PERAMALAN DAN PERENCANAAN AGREGAT
A. PERAMALAN
Forecasting adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. Bisa berupa prediksi subjektif atau intuitif disesuaikan dengan penilaian yang baik oleh manajer.
1. Pengertian Peramalan
Permalan (forecasting) pada dasarnya merupakan proses pengestimasian permintaan di masa mendatang dikaitkan dengan aspek kuantitas, kualitas, waktu terjadinya, dan alokasi yang membutuhkan produkbarang atau jasa yang bersangkutan.
Dalam APICS Dictionary disebutkan bahwa Forecasting (Peramalan) adalah fungsi bisnis yang berusaha meramalkan penjulan dan penggunaan produk yang bersangkutan sehingga produk tersebut dapat dibeli atau dipublikasikandi masa mendatang dalam jumlah yang tepat.
2. Kegunaan dan Pengelompokan Peramalan
Peramalan itu penting artinya bagi perusahaan bisnis, terutama untuk memenuhi keperluan pembuatan perencanaan jangka panjang. Namun demikian dari sisi fungsional, tiap departemen juga memerlukan ramalan aktivitas. Departemen Sumber Daya Manusia berkepentingan terhadap hasil peranalan untuk dipakai menyusunperencanaan personil. Departemen Akuntansi dan Keuangan memerlukan estimasi kegiatan jangka pendek untuk keperluan penyusunan anggaran. Departemen Pemasaran untuk keperluan penyusunan perencanaan distribusi. Secara umum peramalan dibutuhkan oleh manajemen untuk membuat atau menyusun rencana yang terkait dengan bidang tugas atau fungsinya.
Untuk membuat ramalan yang baik dibutuhkan data yang cukup, perangkat keras dan perangkat lunak analisis yang memadai. Dan suatu ramalan disebut baik jika memenuhi kriteria mutu berupa : akurat, objektif, kecepatan penyediaan hasilnya dan stabilitas vs responsivitas ramalan tersebut.
Secara umum peramalan dikelompokkan menurut horison waktu masa depan yang mendasarinya menjadi tiga kategori, yaitu :
a. Peramalan jangka pendek; Rentang waktunya mencapai satu tahun tetapi umumnya kurang dari tiga bulan. Peramalan jangka pendek digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan, dan tingkat produksi.
b. Peramalan jangka menengah; Permalan jangka menengah biasanya berjangka tiga bulan hingga tiga tahun. Peramalan ini sangat bermanfaat dalam perencanaan penjualan, perencanaan dan pengaggaran produksi, penggaran kas, dan menganalisis berbagai rencana operasi.
c. Peramalan jangka panjang; Rentang waktunya tiga tahun atau lebih; digunakan dalam merencanakan produk baru, pengeluaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan.
Peramalan jangka menengah dan jangka panjang mempunyai tiga ciri yang membedakan keduanya dari peramalan jangka pendek. Peramalan jangka menengah dan jangka panjang berhubungan dengan isu-isu yang lebih kompetitif dan mendukung keputusan manajemen berkaitan dengan perencanaan dan produk, pabrik dan proses. Menerapkan beberapa keputusan fasilitas, seperti membuka pabrik. Sedangkan peramalan jangka pendek biasanya menggunakan metodologi yang berbeda dari pada peramalan yang lebih panjang waktunya. Tekinik-teknik matematis seperti metode rata-rata bergerak, exponential smoothing dan eksplorasi trend adalah biasa untuk proyeksi jangka pendek. Metode-metode kualitatif yang agak luas bermanfaat dalam memprediksi seperti apa produk baru. Peramalan jangka pendek cenderung lebih akurat dari peramalan jangka panjang. Dengan demikian ramalan penjualan perlu diperbaharui secara teratur untuk mempertahankan nilainya. Setelah ramalan penjualan berlalu ramalan harus dikaji kembali dan diperbaiki.
3. Jenis-Jenis Peramalan
Organisasi menggunakan tiga jenis peramalan ketika merencanakan masa depan operasinya. Dua yang pertama, peramalan ekonomi dan teknologi, adalah teknik-teknik khusus yang mungkin berada di luar peran manajer operasi.
Peran manajer operasi dalam permalan adalah permalan permintaan.
1. Ramalan Ekonomi, membahas siklus bisnis dengan memprediksi tingkat inflasi, suplai uang, dan indikator-indikator perencanaan lainnya.
2. Ramalan teknologi, berkaitan dengan tingkat kemajuan teknologi yang akan melahirkan produk-produk baru yang mengesankan, membutuhkan pabrik dan peralatan baru.
3. Ramalan permintaan, proyeksi permintaan untuk produk atau jasa perusahaan. Ramalan ini disebut juga ramlan penjualan, mengarahkan produksi, kapasitas, dan sistem penjadwalan perusahaan dan bertindak sebagai masukan untuk perencanaan keuangan, pemasaran, dan personalia.
Ramalan yang baik sangat penting dalam seluruh aspek bisnis; ramalan hanyalah estimasi permintaan produk sampai permintaan aktual diketahui. Ramalan permintaan mengarahkan keputusan di dalam banyak bidang. Ramalan produk berpengaruh terhadap tiga fungsi yaitu :
a. Sumber daya manusia, Mempekerjakan, melatih dan memberhentikan para pekerja tergantung pada permintaan produk yang diantisipasi.
b. Kapasitas, Bila kapasitas tidak tepat, akan muncul masalah-masalah seperti pengiriman yang tidak terjamin, kehilangan pelanggan dan kehilangan pangsa pasar.
c. Manajemen rantai-suplai, Hubungan dengan pemasok yang baik dan keunggulan kerja yang terjamin untuk bahan baku dan suku cadang tergantung pada ramalan yang akurat.
4. Tahapan Peramalan
Tahapan peramalan yang baik meliputi 3 hal :
a. Menganalisis Data Masa Lalu.
Tahap ini berguna untuk mengetahui pola data yang tepat di masa lalu. Analisis dilakukan dengan cara membuat tabulasi kemudian mem-plot-kan data untuk mengetahui pola data
b. Menentukan Metode
Tahap ini ialah menetapkan metode peramalan yang baik. Metode yang baik ialah metode yang menghasilkan penyimpangan terkecil.
c. Memproyeksikan Data.
Tahap ini ialah memproyeksikan data masa lalu dengan menggunakan metode terpilih dan mempertimbangkan adanya faktor-faktor perubahan.
5. Metode PendekatanPeramalan
Terdapat dua Metode pendekatan umum yang akan kita gunakan dlam peramalan, yaitu Metode Kualitatif dan Kuantitatif.
a. Metode Kualitatif
Metode Kualitatif adalah metode panaksiran permitaan berdasarkan prakiraan secara subjektif atau opini pembuat ramalan. Metode Kualitatif terdiri atas berbagai jenis aplikasi misalnya:
a) Juri dari opini eksekutif
Metode ini mengambil opini dari sekelompok kecil manajer tingkat tinggi, seringkali dikombinasikan dengan model-model statistik dan menghasilkan estimasi permintaan kelompok.
b) Gabungan pendapat armada penjualan
Dalam pendekatan ini, setiap wiraniaga mengestimasi jumlah penjualan di wilayahnya, ramalan ini kemudian dikaji ulang untuk meyakinkan kerealistisannya, lalu dikombinasikan pada tingkat atas untuk mencapai ramalan secara menyeluruh.
c) Metode Delphi
Beberapa ahli yang tinggal di beberapa tempat untuk membuat peramalan.
d) Survei pasar konsumen
Metode memperbesar masukan dari pelanggan atau calon pelanggan tanpa melihat rencana pembelian masa depannya. Metode ini bisa membantu tidak hanya dalam menyiapkan ramalan tetapi juga dalam memperbaiki disain produk baru.
e) Pendekatan naif
Cara sederhana untuk peramalan ini mengasumsikan bahwa permintaan dalam periode berikutnya adalah sama dengan peramalan dalam periode sebelumnya
b. Metode Kuantitatiff
Secara umum peramalan dengan menggunakan metode kuantitatif digambarkan secara sederhana dalam bagan berikut:
a) Model Seri Waktu
Memprediksi berdasarkan asumsi bahwa masa depan adalah fungsi dari masa lalu. Dengan kata lain, model ini melihat pada apa yang terjadi selama periode waktu lalu dan menggunakan seri data masa lalu untuk membuat ramalan. Seri waktu (time series) didasarkan pada tahapan dari titik data yang sudah tertentu (mingguan, bulanan, kuartalan dan sebainya).
1. Moving Averages (Rata-rata bergerak)
Metode ini bermanfaat jika kita mengasumsikan bahwa permintaan pasar tetap stabil sepanjang waktu.
dimana n adalah jumlah periode dalam rata-rata bergerak, misalnya tiga,empat, atau lima secara berurutan untuk rata-rata bergerak tiga, empat atau lima periode.
2. Exponential Smoothing
Adalah metode peramalan yang mudah digunakan dan efisien bila dilakukan dengan komputer. Rumus metode Exponential Smoothing dasar adalah :
3. Trend Projection
Teknik ini mencocokan garis trend ke rangkaian titik data historis dan kemudian memproyeksikan garis itu ke dalam ramalan jangka-menengah hingga jangka-panjang. Dalam bahasan ini akan dibicarakan trend linear yang memakai metode kuadrat terkecil (least square mathod).
b) Model Kausal
Metode peramalan kausal biasanya mempertimbangkan beberapa variabel yang dikaitkan pada variabel yang sedang diprediksi. Sekali variabel-variabel ini diperoleh, model statistik dibangun dan digunakan untuk meramal variabel. Pendekatan ini lebih kuat ketimbang metode seri waktu yang hanya mengunakan nilai historis untuk variabel yang diramalkan.
Banyak faktor bisa dipertimbangkan dalam analisis kausal. Sebagai contoh, penjualan produk mungkin dikaitkan dengan anggaran iklan perusahaan, pembebanan harga, harga pesaing, dan strategi promosi atau bahkan tingkat ekonomi dan pengangguran. Dalam hal ini, penjualan akan disebut variabel tidak bebas (dependent variable) dan variabel-variabel lain disebut variabel bebas (independent varable).
6. Kesalahan Ramalan
Kesalahan ramalan dapat dibedakan atas kesalahan bias (bias error) dan kesalahan acak (random error). Kesalahan bias dijelaskan oleh ramalan, muncul karena kesalahan yang diakibatkan oleh variabel independen yang dipakai dalam peramalan tidak sesuai dengan seharusnya, nilai trend yang deperhitungkan tidak cermat, kesalahan musiman, serta pengaruh dari trend sekuler.Sebaliknya kesalahan acak adalah bentuk kesalahan yang tidak dijelaskan oleh ramalan. Kesalahan acak disebabkan oleh faktor yang berada di luar kemampuan kendali manusia, seperti bencana alam dan kebijakan pemerintah di bidang ekonomi dan moneter.
B. PERENCANAAN AGREGAT
Perencanaan agregat dibutuhkan oleh para manajer operasional untuk menentukan jalan terbaik untuk meningkatkan kapasitas dan memenuhi permintaan yang diperoleh dari peramalan dengan menyesuaikan nilai produksi, tingkat tenaga kerja, tingkat persediaan, pekerjaan lembur, tingkat subkontrak dan variable lain yang dapat dikendalikan dengan tujuan untuk meminimalkan total biaya produksi (Render 2004 : 114). Jadi konsep dari perencanaan agregat menurut Brown (2000 : 171) adalah untuk memilih strategi yang dapat menyebabkan fluktuasi permintaan secara ekonomis.
Menurut Render (2004 : 114), input dari perencanaan agregat terdiri dari 4 hal utama, yaitu sumber daya, peramalan permintaan, kebijakan perusahaan, dan biaya. Berikut akan dijelaskan masing-masing dari 4 hal tersebut:
1) Sumber daya, terdiri dari sumber daya manusia dan fasilitas yang dimiliki perusahaan.
2) Peramalan permintaan yang diperoleh dari data historis permintaan masa lalu, yang digunakan untuk memprediksi jumlah permintaan di masa depan.
3) Kebijakan perusahaan, di dalamnya misalnya adalah subkontrak dengan perusahaan lain. Kebijakan mengenai tingkat persediaan, pemesanan kembali dan melakukan lembur.
4) Biaya. Yang termasuk dalam biaya adalah penyimpanan persediaan, biaya pemesanan, biaya yang muncul bila melakukan subkontrak, dan biaya lembur serta biaya bila terdapat perubahan persediaan.
Sedangkan output atau hasil yang diinginkan dari perencanaan agregat adalah:
1. Meminimalkan besarnya biaya total yang harus dikeluarkan atas perencanaan yang dibuat.
2. Proyeksi atas tingkat persediaan. Dan termasuk di dalamnya adalah : persediaan, output, pekerja, subkontrak, pemesanan kembali.
3. Memaksimalkan tingkat pelayanan konsumen.
4. Meminimalisir perubahan pada tingkat angkatan kerja dan tingkat produksi.
5. Memaksimalkan penggunaan atas unit-unit produksi dan perlengkapan produksi.
NEXT PAGE : Peramalan dan Perencanaan Agregat Bag.2
A. PERAMALAN
Forecasting adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. Bisa berupa prediksi subjektif atau intuitif disesuaikan dengan penilaian yang baik oleh manajer.
1. Pengertian Peramalan
Permalan (forecasting) pada dasarnya merupakan proses pengestimasian permintaan di masa mendatang dikaitkan dengan aspek kuantitas, kualitas, waktu terjadinya, dan alokasi yang membutuhkan produkbarang atau jasa yang bersangkutan.
Dalam APICS Dictionary disebutkan bahwa Forecasting (Peramalan) adalah fungsi bisnis yang berusaha meramalkan penjulan dan penggunaan produk yang bersangkutan sehingga produk tersebut dapat dibeli atau dipublikasikandi masa mendatang dalam jumlah yang tepat.
2. Kegunaan dan Pengelompokan Peramalan
Peramalan itu penting artinya bagi perusahaan bisnis, terutama untuk memenuhi keperluan pembuatan perencanaan jangka panjang. Namun demikian dari sisi fungsional, tiap departemen juga memerlukan ramalan aktivitas. Departemen Sumber Daya Manusia berkepentingan terhadap hasil peranalan untuk dipakai menyusunperencanaan personil. Departemen Akuntansi dan Keuangan memerlukan estimasi kegiatan jangka pendek untuk keperluan penyusunan anggaran. Departemen Pemasaran untuk keperluan penyusunan perencanaan distribusi. Secara umum peramalan dibutuhkan oleh manajemen untuk membuat atau menyusun rencana yang terkait dengan bidang tugas atau fungsinya.
Untuk membuat ramalan yang baik dibutuhkan data yang cukup, perangkat keras dan perangkat lunak analisis yang memadai. Dan suatu ramalan disebut baik jika memenuhi kriteria mutu berupa : akurat, objektif, kecepatan penyediaan hasilnya dan stabilitas vs responsivitas ramalan tersebut.
Secara umum peramalan dikelompokkan menurut horison waktu masa depan yang mendasarinya menjadi tiga kategori, yaitu :
a. Peramalan jangka pendek; Rentang waktunya mencapai satu tahun tetapi umumnya kurang dari tiga bulan. Peramalan jangka pendek digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan, dan tingkat produksi.
b. Peramalan jangka menengah; Permalan jangka menengah biasanya berjangka tiga bulan hingga tiga tahun. Peramalan ini sangat bermanfaat dalam perencanaan penjualan, perencanaan dan pengaggaran produksi, penggaran kas, dan menganalisis berbagai rencana operasi.
c. Peramalan jangka panjang; Rentang waktunya tiga tahun atau lebih; digunakan dalam merencanakan produk baru, pengeluaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan.
Peramalan jangka menengah dan jangka panjang mempunyai tiga ciri yang membedakan keduanya dari peramalan jangka pendek. Peramalan jangka menengah dan jangka panjang berhubungan dengan isu-isu yang lebih kompetitif dan mendukung keputusan manajemen berkaitan dengan perencanaan dan produk, pabrik dan proses. Menerapkan beberapa keputusan fasilitas, seperti membuka pabrik. Sedangkan peramalan jangka pendek biasanya menggunakan metodologi yang berbeda dari pada peramalan yang lebih panjang waktunya. Tekinik-teknik matematis seperti metode rata-rata bergerak, exponential smoothing dan eksplorasi trend adalah biasa untuk proyeksi jangka pendek. Metode-metode kualitatif yang agak luas bermanfaat dalam memprediksi seperti apa produk baru. Peramalan jangka pendek cenderung lebih akurat dari peramalan jangka panjang. Dengan demikian ramalan penjualan perlu diperbaharui secara teratur untuk mempertahankan nilainya. Setelah ramalan penjualan berlalu ramalan harus dikaji kembali dan diperbaiki.
3. Jenis-Jenis Peramalan
Organisasi menggunakan tiga jenis peramalan ketika merencanakan masa depan operasinya. Dua yang pertama, peramalan ekonomi dan teknologi, adalah teknik-teknik khusus yang mungkin berada di luar peran manajer operasi.
Peran manajer operasi dalam permalan adalah permalan permintaan.
1. Ramalan Ekonomi, membahas siklus bisnis dengan memprediksi tingkat inflasi, suplai uang, dan indikator-indikator perencanaan lainnya.
2. Ramalan teknologi, berkaitan dengan tingkat kemajuan teknologi yang akan melahirkan produk-produk baru yang mengesankan, membutuhkan pabrik dan peralatan baru.
3. Ramalan permintaan, proyeksi permintaan untuk produk atau jasa perusahaan. Ramalan ini disebut juga ramlan penjualan, mengarahkan produksi, kapasitas, dan sistem penjadwalan perusahaan dan bertindak sebagai masukan untuk perencanaan keuangan, pemasaran, dan personalia.
Ramalan yang baik sangat penting dalam seluruh aspek bisnis; ramalan hanyalah estimasi permintaan produk sampai permintaan aktual diketahui. Ramalan permintaan mengarahkan keputusan di dalam banyak bidang. Ramalan produk berpengaruh terhadap tiga fungsi yaitu :
a. Sumber daya manusia, Mempekerjakan, melatih dan memberhentikan para pekerja tergantung pada permintaan produk yang diantisipasi.
b. Kapasitas, Bila kapasitas tidak tepat, akan muncul masalah-masalah seperti pengiriman yang tidak terjamin, kehilangan pelanggan dan kehilangan pangsa pasar.
c. Manajemen rantai-suplai, Hubungan dengan pemasok yang baik dan keunggulan kerja yang terjamin untuk bahan baku dan suku cadang tergantung pada ramalan yang akurat.
4. Tahapan Peramalan
Tahapan peramalan yang baik meliputi 3 hal :
a. Menganalisis Data Masa Lalu.
Tahap ini berguna untuk mengetahui pola data yang tepat di masa lalu. Analisis dilakukan dengan cara membuat tabulasi kemudian mem-plot-kan data untuk mengetahui pola data
b. Menentukan Metode
Tahap ini ialah menetapkan metode peramalan yang baik. Metode yang baik ialah metode yang menghasilkan penyimpangan terkecil.
c. Memproyeksikan Data.
Tahap ini ialah memproyeksikan data masa lalu dengan menggunakan metode terpilih dan mempertimbangkan adanya faktor-faktor perubahan.
5. Metode PendekatanPeramalan
Terdapat dua Metode pendekatan umum yang akan kita gunakan dlam peramalan, yaitu Metode Kualitatif dan Kuantitatif.
a. Metode Kualitatif
Metode Kualitatif adalah metode panaksiran permitaan berdasarkan prakiraan secara subjektif atau opini pembuat ramalan. Metode Kualitatif terdiri atas berbagai jenis aplikasi misalnya:
a) Juri dari opini eksekutif
Metode ini mengambil opini dari sekelompok kecil manajer tingkat tinggi, seringkali dikombinasikan dengan model-model statistik dan menghasilkan estimasi permintaan kelompok.
b) Gabungan pendapat armada penjualan
Dalam pendekatan ini, setiap wiraniaga mengestimasi jumlah penjualan di wilayahnya, ramalan ini kemudian dikaji ulang untuk meyakinkan kerealistisannya, lalu dikombinasikan pada tingkat atas untuk mencapai ramalan secara menyeluruh.
c) Metode Delphi
Beberapa ahli yang tinggal di beberapa tempat untuk membuat peramalan.
d) Survei pasar konsumen
Metode memperbesar masukan dari pelanggan atau calon pelanggan tanpa melihat rencana pembelian masa depannya. Metode ini bisa membantu tidak hanya dalam menyiapkan ramalan tetapi juga dalam memperbaiki disain produk baru.
e) Pendekatan naif
Cara sederhana untuk peramalan ini mengasumsikan bahwa permintaan dalam periode berikutnya adalah sama dengan peramalan dalam periode sebelumnya
b. Metode Kuantitatiff
Secara umum peramalan dengan menggunakan metode kuantitatif digambarkan secara sederhana dalam bagan berikut:
a) Model Seri Waktu
Memprediksi berdasarkan asumsi bahwa masa depan adalah fungsi dari masa lalu. Dengan kata lain, model ini melihat pada apa yang terjadi selama periode waktu lalu dan menggunakan seri data masa lalu untuk membuat ramalan. Seri waktu (time series) didasarkan pada tahapan dari titik data yang sudah tertentu (mingguan, bulanan, kuartalan dan sebainya).
1. Moving Averages (Rata-rata bergerak)
Metode ini bermanfaat jika kita mengasumsikan bahwa permintaan pasar tetap stabil sepanjang waktu.
dimana n adalah jumlah periode dalam rata-rata bergerak, misalnya tiga,empat, atau lima secara berurutan untuk rata-rata bergerak tiga, empat atau lima periode.
2. Exponential Smoothing
Adalah metode peramalan yang mudah digunakan dan efisien bila dilakukan dengan komputer. Rumus metode Exponential Smoothing dasar adalah :
3. Trend Projection
Teknik ini mencocokan garis trend ke rangkaian titik data historis dan kemudian memproyeksikan garis itu ke dalam ramalan jangka-menengah hingga jangka-panjang. Dalam bahasan ini akan dibicarakan trend linear yang memakai metode kuadrat terkecil (least square mathod).
b) Model Kausal
Metode peramalan kausal biasanya mempertimbangkan beberapa variabel yang dikaitkan pada variabel yang sedang diprediksi. Sekali variabel-variabel ini diperoleh, model statistik dibangun dan digunakan untuk meramal variabel. Pendekatan ini lebih kuat ketimbang metode seri waktu yang hanya mengunakan nilai historis untuk variabel yang diramalkan.
Banyak faktor bisa dipertimbangkan dalam analisis kausal. Sebagai contoh, penjualan produk mungkin dikaitkan dengan anggaran iklan perusahaan, pembebanan harga, harga pesaing, dan strategi promosi atau bahkan tingkat ekonomi dan pengangguran. Dalam hal ini, penjualan akan disebut variabel tidak bebas (dependent variable) dan variabel-variabel lain disebut variabel bebas (independent varable).
6. Kesalahan Ramalan
Kesalahan ramalan dapat dibedakan atas kesalahan bias (bias error) dan kesalahan acak (random error). Kesalahan bias dijelaskan oleh ramalan, muncul karena kesalahan yang diakibatkan oleh variabel independen yang dipakai dalam peramalan tidak sesuai dengan seharusnya, nilai trend yang deperhitungkan tidak cermat, kesalahan musiman, serta pengaruh dari trend sekuler.Sebaliknya kesalahan acak adalah bentuk kesalahan yang tidak dijelaskan oleh ramalan. Kesalahan acak disebabkan oleh faktor yang berada di luar kemampuan kendali manusia, seperti bencana alam dan kebijakan pemerintah di bidang ekonomi dan moneter.
B. PERENCANAAN AGREGAT
Perencanaan agregat dibutuhkan oleh para manajer operasional untuk menentukan jalan terbaik untuk meningkatkan kapasitas dan memenuhi permintaan yang diperoleh dari peramalan dengan menyesuaikan nilai produksi, tingkat tenaga kerja, tingkat persediaan, pekerjaan lembur, tingkat subkontrak dan variable lain yang dapat dikendalikan dengan tujuan untuk meminimalkan total biaya produksi (Render 2004 : 114). Jadi konsep dari perencanaan agregat menurut Brown (2000 : 171) adalah untuk memilih strategi yang dapat menyebabkan fluktuasi permintaan secara ekonomis.
Menurut Render (2004 : 114), input dari perencanaan agregat terdiri dari 4 hal utama, yaitu sumber daya, peramalan permintaan, kebijakan perusahaan, dan biaya. Berikut akan dijelaskan masing-masing dari 4 hal tersebut:
1) Sumber daya, terdiri dari sumber daya manusia dan fasilitas yang dimiliki perusahaan.
2) Peramalan permintaan yang diperoleh dari data historis permintaan masa lalu, yang digunakan untuk memprediksi jumlah permintaan di masa depan.
3) Kebijakan perusahaan, di dalamnya misalnya adalah subkontrak dengan perusahaan lain. Kebijakan mengenai tingkat persediaan, pemesanan kembali dan melakukan lembur.
4) Biaya. Yang termasuk dalam biaya adalah penyimpanan persediaan, biaya pemesanan, biaya yang muncul bila melakukan subkontrak, dan biaya lembur serta biaya bila terdapat perubahan persediaan.
Sedangkan output atau hasil yang diinginkan dari perencanaan agregat adalah:
1. Meminimalkan besarnya biaya total yang harus dikeluarkan atas perencanaan yang dibuat.
2. Proyeksi atas tingkat persediaan. Dan termasuk di dalamnya adalah : persediaan, output, pekerja, subkontrak, pemesanan kembali.
3. Memaksimalkan tingkat pelayanan konsumen.
4. Meminimalisir perubahan pada tingkat angkatan kerja dan tingkat produksi.
5. Memaksimalkan penggunaan atas unit-unit produksi dan perlengkapan produksi.
NEXT PAGE : Peramalan dan Perencanaan Agregat Bag.2
{ 0 komentar... Views All / Send Comment! }
Posting Komentar