BAB 2
LANDASAN
TEORI
2.1
Tinjauan
Pustaka
2.1.1 Peramalan
Peramalan
(forecasting)
merupakan alat
bantu
yang
penting
dalam
perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi.
Menurut     Zulian 
Yamit  (1999, 
p13), 
peramalan  merupakan  prediksi,
proyeksi atau
estimasi tingkat
kejadian yang
tidak
pasti
dimasa
yang
akan
datang.
Sedangkan menurut
Makridakis (1999,
lampiran
p24),
peramalan
merupakan
prediksi
nilai-nilai sebuah
variabel
berdasarkan
kepada
nilai
yang
diketahui dari variabel tersebut atau variabel yang berhubungan.
Beberapa faktor umum lingkungan yang mempengaruhi peramalan, yaitu :
1.   Kondisi umum bisnis dan ekonomi
2.   Reaksi dan tindakan pesaing
3.   Tindakan pemerintah
4.   Kecenderungan pasar
5.   Inovasi teknologi
2.1.1.1 Klasifikasi
Metode Peramalan
Dalam metode peramalan secara umum dibagi menjadi dua, yaitu :
  
10
1.   Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa
lalu.
Peramalan kuantitatif hanya
dapat
digunakan apabila
terdapat
tiga
kondisi sebagai berikut :
a.   Tersedia informasi tentang masa lalu.
b.   Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric.
c.   Dapat  diasumsikan
bahwa  beberapa  aspek  pola  masa  lalu  akan  terus
berlanjut di masa mendatang.
Metode kuantitatif dapat dibagi menjadi dua, yaitu :
a.   Deret Berkala (time series)
Merupakan
metode
peramalan
yang
didasarkan
atas
penggunaan
analisa
pola
hubungan
antara
variabel
yang
akan
diperkirakan dengan
variabel
waktu. Pendugaan masa depan dilakukan berdasarkan nilai masa
lalu dari
suatu 
variabel 
dan/atau 
kesalahan 
masa 
lalu. 
Tujuannya  adalah
menentukan pola dalam deret data
historis dan mengekstrapolasikan pola
tersebut ke masa depan. Keuntungan dari model deret berkala yaitu dapat
digunakan dengan mudah untuk meramal. Ada empat jenis pola data pada
peramalan time series, yaitu :
Pola Horisontal atau Stationary (H)
Dari  pola  data 
ini  terjadi  apabila  nilai  data  observasi  berfluktuasi
disekitar nilai rata – rata yang konstan.
  
11
y
waktu
Diagram 2.1 Pola Data Horisontal
Pola Musiman atau Seasonal (S)
Dari
pola
data
ini terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman
(misalnya kuartal
tahun
tertentu,
bulanan atau
hari-hari pada
minggu tertentu).
y
s  s  f  w s s  f  w  s   s   f   w
1979
1980
1981
1982
waktu
Diagram 2.2 Pola Data Musiman
Pola Siklus atau Cyclical (C)
Dari pola
data
ini terjadi bilamana
datanya
dipengaruhi
oleh
fluktuasi
ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
  
12
y
waktu
Diagram 2.3 Pola Data Siklis
Pola Trend (T)
Pola  ini  terjadi  bilamana  terdapat  kenaikan  atau  penurunan  sekuler
jangka panjang dalam data.
y
waktu
Diagram 2.4 Pola Data Trend
b.   Model Causal
Merupakan metode peramalan
yang didasarkan atas penggunaan analisa
pola
hubungan
antara
variabel
yang
akan
diperkirakan dengan
variabel
  
13
lain
yang
mempengaruhinya, yang
bukan
waktu.
Model
kausal
mengasumsikan bahwa
faktor
yang
diramalkan
mewujudkan
hubungan
sebab
akibat dengan
satu
atau
lebih
variabel
bebas.
Tujuan
dari
metode
peramalan
ini
adalah
untuk
menemukan bentuk
hubungan
tersebut
dan
menggunakannya untuk
meramalkan
nilai
mendatang
dari
variabel
tak
bebas.
Sedangkan
keuntungannya yaitu
dapat
digunakan
dengan
keberhasilan yang
lebih
besar
untuk
pengambilan
keputusan
dan
kebijaksanaan.
2.   Kualitatif (Teknologis), yaitu peramalan yang didasarkan atas data kualitatif
pada masa
lalu. Metode ini biasa digunakan untuk meramalkan lingkungan
dan
teknologi,    karena    kondisi    tersebut    berbeda    dengan    kondisi
perekonomian dan
pemasaran.
Input
yang
dibutuhkan
tergantung
pada
metode
tertentu
dan
biasanya
merupakan hasil
dari
pemikiran
intuitif,
pertimbangan,
dan
pengetahuan
yang
telah
didapat.
Ramalan
ini terutama
digunakan
untuk
memberikan petunjuk,
untuk
membantu
perencana
dan
untuk
melengkapi ramalan
kuantitatif,
bukan
untuk
memberikan suatu
ramalan numeric tertentu. Metode ini dibagi menjadi dua bagian, yaitu :
a.   Metode Eksploratoris
Metode ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya
dan
bergerak
ke
arah
masa
depan
secara
heuristik, seringkali dengan
melihat semua kemungkinan yang ada.
b.   Metode Normatif
  
14
Metode
ini
dimulai
dengan
menetapkan sasaran
dan
tujuan
yang
akan
datang,
kemudian bekerja
mundur
untuk
melihat
apakah
hal
ini
dapat
dicapai, berdasarkan kendala, sumber daya, dan teknologi yang tersedia.
2.1.1.2 Langkah-langkah
Peramalan
Dasar peramalan ada tiga langkah yang penting, yaitu :
1.   Menganalisa data yang lalu.
Tahap
ini
berguna untuk
pola
yang
terjadi
pada
masa
lalu.
Analisa ini
dilakukan  dengan  cara  membuat  tabulasi  dari  data  yang  lalu.  Dengan
tabulasi data, maka dapat diketahui pola dari data tersebut.
2.   Menentukan metode yang dipergunakan.
Masing-masing
metode memberikan hasil peramalan yang berbeda. Metode
peramalan yang terbaik adalah metode yang memberikan hasil ramalan yang
tidak jauh berbeda dengan kenyataan yang terjadi.
3. 
Memproyeksikan 
data 
yang 
lalu 
dengan 
menggunakan 
metode 
yang
dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan.
2.1.1.3 Peranan Metode
Peramalan
Metode peramalan memiliki beberapa peranan, yaitu :
1.   Penjadwalan sumber daya yang tersedia.
Penggunaan sumber daya
yang
efisien
memerlukan penjadwalan produksi,
transportasi,
kas,  personalia,  dan  sebagainya.
Input  yang  penting  untuk
  
15
penjadwalan seperti
itu
adalah
ramalan
tingkat
permintaan
untuk
produk,
bahan, tenaga kerja, finansial, atau jasa pelayanan.
2.   Penyediaan sumber daya tambahan.
Waktu tenggang
untuk
memperoleh bahan baku,
menerima pekerjaan baru,
atau membeli mesin dan peralatan dapat berkisar antar beberapa hari sampai
beberapa tahun. Peramalan diperlukan untuk menentukan kebutuhan sumber
daya di masa mendatang.
3.   Penentuan sumber daya yang diinginkan.
Setiap organisasi harus
menentukan sumber daya yang ingin dimiliki dalam
jangka panjang. Keputusan semacam itu bergantung pada kesempatan pasar,
faktor-faktor
lingkungan,
dan
pengembangan internal
dari
sumber
daya
finansial, 
manusia, 
produk, 
dan 
teknologis.  Semua 
penentuan 
ini
memerlukan ramalan
yang
baik
dan
manajer
yang
dapat
menafsirkan
pendugaan serta membuat keputusan yang tepat.
2.1.1.4 Metode
Pemulusan (Smoothing)
Strategi untuk menilai suatu metode peramalan pemulusan terdiri dari enam
tahap, yakni :
1.   Tahap 1 :
Pilih suatu deret berkala (kelompok data) untuk dianalisis.
2.   Tahap 2 :
Pilihlah suatu metode pemulusan.
3.   Tahap 3 :
Inisialisasi metode. Gunakan kelompok data inisisalisasi.
  
16
4.   Tahap 4 :
Gunakan
metode
pemulusan
untuk
meramalkan
seluruh
kelompok “pengujian”.
5.
Tahap 5 :
Mengoptimalkan
Memodifikasi prosedur inisialisasi.
Melacak nilai parameter yang optimum.
6.
Tahap 6 :
Keputusan penilaian : keuntungan dan kerugian
Klasifikasi metode pemulusan (smoothing) :
1.   Metode Perataan (Average)
Tujuan 
dari 
metode 
ini 
adalah 
memanfaatkan  data 
masa 
lalu 
untuk
mengembangkan suatu sistem peramalan pada periode mendatang.
Metode perataan ini meliputi :
a.   Metode rata-rata bergerak sederhana (simple moving average)
Metode rata-rata sederhana adalah mengambil rata-rata dari semua data
dalam kelompok inisialisasi :
     
T
F
T
1
X
X
i  
T
i
1
sebagai ramalan
untuk periode
(T+1). Kemudian bilamana data periode
(T+1) 
tersedia, 
maka 
dimungkinkan  untuk 
menghitung 
nilai
kesalahannya :
e
T
1
X
T
1
F
T
1
  
T
17
...
Metode
ini
akan
menghasilkan
ramalan
yang
baik
hanya
jika
proses
yang
mendasari
nilai
pengamatan
X
:
tidak
menunjukkan adanya trend
dan tidak menunjukkan adanya unsur musiman.
b.   Metode rata-rata bergerak tunggal (single moving average)
Metode ini memiliki karakteristik sebagai berikut :
     hanya menyangkut T periode terakhir dari data yang diketahui,
jumlah  titik 
data 
dalam  setiap  rata-rata 
tidak  berubah  dengan
berjalannya waktu.
Secara aljabar, rata-rata bergerak (MA) dapat dituliskan sebagai berikut :
X
1 
X
2 
X
T
1
F
T
1
...
T
T
X
i
i
1
X
2 
X
T
X
T
1
 
F
T
2
...
 
T
1
T
1
T
X
i
i
2
c.   Metode rata-rata bergerak ganda (double moving average)
Metode
ini
dapat
mengatasi adanya
trend
secara
lebih
baik.
Rata-rata
bergerak ganda ini merupakan rata-rata bergerak dari rata-rata bergerak,
dan  menurut  simbol  dituliskan  sebagai  MA(M x  N)
dimana  artinya
adalah
MA M-periode dari MA N-periode. Prosedur rata-rata bergerak
linier secara umum dapat diterangkan melalui persamaan berikut :
S
'
t
X
t
 
X
t
1 
X
t
2  
X
t
N
1
N
  
18
S 
'
S 
'
S 
'
S
'
S '
''
t
...
t
t
1 
t
2  
t
N
1
N
a
t 
S
'
t
S
'
t
S '
''
t
2S
'
t
S '
''
t
b
2
S 
'
S '
''
t
N
1
t
t
F
t
m
a
t 
b
t
m
2.   Metode Pemulusan Eksponensial (Exponential Smoothing)
a.   Metode Pemulusan Eksponensial Tunggal
Metode ini banyak mengurangi masalah penyimpanan data, karena tidak
perlu lagi menyimpan semua data historis atau sebagian daripadanya.
Persamaan
berikut  merupakan
bentuk  umum  yang  digunakan  dalam
menghitung ramalan dengan metode pemulusan eksponensial :
F
t
1
X
t
1
F
t
Karena
nilai
untuk
F1
tidak diketahui, maka dapat digunakan nilai
observasi 
pertama  (X1)  sebagai 
ramalan 
pertama  (F1  
= 
X1)  dan
kemudian
dialnjutkan
dengan
menggunakan persamaan di atas. Ini
merupakan salah satu metode inisialisasi.
b.   Metode Pemulusan Eksponensial Tunggal : Pendekatan Adaptif
Metode ini bersifat adaptif dalam arti bahwa nilai
akan berubah secara
otomatis
bilamana terdapat perubahan
pada pola
data
dasar
dan  dapat
  
19
bermanfaat  untuk  sistem  peramalan  yang  melibatkan  sejumlah  besar
item.
Inisialisasi :
F2 = X1
2
=
3
=
4
=
E
1
= M1 = 0
Persamaan dasar untuk peramalan dengan metode ini adalah :
F
t
1
t
X
t
1
t
F
t
dimana :
t
1
E
t
 
M
t
E
t 
e
t
1
E
t
1
M
t 
e
t 
1
M
t
1
e
t 
X
t
F
t
Et  = unsur kesalahan yang dihaluskan.
Mt = unsur kesalahan absolut yang dihaluskan.
c.   Metode   Pemulusan   Eksponensial   Ganda   :   Metode   Linear   Satu-
Parameter dari Brown
Dasar
pemikiran
dari
pemulusan
eksponensial metode Brown adalah
serupa dengan rata-rata bergerak linier karena kedua nilai pemulusan
tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana
terdapat  unsur  trend,  perbedaan  antara  nilai  pemulusan  tunggal  dan
  
20
1
1
1
ganda   dapat   ditambahkan   kepada   nilai   pemulusan
tunggal   dan
disesuaikan untuk trend.
Persamaan
yang
dipakai
dalam
implementasi
pemulusan
eksponensial
linear satu-parameter dari Brown ditunjukkan dibawah ini :
Inisialisasi awal :
S 
'
S  
' 
'
X
S
'
t 
.X
t 
(1
)S
'
(t
1)
S '
''
t 
S
.S
'
t
(1
)S 
'
'
(t
1)
a
t  
2.S
'
t
S 
'
'
t
b
t 
1
(S
'
t
S 
'
'
t
)
F
t
m 
a
t 
b
t
.m
dimana :       S’t = nilai pemulusan eksponensial tunggal.
S’’t = nilai pemulusan eksponensial ganda.
m
= jumlah periode ke muka yang diramalkan.
d.   Metode Pemulusan
Eksponensial
Ganda
:
Metode
Dua-Parameter
dari
Holt
Metode pemulusan eksponensial linear dari Holt dalam prinsipnya sama
dengan  Brown  kecuali  bahwa  Holt  tidak  menggunakan  rumus
pemulusan berganda secara langsung.
Sebagai gantinya, Holt
memuluskan nilai trend dengan parameter yang berbeda dari parameter
  
21
yang digunakan pada deret yang asli. Ramalan dari pemulusan
eksponensial linear Holt didapat dengan menggunakan dua konstanta
pemulusan
(dengan
nilai
antara 0
dan
1)
dan
tiga
persamaan
sebagai
berikut :
S
t 
X
t 
(1
(S
)(S
t
1
b
t
1
)
b
t 
(S
t 
S
t
1
)
(1
)b
t
1
F
t
m 
S
t 
b
t
.m
Inisialisasi :
S1 = X1
b
1
= X2
–
X1
e.   Metode  Pemulusan  Eksponensial  Tripel  :  Metode  Kuadratik  Satu-
Parameter dari Brown
Pendekatan dasarnya adalah
memasukkan tingkat pemulusan tambahan
(pemulusan tripel) dan memberlakukan persamaan peramalan kuadratik
Persamaan untuk pemulusan kuadratik adalah :
Inisialisasi awal :
S
'
1
S 
'
'
1
S  
' 
'
'
1
x
1
Pemulusan pertama :
Pemulusan Kedua   :
Pemulusan Ketiga   :
S
'
t 
.X
t 
1
S
'
t
1
S 
'
'
t 
.S
'
t
1
S 
'
'
t
1
S  
' 
'
'
t 
.S 
'
'
t
1
S  
' 
'
'
t
1
a
t  
3.S
'
t
3.S 
'
'
t
S  
' 
'
'
t
  
22
b
t  
2(1
)
2
6
5
S
'
t
10
8
S 
'
'
t
4
3
S  
' 
'
'
t
 
c
t
2
  
(S
'
t
2.S 
'
'
t
S  
' 
'
'
t 
)
dan
1
b
b
 
1
2
F
t
m
a
t
t
m
2
c
t 
m
f.
Metode Pemulusan Eksponensial Tripel : Metode Tiga-Parameter untuk
Kecenderungan dan Musiman dari Winter.
Metode Winter
didasarkan atas
tiga
persamaan pemulusan,
yaitu satu
untuk unsur stasioner, satu untuk trend, dan satu untuk musiman. Hal ini
serupa
dengan
metode
Holt,
dengan
satu
persamaan tambahan
untuk
mengatasi musiman.
Persamaan dasar untuk metode Winter adalah sebagai berikut :
Pemulusan Keseluruhan :
S
t 
.
X
t
I
t
L
(1
)(S
t
1
b
t
1
)
Pemulusan Trend :
b
t 
(S
t 
S
t
1
)
(1
)b
t
1
Pemulusan Musiman :
X
t
I
t 
S
t
(1
)I
t
L
Ramalan :
  
23
F
t
m 
S
t 
b
t
m
I
t
L
m
Inisialisasi awal :
S
L
1 
X
L
1
X
t
I
t 
X
L
X
t
X
i
1 
L
b
L
1 
1
[( X
L²
L
1
X
1
)
( X
L
2
X
2
)
........
( X
L
L
X
L
)]
2.1.1.5 Ketepatan Metode Peramalan
Dalam pembuatan
peramalan,
kesalahan
mempengaruhi keputusan
melalui
dua cara yaitu kesalahan dalam memilih teknik peramalan dan kesalahan dalam
mengevaluasi
keberhasilan
penggunaan
teknik
peramalan.bagi pemakai
peramalan, ketepatan ramalan yang akan datang adalah yang paling penting.
Ketepatan metode peramalan secara garis besar dibagi menjadi :
1.   Ukuran Statistik Standar
Jika Xi merupakan data aktual
untuk periode i dan Fi
merupakan ramalan
untuk periode yang sama, maka kesalahan didefinisikan sebagai :
ei = Xi – Fi
Jika terdapat nilai pengamatan dan ramalan
untuk
n
periode waktu,
maka
ukuran statistik standar berikut yang dapat didefinisikan :
  
2
24
2
2
a.   Nilai Tengah Galat (Mean Error)
n
ME
e
i  
n
i
1
b.   Nilai Tengah Galat Absolut (Mean Absolute Error)
n
MAE
e
i   
n
i
1
c.   Jumlah Kuadrat Galat (Mean Squared Error)
n
SSE
e
i
i
1
d.   Nilai Tengah Galat Kuadrat (Mean Squared Error)
n
MSE
e
i   
n
i
1
e.   Deviasi Standar Galat (Standard
Deviation of Error)
SDE
e
i
n
1
2.   Ukuran-ukuran Relatif
Tiga ukuran berikut sering digunakan :
a.   Galat Persentase (Percentage
Error)
X
t
   
F
t
PE
t
100
X
t
b.   Nilai Tengah Galat Persentase (Mean Pencentage Error)
n
MPE
PE
i  
n
i
1
  
25
2
n
2
c.   Nilai  Tengah  Galat  Persentase  Absolut  (Mean  Absolute
Percentage
Error)
n
MAPE
PE
i   
n
i
1
3.   Statistik-u dari Theil
2
F
i
1
X
i
1
n
1
 
U
 
i
1 
X
i
2
X
i
1
X
i
n
1
 
i
1
X
i
4.   Statistik Durbin-Watson
e
t 
e
t
1
D
-
W
  
t
2 
n
e
t
t
1
2.1.2
Material
Requirement Planning
(MRP)
Konsep
Material  Requirement Planning  (MRP) telah banyak berkembang
dan
digunakan
dalam
penyelesaian proyek
industri.
Menurut 
Zulian
Yamit
(1999,  p151),  MRP  merupakan
suatu
sistem
yang
dirancang
secara
khusus
untuk
situasi
permintaan bergelombang, yang
secara tipikal
karena
permintaan
tersebut
dependen.
Sedangkan menurut
Vinchent
Gaspersz
(2001,
p177),
perencanaan kebutuhan
material
adalah
metode penjadwalan untuk purchased
planned orders dan manufactured planned orders.
  
26
Metode
MRP
merupakan
suatu
metode
perencanaan dan
pengendalian
pesanan dan
inventori
untuk item-item dependent demand,
dimana permintaan
cenderung
terputus-putus (discontinuous)
dan
tidak
halus
(lumpy).
Item-item
yang
termasuk dalam
dependent
demand
adalah
bahan baku
(raw
materials),
parts,
subassemblies, dan assemblies, yang kesemuanya disebut
manufacturing
inventories.
Menurut
Vinchent Gaspersz
(2001,
p177)
moto
dari
MRP
adalah
memperoleh
material
yang
tepat,
dari
sumber
yang
tepat,
untuk
penempatan
yang tepat, pada waktu yang tepat.
Tujuan sistem MRP adalah :
1.   Menjamin
tersedianya
material,
item atau komponen pada saat dibutuhkan
untuk
memenuhi
skedul
produksi,
dan
menjamin
tersedianya produk
jadi
bagi konsumen.
2.   Menjaga tingkat persediaan pada kondisi minimum.
3.   Merencanakan aktivitas pengiriman, penjadwalan, dan aktivitas pembelian.
2.1.2.1 Karakteristik Dasar
Sistem MRP
Dalam sistem MRP memiliki karakteristik sebagai berikut :
1.   Perhatian terhadap kapan dibutuhkan.
Integrasi  pemikiran
antara  fungsi  pengawasan
produksi  dan  manajemen
persediaan mengakibatkan pergeseran perhatian terhadap kapan dibutuhkan
  
27
dibandingkan dengan
perhatian
langsung
terhadap
kapan
melakukan
pemesanan.
2.   Perhatian terhadap prioritas pemesanan
Adanya kesadaran bahwa semua pesanan konsumen tidak memiliki prioritas
yang sama atau produk yang satu lebih penting dari produk
yang lain. Hal
ini
memungkinkan dilakukannya
penjadwalan
untuk
memenuhi
prioritas
pesanan.
3.   Penundaan pengiriman permintaan
Konsekuensi
dari
prioritas
pesanan
menghasilkan konsep
penundaan
pengiriman yaitu menunda produksi atau pesanan terhadap
item yang telah
dijadwal, untuk memaksimumkan keseluruhan operasi.
4.   Fungsi integrasi
Pengawasan produksi dan
manajemen persediaan dipandang sebagai
fungsi
yang terintegrasi.
2.1.2.2 Arus Informasi Sistem
MRP
Ada tiga masukan MRP, yaitu :
1.   Master Production Schedule (MPS)
MPS
merupakan ringkasan
skedul
produksi
produk
jadi
untuk
periode
mendatang
yang
dirancang
berdasarkan pesanan
pelanggan
atau
ramalan
permintaan.  Sistem  MRP 
mengasumsikan  bahwa  pesanan  yang  dicatat
dalam MPS adalah pasti, walaupun hanya ramalan.
  
28
2.   Bill Of Material (BOM) atau Product Structure Records (PSR)
BOM  merupakan  rangkaian  struktur  semua  komponen  yang  digunakan
untuk 
memproduksi  barang  jadi  sesuai  dengan 
MPS. 
Secara  spesifik
struktur
BOM
tidak
saja
berisi
komponen, tetapi
juga
memuat
langkah
penyelesaian
produk  jadi.  Tanpa  adanya
struktur
BOM  sangat
mustahil
untuk dapat melaksanakan sistem MRP.
3.   Inventory Master File (IMF) atau Inventory Status Record (ISR)
Terdiri dari
semua catatan
tentang
persediaan
produk
jadi, komponen
dan
sub-komponen
lainnya,
baik
yang
sedang
dipesan maupun
persediaan
pengaman.
Tiga keluaran MRP, yaitu :
1.   Purchase   Order 
(PO),  merupakan  surat  perintah  untuk  melakukan
pembelian barang.
2.   Work  Order   (WO),   merupakan   surat   perintah   untuk   melakukan
pekerjaan tertentu.
3.   Reschedule Notices (RN),
merupakan surat
perintah
untuk
melakukan
penjadwalan kembali.
2.1.2.3 Langkah-langkah Proses
Perhitungan
MRP
Untuk  menentukan
langkah
proses  pembuatan
perhitungan
MRP  adalah
sebagai berikut :
1.   Menentukan kebutuhan bersih (netting)
  
29
Besarnya
kebutuhan bersih
(net
requirements)
adalah
selisih
antara
kebutuhan  kotor  (gross  requirements)  dengan  persediaan
di  tangan  (on
hand).
Data
yang
diperlukan dalam
menentukan kebutuhan
bersih
adalah
kebutuhan kotor setiap periode, persediaan yang ada di tangan, dan rencana
penerimaan (scheduled
receipt)
pada
periode
mendatang. Sedangkan
kebutuhan
kotor
yang
dimaksud
adalah
jumlah
permintaan produk
akhir.
Untuk
komponen yang
lebih
rendah,
kebutuhan kotor
dihitung
dari
komponen yang berada di atasnya dengan dikalikan kelipatan tertentu sesuai
dengan
kebutuhan. Perhitungan
kebutuhan bersih
dapat
diperbaiki dengan
menambahkan faktor
persediaan
pengaman,
tetapi
hanya
ditujukan
untuk
permintaan
independen. Sedangkan persediaan pengaman
untuk komponen
dapat  diperlukan
apabila  reability  process  pembuatan
komponen
sangat
tidak menentu.
2.   Menentukan jumlah pesanan/ukuran lot (lotting/lot sizing)
Penentuan jumlah pesanan baik
untuk
item
maupun komponen, didasarkan
kebutuhan
bersih.
Lot
sizing (lotting)
mencoba
untuk
mencari
jumlah
pesanan yang optimal berdasarkan pertimbangan :
a.   Biaya pesan
Adalah
biaya
yang
harus
dikeluarkan setiap kali
memesan barang
ke
supplier, atau biaya setup yang terjadi setiap kali ada pergantian proses
produksi dari satu produk ke produk lainnya.
b.   Biaya simpan
  
30
Adalah biaya yang harus dikeluarkan karena harus
menyimpan barang.
Biaya-biaya yang termasuk kelompok ini misalnya listrik, pajak, premi
asuransi, biaya tenaga kerja yang mengawasi persediaan, dan lain-lain.
Alternatif yang dapat digunakan untuk menentukan besarnya ukuran lot
pemesanan diantaranya :
a.   Lot-For-Lot (LFL)
Metode
Lot
For
Lot
merupakan metode
yang
paling
sederhana
dimana 
pada 
dasarnya 
metode 
ini 
mengadakan  pemesanan
persediaan setiap sub-periode. Tujuannya adalah
untuk meminimasi
biaya
simpan,
karena
tidak
adanya
persediaan yang
tersisa
setiap
pergantian sub-periode.
b.   Periodic Order Quantity (POQ)
Metode
POQ
sebenarnya
adalah pengembangan dari
metode
EOQ.
Jika
pada
metode
EOQ
jumlah
barang
setiap
pemesanan adalah
konstan, maka pada metode POQ ini interval periode pemesanannya
yang  bersifat  konstan.  Rumusan  untuk  menentukan  jumlah  dan
periode POQ adalah :
EOI
EOQ
R
2C
RFP
dimana :
EOI (Economic Order Interval)
=
jumlah periode pemesanan
  
31
Q
Q
EOQ (Economic Order Quantity)
=
jumlah
barang
setiap
pemesanan
R                                                    
=
tingkat permintaan rata-rata
C                                                      = biaya pesan per sekali pesan
F                                                    
=
persentase biaya simpan
P                                                     
=
biaya pembelian per unit.
c.   Algoritma Wagner-Within
Algoritma
ini
memberikan solusi
optimum bagi
persoalan
ukuran
pemesanan
dinamis-deterministik
pada
suatu
kurun
waktu
tertentu
dimana kebutuhan pada seluruh perioda harus terpenuhi.
Prosedur perhitungan terdiri dari 3 langkah sebagai berikut :
1.   Hitung matrix total variabel untuk seluruh alternatif pemesanan yang
dapat
dilakukan selama
kurun
waktu
yang
terdiri
dari
N
perioda.
Ongkos
total
variabel
ini
meliputi
ongkos
pemesanan dan ongkos
simpan. Definisikan Zce sebagai ongkos total
variabel pada periode
c
hingga e
sebagai akibat
melakukan pesanan pada perioda c
yang
akan memenuhi kebutuhan pada perioda c hingga e.
Z
ce
C
e
FP
ce
ci
i
c
untuk
i
c
e
N
dimana :
C
=
biaya pesan per sekali pesan
  
32
Q
F
=
persentase biaya simpan per perioda
P = biaya pembelian per unit
e
ce
R
k
k
c
dimana Rk = tingkat kebutuhan pada perioda k.
2.   Definisikan fe sebagai ongkos minimum yang mungkin terjadi pada
periode 1
hingga e, dimana tingkat persediaan pada akhir perioda e
adalah nol.
Algoritma dimulai
dengan
f
0
=
0,
kemudian hitung
f1,
f2,
…,
f
n
berturut-turut f
e
dihitung
pada
urutan
yang
menaik
dengan
menggunakan rumus :
f
e
Min
Z
ce
f
c-1
untuk c = 1, 2, …, e.
artinya :
-
Pada setiap perioda seluruh kombinasi dari alternatif pemesanan
dengan strategi f
e
dibandingkan.
-
Kombinasi  terbaik  yaitu  yang  memberikan  ongkos  terendah,
dinyatakan sebagai
strategi
f
e 
untuk
memenuhi kebutuhan pada
perioda 1 hingga e.
-
Nilai f
N
adalah ongkos dari jadwal pemesanan yang optimal.
3.   Terjemahkan solusi optimum (f
N
)
yang diperoleh dari algoritma ini
untuk menentukan ukuran pemesanan sebagai berikut :
  
33
f
N
zWN
f
W 1
-1
Pemesanan
terakhir
terjadi
pada perioda
W
dan
dapat
memenuhi
kebutuhan pada perioda W hingga N.
f
W 1
-1
zV(W 1)
-1)
f
V-1
Pemesanan 
yang 
mendahului 
pemesanan  terakhir 
terjadi 
pada
perioda
V
dan dapat
memenuhi
kebutuhan pada perioda
V
hingga
W-1.
f
U-1
z1(U-1)
f
0
Pemesanan pertama terjadi pada perioda i dan memenuhi kebutuhan
pada perioda 1 hingga U-1.
d.   Algoritma Silver-Meal
Metode ini dikembangkan oleh Edward Silver dan Harlan Meal yang
didasarkan pada
least
period
cost.
Metode
ini
bertujuan untuk
meminimasi ongkos per periode. Ukuran
lot ditentukan dengan cara
menjumlahkan kebutuhan
beberapa
periode
yang
berturut-turut
sebagai
kumulatif
demand.
Penjumlahan dilakukan
terus
sampai
ongkos total  dibagi dengan banyaknya periode yang kebutuhannya
termasuk dalam kumulatif demand tersebut meningkat.
Rumus untuk menghitung ongkos total per periode adalah :
  
k
34
TRC (T)
C
Total Ongkos Simpan hingga Akhir Perioda T
T
T
T
C
FP
(K-1)R
 
k
1 
T
dimana :
C
=
biaya pesan per sekali pesan
F
=
persentase biaya simpan per perioda
P
=
biaya pembelian per unit
Rk
=
tingkat kebutuhan pada periode k
T
=
waktu supply dilakukannya pemenuhan (dalam perioda)
TRC(T)= total ongkos relevan selama T perioda.
Rumus 
untuk  memilih  T 
yaitu  dievaluasi  dengan  penambahan
nilainya sampai diperoleh:
TRC (T
1)
TRC (T)
T
1
T
Jika total ongkos relevan per unit waktu mulai naik pada T+1 maka
T
dipilih sebagai jumlah perioda supply untuk pemenuhan pesanan,
dengan ukuran :
T
Q
R
K
K
1
e.   Part Period Balancing
  
35
Prosedur Part
Period
Balancing berusaha menyeimbangkan ongkos
pesan  dan  ongkos  simpan  dengan  menggunakan  Economic
Part
Period (EPP) yaitu :
EPP
Ongkos pesan
Ongkos simpan per unit tiap periode
Rumus untuk menghitung banyaknya jumlah persediaan pada suatu
periode (disebut juga Part
Period)
yang disebabkan oleh ukuran lot
sementara tertentu adalah sebagai berikut :
L
PP(L)
t
-
T
dt
t
T
dimana :
PP
=
Part
Period (unit)
t
=
periode ke-t
T
=
periode awal dimana lot sementara mulai dihitung
L
=  periode  terakhir  yang  kebutuhannya  termasuk  dalam  lot
sementara
dt
=
kebutuhan pada periode t.
3.   Menentukan BOM dan kebutuhan kotor setiap komponen (exploding)
BOM
ditentukan
berdasarkan struktur
produk
dengan
memuat
informasi
nomor dan
jenis komponen, jumlah kebutuhan komponen yang di
atasnya,
dan
sumber
diperolehnya komponen.
Sedangkan
kebutuhan
kotor
setiap
komponen,
ditentukan
oleh
rencana
pemesanan
(planned  order  releases)
  
36
komponen yang berada di atasnya dengan dikalikan kelipatan tertentu sesuai
kebutuhan.
4.   Menentukan tanggal pemesanan (off setting)
Penentuan
saat
yang
tepat
untuk
melakukan
pemesanan,
dipengaruhi oleh
rencana
penerimaan
(planned 
order 
receipts)  dan
tenggang
waktu
pemesanan (lead time).
2.1.2.4 Format
Material Requirement Planning
(MRP)
Tabel 2.1 Format MRP
Part No.                   
:
BOM
UOM             
:
Lead Time               
:
Safety Stock            
:
Deskripsi
:
On Hand                :
Order Policy          :
Lot Size                
:
Periode
Past due
1
2
3
4
5
6
Kebutuhan Kotor
Jadwal Penerimaan
Persediaan di tangan
Kebutuhan Bersih
Rencana Penerimaan
Rencana Pemesanan
Format MRP dapat dilihat dalam tabel 2.1 dan keterangannya adalah sebagai
berikut :
1.   Part No. menyatakan kode komponen atau material yang akan dirakit.
2.   BOM UOM menyatakan satuan komponen atau material yang akan dirakit.
3.   Lead 
Time 
menyatakan  waktu 
yang  dibutuhkan  untuk  me-release 
atau
memanufaktur suatu komponen.
  
37
4.   Safety Stock menyatakan cadangan material yang harus ada di tangan sebagai
antisipasi kebutuhan di masa yang akan datang.
5.   Description menyatakan deskripsi material secara umum.
6.   On  Hand 
menyatakan  jumlah  material  yang  ada  di  tangan  sebagai  sisa
periode sebelumnya.
7.
Order 
Policy 
menyatakan  jenis 
pendekatan 
yang 
digunakan 
untuk
menentukan ukuran lot yang dibutuhkan saat memesan barang.
8.   Lot Size menyatakan penentuan ukuran lot saat memesan barang.
9.   Kebutuhan
kotor 
menyatakan
jumlah
yang
akan
diproduksi
atau
dipakai
pada setiap periode.
10. Jadwal 
penerimaan 
menyatakan
material
yang
dipesan
dan akan
diterima
pada periode tertentu.
11. Persediaan
di 
tangan   menyatakan kuantitas
material
yang
ada
di
tangan
sebagai persediaan pada awal periode.
Rumus persediaan di tangan :
(Persediaan di Tangan)
t
=
(Persediaan di Tangan)
t-1
–
(Kebutuhan Kotor)
t-1
+
(Jadwal Penerimaan)
t-1
+
(Rencana Penerimaan)
t-1
.
12. Kebutuhan
bersih 
menyatakan
jumlah
bersih
dari
setiap komponen
yang
harus disediakan untuk memenuhi induk komponennya atau
untuk memenuhi
Master Production Schedule (MPS).
Rumus kebutuhan bersih :
  
38
Kebutuhan
Bersih  =  Kebutuhan
Kotor  –  Persediaan
di  Tangan
–
Jadwal
Penerimaan (jika persediaan di tangan
0).
Kebutuhan Bersih = 0 (jika persediaan di tangan > 0).
13. Rencana   Penerimaan
menyatakan
kuantitas  pemesanan
yang  dibutuhkan
pada suatu periode.
14. Rencana  Pemesanan 
menyatakan kapan suatu order sudah harus di-release
atau
dimanufaktur sehingga
komponen
ini
tersedia
ketika
dibutuhkan
oleh
induk itemnya.
2.1.2.5 Jenis
Material
Requirement Planning
(MRP)
Menurut
Schroeder
(1997,
p45-46)
MRP
dalam
perkembangannya
sesuai
dengan   tuntutan   kemajuan   teknologi   dan   masalah   yang   dihadapi   oleh
perusahaan terdiri dari 3 jenis yaitu:
1.   Tipe I : Suatu Sistem Pengendali Sediaan. Sistem MRP tipe I adalah sistem
pengendali sediaan yang
memungkinkan bagian
manufaktur dan pembelian
memesan
barang
dalam jumlah
dan
waktu
yang
tepat
untuk
mendukung
jadwal
induk.  
Sistem  
ini  
melakukan  
pemesanan-pemesanan  
untuk
mengendalikan sediaan
barang
dalam
proses
dan
bahan
baku,
melalui
pengaturan waktu
pemesanan yang
tepat.  
Namun
sistem
tipe
ini
tidak
mencakup perencanaan kapasitas.
  
39
2.   Tipe II : Suatu Sistem Produksi dan Pengendali Sediaan. Sistem MRP tipe II
adalah
sistem    informasi    yang    dipakai    untuk    merencanakan  
dan
mengendalikan sediaan
serta
kapasitas
dalam
perusahaan-perusahaan
manufaktur.
Pada
sistem
tipe
ini
juga
mencakup
perencanaan
kapasitas.
Jadi pemesanan yang berasal dari pemecahan bagian (parts explosion) akan
diperiksa dengan kapasitas produksi, apakah kapasitas yang ada mencukupi
atau tidak.  Jika kapasitas tidak cukup,
maka  perlu dilakukan penyesuaian
ulang
jadwal
induk
produksi.  
Sistem
tipe
ini
memberikan
umpan
balik
antara pemesanan
yang dilakukan dengan ketersediaan kapasitas produksi.
Sistem
ini
disebut
juga
sistem
lingkar
tertutup
(close
loop
system)
yang
mengendalikan baik persediaan maupun kapasitas.
3.   Tipe III : Suatu Sistem Perencanaan sumber Pabrikan. Sistem MRP tipe III
digunakan
untuk
merencanakan
dan
mengendalikan semua
sumber
daya
manufaktur
yaitu
sediaan,
kapasitas,
karyawan, fasilitas
dan
alat
modal.
Adanya
suatu
perubahan misalnya
pada
jadwal
induk
produksi
akan
menyebabkan perubahan
juga
pada seluruh subsistem
perencanaan sumber
pada perusahaan.
2.2
Kerangka
Pemikiran
Dalam
merancang
suatu
sistem
persediaan
dengan
menggunakan metode
MRP, ada beberapa tahap yang harus dilakukan. Pada tahap pertama kita harus
melakukan pengumpulan data.
Data
yang
berhubungan dengan
pengumpulan
  
40
tersebut
sangat
erat
dengan
sistem
persediaan yang
ada.
Data-data
tersebut
meliputi data produksi beberapa periode terakhir, data kebutuhan bahan baku,
data persediaan bahan baku (Inventory Master File), serta data biaya pesan dan
biaya simpan.
Bila seluruh data terkumpul, tahap selanjutnya yang harus dilakukan adalah
membuat 
peramalan 
produksi 
untuk 
mengetahui 
perkiraan 
atau 
estimasi
produksi
di
masa
yang
akan
datang.
Ada
beberapa
metode
peramalan
yang
dapat digunakan untuk dapat
meramalkan jumlah produksi di
masa yang akan
datang,
tetapi
dari
seluruh
metode
peramalan tersebut
hanya
satu
metode
peramalan yang dipilih yaitu metode peramalan yang mampu memberikan hasil
yang
terbaik.
Artinya,
metode
peramalan tersebut
memiliki
nilai
error
yang
paling kecil dibandingkan dengan metode peramalan yang lainnya. Untuk dapat
mengetahui
besar
nilai
error
tersebut,
maka
setiap
metode
peramalan harus
dihitung ketepatan peramalannya.
Ada
empat
langkah
dalam
proses
perhitungan dalam
membuat
MRP.
Langkah pertama yaitu perhitungan exploding. Pada perhitungan exploding ini,
kebutuhan kotor
untuk
setiap
material
dihitung.
Caranya
adalah
dengan
mengalikan hasil peramalan produksi dengan kebutuhan material per kg.
Langkah
lain
yang
harus
dilakukan
dalam proses
perhitungan
MRP
yaitu
perhitungan ukuran lot (lotting). Metode perhitungan ukuran lot
ini
terdiri dari
beberapa
metode.
Oleh
karena
itu,
agar
dapat
mengetahui hasil perencanaan
  
41
kebutuhan material dengan total
biaya
yang
minimum,
maka seluruh
metode
pengukuran lot tersebut harus dihitung.
Dua
langkah
lain
yang
harus
dilakukan
dalam
proses
perhitungan
MRP
yaitu
perhitungan
netting
dan
off setting.
Netting
adalah
proses
perhitungan
kebutuhan bersih, sedangkan off setting adalah tahap untuk
melakukan rencana
pemesanan. 
Kedua
langkah
ini
dapat
langsung dihitung
dalam
perhitungan
MRP.
Sesudah seluruh perhitungan MRP
dibuat dengan berbagai
macam metode
lotting,
maka total
biaya
antara
biaya
pesan
dan
biaya simpan
dapat
dihitung
dari
masing-masing perhitungan
MRP
tersebut.
Jadi
hasil
perhitungan
MRP
dengan total biaya yang terkecil yang merupakan
hasil perhitungan MRP
yang
nantinya akan diusulkan untuk diterapkan di PT. Indotek Jaya.