1 BAB 2 LANDASAN TEORI 2.1 Persediaan Menurut Assauri (1999

BAB 2
LANDASAN TEORI
2.1
Persediaan
Menurut Assauri (1999, p.169), persediaan adalah sebagai suatu aktiva
yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual
dalam suatu periode usaha yang normal, atau persediaan barang-barang yang
masih dalam pengerjaan/proses produksi, ataupun persediaan barang baku yang
menunggu penggunaannya dalam suatu proses produksi. Persediaan bisa muncul
karena memang direncanakan atau merupakan akibat dari ketidaktahuan terhadap
suatu informasi. Jadi ada perusahaan yang memiliki persediaan karena sengaja
membuat dan menyediakan produk atau bahan baku lebih awal atau lebih banyak
dari waktu dan jumlah yang dibutuhkan pada suatu waktu tertentu dan ada juga
karena merupakan akibat dari permintaan yang terlalu sedikit dibandingkan
dengan perkiraan awal.
Persediaan tanpa disadari akan menimbulkan biaya penyimpanan..
Kebanyakan dari perusahaan pada umumnya mengeluarkan modal besar pada
inventory ataupun persediaan mereka. Maka dari itu pengendalian terhadap
persediaan perlu dilakukan, demi mengurangi modal yang tertahan pada
persediaan. Seperti yang dikatakan Handoko (1997, p. 333) yaitu, pengendalian
persediaan merupakan fungsi manajerial yang sangat penting, karena persediaan
fisik banyak perusahaan melibatkan investasi rupiah terbesar dalam pos aktiva
lancar. Bila perusahaan menanamkan terlalu banyak dananya dalam persediaan,
menyebabkan biaya penyimpanan yang berlebihan, dan mungkin mempunyai
opportunity cost (dana dapat ditanamkan dalam investasi yang lebih
menguntungkan). Demikian pula, bila perusahaan tidak mempunyai persediaan
yang mencukupi, dapat mengakibatkan biaya-biaya dari terjadinya kekurangan
bahan.
2.1.1 Alat Ukur Persediaan
Beberapa ukuran yang bisa digunakan untuk memonitor kinerja
persediaan adalah : Pujawan (2010, p. 118)
1. Tingkat perputaran persediaan (Inventory Turnover Rate), digunakan untuk
melihat seberapa cepat produk atau barang relative terhadap jumlah rata-rata
tersimpan sebagai persediaan.
2. Inventory Days of Supply, merupakan rata-rata jumlah hari suatu perusahaan
bisa beroperasi dengan jumlah persediaan yang dimiliki. Ukuran ini
sebenarnya dapat dikatakan seirama dengan tingkat perputaran persediaan.
3. Fill rate, yaitu presentase jumlah item yang tersedia ketika adanya kebutuhan
produksi. Misalnya, jika fill rate 97% berarti ada kemungkinan 3 % dari item
yang dibutuhkan untuk produksi tidak tersedia. Akibatnya produksi harus
terhenti untuk beberapa lama yang mengakibatkan kerugian bagi perusahaan.
2.1.2 Biaya-Biaya dalam Persediaan
Secara umum dapat dikatakan bahwa biaya persediaan adalah semua
pengeluaran dan kerugian yang timbul sebagai akibat adanya persediaan. Biaya
persediaan terdiri dari biaya pembelian, biaya pemesanan, biaya simpan dan
4
5
biaya kekurangan persediaan. Biaya-biaya tersebut akan diuraikan secara singkat
sebagai berikut : Nasution (2003, p. 105-108)
1. Biaya Pembelian
Biaya pembelian adalah biaya yang dikeluarkan untuk membeli
barang. Besarnya biaya pembelian ini tergantung pada jumlah barang yang
dibeli dan harga satuan barang. Biaya pembelian menjadi faktor penting
ketika harga barang yang dibeli tergantung pada ukuran pembelian. Dalam
kebanyakan teori persediaan, komponen biaya pembelian tidak dimasukkan
ke dalam total biaya sistem persediaan karena diasumsikan bahwa harga
barang per-unit tidak dipengaruhi oleh jumlah barang yang dibeli sehingga
komponen biaya pembelian untuk periode waktu tertentu (misalnya satu
tahun) konstan dan hal ini tidak akan mempengaruhi jawaban optimal tentang
berapa banyak barang yang harus dipesan.
2. Biaya Pengadaan
Biaya pengadaan dibedakan atas 2 jenis sesuai asal-usul barang, yaitu
biaya pemesanan (ordering cost) bila barang yang diperlukan diperoleh dari
pihak luar (supplier) dan biaya pembuatan (setup cost) bila barang diperoleh
dengan memproduksi sendiri.
a. Biaya Pemesanan
Biaya pemesanan adalah semua pengeluaran yang timbul untuk
mendatangkan barang dari luar. Biaya ini meliputi biaya untuk
menentukan pemasok (supplier), pengetikan pesanan, pengiriman
pesanan, biaya pengankutan, biaya penerimaan dan seterusnya. Biaya ini
diasumsikan konstan untuk setiap kali pesan.
b. Biaya Pembuatan
Biaya pembuatan adalah semua pengeluaran yang timbul dalam
mempersiapkan produksi suatu barang. Biaya ini timbul di dalam pabrik
yang meliputi biaya menyusun peralatan produksi, menyetel mesin,
mempersiapkan gambar kerja dan seterusnya.
3. Biaya Penyimpanan
Biaya simpan adalah semua pengeluaran yang timbul akibat
menyimpan barang. Biaya ini meliputi :
a. Biaya Memiliki Persediaan
Penumpukan barang di gudang berarti penumpukan modal,
dimana perusahaan mempunyai ongkos (expense) yang dapat diukur
dengan suku bunga bank. Oleh karena itu, biaya yang ditimbulkan karena
memiliki persediaan harus diperhitungkan dalam biaya sistem persediaan.
Biaya memiliki persediaan diukur sebagai presentase nilai persediaan
untuk periode waktu tertentu.
b. Biaya Gudang
Barang yang disimpan memerlukan tempat penyimpanan
sehingga timbul biaya gudang. Biaya gudang dan peralatannya disewa
maka biaya gudangnya merupakan biaya sewa sedangkan bila perusahaan
mempunyai gudang sendiri maka biaya gudang merupakan biaya
depresiasi.
c. Biaya Kerusakan dan Penyusutan
6
Barang yang disimpan dapat mengalami kerusakan dan
penyusutan karena beratnya berkurang ataupun jumlahnya berkurang
karena hilang. Biaya kerusakan dan penyusutan biasanya diukur dari
pengalaman sesuai dengan persentasenya.
d. Biaya Kadaluarsa
Barang yang disimpan dapat mengalami penurunan nilai karena
perubahan teknologi dan model seperti barang-barang elektronik. Biaya
kadaluarsa biasanya diukur dengan besarnya penurunan nilai jual dari
barang tersebut.
e. Biaya Asuransi
Barang yang disimpan diasuransikan untuk menjaga hal-hal yang
tidak diinginkan seperti kebakaran. Biaya asuransi tergantung jenis
barang yang diasuransikan dan perjanjian dengan perusahaan asuransi.
f. Biaya Administrasi
Biaya ini dikeluarkan untuk mengadministrasikan persediaan
barang yang ada, baik pada saat pemesanan, penerimaan barang, maupun
penyimpanannya dan biaya untuk memindahkan barang dari, ke, dan di
dalam tempat penyimpanan, termasuk upah buruh dan biaya peralatan
handling.
4. Biaya Kekurangan Persediaan
Bila perusahaan kehabisan barang pada saat permintaan, maka akan
terjadi keadaan kekurangan persediaan. Keadaan ini akan menimbulkan
kerugian karena proses produksi akan terganggu dan kehilangan kesempatan
mendapatkan keuntungan atau kehilangan konsumen pelanggan karena
kecewa sehingga beralih ke tempat lain.
2.1.3 Tipe Persediaan
Menurut Deitiana, T (2011, p. 187) persediaan yang ada di perusahaan
biasanya terdiri dari empat tipe, yaitu :
1. Persediaan Bahan Mentah yang telah dibeli, tetapi belum diproses.
2. Persediaan Barang Dalam Proses yang telah mengalami beberapa perubahan
tetapi belum selesai. Persediaan ini ada karena untuk membuat produk
diperlukan waktu yang disebut waktu siklus. Pengurangan waktu siklus
menyebabkan persediaan ini berkurang.
3. Persediaan MRO merupakan persediaan yang dikhususkan untuk
perlengkapan pemeliharaan, perbaikan, operasi. Persediaan ini ada karena
kebutuhan akan adanya pemeliharaan dan perbaikan dari beberapa peralatan
yang tidak diketahui. Sehingga persediaan ini merupakan fungsi jadwal
pemeliharaan dan perbaikan.
4. Persediaan barang jadi, termasuk dalam persediaan karena permintaan
konsumen untuk jangka waktu tertentu mungkin tidak diketahui.
Sedangkan dilihat dari fungsinya, menurut Assauri (1999, p.170-171)
persediaan dapat dibedakan atas :
1. Batch Stock atau Lot Size Inventory yaitu persediaan yang diadakan karena
kita membeli atau membuat bahan-bahan/barang-barang dalam jumlah yang
lebih besar daripada jumlah yang dibutuhkan pada saat itu. Jadi dalam hal ini
pembelian atau pembuatan yang dilakukan untuk jumlah besar, sedang
penggunaan atau pengeluaran dalam jumlah kecil. Terjadinya persediaan
7
2.2
2.2.1
2.2.2
2.2.3
karena pengadaan bahan/barang yang dilakukan lebih banyak daripada yang
dibutuhkan.
2. Fluctuation Stock adalah persediaan yang diadakan untuk menghadapi
fluktuasi permintaan konsumen yang tidak dapat diramalkan. Dalam hal ini
perusahaan mengadakan persediaan untuk dapat memenuhi permintaan
konsumen, apabila tingkat permintaan menunjukkan keadaan yang tidak
beraturan atau tidak tetap dan fluktuasi permintaan tidak dapat diramalkan
lebih dahulu. Jadi apabila terdapat fluktuasi permintaan yang sangat besar,
maka persediaan ini (fluctuation stock) dibutuhkan sangat besar pula untuk
menjaga kemungkinan naik turunnya permintaan tersebut.
3. Anticipation Stock yaitu persediaan yang diadakan untuk menghadapi
fluktuasi permintaan yang dapat diramalkan, berdasarkan pola musiman yang
terdapat dalam satu tahun dan untuk menghadapi penggunaan atau penjualan
permintaan yang meningkat. Di samping itu anticipation stock dimaksudkan
pula untuk menjaga kemungkinan sukarnya diperoleh bahan-bahan sehingga
tidak mengganggu jalannya produk atau menghindari kemacetan produksi.
Metode Pengendalian Persediaan
ROP (Reorder Point)
Menurut Suswardji (2012, p.1074), yang dimaksud Reorder Point System
adalah titik / tingkat persediaan, dimana pemesanan kembali harus dilakukan,
model persediaan sederhana mengasumsikan bahwa penerimaan suatu pesanan
bersifat seketika, artinya model persediaan mengasumsikan bahwa setiap
perusahaan akan menunggu sampai tingkat persediaannya mencapai nol, sebelum
perusahaan memesan kembali dan dengan seketika kiriman yang dipesan akan
diterima.
Reorder Point dapat ditentukan dengan menggunakan rumus sebagai
berikut :
Reorder Point = (permintaan perhari) x (waktu tunggu untuk pemesanan baru
dalam hari)
=dxl
Dimana d dicari dengan membagi permintaan tahunan (D), dengan
jumlah periode yang digunakan (bisa dalam setahun, bulan dalam setahun
tergantung periode yang digunakan oleh perusahaan).
Safety Stock
Menurut Suswardji (2012, p. 1074), safety stock adalah persediaan yang
dilakukan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan
bahan / barang, misalnya karena penggunaan bahan yang lebih besar dari
perkiraan semula atau keterlambatan dalam penerimaan bahan yang dipesan.
EOQ (Economic Order Quantity)
Menurut Pujawan, I. N (2010, p. 121) salah satu model sederhana yang
bisa digunakan untuk menentukan ukuran pesanan yang ekonomis adalah model
economic order quantity (EOQ). Model ini mempertimbangkan dua ongkos
persediaan di atas, yakni ongkos pesan dan ongkos simpan. Ongkos pesan yang
dimaksud adalah ongkos-ongkos tetap yang keluar setiap kali pemesanan
dilakukan dan tidak tergantung pada ukuran atau volume pesanan. Sedangkan
ongkos simpan adalah ongkos yang terjadi akibat perusahaan menyimpan barang
tersebut selama suatu periode tertentu.
8
Sedangkan menurut Assauri (1999, p.181) jumlah pesanan yang
ekonomis (economic order quantity) merupakan jumlah atau besarnya pesanan
yang dimiliki jumlah “ordering costs” dan “carrying costs” per tahun yang
paling minimal. Oleh karena itu untuk dapat menentukan jumlah pesanan yang
ekonomis, perlu dilihat pertambahan “ordering costs” dan ”carrying costs” serta
besarnya persediaan rata-rata yang ditentukan.
Secara matematis, EOQ dapat dimodelkan sebagai berikut : (Baroto, T,
2002, p. 58)
Q* =
Dimana :
A
= order cost
D
= permintaan per periode
I
= holding cost (dalam desimal)
C
= harga per unit
Model ini dapat diterapkan dengan asumsi-asumsi sebagai berikut :
(Baroto, T, 2002, p. 58)
1. Permintaan diketahui dengan pasti dan konstan selama periode persediaan.
2. Semua item yang dipesan diterima seketika, tidak bertahap.
3. Jarak waktu sejak pesan sampai pesanan datang (lead time) pasti.
4. Semua biaya diketahui dan bersifat pasti.
5. Kekurangan persediaan (stock-out) tidak diizinkan.
Sementara menurut Indroprasto (2012, p.306) EOQ multi item
merupakan model EOQ untuk pembelian bersama beberapa jenis item, dengan
asumsi :
1. Tingkat permintaan untuk setiap item bersifat konstan dan diketahui dengan
pasti.
2. Lead time untuk setiap itemnya sama.
3. Biaya penyimpanan, harga perunit, biaya pemesanan untuk setiap itemnya
diketahui.
4. Biaya pemesanan dan penyimpanan untuk tiap itemnya sama.
Model matematis EOQ multi item hampir sama dengan EOQ single item
hanya saja biaya total pada EOQ multi item merupakan jumlah dari total biayabiaya yang terjadi.
Keadaan nyata yang berlaku pada perusahaan, ada beberapa parameter
yang memiliki nilai tidak pasti, satu atau lebih parameter tersebut merupakan
variabel-variabel acak. Parameter tersebut diantaranya :
1. Permintaan tahunan (D)
2. Permintaan harian (d)
3. Lead time (L)
4. Biaya penyimpanan (H)
5. Biaya pemesanan (S)
6. Biaya kehabisan persediaan atau shortage cost (stock out = B)
7. Harga (C)
9
2.2.4
Model model EOQ sebelumnya dapat tidak peka terhadap perubahanperubahan D, H, S atau B. model persediaan stokastik atau simulasi merupakan
metode yang valid dalam penentuan EOQ yang didalamnya terdapat parameterparameter yang tidak diketahui dengan pasti dan konstan. Untuk menghadapi
permintaan yang bervariasi perusahaan biasanya mempunyai tingkat persediaan
tertentu sebagai pengaman yang disebut safety atau buffer stocks. Safety stock ini
menyediakan sejumlah persediaan selama masa lead time.
Menurut Hermawan (2007, p.17) model persediaan tradisional
memberikan solusi berupa diadakannya suatu persediaan dalam jumlah tertentu
sebagai tindakan pengendalian atas kondisi-kondisi nyata yang mungkin terjadi.
Inilah yang disebut sebagai sediaan pengaman atau safety stock. Dimana
penentuan besar kecilnya safety stock ini dipengaruhi oleh pola permintaan,
biaya dan lead time. Pada kondisi dimana terdapat elemen yang cepat berubah
seperti terjadinya perubahan harga, maka perusahaan menetapkan suatu ambang
batas untuk tingkat perubahan harga itu sendiri yang dihubungkan dengan
pengendalian. Bila perubahan harga belum melampaui ambang batas maka
belum perlu untuk melakukan tindakan apa-apa. Penyesuaian baru dilakukan bila
perubahan harga telah melalui ambang batas yang telah ditentukan.
Menurut Assauri (1999, p.186) safety stock adalah persediaan tambahan
yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya
kekurangan bahan (stock-out). Kemungkinan terjadinya stock-out dapat
disebabkan karena penggunaan bahan baku yang lebih besar daripada perkiraan
semula, atau keterlambatan dalam penerimaan bahan baku yang dipesan. Akibat
pengadaan persediaan penyelamat terhadap biaya perusahaan adalah mengurangi
kerugian yang ditimbulkan karena terjadinya “stock-out”, akan tetapi sebaliknya
akan menambah besarnya “carrying cost”. Oleh karena itu pengadaan persediaan
penyelamat oleh perusahaan dimaksudkan untuk mengurangi kerugian yang
ditimbulkan karena terjadinya stock-out, tetapi juga pada saat itu diusahakan agar
carrying cost adalah serendah mungkin.
Seperti yang telah diungkapkan Adeyemi (2010, p.137) EOQ hanya dapat
dihitung dengan asumsi-asumsi sebagai berikut :
1. Biaya penyimpanan diketahui dan bersifat konstan atau tetap.
2. Biaya pesan diketahui dan bersifat konstan atau tetap.
3. Jumlah permintaan diketahui.
4. Harga barang perunit diketahui dan bersifat konstan.
5. Tidak diperbolehkannya kehabisan persediaan.
Silver-Meal Heuristic
Prinsip dari heuristik adalah silver meal, yang merupakan pendekatan
metode yang mudah digunakan dan dari pengulangan pengerjaan akan didapat
hasil yang baik apabila dibandingkan dengan heuristik lainnya. Pengerjaan
metode silver meal ini mempunyai persamaan perhitungan dengan metode
economic order quantity (EOQ), yaitu digunakan sebagai permintaan sebagai
dasar untuk pengulangan variabel pada periode-periode selanjutnya, kemudian
total permintaan diatas batas perencanaan. Metode ini mencoba mencari biaya
rata-rata minimal pada setiap periode untuk jumlah periode yang telah
direncanakan. Rumusan umum yang dapat digunakan adalah sebagai berikut :
Hartanto (2012, p. 25)
10
K(m) = (A + hD2 + 2hD3 + …. (m-1)hDm)
Dimana :
Dm
= Permintaan pada periode m
K(m) = Rata-rata per unit waktu
M
= Periode
A
= Biaya order
H
= Biaya simpan/unit waktu
2.3
Peramalan
Menurut Buffa, E. S (1994, p. 55), peramalan atau forecasting dapat
diartikan sebagai penggunaan teknik-teknik statistik dalam membentuk
gambaran masa depan berdasarkan pengolahan angka-angka historis. Peramalan
tergantung kepada adanya data historis yang cukup agar dapat diuraikan secara
statistic dan juga tergantung kepada adanya data historis yang cukup agar dapat
diuraikan secara statistik dan juga tergantung kepada faktor-faktor pembentuk
pasar yang relatif stabil.
Sedangkan menurut Nasution, (2003, p.25) peramalan adalah proses
untuk memperkirakan beberapa kebutuhan dimasa datang yang meliputi
kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan
dalam rangka memenuhi permintaan barang ataupun jasa. Peramalan tidak terlalu
dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan
permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila
kondisi permintaan pasar bersifat komplek dan dinamis.
Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat rumit
dan tidak pasti karena permintaan pasar tergantung dari keadaan sosial, ekonomi,
politik, aspek teknologi, produk pesaing dan produk subtitusi. Oleh karena itu,
peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam
pengambilan keputusan manajemen.
Menurut Heizer & Render, (2005, p.136), peramalan adalah seni dan ilmu
untuk memperkirakan kejadian di masa depan. Hal ini melibatkan pengambilan
data masa lalu dan menempatkannya ke masa yang akan datang dengan suatu
bentuk metode model matematis.
2.3.1 Peramalan dan Horison Waktu
Dalam hubungannya dengan horizon waktu peramalan, maka kita bisa
mengklasifikasikan peramalan tersebut ke dalam 3 kelompok, yaitu : (Nasution,
2003, p. 26)
1. Peramalan Jangka Panjang.
Umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk
perencanaan produk dan perencanaan sumber daya.
2. Peramalan Jangka Menengah
Umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus
dibandingkan peramalan jangka panjang, biasanya digunakan untuk
menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.
3. Peramalan Jangka Pendek
Umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk
mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja,
dan lain-lain keputusan kontrol jangka pendek.
11
2.3.2
Metode-Metode dalam Peramalan
Peramalan memiliki berbagai macam metode dalam pelaksanaannya.
Secara umum, peramalan dapat diklasifikasikan menjadi 2 macam, yaitu :
(Nasution, 2003, p.32-33)
1. Peramalan yang Bersifat Subyektif
Peramalan subyektif lebih menekankan pada keputusan-keputusan
hasil diskusi, pendapat pribadi seseorang, dan intuisi yang meskipun
kelihatannya kurang ilmiah tetapi dapat memberikan hasil yang baik.
Peramalan subyektif ini akan diwakili oleh metode diwakili oleh metode
Delphi dan metode penelitian pasar.
a. Metode Delphi
Metode ini merupakan cara sistematis untuk mendapatkan
keputusan berasma dari suatu grup yang terdiri dari para ahli dan berasal
dari disiplin yang berbeda.
b. Metode Penelitian Pasar
Metode ini mengumpulkan dan mengnalisa fakta secara sistematis
pada bidang yang berhubungan dengan pemasaran. Salah satu teknik
utama dalam penelitian pasar ini adalah survei konsumen. Survei
konsumen akan memberikan informasi mengenai selera yang diharapkan
konsumen, dimana informasi tersebut diperoleh dari sampel dengan cara
kuesioner.
2. Peramalan yang Bersifat Obyektif
Peramalan obyektif merupakan prosedur peramalan yang mengikuti
aturan matematis dan statistik dalam menunjukkan hubungan antara
permintaan dengan satu atau lebih variable yang mempengaruhinya.
Peramalan obyektif terdiri atas dua metode, yaitu metode intrinsik dan
metode ekstrinsik.
a. Metode Intrinsik
Metode ini membuat peramalan hanya berdasarkan pada proyeksi
permintaan historis tanpa mempertimbangkan faktor-faktor eksternal
yang mungkin mempengaruhi besarnya permintaan. Metode ini hanya
cocok untuk peramalan jangka pendek pada kegiatan produksi., dimana
dalam rangka pengendalian produksi dan pengendalian persediaan bahan
baku seringkali perusahaan harus melibatkan banyak item yang berbeda.
Metode intrinsic akan diwakili oleh analisis deret waktu (Time Series).
b. Metode Ekstrinsik
Metode ini mempertimbangkan faktor-faktor eksternal yang
mungkin dapat mempengaruhi besarnya permintaan dimasa datang dalam
model peramalannya. Metode ini lebih cocok untuk peramalan jangka
panjang karena dapat menunjukkan hubungan sebab akibat yang jelas
dalam hasil peramalannya sehingga disebut metode kausal dan dapat
memprediksi titik-titik perubahan. Kelemahan dari metode dalam hal
mahalnya biaya aplikasinya dan frekuensi perbaikan hasil peramalan
yang rendah karena sulitnya menyediakan informasi perubahan faktorfaktor eksternal yang terukur. Metode ini akan diwakili oleh metode
regresi. Menurut Nahmias (2009, p. ) regresi linear atau regresi analisis
12
merupakan salah satu metode peramalan
menggambarkan satu set data berupa garis lurus.
Y
=α+bΧ
Sxy
b
=
Sxx
Sxy
n (n  1) x 2 n
= n  iDi 
 Di
2
i 1
i 1
Sxx
=
α
=D
yang
cocok
untuk
n
n 2 (n  1)(2n  1) n 2 (n  1) 2

6
4
b  (n  1)
2
Keterangan:
α dan b
= 0,5-1 (1 merupakan data fluktuatif)
= rata-rata permintaan
D
Y
= peramalan
Kemudian selain metode regresi terdapat juga metode lainnya
yang termasuk dalam metode ekstrinsik peramalan, seperti moving
average dan metode holt’s. Metode holt merupakan salah satu tipe double
exponential smoothing yang buat untuk melacak deretan waktu dengan
tren linear dan dua parameter ( α dan β ).
St
Gt
Ft,t+τ
= α Dt  1  α S t 1  G t 1 
= β S t  S t 1   1  β  G t 1
= St + τ Gt
Keterangan:
α dan β
= konstanta smoothing
St
= intercept pada waktu ke - t
Gt
= slope pada waktu ke - t
F
= peramalan
Metode moving average dapat digunakan dengan data permintaan
aktual terdahulu untuk membangkitkan nilai ramalan yang dihasilkan
metode moving average. Berikut merupakan rumusnya:
Rata-rata bergerak 3-periode =
 (Permintaa n 3 bulan sebelumnya )
3
2.3.3 Analisis Deret Waktu (Time Series)
Menurut Nasution, (2003, p.32), analisa deret waktu didasarkan pada
asumsi bahwa deret waktu tersebut terdiri dari komponen-komponen Trend (T),
Siklus/Cycle (C), Pola Musiman/Season (S), dan Variasi Acak/Random (R) yang
akan menunjukkan suatu pola tertentu. Komponen-komponen tersebut kemudian
13
2.4
dipakai sebagai dasar dalam membuat persamaan matematis. Analisa deret waktu
ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan
dimasa lalunya cukup konsisten dalam periode waktu yang lama, sehingga
diharapkan pola tersebut masih akan tetap berlanjut.
Permintaan dimasa lalu pada analisa deret waktu akan dipengaruhi
keempat komponen utama T, C, S dan R. Penjelasan tentang komponenkomponen tersebut adalah sebagai berikut :
1. TREND/KECENDERUNGAN (T). Trend merupakan sifat dari permintaan
dimasa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung
naik, turun, atau konstan.
2. SIKLUS/CYCLE (C). Permintaan suatu produk dapat memiliki siklus yang
berulang secara periodic, biasanya lebih dari satu tahun, sehingga pola ini
tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini amat
berguna untuk peramalan jangka menengah dan jangka panjang.
3. POLA MUSIMAN/SEASON (N). Fluktuasi permintaan suatu produk dapat
naik turun di sekitar garis trend dan biasanya berulang setiap tahun. Pola ini
biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya
keagamaan yang akan berulang secara periodic setiap tahunnya.
4. VARIASI ACAK/RANDOM (R). permintaan suatu produk dapat mengikuti
pola bervariasi secara acak karena faktor-faktor adanya bencana alam,
bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian
lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan
dalam rangka menentukan persediaan pengaman untuk mengantisipasi
kekurangan persediaan bila terjadi lonjakan permintaan.
Proses Riset
Menurut Supranto, M. A (1998, p.1), riset atau penelitian pada dasarnya
merupakan suatu kegiatan untuk memperoleh data/informasi yang sangat
berguna untuk mengetahui sesuatu, untuk membuat keputusan dalam rangka
memecahkan persoalan atau untuk mengembangkan ilmu pengetahuan. Dengan
kata lain, riset merupakan suatu kegiatan pemecahan masalah ataupun
pengembangan ilmu pengetahuan yang didukung oleh data yang sangat berguna
ataupun data yang terkait dalam pemecahan masalah ataupun pengembangan
ilmu pengetahuan tersebut.
Adapun langkah-langkah riset yang perlu diperhatikan adalah sebagai
berikut : (Supranto, M. A, 1998, p.16)
1. Memilih judul yang sesuai dengan tujuan riset dan merumuskan persoalan
dengan jelas.
2. Menentukan sumber informasi. Apakah data yang diperlukan sudah tersedia
baik sebagai data internal maupun data eksternal berupa data sekunder
ataukah harus dikumpulkan terlebih dahulu langsung dari objeknya berupa
data primer.
3. Menentukan metode pengumpulan data serta cara bagaimana memperoleh
informasi dari pihak responden (objek penyelidikan).
4. Pelaksanaan riset di lapangan.
5. Pengolahan data yang masuk, termasuk editing, coding, tabulating, graphing
serta analyzing.
6. Menyusun laporan riset.
14
Selain itu sebelum melakukan riset juga perlu dibuatkan suatu project
statement. Berikut adalah hal-hal yang harus dimuat dalam pembuatan project
statement suatu riset : (Supranto, M. A, 1998, p.19)
1. Judul atau topik dari proyek harus dirumuskan dengan singkat dan jelas.
2. Tujuan serta kegunaan proyek serta ruang lingkup persoalan yang akan
dicakup. Di sini harus dirumuskan persoalannya kalau mungkin dalam
bentuk hipotesis-hipotesis.
3. Research Design serta metode pengumpulan data.
4. Waktu penelitian, kapan dimulai dan kapan berakhir serta periode yang
dicakup dalam riset.
5. Organisasi riset termasuk personalia yang bertanggung jawab dalam
pelaksanaannya.
6. Anggaran biaya yang dirinci menurut pos-pos yang penting.
7. Institusi/Lembaga yang akan melaksanakan proyek riset juga penting untuk
disebutkan.
2.5
Perangkat Lunak Minitab V.16
Minitab adalah program computer yang dirancang untuk melakukan
pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan
layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik
yang kompleks. Minitab sendiri dikembangkan di Pennsylvania State University
oleh sekelompok peneliti yang bernama Barbara F. Ryan, Thomas A. Ryan, Jr.,
dan Brian L. Joiner pada tahun 1972. Minitab memulai versi ringannya yaitu
OMNITAB, sebuah program analisis statistik.
Minitab didistribusikan oleh Minitab Inc. sebuah perusahaan swasta yang
bermarkas di State Collage, Pennsylvania, dengan kantor cabang di Coventry,
Inggris (Minitab Ltd) Paris, Perancis (Minitab SARL) dan Sydney, Australia
(Minitab Pty).
Kini, Minitab seringkali digunakan dalam implementasi Six Sigma,
CMMI serta metode perbaikan proses yang berbasis statistika lainnya. Minitab
16, versi terbaru perangkat lunak ini tersedia dalam tujuh bahasa: Inggris,
Perancis, Jerman, Jepang, Korea, Mandarin dan Spanyol.
2.5.1 Penggunaan Minitab
Minitab umumnya digunakan untuk menganalisa data statistik untuk
membantu menemukan solusi dari suatu permasalahan. Berikut adalah beberapa
contoh penggunaan minitab :
1. Mengelola data dan file spreadsheet untuk analisa data yang lebih baik.
2. Analisa regresi
3. Power dan ukuran sampel
4. Tabel dan grafik
5. Analisa multivariate termasuk analisa faktor, analisa klaster, analisa
korespondensi dan lainnya
6. Time series dan forecasting, membantu menunjukkan kecenderungan pada
data yang dapat digunakan untuk membuat dugaan. Time series plots,
exponential smoothing, trend analysis.
7. Statistical process control
8. Analisa sistem pengukuran
9. Analisa varians, untuk menentukan perbedaan antar data.
15
2.5.2
Cara Menggunakan Minitab dalam Peramalan
Program Minitab khususnya Minitab v.16 dapat membantu dalam
peramalan suatu permintaan. Sebagai contoh peramalan permintaan akan suku
cadang sepeda motor yang dijual di suatu toko suku cadang. Pertama-tama tentu
dalam peramalan harus diketahui data permintaan masa lampau. Misalkan untuk
permintaan busi sepeda motor A tahun 2013 adalah sebagai berikut :
Tabel 2.1 Contoh Permintaan Busi Tahun 2013
Periode (Bulan) Jumlah Permintaan
1
20
2
30
3
40
4
35
5
52
6
61
7
59
8
80
9
87
10
99
11
88
12
98
Untuk menggunakan Minitab v.16 pertama buka terlebih dahulu
programnya dengan cara klik 2 kali pada shortcut Minitab v.16 yang terdapat
pada desktop komputer.
Kemudian setelah dibuka, maka akan muncul tampilan seperti berikut :
Gambar 2.1 Tampilan Awal Minitab v.16
Kemudian masukkan jumlah permintaan busi tahun 2013 pada kolom C1
secara menurun seperti gambar berikut :
16
Gambar 2.2 Pemasukan Jumlah Permintaan
Lalu setelah jumlah permintaan busi tahun 2013 sudah dimasukkan, pilih
menu stat pada toolbar diatas dengan cara klik kiri 1 kali, hingga muncul
tampilan seperti berikut :
Gambar 2.3 Tampilan Toolbar Menu Stat
Kemudian klik kiri pada time series, dan akan muncul pilihan metode
peramalan serta pilihan time series plot yang berguna untuk melihat pola data
permintaan pada masa lampau,untuk lebih jelasnya dapat dilihat pada gambar
berikut :
17
Gambar 2.4 Tampilan Menu Time Series
Sebagai contoh pilih metode peramalan regresi linear dengan cara klik
kiri sebanyak 1 kali pada pilihan trend analysis hingga muncul tampilan seperti
berikut :
Gambar 2.5 Tampilan Trend Analysis
Kemudian isi kolom variabel dengan mengetik C1 atau klik kiri tulisan
C1 yang terdapat pada kolom sebelah kiri. Beri tanda centang pada kotak yang
18
berada disebelah kiri tulisan generate forecasts. Kemudian isi kolom number of
forecast sesuai dengan jumlah periode kedepan yang ingin diketahui peramalan
permintaannya. Sebagai contoh untuk 1 tahun mendatang, isikan dengan
mengetik angka 12. Kemudian klik OK. Untuk lebih jelasnya dapat dilihat pada
gambar seperti berikut :
Gambar 2.6 Tampilan Pengaturan Trend Analysis
Setelah klik OK, maka akan muncul tampilan grafik seperti berikut :
19
Gambar 2.7 Grafik Peramalan Permintaan
Pada grafik tersebut terdapat garis yang berwarna merah, yaitu garis tren
dari permintaan, garis hitam adalah garis permintaan sebenarnya, dan garis hijau
adalah garis peramalan permintaan di tahun 2014. Pada grafik juga terdapat
persamaan Yt = 13,89 + 7,47*t yang artinya 13,89 adalah nilai konstanta a, 7,47
adalah nilai konstanta b dan t adalah periode atau bulan. Pada kotak sebelah
kanan bawah terdapat tulisan Accuracy Measures yang artinya adalah
pengukuran keakuratan peramalan dan dibawahnya terdapat nilai MAPE (Mean
Absolute Percentage Error), MAD (Mean Absolute Deviation) dan MSD (Mean
Square Deviation).
Sementara pada tampilan session terdapat angka yang menunjukkan
perkiraan atau peramalan permintaan selama setahun yang akan datang, seperti
yang dapat dilihat pada gambar berikut :
20
Gambar 2.8 Tampilan Session