Analisa Peramalan Permintaan Produk Pipa PVC AW1/2” SC 4M pada PT. WDJ Demand Forecasting Analysis Products PVC Pipe AW1/2 "SC 4M in PT. WDJ Miftah Gufron Nur Ihsan, Muhammad Kholil Program Studi Teknik Industri, Fakultas Teknik Universitas Mercubuana Jakarta Jl. Raya Meruya Selatan No. 1 Kembangan, Jakarta Barat Email:
[email protected],
[email protected]
Abstrak PT. WDJ adalah perusahaan manufakturing yang memproduksi berbagai jenis macam Pipa PVC dan Fitting, PT WDJ merupakan anak perusahaan dari PT. DJBS Group yang bergerak di bidang manufacture material building. Fokus utama dari PT WDJ adalah kepuasan pelanggan, oleh karena itu untuk mengetahui seberapa besar kebutuhan konsumen terhadap produk Pipa PVC ini, maka perlu dilakukan peramalan permintaan, guna mendapatkan gambaran akan kebutuhan riil produksi terhadap produk tersebut. Dalam menentukan peramalan permintaan pada penelitian ini, model yang digunakan adalah model “peramalan permintaan Rata-rata bergerak tidak berbobot (Unweighted Moving Average), Rata-rata bergerak terbobot (Weighted Moving Average), dan Pemulusan (Exsponential Smoothing) dengan menggunakan data 1 tahun sebelumnya (2013). Dari hasil pengolahan data dengan model tersebut, maka didapat ramalan permintaan untuk awal tahun 2014. Hasil akhir dari pemilihan model yang ingin dipilih yaitu dengan membandingkan masing-masing nilai Validasi MAD,MSE,DAN RSFE, dan memilih nilai yang paling terkecil. Nilai yang tekecil ini mencerminkan nilai penyimpangan atau error yang terkecil, yang artinya mendekati akurasi dari nilai riil. Kata kunci: peramalan, pipa PVC, tracking signal Abstract PT. WDJ is a manufacturing company which produces various kinds of kinds of PVC pipes and fittings, PT WDJ is a subsidiary of PT. DJBS Group is engaged in the manufacture of building materials. The main focus of the PT WDJ is customer satisfaction, therefore, to find out how much consumer demand for these products PVC pipes, it is necessary to forecast demand, in order to get a picture of the real needs of the production of these products. To determine the demand forecasting in this study, the model used is,"demand forecasting Unweighted Moving Average, Weighted Moving Average, and Smoothing Exsponential using 1 year of data earlier (2013). From processing the data with the model, can be know the forecast demand for early 2014. The final results of the election model, we can selected by comparing each value Validation MAD, MSE, and RSFE, and choose the smallest value most. The smallest value that reflects the value of the smallest deviation or error, which means approaching the accuracy of real value. Keywords: forecasting, PVC pipe, tracking signal
1. Pendahuluan Di era modern saat ini pertumbuhan perekonomian global di sebagian negara mengalami perkembangan yang cukup baik khususnya untuk negara-negara berkembang di kawasan Asia, seperti Indonesia. Perusahaan-perusahaan yang telah lama beroperasi di Indonesia nantinya akan dihadapkan dengan persaingan yang sangat kompetitif dari perusahaan-perusahaan baru yang akan berinvestasi di indonesia. PT. WDJ merupakan salah satu perusahaan yang bergerak di bidang
63
JURNAL INTEGRA VOL. 4, NO. 1, JUNI 2014: 63-72
industri perpipaan, yang memproduksi berbagai macam jenis pipa PVC, PE, dan sambungan pipa (Fitting) dalam berbagai macam ukuran. Visi dan misi dari perusahaan ini adalah menjadi salah satu perusahaan perpipaan yang handal dengan mengedepankan kualitas dan pelayanan yang berfokus pada Kepuasan Pelanggan (Customer Satisfaction). Salah satu indikator kepuasan pelanggan adalah “Tersedianya Barang pada saat dibutuhkan”. Oleh karena itu guna mendukung pemenuhan kebutuhan pasar tersebut perusahaan perlu mengetahui peramalan produksi untuk periode kedepannya, agar perusahaan dapat memproduksi produk dengan mendekati jumlah kebutuhan pasar yang sebenarnya di periode mendatang. 1.1 Identifikasi Masalah Untuk merumuskan jumlah ramalan permintaan pada bulan Januari 2014, dengan menggunakan 3 teknik metode peramalan yaitu Moving Average, Weighted Moving Average, dan Exsponesial Smoothing. Berdasarkan ketiga teknik metode tersebut akan ditentukan manakah metode yang paling tepat dan efektif untuk yang dapat diterapkan pada perusahaan. 1.2 Batasan Masalah Mengingat begitu luasnya cakupan permasalahan yang akan di teliti, dan keterbatasan waktu, pengetahuan, pengalaman, serta kemampuan teknis penulis. Dibutuhkan pembatasan permasalahan agar tidak terlalu menyimpang dari maksud dan tujuan penelitian, dimana penelitian hanya dilakukan untuk jenis pipa PVC AW ½” AC 4M, dikarenakan banyaknya type dan jenis pipa yang dijual dan diproduksi oleh PT.WDJ.
2. Landasan Teori 2.1 Peramalan Peramalan merupakan suatu hal yang sangat penting dan dibutuhkan untuk mengetahui seberapa besar tingkat keinginan konsumen terhadap barang atau produk yang dibuat oleh perusahaan. Peramalan dapat dijadikan landasan atau acuan bagi perusahaan dalam menetapkan kebijakan dan menentukan langkah-langkah selanjutnya untuk memproduksi barang sesuai tingkat kebutuhan atau permintaan konsumen. 2.2 Tujuan Peramalan Tujuan peramalan tentunya untuk mengetahui dugaan ataupun perkiraan kebutuhan konsumen di masa periode yang akan datang, berdasarkan history permintaan yang sudah ada. Sedangkan menurut beberapa ahli tujuan peramalan dapat dijelaskan sebagai berikut: a. Menurut ( Gasperz, 2002), Tujuan peramalan adalah untuk meramalkan permintaan dari itemitem independent demand dimasa yang akan datang. b. Menurut (Hakim Nasution, 2003), Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa akan datang yg meliputi dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan. c. Menurut (Zulian Yamit, 2000), Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. d. Menurut (Fogarty, Black Stone dan Hofmann 1991), The term prediction is used to describe any activity that includes subjective evaluation. e. Menurut (Subagyo,2002) tujuan peramalan adalah mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forcast error) yang bisa diukur dengan Mean Absolute Error (MAD) dan Mean Square Error (MSE). Sehingga dengan adanya peramalan produksi manajemen perusahaan akan mendapatkan gambaran keadaan produksi di masa yang akan datang, dan akan memberikan kemudahan manajemen perusahaan. 64
PERAMALAN PRODUK PIPA PVC AW1/2” SC 4M (Miftah G. N. I., et al.)
2.3 Pola Peramalan 2.3.1 Pola Horizontal Pola horizontal merupakan pola peramalan yang terjadi akibat data yang berfluktuasi di sekitar rata-ratanya, atau sering terjadi naik-turun permintaan pasar.
Gambar 1. Pola Peramalan Horizontal
2.3.2 Pola Musiman Pola musiman merupakan pola peramalan yang terjadi akibat adanya pengaruh musiman tertentu.
Gambar 2. Pola Peramalan Musiman
2.3.3 Pola Siklis Pola Siklis merupakan pola peramalan yang terjadi akibat dipengaruhinya oleh fluktuasi ekonomi jangka panjang seperti yang terjadi dengan siklus bisnis.
Gambar 3. Pola Peramalan Siklis
65
JURNAL INTEGRA VOL. 4, NO. 1, JUNI 2014: 63-72
2.3.4 Pola Trend Pola Trend terjadi akibat adanya kenaikan atau penurunan sekuler jangka panjang dalam data yang disajikan.
Gambar 4. Pola Peramalan Trend
2.4 Faktor-faktor yang mempengaruhi peramalan Di dalam peramalan biasanya permintaan suatu produk pada suatu perusahaan dangat dipengaruhi oleh berbagai faktor lingkungan yang saling berinteraksi dalam pasar yang berada diluar kendali perusahaan. Dimana faktor-faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan menurut Yamin (2005): a. Kondisi umum bisnis ekonomi b. Reaksi dan tindakan pesaing c. Tindakan pemerintah d. Kecenderungan pasar e. Siklus hidup produk f. Gaya dan mode g. Perubahan permintaan konsumen h. Inovasi teknologi 2.5 Model Peramalan 2.5.1 Metode Kualitatif Merupakan metode peramalan yang lebih berdasarkan pada intuisi atau pertimbangan. Beberapa model peramalan yang digolongkan sebagai model Kualitatif antara lain: a. Dugaan manajemen b. Riset Pasar (market research. c. Metode kelompok terstruktur (structured group method d. Analogi historis (historical analogy) 2.5.2 Metode Kuantitatif Merupakan metode peramalan yang lebih berdasarkan pada analisa hubungan numerik dari data, sedangkan metode kuatitatif dibagi menjadi 2 kelompok utama yaitu: a. Kuantitatif Intrinstik atau lebih dikenal dengan model deret waktu (time series model), merupakan metode yang berdasarkan pada pola historis dari data itu sendiri. b. Kuantitatif Ekstrinsik atau lebih dikenal dengan model Kasual (casual model), merupakan metode berdasarkan pola-pola eksternal.
66
PERAMALAN PRODUK PIPA PVC AW1/2” SC 4M (Miftah G. N. I., et al.)
Model deret waktu (kuantitatif intrinsik) yang populer digunakan adalah: a. Model Rata-rata Bergerak (Moving Average) b. Model Pemulusan (Exsponential Smoothing) c. Model Pemulusan dengan Proyeksi Kecenderungan (Exsponential Smoothing With Trend Adjusment) Sedangkan model Kasual (kuantitatif ekstrintik) yang popular digunakan adalah Model Regresi Linear.
3. Pembahasan Penelitian ini dibagi menjadi 2 bagian, yaitu pengumpulan data, pengolahan data. 3.1 Pengumpulan Data Pengumpulan data berdasarkan history permintaan dilakukan dengan melihat dari sumber data-data history permintaan yang sudah berjalan atau data masa lalu yang dapat diakses dari komputer perusahaan. Berdasarkan data history permintaan tersebut didapat data permintaan satu tahun terakhir untuk jenis pipa PVC AW1/2” SC4M berikut: Tabel 1. Permintaan Pipa PVC AW ½” SC 4M
(satuan dalam batang)
3.2 Pengolahan Data 3.2.1 Perhitungan dengan metode Rata-rata Bergerak Tidak Berbobot (Unweighted Moving Average) 3 bulanan Tabel 2. Peramalan Permintaan Pipa PVC AW 1/2” SC 4M Model (Unweigted Moving Average) 3 bulan
67
JURNAL INTEGRA VOL. 4, NO. 1, JUNI 2014: 63-72
MAD =
= 286.599
MSE =
= 573.199
MAPE =
= 0.389
Tabel 3. Tracking Signal hasil peramalan model Unweighted Moving Average 3 bulanan
Gambar 5. Peta Control Tracking Signal hasil peramalan model Unweighted moving average 3 bulanan
3.2.2 Perhitungan dengan Metode Rata-rata Bergerak Tidak Berbobot (Unweighted Moving Average ) 5 bulanan Tabel 4. Peramalan Permintaan Pipa PVC AW 1/2” SC 4M Model (Unweigted Moving Average ) 5 bulanan
MAD =
= 306.529
MSE =
= 573.199
68
MAPE =
= 0.389
PERAMALAN PRODUK PIPA PVC AW1/2” SC 4M (Miftah G. N. I., et al.) Tabel 5. Tracking Signal hasil peramalan model Unweighted Moving Average 5 bulanan
Gambar 6. Peta Control Tracking Signal hasil peramalan model Unweighted Moving Average 5 bulanan
3.2.3 Perhitungan dengan metode Rata-rata Bergerak 4-bulan Berbobot Tabel 6. Peramalan Permintaan Pipa PVC AW 1/2” SC 4M Model (Weighted Moving Average ) 4 bulanan
MAD =
= 308.412
MSE =
= 616.824
MAPE =
= 0.402
69
JURNAL INTEGRA VOL. 4, NO. 1, JUNI 2014: 63-72 Tabel 7. Tracking Signal hasil peramalan Weighted Moving Average 4 bulanan
Gambar 7. Peta Control Tracking Signal hasil peramalan model Weighted Moving Average 4 bulanan
3.2.4 Perhitungan dengan model Pemulusan (Exsponential Smoothing) Tabel 8. Tabel Hasil peramalan Model Exsponential Smoothing dengan
MAD =
= 324.264
MSE =
= 648.527
70
MAPE =
= 0.397
= 0,9
PERAMALAN PRODUK PIPA PVC AW1/2” SC 4M (Miftah G. N. I., et al.) Tabel 9. Tracking Signal hasil peramalan Pemulusan (Exsponential Smoothing)
= 0,9
Gambar 8. Peta Control Tracking Signal hasil peramalan model Exsponential Smoothing
= 0,9
4. Kesimpulan dan Saran 4.1 Kesimpulan 1. Peramalan permintaan untuk Produk Pipa PVC AW ½” SC 4M untuk awal tahun 2014 berdasarkan beberapa model: a. Hasil peramalan berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 3 bulanan, untuk bulan Januari 2014 adalah sebesar 681.407 batang. b. Hasil peramalan berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 5 bulanan, untuk bulan Januari 2014 adalah sebesar 749.461 batang. c. Hasil peramalan berdasarkan model Rata-rata bergerak berbobot (weighted moving average) 4 bulanan, untuk bulan Januari 2014 adalah sebesar 738.139 batang. d. Hasil peramalan berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9, untuk bulan Januari 2014 adalah sebesar 695.469 batang. 2. Hasil perhitungan Nilai Mean Absolute Deviation (MAD) untuk masing model adalah: a. Hasil MAD berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 3 bulanan adalah sebesar 286.559 b. Hasil MAD berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 5 bulanan adalah sebesar 306.259 c. Hasil MAD berdasarkan model Rata-rata bergerak berbobot (weighted moving average) 4 bulan adalah sebesar 308.412 d. Hasil MAD berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9 adalah sebesar 324.264.
71
JURNAL INTEGRA VOL. 4, NO. 1, JUNI 2014: 63-72
3. Hasil perhitungan MSE untuk masing model adalah: a. Hasil MSE berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 3 bulanan adalah sebesar 573.119 b. Hasil MSE berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving average) 5 bulanan adalah sebesar 613.059 c. Hasil MSE berdasarkan model Rata-rata bergerak berbobot (weighted moving average) 4 bulan adalah sebesar 616.824 d. Hasil MSE berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9 adalah sebesar 648.527 4.2 Saran Apabila dilihat dari hasil yang telah di dapat pada hasil penelitian diatas, pada dasarnya semua model peramalan menghasilkan hasil prediksi atau ramalan yang sama baiknya. Hal ini dikarenakan berdasarkan hasil uji validasi dari beberapa metode validasi peramalan seperti MAD, SE, dan RSFE, dimana hasil dari semua model hampir
5. Daftar Pustaka Gasperz, V. (2002), “Production Planning and Inventory Control”, Gramedia Pustaka Utama, Jakarta. Nasution, A. H. (2003), “Perencanaan dan Pengendalian Produksi”, Guna Widya, Surabaya. Subagyo, P. (2002), “Forecasting: Konsep dan Aplikasi”, BPFE, Yogyakarta. Yamit, Z. (2000), “Manajemen Produksi dan Operasi”, Ekonisia, Yogyakarta.
72
