tepat sebagai input utamanya. Peramalan permintaan biasanya dibuat untuk kelompok-kelompok produk secara kasar tanpa memperhatikan perbedaan
spesifikasi produk, khususnya selama periode waktu yang panjang.
3
1. Tercapainya kepuasan pelanggan yang diukur dari terpenuhinya order terhadap produk tepat waktu, tepat jumlah dan tepat mutu.
Ada tiga sasaran pokok yang sekaligus menjadi barometer keberhasilan perencanaan dan
pengendalian produksi yaitu:
2. Tercapainya tingkat utilitas sumber daya produksi yang maksimum melalui minimisasi waktu setup, transportasi, waktu menunggu dan waktu untuk
pengerjaan ulang rework 3. Terhindarnya cara pengadaan yang bersifat rush order dan persediaan yang
berlebihan
3.2. Perencanaan Jangka Menengah
4
Perencanaan jangka menengah adalah proses penyusunan rencana induk produksi master production schedule sebagai jabaran dari rencana agregat. Pada
umumnya, rentang waktu cakupan time horizon jadwal induk produksi ialah antara 6-18 bulan tetapi tidak sedikit perusahaan membatasinya hanya sampai 12
bulan. Rencana agregat memuat rencana produksi dalam lima tahun ke depan yang dirinci pertahun tahun per tahun. Rencana agregat tahun pertama dinyatakan
dalam time bucket bulanan. Jumlah produk-produk yang dinyatakan dalam tiap
3
Sinulingga, Sukaria. 2009. Perencanaan dan Pengendalian Produksi. Yogyakarta. Graha Ilmu. Hal 30.
4
Ibid. Hal: 129-130
Universitas Sumatera Utara
time bucket masih dalam satuan kelompok produk. Perencanaan jangka menengah menguraikan kelompok produk tahun pertama ke dalam produk-produk tunggal
untuk satu dengan time bucket yang lebih pendek yaitu mingguan. Dalam menterjemahkan rencana agregat ke dalam jadwal induk produksi,
ada dua masukan penunjang yang perlu dipertimbangkan yaitu final assembly schedules dan rough-cut capacity planning. Final assembly schedules adalah
rencana jadwal perakitan yang menjamin seluruh produk yang diinginkan pelanggan dapat dikirimkan tepat waktu. Dengan demikian, rencana jadwal
perakitan ini akan menjadi alat kontrol bagi penyelesaian setiap part, komponen, dan sub-assembly yang dibutuhkan dalam perakitan akhir setiap produk. Secara
matematis, jadwal perakitan akhir ditetapkan dengan cara mengurangi lamanya waktu yang dibutuhkan untuk pelaksanaan proses operasi perakitan akhir,
pemeriksaan mutu, dokumentasi, dan persiapan pengiriman dari jadwal atau tanggal pengiriman produk tersebut kepada pelanggan.
3.3. Peramalan
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu,
dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau jasa.
5
5
Ibid. Hal: 109.
Penggunaan model matematik dalam peramalan besarnya potensi permintaan terhadap produk-produk yang akan dibuat pada umumnya lebih didominasi oleh
perusahaan yang beroperasi dalam lingkungan make to stock. Tetapi, akhir-akhir
Universitas Sumatera Utara
ini perusahaan-perusahaan dalam lingkungan make to order juga sudah semakin tertarik untuk menggunakan teknik-teknik peramalan, walaupun hasilnya
digunakan sebagai bahan pembandingan terhadap hasil-hasil analisis berdasarkan analisis skenario perkembangan pasar yang dibuat oleh pimpinan puncak.
Dalam pemilihan metode peramalan dan pengembangan sistem peramalan, perlu diperjelas terlebih dahulu maksud dan tujuan peramalan sehingga metode
yang akan dipilih dapat disesuaikan dengan maksud tersebut.
6
Metode kuantitatif dapat dibagi lebih lanjut menjadi dua bagian yaitu metode intrinsik intrinsic method dan metode ekstrinsik extrinsic method.
Metode intrinsik sepenuhnya berdasarkan pada latar belakang riwayat permintaan terhadap item yang diramalkan sedangkan metode ekstrinsik menggunakan faktor
eksternal yang dikombinasikan dengan permintaan terhadap item yang diramalkan misalnya hubungan sebab akibat causal relationship.
Metode peramalan dapat diklasifikasikan atas dua kelompok besar yaitu metode kualitatif dan kuantitatif. Metode kualitatif didasarkan pada pertimbangan
akal sehat human judgement dan pengalaman. Metode ini pada umumnya digunakan apabila data kuantitatif tentang permintaan masa lalu tidak tersedia
atau akurasinya tidak memadai. Metode kuantitatif adalah sebuah prosedur formal yang menggunakan model matematik dan data masa lalu untuk memproyeksikan
kebutuhan di masa yang akan datang.
7
6
Ibid. Hal: 113.
7
Ibid. Hal: 117-119.
Peramalan berdasarkan metode kuantitatif mempunyai asumsi bahwa data permintaan masa lalu dari
produk atau item yang diramalkan mempunyai pola yang diperkirakan masih
Universitas Sumatera Utara
berlanjut ke masa yang akan datang. Pola permintaan tersebut mungkin kurang jelas terlihat karena faktor random yang menghasilkan fluktuasi. Peramalan
mencakup analisis data masa lalu untuk menemukan pola permintaan dan berdasarkan pola ini diproyeksikan besarnya permintaan pada masa yang akan
datang. Karena metode peramalan intrinsik ini didasarkan pada asumsi bahwa pola permintaan masa lalu akan terus berlanjut ke masa yang akan datang maka
metode ini tidak mampu memproyeksikan titik belok yaitu perubahan permintaan secara tiba-tiba. Untuk peramalan jangka pendek masalah yang demikian tidak
akan ditemui. Analisis time series menemukan bagaimana indikator produk tertentu
bervariasi terhadap waktu. Time series adalah serangkaian observasi terhadap suatu variabel tertentu yang dilakukan secara diskrit. Misalnya observasi terhadap
permintaan bulanan suatu produk selama 12 bulan. Analisis time series mengasumsikan bahwa time series dapat didekomposisi ke dalam sejumlah
komponen atau faktor-faktor terkait dan kemudian masing-masing komponen- komponen diidentifikasi. Pemahaman terhadap komponen tersebut kemudian
digunakan untuk membentuk model matematika yang disebut peramalan. Model ini digunakan untuk membuat peramalan. Faktor-faktor terkait yang dimaksud
pada umumnya ialah tren trend, siklus cycles, musiman seasonal variation, dan residu random factors. Tren ialah salah satu komponen peramalan yang
menunjukkan kecenderungan yang dapat dilihat dari pola permintaan masa lalu. Bila tidak ada tren maka permintaan bersifat konstan. Siklus adalah pergerakan
periodik yang bergantian antara puncak dan lembah. Variasi musiman ialah pola
Universitas Sumatera Utara
permintaan tinggi dan rendah yang terjadi berulang-ulang setiap tahun. Variasi ini pada umumnya terjadi karena faktor musim, baik karena iklim maupun kebiasaan
manusia misalnya musim lebaran, musim liburan, tahun baru, natal dan lain-lain yang terjadi setiap tahun. Residu menggambarkan kesempatan terjadinya variasi
karena faktor random. Variasi ini tidak dapat dijelaskan oleh tren, siklus, ataupun pergerakan musiman. Residu ini tidak dapat diramalkan karena tidak diketahui
faktor penyebab terjadinya.
8
3. Mengevaluasi tingkat kesalahan masing-masing metode yang telah dicoba. Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE atau lainnya.
Sebaiknya nilai tingkat kesalahan ini ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan.
Perlu diperhatikan bahwa model matematik ini hanya dapat digunakan untuk meramalkan jumlah permintaan dalam satu periode ke
depan. Jika periode peramalan dinyatakan dalam satuan tahun maka peramalan permintaan hanya dapat digunakan untuk memperkirakan satu tahun ke depan.
Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut: 1. Tentukan pola data permintaan. Dilakukan dengan memplotkan data secara
grafis dan menyimpulkan apakah data itu berpola tren, musiman, siklikal, atau random.
2. Mencoba beberapa time series yang sesuai dengan pola permintaan tersebut untuk melakukan peramalan. Metode yang dicoba semakin banyak semakin
baik. Pada setiap metode, sebaiknya dilakukan pula peramalan dengan parameter yang berbeda.
8
Baroto, Teguh. 2002. Perencanaan dan Pegendalian Produksi. Jakarta. Ghalia Indonesia. Hal 31.
Universitas Sumatera Utara
4. Memilih metode peramalan terbaik diantara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibanding
metode lainnya dan tingkat kesalahan tersebut di bawah tingkat kesalahan yang telah ditetapkan.
5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.
3.4. Perencanaan Agregat
