relatif tidak banyak menyebabkan seluruh produk memiliki urutan proses routing yang sama.
Berikutnya disampaikan bahwa dengan penggunaan lini produksi pada industri proses secara kontinyu, maka perhitungan penentuan ketersediaan
kapasitas produksi untuk industri proses menjadi lebih sederhana. Metode penjadwalan produksi yang dikembangkan untuk industri proses
adalah metode yang sesuai untuk permasalahan penjadwalan mesin tunggal - banyak produk single machine
– multiproduct. Leachman dan Gascon dalam Fransoo 1994 telah melakukan investigasi mengenai aplikasi model-model
deterministik pada situasi stokastik dan mengusulkan pendekatan heuristik untuk mengantisipasi adanya ketidakpastian.
2.4 Persediaan Inventory
Persediaan adalah sumber daya menganggur yang dipandang sebagai pemborosan karena dapat menimbulkan biaya persediaan yang tinggi jika terdapat
dalam jumlah yang berlebihan. Keberadaan persediaan harus diminimalkan, dengan tetap menjamin terpenuhinya permintaan produk dari pelanggan. Efisiensi
produksi salah satu muaranya adalah penurunan biaya produksi dapat ditingkatkan melalui pengendalian sistem persediaan. Menurut Baroto 2002
terdapat beberapa fungsi persediaan sebagai berikut : 1. Fungsi independensi. Persediaan barang jadi diperlukan untuk memenuhi
permintaan pelanggan yang tidak pasti. Permintaan pasar tidak dapat diduga dengan tepat, demikian pula dengan pasokan dari pemasok.
2. Fungsi ekonomis. Seringkali dalam kondisi tertentu, memproduksi dengan jumlah produksi tertentu lot akan lebih ekonomis daripada memproduksi
secara berulang atau sesuai permintaan. Pada beberapa kasus, membeli dengan jumlah tertentu juga akan lebih ekonomis daripada membeli sesuai
kebutuhan. 3. Fungsi antisipasi. Fungsi ini diperlukan untuk mengantisipasi perubahan
permintaan atau pasokan.
4.
Fungsi fleksibilitas. Bila dalam proses produksi terdiri atas beberapa tahapan proses operasi dan kemudian terjadi kerusakan pada satu tahapan
proses operasi, maka akan diperlukan waktu untuk melakukan perbaikan. Persediaan barang setengah jadi work in process pada situasi ini akan
merupakan faktor penolong untuk kelancaran proses operasi. Untuk mengatur persediaan permintaan demand diperlukan strategi yang
tepat mempertimbangkan bahwa permintaan dipengaruhi oleh faktor-faktor eksternal yang sulit dikendalikan. Dalam sistem pengendalian persediaan terdapat
dua pendekatan yaitu : Continuous Review System sering disebut dengan Q system dan Periodic Review System sering disebut dengan P system.
Sistem persediaan berdasarkan pendekatan Continuous Review System sering disebut dengan sistem Reorder Point sistem ROP atau sistem Fixed Order
QuantityFOQ. Dalam prakteknya, pengamatan review dilakukan secara berkala misalnya hari-an dan kontinyu. Dalam setiap pengamatan, dilakukan
pengambilan keputusan berdasarkan posisi persediaan item. Jika jumlah persediaan
dipertimbangkan terlalu
rendah, sistem
merekomendasikan dilakukannya pemesanan order baru. Pada saat posisi persediaan mencapai
tingkat minimum persediaan yang telah ditentukan ROP, dilakukan pemesanan item sejumlah kuantitas tertentu Q. Q dapat ditentukan berdasarkan rumus
Economic Order Quantity EOQ, ukuran lot minimum, ukuran kontainer atau kuantitas lainnya sesuai dengan pertimbangan pihak manajemen Krajewski,
2002. Kim C.O., et.al 2005 dalam makalahnya yang berjudul
“Adaptive Inventory Control Models for Supply Chain Management
” mengamati permasalahan pengendalian persediaan pada sistem rantai pasok yang terdiri dari
pemasok tunggal dan banyak retailer. Untuk menghadapi situasi permintaan yang dinamis, mereka mengusulkan dua model pengendalian persediaan adaptif dengan
asumsi bahwa supplier mampu mengakses informasi mengenai permintaan pelanggan dan posisi persediaan tiap retailer secara on line. Dengan menggunakan
teknik reinforcement-learning, parameter pengendali dari kedua model pengendalian persediaan dirancang untuk dapat berubah secara adaptif sesuai
dengan perubahan pola permintaan pelanggan.
Tersine dalam bukunya “Principles of Inventory and Materials Management” 1994 menyatakan bahwa resiko dan ketidakpastian termasuk
dalam analisis persediaan yang melibatkan banyak peubahvariable. Namun yang paling berperan sebagai resiko dan ketidakpastian adalah variasi dalam
permintaan dan waktu ancang-ancang lead time. Variasi tersebut diserap dalam bentuk persediaan pengaman safety stock atau buffer stock atau fluctuation stock.
Persediaan pengaman safety stock adalah persediaan tambahan yang disimpan sebagai penyangga untuk mencegah terjadinya kekurangan persediaan
stockout disebabkan adanya gangguan acak dari alam atau lingkungan. Persediaan pengaman dibutuhkan untuk menangani permintaan selama waktu
ancang-ancang pemesanan pada saat permintaan aktual melebihi permintaan yang diharapkan atau dapat juga disebabkan waktu ancang-ancang lead time aktual
melampaui waktu ancang-ancang yang diharapkan. Di samping itu, persediaan pengaman dibutuhkan karena prakiraan permintaan kurang sempurna dan supplier
kadang-kadang gagal untuk mengirimkan barang tepat waktu. Dalam kenyataannya, permintaan dan waktu ancang-ancang tidak selalu
dapat diprediksi. Situasi ini mendukung kebutuhan adanya persediaan pengaman. Dalam upaya mempertahankan pelayanan terhadap permintaan yang tidak pasti
uncertain diperlukan tingkat pelayanan service level.Tingkat pelayanan adalah kemungkinan bahwa kekurangan persediaan tidak akan terjadi selama waktu
ancang-ancang. Jika permintaan bervariasi kecil di sekitar rata-rata permintaan, persediaan pengaman adalah kecil, dan berlaku sebaliknya. Variabilitas diukur
berdasarkan distribusi probabilitas yang ditunjukkan berdasarkan nilai rata-rata mean dan variansinya variance. Menurut Tersine 1994, persediaan pengaman
ditentukan oleh pihak manajemen dengan mempertimbangkan kebijakan tingkat pelayanan service level yang logis .
2.5 Manajemen Permintaan
Fungsinya adalah untuk menentukan permintaan produk. Penentuan ini mencerminkan prakiraan permintaan forecast dan mencakup pesanan pelanggan
yang diterima, pesanan dari outlet gudang, promosi khusus, kebutuhan persediaan pengaman serta komponen-komponen pelayanan dan persediaan untuk
mengantisipasi kebutuhan permintaan yang tinggi. Output dari kegiatan ini adalah penjumlahan dari permintaan produk per-periode Fogarty, 1991.
Kegiatan perencanaan dan pengendalian produksi dimulai dengan fungsi prakiraan permintaan berdasarkan plot data riwayat penjualan produk. Analisis
plot data akan merujuk beberapa metode pengujian prakiraan permintaan yang sesuai dengan hasil analisis plot data permintaan. Metode prakiraan permintaan
yang akurat adalah metode yang memberikan nilai kesalahan minimum. Terdapat berbagai alternatif metode prakiraan permintaan yang layak
untuk digunakan dalam pengujian prakiraan permintaan. Metode deret waktu, regresi linier, dan dekomposisi adalah beberapa metode yang banyak
diaplikasikan oleh industri karena kesederhanaannya dalam perhitungan. Metode Jaringan Syaraf Tiruan Artificial Neural Network menjadi metode yang mulai
banyak diaplikasikan untuk pengenalan pola data karena dapat menghasilkan
prakiraan permintaan dengan nilai akurasi yang baik.
Pada model deret waktu ini permintaan merupakan fungsi dari waktu. Pola permintaan pada masa yang akan datang diperkirakan identik dengan pola data
masa lalu. Model ini dikembangkan berdasarkan informasi masa lalu, dengan variabel tidak bebas dan asumsi, bahwa variabel tidak bebas ini akan memiliki
pola yang sama dengan masa lalu. Metode deret waktu yang banyak diaplikasikan industri antara lain adalah metode rata-rata bergerak moving average dan
metode pemulusan eksponensial exponential smoothing. Salah satu bentuk peramalan yang paling sederhana adalah regresi linier.
Dalam aplikasi regresi linier diasumsikan bahwa terdapat hubungan antara variabel yang ingin diramalkan variabel dependen dengan variabel lain variabel
independen. Selanjutnya, peramalan ini didasarkan pada asumsi bahwa pola pertumbuhan dari data historis bersifat linier. Pola pertumbuhan ini didekati
dengan suatu model yang menggambarkan hubungan-hubungan yang terkait
dalam suatu keadaan.
Metode dekomposisi merupakan metode peramalan time series dengan pendekatan yang digunakan bila data historis memiliki pola kecenderungantrend,
siklis atau musiman. Metode dekomposisi mencoba memisahkan faktor trend kecenderungan dan faktor musiman dari pola dasar. Faktor kecenderungan
