Hubungan Pengendalian Persediaan dengan Efisiensi Penggunaan Pengukuran Ketepatan Metode Peramalan

2.7 Hubungan Pengendalian Persediaan dengan Efisiensi Penggunaan

Modal Perusahaan Antara pengendalian persediaan dengan efisiensi dalam penggunaan modal kerja perusahaan mempunyai hubungan yang sangat erat. Bahwa setiap perusahaan dapat menjamin kelangsungan usahanya perlu mengadakan persediaan, untuk mengadakan persediaan diperlukan sejumlah uang untuk diinvestasikan dalam persediaan tersebut. Oleh karena itu setiap perusahaan haruslah dapat mempertahankan suatu jumlah persediaan yang optimal, baik dalam jumlah mutu maupun kualitas yang tepat dengan biaya yang serendah- rendahnya Assauri, 1980:219.

2.8 Peramalan

Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu dimasa yang akan datang. Oleh karena itu, pada dasarnya peramalan adalah suatu taksiran, tetapi dengan menggunakan cara-cara tertentu permalan dapat lebih dari pada hanya suatu taksiran. Peramalan permintaan merupakan tingkat permintaan produk-produk yang diharapkan akan terealisasi untuk jangkau waktu tertentu pada masa yang akan datang. Peramalan permintaan ini akan menjadi masukan yang sangat penting dalam keputusan perencanaan dan perngendalian perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusan-keputusan operasi produksi sangat dipengaruhi hasil dari peramalan permintaan. Peramalan permintaan digunakan untuk meramalkan permintaan dari produk yang bersifat bebas tidak tergantung, seperti peramalan produk jadi. Biegel 1992

2.8.1 Kegunaan Peramalan

Permintaan Bila ramalan telah dibuat, suatu manfaat dan tujuan harus dapat diperoleh dan dipersiapkan, sehingga dapat mempengaruhi sifat ramalan. Dalam hal ini beberapa kegunaan dari peramalan, yakni : a. Menentukan kebijaksanaan dalam penyusunan penganggaran. b. Pengawasan produksi. c. Membantu kegiatan perencanaan dan pengawasan produksi. d. Mengurangi banyaknya biaya produk secara keseluruhan. e. Perencanaan perluasan pabrik. f. Mengurangi dan mengganti produk yang kurang memberi keuntungan. g. Pengawasan pembelanjaan. h. Menyusun kebijaksanaan kepegawaian yang lebih efektif. Setiap peramlan harus memenuhi salah satu kegunaan diatas. Diperlukan waktu tertentu untuk membuat kebijaksanaan dan waktu untuk membuat laporan hasil kebijaksanaan tersebut.

2.8.2 Tipe Peramalan

Pengklasifikasian metode peramalan dapat dilihat dari kegunaan dan jangkauan waktu yang ditempuh. Namun jangkauan waktu dan kegunaan seringkali tidak dapat dipisahkan. Kegunaan ditentukan oleh jangkauan waktu dan sebaliknya. Tiga tipe peramalan berdasarkan kegunaan : 1. Peramalan Fasilitas Peramalan fasilitas memerlukan jangkauan waktu perencanaan fasilitas dan waktu konstruksi ditambah waktu pengembangan fasilitas. Peramalan fasilitas membutuhkan data output maksimum yang diharapkan. 2. Peramalan Perencanaan Produksi Peramalan perencanaan produksi memerlukan jangkauan waktu beberapa siklu permintaan dengan penjualan musiman. Peramalan membutuhkan data volume produk sesuai dengan tipe yang dipilih. 3. Peramalan Produk Peramalan produk memerlukan tenggang waktu tunggu ditambah data stasiun produk yang dijual.

2.8.3 Macam - macam Peramalan

Dalam penyusunan peramalan bagi perusahaan tidak akan lepas kaitannya dengan jangka waktu dari peramalan itu sendiri. Suatu metode tidak selamanya dapat dipergunakan oleh perusahaan tersebut. Dengan kata lain dapat disebutkan bahwa peramalan hanya berlaku untuk suatu jangka waktu tertentu. Waktu periode yang lain haruslah disusun kembali sehingga perusahaan harus selalu menyusun peramalan secara periodik atau berkala Peramalan dibedakan menjadi dua macam : a. Peramalan Subyektif Adalah peramalan yang didasarkan pada perasaan atau intuisi orang yang menyusunnya. Dalam hal ini pandangan orang yang menyusun sangat berpengaruh terhadap baik atau tidaknya hasil ramalan tersebut. b. Peramalan Obyektif Adalah peramalan yang didasarkan atas data yang relevan pada masa lalu. Peramalan ini menggunakan teknik-teknik dan metode dalam penganalisaannya.

2.8.4 Jangka Waktu Peramalan

Jangka waktu peramalan dibedakan atas : 1. Peramalan Jangka Pendek Ramalan ini merupakan jenis ramalan yang paling banyak digunakan oleh perusahaan. Basanya ramalan ini mencakup perkiraan tentang produk yang dihasilkan dalam jangka waktu satu tahun atau kurang. Ramalan ini memberikan dasar pada : a. Penyusunan anggaran permintaan dan belanja perusahaan b. Pedoman bagi perencanaan produksi c. Pengawasan persediaan barang jadi d. Penentuan kebutuhan tenaga kerja dan bahan baku pada masa yang akan datang. Ramalan jangka pendek ini biasanya dinyatakan dalam nilai suatu fisik kemudian dipecahkan atau dibagi menurut macam hasil produksi, modal hasil perusahaan tersebut dan dokumen 2. Peramalan Jangka Panjang Ramalan ini mencakup perkiraan tentang produk yang dihasilkan perusahaan selama lima tahun yang akan datang atau lebih. Ramalan jangka panjang ini seringkali mempunyai tujuan-tujuan yang memungkinkan untuk membuat informasi dalam mengambil keputusan dengan garis-garis kegiatan yang memakan waktu untuk pelaksanaannya. Perbedaan dalam tujuan dari ramalan jangka panjang terlihat dalam misi dan maksudnya, seperti pengembangan produk, perluasan kapasitas, atau penanaman modal yang biasanya terbatas pada perkiraan luas tentang volume penjualan. Pada dasarnya perusahaan harus melakukan kedua macam ramalan ini. Hal ini disebabkan ramalan jangka panjang sangat diperlukan untuk memperkirakan posisi umum perusahaan.

2.9 Metode Peramalan

Pada sub bab ini akan menjelaskan segala macam metode peramalan yang dapat digunakan pada peramalan permintaan.

2.9.1 Metode Peramalan Kualitatif

Peramalan kualitatif umumnya bersifat subyektif, dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian, peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi seringkali mengikutsertakan model-model statistik sebagai bahan masukan dalam melakukan judgement pendapat, keputusan, dan dapat dilakukan secara perseorangan maupun kelompok. Dalam peramalan secara kualitatif dikenal 4 metode yang umum dipakai : Biegel, 1992 1. Juri Opini Eksekutif 2. Metode Delphi 3. Gabungan Tenaga Penjualan 4. Survei Pasar

2.9.2 Metode Peramalan Kuantitatif

Peramalan kuantitaif dapat diterapkan bila terdapat tiga kondisi sebagai berikut : 1. Tersedia informasi tentang masa lalu. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. 3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang. Metode kuantitatif yang digunakan dalam perkiraan, pada dasarnya dapat dikelompokkan dalam dua jenis, yaitu : 1. Metode Kausal Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas. Maksud dari metode kausal adalah menemukan bentuk hubungan tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas. 2. Metode Deret Berkala Metode deret berkala adalah metode yang digunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Langkah penting dalam memilih suatu metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data sehingga ini yang paling tepat dengan pola tersebut dapat diuji.

2.9.3 Double Moving Average

Nilai rata-rata dari semua data masa lalu dan rata-rata bergerak dari nilai yang terakhir, bila digunakan sebagai ramalan untuk periode mendatang tidak dapat mengatasi trend yang ada. Disini dijelaskan suatu variasi sari prosedur rata-rata bergerak diinginkan untuk dapat mengatasi adanya trend secara lebih baik. Untuk mengurangi kesalahan secara sistematis yang terjadi bila rata-rata bergerak dipakai pada data kecenderungan maka dikembangkan metode rata-rata bergerak linier linier moving average. Dasar metode ini adalah menghitung rata-rata bergerak yang kedua. Rata-rata bergerak “ganda” ini merupakan rata-rata bergerak, dan menurut simbol dituliskan sebagai MA M  N dimana artinya adalah MA M-periode dari MA N- periode. Jadi prosedur peramalan rata-rata bergerak linier meliputi tiga aspek yaitu: 1. Penggunaan rata-rata bergerak tunggal pada waktu t ditulis S’t. 2. Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t ditulis S’t – S”t. 3. Penyesuaian untuk kecenderungan dari periode t ke periode t-1 atau keperiode t+m jika kita ingin meramalkan m periode kemuka. Secara umum pembahasan tersebut dapat dilakukan sebagai berikut : Prosedur rata-rata bergerak linier secara umum dapat diterangkan melalui persamaan berikut : 1. Menghitung rata-rata bergerak pertama : S’ t = N X ..... X X X 1 N t 2 t 1 t t         2. Menghitung rata-rata bergerak kedua : S” t = N S ..... S S S 1 N t 2 t 1 t t         3. Menghitung perbedaan kedua rata-rata : a t = S’ t + S’ t-1 + S” t-2 = 2 S’ t – S” t 4. Menghitung dengan trend : B t = 2 N – 1 S’ t – S” t 5. Menghitung ramalan periode m : F t+m = a t + b tm F t+m = S t + b t m

2.10 Langkah - langkah Peramalan

Dalam melakukan peramalan agar diperoleh hasil yang sesuai dengan yang diinginkan, maka diperlukan langkah-langkah pembuatan peramalan yang baik. Adapun langkah-langkah tersebut adalah sebagai berikut :

2.10.1 Diagram Pencar

Pembuatan diagram pencar ini didasarkan pada data permintaan dengan membuat plot pada diagram yang menunjukkan hubungan antara data permintaan pada sumbu Y dengan waktu pada sumbu t. 2 4 6 8 10 12 Y t 5 6 7 8 4 3 2 1 Gambar 2.5 Sumbu untuk diagram pencar

2.10.2 Jenis Pola Data

Langkah penting dalam memilih suatu metode deret berkala time series yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola dapat diuji. Pola data dapat dibedakan menjadi 4 jenis siklus Cyiclical dan Trend. Makridakis, 1992 1. Pola Horizontal Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan deret seperti ini adalah “stasioner” terhadap nilai rata-rata. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini. 2. Pola Musiman Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman. Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruangan, semuanya menunjukkan jenis pola ini. 3. Pola Siklis Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja dan peralatan utama lainnya menunjukkan jenis pola ini. 4. Pola Trend Terjadi bilamana terdapat data kenaikan atau penurunan sekuler jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional GNP dan berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola trend selama perubahannya sepanjang waktu. Y Gambar 2.6 Pola Data

2.11 Pengukuran Ketepatan Metode Peramalan

Didalam pemilihan dan penerapan metode peramalan pada data historis yang tersedia, perlu dilakukan pengukuran kesesuaian metode tertentu untuk suatu kumpulan data yang diberikan. Dalam banyak situasi peramalan, ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Ukuran statistik standar yang sering digunakan untuk pengukuran ketepatan metode peramalan dimana terdapat nilai pengamatan dan ramalan untuk n periode serta n buah kesalahan adalah : Makridakis, 1993. Jumlah kuadrat kesalahan Sum of Squared Error SSE =   n I i i e 2 1982 1981 1980 1979 Y Waktu Pola Data Horizontal Waktu Y Pola Data Musiman Waktu Y Pola Data Siklis Pola Data Trend Dimana : i e = i i F X  i X = data aktual untuk periode I i F = ramalan untuk periode I yang sama Jumlah kuadrat kesalahan Mean Squared Error MSE = Zulian Yamit, 1999   n I i i n e 2 Dalam banyak situasi peramalan, perbandingan nilai MSE dari masing- masing metode peramalan yang dicoba adalah dijadikan sebagai acuan pemilihan dan pilihan diambil berdasarkan nilai MSE yang paling minimum. Bila dihubungkan dengan penentuan konstanta pemulusan pada metode smoothing, maka besar kecilnya nilai ,  dan  harusditentukan agar MSE dari metode- metode yang dicoba menghasilkan nilai minimum. Penentuan nilai ,  dan  ini dilakukan dengan cara trial and error atau dapat dibantu dengan program komputer untuk memperoleh nilai yang terbaik.

2.12 Pengujian Peramalan