Makalah Sistem Produksi

BAB 1

PENDAHULUAN

Organisasi industri merupakan salah satu mata rantai dari sistem perekonomian, karena ia memproduksi dan mendistribusikan produk (barang atau jasa). Produksi merupakan fungsi pokok dalam setiap organisasi, yang mencakup aktivitas yang bertanggung jawab untuk menciptakan nilai tambah produk yang merupakan output dari setiap organisasi industri itu.

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. Kebutuhan produksi untuk beroperasi dengan biaya yang lebih 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, dan lain-lain. (Santoso, 2005: Jurnal Teknik Informatika).

Sistem produksi adalah suatu rangkaian dari beberapa elemen yang saling berhubungan dan saling menunjang antara satu dengan yang lain untuk mencapai suatu tujuan tertentu. Dengan demikian yang dimaksud dengan sistem produksi adalah merupakan suatu gabungan dari beberapa unit atau elemen yang saling berhubungan dan saling menunjang untuk melaksanakan proses produksi dalam suatu perusahaan tertentu. Beberapa elemen tersebut antara lain adalah produk perusahaan, lokasi pabrik, letak dari fasilitas produksi, lingkungan kerja dari para karyawan serta standar produksi yang dipergunakan dalamperusahaan tersebut. Dalam sistem produksi modern terjadi suatu proses transformasi nilai tambah yang mengubah input menjadi output yang dapat dijual dengan harga kompetitif dipasar. (Ahyani, 1996: 8).

Didalam suatu unit usaha dikenal adanya berbagai macam fungsi yang saling berkaitan antara yang satu dengan lainnya, diantaranya terdapat tiga fungsi pokok yang selalu dijumpai yaitu :

1.      Pemasaran (marketing) yang merupakan ujung tombak dari unit usaha, sebab bagian ini    langsung berkaitan dengan konsumen. Keterkaitan ini dimulai dari identifikasi kebutuhan konsumen (jenis dan jumlahnya) maupun pelayanan dan pengantaran produk ketangan konsumen.

2.      Keuangan (finance) yang bertanggung jawab atas perolehan dana guna pembiayaan aktivitas unit usaha serta pengelolaan dana secara ekonomis sehingga kelangsungan dan perkembangan unit usaha dapat dipertahankan.

3.      Produksi (operasi) yang merupakan penghasil dari produk atau jasa yang akan dipasarkan kepada konsumen.

Sistem produksi merupakan kumpulan dari sub sistem yang saling berinteraksi dengan tujuan menstranformasi input produksi menjadi output produksi yang memiliki nilai lebih/jual. Input produksi ini dapat berupa bahan baku, mesin, tenaga kerja, modal, dan informasi. Sedangkan output produksi merupakan produk yang dihasilkan berikut hasil sampingannya, seperti limbah, informasi, dan sebagainya. Sistem pendukung kegiatan produksi antara lain :

a. perencanaan dan pengendalian produksi

b. pengendalian kualitas

c. penentuan standar operasi

d. penentuan fasilitas produksi

e. perawatan fasilitas produksi

f. penentuan harga pokok produksi. 

Sistem pendukung kegiatan produksi ini akan membentuk konfigurasi sistem produksi. Keandalan dari konfigurasi sistem produksi ini akan tergantung dari produk yang dihasilkan serta bagaimana cara menghasilkannya.

Fasilitas merupakan fixed asset (aset tetap) biasanya aktiva tetap tidak bergerak seperti struktur gedung, mesin dan sumber daya tak nyata yang mendukung suatu aktivitas produksi. Fasilitas bersama dengan manusia, uang, material, dan energi menghasilkan sesuatu pada suatu aktivitas produksi serta untuk meningkatkan kinerja produksinya.

Sistem produksi berhubungan dengan teori ekonomi makro, hukum permintaan dan penawaran, peramalan permintaan, perencanaan agregat, perencanaan dan pengendalian persediaan baik yang tradisional maupun semi modern, serta penjadwalan produksi.

Pada makalah ini akan dibahas tentang hubungan teori ekonomi dengan sistem produksi, sistem produksi, dan juga tentang peramalan.

BAB II

PEMBAHASAN

2.1.      HUBUNGAN TEORI EKONOMI DENGAN SISTEM PRODUKSI

Dalam suatu sistem industri, kegiatan produksi mencakup 3 (tiga) pertanyaan mendasar, yaitu apa yang diproduksi, bagaimana cara memproduksinya, dan untuk siapa barang yang diproduksi tersebut. Ketiga pertanyaan mendasar tersebut akan benar-benar menjadi masalah karena sumber daya untuk kegiatan produksi tersebut tersedia secara terbatas. Sumberdaya-sumberdaya tersebut tidak seperti udara yang kita hirup, tetapi tersedia secara terbatas sehingga kita perlu melakukan usaha penghematan. Inilah yang kita sebut dengan hukum kelangkaan dalam ilmu ekonomi.

Usaha-usaha penghematan itu dilakukan untuk semua input bagi kegiatan produksi, misalnya menghemat bahan baku, tenaga manusia, modal dan sebagainya. Hukum kelangkaan sumber daya ini terefleksikan dalam output (barang hasil) produksi. Suatu output yang bersifat unik dan langka biasanya mempunyai nilai lebih dimata konsumen, sedangkan output yang bersifat umum akan bernilai lebih rendah. Fenomena ini dalam kegiatan produksi disebut dengan Sistem Produksi Massal (produknya standar) dan Sistem Produksi Pesanan (produknya khusus).

Dalam ilmu ekonomi, sistem produksi massal berhubungan erat dengan konsep skala ekonomis, yaitu bila skala operasi kita tingkatkan dengan jalan menambah semua input pada saat yang sama dengan proporsi yang sama sebanyak dua kali, maka kita akan mampu menjalankan usaha secara lebih efektif dengan output yang diperoleh akan berjumlah lebih dari dua kali lipat. Gejala ini biasa disebut dengan hasil yang meningkat terhadap skala. Keuntungan cara ini disebabkan karena unit input yang lebih banyak akan menanggung biaya tetap yang sama, waktu set-up mesin akan ditanggung oleh unit input yang lebih banyak, yang demikian juga aktivitas-aktivitas produksi lainya, sehingga total biaya rata-rata per unit akan menjadi lebih murah.

Gejala hasil yang mungkin meningkat terhadap skala ini sering kali dihubungkan dengan sistem produksi massal dengan ciri-ciri sebagai berikut:

·         Penggunaan tenaga bukan manusia.

·         Penggunaan peralatan otomatis yang mampu mengatur sendiri.

·         Penggunaan komponen terstandarisasi dan tersubtitusi.

·         Pembagian proses produksi yang kompleks kedalam beberapa tingkat operasi yang sederhana.

·         Spesialisasi fungsi dan pembagian divisi dan tenaga kerja.

·         Penyusunan desain, analisis dan proses produksi terkomputerisasi.

Sistem produksi pesanan merupakan suatu sistem produksi yang membuat produk berdasarkan keinginan konsumen dalam jumlah yang sedikit. Karena pembuatan disesuaikan dengan keinginan konsumen, maka sistem tersebut harus dapat membuat bermacam-macam variasi produk sehingga dibutuhkan ketrampilan pekerja yang tinggi. Ketrampilan pekerja yang tinggi ditambah dengan jumlah produksi yang belum tentu berada pada skala ekonomis akan membuat konsumen bersedia membayar lebih tinggi. Kedua fenomena ini, yaitu karakteristik sistem produksi massal dan sistem produksi pesanan sebenarnya merupakan refleksi dari Hukum Permintaan dan Penawaran.

2.2.      HUKUM PERMINTAAN DAN PENAWARAN

            Hukum permintaan atau penawaran menyatakan sebagai berikut:

1.      Makin tinggi harga barang maka makin sedikit permintaan akan barang tersebut (dengan catatan faktor-faktor lain tidak berubah).

2.      Makin banyak barang yang tersedia dipasar, maka harga barang makin rendah.

Bagian petama diatas merupakan pernyataan yang akan membentuk Kurva Permintaan (Demand) dengan kemiringan (slope) negatif. Misalnya daging sapi, bila harga daging sapi meningkat maka hanya orang kaya saja yang mampu membelinya. Apabila harga daging sapi mulai turun, maka akan terjadi tambahan konsumen dimana orang berpenghasilan menengah mulai ingin makan daging sapi. Dengan demikian dapat disimpulkan bahwa penurunan harga akan menarik pembeli baru.

Bagian kedua diatas merupakan pernyataan yang akan membentuk Kurva Penawaran (supplay) dengan kemiringan positif. Misalnya beras, bila harga beras meningkat, maka petani akan tertarik untuk menanam padi. Dengan harga beras yang tinggi maka pendapatan petani akan meningkat sehingga mereka akan mampu berproduksi dengan lebih baik dengan menambah pupuk, tenaga kerja, dan peralatan. Pada kondisi demikian, padi akan lebih banyak dihasilkan dari luas areal sawah yang sama.

Kurva permintaan dan penawaran akan saling bergeser hingga mencapai titik keseimbangan pasar. Pada keadaan ini jumlah yang diminta pembeli dengan harga tertentu sama dengan kuantitas yang ditawarkan oleh penjual pada tingkat harga tersebut. Hal ini berarti harga keseimbangan tersebut merupakan harga pasar yang diterima oleh produsen dan konsumen.

2.3.      SISTEM PRODUKSI

Sistem produksi merupakan kumpulan dari subsistem-subsistem yang saling berinteraksi dengan tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa bahan baku, mesin, tenaga kerja, modal, dan informasi, sedangkan output produksi merupakan produk yang dihasilkan berikut hasil sampingannya, sperti limbah, informasi dan lain sebagainya. Subsistem-subsistem dari sistem produksi tersebut antara lain adalah:

·         Perencanaan dan pengendalian produksi

·         Pengendalian kualitas

·         Perawatan fasilitas produksi

·         Penentuan standar-standar operasi

·         Penentuan fasilitas produksi

·         Dan penentuan harga pokok produksi

 

Teknologi                                                Ekonomi

                           Material                                                                                                        Produk

                           Tenaga Kerja                                          Proses

                          Dana                                                                                                              Limbah

                           Mesin                                               Transformasi

                           Informasi                                                                                                      Informasi

 

                           Dana masuk                                            Proses          Manajemen                                Dana keluar

                                                   Politis                                  Sosial Budaya

                                 Gambar 2.3 Input-Output Sistem Produksi

Subsistem-subsistem dari sistem produksi tersebut akan membentuk konfigurasi sistem produksi. Keandalan dari konfigurasi sistem produksi ini tergantung dari produk yang dibuat serta bagaimana cara membuatnya (proses produksinya). Cara membuat produk tersebut dapat berupa jenis proses produksi menurut cara menghasilkan output, operasi dari pembuatan produk, dan variasi produk yang dihasilkan.

2.3.1.      Sistem Produksi Menurut Proses Menghasilkan Output

Proses produksi merupakan cara, metode, dan teknik untuk menciptakan atau menambah kegunaan suatu produk dengan mengoptimalkan sumber daya produksi (tenaga kerja, mesin, bahan baku, dana) yang ada. Sistem produksi menurut proses menghasilkan output secara ekstrem dapat dibedakan menjadi dua jenis, yaitu:

a.       Proses Produksi Kontinyu (continuous process)

b.      Proses Produksi Terputus (intermittent process/discrete system)

Perbedaan pokok antara kedua proses terletak pada lamanya waktu set-up peralatan produksi. Proses kontinyu tidak memerlukan waktu set-up yang lama karena proses ini memproduksi secara terus-menerus untuk jenis produk yang sama. Misalnya pada pabrik susu instan. Sedangkan proses terputus memerlukan total waktu set-up yang lebih lama karena proses ini memproduksi berbagai proses spesifikasi barang sesuai pesanan, dimana dengan adanya pergantian jenis barang yang diproduksi akan membutuhkan kegiatan set-up yang berbeda. Misalnya usaha perbengkelan.

Selain dua jenis ekstrem tersebut, beberapa ahli sistem produksi mengidentifikasikan adanya proses produksi menurut cara menghasilkan output yang cukup penting, yaitu Proses Produksi Repetitif. Heizer (1988) mendefinisikan proses produksi repetitif sebagai kombinasi antara proses kontinyu dan proses terputus.

2.3.2.      Sistem Produksi Menurut Tujuan Operasinya

Dilihat dari tujuan perusahaan melakukan operasi dalam hubunganya dengan pemenuhan kebutuhan konsumen, maka sistem produksi dibedakan menjadi empat jenis, yaitu:

a.       Enginering To Order (ETO), yaitu bila pemesan meminta produsen untuk membuat produk yang dimulai dari proses perancangannya (rekayasa).

b.      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, dimana mereka menyediakan pilihan transmisi secara manual atau otomatis.

c.       Make To Order (MTO), yaitu bila produsen menyelesaikan item akhinya jika dan hanya jika telah menerima pesanan konsumen untuk item tersebut.

d.      Make To Stock (MTS), yaitu bila produsen membuat item-item yang diselesaikan dan ditempatkan sebagai persediaan sebelum pesanan konsumen diterima.

2.3.3.      Sistem Produksi Menurut Aliran Operasi dan Variasi Produk

Ada tiga jenis dasar aliran operasi, yaitu flow shop, job shop, dan proyek (Kostas, 1982). Ketiga jenis dasar aliran operasi ini berkembang menjadi aliran operasi modifikasi dari ketiganya, yaitu batch dan continuous). Adapu karakteristikmasing-masing aliran tersebut, yaitu;

a.       Flow Shop, yaitu proses konversi dimana unit-unit output secara berturut-turut melalui urutan operasi yang sama pada mesin-mesin khusus, biasanya ditempatkan sepanjang suatu lintasan produksi. Bentuk umum proses flow shop dapat dibagi menjadi jenis produksi flow shop kontinyu dan flow shop terputus. Pada flow shop kontinyu, proses bekerja untuk memproduksi jenis output yang sama, misalnya pada industri rokok SKM otomatis. Pada slow shop terputus, kerja proses secara periodik diinterupsi untuk melakukan set-up bagi pembuatan produk dengan spesifikasi yang berbeda (meskipun dari desain dasar yang sama).

b.      Continuous, proses ini merupakan bentuk ekstrem dari flow shop dimana terjadi aliran material yang konstan. Contoh dari proses kontinyu adalah industri penyulingan minyak, pemrosesan kimia, dan industri-industri lain dimana kita tidakdapat mengidentifikasi unit-unit output urutan prosesnya secara tepat.

c.       Job Shop, merupakan bentuk proses konversi dimana unit-unit untuk pesanan yang berbeda akan mengikuti urutan yang berbeda pula dengan melalui pusat-pusat kerja yang dikelompokan berdasarkan fungsinya.

d.      Batch, merupakan bentuk satu langkah kedepan dibandingkan job shop dalam hal standarisasi produk, tetapi tidak terlalu terstandarisasi seperti produk yang dihasilkan pada aliran lintasan perakitan flow shop.

e.       Proyek, merupakan proses penciptaan satu jenis produk yang agak rumit dengan suatu pendefinisian urutan tugas yang teratur dengan kebutuhan sumber daya dan penyelesaiannya dibatasi oleh waktu.

2.4.      PERAMALAN

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan. Selama informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatanya. Oleh karena itu peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen.

            2.4.1.   Peramalan dan Horison Waktu

Dalam hubunganya dengan horison waktu peramalan, kita dapat mengklasifikasikan peramalan tersebut kedalam 3 kelompok, yaitu:

a.       Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya.

b.      Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.

c.       Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu-tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan untuk pengontrolan jangka pendek.

2.4.2.   Faktor-faktor yang Mempengaruhi Permintaan

Permintaan akan suatu produk pada suatu perusahaan merupakan resultan dari berbagai faktor yang saling berinteraksi dalam pasar. Faktor-faktor tersebut adalah:

·         Siklus Bisnis, penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan akan suatu produk dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan.

·         Siklus Hidup Produk, siklus hidup suatu produk biasanya mengikuti suatu pola yang biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, dima siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase kematangan, dan akhirnya fase penurunan.

·         Faktor-faktor lain, beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan sendiri oleh perusahaan, seperti peningkatan kualitas, pelayanan, anggaran, periklanan, dan kebijaksanaan pembayaran secara kredit.

 

            2.4.3.   Karakteristik Peramalan yang Baik

                        Peramalan yang baik mempunyai kriteria yang penting, yaitu:

a.       Akurasi

Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil.

b.      Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.

c.       Kemudahan

Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.

            2.4.4.   Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, ada beberapa hal yang harus dipertimbangkan, yaitu:

·         Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut.

·         Peramalan seharusnya memberikan informasi tentang seberapa ukuran kesalahan, artinya karena peramalanpasti mengandung kesalahan, maka penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.

·         Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, semakin besar pula kemungkinan terjadinya perubahan pada faktor-faktor yang mempengaruhi permintaan.

2.5.      UKURAN AKURASI HASIL PERAMALAN

Ukuran akurasi hasil peramalan yang merupakan ukuran kesalahan peramalan adalah ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran yang biasa digunakan, yaitu:

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

Merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataanya. Secara matematis, MAD dirumuskan sebagai berikut:

MAD = │ │

                       

Dimana:             =  Permintaan Aktual pada periode-t

                            =  Peramalan Permintaan (forecast) 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:

                        MSE  =  ∑

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. Bila hasil peramalan tidak bias maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara matematis, MFE dirumuskan sebagai berikut:

                        MFE =

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. MAPE dirumuskan sebagai berikut:

                                    MAPE = ( )∑│ │

2.6.      METODE-METODE DALAM PERAMALAN

           

Secara umum, peramalan diklasifikasikan menjadi 2 macam, yaitu:

a)      Peramalan yang bersifat subjektif

Peramalan subjektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang dan intuisi yang meskipun kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subjektif meliputi:

Ø  Metode Delphi, yaitu cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari para ahli dan berasal dari disiplin ilmu yang berbeda.

Ø  Metode Penelitian Pasar, metode ini mengumpulkan dan menganalisis fakta secara sistematis pada bidang yang berhubungan dengan pemasaran.

b)      Peramalan yang bersifat objektif

Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan statistik dalam menunjukkan hubungan antara permintaan dengan satu atau lebih variabel yang mempengaruhinya. Peramalan objektif terdiri atas 2 metode, yaitu:

Ø  Metode Intrinsik, metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis tanpa mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metode ini hanya cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana dalam rangka pengendalian persediaan bahan baku seringkali perusahaan harus melibatkan banyak item yang berbeda.

Ø  Metode Ekstrinsik, metode ini mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi besarnya permintaan dimasa datang dalam model peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang karena dapat menunjukan hubungan sebab-akibat yang jelas dalam hasil peramalannya sehingga disebut metode kausal dan dapat memprediksititik-titik perubahan.

2.7.      ANALISIS DERET WAKTU (TIME SERIES)

Analisis time series sangat tepat untuk dipakai meramalkan permintaan yang pola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama sehingga pola tersebut dapat diharapkan masih akan tetap berlanjut. Analisis time series didasarkan pada 4 komponen utama, yaitu:

1)      Trend/Kecenderungan (T)

Merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun, atau konstan.

                     Biaya

                                                                                    Waktu

                                    Gambar 1. Pola Trend

2)      Siklus/Cyckle (C)

Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukkan dalam peramalan jangka pendek. Pola ini sangat berguna untuk peramalan jangka menengah dan jangka panjang.

               Biaya

                                                                                               

  

                                                                                                waktu

                                    Gambar 2. Pola Cycle

3)      Pola Musiman/Season (S)

Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan biasanya berualang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunya.

     Biaya

                                                                                   

Waktu

                                                           

       Gambar 3. Pola Musiman

4)      Variasi Acak/Random (R)

Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-kejadian lain yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam rangka menentukan persediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan.

                                             Biaya

                                                                                                              

 Waktu

                                                           

Gambar 4. Pola Random

Menurut Hildebrand (1991), komponen tren, siklus, musiman dan kesalahan dari deret waktu dapat diasumsikan dalam dua model yang berbeda yaitu model multiplikatif dan model aditif. Model multiplikatif dari metode dekomposisi adalah

Xt = It . Tt . Ct .Et

sedangkan model aditifnya adalah :

Xt = It + Tt + Ct + Et

Xt	= data aktual pada periode ke-t
Tt	= komponen Tren pada periode ke-t
Ct	= komponen siklus pada periode ke-t
It	= komponen musiman pada periode ke-t
Et	= komponen kesalahan pada periode ke-t

dimana,

           

2.7.1.   Rata-rata Bergerak (Moving Average = MA)

Moving average diperoleh dengan merata-ratakan permintaan berdasarkan beberapa data masa lalu yang terbaru. Tujuan moving average adalah untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubunganya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Secara matematis, MA dirumuskan sebagai berikut:

            MA =  

Dimana                        :  =   Permintaan aktual pada periode – t

N  =  Jumlah data permintaan yang dilibatkan dalam perhitungan MA

Karena data aktual yang dipakai untuk perhitungan MA berikutnya selalu dihitung dengan mengeluarkan data yang paling terdahulu, maka:

            MA =  +

Contoh perhitungan MA tiga bulanan dan enam bulananyang dipakai sebagai dasar peramalan.

Bulan	Permintaan Aktual At	MA 3 bulanan M	Peramalan dengan MA 3-bulanan ft	MA 6-Bulanan M	Peramalan dengan MA 6-Bulanan ft
Januari	450	-	-	-	-
Februari	440	-	-	-	-
Maret	460	450	-	-	-
April	510	470	450	-	-
Mei	520	497	470	-	-
Juni	495	508	497	479	-
Juli	475	497	508	483	479
Agustus	560	510	497	503	483
September	510	515	510	512	503
Oktober	520	530	515	513	512
November	540	523	530	517	513
Desember	550	537	523	526	517

                                    Tabel. Peramalan dengan MA Tiga Bulanan dan Enam Bulanan

MA tiga bulanan (N=3):

 pada bulan maret:                   pada bulan april:

M =                     M =

                    =                                        =

                    = 450                                       = 470

Begitu juga untuk bulan-bulan berikutnya begitu juga untuk MA enam bulanan, cara menghitungnya sama dengan MA tiga bulanan. 

           

2.7.2.   Rata-rata Bergerak dengan Bobot (Weighted Moving Average = WMA)

                        Secara matematis, WMA dapat dinyatakan sebagai berikut:

                                    WMA = ∑

                        Dimana:            Bobot permintaan Aktual pada periode – t

                                                Permintaan Aktual pada periode – t

                        Dengan keterbatasan bahwa ∑

                        Contoh perhitungan WMA:

                       

Bulan	Permintaan Aktual At	MA 3-Bulanan M	Peramalan MA 3-Bulanan ft	WMA 3-bulanan 0,25/0,25/0,50 WM	Peramalan WMA 3-Bulanan ft
Januari	450	-	-	-	-
Februari	440	-	-	-	-
Maret	460	450	-	453	-
April	510	470	450	480	453
Mei	520	497	470	503	480
Juni	495	508	497	505	503
Juli	475	497	508	491	505
Agustus	560	510	497	523	491
September	510	515	510	514	523
Oktober	520	530	515	528	514
November	540	523	530	528	528
Desember	550	537	523	540	528

                                            

      Tabel. Perbandingan Hasil Peramalan MA dengan WMA

Dari tabel diatas, maka dengan MA tiga bulanan, WMA pada bulan maret dapat dihitung sebagai berikut:

Dik:  = 0,25,  = 0,25, dan  = 0,50

           

WMA = (0,25x450) + (0,25x440) + (0,50x460)

                       = 112,5 + 110 + 230

                       = 452,5 atau 453

Begitu seterusnya hingga bulan desember.

                

           

2.7.3.   Pemulusan Eksponensial (Exponential Smoothing = ES)

Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik ES. Model matematis ES dapat dikembangkan dari persamaan berikut:

             

Dimana bila data permintaan aktual yang lama  tidak tersedia, maka dapat diganti dengan nialai pendekatan yang berupa nilai ramalan sebelumnya ( ) sehingga persamaan diatas dapat ditulis menjadi:

             +      atau       + (1 -

Dari persamaan terakhir terlihat bahwa peramalan dengan teknik ES pada periode t.1 ( ) akan didasarkan atas pembobotan data permintaan aktual terakhir ( ) dengan bobot 1/N dan pembobotan ramalan yang paling akhir ( ) dengan bobot (1-1/N). Karena N bilangan positif maka 1/N akan menjadi konstanta yang bernilai antara nol (N = ~) sampai dengan 1 (N = 1). Dengan mengganti 1/N dengan α maka persamaan tersebut akan menjadi:

            α

Bila kita notasikan sebagai peramalan permintaan pada periode – t sehingga   maka persamaan diatas menjadi:

            α  + (1-α)

Dari persamaan diatas terlihat bahwa teknik ES banyak mengurangi kelemahan teknik MA dalam penyimpanan data karena hanya data permintaan aktual terakhir, ramalan terakhir, dan suatu nilai konstanta α yang harus disimpan. Rumus lain untuk persamaan diatas adalah:

            α ( )

Dimana  merupakan kesalahan ramalan dalam periode – t (  sehingga persamaan diatas dapat ditulis:

           

Dari persamaan terakhir terlihat bahwa bila α mempunyai nilai mendekati satu maka ramalan yang baru akan menyesuaikan kesalahan dengan yang besar pada ramalan sebelumnya.

Penentuan besarnya nilai α harus dipertimbangkan dengan baik. Salah satu metode yang dapat dipakai adalah dengan memilih nilai α berdasarkan nilai N yang dilibatkan dalam teknik MA. Untuk menghitung nilai α dalam hubungannya dengan N, maka:

                     atau      α =

Jadi, bila N = 2 maka α = 2/3 = 0,66. Bila N = 3 maka α = 2/4 = 0,50. Begitu seterusnya.

Contoh perhitungan ES Sederhana:

Bulan	Permintaan Aktual At	Ramalan	Rata-rata lama	Rata-rata baru Ft
Maret	460	480	480,00	476,00	0,027
April	510	476	476,00	482,80	0,034
Mei	520	483	482,80	490,24	0,042
Juni	495	490	490,24	491,19	0,052
Juli	475	491	491,19	487,95	0,066
Agustus	560	488	487,95	502,36	0,082
September	510	502	502,36	503,89	0,102
Oktober	520	504	503,89	507,11	0,128
November	540	507	507,11	513,69	0,160
Desember	550	514	513,69	520,95	0,200

         Tabel. Hasil Peramalan dengan Teknik ES Sederhana

           

            Contoh analis deret waktu (Time Series)

Misal dalam bidang pemasaran, volume penjualan bergantung pada cara pemasaran, bentuk promosi, dan daerah pemasaran, yang masing-masing faktor tersebut lebih dari satu macam, sehingga jika analisis peramalan hanya didasarkan pada volume penjualan saja, tanpa memperhatikan faktor-faktor yang mempengaruhinya, maka informasi untuk pembuatan norma atau ukuran keberhasilan pemasaran, apalagi untuk keperluan proses kontrol dan perencanaan menjadi tidak lengkap, sehingga tujuan peramalan tidak tercapai secara utuh.

Contoh lain analisis data deret waktu adalah produksi total tahunan produk pertanian indonesia, harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam, dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun.

2.8.      METODE PERAMALAN KAUSAL

Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang diramalkan dengan variabel-variabel lain yang dianggap berpengaruh. Sebagai contoh, permintaan akan baju baru mungkin berhubungan dengan banyaknya populasi, pendapatan masyarakat, jenis kelamin, budaya daerah, dan bulan-bulan khusus. Data-data dari variabel-variabel tersebut dikumpulkan dan dianalisis untuk menentukan validitas dari model peramalan yang diusulkan. Salah satu metode kausal yang terkenal adalah metode regresi.

           

Dalam metode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengumpulan data dan analisisnya. Contoh yang paling sederhana dari metode regresi ini adalah metode regresi linier sederhana dengan variabel pengaruh tunggal. Model ini secara matematis dirumuskan sebagai berikut:

            ŷ = a + bx

dimana:                        ŷ = perkiraan permintaan

                        x = variabel bebas yang mempengaruhi y

                        a = nilai tetap y bila x = 0 (merupakan perpotongan dengan sumbu y)

                        b = derajat kemiringan persamaan garis regresi

Nilai y yang diperoleh dari hasil pengamatan tidak akan jatuh tepat pada garis perkiraan karena adanya kesalahan acak pada data. Pada setiap titik pengamatan, kesalahan ditunjukan sebagai , dan total varian atau kesalahan kuadrat untuk seluruh titik pengamatan tersebut adalah:

            = ∑

Analisis regresi bertujuan meminimasi persamaan kesalahan diatas dengan memilih nilai a dan b yang sesuai. Kesalahan terkecil akan diperoleh dengan cara derivatif, dimana hasil akhirnya adalah:

            a =

            b =

karena model ini menyatakan hubungan kausal antara variabel yang mempengaruhi (x) dengan perkiraan peramalan yang dipengaruhi (y), maka kita bisa menghitung keeratan hubungan y dengan x dengan menggunakan koefisien determinasi  Nilai  merupakan bagian variasi dari y yang menunjukkan keeratan hubungan dengan x, sedangkan bagian sisanya 1-  menunjukkan peluang faktor-faktor diluar variabel x. Jadi semakin dekat nilai dengan 1 maka akan semakin disukai.

Nilai dihitung dengan persamaan berikut:

             

BAB III

PENUTUP

3.1.      Kesimpulan

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. Kebutuhan produksi untuk beroperasi dengan biaya yang lebih 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, dan lain-lain.

Sistem produksi merupakan kumpulan dari subsistem-subsistem yang saling berinteraksi dengan tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa bahan baku, mesin, tenaga kerja, modal, dan informasi, sedangkan output produksi merupakan produk yang dihasilkan berikut hasil sampingannya, sperti limbah, informasi dan lain sebagainya. Subsistem-subsistem dari sistem produksi tersebut antara lain adalah:

·         Perencanaan dan pengendalian produksi

·         Pengendalian kualitas

·         Perawatan fasilitas produksi

·         Penentuan standar-standar operasi

·         Penentuan fasilitas produksi

·         Dan penentuan harga pokok produksi

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan. Selama informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatanya. Oleh karena itu peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen.

Analisis time series sangat tepat untuk dipakai meramalkan permintaan yang pola permintaan dimasa lalunya cukup konsisten dalam periode waktu yang lama sehingga pola tersebut dapat diharapkan masih akan tetap berlanjut. Analisis time series didasarkan pada 4 komponen utama, yaitu:

*        Trend atau kecenderungan (T)

*        Siklus atau Cycle (C)

*        Pola Musiman atau Season (S)

*        Variasi Acak atau Random (R)

Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang diramalkan dengan variabel-variabel lain yang dianggap berpengaruh. Sebagai contoh, permintaan akan baju baru mungkin berhubungan dengan banyaknya populasi, pendapatan masyarakat, jenis kelamin, budaya daerah, dan bulan-bulan khusus. Data-data dari variabel-variabel tersebut dikumpulkan dan dianalisis untuk menentukan validitas dari model peramalan yang diusulkan. Salah satu metode kausal yang terkenal adalah metode regresi.