bab 2 landasan teori

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 58 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 +
terakhir – Peramalan periode terakhir)
(permintaan periode
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
perubahan yang terjadi di ),
= variable bebas (dalam kasus ini adalah waktu)
= nilai variabel terikat yang diketahui
= jumlah data atau pengamatan
untuk
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 organisasi-
organisasi 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