FORECASTING INVENTORY MATERIAL ENAMELLED WIRE (KAWAT TEMBAGA) DENGAN MODEL TIME SERIES ANALYSIS (DERET WAKTU) DI PT. TRAFOINDO PRIMA PERKASA Tri Hastuti dan Ahmad Fauzi Teknik Industri Universitas Mercubuana Jakarta Email:
[email protected] ABSTRAK PT. TRAFOINDO PRIMA PERKASA unit ctvt, merupakan salah satu perusahaan yang bergerak dalam bidang manufaktur instrument untuk panel kontrol untuk gardu-gardu induk milik swasta dan PLN. Untuk tahun 2012 ini, masalah yang sering terjadi over stock dan out off stock pada seksi material planning control hal tersebut dikarenakan dalam perencanaan material masih menggunakan metoda manual dan tidak ada peramalan material sebelumnya hal tersebut mempengaruhi proses produksi yang sedang berjalan sehingga tidak efektif dan efisien. Hal tersebut kemungkinan karena metoda manual yang telah ada kurang akurat dalam merancanakan dan mengontrol stock material yang ada. Model yang dipakai dalam menghitung/ memforcast inventory material dengan model Time Series Analisys model peramalan ini menggunakan data-data pada masa lalu kemudian dengan data-data masa lalu (historis) berdasarkan kecenderungan datanya dan memproyeksikan data tersebut ke masa yang akan datang atau tahun yang akan datang. Dalam peramalan ini saya menggunakan 3 metoda yaitu metoda Konstan, Linier, dan Kuadratik.dari ketiga metoda itu setelah saya terapkan dan penulis analisa ternyata metoda yang kemungkinan erorr yang sangat kecil dalam penulis melakukan ramalan/forecasting inventori material ialah metoda kuadratik. Dari ketiga metoda perhitungan yang dilakukan mendapatkan hasil metoda kuadratik menghasilkan nilai analis standar error yang kecil yaitu SEE: 71,19, MAD: 51,89, MSE:4645,17, & MAPE: 41,45, hasil ini digunakan untuk menghitung kebutuhan material untuk masa yang akan datang. Sehingga perusahaan dapat mengetahui kebutuhan material yang di perlukan untuk tahun berikutnya. Kata Kunci: Model Time Series Analisys, 3 metoda yaitu Konstan, Linier & Kuadratik, Analisa & penyelesaian. ABSTRACT PT. PRIMA TRAFOINDO PERKASA ctvt unit, is one company that is engaged in manufacturing instruments for the control panel for substation-substation privately owned and PLN. For the year 2012, a problem that often occurs over stock and stock out off the sexy material planning control in this case because the material planning still using manual methods and there is no material forecasting before they affect production processes that are running so effectively and efficiently. This is likely due to the existing manual method is less accurate in merancanakan and controlling stock of existing material. The model used in calculating / memforcast material inventory model analisys Time Series forecasting model uses data on past data and then the past (historical) based on trend data and project data into the future or years to come. In this forecasting method that I use 3 methods Constant, Linear, and Kuadratik.dari three methods that once I apply and author of the analysis methods that may turn out a very small erorr the authors conducted a prediction / forecasting material inventory method is quadratic. Of the three methods of calculation is done to get the quadratic method produces standard errors which analysts value the small-SEE: 71.19, MAD: 51.89, MSE: 4645.17, and MAPE: 41.45, these results are used to calculate the material requirements for the future. So the company can determine material requirements that need for the next year. Keywords: Time Series Models analisys, three methods namely Constant, Linear and Quadratic, analysis and resolution.
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
117
1. PENDAHULUAN Latar Belakang Pada zaman era globalisasi sekarang pertumbuhan ekonomi semakin pesat membuat permintaan terhadap barang maupun jasa meningkat dengan signifikan sehingga banyak perusahaan manufactur harus menyediakan barang dan jasa yang diinginkan konsumen. dengan peningkatan yang signifikan pula, Hal ini juga membuat berkembang dengan pesat perusahaanperusahaan manufactur lain sehingga menciptakan atmosper persaingan yang dalam dunia usaha yang semakin kompleks. Persaingan akan memaksa perusahaan untuk meningkatkan pencapaian perencanaan dengan tingkat keberhasilan lebih efectif dan efisien. Persaingan baik di pasar domestic maupun pasar internasional akan memaksa perusahaan membuat yang sesuai dengan keputusan yang benar dalam segala hal. Menghadapi persaingan dunia bisnis yang ketat, khususnya dalam bidang perdagangan dan industri maka perusahaan manufactur dituntut untuk dapat mangantisifasinya yaitu disamping menjaga mutu juga memenuhi pesanan customer dengan tepat waktu. Oleh sebab itu selain perusahaan membutuhkan perencanaan dan pengendalian produksi yang baik perusahaan juga perlu mengetahui berapa banyak kebutuhan material agar proses produksi dapat berjalan dengan efectiv & efisien. Keputusan yang harus diambil untuk menyesuaikan situasi yang diperlukan dari waktu ke waktu. Salah satu keputusan penting yang harus diambil oleh PT. TRAFOINDO PRIMA PERKASA ialah mengenai perencanaan inventory Material, hal tersebut merupakan biaya utama dalam suatu perusahaan manufactur. Perusahaan manufactur yang mengelola inventory Material dengan baik akan berdampak positif terhadap proses produksi yang sedang berjalan di PT. TRAFOINDO PRIMA PERKASA tersebut sehingga proses produksi akan berjalan secara efisien dan efektif. Maka penting bagi Perusahaan untuk mengetahui lebih awal kebutuhan material yang dibutuhkan dengan cara memforecast/ meramalkan kebutuhan berdasarkan data yang terdahulu dengan order yang telah ada di tangan, hal tersebut agar dapat mencapai
118
efisiensi dan efectifitas dalam memproduksi suatu barang. Untuk memecahkan permasalahan tersebut perlu dilakukan penelitian. Penelitian yang akan dilakukan ini di analisa berdasarkan data inventory material enamelle wire dan data order masuk yang terdahulu kemudian peneliti memforecasting kembali inventory material untuk tahun selanjutnya agar kita lebih awal mengetahui berapa banyak kebutuhan material yang perusahaan perlukan dan menjegah terjadinya over stock material enamelle wire (kawat tembaga). Rumusan Masalah a. Mengetahui berapa banyak kebutuhan inventory material enamelle wire (kawat tembaga) yang di gunakan dalam proses produksi oleh PT. TRAFOINDO PRIMA PERKASA b. Forecasting inventory Material enamelle wire (kawat tembaga) yang di butuhkan dalam produksi trafo di PT. TRAFOINDO PRIMA PERKASA untuk tahun berikutnya. Tujuan Penelitian a. Mengetahui bagaimana perencanaan material secara keseluruhan b. Mengetahui berapa banyak material yang dibutuhkan dalam 1 tahun selanjutnya. c. Melakukan Forecasting inventory material kawat tembaga berdasarkan data inventory material terdahulu. Pembatasan Masalah a. Ruang lingkup departemen Material Planning Control di PT. TRAFOINDO PRIMA PERKASA. b. Ruang lingkup departemen Produk Planning Control di PT. TRAFOINDO PRIMA PERKASA. 2. TINJAUAN PUSTAKA Pengertian Porecasting Inventory Peramalan (Forecasting) adalah proses memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaannya relatif kecil. Tetapi Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
peramalan akan sangat dibutuhkan bila kondisi permintaan pasar bersifat kompleks sedangkan pengertian inventory. Menurut Koher, Eric L.A. Inventory adalah: "Bahan baku dan penolong, barang jadi dan barang dalam proses produksi dana barang-barang yang tersedia, yang dimiliki dalam perjalanan dalam tempat penyimpanan atau konsinyasikan kepada pihak lain pada akhir periode". Secara umum pengertian Inventory adalah merupakan suatu aset yang ada dalam bentuk barang-barang yang dimiliki untuk dijual dalam operasi perusahaan maupun barang-barang yang sedang di dalam proses pembuatan. Diantara pengertian diatas maka inventory dapat diklasifikasikan yang ditentukan oleh perusahaan, apabila jenis perusahaan yang membeli barang akan dijual lagi, maka klasifikasi hanya ada satu macam saja persedian barang dagangan. Sedangkan bila jenis perusahaan adalah pabrikasi yaitu perusahaan yang mengolah bahan mentah menjadi bahan jadi, maka klasifikasi inventory dibagi menjadi 3 kelompok yaitu: − Persediaan bahan baku − Persediaan dalam proses − Persediaan barang jadi. Setelah diperhatikan definisi inventory diatas, dapat disimpulkan bahwa yang dimaksud dengan persediaan bahan baku adalah barang-barang berwujud yang dimiliki dengan tujuan untuk diproses menjadi barang jadi. Barang ini dihasilkan sendiri dan dibeli dari perusahaan lain yang merupakan produk akhir dari perusahaan itu sendiri, barang ini merupakan bahan utama dalam menghasilkan produk akhir, persediaan barang penolong atau pembantu adalah bahan-bahan yang diperlukan untuk menghasilkan produk akhir, tapi tidak secara langsung ikut serta dalam hasil produk akhir. Persediaan barang dagangan adalah barang-barang yang dibeli dan dimiliki oleh perusahaan dagang untuk dijual kembali. Syarat Peramalan Operasi Fungsi peramalan permintaan mempunyai manfaat manajerial yang luas, baik dalam organisasi laba maupun non laba. Agar dapat berguna bagi perencanaan dan pengendalian operasi. Syarat peramalan operasi antara lain: a. Data peramalan permintaan harus tersedia dalam bentuk yang dapat diter-
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
jemkan ke dalam permintaan akan material, permintaan akan waktu pada kelompok peralatan tertentu, dan permintaan akan keahlian tenaga kerja tertentu. b. Perencanaan dan pengendalian operasi dilakukan pada berbagai tingkat yang berbeda. Metoda Peramalan Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Tabel [1] berikut ini menunjukkan tipe keputusan berdasarkan jangka waktu peramalannya. Tabel 1. Rentang Waktu dalam Peramalan Rentang Waktu Jangka Pendek (3-6 bulan) Jangka Menengah ( 2 tahun)
Tipe Keputusan Operasional
Jangka Panjang (Lebih dari 2 tahun)
Strategis
Taktis
Contoh Perencanaan Produksi, Distribusi Penyewaan Lokasi dan Peralatan Penelitian dan Pengembangan untuk akuisisi dan penggabungan atau pembuatan produk baru
Selain rentang waktu yang ada dalam proses peramalan, terdapat juga teknik atau metoda yang digunakan dalam peramalan. Metoda peramalan dapat diklasifikasikan dalam dua kategori, yaitu: A. Metoda Kualitatif Metoda ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan kualitatif menggunakan pertimbangan pendapatpendapat para pakar yang ahli atau experd di bidangnya. Adapun kelebihan dari metoda ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah. Salah satu pendekatan peramalan dalam metoda ini adalah teknik delphi, dimana menggabungkan dan merataratakan pendapat para pakar dalam suatu forum yang dibentuk untuk memberikan
119
estimasi suatu hasil permasalahan di masa yang akan datang. Misalnya: berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi 3G. B. Metoda Kuantitatif Penggunaan metoda ini didasari ketersediaan data mentah disertai serangkaian kaidah matematis untuk meramalkan hasil di masa depan. Terdapat beberapa macam model peramalan yang tergolong metoda kualitatif, yaitu: a) Model Regresi Perluasan dari metoda regresi linier digunakan untuk meramalkan suatu variabel yang memiliki hubungan secara linier dengan variabel bebas yang diketahui atau diandalkan. b) Model Ekonometrik Menggunakan serangkaian persamaan regresi dimana terdapat variabel-variabel tidak bebas yang menstimulasi segmen-segmen ekonomi seperti harga dan lainnya. c) Model Time Series Analysis (Deret Waktu) Memasang suatu garis trend yang representatif dengan data-data masa lalu (historis) berdasarkan kecenderungan datanya dan memproyeksikan data tersebut ke masa yang akan datang. Jenis Peramalan Organisasi pada umumnya menggunakan tiga tipe peramalan yang utama dalam perencanaan operasi dimasa depan yaitu: a. Peramalan ekonomi, menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya. b. Peramalan teknologi, memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru. c. Peramalan permintaan adalah proyeksi permintaan untuk produk atau jasa perusahaan disebut juga peramalan penjualan, mengarahkan produksi, kapasitas dan sistem penjadwalan perusahaan dan bertindak sebagai masukkan untuk perencanaan keuangan, pemasaran dan personalia.
120
Prosedur Peramalan Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika menggunakan metoda kuantitatif. Tahapan tersebut adalah: a. Menetapkan tujuan peramalan. b. Memilih unsur apa yang akan diramal. c. Menentukan horizon waktu peramalan. d. Memilih tipe model/metoda peramalan. e. Mengumpulkan data yang diperlukan untuk melakukan peramalan. f. Membuat peramalan. g. Memvalidasi dan menerapkan hasil peramalan. Pendekatan Dalam Peramalan Terdapat dua pendekatan umum peramalan, sebagaimana ada dua cara mengatasi semua modal keputusan, yaitu peramalan kuantitatif dan peramalan kualitatif atau subjektif. Peramalan kuantitatif menggunakan model matematis yang beragam dengan data masa lalu dan variable sebab akibat untuk meramalkan permintaan. Peramalan kualitatif atau subjektif menggabungkan faktor seperti intuisi, emosi, pengalaman pribadi dan sistem nilai pengambil keputusan untuk meramal. Pada peramalan kuantitatif ada lima metoda peramalan, yaitu: a. Pendekatan naif b. Rata-rata bergerak c. Penghalusan eksponensial d. Proyeksi tren e. Regresi linier Kendala Pemilihan Teknik Peramalan Beberapa kendala yang perlu diperhatikan dalam pemilihan teknik peramalan adalah sebagai berikut: a. waktu yang hendak diliput, yakni rentangan waktu masa yang akan datang dan jangkauan peramalan. b. Tingkah laku data, meliputi jumlah, ketepatan dan tingkah laku data masa lalu yang tersedia. c. Tipe model, yakni apakah model yang digunakan merupakan model time series, kausalitas atau kah model lain yang lebih kompleks dan canggih akan mempengaruhi pemilihan teknik peramalan. d. Biaya yang tersedia untuk maksud peramalan ini dan lebih luas biaya yang tersedia untuk penyusunan studi kelayakan proyek.
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
e. Tingkat ketepatan yang diinginkan, ini berkaitan dengan kebutuhan manajemen dalam tingkat kecermatan, ketelitian peramalan yang diinginkan. f. Kemudahan penerapan, ini berkaitan dengan kemampuan manajemen, data, dan biaya yang tersedia.
Dimana:
Dengan MSE:
∑ (dt − dt )
' 2
MSE =
Metoda Regresi Berikut ini akan dijabarkan cara melakukan peramalan dengan menggunakan model regresi yang terdiri dari beberapa model. Terdapat 3 kondisi yang dibutuhkan untuk dapat menggunakan metoda regresi yaitu: a. Adanya informasi tentang keadaan masa lalu. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data. c. Dapat diasumsikan bahwa pola hubungan yang ada dari data masa lalu akan berkelanjutan di masa yang akan datang. Metoda Konstan (Constant Forecasting) Persamaan garis yang menggambarkan pola konstan adalah:
dt’ = a dimana: a = Konstanta dt’ = Hasil peramalan bulan ke-n Untuk mendapatkan nilai (a) maka dapat didekati melalui turunan kuadrat terkecilnya (least square) terhadap (a) sebagai berikut:
n = Jumlah data masa lalu dt = Data masa lalu a = Konstanta
n−R
Dimana nilai R untuk metoda konstan adalah 1. Jadi, apabila pola data berbentuk konstan, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut. Metoda Linier (Linier Forecasting) Persamaan garis yang mendekati bentuk data linier adalah:
dt’ = a + bt Dimana: dt’ = Hasil peramalan bulan ke-n a, b = Konstanta t = nilai bulan ke-n Konstanta a dan b ditentukan dari data mentah berdasarkan Kriteria Kuadrat Terkecil (least square criterion). Dimana:
a=
b= sehingga Syarat agar E minimum adalah: dE/da = 0 Sehingga diperoleh:
∑ 2[dt − a][−1] = 0(dibagi − 2) ∑ dt − ∑ a = 0 ; maka ∑ dt − n.a = 0 a =
∑ dt n
Dengan MSE:
∑ (dt − dt )
' 2
MSE =
n−R
Dimana nilai R untuk metoda regresi linier adalah 2. Jadi, apabila pola data berbentuk regresi linier, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut. Pola Quadratic Persamaan matematis untuk quadratic.
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
121
Y = a + bx + cx 2 Harga constant a dan b pada persamaan diatas dapat dihitung dengan persamaan berikut:
a =
∑ y b∑ x ∑ x2 − −c n n n
γ .σ − θ .α γ .β − α .α θ − β .α c= γ
b=
( At − Ft ) 2 n
3. Rerata Persentase Kesalahan Absolute (Mean Absolute Percentage Error = MAPE )
Rerata Kesalahan peramalan (Mean Forecast Error = MFE)
α = ∑ x. ∑ x 2 − n ∑ x 3
MFE = ∑
β = ∑ x. ∑ x − n ∑ x 2 γ = ∑ x .∑ x − n ∑ x σ = ∑ x ∑ y − n ∑ xy 2
2
4
θ = ∑ x2.∑ y − n ∑ x2 y Dimana a, b, c =Konstanta n = Jumlah data masa lalu dt = data masa lalu dt` = hasil peramalan bulan ke-n Dengan MSE:
∑ [dt − dt ' ] n−R
MAD = ∑
( At − Ft ) n
4. Rerata kesalahan (AE, average error atau bias ). Merupakan rerata perbedaan antara nilai sebenarnya dan nilai peramalan, yang dirumuskan sebagai berikut:
AE =
At − Ft n
Dimana: A = permintaan Aktual pada periode-t F = peramalan permintaan pada periode-t n = jumlah periode peramalan yang terlibat
2
Dimana nilai R untuk metoda siklis adalah 3. Jadi, apabila pola data berbentuk siklis, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut. Berikut ini beberapa ukuran akurasi dari peramalan yang dipakai: 1. Rerata devisi mutlak (Mean Absolute Deviation = MAD). Rerata penyimpangan absolute merupakan penjumlahan kesalahan peramalan tanpa menghiraukan tanda aljabarnya dibagi dengan banyaknya data yang diamati, yang dirumuskan sebagai berikut;
At − f t n
2. Rerata kuadrat kesalahan (Mean Square Error = MSE). MSE memperkuat pengaruh angka – angka kesalahan besar, tetapi memperkecil angka kesalahan
122
MSE = ∑
Ft ⎛ 100 ⎞ MAPE = ⎜ ⎟ ∑ At − At ⎝ n ⎠
Dimana,
MSE =
peramalan yang lebih kecil dari satu unit.
Karakteristik Peramalan Yang Baik Sesuai dengan metoda regresi, hasil peramalan mempunyai karakteristik yang baik diantaranya: a. Akurasi Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi peramalan tersebut. Hasil peramalan dikatakan bisa bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dengan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil, peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan sehingga permintaan konsumen tidak dapat dipenuhi segera, akibatnya perusahaan mungkin akan kehilangan pelanggan dan kehilangan keuntungan dari penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan sehingga banyak modal terserap sia-sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
b.
c.
attau meminima asi penumpu ukan persediaan dan me emaksimasi tingkat pelayyanan biaya. Biiaya Biiaya yang dip perlukan dalam pembuatan suatu perramalan adalah tergantung dari jumla ah item yang diramalkan, d lamanya periode peramala an dan meto oda peramala an yang dipa akai. Ketiga factor pemicu biaya terssebut akan mempengaruhii berapa ba anyak data ya ang dibutuhka an, bagaiman na pengolaha an datanya, bagaimana b pe enyimpanan da atanya, dan siapa tenaga a ahli yang diperbantukan.. Pemilihan metoda m pera amalan haruss disesuaika an dengan da ana yang terssedia dan ting gkat akurasi ya ang ingin dida apatkan. Missalnya itemite em yang pe enting akan diramalkan de engan metod da yang ca anggih dan mahal, sedang gkan item-ite em kurang pe enting bisa diiramalkan dengan metoda a yang sederh hana dan mu urah, prinsip ini merupakan adopsi dari hokum paeto dengan an nalisis ABC. re Ke emudahan Pe enggunaan metoda m peram malan yang se ederhana, mu udah dibuat, dan mudah diaplikasikan akan a memberikan keunerusahaan. Pe emakai metungan bagi pe oda yang canggih akan pe ercuma jika to tid dak dapat dia aplikasikan pa ada system pe erusahaan ka arena keterb batasan dana a, sumber daya d manusia a, maupun pe eralatan tekno ologi.
Faktorr Yang Memp pengaruhi Pe ermintaan Bebera apa faktor ya ang mempengaruhi permintaa an yaitu: a. Sikklus bisnis: Penjualan prod duk akan dipengaruhi d ole eh permintaan n akan produ uk tersebut dan n permintaan akan sua atu produk aka an dipengaruhi oleh kondisi ekonomi yan ng membentu uk siklus bisniis. b. Sikklus hidup pro oduk Sikklus hidup suatu s produkk biasanya me engikuti suatu u pola yang biasa disebu ut kurva S.
Ga ambar 1. Kurvva siklus hidup p produk Ketera angan: 1. Perkenalan P P Pertumbuhan penjualan lam mbat karena produk baru ssaja diperkenalkan kepada a konsumen sedangkan biaya b sangat tin nggi sehingga produk tida ak menghasiilkan keuntungan sama se ekali. 2. Pe ertumbuhan Pa asar dengan cepat menerrima produk ba aru sehingga penjualan melonjak m dan menghasilkan m keuntungan yang y besar. 3. Ke edewasaan Pe eriode diman na pertumbuh han penjualan mulai men nurun karena produk suda ah bisa diterima oleh seba agian besar pe embeli potenssial. Jumlah keuntungan mantap, m atau m menurun kare ena meningka atnya biaya pemasaran untuk u melawa an para pesa aing. 4. Ke emunduran Da alam periode e ini penjuala an menurun de engan tajam diikuti deng gan menyusu utnya keuntun ngan. c.
3.
Fa aktor-faktor la ain Be eberapa fakto or lain yang mempengaruhi permintaan n adalah reakksi balik dari pe esaing, perila aku konsumen yang berubah, dan usaha-usaha yang y dilakuka an sendiri oleh perusaha aan, seperti pe eningkatan ku ualitas pelayyanan, angga aran periklan nan dan kebijaksanaan pe embayaran se ecara kredit. METODOLO OGI PENELITIAN
umpulan Datta Pengu Dalam m penelitian in ni, penulis me enggunakan dua jenis metoda pengumpulan data yaitu: etoda Pengum mpulan Data Primer Me1) Me tod da ini diguna akan untuk mendapatkan
Jurnal Ilmiah PASTI Vo olume VI Edisi 1 – ISSN 2085‐‐5869
123
data-data teknik yang sebenarnya dalam riset atau pengamatan secara langsung. Metoda ini dapat dilakukan dengan dua cara yaitu: a. Wawancara, yaitu penulis melakukan diskusi atau tanya jawab dengan pembimbing di lapangan b. Observasi, yaitu penulis melakukan pengambilan data dengan cara mengamati dan mencatat secara langsung pada objek penelitian/pengamatan. 2) Metoda Pengumpulan Data Sekunder Metoda ini digunakan untuk mendapatkan data/informasi secara tidak langsung, antara lain: a. Laporan Data Inventory Perusahaan b. Buku-buku yang berkaitan dengan Forecasting Inventory Material c. Situs Internet mengenai Forecasting Inventory Material
Model Time Waktu)
Series
Analysis
(Deret
Memasang suatu garis trend yang representatif dengan data-data masa lalu (historis) berdasarkan kecenderungan datanya dan memproyeksikan data tersebut ke masa yang akan datang. Dalam perhitungan Model Time Series Analysis (Deret Waktu) menggunakan 3 Metoda yaitu: Metoda Konstan, Linier dan Kuadratik. Tabel 2. Data Material Enamelled Wire (Kawat Tembaga)
4. HASIL DAN PEMBAHASAN Analisis yang akan dibahas pada penelitian ini adalah dengan melakukan perancangan model forecasting yang diperuntukan untuk membantu proses produksi serta dengan menganalisa permasalahan pada beberapa material yang mengalami over stock maupun out of stock. Analisa akan difokuskan pada material enamelle wire (kawat tembaga), Epoxi Resin, Bruss nut dan Silicon Steel. Analisa Model Forecasting Model forecasting yang digunakan pada penelitian ini adalah Model Time Series Analysis (Deret Waktu) dengan metoda konstan, linier & kuadratik. Dari ke-3 metoda ini akan penulis bandingkan mana yang standar errornya lebih kecil maka hal itu yang menjadi titik acuan penulis untuk memforecasting inventory material di PT. TRAFOINDO PRIMA PERKASA untuk 1 tahun berikutnya. Sehingga nantinya penulis dapat menarik kesimpulan mengenai forecasting yang penulis lakukan di PT. TRAFOINDO PRIMA PERKASA. Sebagai analisis penulis akan menunjukkan untuk material enamelle wire saja. Untuk material yang lain dapat dilihat di lembar lampiran.
124
Metoda Quadratic Persamaan matematis untuk quadratic. Y = a + bx + cx 2 Harga constant a dan b pada persamaan diatas dapat dihitung dengan persamaan berikut:
a =
∑ y b∑ x ∑ x2 − −c n n n
γ .σ − θ .α γ .β − α .α θ − β .α c= γ
b=
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
Dimana,
Tabel 4
α = ∑ x. ∑ x 2 − n ∑ x 3 β = ∑ x. ∑ x − n ∑ x 2 γ = ∑ x2.∑ x2 − n ∑ x4 σ = ∑ x ∑ y − n ∑ xy θ = ∑ x2.∑ y − n ∑ x2 y Dimana a, b, c =Konstanta n = Jumlah data masa lalu dt = data masa lalu dt` = hasil peramalan bulan ke-n 5. SIMPULAN DAN SARAN
Dengan MSE:
MSE =
∑ [dt − dt ' ]
2
n−R
Dimana nilai R untuk metoda siklis adalah 3. Jadi, apabila pola data berbentuk siklis, maka peramalannya dapat didekati dengan harga rata-rata dari data tersebut. Tabel 3
Simpulan Simpulan yang dapat penulis ambil bedasarkan hasil pengolahan data adalah sebagai berikut: 1. Dari hasil pengolahan data, metoda yang baik untuk pengolahan data ialah dengan metoda Quadratic. 2. Peramalan time series analisys adalah peramalan yang menggunakan datadata lampau untuk mengetahui kebutuhan material yang akan datang. 3. Dalam melakukan peramalan kita harus menentukan terlebih dahulu jenis peramalan yang akan kita gunakan barulah kita dapat mengolah data yang kita dapat. 4. Peramalan adalah suatu cara untuk mendapatkan gambaran masa yang akan datang. Saran
Grafik Quadratic
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
Setelah melakukan analisa terhadap di PT. Trafoindo Prima Perkasa, beberapa saran yang dapat menjadi masukan bagi perusahaan adalah: 1. Sebaiknya dalam melakukan perencanaan dan pengendalian bahan baku (material) dapat lebih akurat agar tidak terjadi over stock atau out off stock. 2. Untuk menentukan berapa banyak bahan baku yang akan kita gunakan sebaiknya dilakukan peramalan terlebih dahulu dengan menggunakan data yang ada di masa lampau untuk kemudian meramalkannya untuk masa yang akan datang. 3. Sebaiknya perusahaan melakukan benchmarking terhadap metoda yang di gunakan secara manual dan secara
125
memforecast dengan metoda yang telah ada dalam memforcast sehingga kita dapat memilih hasil yang terbaik dari metoda yang ada. DAFTAR PUSTAKA Situs internet tentang Forecasting: - library.binus.ac.id - lontar.ui.ac.id - ml.scribd.com - thesis.binus.ac.id - www.amazon.com/DemandForecasting-Inventory - books.google.com/.../Demand_For ecasting_and_Inventory Forecasting : Oleh Prof. Dr. Azhar Arsyad, MA Pustaka Pelajar, Yogyakarta 2003 Metode Peramalan Masa Kini dengan MINITAB dan SPSS Pengarang: Singgih Santoso
126
Jurnal Ilmiah PASTI Volume VI Edisi 1 – ISSN 2085‐5869
