David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Sementara kelemahan apabila perusahaan menyelenggarakan persediaan yang terlalu kecil, antara lain sebagai berikut :
1. Persediaan yang terlalu kecil sangat sering tidak dapat mencukupi
permintaan. Untuk menjaga kelangsungan proses produksi, perusahaan akan melakukan pembelian mendadak dengan harga yang lebih tinggi. Hal ini
didalam jangka panjang akan sangat merugikan perusahaan. 2.
Dengan sering terjadinya kehabisan atau kekurangan persediaan produk jadi, maka akan sering terjadi pula permintaan konsumen tidak dapat
dipenuhi perusahaan yang mengakibatkan perusahaan dapat kehilangan pelanggan.
3.2.2. Mengelola Persediaan pada Supply Chain Management SCM
Persediaan di sepanjang Supply Chain memiliki implikasi yang besar terhadap kinerja finansial suatu perusahaan. Jumlah uang yang tertanam dalam
bentuk persediaan biasanya sangat besar sehingga persediaan adalah salah satu aset terpenting yang dimiliki Supply Chain. Banyak perusahaan memiliki nilai
persediaannya melebihi 25 dari nilai keseluruhan aset yang dimiliki. Ini berarti bahwa modal yang tertahan dalam bentuk persediaan di suatu perusahaan bisa
sangat signifikan. Mengelola aliran materialporduk dengan tepat adalah salah satu tujuan
utama dari Supply Chain. Aliran yang tepat berarti tidak terlalu lambat dan tidak terlalu dini, jumlahnya sesuai dengan kebutuhan, dan terkirim ke tempat yang
memang membutuhkan. Pabrik harus menentukan jumlah dan tujuan pengiriman
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
barang yang telah selesai diproduksi dan siap dikirim ke distributor. Tentunya jumlah yang dikirim harus mencerminkan kebutuhan masing-masing wilayah
pemasaran. Kalau tidak, satu wilayah akan kekurangan produk dan wilayah lain akan kelebihan. Kekurangan maupun kelebihan pasokan produk sama-sama
berdampak negatif bagi kinerja Supply Chain.
8
3.2.3. Peramalan
Peramalan dalam bidang produksi merupakan suatu estimasi terhadap tingkat kebutuhan akan satu atau beberapa produk untuk beberapa periode waktu
di masa akan datang. Peramalan merupakan alat pendukung dalam proses pengambilan keputusan.
Peramalan dikelompokkan atas beberapa bagian antara lain : 1.
Menurut sifat penyusunannya a.
Peramalan Subjektif, yaitu peramalan yang didasarkan atas perasaan atas intuisi dari orang yang menyusunnya. Pandangan orang yang
menyusunnya sangat menentukan baik tidaknya hasil peramalan tersebut. b.
Peramalan Objektif, yaitu peramalan yang didasarkan atas data masa lalu yang relevan dengan menggunakan teknik-teknik dan metode-metode
dalam penganalisisannya. 2.
Menurut horizon waktunya a.
Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka waktunya satu tahun atau kurang.
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
b. Peramalan jangka menengah, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya satu hingga lima tahun kedepan.
c. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari lima tahun. Secara umum, metode peramalan dikelompokkan atas dua bagian yaitu :
1. Metode Peramalan Kualitatif
Peramalan kualitatif tidak menggunakan perhitungan matematis atau perhitungan secara statistik. Peramalan kualitatif pada umumnya bersifat
subjektif dan dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman seseorang.
Metode peramalan kualitatif terdiri atas beberapa teknik, antara lain : a.
Juri Opini Eksekutif Metode ini merupakan metode peramalan yang paling sederhana dan
paling banyak digunakan. Metode ini mendasarkan pada pendapat dari sekelompok kecil eksekutif tingkat atas, misalnya manajer dari bagian
pemasaran, produksi, teknik dan keuangan yang secara bersama-sama mendiskusikan dan memutuskan ramalan suatu variable pada periode yang
akan datang. b.
Metode Delphi Metode ini menggunakan serangkaian kuisioner yang disebarkan kepada
responden. Jawaban responden diringkas dan diserahkan kepada panel ahli untuk dibuat perkiraannya.
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
c. Gabungan Tenaga Penjualan
Metode ini juga banyak digunakan, karena tenaga penjualan merupakan sumber informasi yang baik mengenai permintaan konsumen. Setiap
tenaga penjual meramalkan tingkat penjualan di daerahnya, yang kemudian digabung pada tingkat propinsi dan seterusnya sampai tingkat
nasional atau internasional untuk mencapai peramalan menyeluruh. d.
Survey Pasar Survey dapat dilakukan dengan kuisioner, telepon atau wawancara. Survey
dilakukan terhadap konsumen atau konsumen potensial untuk mengetahui rencana pembelian produk pada periode yang diamati.
2. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif adalah metode peramalan yang didasarkan pada data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat bergantung
kepada metode peramalan yang digunakan. Metode yang baik akan memberikan hasil peramal yang baik dengan hasil penyimpangan error yang
terkecil. Persyaratan penggunaan metode peramalan kuantitatif adalah :
- Tersedia informasi masa lalu
- Informasi masa lalu dapat dikuantifikasi dalam bentuk data numeric
- Diasumsikan pola data berlanjut untuk masa yang akan datang.
Ada dua kelompok besar metode kuantitatif, yaitu metode Time Series dan metode Non Time Series.
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Metode time series adalah metode yang dipergunakan untuk menganalisa serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan
beberapa pola selalu berulang sepanjang waktu. Analisis deret waktu menunjukkan bagaimana permintaan terhadap suatu produk bervariasi terhadap
waktu. Sifat dari perubahan permintaan dari tahun ke tahun dirumuskan untuk meramalkan penjualan masa yang akan datang. Secara umum pola permintaan
dibagi atas empat jenis antara lain : a.
Trend Kecenderungan Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya
bila ada pertambahankenaikan atau penurunan dari data observasi jangka panjang. Pola trend dipakai untuk meramalkan biaya-biaya yang termasuk
didalam biaya operasi karena biaya akan cenderung naik jika mesin dan peralatan semakin tua atau semakin lama.
Gambar 3.3. Pola Trend
b. Siklus
Digunakan bila data dipengaruhi oleh fluktuasi jangka panjang atau memiliki siklus yang berulang secara periodik. Pola siklis dipakai untuk peramalan
jangka menengah akibat pengaruh dari penjualan produk yang memiliki siklus naik turun karena pergerakan ekonomi.
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Gambar 3.4. Pola Siklis
c. Musiman Seasonal
Pola ini digunakan bila suatu deret waktu dipengaruhi oleh faktor musim seperti mingguan, bulanan, dan harian. Pola musiman dipakai untuk
melakukan peramalan jangka pendek. d.
Horizontal Pola ini dipakai bila nilai-nilai dari data observasi berfluktuasi di sekitar nilai
konstan rata-rata. Dengan demikian dapat dikatakan pola ini sebagai stationary pada rata-rata hitungannya. Misalnya, pola ini terdapat bila suatu
produk mempunyai jumlah penjualan yang tidak menaik atau menurun selama beberapa periode waktu.
e. Diagram Pencar
Diagram ini digunakan untuk melihat kolerasi hubungan dari satu faktor penyebab yang berkesinambungan terhadap suatu karekteristik kualitas hasil
kerja. Pada umumnya apabila membicarakan tentang hubungan antara dua jenis data, sesungguhnya bicara tentang :
a. Hubungan sebab akibat
b. Suatu hubungan antara satu dan lain sebab
c. Hubungan antara suatu sebab dengan dua sebab lain
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Langkah-langkah pembuatan diagram pencar adalah sebagai berikut : Langkah 1 : Kumpulkan data-data yang hubungannya akan diteliti, masukkan
data-data tersebut dalam satu lembar data. Langkah 2 : Gambarkan sumbu grafik secara vertikal dan horizontal. Apabila
hubungan antara dua macam data ini merupakan hubungan sebab akibat, maka sumbu vertikal biasanya akan menunjukkan
nilai kuantitatif dari akibat, sedangkan sumbu horizontal akan menunjukkan nilai kuantitatif dari sebab.
Langkah 3 : Plot data dalam garifk. Titik-titik data ini diperoleh dengan memotongkan nilai kuantitatif yang ada dari kedua sumbu
vertikal dari horizontal. Apabila nilai data ternyata berulang dan jatuh pada titik yang sama, maka lingkari titik tersebut
sesuai dengan frekuensi pengulangannya.
Gambar 3.5. Diagram Pencar Y
Y = Performance Measure
X = Driving Factor
Y
o
X
o
X
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Metode peramalan time series secara umum digunakan untuk peramalan jangka pendek hingga menegah. Metode peramalan yang termasuk jenis time
series antara lain : I.
Metode Penghalusan Smoothing Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman
dari data masa lalu, dengan membuat rata-rata tertimbang dari sederetan data masa lalu. Ketepatan metode peramalan ini cukup baik untuk peramalan
jangka pendek, sedangkan untuk peramalan jangka panjang, metode peramalan ini kurang akurat.
Metode smooting terdiri atas beberapa jenis, antara lain : a.
Metode rata-rata bergerak Moving Average. Metode ini terdiri dari dua jenis, yaitu :
1. Single Moving Averange SMA
Moving average pada suatu periode merupakan peramalan untuk satu periode ke depan dari periode rata-rata tersebut. Persoalan penggunaan
metode ini adalah dalam menentukan nilai t periode perata-rataan. Semakin besar nilai maka peramalan yang dihasilkan akan semakin
menjauhi pola data. Fungsi metode peramalan ini adalah :
N X
X X
F
t t
N t
t
+ +
+ =
+ +
− +
1 1
1
.....
Keterangan : X
1
= data pengamatan periode t
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
N = jumlah deret waktu yang digunakan
F
t+1
= nilai peramaln periode t+1 2.
Linier Moving Average LMA Dasar dari metode ini adalah penggunaan moving average kedua
untuk memperoleh penyesuaian bentuk pola trend. b.
Metode Exponential Smoothing, metode ini terdiri dari : 1.
Single Exponential Smoothing Dasar dari metode ini adalah nilai ramalan pada periode t+1
merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai ramalan yang terjadi pada periode t
tersebut. Fungsi peramalan Single Exponential Smoothing adalah :
t t
t
F X
F .
1 .
1
α α
− +
=
+
Keterangan : X
t
= data permintaan pada periode t α
= faktor pemulusan F
t+1
= peramalan untuk periode t 2.
Double Exponential Smoothing 3.
Triple Exponential Smoothing 4.
Adaptive Exponential Smoothing 5.
Holt 2-Parameters Linier Exponential Smoothing 6.
Winter 3-Parameters Linier Exponential Smoothing
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
II. Metode Proyeksi Kecenderungan dengan Regresi
Metode ini cukup baik digunakan untuk peramalan jangka pendek maupun jangka panjang. Semakin banyak data yang dimiliki maka semakin baik
hasil peramalan yang diperoleh. Metode ini terdiri dari beberapa fungsi peramalan, antara lain :
a. Konstan
Y
t
= a , dimana n
Y a
t
∑
=
b. Linier
Y
t
= a + bt Dimana :
2 2
∑ ∑
∑ ∑ ∑
− −
=
i i
i i
i i
t t
n Y
t Y
t b
n t
b Y
a
i i
∑ ∑
− =
c. Kuadratis
Y
t
= a + bt + ct
2
Dimana :
n t
c t
b Y
a
∑ ∑ ∑
− −
=
2
2
. .
. α
β γ
α θ
δ γ
− −
= b
γ α
θ b c
− =
∑ ∑
− =
4 2
2
t n
t
γ
∑ ∑
∑
− =
tY n
Y t
δ
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
∑ ∑
∑
− =
Y t
n Y
t
2 2
θ
∑ ∑
− =
2 2
t n
t
β
∑ ∑
∑
− =
3 2
t n
t t
α d.
Eksponensial Y
t
= ae
bt
Dimana : n
t b
Y a
∑ ∑
− =
ln ln
∑ ∑
∑ ∑ ∑
− −
=
2 2
ln ln
. t
t n
t Y
Y t
n b
e. Siklis
+
+
= n
t c
n t
b a
Y
t
π π
2 cos
. 2
sin .
Dimana :
∑ ∑
∑
+
+
= n
t c
n t
b na
Y π
π 2
cos 2
sin
∑ ∑
∑ ∑
+
+
=
n
t n
t c
n t
b n
t a
n t
Y π
π π
π π
2 cos
2 sin
2 sin
2 sin
2 sin
∑ ∑
∑ ∑
+
+
=
n
t c
n t
n t
b n
t a
n t
Y π
π π
π π
2 cos
2 cos
2 sin
2 cos
2 cos
III. Metode Deskomposisi
Metode deskomposisi merupakan pendekatan peramalan yang tertua. Ada beberapa pendekatan alternative untuk mendekomposisikan suatu deret
berkala yang bertujuan untuk memisahkan setiap komponen deret data sateliti mungkin. Konsep dasar pemisahan bersifat empiris dan tetap yang
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
mula-mula memisahkan unsure musiman, kemudian trend dan akhirnya unsur siklis.
IV. Metode Kausal
Metode kausal mengasumsikan factor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas.
Sebagai contoh jumlah pendapatan berhubungan dengan faktor-faktor seperti harga jual, tingkat promosi dan jumlah penjualan. Kegunaan dari
metode kausal adalah untuk menemukan bentuk hubungan antara varibel- variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel
tidak bebas. Kualitas hasil peramalan sangat ditentukan oleh proses pelaksanaan
peramalan tersebut. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah penyusunan yang baik. Langkah- langkah
yang harus dilakukan untuk membuat peramalan dengan metode kuantitatif adalah :
1. Penentuan Tujuan Peramalan
Tujuan peramalan biasanya adalah untuk mengetahui tingkat permintaan terhadap produk dalam jangka waktu tertentu.
2. Identifikasi Pola Historis dari Data Aktual
Identifikasi pola histories dari data actual dilakukan dengan membuat diagram pencar. Pembuatan diagram pencar dimaksudkan untuk mengetahui pola data
histories. Ada empat model pola data histories yang umum terjadi. Pada peramalan menggunakan metode time series, yaitu :
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
a. Pola Konstan
Pola konstan menunjukkan nilai data yang berfluktuasi di sekitar nilai rata- rata.
b. Pola Musiman
Pola musiman terjadi apabila suatu deret dipengaruhi oleh factor musiman. Misalnya bulanan, kuartalan.
c. Pola Siklis
Pola siklis terjadi apabila data dipengaruhi oleh fluktuasi ekonomi jangka panjang.
d. Pola Trend
Pola trend terjadi apabila terdapat kenaikan atau penurunan nilai dua secara kontinu dalam jangka panjang.
3. Pemilihan fungsi peramalan minimal dua fungsi yang dianggap sesuai
dengan pola data pada diagram pencar. 4.
Perhitungan parameter-parameter fungsi peramalan 5.
Perhitungan ketelitian masing-masing fungsi peralamalan yang dipilih. Ketelitian hasil peramalan diukur dari besar kecilnya kesalahan peramalan.
Kesalahan yang kecil menandakan ketelitian hasil peramalan tinggi dan sebaliknya. Besar kesalahan suatu peramalan dapat dihitung dengan beberapa
cara, antara lain : a.
Mean Square Error MSE Metode MSE memperkuat pengaruh angka-angka kesalahan, tetapi
memperkecil angka kesalahan perkiraan yang lebih kecil dari satu unit.
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
n Y
Y MSE
n t
2 1
1
∑
=
− =
Keterangan : Y
= data actual periode t Y
t
= nilai ramalan periode t n
= banyaknya periode b.
Standard Error Of Estimate SEE
f n
Y Y
SEE
n t
t
− −
=
∑
=1 2
Keterangan : f = derajat kebebasan
c. Percentage Error PE
t
100 x
Y Y
Y PE
t t
−
=
Keterangan : Nilai PE
t
bias positif atau negatif d.
Mean Absolute Percentage Error MAPE
n PE
MAPE
n t
t
∑
=
=
1
3.3. Perhitungan Nilai Q
