengendalikan sumber daya manusia dan sumber

daya organisasi lainnya agar dapat secara efektif mencapai tujuan organisasi.

Terdapat 4 fungsi manajemen, yaitu:

1. Planning (Perencanaan)

Perencanaan berarti mengidentifikasikan tujuan organisasi dan strategi

dan mengalokasikan sumber daya organisasi yang tepat yang diperlukan

untuk mencapainya.

2. Organizing ( Mengorganisasi)

Pengorganisasian berarti memastikan bahwa tugas-tugas telah ditetapkan

dan struktur hubungan organisasi diciptakan untuk memfasilitasi

pertemuan dari tujuan-tujuan organisasi.

3. Leading (Memimpin)

Memimpin berarti berhubungan dengan orang lain sehingga pekerjaan

mereka menghasilkan.

4. Controlling (Mengendalikan)

Mengendalikan adalah melibatkan kegiatan manajemen untuk

memastikan bahwa tindakan-tindakan anggota organisasi konsisten

dengan nilai-nilai organisasi dan standar.

2.1.2 Definisi Menejemen Operasi

Menurut Prasetya & Lukiastuti (2009:2) manajemen operasi adalah

serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan

mengubah input menjadi output. Kegiatan yang menghasilkan barang dan jasa

berlangsung di semua organisasi, baik perusahaan manufaktur maupun jasa.

Herjanto (2008:4) mengatakan bahwa manajemen operasi merupakan bagian

11

dari kegiatan organisasi yang melakukan proses transformasi dari masukan (input)

menjadi keluaran (output). Masukan berupa semua sumber data yang diperlukan

(misalnya material, modal, peralatan), sedangkan keluaran berupa barang jadi,

barang setengah jadi atau jasa.

Tidak berbeda jauh dengan Herjanto, Heizer & Render (2009:4) juga

mengungkapkan bahwa manajemen operasi adalah serangkaian aktivitas yang

menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi

output. Kegiatan menciptakan barang dan jasa terjadi di semua organisasi. Di

perusahaan manufaktur, kegiatan produksi yang menciptakan barang biasanya cukup

jelas sedangkan dalam organisasi yang tidak menghasilkan produk secara fisik,

fungsi produksi nya mungkin tidak terlihat jelas. Aktivitas-aktivitas tersebut sering

kita sebut sebagai jasa.

Sedangkan menurut Stevenson (2009:4), manajemen operasi adalah pengelolaan

sistem atau proses yang menciptakan barang dan/atau memberikan jasa.

Dari pendapat-pendapat diatas dapat disimpulkan bahwa manajemen operasional

adalah segala aktivitas yang menghasilkan nilai baik dalam bentuk barang maupun

jasa dengan melalui proses produksi secara efektif dan efisien untuk memenuhi

kebutuhan konsumen.

Heizer & Render (2009:5) menyebutkan bahwa manajemen operasi (MO)

dipelajari karena empat alasan:

1. MO adalah satu dari tiga fungsi utama dari setiap organisasi dan berhubungan

secara utuh dengan semua fungsi bisnis lainnya. Semua organisasi

memasarkan (menjual), membiayai (mencatat rugi laba), dan memproduksi

(mengoperasikan), maka sangat penting untuk mengetahui bagaimana

aktivitas MO berjalan. Karena itu pula, kita mempelajari bagaimana orang-

orang mengorganisasikan diri mereka bagi perusahaan yang produktif.

2. Kita mempelajari MO karena kita ingin mengetahui bagaimana barang dan

jasa diproduksi. Fungsi produksi adalah bagian dari masyarakat yang

menciptakan produk yang kita gunakan.

3. Kita mempelajari MO untuk memahami apa yang dikerjakan oleh manajer

operasi. Dengan memahami apa saja yang dilakukan oleh manajer ini, kita

dapat membangun keahlian yang dibutuhkan untuk dapat menjadi seorang

manajer seperti itu. Hal ini akan membantu Anda untuk menjelajahi

kesempatan kerja yang banyak dan menggiurkan di bidang MO.

12

4. Kita mempelajari MO karena bagian ini merupakan bagian yang paling

banyak menghabiskan biaya dalam sebuah organisasi. Sebagian besar

pengeluaran perusahaan digunakan untuk fungsi MO. Walaupun demikian,

MO memberikan peluang untuk meningkatkan keuntungan dan pelayanan

terhadap masyarakat.

2.1.3 Sistem Manajemen Operasional

Sistem manajemen operasional merupakan keterkaitan kumpulan sasaran dan

aktivitas di dalam organisasi yang saling berhubungan satu dengan yang lainnya.

Model sistem di dalam organisasi dikenal memiliki subsistem, atau subkomponen,

yang ada didalam organisasi. Didalam bisnis sangat dibutuhkan keuangan yang kuat,

pemasaran, akunting, engineering, pembelian, dan distribusi fisik yang membantu

sistem operasional.

2.2 Peramalan (Forecasting)

2.2.1 Definisi Peramalan

Menurut Hyndmand & Anthanasopoulos (2014:12) Peramalan adalah tentang

memproduksi masa depan selengkap mungkin, memberikan semua informasi yang

tersedia, termasuk data historis dan pengetahuan tentang setiap peristiwa masa depan

yang mungkin berdampak ke perkiraan. Peramalan merupakan tugas statistik umum

dalam bisnis, dimana itu membantu untuk menginformasikan keputusan tentang

penjadwalan produksi, trasnportasi, dan personil, dan menyediakan panduan untuk

perencanaan strategis jangka panjang.

Herjanto (2007:4) mengungkapkan bahwa peramalan digunakan untuk

mengukur atau menaksir keadaan di masa datang. Suatu peramalan yang baik atau

buruk akan mempengaruhi perusahaan secara keseluruhan. Dengan peramalan yang

baik diharapkan pemborosan akan bisa dikurangi, dapat lebih terkonsentrasi pada

sasaran tertentu dan perencanaan dapat lebih baik.

Berbeda dengan Heizer & Render (2009:162) yang mengatakan bahwa

peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa

depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data historis dan

memproyeksikannya ke masa mendatang dengan suatu bentuk model matematis.

13

Sedangkan menurut Rusdiana (2014:96) peramalan adalah pemikiran terhadap

suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode

yang akan datang dengan menggunakan teknik-teknik tertentu. Dalam kegiatan

produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu

produk yang dilakukan pada awal proses perencanaan dan pengendalian produksi.

Dari pendapat-pendapat diatas dapat disimpulkan bahwa peramalan adalah suatu

kegiatan yang bertujuan untuk memperkirakan kejadian di masa yang akan data

dengan melibatkan data-data historis.

2.2.2 Jenis-jenis Peramalan

Pada umumnya, berbagai organisasi menggunakan tiga jenis peramalan yang

utama dalam perencanaan operasi di masa depan. (Heizer & Render, 2009:164)

1. Peramalan Ekonomi menjelaskan siklus bisnis dengan memprediksikan

tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk

membangun perumahan, dan indikator perencanaan lainnya.

2. Peramalan Teknologi memperhatikan tingkat kemajuan teknologi yang

dapat meluncurkan produk baru yang menarik yang membutuhkan pabrik

dan peralatan baru.

3. Peramalan Permintaan adalah proyeksi permintaan untuk produk atau

layanan suatu perusahaan. Peramalan ini disebut juga peramalan

penjualan yang mengendalikan produksi, kapasitas, serta sistem

penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran

dan sumber daya manusia.

2.2.3 Metode-Metode Peramalan

Herjanto (2007:78) mengungkapkan bahwa peramalan dapat dilakukan secara

kuantitatif maupun kualitatif. Pengukuran secara kuantitatif menggunakan metode

statistik, sedangkan pengukuran secara kualitatif berdasarkan pendapat (judgment)

dari yang melakukan peramalan.

Terdapat 2 macam metode peramalan menurut Heizer & Render (2009:168),

yaitu:

1. Metode kualitatif, terbagi menjadi 4 teknik peramalan, yaitu:

14

a. Juri dari opini eksekutif (jury of executive opinion)

Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat

tinggi umumnya digabungkan dengan model statistik, dikumpulkan untuk

mendapatkan prediksi permintaan kelompok.

b. Metode Delphi (Delphi method)

Ada 3 (tiga) jenis partisipan dalam metode Delphi, yaitu: pengambil

keputusan, karyawan, dan responden. Pengambil keputusan melakukan

peramalan, karyawan menyiapkan, menyebarkan, mengumpulkan, dan

meringkas kuesioner dan hasil survei. Responden adalah sekelompok

orang yang ditempatkan di tempat yang berbeda di mana penliaian

dilakukan.

c. Komposit tenaga penjual (sales force composite)

Setiap tenaga penjual memperkirakan berapa penjualan yang dapat ia capai

dalam wilayahnya, dan melakukan pengkajian untuk memastikan apakah

peramalan cukup realistis, baru kemudian digabungkan pada tingkat

wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan.

d. Survei pasar konsumen (consumer market survey)

Metode ini meminta masukan dari konsumen mengenai rencana pembelian

mereka di masa mendatang. Hal ini juga membantu dalam menyiapkan

peramalan, tetapi juga membantu dalam merancang desain produk baru

dan perencanaan produk baru. Namun, metode ini dapat menjadi tidak

benar karena masukan dari konsumen yang terlalu optimis. Yaitu metode

yang menggunakan model matematis yang beragam dengan berdasarkan

data masa lalu untuk meramalkan permintaan dimasa yang akan datang.

Ada tiga kondisi yang diterapkan pada metode ini, yaitu:

1. Informasi mengenai keadaan pada waktu yang tersedia.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric

(angka).

3. Waktu yang akan datang (disebut asumsi kontinuitas).

15

2. Metode kuantitatif, dibagi menjadi dua, yaitu:

a. Model Deret Waktu (Time-Series)

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 dan menggunakan data masa

lalu tersebut untuk melakukan peramalan. Menganalisis time series

berarti membagi data masa lau menjadi komponen-komponen, dan

kemudian memproyeksikannya kemasa depan.

Time-Series mempunyai empat komponen:

1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau

menurun.

2. Musim adalah pola data yang berulang pada kurun waktu tertentu

seperti hari, minggu, bulan, kwartal.

3. Siklus adalah pola dalam data yang terjadi beberapa tahun. Siklus ini

biasanya terkait pada siklus bisnis dan merupakan satu hal penting

dalam analisis dan perencanaan bisnis jangka pendek.

4. Variasi acak merupakaan satu titik khusus dalam data yang

disebabkan oleh peluang dan situasi yanhg tidak biasa. Variasi acak

tidak mempunyai pola khusus jadi tidak dapat diprediksi.

Metode-metode yang dapat digunakan dalam hal ini dapat berupa

rata-rata bergerak, penghalusan eksponensial, model

matematika, dan metode box-jenkins.

b. Model Asosiatif (Hubungan Sebab Akibat)

Model asosiatif (atau hubungan sebab akibat), seperti regresi linear,

menggabungkan banyak variabel atau faktor yang mungkin

mempengaruhi kuantitas yang sedang diramalkan.

Dengan mengolah data yang sudah ada sebelumnya melalui deret waktu

dan metode sebab akibat, maka akan diperoleh hasil peramalan.

16

2.2.4 Teknik Peramalan

Teknik yang digunakan untuk peramalan time series adalah Neural Network.

Artificial Neural Network atau sering disebut Neural Network merupakan metode

komputasi yang saat ini mengalami kemajuan pesat. Menurut Priddy & Keller

(2005:1) jaringan syaraf tiruan (Artificial Neural Networks) adalah penemuan

matematika terinspirasi oleh pengamatan yang dilakukan dalam studi sistem biologis,

meskipun pada dasarnya didasarkan pada biologi yang sebenarnya. Jaringan saraf

tiruan dapat menggambarkan sebagai pemetaan ruang Input ke ruang output. Konsep

ini sama dengan fungsi matematika. Tujuan dari jaringan saraf adalah untuk

memetakan input menjadi output yang diinginkan.

Neural Network telah terbukti kehandalannya dalam menangani berbagai

masalah pada berbagai disiplin keilmuan. Kehandalan tersebut salah satunya

disebabkan kemampuan yang dimiliki Neural Network yang sering disebut universal

approximation, yaitu dapat mengaproksimasi semua fungsi kontinu multivariate

untuk semua tingkat akurasi termasuk untuk fungsi-fungsi non-linear.

Kemampuan neural network dalam universal approximation telah diteliti

oleh berbagai peneliti untuk peramalan data time series pada berbagai jenis data. Dari

beberapa penelitian tersebut, Neural Network menunjukkan kinerja yang memuaskan

dalam peramalan data time-series.

Mekanisme kerja Neural Network meniru cara kerja jaringan saraf biologis.

Seperti jaringan saraf biologis, Neural Network tersusun atas sel-sel saraf (neuron)

yang saling terhubung dan beroperasi secara paralel. Mekanisme pemrosesan

informasi pada tiap neuron neural network mengadopsi mekanisme pemrosesan

informasi neuron biologis.

Pada penerapannya, neuron-neuron pada neural network dikelompokkan

kedalam beberapa lapisan (layer). Tiap layer bisa memiliki satu atau lebih neuron.

Terdapat tiga jenis layer yang menyusun arsitektur neural network, yaitu input layer,

output layer, dan hidden layer.

Input layer berfungsi sebagai tempat data dimasukkan, yang akan diproses

pada tahap selanjutnya. Output layer berfungsi sebagai tempat keluaran hasil dari

proses selama dalam jaringan. Hidden layer terletak diantara input layer dan output

layer. Pada layer inilah data masukan diproses untuk dijadikan keluaran. Berikut ini

gambar sebuah arsitektur neural network.

17

Gambar 2.1 Arsitektur Neural Network

Pemrosesan informasi pada setiap neuron dilakukan dengan menjumlahkan hasil

perkalian bobot-bobot koneksi dengan data-data masukan. Hasil penjumlahan ini

akan diteruskan ke neuron berikutnya melalui sebuah fungsi yang disebut fungsi

aktivasi. Terdapat beberapa jenis fungsi aktivasi, diantaranya fungsi aktivasi linear,

semi linear, sigmoid, sigmoid bipolar dan tangen hiperbolik.

Pada peramalan data time series, data masukan untuk input layer bisa berupa

data-data variabel periode sebelumnya (lagged variable) ataupun variabel lain yang

digunakan untuk membantu peramalan, baik bertipe kuantitatif maupun kualitatif.

Untuk peramalan satu variable (univariate) saja, data masukan untuk input

layer dan data keluaran pada output layer dapat dianalogikan dengan model

autoregressive AR (p). Pada point tertentu t, peramalan data Yt+1 dihitung dari

menggunakan p = n observasi Yt,Yt-1,...,Yt-n+1 dari n point terdahulu t,t-1,t-2,...,t-

n+1, dimana n menunjukkan jumlah input neuron pada neural network.

2.2.5 Peramalan Berdasarkan Waktu

Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan

yang dilingkupinya. Horizon waktu terbagi menjadi beberapa kategori. (Heizer &

Render, 2009:163)

1. Peramalan Jangka Pendek. Peramlan ini meliputi jangka waktu hingga

satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini

18

digunakan untuk merencanakan 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 tiga 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.

Peramalan jangka panjang banyak menggunakan pendekatan kualitatif

sedangkan peramalan jangka menengah dan pendek biasanya menggunakan

pendekatan kuantitatif. (Herjanto, 2007:79)

2.2.6 Ukuran Akurasi Peramalan

Validasi dalam perhitungan peramalan tidak terlepas dari indikator-indikator

dalam pengukuran akurasi peramalan. Menurut Heizer & Render (2009:177), ada

beberapa perhitungan yang biasa dipergunakan untuk menghitung kesalahan

peramalan (forecast error) total. Perhitungan ini dapat dipergunakan untuk

membandingkan model peramalan yang berbeda, juga untuk mengawasi peramalan

guna memastikan peramalan berjalan dengan baik.

Dua teknik perhitungan yang paling terkenal adalah deviasi rata-rata absolut

(MAD) (mean absolute deviation) dan kesalahan rata-rata kuadrat (MSE) (mean

squared error).

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 kesalahan peramalan dibagi dengan jumlah periode data (n).

19

MAD = Σ |aktual - peramalan|

n

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.

MSE = Σ (kesalahan peramalan)

n

Rangkuti (2007 : 80) menyatakan keharusan untuk membadingkan

perhitungan yang memiliki nilai MAD (Mean Absolute Deviation) paling kecil,

karena semakin kecil MAD berarti semakin kecil pula perbedaan antara hasil

forecasting dan nilai aktual, akurasi peramalan akan semakin tinggi apabila nilai-nilai

MAD dan MSE semakin kecil.

2.3 Persediaan (Inventory)

2.3.1 Pengertian Persediaan (Inventory)

Menurut Saxena (2009:2) persediaan didefinisikan sebagai sumber daya siaga

apapun yang memiliki nilai ekonomi yang dianggap potensial sebagai modal

terkunci. Definisi yang praktis dari sudut bahan manajemen adalah “item dari toko

atau bahan-bahan yang disimpan di persediaan untuk memenuhi kebutuhan masa

depan produksi, perbaikan, pemeliharaan, konstruksi, dll”.

Rusdiana (2014:375) mengatakan bahwa persediaan adalah sejumlah

komoditas yang disimpan untuk memenuhi kebutuhan pada masa yang akan datang.

Sedangkan menurut Herjanto, (2007: 237) persediaan adalah bahan atau barang yang

disimpan yang akan digunakan untuk memenuhi tujuan tertenju, misalnya untuk

digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk

20

suku cadang dari suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah,

bahan pembantu, barang dalam proses, barang jadi, ataupun suku cadang dari

peralatan atau mesin.

Persediaan merupakan suatu sumber daya yang disimpan yang digunakan

untuk menghilangkan kebutuhan saat ini atau kebutuhan yang akan datang.

Persediaan diatas termasuk bahan mentah, barang dalam proses, dan barang jadi.

Ketika menentukan permintaan dari suatu barang, ini merupakan informasi yang

memungkinkan untuk dapat menentukan permintaan dari suatu barang, dan

menentukan jumlah barang mentah yang akan dibutuhkan untuk membuat barang

jadi tersebut.

Persediaan pada umumnya merupakan salah satu jenis aktiva lancar yang

jumlah nya cukup besar dalam suatu perusahaan. Hal ini mudah dipahami karena

persediaan merupakan faktor penting dalam menentukan kelancaran operasi

perusahaan. Persediaan adalah bentuk investasi, dimana keuntungan (laba) ini bisa

diharapkan melalui penjualan dikemudian hari. Oleh sebab itu pada kebanyakan

perusahaan sejumlah minimal persediaan harus dipertahankan untuk menjamin

kontinuitas dan stabilitas penjualannya.

Mengendalikan persediaan yang tepat bukan hal yang mudah. Apabila

jumlah persediaan terlalu besar yang dapat mengakibatkan timbulnya dana yang

tertanam dalam persediaan, meningkatnya biaya penyimpanan dan risiko kerusakan

barang yang lebih besar. Namun, jika persediaan terlalu sedikit mengakibatkan risiko

terjadinya kekurangan persediaan (stockout) karena seringkali barang tidak dapat

didatangkan secara mendadak dan sebesar yang dibutuhkan sehingga dapat

menyebabkan terjadinya proses produksi, tertundanya penjualan, bahkan hilangnya

pelanggan.

Sebagaimana keputusan manajemen operasi lainnya, kebijaksanaan yang

paling efektif dengan mencapai keseimbangan diantara berbagai kepentingan dalam

perusahaan. Pengendalian persediaan harus dilakukan sedemikian rupa agar dapat

melayani kebutuhan bahan/barang yang tepat dan dengan biaya yang rendah.

Pengendalian persediaan berfungsi menentukan tingkat persediaan yang sesuai,

dimana pemesanan harus dilakukan kembali, persediaan pengaman, pendataan

singkat dan kondisi persediaan.

21

2.3.2 Jenis-jenis Persediaan

Berdasarkan fungsinya, persediaan dikelompokkan menjadi: (Rusdiana,

2014:375)

1. Lost-size-inventory, yaitu persediaan yang diadakan dalam jumlah yang

lebih besar dari jumlah yang dibutuhkan pada saat itu. Cara ini dilakukan

dengan tujuan memperoleh potongan harga karena pembelian dalam

jumlah yang besar dan memperoleh biaya pengangkutan per unit yang

rendah;

2. Fluctuation stock, merupakan persediaan yang diadakan untuk

menghadapi permintaan yang tidak bisa diramalkan sebelumnya, serta

untuk mengatasi berbagai kondisi tidak terduga, seperti terjadi kesalahan

dalam peramalan penjualan, kesalahan waktu produksi, kesalahan

pengiriman;

3. Anticipation stock, yaitu persediaan yang diadakan untuk menghadapi

fluktuasi permintaan yang dapat diramalkan seperti mengantisipasi

pengaruh musim, yaitu ketika permintaan tinggi perusahaan tidak mampu

menghasilkan sebanyak jumlah yang dibutuhkan. Di samping itu juga

persediaan ini ditujukan untuk mengantisipasi kemungkinan sulitnya

memperoleh bahan sehingga tidak mengganggu operasi perusahaan.

2.3.3 Fungsi-Fungsi Persediaan

Pada prinsipnya persediaan mempermudah atau memperlancar jalannya operasi

perusahaan/pabrik yang harus dilakukan secara berturut-turut untuk memproduksi

barang-barang serta menyampaikannya pada para pelanggan atau konsumen.

Rangkuti (2007:15) menjelaskan adapun fungsi-fungsi persediaan oleh suatu

perusahaan/pabrik adalah sebagai berikut.

1. Fungsi Decoupling

Adalah persediaan yang memungkinkan perusahaan dapat memenuhi

permintaan pelanggan tanpa tergantung pada supplier. Persediaan bahan

mentah diadakan agar perusahaan tidak akan sepenuhnya tergantung pada

pengadaannya dalam hal kuantitas dan waktu pengiriman. Persediaan barang

dalam proses diadakan agar departemen-departemen dan proses-proses

individual perusahaan terjaga “kebebasannya”. Persediaan barang jadi

22

diperlukan untuk memenuhi permintaan produk yang tidak pasti dari para

pelanggan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan

konsumen yang tidak dapat diperkirakan atau diramalkan disebut fluctuation

stock.

2. Fungsi Economic Lot Sizing

Persediaan lot size ini perlu mempertimbangkan penghematan atau potongan

pembeliaan, biaya pengangkutan per unit menjadi lebih murah dan sebagainya.

Hal ini disebabkan perusahaan melakukan pembelian dalam kuantitas yang

lebih besar dibandingkan biaya- biaya yang timbul karena besarnya persediaan

(biaya sewa gudang, investasi, resiko, dan sebagainya).

3. Fungsi Antisipasi

Apabila perusahan menghadapi fluktuasi permintaan yang dapat diperkirakan

dan diramalkan berdasar pengalaman atau data-data masa lalu, yaitu

permintaan musiman. Dalam hal ini perusahaan dapat mengadakan persediaan

musiman (seasional inventories).

2.3.4 Biaya Akibat Kebijakan Persediaan

Menurut Tampubolon (2014:238) biaya-biaya yang timbul akibat persediaan

antara lain; Holding Cost, Ordering Cost, Set-up Cost, dan merupakan yang tidak

dihindari, tetapi dapat diperhitungkan tingkat efisiensinya di dalam menentukan

kebijakan persediaan.

1. Biaya Penyimpanan (Holding Cost/Carrying Cost)

Merupakan biaya yang timbul di dalam menyimpan persediaan, di dalam

usaha mengamankan persediaan dari kerusakan, keusangan atau keausan, dan

kehilangan. Biaya-biaya yang termasuk di dalam biaya penyimpanan antara

lain:

Biaya Fasilitas Penyimpanan (penerangan, pendingin, dan

pemanasan)

Biaya Modal (Opportunity Cost of Capital)

Biaya Keusangan, dan Keausan (Amortisation)

Biaya Asuransi Persediaan

Biaya Perhitungan Fisik dan Konsolidasi Laporan

Biaya Kehilangan Barang

23

Biaya Penanganan Persediaan (Handling Cost)

2. Biaya Pemesanan (Order Cost/Procurement Cost)

Biaya-biaya yang timbul selama proses pemasaran sampai barang tersebut

dapat dikirim eksportir atau pemasok antara lain:

Biaya Ekspedisi

Biaya Upah

Biaya Telepon

Biaya Surat-Menyurat, dan

Biaya Pemeriksaan Penerima (Raw Materials Inspection)

3. Biaya Penyiapan (Set-up Cost)

Merupakan biaya-biaya yang timbul di dalam meyiapkan mesin dan peralatan

untuk dipergunakan dalam proses konversi, antara lain:

Biaya Mesin yang Menganggur (Idle Capacity)

Biaya Penyiapan Tenaga Kerja

Biaya Penjadwalan (Schedulling)

Biaya Ekspedisi

4. Biaya Kehabisan Stok (Stockout Cost)

Biaya yang timbul akibat kehabisan persediaan yang timbul karena kesalahan

perhitungan, antara lain:

Biaya Kehilangan Penjual

Biaya Kehilangan Langganan

Biaya Pemesanan Khusus

Biaya Ekspedisi

Selisih Harga

Biaya yang timbul akibat terganggunya operasi

Biaya Tambahan, Pengeluaran Manajerial.

2.4 Model Kuantitas Pesanan Ekonomis (Economic Order Quantity)

24

Menurut Heizer & Render (2009:92), EOQ adalah sebuah teknik kontrol

persediaan yang meminimalkan biaya total dari pemesanan dan penyimpanan serta

berdasar pada beberapa asumsi :

Jumlah permintaan diketahui, konstan dan independen.

Waktu tunggu yakni waktu antara pemesanan dan penerimaan pesanan

diketahui dan konstan.

Penerimaan persediaan bersifat instan dan selesai seluruhnya. Dengan

kata lain, persediaan dari sebuah pesanan datang dalam satu kelompok

pada suatu waktu.

Tidak tersedia diskon kuantitas.

Biaya variable hanya biaya untuk menyiapkan atau melakukan

pemesanan (biaya penyetelan) dan biaya menyimpan persediaan dalam

waktu tertentu (biaya penyimpanan).

Kehabisan (kekurangan) persediaan dapat sepenuhnya dihindari jika

pemesanan dilakukan pada waktu yang tepat.

Dengan asumsi seperti diatas, maka tahapan untuk mencari jumlah

pemesanan yang menyebabkan biaya minimal adalah sebagai berikut :

1. Mengembangkan persamaan untuk biaya pemasangan atau pemesanan .

2. Mengembangkan persamaan untuk biaya penahanan atau penyimpanan.

3. Menetapkan biaya pemasangan sama dengan biaya penyimpanan.

4. Menyelesaikan persamaan dengan hasil angka jumlah pemesanan yang

optimal.

Sedangkan menurut Herjanto (2007:245) EOQ adalah salah satu model

klasik yang diperkenalkan oleh FW Harris pada tahun 1914, tetapi paling banyak

dikenal dalam teknik pengendalian persediaan.

Model kuantitas pesanan ekonomis (Economic Order Quantity – EOQ) ini

adalah salah satu teknik pengendalian persediaan yang paling tua dan paling dikenal

secara luas.

25

Persediaan minimum

Kuantitas pesanan = Q

(tingkat persediaan maksimum)

Persediaan

minimum

Persediaan rata-rata

yang tersedia

Tingkat Penggunaan

Tingkat Persediaan

0

Gambar 2.2 Penggunaan Persediaan dalam Waktu TertentuSumber : Jay Heizer & Barry Render (2010 : 93)

Perhitungan EOQ dapat dihitung dengan rumus :

H2.D.S= EOQ

Keretangan :

EOQ = Jumlah optimal barang per pemesanan (Q*)

D = Permintaan tahunan barang persediaan dalam unit

S = Biaya pemasangan atau pemesanan setiap pesanan

H = Biaya penahan atau penyimpanan per unit per tahun

Selain rumus EOQ, terdapat beberapa rumus untuk mendukung perhitungan

biaya persediaan, antara lain :

1. 2*Q= tersediayang rata-rata Persediaan

2. *QDandiperkirak yangpesanan Jumlah

3. .S*Q D=tahunan pemesanan Biaya

4. .H2*Q=n tahunanpenyimpana Biaya

5. Total harga per unit = Harga per unit x D

26

6. Total Harga Keseluruhan = Total harga per unit + Biaya pemesanan

tahunan + Biaya penyimpanan tahunan

2.5 Persediaan Pengaman (Safety Stock) dan Titik Pemesanan Ulang (Reorder

Point)

Herjanto (2008:258) mengatakan untuk memesan suatu barang sampai barang

itu datang diperlukan jangka waktu yang bisa bervariasi dari beberapa jam sampai

beberapa bulan. Perbedaan waktu antara saat memesan sampai barang datang dikenal

dengan istilah waktu tenggang (lead time). Waktu tenggang sangat dipengaruhi oleh

ketersediaan dari barang itu sendiri dan jarak lokasi antara pembeli dan pemasok

berada.

Karena adanya waktu tenggang, perlu adanya persediaan yang dicadangkan

untuk kebutuhan selama menunggu barang datang, yang disebut sebagai persediaan

pengaman (safety stock). Persediaan pengaman berfungsi untuk melindungi atau

menjaga kemungkinan terjadinya kekurangan barang, misalnya karena penggunaan

barang yang lebih besar dari perkiraan semula atau keterlambatan dalam penerimaan

barang yang dipesan. Persediaan pengaman disebut juga dengan istilah persediaan

penyangga (buffer stock) atau persediaan besi (iron stock). Bagi perusahaan dagang,

persediaan pengaman juga dimaksudkan untuk menjamin pelayanan kepada

pelanggan terhadap ketidakpastian dalam pengadaan barang. Jumlah persediaan yang

memadai saat harus dilakukan pemesanan ulang sedemikian rupa sehingga

kedatangan atau permintaan barang yang dipesan adalah tepat waktu (dimana

persediaan pengaman sama dengan nol) disebut sebagai titik pemesanan ulang

(reorder point, ROP). Titik ini menandakan bahwa pembelian harus segera dilakukan

untuk menggantikan persediaan yang telah digunakan. Jika ROP ditetapkan terlalu

rendah, persediaan akan habis sebelum persediaan pengganti diterima sehingga

produksi dapat terganggu atau permintaan pelanggan tidak dapat dipenuhi. Namun,

jika titik pemesanan ulang ditetapkan terlalu tinggi maka persediaan baru sudah

datang sementara persediaan di gudang masih banyak. Keadaan ini mengakibatkan

pemborosan biaya dan investasi yang berlebihan.

27

Melalui rumus distribusi normal, besarnya persediaan pengaman dapat dihitung

sebagai berikut:

Z =

Karena X – = SS, maka

Z =

SS = Z

Dimana:

Z = standar normal

X = tingkat persediaan

μ = rata-rata permintaan

σ = standar deviasi permintaan selama waktu tenggang

SS = persediaan pengaman

Titik pemesanan ulang biasanya ditetapkan dengan cara menambahkan

penggunaan selama waktu tenggang dengan persediaan pengaman, atau dalam

bentuk rumus sebagai berikut:

ROP = d x L + SS

Dimana:

ROP = titik pemesanan

d = tingkat kebutuhan per unit waktu

L = waktu tenggang

28

2.5 Kerangka Pemikiran

Gambar 2.3 Kerangka Pemikiran

29

30

31