11

BAB 2

LANDASAN TEORI

2.1. Sistem Rantai Pasok (Supply Chain System)

Supply chain system adalah jaringan instansi-instansi yang secara bersama-

sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan

pemakai akhir (end user). Instansi-instansi tersebut biasanya termasuk supplier,

instansi, distributor, toko atau ritel, serta instansi-instansi pendukung seperti

instansi jasa logistik. Tujuan utama supply chain system adalah untuk memenuhi

permintaan pelanggan melalui penggunaan sumber daya yang paling efisien,

termasuk kapasitas distribusi, persediaan dan sumber daya manusia (Pujawan,

2005).

2.2. Optimasi (Optimization)

Optimasi adalah tindakan untuk memperoleh hasil yang terbaik dengan

keadaan yang diberikan. Dalam desain, konstruksi, dan pemeliharaan dari sistem

teknik, insinyur harus mengambil beberapa teknologi dan keputusan manajerial

dalam beberapa tahap. Tujuan akhir dari semua keputusan seperti itu adalah

meminimalkan upaya yang diperlukan atau untuk memaksimalkan manfaat yang

diinginkan. Optimasi dapat didefinisikan sebagai proses untuk mendapatkan

keadaan yang memberikan nilai maksimum atau minimum dari sebuah persoalan

(Singiresu, 2009).

Optimasi merupakan suatu proses untuk mencapai hasil yang ideal atau

optimal (nilai efektif yang dapat dicapai). Dalam disiplin matematika optimasi

merujuk pada studi permasalahan yang mencoba untuk mencari nilai minimal atau

12

maksimal dari suatu fungsi nyata. Untuk dapat mencapai nilai optimal baik

minimal atau maksimal tersebut, secara sistimatis dilakukan pemilihan nilai

variabel integral atau nyata yang akan memberikan solusi optimal.

Permasalahan ini dapat direpresentasikan dalam notasi matematis sebagai

berikut : Berdasarkan: a fungsi f : A R dari himpunan A ke himpunan bilangan

nyata Cari: sebuah elemen x0 dalam A sedemikian sehingga :

f(x0) ≤ f(x) untuk semua x dalam A, untuk proses minimalisasi

f(x0) ≥ f(x) untuk semua x dalam A, untuk proses maximalisasi

Formulasi yang telah diuraikan diatas adalah formulasi permasalahan

optimasi, atau sering disebut juga permasalahan pemrograman matematis, salah

satu bentuk dari pemrograman linear. Banyak masalah dalam dunia nyata yang

dapat direpresentasikan dalam kerangka permasalah ini.

Pada umumnya A adalah himpunan bagian dari Ruang Euclid Rn.

Biasanya juga ada syarat-syarat tertentu (constraint) berupa persamaan atau

ketidak samaan yang harus dipenuhi oleh elimen dari A. Elemen dari A biasa

disebut sebagai solusi yang mungkin (feasible solution), sementara fungsi f biasa

disebut sebagai fungsi objektif atau fungsi biaya. Diantara solusi yang mungkin,

terdapat solusi yang dapat meminimalkan atau memaksimalkan fungsi objektif,

solusi yang demikian ini disebut sebagai solusi optimal.

Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan

hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan manfaat

dalam mengambil keputusan dan dapat diterapkan dalam berbagai bidang ilmu

baik ilmu teknik, ekonomi, kepolisian, politik, sosial dan lain sebagainya. Bentuk

13

contoh penerapan ini diantaranya adalah dalam ilmu disain konstruksi sipil atau

mesin, pemeliharaan jaringan, system kendali dan pengoperasian mesin listrik,

penyaluran daya listrik dan lain sebagainya yang membutuhkan pengambilan

keputusan yang tepat agar diperoleh pengeluaran biaya minimum dengan

pemanfaatan yang paling maksimal (optimal). Dilain pihak bisa juga untuk

mendapatkan keuntungan maksimal dengan biaya dan kerja atau pembuatan alat

yang semurah dan se-efisien mungkin (optimal). Banyak cara yang dapat

dilakukan dalam menyelesaikan masalah untuk memberikan hasil terbaik. Cara

untuk memberikan hasil terbaik ini disebut sistem optimasi atau teknik optimasi.

2.3. Lean Manufacturing

Definisi Lean Manufacturing merupakan sekumpulan teknik yang ketika

dikombinasikan dan diterapkan akan mengurangi dan mengeliminasi pemborosan-

pemborosan. Sistem lean tidak hanya membuat perusahaan semakin ramping

tetapi menjadi lebih fleksibel dengan mengurangi pemborosan.

Lean adalah suatu proses produksi dapat berjalan dengan menggunakan

lebih sedikit bahan, membutuhkan lebih sedikit investasi, menggunakan

lebih sedikit persediaan, membutuhkan lebih sedikit ruang, membutuhkan lebih

sedikit pekerja.

Lean manufacturing difokuskan pada perancangan operasi produksi yang

kuat (robust) yang responsif, fleksibel, dapat diprediksi,dan konsisten. Hal ini

menciptakan sebuah operasi manufaktur yang difokuskan pada perbaikan terus-

menerus melalui tenaga kerja mandiri dan didorong dengan tindakan berbasis

hasil selaras dengan kriteria kinerja pelanggan. Hal ini berkembang atas tenaga

14

kerja dengan kemampuan untuk memanfaatkan alat dan teknik lean yang

diperlukan untuk memenuhi harapan kelas dunia sekarang dan ke masa depan.

Melihat lean manufacturing dari perspektif menyeluruh harus mampu memenuhi

kebutuhan untuk memiliki kemampuan dan kemauan (William, 2001).

Lima elemen utama untuk lean manufacturing adalah aliran proses

manufaktur, organisasi, pengendalian proses, metrik, dan logistik. Unsur-unsur ini

merupakan berbagai aspek yang diperlukan untuk mendukungprogram lean

manufacturing yang solid, dan yang akan mendorong perusahaan pada jalan

menuju sebuah perusahaan manufaktur berkelas dunia.

Berikut ini adalah definisi dasar dari masing-masing 5 elemen tersebut:

1. Aliran proses manufaktur adalah aspek yang membahas perubahan

fisik dan standar desain yang digunakan sebagai bagian dari sel.

2. Organisasi adalah aspek yang berfokus pada identifikasi peran

atau fungsi manusia, pelatihan dalam cara-cara baru kerja, dan

komunikasi.

3. Pengendalian proses adalah aspek yang diarahkan pada pengawasan,

pengendalian, penstabilan dan cara untuk meningkatkan proses.

4. Metrik adalah aspek yang membutuhkan pemantauan, pengukuran

kinerja berdasarkan hasil langkah-langkah peningkatan target dan

pengakuan tim.

5. Logistik merupakan aspek yang menyediakan definisi aturan operasi

dan mekanisme untuk perencanaan dan pengendalian aliran material.

15

2.4. Sumber-sumber Pemborosan

Adapun sumber-sumber pemborosan sebagai berikut:

1. Produk cacat (Defect Product).

Produk cacat adalah produk yang tidak sesuai dengan spesifikasi dan

membutuhkan pengerjaan ulang yang memerlukan biaya lagi.

2. Transportasi dan material handling

Transportasi merupakan pemborosan yang berupa pergerakan atau

perpindahan di sekitar lantai produksi yang tidak memberikan nilai

tambah.

3. Persediaan (Inventory)

Persediaan termasuk jenis pemborosan klasik, semua inventory

termasuk pemborosan kecuali jika diterjemahkan langsung untuk

penjualan. Inventory dapat berupa raw materials, work in process atau

finished goods.

4. Produksi berlebih (Over Production)

Produksi berlebih merupakan jenis pemborosan yang terburuk

yang dapat mempengaruhi keenam jenis pemborosan lainnya.

Produksi berlebih terjadi karena memproduksi suatu produk melebihi

kebutuhan pelanggan yang mengakibatkan penumpukan pada produk

sehingga memerlukan pengangkutan, penyimpanan, pemeriksaan,

serta memungkinkan akan mengakibatkan kecacatan. Selain itu, over

production terjadi karena variasi produk yang di produksi oleh

perusahaan.

16

5. Waktu menunggu (Waiting Time)

Waktu menunggu disebabkan karena ketidakseimbangan pada lintasan

produksi sehingga keterlambatan tampak melalui orang-orang yang

sedang menunggu mesin, peralatan dan bahan baku.

6. Proses yang berlebihan (Over processing)

Pemborosan pada proses disebabkan oleh proses yang berlebihan yang

tidak diinginkan oleh pelanggan. Perusahaan membuat spesifikasi

produk diluarkeinginan pelanggan sehingga sering menciptakan

limbah dalam produksi.

7. Gerakan (Motion)

Jenis pemborosan ini berupa gerakan atau perpindahan yang tidak

diperlukan oleh seorang operator atau mekanik seperti berjalan,

mencari alatatau bahan. Ini dikatakan pemborosan ketika melihat

seorang operator yang aktif bergerak dan terlihat sibuk sehingga

sering melakukan gerakan yang tidak diperlukan (Nicholas, 1998).

2.5. Persediaan (Inventory)

Akhir-akhir ini banyak upaya untuk menerapkan produksi ramping

(Lean production) berfokus pada konsep Just in Time tentang mereduksi

persediaan. Namun, berbagai upaya ini banyak disalahartikan. Mereka hanya

fokus pada reduksi persediaan, dan menganggap persediaan sebagai entitas

independen yang tidak berhubungan dengan apapun. Pendekatan seperti ini

seringkali menyebabkan kegagalan.

17

Persediaan memang membutuhkan biaya yang cukup besar, tetapi

perusahaan memerlukan persediaan hanya untuk menjaga penjualan. Ada

hubungan antara jumlah persediaan dengan jumlah penjualan (sales). Jadi, jika

jumlah penjualan diketahui dan dapat dipahami hubungan tersebut maka

persediaan harus dihitung untuk menjaga seluruh penjualan tersebut. Perhitungan

jumlah persediaan memiliki 3 parameter, yaitu:

1. Volume pengisian saham (Stock replenishment volume)

2. Variasi luar (External Variations)

3. Variasi dalam (Internal Variations)

Risiko persediaan merupakan risiko berjangka panjang bagi seorang

manufaktur. Tanggung jawab seorang manufaktur tentang persediaan berawal dari

bahan baku dan bagian-bagian komponen yang dibeli, termasuk produk work in

process, sampai pada produk akhir, dimana produk akhir sering diletakkan dalam

warehouse sebagai antisipasi dari permintaan pelanggan. Untuk beberapa situasi,

para manufaktur dibutuhkan untuk mengirimkan persediaan kepada pelanggan.

Dengan akibat, praktik ini menggeser seluruh risiko persediaan kepada seorang

manufaktur. Walaupun seorang manufaktur memiliki lini produk yang lebih

dangkal/sempit daripada seorang retailer atau whosaler, tanggung jawab

persediaan manufaktur adalah jauh ke depan untuk durasi yang panjang

(Bowersox, 2013).

Kegunaan persediaan adalah sebagai berikut:

1. Spesialisasi Geografis (Geographical Specialization)

Menyediakan posisi geografis mempertemukan pabrikasi ganda dan unit-

18

unit distributif dalam perusahaan. Persediaan dijaga untuk lokasi dan tahap

berbeda dari proses pembuatan nilai yang mengizinkan spesialisasi.

2. Menyeimbangkan Penawaran/permintaan (Supply/demand Balancing)

Menyediakan waktu senggang antara ketersediaan persediaan (proses

manufaktur, pertumbuhan, atau ekstraksi) dan permintaan pasar.

3. Ketidakpastian permintaan (demand uncertainty)

Menampung ketidakpastian yang berhubungan kepada permintaan yang

melebihi peramalan atau penundaan di luar dugaan untuk penerimaan dan

pengiriman yang secara khas merujuk kepada safety stock. Safety stock

ditegakkan dalam sistem logistik untuk memenuhi ketidakpastian

permintaan siklus performansi. Safety stock digunakan hanya di akhir

siklus pengadaan saat ketidakpastian mengakibatkan permintaan lebih

tinggi di luar dugaan atau lebih lama dari waktu siklus performansi yang

diharapkan. Dengan demikian, rata-rata persediaan adalah kuantitas

pemesanan ditambah stok aman (safety stock).

2.5.1. Biaya Persediaan

Persediaaan membutuhkan biaya/ongkos. Biaya persediaan dihitung

dengan mengalikan persen biaya inventory carrying cost tahunan dengan rata-rata

jumlah persediaan. Inventory carrying cost adalah biaya pemeliharaan persediaan.

Praktik perhitungan standar adalah untuk menilai persediaan pada biaya

manufaktur daripada harga jualnya. Penentuan persent carrying cost

membutuhkan penugasan dari biaya yang berhubungan dengan persediaan.

Catatan finansial yang berhubungan dengan inventory carrying cost adalah

19

kapital, asuransi, keusangan, penyimpanan, dan pajak. Rumus untuk menghitung

besar Carrying Cost adalah sebagai berikut:

Dimana: Xi = Jumlah persediaan setiap bulan

15% = Ketentuan carrying cost selama setahun

P = Harga produk akhir

2.5.2. Perencanaan Persediaan

Perencanaan persediaan terdiri atas penentuan kapan dan berapa banyak

pemesanan. Waktu pemesanan ditentukan oleh rata-rata dan variasi dalam

permintaan dan pengadaan. Jumlah pemesanan ditentukan oleh kuantitasnya.

Pengendalian persediaan merupakan proses dari status pengawasan persediaan.

Untuk memahami prinsip dasarnya, sangat penting untuk memahami hubungan

persediaan terhadap kondisi kepastian. Kebijakan formulasi persediaan harus

mempertimbangkan adanya ketidakpastian. Dua jenis ketidakpastian yang

langsung berdampak terhadap kebijakan persediaan adalah:

1. Ketidakpastian Permintaan (demand uncertainty), adalah laju

penjualan dalam pengadaan persediaan.

2. Ketidakpastian siklus kinerja, melibatkan variasi waktu pengadaan

persediaan.

........................................................(2.1.)PxXiCostCarryingn

i Bulan12

%151

20

Berdasarkan dua hal ketidakpastian tersebut, dapat dihitung

jumlah persediaan dengan sistem safety stock dengan langkah-langkah sebagai

berikut.

1. Menghitung jumlah produksi yang sebaiknya dihasilkan untuk

meminimalkan biaya carrying cost dan biaya pemesanan yang

dikeluarkan oleh perusahaan. Hal ini dapat diperoleh melalui rumus

EOQ.

Dimana: EOQ = Economic Order Quantity.

A = Biaya pemesanan.

I = Carrying cost (15% = 0,15).

D = Jumlah permintaan per tahun.

C = Harga perunit (kardus).

2. Menghitung standar deviasi kombinasi dari data permintaan dan

data pengadaan/produksi.

Dimana: σc = Standar deviasi dari kombinasi probabilitas

T = Waktu siklus produksi rata-rata.

St = Standar deviasi waktu siklus produksi.

D = Permintaan harian rata-rata (1 tahun = 307 hari kerja).

Ss = Standar deviasi permintaan.

............................................................................. (2.2.)CI

DAEOQ

2

.........................................................................(2.3.)222tSC SDTS

21

3. Menghitung nilai f(k) untuk dapat menghitung kebutuhan safety stock,

dengan rumus:

Dimana: f(k) = Fungsi dari kurva normal yang menunjukkan area

sebelah kanan dari distribusi normal

SL = Tingkat ketersediaan produk (asumsi = 99%)

σc = Standar deviasi kombinasi antara ketidakpastian

permintaan dan siklus pengadaan.

Q = Kuantitas pengadaan (diperoleh dari rumus EOQ)

4. Menghitung safety stock dengan rumus:

Dimana: SS = Safety Stock

k = Faktor yang berkorespondensi dengan f(k)

σc = Standar deviasi kombinasi

2.5.3. Inventory Turnover

Salah satu pengukuran utilisasi persediaan yang biasa digunakan adalah

inventory turnover. Inventory turnover adalah rasio dari biaya produk terjual

terhadap biaya produk akhir dalam persediaan rata-rata. Rasio ini dapat dihitung

berdasarkan data per bulan, per kuartal, atau per tahun. Rasio inventory turnover

menunjukkan estimasi berapa kali persediaan akan berganti/berputar dalam

setahun. Semakin besar rasionya, maka semakin besar perputaran persediaan

relatif rata-rata tingkat persediaan dalam nilai mata uang. Dengan kata lain,

................................................................... (2.4.))()1()(C

QSLkf

......................................................................(2.5.)CkStockSafety

22

semakin besar inventory turnover, semakun besar juga utilisasi persediaannya

(Schniederjans, 1993).

2.6. Takt Time

Kata Takt berasal dari bahasa Jerman yang berarti ritme atau detak. Takt

time adalah dasar untuk desain sel dan menunjukkan tingkat konsumsi oleh pasar.

Takt time mencerminkan permintaan pelanggan. Segala sesuatu di desain sel

didasarkan pada takt time.

Takt time sering disalahartikan dengan waktu siklus. Keduanya dihitung

dari perspektif yang sangat berbeda. Waktu siklus merupakan saat

kapasitas/kemampuan operasi yang ada, sedangkan waktu takt didasarkan

pada permintaan pelanggan yang diproyeksikan, bukan kemampuan proses saat

untuk melakukan. Rasio takt time adalah perbandingan antara waktu produksi

tersedia yang dijadwalkan (total time available) sebagai pembilang dengan

jumlah produksi yang dirancang (designed daily production rate) sebagai

penyebut, seperti yang ditunjukkan pada rumus berikut:

Faktor-faktor dalam jumlah produksi yang dirancang termasuk perkiraan

permintaan dan koefisien variasi untuk menutupi bias permintaan pelanggan atau

variasi volume. Kombinasi faktor-faktor ini menghasilkan suatu jumlah atau

tingkat produksi dirancang untuk sel.

........................................................(2.7.)rateproductionDesigned

availabletimeTotalTimeTakt

......(2.6.)kardusperproduksiBiaya-persedianrata-Rata

jualproduk terBiayaTurnoverInventory

23

Designed production rate = Permintaan rata-rata × (1 + Koefisien variasi).

2.7. Peramalan (Forecasting)

Peramalan merupakan bagian awal dari suatu proses pengambilan suatu

keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa

sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah

pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau

beberapa produk pada periode yang akan datang.

Peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu

produk dan merupakan langkah awal dari proses perencanaan dan pengendalian

produksi di dalam kegiatan produksi. Dalam peramalan ditetapkan jenis produk

apa yang diperlukan (what), jumlahnya (how many), dan kapan dibutuhan (when).

Tujuan peramalan dalam kegiatan produksi adalah untuk meredam

ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang

sebenarnya. Suatu perusahaan umumnya biasanya menggunakan prosedur tiga

tahap untuk sampai pada peramalan penjualan, yaitu diawali dengan melakukan

peramalan lingkungan, diikuti dengan peramalan penjualan industri, dan diakhiri

dengan peramalan penjualan perusahaan.

Peramalan dapat dibedakan dari beberapa segi tergantung dari cara

melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat

dibedakan atas dua macam, yaitu:

..............(2.8.)rata-RataPermintaan

rata-RataPermintaan-TertinggiPermintaanVariasiKoefisien

24

1. Dilihat dari sifat penyusunannya

a. Peramalan yang subjektif

Yaitu peramalan yang didasarkan atas perasaan atau intuisi dari

orang yang menyusunnya.Dalam hal ini pandangan dari orang

yang menyusunnya sangat menentukan baik tidaknya hasil ramalan

tersebut.

b. Peramalan yang objekti

Yaitu peramalan yang didasarkan atas data yang relevan pada masa

lalu, dengan menggunakan teknik-teknik dan metode-metode dalam

penganalisaan data tersebut.

2. Dilihat dari jangka waktu ramalan yang disusun

a. Peramalan jangka pendek, yaitu peramalan yang dilakukan

untuk penyusunan hasil ramalan dengan jangka waktu yang kurang

dari satu tahun. Peramalan ini digunakan untukmengambil

keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan

lain-lain.

b. Paramalan jangka menengah, yaitu peramalan yang dilakukan untuk

penyusunan hasil ramalan dalam jangka waktu satu hingga lima

tahun ke depan. Ramalan jangka menengah biasanya digunakan

untukmenentukan aliran kas, perencanaan produksi, dan penentuan

anggaran.

c. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk

penyusunan hasil ramalan yang jangka waktunya lebih dari lima

tahun yang akan datang. Peramalan jangka panjang digunakan

25

untuk pengambilan keputusan mengenai perencanaan produk dan

perencanaan pasar, pengeluaran biaya perusahaan, studi kelayakan

pabrik, anggaran, purchase order, perencanaan tenaga kerja serta

perencanaan kapasitas kerja.

3. Berdasarkan sifat ramalan yang telah disusun, maka peramalan

dapat dibedakan atas dua macam, yaitu:

a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data

kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat

tergantung pada orang yang menyusunnya. Hal ini penting karena

hasil peramalan tersebut ditentukan berdasarkan pemikiran yang

bersifat pendapat, intuisi, pengetahuan, serta pengalaman dari

penyusunnya.

b. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas

data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat

tergantung pada metode yang dipergunakan dalam peramalan

tersebut.

2.7.1. Metode Peramalan Kualitatif (Judgement Method)

Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi,

emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu, hasil peramalan

dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian,

peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi,

tetapi juga mengikutsertakan model-model statistik sebagai bahan masukan dalam

melakukan judgement, dan dapat dilakukan secara perorangan ataupun kelompok.

26

Beberapa metode peramalan yang digolongkan sebagai model kualitatif

adalah sebagai berikut:

1. Metode Delphi

2. Dugaan Manajemen (Management Estimate) atau Panel Consensus

3. Riset Pasar (Market Research)

4. Metode Kelompok Terstruktur (Structured Group Methods)

5. Analogi Historis (Historical Analogy)

2.7.2. Metode Peramalan Kuantitatif (Statistical Method)

2.7.2.1. Metode Time Series

Metode time series adalah metode yang digunakan untuk menganalisis

serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan

beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola

dasarnya dapat diidentifikasikan semata-mata atas dasar data historis serial itu.

Ada empat komponen utama yang mempengaruhi analisi ini, yaitu:

1. Pola siklis (cycle)

Penjualan produk dapat memiliki siklus yang berulang secara

periodik. Banyak produk dipengaruhi pola pergerakan aktivitas

ekonomi yang terkadang memiliki kecenderungan periodik.

Komponen siklis ini sangat berguna dalam peramalan jangka

menengah.

waktu

biaya

Gambar 2.1. Pola Siklis

27

2. Pola musiman (seasonal)

Perkataan musim menggambarkan pola penjualan yang berulang

setiap periode. Komponen musim dapat dijabarkan ke dalam faktor

cuaca, libur, atau kecenderungan perdagangan. Pola musiman

berguna untuk meramalkan penjualan dalam jangka pendek.

waktuGambar 2.2. Pola Musiman

3. Pola horizontal

Pola data ini terjadi apabila data berfluktuasi di sekitar nilai rata-rata.

Gambar 2.3. Pola Horizontal

biaya

waktu

biaya

28

4. Pola Trend

Pola data ini terjadi bila data memiliki kecenderungan untuk naik

atau turun terus-menerus.

Gambar 2.4. Pola Trend

Biaya yang termasuk di dalam biaya operasi dipergunakan pola trend

karena biaya tersebut cenderung naik jika mesin atau peralatan semakin tua

atau semakin lama jangka waktu pemakaiannya. Ada beberapa trend yang

digunakan di dalam penyelesaian masalah ini, yaitu:

1. Trend Linier

2. Trend Eksponensial atau Pertumbuhan

3. Trend Logaritma

4. Trend Geometrik

5. Trend Hyperbola.

Metode peramalan yang termasuk model time series adalah sebagai

berikut:

1. Metode Smoothing

Metode smoothing digunakan untuk mengurangi ketidakteraturan

musiman dari data yang lalu dengan membuat rata-rata tertimbang dari

sederetan data masa lalu. Metode smoothing dibagi lagi menjadi beberapa

biaya

waktu

29

jenis, antara lain:

a. Moving Average

Moving Average diperoleh dengan merata-rata permintaan berdasarkan

beberapa data masa lalu yang terbaru. Tujuannya adalahuntuk

mengurangi atau menghilangkan variasi acak permintaandalam

hubungannya dengan waktu. Metode ini terdiri atas:

1) Single Moving Average

2) Linier Moving Average

3) Double Moving Average

4) Weigthed Moving Average

b. Metode Exponential Smoothing

Peramalan dengan metode ini pada umumnya digunakan untuk

perkiraan potensi penjualan produk-produk secara individu.

1) Single exponential smoothing

2) Double exponential smoothing

3) Exponential smoothing dengan musiman.

2. Metode Proyeksi Kecenderungan dengan Regresi

Metode kecenderungan dengan regresi merupakan dasar kecenderungan

untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat

diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang.

Untuk peramalan jangka pendek dan jangka panjang, ketepatan peramalan

dengan metode ini sangat baik. Semakin banyak data yang dimiliki

semakin baik hasil yang diperoleh. Bentuk fungsi dari metode ini dapat

berupa:

30

31

d. Eksponensial, dengan fungsi peramalan:

Yt = aebt

Dimanan:

e. Siklis, dengan fungsi peramalan:

Dimana:

3. Metode Dekomposisi

Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada

sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati

dengan fungsi linear atau siklis, kemudian bagi t atas kwartalan sementara

YtnYt 22

322 tntt

22tnt

n

tbYInaIn

22 ttn

YIntYIntnb

n

tc

n

tbaY t

2cos

2sin

n

tc

n

tbanY

2cos

2sin

n

t

n

tc

n

tb

n

ta

n

tY

2cos

2sin

2sin

2sin

2sin 2

n

t

n

tb

n

tc

n

ta

n

tY

2cos

2sin

2cos

2cos

2cos 2

....................................................................................(2.12.)

..................................................... (2.13.)

32

berdasarkan pola data yang ada. Metode dekomposisi merupakan

pendekatan peramalan yang tertua. Terdapat beberapa pendekatan

alternatif untuk mendekomposisikan suatu deret berkala yang semuanya

bertujuan memisahkan setiap komponen deret data seteliti mungkin.

Konsep dasar pemisahan bersifat empiris dan tetap, yang mula-mula

memisahkan unsur musiman, kemudian trend dan akhirnya unsur siklis.

Langkah-langkah perhitungannya adalah sebagai berikut:

a. Diramalkan fungsi Y biasa (dt=a+bt)

b. Dihitung nilai indeks

c. Digabungkan nilai perolehan indeks kemudian ramalkan yang baru.

2.7.2.2. Metode Peramalan Kausal

Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan

adanya hubungan sebab akibat dengan satu atau beberaoa variabel bebas. Sebagai

contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah

penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal adalah

untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan

menggunakannya untuk meramalkan nilai dari variabel tidak bebas. Metode

kausal terdiri atas beberapa metode, antara lain:

1. Metode regresi dan korelasi

2. Metode ekonometrik

3. Metode input-output

33

2.7.2.3. Regresi Linier

Dalam metode regresi linear, pola hubungan antara suatu variabel yang

mempengaruhinya dapat dinyatakan dengan suatu garis lurus. Persamaan regresi

linear dapat dinyatakan sebagai berikut:

Y = a + bx

a =

b =

Dengan :

Y = Besarnya nilai yang diramal

a = Nilai trend pada periode dasar

b = Tingkat perkembangan nilai yang diramal

x = Unit tahun yang dihitung dari periode dasar

2.7.3. Hubungan Peramalan dengan Uji Statistik

Ketepatan atau ketelitian dapat dinyatakan sebagai kesalahan dalam

peramalan. Kesalahan yang kecil memberikan arti ketelitian peramalan yang

tinggi, dengan kata lain keakuratan hasil peramalan tinggi, begitu pula sebaliknya.

Besar kesalahan suatu peramalan dapat dihitung dengan bebearapa cara, antara

lain adalah:

1. Mean Square Error (MSE)

........................................................................ (2.14.)

N

FXMSE

n

i tt 1

2

Nxby

22 xxN

yxxyN

........................................................................ (2.15.)

34

Dimana: Xt = Data aktual periode t

Ft = Nilai ramalan periode t

N = banyaknya periode

2. Standard Error of Estimate (SEE)

Dimana: f = Derajat kebebasan

Untuk data Konstan, f = 1

Untuk data Linear, f = 2

Untuk data Kuadratis, f = 3

Untuk data Siklis, f = 4

3. Percentage Error (PE)

Di mana nilai dari PEt, bisa positif ataupun negative.

4. Mean Absolute Percentage Error (MAPE)

Dimana: N = Banyaknya periode

Setelah didapat kesalahan(error) dari masing-masing metode peramalan,

maka akan dilakukan pengujian terhadap dua metode yang memiliki error yang

terkecil, guna mendapatkan metode peramalan yang lebih baik untuk digunakan.

Pengujian dilakukan dengan uji distribusi F. Jika diasumsikan bahwa metode “X”

......................................................................(2.16.)

fN

FXSEE

n

i tt

1

2

....................................................................(2.17.)%100

t

ttt X

FXPE

.........................................................................(2.18.)N

PEMAPE

n

i t 0

35

adalah metode peramalan yang memiliki besar error yang paling kecil pertama,

dan metode “Y”adalah metode peramalan yang memiliki besar error yang paling

kecil kedua,maka langkah-langkahnya pengujiannya adalah sebagai berikut:

1. Menentukan pernyataan awal (H0) dan pernyataan alternatif (H1)

H0 : Metode “X” lebih baik daripada metode “Y”

H1 : Metode “X” tidak lebih baik daripada metode “Y”, atau metode

“Y” lebih baik daripada metode “X”.

2. Melakukan Uji Statistik, dengan rumus:

Dimana: S1 = besarnya error metode peramalan “X”

S2 = besarnya error metode peramalan “Y”

3. Bandingkan hasil yang diperoleh dari langkah 2 dengan hasil

yangdiperoleh dari tabel distribusi F dengan harga α (tingkat ketelitian)

yang ditetapkan.

Jika FHitung < FTabel maka H0 diterima (berarti metode peramalan

dengan metode “X” lebih baik digunakan), dan jika sebaliknya maka

H0 ditolak (berarti metode “Y” lebih baik digunakan).

2.7.4. Proses Verifikasi

Proses verifikasi digunakan untuk melihat apakah metode peramalan yang

diperoleh representatif terhadap data. Sebagai contoh proses verifikasi dengan

menggunakan Moving Range Chart (MRC) dapat dilihat pada Gambar 2.5.

....................................................................................(2.19.)22

21

S

SF

36

Harga MR diperoleh dari:

dimana:

2.8. Metode Pengukuran Waktu

Metode pengukuran waktu dapat dibagi dalam dua bagian yaitu:

2.8.1. Pengukuran Waktu secara Langsung

Pengukuran waktu secara langsung adalah pengukuran yang dilakukan di

tempat dimana pekerjaan bersangkutan dijalankan. Terdiri atas dua jenis, yaitu:

1. Metode Sampling Pekerjaan, yaitu pengamatan dilakukan pada waktu-

waktu tertentu yang telah ditentukan secara acak/random.

2. Metode Jam Henti, yaitu dengan menggunakan instrumen stopwatch

dimana metode ini baik diaplikasikan untuk pekerjaan yang

berlangsung singkat dan berulang-ulang. Untuk membuat estimasi

mengenai jumlah pengamatan yang seharusnya dilaksanakan, maka

Gambar 2.5. Moving Range Chart

.............................................................................(2.20.)1

1

2

N

MR

MR

N

tt

11 FttFttt YYYYMR

1 ttt eeMRatau

37

The Maytag Company mengusulkan pelaksanaan pengamatan/

pengukuran awal dari elemen kegiatan yang ingin diukur waktunya

dengan ketentuan sebagai berikut:

a. 10 kali pengamatan untuk kegiatan yang berlangsung dalam siklus

sekitar 2 menit atau kurang.

b. 5 kali pengamatan untuk kegiatan yang berlangsung dalam siklus

waktu yang lebih besar dari 2 menit.

2.8.2. Pengukuran Waktu secara Tidak Langsung

Pengukuran waktu secara tidak langsung merupakan pengukuran yang

dilakukan tanpa harus berada di tempat pekerjaan, tetapi dengan membaca grafik

atau tabel yang tersedia. Pengukuran dilakukan terhadap pekerja yang diambil

secara acak untuk mencari pekerja normal (Sutalaksana, 1979).

Waktu yang diambil adalah waktu siklus dan beberapa pengujian yang

dilakukan yaitu:

1. Pengujian keseragaman data

Pengujian keseragaman data dilakukan dengan menetapkan batas

control atas dan batas kontrol bawah dari data sebaran tersebut.

Penentuan batas kontrol atas dan batas kontrol bawah tergantung pada

tingkat ketelitian dan tingkat keyakinan yang telah ditetapkan. Rumus

yang digunakan dalam pengujian keseragaman data untuk stop watch

adalah sebagai berikut:

.................................................................... (2.21.)

1

2

N

XXi

38

BKA = + kσ

BKB = - kσ

Dimana: X = Nilai Rata-rata

BKA = Batas Kontrol Atas

σ = Standar Deviasi

BKB = Batas Kontrol Bawah

k = Tingkat Keyakinan (99 % ≈ 3 ; 95 % ≈ 2).

2. Pengujian jumlah data yang dibutuhkan

Pengujian jumlah data dibutuhkan untuk melihat apakah data yang

tersedia memenuhi tingkat keyakinan dan tingkat ketelitian yang telah

ditetapkan. Uji kecukupan data dapat digunakan dengan menggunakan

rumus berikut :

Dimana: N = Jumlah data pengamatan

N’ = Jumlah data teoritis

Jika N’ < N, maka data pengamatan cukup

Jika N’ > N, maka data pengamatan kurang, dan perlu

tambahan data.

..........................................(2.22.)

2

1

2

11

2

'

n

ii

S

K n

ii

n

ii

X

XXN

N

39

2.9. Jurnal Referensi

Manajemen material dan pengendalian persediaan, atau lebih tepatnya

aliran pengendali material dianggap sebagai perbatasan terakhir dari keuntungan

dalam organisasi manufaktur membuat keuntungan. Namun, dalam mengurangi

beban biaya dan membuat organisasi lebih hemat biaya, bahkan non profit

organisasi seperti instansi pemerintah, utilitas umum, rumah sakit dan lembaga

pendidikan mulai menyadari pentingnya hal tersebut. Oleh karena itu manajemen

material dan pengendalian persediaan utamanya berkaitan dengan aliran material

dalam dan dari suatu organisasi dan di industri manufaktur. Fokus dalam lean

manufacturing adalah untuk mengurangi pemborosan dan membuat sistem lebih

efisien. Mengelola aliran bahan dengan prinsip-prinsip lean mengarah ketabungan

dalam waktu, persediaan dan biaya (Yamagar, 2014).

Model optimasi safety stock disediakan dengan fungsi objektif. Minimisasi

total biaya logistik mengakibatkan tidak hanya tingkat optimal safety stock tetapi

juga lokasi optimal di seluruh rantai pasokan. Kendala model yang disediakan

untuk batas-batas kinerja pengiriman setiap tahap dari rantai pasokan. Kemudian,

hal ini diterapkan untuk masalah dunia nyata praktis dengan nilai aliran yang

mungkin berbeda (Amirjabbari, 2014).

Lean manufacturing tampaknya menjadi alat yang ampuh untuk mengelola

perputaran persediaan (inventory tunover). Perusahaan yang menerapkan praktik-

praktik lean dibidang manufaktur memiliki perputaran persediaan secara

signifikan lebih baik untuk setiap jenis persediaan (raw material, work in process,

dan finished goods) dibandingkan perusahaan tradisional (Aspookeh, 2015).