Teknik Proses Produksi Dalam Teknik Industri

  • Published on
    12-Oct-2015

  • View
    39

  • Download
    1

Transcript

  • 21

    BAB III

    LANDASAN TEORI

    2.1 Produksi

    Secara umum, kegiatan produksi/operasi merupakan suatu kegiatan yang

    berhubungan dengan penciptaan/pembuatan barang, jasa, atau kombinasinya,

    melalui proses transformasi dari masukan sumber daya produksi dan operasi

    keluaran yang diinginkan (Herjanto, 1999).

    Istilah produksi cenderung dikaitkan dengan pabrik, mesin ataupun lini

    perakitan karena pada mulanya teknik dan metode dalam manajemen produksi

    memang digunakan untuk mengoperasikan pabrik atau kegiatan perakitan yang

    lain. Namun, dengan berkembangnya teknik dan metode manajemen produksi maka

    penerapannya tidak hanya berlaku bagi kegiatan pembuatan barang barang

    berwujud, melainkan juga bisa diterapkan dalam pembuatan barang barang tak

    berwujud atau jasa (Herjanto, 1999).

    2.2 Sistem produksi

    2.2.1 Konsep Dasar

    Organisasi industri merupakan salah satu mata rantai dari sistem perekonomian,

    karena memproduksi dan mendistribusikan produk (barang atau jasa). Produksi

  • 21

    merupakan fungsi pokok dalam setiap organisasi, mencangkup organisasi yang

    bertanggung jawab untuk menciptakan nilai tambah produk yang merupakan

    output dari setiap organisasi industry (Gaspersz, 2004).

    Produksi adalah bidang yang terus berkembang selaras dengan perkembangan

    teknologi, dimana produksi memiliki suatu jalinan hubungan timbal balik (dua

    arah) yang sangat erat dengan teknologi, karena produksi dan teknologi saling

    membutuhkan. Kebutuhan produksi untuk beroperasi dengan biaya yang paling

    rendah, meningkatkan kualitas dan produktivitas, dan menciptakan produk baru

    telah menjadi kekuatan yang mendorong teknologi untuk melakukan berbagai

    terobosan dan penemuan baru. Produksi dalam sebuah organisasi pabrik merupakan

    inti yang paling dalam, spesifik serta berbeda dengan bidang fungsional lain seperti

    : keuangan, personalia,dll (Gaspersz, 2004).

    Sistem produksi merupakan sistem integral yang mempunyai komponen

    struktural dan funsional. Dalam sistem produksi modern terjadi suatu proses

    trenformasi nilai tambah yang mengubah input menjadi output yang dapat dijual

    dengan harga kompetitif di pasar (Gaspersz, 2004).

    Gambar 3.1 Skema Sistem Produksi

  • 22

    2.2.2 Sistem Produksi Menurut Jenis Produksinya

    Sistem produksi bertujuan untuk merencanakan dan mengendalikan produksi

    agar lebih efisien, efektif, dan produktif, atau optimal. Jumlah sistem sistem

    produksi yang banyak. Sistem produksi yang tepat bagi suatu industri akan sangat

    tergantung pada jenis industrinya (Nasution, 2006).

    Berdasarkan cara pembuatan (dan masa pengerjaan), produksi dapat diklasifikan

    menjadi tipe-tipe berikut (Nasution, 2006):

    1. Engineering To Order (ETO), yaitu bila pemesanan meminta produsen

    untuk membuat produk yang dimulai dari proses perancangannya

    (rekayasa).

    2. Make To Order (MTO), yaitu bila produsen menyelesaikan item akhirnya

    jika dan hanya jika telah menerima pesanan konsumen untuk item tersebut.

    Bila item tersebut bersifat unik dan mempunyai desain yang dibuat menurut

    pesanan, maka konsumen mungkin bersedia menunggu hingga produsen

    dapat menyelesaikannya.

    3. Assembly To Order (ATO), yaitu bila produsen membuat desain standar,

    modul-modul opsional standar yang sebelumnya dan merakit suatu

    kombinasi tertentu dari modul-modul tersebut sesuai dengan pesanan

    konsumen. Modul-modul standar tersebut bisa dirakit untuk berbagai tipe

    produk. Contohnya adalah pabrik mobil di mana meraka menyediakan

    pilihan ternmisi secara manual atau otomatis, AC, audio, opsi-opsi interior,

    dan opsi-opsi mesin khusu sebagaimana juga model bodi dan warna bodi.

    Komponen komponen tersebut telah disiapkan terlebih dahulu dan akan

    mulai diproduksi begitu pesanan dari agen datang.

  • 23

    4. Make To stock (MTS), yaitu bila produsen membuat item-item yang

    diselesaikan dan ditempatkan sebagai persediaan sebelumpesanan

    konsumen diterima. Item akhir tersebut baru akan dari sistem persediaan

    setelah persediaan setelah pesanan konsumen diterima.

    2.3 Peramalan

    2.3.1 Pengertian Peramalan

    Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang

    berdasarkan pada beberapa vaiabel peramal, sering berdasarkan data deret waktu

    historis. Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha

    memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu

    dapat dibuat dalan kuantitas yang tepat. (Gaspersz, 2004).

    2.3.2 Tahapan Peramalan

    Terdapat sembilan langkah yang harus diperhatikan untuk menjamin efektivitas

    dan efisiensi dari sistem peramalan dalam manajemen permintaan (Gaspersz,

    2012):

    1. Menentukan tujuan yang dilakukannya peramalan.

    2. Memilih item independent demand yang akan diramalkan.

    3. Menentukan horizon waktu dari peramalan.

    4. Memilih model model peramalan.

    5. Memperoleh data yang dibutuhkan untuk melakukan peramalan.

    6. Membuat peramalan.

    7. Validasi hasil peramalan.

    8. Implementasi hasil peramalan.

    9. Memantau keadaan hasil peramalan.

  • 24

    2.3.3 Pola Permintaan

    Dalam time series terdapat empat jenis pola permintaan, yaitu (1) trend, (2)

    musiman, (3) siklikal, (4) eratik/random. Pola permintaan ini akan berhubungan

    dengan metode peramalan yang digunakan. Setiap metode peramalan memiliki

    karakteristik tertentu sehingga memerlukan persyaratan atau asumsi tertentu pula.

    Salah satu persyaratannya adalah pola permintaan berpola trend (Baroto, 2002).

    1. Pola Trend

    Pola trend adalah bila data permintaan menunjukan pola kecenderungan

    gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya

    berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat

    dapat ditarik suatu garis maya. Bila data berpola trend, maka metode

    peramalan yang sesuai adalah metode regresi linear, exponential smoothing,

    atau double exponential smoothing. Metode regresi linear biasanya

    memberikan tingkat kesalahan yang lebih kecil.

    Gambar 3.2 Pola Permintaan Trend (Sumber: Baroto, 2002)

  • 25

    2. Pola Musiman

    Bila data yang kelihatannya berfluktuasi, namun fluktuasi tersebut akan

    terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut

    berpola musiman. Disebut pola musiman karena permintaan ini biasanya

    diperngaruhi oleh musim, sehingga biasanya interval perulangan data ini

    adalah satu tahun. Sebagai contoh payung dan jas hujan di musim hujan

    adalah lbeih besar ketimbang di musim kemarau. Metode peramalan yang

    sesuai dengan pola musiman adalah metode winter (sangat sesuai), atau

    moving average, atau weight moving average.

    Gambar 3.3 Pola Permintaan Musiman (Sumber: Baroto, 2002)

    3. Pola Siklikal

    Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang

    membentuk pola sinusoid atau gelombang atau siklus. Pola siklikal mirip

    dengan pola musiman. Pola musiman tidak harus berbentuk gelombang,

  • 26

    bentuknya bervariasi, namun waktunya akan berulang setiap tahun

    (umumnya). Pola siklikal bentuknya selalu mirip gelombang sinusoid.

    Untuk menentukan data berpola siklis tidaklah mudah. Kalau pola musiman

    rentang waktu satu tahun dapat dijadikan pedoman, maka rentang waktu

    perulangan siklikal tidak tentu. Metode yang sesuai bila data berpola

    siklikal adalah metode moving average, weight moving average, dan

    eksponential smoothing.

    Gambar 3.4 Pola Permintaan Siklikal (Sumber: Baroto, 2002)

    4. Pola Eratik/Random

    Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka

    panjang tidak dapat digambarkan dengan ketiga pola lainnya. Fluktuasi

    permintaan bersifat acak atua tidak jelas. Tidak ada metode peramalan yang

    direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang

    analis peramal sangat menentukan dalam pengabilan kesimpulan mengenai

    pola data. Seorang analis, untuk data yang sama mungkin menyimpulkan

    berpola random dan analis lainnya menyimpulkan musiman. Keterampilan

  • 27

    imajinasi analis peramal memang merupakan faktor yang paling

    menentukan dalam pelaksanaan peramalan. Bisa jadi, pola data peramalan

    yang random ini ternyata mengikuti pola tertentu bukan seperti ketiga pola

    yang dijelaskan, untuk ini diperlukan metode khusus (mungkin subjektif

    untuk melakukan peramalan).

    Gambar 3.5 Pola Permintaan Random (Sumber: Baroto, 2002)

    2.3.4 Model Peramalan

    Dalam sistem peramalan, penggunaan berbagai model peramalan akan

    memberikan nilai ramalan yang berbeda dan derajat dari galat ramalan (forecast

    error) yang berbeda pula. Salah satu seni dalam melakukan peramalan adalah

    memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi

    pola aktivitas historis dari data. Secara umum, model-model peramalan dapat

    dikelompokan ke dalam dua kelompok utama, yaitu: (1) metode kualitatif, dan (2)

    metode kuantitatif. Selanjutnya metode kuantitatif dikelompokan ke dalam dua

    bagian utama, yaitu: (a) intrinsik, dan (b) ekstrinsik (Gaspersz, 2012).

  • 28

    Menurut Vincent Gaspersz (2012) beberapa model peramalan yang digolongkan

    sebagai kualitatif, adalah:

    1. Dugaan manajemen (management estimate), di mana peramalan semata-

    mata berdasarkan pertimbangan manajemen, umumnya oleh manajemen

    senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap

    intuisi dari satu atau sekelompok kecil orang yang karena pengalamannya

    mampu memberikan opini yag kritis dan relevan. Teknik ini akan

    dipergunakan dalam situasi di mana tidak ada alternatif lain dari model

    peramalan yang dapat diterapkan. Bagaimanapun metode ini mempunyai

    banyak keterbatasan, sehingga perlu dikombinasikan dengan metode

    peramalan yang lain.

    2. Riset pasar (market research), merupakan metode peramalan berdasarkan

    hasil-hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar

    produk atau yang mewakilinya. Metode ini akan menjaring informasi dari

    pelanggan atau pelanggan potensial (konsumen) berkaitan dengan rencana

    pembelian mereka di masa mendatang. Riset pasar akan membantu tidak

    hanya untuk peramalan, tetapi juga untuk meningkatkan desain produk dan

    perencanaan untuk produk-produk baru.

    3. Metode kelompok terstruktur (structured group methods), seperti metode

    Delphi, dll. Metode Delphi merupakan teknik peramalan yang berdasarkan

    pada proses konvergensi dari opini beberapa orang atau ahli secara iteratif

    tanpa menyebutkan identitasnya. Dalam metode Delphi sangat diharapkan

    peranan dari fasilitator untuk memperoleh atau menyimpulkan hasil-hasil

    peramalan itu.

  • 29

    4. Analogi historis (historical analogy), merupakan teknik peramalan

    berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan

    secara analogi. Misalnya peramalan untuk pengembangan pasa televisi

    multisistem berlayar datar menggunakan model permintan televisi berwarna

    biasa. Analogi historis cenderung akan menjadi terbaik untuk penggantian

    produk di pasar dan apabila terdapat hubungan substitusi langsung dari

    produk dalam pasar itu.

    Pada dasarnya metode kualitatif ditujukan untuk peramalan terhadap produk

    baru, pasar baru, proses baru, perubahan sosial dari masyarakat, perubahan

    teknologi, atau penyesuaian terhadap ramalan-ramalan berdasarkan metode

    kuantitatif (Gaspersz, 2012).

    Model kuantitatif intrinsik, sering disebut sebagai model-model deret waktu

    (time series model). Beberapa model deret waktu yang populer dan umum

    diterapkan dalam peramalan permintaan adalah: rata-rata bergerak (moving

    average), pemulusan eksponensial (exponential smoothing), dan proyeksi

    kecenderungan (trend projection). Sedangkan model kuantitatif ekstrinsik disebut

    sebagai model kausal, dan yang populer adalah model-model regresi (regression

    causal model).

    - Model Rata-rata Bergerak (Moving Average Model)

    Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang

    baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan

    datang. Metode rata-rata bergerak akan efektif diterapkan apabila kita dapat

    mengasumsikan bahwa permintaan pasar terhadap produksi akan tetap stabil

  • 30

    sepanjang waktu. Metode rata-rata bergerak n-periode menggunakan formula

    (Gaspersz, 2012) berikut:

    Di mana n adalah banyaknya dalam rata-rata bergerak. Apabila kita menggunakan rata-

    rata bergerak 3-periode, maka tentu saja formula dari metode rata-rata bergerak 3-

    periode adalah:

    - Model Rata-rata Bergerak Terbobot (Weighted Moving Average Model)

    Model rata-rata bergerak terbobot lebih responsif terhadap perubahan, karena

    data dariperiode yang baru biasanya diberi bobot lebih besar. Suatu model rata-

    rata bergerak n-periode terbobot, weighted MA(n), dinyatakan sebagai

    (Gaspersz, 2012) berikut:

    - Model Pemulusan Eksponensial (Exponential Smoothing Model)

    Model peramalan pemulusan eksponensial bekerja hampir serupa dengan alat

    thermostat, dimana apabila galat ramalan (forecast error) adalah positif yang

    berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan (A-F > 0), maka

  • 31

    model pemulusan eksponensial akan secara otomatis meningkatkan nilai ramalan

    (Gaspersz, 2012).

    Sebaliknya apabila galat ramalan (forecast error) adalah negatif yang berarti

    niai aktual permintaan lebih rendah daripada nilai ramalan (A-F < 0), maka model

    pemulusan eksponensial akan secara otomatis menurunkan nilai ramalan (Gaspersz,

    2012).

    Proses penyeusaian ini berlangsung terus menerus, kecuali galat ramalan telah

    mencapai nol. Kenyataan inilah yang mendorong peramal (forecaster) untuk lebih

    suka menggunakan model peramalan pemulusan eksponensial, apabila pola historis

    dari data aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu

    (Gaspersz, 2012).

    Peramalan menggunakan model pemulusan eksponensial dilakukan

    berdasarkan formula (Gaspersz, 2012) berikut:

    Ft = Ft-1 + (At-1-Ft-1)

    Di mana:

    Ft = nilai ramalan untuk periode waktu ke-t

    Ft-1 = nilai ramalan untuk satu periode waktu yang lalu, t-1

    At-1 = nilai aktual untuk satu periode waktu yang lalu, t-1

    = Konstanta pemulusan (smoothing constant)

    2.3.5 Pengujian Peramalan

    Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan

    merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan

  • 32

    permintaan yang terjadi. Ada lima ukuran yang biasa digunakan, (Nasution, 2008)

    yaitu :

    1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)

    MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa

    memperhatikan apakah hasil peramalan lebih besar atau lebih kecil

    dibandingkan kenyataannya. Secara sistematis MAD dirumuskan sebagai

    berikut :

    n

    FAMAD tt

    di mana :

    At = permintaan aktual pada periode t

    Ft = peramalan permintaan pada periode t

    n = jumlah periode peramalan yang terlibat

    2. Rata-rata kuadrat kesalahan (Mean Square Error = MSE)

    MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan

    pada setiap periode dan membaginya dengan jumlah periode peramalan.

    Secara matematis MSE dirumuskan sebagai berikut :

    n

    )F(AMSE

    2

    tt

    3. Rata-rata Kesalahan Peramalan (Mean Forecast Error =MFE)

    MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama

    periode tertentu terlalu tinggi atau terlalu rendah. MFE dihitung dengan

    menjumlahkan semua kesalahan peramalan selama periode peramalan dan

  • 33

    membaginya dengan jumlah periode peramalan. Secara sistematis MFE

    dinyatakan sebagai berikut :

    n

    )F(AMFE tt

    4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error

    = MAPE)

    MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti

    dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil

    peramalan terhadap permintaan aktual selama periode tertentu yang akan

    memberikan informasi persentase kesalahan terlalu tinggi atau terlalu

    rendah. Secara matematis MAPE dinyatakan sebagai berikut :

    t

    tt

    A

    FA

    n

    100MAPE

    2.3.6 Validasi Peramalan

    Tracking Signal adalah ukuran seberapa tepatnya suatu hasil peramalan untuk

    dipergunakan layaknya nilai nilai aktual. Menurut Vincent Gaspersz (2002). Ahli

    sistem peramalan, George Plossl dan Oliver Wight menyarankan untuk

    menggunakan nilai 4 sebagai batasan tracking signal. Berikut perumusannya.

    Tracking Signal

    Di mana :

    23

  • 34

    2.4 Persediaan

    2.4.1 Pengertian Persediaan

    Persediaan adalah sejumlah bahan-bahan, bagian-bagian yang disediakan dan

    bahan-bahan dalam proses yang terdapat dalam persuhaan untuk proses produksi,

    serta barang-barang jadi/produk yang disediakan untuk memenuhi permintaan dari

    konsumen atau langganan setiap waktu (Rangkuti, 2002).

    Persediaan memiliki fungsi penting yang dapat menigkatkan efisiensi

    operasional suatu perusahaan. Dengan adanya persediaan maka proses produksi

    tidak terhambat oleh kekurangan bahan baku. Selain itu, prosedur untuk

    memperoleh dan menyimpan bahan baku yang dibutuhkan dapat dilaksanakan

    dengan biaya minimum (Bedworth dan Bailey, 1982).

    Pada pengendalian persediaan ada dua keputusan yang perlu diambil, yaitu

    jumlah setiap kali pemesanan dan kapan pemesanan itu harus dilakukan. Prinsip

    dari persediaan yaitu mempermudah dan memperlancar jalannya operasi

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

    barang-barang, serta selanjutnya menyampaikan kepada pelanggan atau konsumen.

    Persediaan memungkinkan produk-produk dihasilkan pada tempat yang jauh

    dari pelanggan dan atau sumber bahan mentah (Rangkuti, 2002). Dari segi teori,

    persediaan digunakan untuk menentukan prosedur optimal dalam jumlah

    optimal produksi atau bahan yang disimpan untuk memenuhi permintaan pasar di

    masa depan (Bedworth dan Bailey, 1982).

  • 35

    Persediaan merupakan suatu hal yang tak terhindarkan. Menurut Baroto

    (2002) penyebab timbulnya persediaan adalah sebagai berikut :

    1. Mekanisme pemenuhan atas permintaan. Permintaan terhadap suatu

    barang tidak dapat dipenuhi seketika bila barang tersebut tidak tersedia

    sebelumnya. Untuk menyiapkan barang ini diperlukan waktu untuk

    pembuatan dan pengiriman, maka adanya persediaan merupakan hal yang

    sulit dihindarkan.

    2. Keinginan untuk meredam ketidakpastian. Ketidakpastian terjadi akibat,

    diantaranya yaitu permintaan yang bervariasi yang tidak pasti dalam

    jumlah maupun waktu kedatangan, waktu pembuatan yang cenderung

    tidak konstan antara satu produk dengan produk berikutnya, waktu

    tenggang (lead time) yang cenderung tidak pasti karena banyak faktor

    yang tak dapat dikendalikan. Ketidakpastian ini dapat diredam dengan

    mengadakan persediaan.

    3. Keinginan melakukan spekulasi yang bertujuan mendapatkan

    keuntungan besar dari kenaikan harga dimasa mendatang.

    2.4.2 Fungsi Persediaan

    Fungsi persediaan yang diadakan mulai dari persediaan yang berbentuk bahan

    mentah sampai dengan barang jadi antara lain (Assauri, 1993) :

    1. Menghilangkan resiko keterlambatan datangnya barang atau bahan-bahan

    yang dibutuhkan oleh perusahaan.

    2. Menghilangkan resiko dari material yang dipesan tidak memenuhi

    kualifikasi, sehingga harus dikembalikan.

  • 36

    3. Menumpuk bahan-bahan yang dihasilkan secara musiman sehingga dapat

    digunakan bila bahan itu tidak ada dipasaran.

    4. Mempertahankan stabilitas operasi perusahaan atau menjamin kelancaran

    arus produksi.

    5. Mencapai penggunaan mesin yang optimal.

    6. Memberikan pelayanan kepada pelanggan, dimana kebutuhan pelanggan

    dapat dipenuhi setiap saat.

    2.4.3 Jenis Jenis Persediaan

    Menurut Rangkuti (2002), Setiap jenis persediaan memiliki karakteristik

    tersendiri dan cara pengolahan yang berbeda. Persediaan dapat dibedakan

    menjadi beberapa jenis diantaranya sebagai berikut :

    1. Persediaan bahan mentah (raw material) yaitu persediaan barang-barang

    berwujud, seperti besi, kayu, serta komponen-komponen lain yang

    digunakan dalam proses prouksi.

    2. Persediaan komponen-komponen rakitan (purchased parts/components)

    yaitu persediaan barang-barang yang tediri dari komponen-komponen yang

    diperoleh dari perusahaan lain yang secara langsung dapat dirakit

    menjadi suatu produk.

    3. Persediaan bahan pembantu atau penolong (supplies) yaitu persediaan

    barang- barang yang diperlukan dalam proses produksi, tetapi bukan

    merupakan bagian atau komponen barang jadi.

    4. Persediaan barang dalam proses (work in process) yaitu persediaan

    barang- barang yang merupakan keluaran dari tiap-tiap bagian dalam

  • 37

    proses produksi atau yang telah diolah menjadi suatu bentuk, tetapi masih

    perlu diproses lebih lanjut menjadi barang jadi.

    5. Persediaan barang jadi (finished goods), persediaan barang-barang yang

    telah selesai diproses atau diolah dalam pabrik dan siap dijual atau

    dikirim kepada pelanggan.

    2.4.4 Biaya-Biaya Persediaan

    Umumnya untuk pengambilan keputusan penentuan besarnya jumlah persediaan,

    biaya-biaya variabel berikut ini harus dipertimbangkan, diantaranya :

    1. Biaya penyimpanan (holding costs atau carrying costs), adalah biaya

    penyimpanan (holding costs atau carrying costs), terdiri atas biaya-

    biaya yang bervariasi secara langsung dengan kuantitas persediaan.

    Biaya penyimpanan per periode akan semakin besar apabila kuantitas

    bahan yang dipesan semakin banyak atau rata-rata persediaan semakin

    tinggi. Biaya penyimpanan merupakan variabel apabila bervariasi dengan

    tingkat persediaan. Apabila biaya fasilitas penyimpanan (gudang) tidak

    variabel, tetapi tetap, maka tidak dimasukkan dalam biaya penyimpanan

    per unit.

    2. Biaya pemesanan atau pembelian (ordering costs atau procurement

    costs), adalah, pada umumnya, biaya per pesanan (di luar biaya bahan

    dan potongan kuantitas) tidak naik apabila kuantitas pesanan

    bertambah besar. Tetapi, apabila semakin banyak komponen yang

    dipesan setiap kali pesan, jumlah pesanan per periode turun, maka biaya

    pemesanan total akan turun. Ini berarti, biaya pemesanan total per

  • 38

    periode (tahunan) sama dengan jumlah pesanan yang dilakukan setiap

    periode dilakukan biaya yang harus dikeluarkan setiap kali pesan.

    2.5 Aturan-aturan Tentang Kuantitas Pesanan (Quantity to Order Rules) untuk

    Independent Demand

    2.5.1 Metode Kuantitas Pesanan untuk Situasi Permintaan Kontinu (Continous

    Demand Situations):

    Untuk situasi permintaan bersifat kontinu, biasanya dipergunakan metode

    kuantitas pesanan tetap (fixed order quantity) dan kuantitas pesanan ekonomis-

    EOQ (economic order quantity) (Gaspersz, 2012).

    1. Metode Kuantitas Pesanan Tetap (Fixed Oerder Quantity = FOQ)

    Metode FOQ (synonym: periodic order system, periodic review system)

    menetapkan sejumlah unit kuantitas yang dipesan setiap kali apabila suatu

    pesanan dilakukan untuk item tertentu. Dengan demikian FOQ merupakan

    metode pengendalian inventori dimana ukuran kuantitas pesanan bersifat

    tetap tetapi interval atara pesanan tergantung permintaan aktual. Praktek

    pemesanan menggunakan FOQ membutuhkan asumsi bahwa permintaan

    inventori individual adalah konstan. Sistem FOQ menempatkan suatu

    pesanan dari kuantitas tetap (reorder quantity) apabila inventori on-hand

    ditambah on order berada di bawah tingkat yang telah dispesifikasikan

    (order pont or reorderpoint). Kuantitas pesanan tetap mungkin ditetapkan

    berdasarkan pertimbangan praktis, dll, seperti: 1000 unit, atau ditetapkan

    secara lebih formal menggunakan perhitungan ekonomis berdasarkan

    metode EOQ yang akan dibahas berikut ini.

  • 39

    2. Metode Kuantitas Pesanan Ekonomis (Economic Order Quantity = EOQ)

    Metode EOQ (synonym: ecomonic lot size, minimum cost order quantity)

    adalah suatu jenis dari model kuantitas pesanan tetap (fixed order quantity

    model) yang menentukan kuantitas dari suatu item yang dibeli atau dibuat

    pada suatu waktu tertentu. Tujuan dari EOQ adalah meminimumkan

    kombinasi ongkos-ongkos pesanan (order cost or acquiring cost) dan

    penyimpanan (carrying cost) dari inventori.

    Formula dasar dari model EOQ adalah:

    Di mana:

    A = permintaan tahunan (dalam unit item)

    S = rata-rata ongkos persiapan pesanan (satuan barang)

    i = persentase ongkos penyimpanan inventori tahunan (dalam persen)

    C = ongkos atau harga perunit item (satuan uang)

    2.5.2 Metode Kuantitas Pesanan untuk Situasi Permintaan Tidak Kontinu

    (Discontinuous Demand Situations):

    Apabila situasi permintaan suatu item inventori bersifat tidak kontinu, maka

    beberapa metode kuantitas pesanan diskrit dapat dipergunakan (Gaspersz, 2012).

    1. Metode Lot-for-lot (L4L)

    Metode L4L (sysnonym: discrete order quantity) menempatkan suatu

    pesanan untuk setiap periode dalam kuantitas yang tepat sama dengan

    kebutuhan. Dengan demikian teknik L4L menetapkan pesanan yang

    direncanakan (Planned orders) dalam kuantitas yang sama dengan

  • 40

    kebutuhan bersih (net requirements) dalam setiap periode. Sehingga

    apabila tidak ada kebutuhan, maka tidak ada pesanan yang dilakukan.

    Aturan ini serupa dengan as-required or as-needed rule.

    2. Metode Periods of Supply (POS)

    Metode POS adalah serupa dengan FOQ, dimana pesanan seing ditetapkan

    secara intuitif tanpa menggunakan analisis formal. Suatu atura informal

    yang ditetapkan seperti: pesanan untuk kebutuhan dua minggu, dua bulan,

    atau 90 hari. Metode ini enghasilkan siklus waktu pemesanan yang tetap

    (misalnya: POS = 3 minggu) dengan interval yang teratur (fixed order

    cycles), tetapi kuantitas yang di pesan bervariasi tergantung pada

    kebutuhan aktual.

    3. Metode Period Order Quantity (POQ)

    Metode POQ (synonym: fixed period ordering) adalah serupa dengan

    periods of supply (POS), kecuali bahwa siklus pesanan (order cycle)

    ditentukan secara lebih ilmiah atau formal. Pendekatan POQ menggunakan

    formula EOQ tetapi diterapkan untuk menetapkan banyaknya periode

    optimum. Formula yang dipergunakan: POQ = EOQ/rata-rata penggunaan

    per periode.

    4. Metode Least Unit Cost (LUC)

    Metode LUC merupakan teknik lot-sizing dinamik yang menambah

    ongkos penetapan pesanan dan ongkos penyimpanan untuk setiap trial lot-

    size, kemudian membagi dengan banyaknya unit dalam lot-size untuk

    selanjutnya memilih lot-size dengan ongkos perunit paling rendah. Metode

    LUC menggunakan pendekatan iteratif yang dihitung untuk setiap periode,

  • 41

    sampai ongkos per unit dari cumulative order quantity pada periode itu

    menunjukan suatu kenaikan atai peningkatan.

    5. Metode Leat Total Cost (LTC)

    Metode LTC adalah teknik lot-sizing dinamik yang menghitung kuantitas

    pesanan melalui membandingkan ongkos penetapan pesanan (set up or

    ordering cost) dan ongkos penyimpanan (Carrying Cost) inventori untuk

    berbagai lot-size, kemudian memilih lot-size di mana kedua jenis ongkos

    itu mendekati sama. Metode LTC juga menggunakan pendekatan iteratif

    yang dihitung untuk setiap periode, sampai kedua jenis ongkos penetapan

    dan penyimpanan mendekati sama.

    6. Metode Part Period Balancing (PPB)

    Metode PPB adalah teknik lot-size dinamik yang menggunakan

    pendekatan serupa dengan LTC, tetapi lebih mudah dalam perhitungan,

    metode ini menggunakan formula sederhana ntuk menentukan economic

    part period. Algoritma PPB biasanya menambahkan suatu routine yang

    disebut look ahead/look back atau forward/backward. Apabila feature

    look ahead/look back digunakan, kuantitas lot dihitung dan sebelum

    ditetapkan, permintaan periode berikut atau periode terdahulu dievaluasi

    untuk menentukan apakah pemasukan permintaan itu ke dalam lot yang

    sekarang akan menjadi ekonomis.

    2.6 Material Requirements Planning

    Menurut Herjanto (2003), perencanaan kebutuhan material (Material

    Requirements Planning) merupakan suatu konsep dalam manajemen produksi yang

  • 42

    membahas cara yang tepat dalam perencanaan kebutuhan barang dalam proses

    produksi, sehingga barang yang dibutuhkan dapat tersedia sesuai dengan yang

    direncanakan.

    MRP sangat bermanfaat bagi perencanaan kebutuhan material untuk komponen

    yang jumlah kebutuhannya dipengaruhi oleh komponen lain (dependent demand).

    Sistem MRP mengendalikan agar komponen yang diperlukan untuk kelancaran

    produksi dapat tersedia sesuai dengan yang dibutuhkan. MRP memberikan

    peningkatan efisiensi karena jumlah persediaan, waktu produksi dan waktu

    pengiriman barang dapat direncanakan dengan lebih baik, karena ada keterpaduan

    dalam kegiatan yang didasarkan pada jadwal induk. Moto dari MRP adalah

    memperoleh material yang tepat, dari sumber yang tepat, untuk penempatan yang

    tepat, pada waktu yang tepat (Gaspersz, 2002).

    Berdasarkan MPS yang diturunkan dari rencana produksi, suatu sistem MRP

    mengidentifikasi item apa yang harus dipesan, berapa banyak kuantitas item yang

    harus dipesan, dan kapan waktu memesan item tersebut. Suatu sistem MRP pada

    dasarnya bertujuan untuk merancang suatu sistem yang mampu menghasilkan

    informasi untuk mendukung aksi yang tepat baik berupa pembatalan pasanan, pesan

    ulang, atau penjadwalan ulang, aksi ini sekaligus merupakan suatu pegangan untuk

    melakukan pembelian dan produksi. Tujuan dari perencanaan kebutuhan material

    adalah sebagai berikut (Yamit, 1999):

    1. Menjamin tersediannya material, item, atau komponen pada saat dibutuhkan

    untuk memenuhi jadwal induk produksi dan menjamin tersediannya produk jadi

    bagi konsumen.

    2. Menjaga tingkat persedian pada kondisi minimum.

  • 43

    3. Merencanakan aktivitas pengiriman, dan aktivitas pembellian.

    Sebagai suatu sistem, perencanaan kebutuhan material (Material Requirement

    Planning) membutuhkan lima sumber informasi utama. Berikut ini adalah lima

    sumber informasi utama dalam perencanaan kebutuhan material (Material

    Requirement Planning) (Gaspersz, 2002):

    1. Master Production Schedule (MPS) yang merupakan suatu pernyataan definitif

    tentang produk akhir (end item) apa yang direncanakan perusahaan untuk

    diproduksi, berapa kuantitas yang dibutuhkan, pada waktu kapan dibutuhkan,

    dan bilamana produk itu akan diproduksi. MPS disusun berkaitan dengan

    pemasaran, rencana distribusi, perencanaan produksi dan perencanaan

    kapasitas.

    2. Bill of Material (BOM) merupakan daftar dari semua material, parts, dan

    subassemblies, serta kuantitas dari masing-masing yang dibutuhkan untuk

    memproduksi satu unit produk. BOM (Bill of Material) dibuat untuk

    menentukan banyaknya setiap material yang dibutuhkan untuk setiap periode

    waktu.

    3. Item master merupakan suatu file yang berisi informasi status tentang material,

    parts, subassemblies, dan produk-produk yang menunjukkan kuantitas on-

    hand, kuantitas yang dialokasikan, waktu tunggu yang direncanakan, ukuran

    lot, stok pengaman, kriteria lot sizing, toleransi untuk scrap atau hasil, dan

    berbagai informasi penting lainnya yang berkaitan dengan suatu item.

  • 44

    4. Pesanan-pesanan (orders) akan memberitahukan tentang berapa banyak dari

    setiap item yang akan diperoleh sehingga akan meningkatkan stock-on-hand di

    masa mendatang.

    5. Kebutuhan-kebutuhan akan memberitahukan tentang berapa banyak dari

    masing-masing item itu dibutuhkan sehingga akan mengurangi stock-on-hand

    di masa mendatang.

    Adapun empat macam yang menjadi ciri-ciri utama pada MRP, yaitu (Nasution,

    2008):

    1. Mampu menentukan kebutuhan pada saat yang tepat, kapan suatu pekerjaan

    akan selesai (material harus tersedia) untuk memenuhi permintaan produk yang

    dijadwalkan berdasarkan MPS yang direncanakan.

    2. Menentukan kebutuhan minimal setiap item dengan menentukan secara tepat

    sistem penjadwalan.

    3. Menetukan pelaksanaan rencana pemesanan dengan memberikan indikasi

    kapan pemesanaan atau pembatalan suatu pesanan harus dilakukan.

    4. Melakukan penjadwalan ulang atau pemabatalan atas suatu jadwal yang sudah

    direncanakan dan apabila kapasitas yang ada tidak mampu memenuhi pesanan

    yang sudah dijadwalkan pada waktu yang dikehendaki, maka MRP dapat

    memberikan indikasi untuk melakukan rencana penjadwalan ulang (jika

    mungkin) dengan menentukan prioritas pesana yang realitis. Seandainya

    penjadwalan ulang ini masih tidak memungkinkan untuk memenuhi pesanan,

    maka pemabatalan pemesanan tetap harus dilakukan.

  • 45

    Sistem MRP memiliki empat langkah utama yang harus diterapkan satu per satu

    pada periode perencanaan dan pada setiap item. Langkah-langkah dasar dalam

    penyusunan proses MRP adalah sebagai berikut (Nasution, 2008):

    1. Netting (kebutuhan bersih) merupakan proses perhitungan untuk menetapkan

    jumah kebutuhan bersih untuk setiap periode selama horison perencanaan yang

    besarnya merupakan selisih antara kebutuhan kotor dengan keadaan persediaan

    (yang ada dalam persediaan dan yang sedang dipesan).

    2. Lotting merupakan penentuan ukuran lot yang menjamin bahwa semua

    kebutuhan-kebutuhan akan dipenuhi, pesanan akan dijadwalkan untuk

    penyelesaian pada awal periode dimana ada kebutuhan bersih yang positif.

    3. Offsetting (rencana pemesanan) merupakan salah satu langkah pada MRP

    untuk menentukan saat yang tepat untuk rencana pemesanan dalam memenuhi

    kebutuhan bersih. Rencana pemesanan didapat dengan cara menggabungkan

    saat awal tersedianya ukuran lot (lot size) yang diinginkan dengan besarnya

    waktu ancang-ancang. Waktu ancang-ancang ini sama dengan besarnya waktu

    saat barang mulai dipesan atau diproduksi sampai barang tersebut siap untuk

    dipakai.

    4. Exploding merupakan proses perhitungan kebutuhan kotor untuk tingkat (level)

    yang lebih bawah dalam suatu struktur produk serta didasarkan atas rencana

    pemesanan.

    2.7 Software WinQSB Versi 2.0

    Salah satu program komputer yang dirancang untuk menyelesaikanmasalah-

    masalah kuantitatif di bidang manajemen adalah WinQSB. Program ini dibuat oleh

    Profesor Yih-Long Chan dari Georgia Institute of Technology ,Amerika Serikat.

  • 46

    Program ini merupakan pengembangan dari program QSB (Quantitative System

    for Business), QSB+, dan QS (Quantitative System) yangsudah banyak digunakan

    pada akhir tahun 1980-an. Program WinQSB saat ini sudah sampai pada versi 2.0.

    Disebut WinQSB karena merupakan perkembangan dari program QSB yang dulu

    berbasis sistem operasi DOS, dan sekarang sudahdapat dijalankan pada komputer

    berbasis Microsoft Windows.

    Program ini mempraktekkan time series peramalan dan linear regresi. Metode

    time series meliputi simple average, moving average, dengan atau tanpa trend,

    single dan double exponential smoothing dengan atau tanpa trend, linear dan

    regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah data

    historis lebih dari 1000 data yang bergantung pada memori komputer. Pada

    program dapat menambah atau mengurangi data historis untuk waktu yang

    berjalan dengan memilih memodifikasi data asli.

  • 47

    Gambar 3.6 Tampilan Pembuka Perangkat Lunak WinQSB - Modul

    Forecasting

    Seperti program-program pendahulunya, WinQSB cukup banyak

    digunakanoleh para pembuat keputusan dan para akademisi karena kemudahan

    dankecanggihannya. Di sisi lain, program inii tidak memerlukan

    konfigurasikomputer yang berlebihan. Bahkan WinQSB dapat dijalankan pada

    sistemkomputer dengan sistem operasi MS. Windows 95 dengan memori RAM 36

    MB dan memakan kapasitas hardisk tidak lebih dari 10 MB.

    Program ini mempraktekkan time series peramalan dan linear regresi.

    Metode time series meliputi simple average, moving average, dengan atau tanpa

    trend, single dan double exponential smoothing dengan atau tanpa trend, linear

    dan regresion, serta metode peramalan yang lainnya. Program ini dapat mengolah

    data historis lebih dari seribu data yang bergantung pada memori komputer. Pada

    program dapat menambah atau mengurangi data historis untuk waktu yang

    berjalan dengan memilih memodifikasi data asli.

Recommended

View more >