BAB V ANALISA HASIL
Pada
bab
sebelumnya
telah
dilakukan
pengolahan
data-data
yang
dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan hasil pengolahan data yang telah dilakukan. 5.1
Analisa Peramalan Permintaan Pada grafik permintaan actual (gambar 4.1) terlihat bahwa permintaan bulan
Januari 2011 sampai dengan Desember 2011 rata-rata permintaan semakin meningkat. Dengan pola grafik seperti itu, maka penulis melakukan pengolahan data peramalan tersebut dengan menggunakan tiga metode yaitu: Metode Trend Linear, Metode Eksponensial Smoothing α = 0.1 – 0.5 dan Moving Average. Untuk memilih metode peramalan terbaik dari kedua metode peramalan yang digunakan, maka dilakukan pemilihan berdasarkan nilai ketepatan peramalan dengan menghitung nilai MSE (mean Square Error), MAD (Mean Absolute Deviation) dan 93
94
MAPE (Mean Absolute Percentage Error) dari masing-masing metode peramalan tersebut. Setelah melakukan perhitungan perbandingan nilai kesalahan dari MSE, MAD dan MAPE, metode peramalan yang dipilih adalah metode peramalan Trend Linear, karena mempunyai kesalahan terkecil dengan data sebagai berikut: Tabel 5.1 Rekap Perhitungan MSE, MAD dan MAPE
5.2
Analisa Verifikasi Hasil Peramalan Dari hasil peramalan, metode Trend Linear dipilih karena mempunyai nilai
kesalahan akurasi terkecil, tetapi data dari hasil peramalan Metode Trend Linear harus diverifikasi terlebih dahulu untuk dinyatakan layak atau tidaknya data tersebut untuk dipergunakan pada perhitungan selanjutnya. Verifikasi atau pemeriksaan hasil peramalan tersebut dilakukan dengan menggunakan peta uji verifikasi. Peta ini digunakan untuk melihat hasil peramalan metode Trend Linear, apakah melewati garis batas control yang telah ditentukan. Jika ditemukan satu titik yang berada diluar batas kendali pada saat peramalan verifikasi maka harus ditentukan apakah data harus diabaikan atau mencari peramalan baru. Jika ditemukan sebuah titik berada diluar batas kendali maka harus diselidiki penyebabnya. Jika semua titik berada didalam batas kendali, diasumsikan bahwa peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang
94
berada diluar batas kendali, jelas bahwa peramalan yang didapat kurang baik dan harus direvisi. Dari hasil verifikasi menunjukkan bahwa metode Trend Linear sudah layak digunakan karena tidak keluar dari batas control. UCL= 58.969 CL= 40.828 LCL= 22.686
Gambar 5.1 Moving Range Adapun langkah yang harus dilakukan untuk verifikasi adalah: 1. Menghitung selisih antara dua hasil peramalan dengan data historis permintaan (∆yt) = y’t – yt dan hasil perhitungan tersebut dimasukkan kedalam peta uji verifikasi peramalan. 2. Melakukan perhitungan moving range (MR) dan rata-rata moving range (MR) untuk menentukan batas-batas control UCL (batas nilai atas), CL (batas nilai tengah), dan LCL (batas nilai bawah). Dari hasil verifikasi peramalan, data berada dalam batas kendali. Sehingga metode Eksponensial Smoothing 0.5 merupakan metode peramalan yang dapat dijadikan data permintaan yang actual dan dapat digunakan untuk proses perencanaan produksi pada semen serba guna 50 kg selama perencanaan 12 periode.
95
5.3
Analisa Data Pemakaian Bahan Baku Data pemakaian bahan baku di PT. XYZ bersifat konstan. Selain itu, dalam
berproduksi bersifat “make to stock”. Analisa Perencanaan dan Kebutuhan Material (MRP) Perencanaan Kebutuhan Material (MRP) menentukan inputan yaitu jadwal induk produksi, status persediaan, dan struktur produk. Adapun perhitungan dari perencanaan dan kebutuhan material (lihat gambar 4.2). Model Persediaan yang digunakan dalam pengolahan data adalah: 1. Fixed Order Quantity (FOQ) 2. Economic Order Quantity (EOQ) 3. Lot For Lot (LFL) 4. Fixed Period Requirement (FPR) 5. Part Period Balance (PPB) Table 5.2 Total Biaya
Dari hasil perhitungan diatas metode yang menghasilkan jumlah biaya total optimal adalah metode lot for lot dengan nilai Rp.720.000 dibandingkan
96
dengan metode yang digunakan perusahaan saat ini. Dikarenakan LFL tidak mungkin diaplikasikan dalam perusahaan ini, karena tidak mungkin memesan sesuai yang dibutuhkan karena akan terjadi kekhawatiran stock out. Maka sebaiknya perusahaan memilih metode EOQ dimana jumlah biaya yang terkecil kedua setelah LFL.
97
