PERAMALAN PENJUALAN KAIN JENIS FBB PADA PT. KUSUMA MULIA TEXTILE SURAKARTA TUGAS AKHIR

perpustakaan.uns.ac.id

digilib.uns.ac.id

PERAMALAN PENJUALAN KAIN JENIS FBB PADA PT. KUSUMA MULIA TEXTILE SURAKARTA

TUGAS AKHIR

Diajukan Untuk Melengkapi Tugas-tugas Dan Memenuhi Syarat-syarat Untuk Mencapai Derajat Ahli Madya Program Studi DIII Manajemen Bisnis

Oleh: SILMAWATI HIDAYAH F3509067

PROGRAM STUDI DIPLOMA III MANAJEMEN BISNIS FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2012

commiti to user


digilib.uns.ac.id

commitiito user


digilib.uns.ac.id

commitiiito user


digilib.uns.ac.id

MOTTO DAN PERSEMBAHAN

MOTTO:

“Kebanyakan motto hanya akan menjadi omong kosong. Untuk melangkah maju kita tidak butuh banyak motto, tapi untuk menggapai sukses yang kita butuhkan adalah banyak MUTU”

Karya sederhana ini adalah karunia Allah SWT. Dan kupersembahkan kepada: 1.

Bapak, Ibu dan keluargaku tercinta

2.

Semua teman temanku

3.

Almamaterku

commitivto user


digilib.uns.ac.id

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat, hidayah dan inayah-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir dengan judul “PERAMALAN PENJUALAN KAIN JENIS FBB PADA PT. KUSUMA MULIA TEXTILE SURAKARTA” . Tugas akhir ini disusun untuk memenuhi syarat-syarat mencapai gelar Ahli Madya pada program Diploma III Program Studi Manajemen Bisnis Fakultas Ekonomi Universitas Sebelas Maret Surakarta. Penulis menyadari bahwa keberhasilan penulisan tugas akhir ini tidak lepas dari bimbingan, bantuan, dukungan dan petunjuk dari berbagai pihak baik moril maupun materil. Oleh karena itu, dalam kesempatan ini penulis sampaikan ucapan terima kasih kepada: 1. Dr. Wisnu Untoro, M.S selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 2. Sinto Sunaryo, SE, MSi selaku Ketua Program D3 Manajemen Bisnis Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 3. Yeni Fajariyanti, SE, MSi selaku pembimbing yang telah meluangkan waktu untuk memberikan pengarahan, nasehat dan bimbingan dalam menyelesaikan Tugas Akhir ini. 4. Muh Juam Suamtoro MSi selaku Pembimbing Akademis. 5. Bapak Subur Widodo selaku HRD PT. Kusuma Mulia Textile.

commitvto user


digilib.uns.ac.id

6. Ibu Dewi Sulistyowati selaku karyawan pendamping selama penelitian di PT. Kusuma Mulia Textile. 7. Seluruh staff PT. Kusuma Mulia Textile yang telah memberikan bantuan kepada penulis selama penelitian. 8. Bapak dan Ibu Dosen yang dengan rendah hati berkenan memberikan ilmu praktik dan teori selama perkuliahan di Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 9. Terima kasih yang tak terhingga kepada Ayah dan Ibu tercinta yang telah merawatku dari kecil hingga dewasa, yang selalu sabar dan memberikan dukungan serta do’a dan semangat, baik moril maupun materiil. Serta seluruh keluarga besar yang selalu membimbing ke arah yang lebih baik. 10. Terima kasih kepada Ivan Galang Geovany buat doa, semangat kebaikannya selama ini kepada penulis. 11. Teman-teman senasib seperjuangan Manajemen Bisnis 2009 terutama Stefany, Lia, Syeila terima kasih kawan untuk kebersamaannya selama ini. 12. Kepada seluruh Angkatan 2009 Diploma III Fakultas Ekonomi UNS, terima kasih atas kebersamaannya. 13. Mas Ihsan Akuntansi 2008, terima kasih buat software penyusunan TA nya. 14. Ayuk Purwanti, terima kasih buat kebaikannya selama ini. 15. Semua teman-temanku yang tidak bisa saya sebutkan satu persatu, terima kasih buat semuanya. 16. Semua pihak yang telah membantu yang tidak bisa saya sebutkan satu persatu, semoga atas bantuan yang diberikan memperoleh imbalan dari Allah SWT. commitvito user


digilib.uns.ac.id

Penulis menyadari bahwa Tugas Akhir ini masih mempunyai banyak kekurangan dan kekeliruan, walaupun penulis dalam menulis Tugas Akhir ini telah berusaha sebaik-baiknya, tetapi kesalahan tetap tidak dapat dihindari karena keterbatasan kemampuan penulis. Oleh karena itu saran dan kritik yang sifatnya membangun sangat diharapkan. Semoga Allah SWT senantiasa memberikan petunjuk kepada hambaNya yang sedang menuntut ilmu.

Surakarta, 18 Juni 2012

commitviito user


digilib.uns.ac.id

DAFTAR ISI

HALAMAN JUDUL .....................................................................................

i

ABSTRAK ......................................................................................................

ii

HALAMAN PERSETUJUAN ......................................................................

iii

HALAMAN PENGESAHAN ........................................................................

iv

MOTTO DAN PERSEMBAHAN .................................................................

vi

KATA PENGANTAR ....................................................................................

vii

DAFTAR ISI ...................................................................................................

x

DAFTAR TABEL ..........................................................................................

xii

DAFTAR GAMBAR ......................................................................................

xiii

DAFTAR LAMPIRAN ..................................................................................

xv

BAB I PENDAHULUAN ..............................................................................

1

A. Latar Belakang Masalah .......................................................................

1

B. Rumusan Masalah ................................................................................

4

C. Tujuan Penelitian..................................................................................

4

D. Manfaat Penelitian................................................................................

5

E. Kerangka Pemikiran ............................................................................

7

F. Metode Penelitian ................................................................................

9

BAB II TUJUAN PUSTAKA .......................................................................

15

A. Pengertian Peramalan ..........................................................................

15

B. Tujuan Peramalan .................................................................................

16

commitviiito user


digilib.uns.ac.id

C. Jenis Peramalan ...................................................................................

16

D. Peramalan Menurut Horizon Waktunya ..............................................

17

E. Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan ......

18

F. Sifat-sifat Peramalan ...........................................................................

19

G. Tahap-tahap Peramalan .......................................................................

20

H. Karakteristik Peramalan yang Baik .....................................................

20

I. Pendekatan Dalam Peramalan .............................................................

21

J. Pengukuran Kesalahan Peramalan ......................................................

28

BAB III PEMBAHASAN .............................................................................

32

A. Gambaran Umum Perusahaan .............................................................

32

B. Struktur Organisasi ...............................................................................

36

C. Aspek Produksi ....................................................................................

40

D. Aspek Personalia .................................................................................

45

E. Laporan Magang Kerja ........................................................................

48

F. Pembahasan Masalah ..........................................................................

52

BAB IV PENUTUP .......................................................................................

70

A. Kesimpulan ..........................................................................................

70

B. Saran ....................................................................................................

71

DAFTAR PUSTAKA ....................................................................................

xv

LAMPIRAN ...................................................................................................

xvi

\

commitixto user


digilib.uns.ac.id

DAFTAR TABEL

Perusahaan Suplier Kain PT. Kusuma Mulia Textile ......................................

41

Jumlah Tenaga Kerja PT. Kusuma Mulia Textile............................................

45

Data Penjualan Kain FBB PT. Kusuma Mulia Textile ....................................

53

Perhitungan Peramalan Penjualan Kain FBB dengan Metode Single Moving Averages 3 bulanan .......................................................................................... 55 Perhitungan Peramalan Penjualan Kain FBB dengan Metode Single Moving Averages 6 bulanan .......................................................................................... 58 Perhitungan Peramalan Penjualan Kain FBB dengan Metode Exponential Smoothing Alpha 0,1 ....................................................................................... 61 Perhitungan Peramalan Penjualan Kain FBB dengan Metode Exponential Smoothing Alpha 0,5 ....................................................................................... 64 Perhitungan Peramalan Penjualan Kain FBB dengan Metode Exponential Smoothing Alpha 0,9 ....................................................................................... 66 Perbandingan Output Peramalan Penjualan Kain FBB pada PT. Kusuma Mulia Textile .................................................................................................... 69

commitxto user


digilib.uns.ac.id

DAFTAR GAMBAR

Sruktur Organisasi PT. KusumaMulia Textile .................................................

36

Alur Proses Produksi Kain PT. KusumaMulia Textile ....................................

44

Grafik Penjualan Kain FBB BulanMaret 2011-Februari 2012 dengan Metode Single Moving Averages 3 bulanan ................................................................. 55 Grafik Penjualan Kain FBB BulanMaret 2011-Februari 2012 dengan Metode Single Moving Averages 6 bulanan ................................................................. 58 Grafik Penjualan Kain FBB BulanMaret 2011-Februari 2012 dengan Metode Exponential Smoothing Alpha 0,1 ................................................................... 62 Grafik Penjualan Kain FBB BulanMaret 2011-Februari 2012 dengan Metode Exponential Smoothing Alpha 0,5 ................................................................... 64 Grafik Penjualan Kain FBB BulanMaret 2011-Februari 2012 dengan Metode Exponential Smoothing Alpha 0,9 ................................................................... 67

commitxito user


digilib.uns.ac.id

DAFTAR LAMPIRAN

Lampiran 1.SuratPernyataanTugasAkhir Lampiran 2.FormulirPenilaianMagangKerja

commitxiito user


digilib.uns.ac.id

ABSTRAK

PERAMALAN PENJUALAN KAIN JENIS FBB PADA PT. KUSUMA MULIA TEXTILESURAKARTA

Silmawati Hidayah F3509067 Tujuan yang ingin dicapai dalam penelitian ini adalah (1) Untuk membandingkan hasil peramalan penjualan kain FBB pada bulan Maret 2012 dengan menggunakan Metode Single Moving Averagesdan Metode Exponential Smoothing. (2) Untuk menentukan metode peramalan yang paling efisien untuk meramalkan penjualan produk kain FBB pada PT. Kusuma Mulia Textile. Metode pembahasan yang digunakan untuk meramalkan penjualan adalah metode Single Moving Averages periode 3 bulanan, Single Moving Averages 6 bulanan dan Exponential Smoothing dengan tiga nilai alpha yang berbeda, yaitu 0,1 ; 0,5 ; 0,9. Untuk pengukuran kesalahan (error) peramalan menggunakan Mean Absolute Deviation (MAD) dan Mean Square Error (MSE). Dari hasil analisis yang telah dilakukan, penulis mengambil kesimpulan. Besarnya hasil ramalan dengan menggunakan metode Single Moving Averages 3 bulanan adalah 386.666,7 yard dengan MAD=64.259,27 dan MSE=7.264.507.000; Single Moving Averages 6 bulanan adalah 338.333,3 yard dengan MAD=73.750 dan MSE=8.992.940.000. Besarnya ramalan dengan menggunakan metode Exponential Smoothing alpha (0,1;0,5;0,9).  ; 0,1 adalah 327.577,6 yard dengan MAD=79.384,28 dan MSE=8.373.855.000 ; 0,5 adalah 370.434,6 yard dengan MAD=55.423,48 dan MSE=5.510.927.000 ; 0,9 adalah 378.528,3 dengan MAD=51.504,22 dan MSE=4.172.596.000. Dari hasil analisis yang diperoleh, maka metode yang disarankan kepada perusahaan dalam membuat ramalan penjualan kain FBB sebaiknya menggunakan metode Exponential Smoothing Alpha 0,9 karena memiliki tingkat kesalahan (forecast error) MAD dan MSE terkecil. Kata kunci: Peramalan Penjualan, Metode Peramalan, Kesalahan Peramalan

ABSTRACT commit to user


digilib.uns.ac.id

THE SALE FORECASTING OF FBB FABRIC IN PT. KUSUMA MULIA TEXTILE SURAKARTA

Silmawati Hidayah F3509067 The aims of this research are (1) To compare the forecasting FBB fabric sales in PT. Kusuma Mulia textile by using a Single Moving Averages method and Exponential Smoothing method in Marc 2012. (2)To determine the most efficient forecasting method to forecast sales of fabric FBB in PT. Kusuma Mulia Textile. The discussion method which are used to forecast the sales is the Single Moving Averages method with a moving average about three monthly, Single Moving Averages method with a moving average about six monthly and Exponential Smoothing with three alpha value are 0.1, 0.5, 0.9. For measurement of error in forecasting is using MAD and MSE. From those analysis, the writer concludes that the amount of the forecasting’s results by using a 3 months Single Moving Averages method is 386.666,7 yard with MAD=64.259,27 and MSE=7.264.507.000; a 6 month Single Moving Averages method is 338.333,3 yard with MAD=73.750 and MSE=8.992.940.000. The amount of the forecasting’s result by using alpha Exponential Smoothing method (0,1;0,5;0,9).  ; 0,1 is 327.577,6 yard with MAD=79.384,28 and MSE=8.373.855.000 ; 0,5 is 370.434,6 yard with MAD=55.423,48 and MSE=5.510.927.000 ; 0,9 is 378528,3 with MAD=51504,22 and MSE=4172596000. From the rsult of analysis, the method reccomended to the company in making sales forecasting FBB fabric is Exponential Smoothing method alpha 0,9 because it has the smallest margin of error (forecast error) in MAD and MSE.

Keyword: Sales Forecasting, Forecasting Methods, Forecast Error

commit to user


digilib.uns.ac.id

BAB I PENDAHULUAN

A. LATAR BELAKANG MASALAH Sebuah

perusahaan

didirikan

mempunyai

tujuan

untuk

menghasilkan barang dan jasa yang menjadi kebutuhan konsumen dan sekaligus dapat menghasilkan keuntungan dari usaha tersebut. Selain dapat memperoleh keuntungan, juga bertujuan untuk membantu pemerintah dalam mengurangi angka pengangguran dengan membuka lapangan kerja baru

serta

bertujuan

untuk

mempertahankan

dan

meningkatkan

kelangsungan hidup perusahaan di masa yang akan datang. Untuk mewujudkan semua itu, pimpinan perusahaan harus menetapkan suatu kebijakan yang tepat dalam mengelola perusahaan. Saat ini banyak sekali perubahan-perubahan yang terjadi, antara lain adanya perkembangan teknologi dan informasi yang menyebabkan muncul banyak sekali perusahaan, sehingga terjadi persaingan bisnis antara perusahaan satu dengan perusahaan yang lainnya. Setiap perusahaan berusaha untuk memenangkan persaingan dan menawarkan hasil produksi yang berkualitas kepada konsumen. Dengan kondisi seperti ini perusahaan perlu membuat strategi agar konsumen tetap menjaga loyalitasnya terhadap perusahaan. Untuk mengatasi permasalahan tersebut, maka perusahaan menggunakan cara untuk meningkatkan mutu proses produksi agar dapat menciptakan kualitas produk yang baik. Sekarang ini sektor industri banyak diminati commit to user 1


digilib.uns.ac.id

oleh para pengusaha. Persaingan bisnis juga banyak terjadi pada perusahaan dibidang industri. Dari banyak industri yang ada, industri Textile merupakan salah satu bidang industri yang banyak terdapat di Indonesia. Forecasting (peramalan) adalah salah satu unsur yang sangat penting dalam proses pengambilan keputusan. Peramalan yang dilakukan umumnya didasarkan masalalu yang kemudian dianalisis dengan menggunakan metode atau cara-cara tertentu. Data masalalu dikumpulkan, dipelajari, dianalisis dan dihubungkan dengan perjalanan waktu. Karena adanya faktor tersebut, maka dari data hasil analisis tersebut kita mencoba mengatakan sesuatu yang terjadi di masa akan datang. Dalam hal ini kita dihadapkan pada suatu kondisi ketidakpastian, sehingga akan ada faktor akurasi atau ketidaksamaan yang harus diperhitungkan. Peramalan selalu bertujuan agar ramalan yang dibuat bisa meminimumkan kesalahan peramalan (forecast error) artinya perbedaan antara kenyataan dengan ramalan tidak terlalu jauh. Ramalan yang baik adalah ramalan yang mendekati kenyataan. Oleh karena peramalan digunakan sebagai acuan dalam pengambilan keputusan, maka ramalan yang baik sangat dibutuhkan. Peramalan adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model sistematis (Render dan Heizer, 2001). Model peramalan seri waktu memprediksi berdasarkan asumsi bahwa masa depan adalah fungsi dari commit to user 2


digilib.uns.ac.id

masa lalu. Dengan kata lain, model ini melihat pada apa yang terjadi selama periode waktu dan menggunakan data masalalu untuk membuat ramalan (Render dan Heizer, 2001). PT. Kusuma Mulia Textile merupakan salah satu perusahaan yang bergerak dalam bidang industri Textile. Memproduksi kain mentah (Grey) menjadi kain jadi, dan mendistribusikan produk kain dengan daerah pemasaran meliputi Surakarta, Yogyakarta, Semarang, Jakarta, Bandung, Denpasar, Medan, Surabaya dan Makasar. Jenis kain yang diproduksi antara lain: Kain FBB, Kain Ahasi, Kain Saten, Kain Kamatex, Kain BBTR, kain Nasatex, Kain ERO dan lain lain. Karena adanya beberapa produk yang dihasilkan, PT. Kusuma Mulia Textile sangat memperhatikan permintaan pasar dan keinginan konsumen. Dalam penelitian ini, penulis ingin melakukan penelitian pada kain jenis FBB. Dikarenakan, kain FBB lebih banyak dipesan dibanding jenis kain lain. Kain jenis FBB juga memiliki volume produksi dan penjualan yang tidak tetap dari bulan ke bulan, sehingga kondisi penjualan masa depan pada PT. Kusuma Mulia penuh dengan ketidakpastian. Untuk itu, PT. Kusuma Mulia Textile perlu melakukan suatu peramalan penjualan guna menentukan berapa jumlah produk yang harus diproduksi dan dijual, sehingga dapat memperkecil risiko kerugian dengan pemilihan metode peramalan yang tepat. Selama ini, PT. Kusuma Mulia Textile belum pernah melakukan peramalan penjualan secara efektif dan efisien untuk menentukan perencanaan penjualan. commit to user 3


digilib.uns.ac.id

Atas dasar hal tersebut, maka penulis tertarik untuk menjadikan masalah tersebut sebagai fokus penelitian dengan judul: “PERAMALAN PENJUALAN KAIN JENIS FBB PADA PERUSAHAAN PT. KUSUMA MULIA TEXTILE”.

B. RUMUSAN MASALAH Berdasarkan latar belakang masalah, maka dapat dirumuskan bahwa pokok permasalahan yang akan dibahas dalam penelitian ini adalah: 1. Berapakah ramalan penjualan kain FBB pada bulan Maret 2012 dengan menggunakan Metode Single Moving Averages dan Metode Exponential Smooting? 2. Metode peramalan manakah yang paling efisien untuk meramalkan penjualan produk kain FBB?

C. TUJUAN PENELITIAN Penelitian ini dilaksanakan dengan tujuan agar penelitian yang telah dilakukan, hasilnya dapat memberikan manfaat yang sesuai dengan apa yang dikehendaki. Adapun tujuan penelitian ini adalah: 1. Membandingkan hasil peramalan penjualan kain FBB pada bulan Maret 2012 dengan menggunakan Metode Single Moving Averages dan Metode Exponential Smooting. 2. Menentukan metode peramalan yang paling efisien untuk meramalkan penjualan produk kain FBB pada PT. Kusuma Mulia Textile. commit to user 4


digilib.uns.ac.id

D. MANFAAT PENELITIAN Manfaat yang dapat diambil dari penelitian ini adalah: 1. Manfaat akademis a. Bagi Penulis 1) Penelitian ini diharapkan untuk menambah pengetahuan dan pengalaman dengan menerapkan ilmu pengetahuan yang diperoleh di perkuliahan, khususnya tentang metode peramalan. 2) Menambah wawasan berpikir mengenai masalah peramalan yang terjadi di perusahaan dan mencoba untuk mencari solusinya.

b. Bagi Pembaca 1) Penelitian ini diharapkan dapat menjadi bahan masukan untuk peneliti lain yang mengambil kajian yang sama. 2) Dapat menambah pengetahuan dan pemahaman mengenai penelitian-penelitian yang berkaitan dengan peramalan.

2. Manfaat Praktis a. Bagi Perusahaan 1) Penelitian ini diharapkan menjadi bahan masukan bagi manajemen perusahaan dalam pengambilan kebijakan yang tepat, khususnya dalam peramalan jumlah penjualan yang commit to user 5


digilib.uns.ac.id

selanjutnya digunakan sebagai dasar perencanaan produksi yang akan datang. 2) Dapat membantu perusahaan dalam menentukan metode peramalan yang tepat dan untuk mengetahui tingkat penjualan, sehingga dapat membuat rencana produksi yang sesuai pada periode yang akan datang.

commit to user 6


digilib.uns.ac.id

E. KERANGKA PEMIKIRAN

Data Historis Data Jumlah Penjualan Kain Jenis FBB Pada Bulan Sebelumnya

Penentuan Metode Peramalan Metode Single Moving Average dan Exponential Smoothing

Penentuan Error Mencari Tingkat Kesalahan dari Masing-masing Metode Peramalan

Penentuan Metode Peramalan Yang Tepat Mencari Tingkat Kesalahan Dari Masing-Masing Metode Peramalan

Ramalan Yang Akan Datang Peramalan Penjualan Yang Akan Datang

Keputusan

Gambar I.1 Kerangka Pemikiran commit to user 7


digilib.uns.ac.id

Keterangan : Setiap perusahaan mengalami naik turun dalam penjualan suatu produk, Umumnya permintaan konsumen terhadap pembelian produksinya selalu berubah-ubah dalam setiap periode, dengan adanya ketidakpastian suatu penjualan, sehingga perusahaan membuat suatu ramalan penjualan. Di mana untuk membuat suatu ramalan tersebut diperlukan suatu data historis pada periode-periode sebelumnya. Data sebelumnya digunakan untuk meramalkan penjualan di periode yang akan datang. Data yang dianalisis termasuk data yang bersifat acak atau random. Dalam menghitung data tersebut digunakan dua metode yaitu Single Moving Average dan Exponential Smoothing. Dari hasil peramalan tersebut dicari tingkat kesalahan dengan menggunakan MAD (Mean Absolute Deviation), MSE (Mean Square Error). Untuk menghitung mana metode yang paling tepat dicari tingkat kesalahan (Error) yang mendekati nol pada setiap metode peramalan. Dari hasil peramalan tersebut dapat diketahui jumlah penjualan kain jenis FBB pada bulan Maret 2012. Dengan adanya hasil peramalan tersebut memberikan kemudahan dalam mengetahui jumlah penjualan, hal tersebut dijadikan sebagai dasar dalam perencanaan produksi oleh manajer perusahaan dalam memproduksi kain jenis FBB di bulan Maret 2012. Selanjutnya manajer akan mengambil keputusan setelah mengetahui data peramalan dan perencanaan di atas.

commit to user 8


digilib.uns.ac.id

F. METODE PENELITIAN 1. Desain Penelitian Penelitian ini bersifat deskriptif. Penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih (independen) tanpa membuat perbandingan atau menghubungkan dengan variabel yang lain (Sugiyono:2001). Menurut Sumarni (2005) tujuan analisis deskriptif adalah memperoleh jawaban dari pertanyaan tentang siapa, kapan, di mana dan bagaimana dari suatu topik penelitian. Jadi peneliti berupaya mendeskripsikan secara sistematis faktual dan akurat mengenai fakta dan sifat topik penelitian tersebut. 2. Objek Penelitian Penelitian ini dilakukan di PT. Kusuma Mulia Textile, yang bergerak dibidang industri textile, yang terletak di Jl. Cokroaminoto No. 47 Jebres, Sekarpace, Surakarta. 3. Sumber Data Data yang digunakan dalam penelitian ini adalah: a. Data Primer Menurut Kuncoro (2003) data primer yaitu data yang diperoleh dengan survei lapangan yang menggunakan semua metode pengumpulan data original. Data primer dalam penelitian ini meliputi data yang diperoleh dengan cara wawancara langsung dengan Kepala Bagian Produksi mengenai

aspek pemasaran

perusahaan dan mengenai proses produksi. commit to user 9


digilib.uns.ac.id

b. Data Sekunder Menurut Kuncoro (2003), data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data. Data sekunder dalam penelitian ini meliputi: sejarah berdirinya PT. Kusuma Mulia Textile, struktur organisasi, visi misi perusahaan, tujuan berdirinya perusahaan, jumlah karyawan kantor dan jumlah karyawan produksi dan data penjualan kain FBB selama periode 2011. 4. Teknik Pengumpulan Data Teknik pengumpulan data dalam penelitian ini adalah: a. Wawancara Menurut Suliyanto (2006), wawancara adalah teknik pengambilan data di mana peneliti langsung berdialog dengan responden untuk menggali informasi dari responden. Cara pengumpulan data dengan melakukan tanya jawab langsung dengan kepala bagian, staf ataupun karyawan serta pihak-pihak yang bersangkutan dengan pihak PT. Kusuma Mulia Textile. Dengan Kepala Bagian Kepala Bagian Produksi wawancara mengenai proses produksi dan aspek pemasaran. b. Observasi Menurut Suliyanto (2006), observasi adalah pengumpulan data dengan menggunakan panca indra, jadi tidak hanya pengamatan menggunakan mata. Dalam penelitian ini, peneliti melakukan pengamatan dan pencatatan langsung mengenai kegiatan yang commit to user 10


digilib.uns.ac.id

dilakukan PT. Kusuma Mulia Textile untuk menunjang data dalam masalah yang diteliti. c. Dokumentasi Suatu pengumpulan data yang digunakan dengan cara mencatat ataupun mengcopy data dari perusahaan. Data yang di copy dari PT. Kusuma Mulia Textile berupa sejarah berdirinya PT. Kusuma Mulia Textile, struktur organisasi, visi misi perusahaan, tujuan berdirinya perusahaan, jumlah karyawan kantor dan jumlah karyawan produksi dan data penjualan kain FBB periode 2011. 5. Teknik Analisis Data Ada dua hal yang perlu diperhatikan dalam peramalan yang akurat dan tepat. Pertama adalah pengumpulan data. Data harus relevan agar ramalan yang dihasilkan bisa memberikan informasi yang akurat. Kedua adalah pemilihan teknik yang tepat dan akurat. Untuk melakukan peramalan permintaan produk berdasarkan data yang diperoleh, peneliti akan menggunakan teknik analisis data dengan metode kuantitatif. Metode Single Moving Average dan Exponential Smoothing merupakan metode dengan teknik peramalan kuantitatif statistik yang pada umumnya menggunakan data historis yang menitikberatkan pada pola, perubahan pola, dan faktor gangguan yang disebabkan oleh pengaruh acak (random). Berdasarkan uraian di atas teknik analisis data yang digunakan oleh penulis mengenai peramalan penjualan pada kain FBB di PT. Kusuma Mulia Textile

yaitu dengan metode Single Moving Average dan commit to user 11


digilib.uns.ac.id

Exponential Smoothing dengan menggunakan MAD (Mean Absolute Deviation), MSE (Mean Absolute Error) untuk menghitumg peramalan. a. Metode Single Moving Average (Rata-rata Bergerak) Menurut Render dan Heizer (2005) metode single moving average adalah metode peramalan yang menggunakan rata-rata dari sejumlah (n) data terkini untuk meramalkan periode mendatang. Metode peramalan rata-rata bergerak (single moving average) menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Rumus yang digunakan dalam menghitung metode single moving average adalah sebagai berikut (Render dan Heizer, 2005) : Rata-rata bergerak = Di mana n adalah jumlah periode rata-rata bergerak. b. Metode Exponential Smoothing (Penghalusan Exponential) Exponential Smoothing merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah digunakan. Metode ini menggunakan sangat sedikit pencatatan masa lalu. Ramalan-ramalan exponential yang dihasilkan dapat mengandung banyak kesalahan karena fluktuasi random yang sangat besar pada periode-periode waktu yang mutakhir dan hal ini timbul karena dalam pemulusan exponential periode-periode yang terakhir mendapat bobot yang lebih berat. commit to user 12


digilib.uns.ac.id

Rumus exponential smoothing dasar dapat ditunjukkan sebagai berikut (Render dan Heizer, 2005) : Peralaman baru = peramalan periode lalu + α (permintaan aktual periode lalu – peramalan periode lalu) Di mana α sebuah bobot, atau konstanta penghalusan (smoothing constant), yang dipilih oleh peramal yang mempunyai nilai antara 0 dan 1. Secara matematis dapat juga ditulis sebagai berikut : +α(

-

)

Keterangan : Peramalan baru = Peramalan sebelumnya = Konstanta penulisan (0-1) = Permintaan aktual periode sebelumnya c. Pengukuran Kesalahan Peramalan (Forecast Error) Menurut

Taylor

(2004)

pengukuran

kesalahan

peramalan

merupakan perbedaan antara peramalan permintaan dengan permintaan aktual. Meskipun suatu jumlah kesalahan ramalan tidak dapat dielakkan namun tujuan ramalan adalah agar kesalahannya menjadi sekecil mungkin. Sedangkan menurut Nasution (2003) pengukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan sebenarnya terjadi. Rumus commitdalam to userpengukuran kesalahan, yaitu : yang biasanya digunakan 13


digilib.uns.ac.id

1) Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan dengan kenyataannya. Secara matematis MAD dapat dirumuskan : MAD = Keterangan : = Permintaan aktual pada periode t = Peramalan permintaan pada periode t = Jumlah periode peramalan yang terlibat 2) Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang sangat besar. Secara matematis MSE dirumuskan sebagai berikut : MSE = Keterangan : = Permintaan aktual pada periode t = Peramalan permintaan pada periode t = Jumlah periode peramalan yang terlibat commit to user 14


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA

A. Pengertian Peramalan Peramalan merupakan gambaran keadaan perusahaan pada masa yang akan datang. Gambaran tersebut sangat penting bagi manajemen perusahaan, karena dengan gambaran tersebut maka perusahaan dapat memprediksi langkah-langkah apa saja yang diambil dalam memenuhi permintaan konsumen. Ramalan memang tidak selalu tepat seratus persen, karena masa depan mengandung masalah ketidakpastian. Namun dengan pemilihan metode yang tepat, dapat membuat peramalan dengan tingkat kesalahan yang kecil. Berikut pengertian peramalan menurut pendapat dari beberapa ahli: 1. Menurut Nasution (2003), peramalan adalah memperkirakan beberapa kebutuhan di masa datang meliputi kebutuhan dalam ukuran kuantitas (jumlah), kualitas (mutu), waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau jasa. 2. Menurut Render dan Heizer (2006), peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa masa depan. Peramalan

memerlukan

pengambilan

data

historis

dan

memproyeksikannya ke masa depan. commit to user 15


digilib.uns.ac.id

3. Menurut Ishak (2010), peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.

B. Tujuan Peramalan Menurut Subagyo (2002), tujuan peramalan adalah mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (Forecast Error) yang bias diukur dengan Mean Absolute Error (MAE) dan Mean Squared Error (MSE). Sehingga dengan adanya peramalan produksi, manajemen perusahaan akan mendapatkan gambaran keadaan produksi di masa akan datang dan akan memberikan kemudahan manajemen perusahaan dalam menentukan kebijakan yang akan dibuat oleh perusahaan.

C. Jenis-jenis Peramalan Menurut Render dan Heizer (2005), peramalan dapat dibedakan menjadi 3 jenis, yaitu: 1. Peramalan Ekonomi (Economic Forecast) Menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membantu perumahan dan indikator perencanaan lainnya. 2. Peramalan Teknologi ( Technological Forecast) Memperhatikan

tingkat

kemajuan

teknologi

yang

dapat

meluncurkan produk baru yang menarik, membutuhkan pabrik dan peralatan baru.

commit to user 16


digilib.uns.ac.id

3. Peramalan Permintaan (Demand Forecast) Proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini juga disebut peramalan penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran dan sumber daya manusia.

D. Peramalan Menurut Horizon Waktunya Peramalan dapat dibedakan ke dalam tiga kelompok, yaitu (Nasution, 2005): 1. Peramalan Jangka Panjang, yaitu peramalan yang umumnya dua sampai sepuluh tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya. 2. Peramalan Jangka Menengah, yaitu peramalan yang umumnya satu sampai dua puluh empat bulan. Peramalan ini lebih mengkhusus dibanding peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi dan penentuan anggaran. 3. Peramalan Jangka Pendek, yaitu peramalan yang umumnya satu sampai lima minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lain-lain.

commit to user 17


digilib.uns.ac.id

E. Faktor-faktor Yang Mempengaruhi Pemilihan Teknik Peramalan Peramalan sebenarnya upaya untuk memperkecil risiko yang timbul akibat pengambilan keputusan dalam suatu perencanaan produksi. Berikut ini merupakan beberapa faktor-faktor yang harus dipertimbangkan (Ishak, 2010): 1. Horizon Peramalan: Ada dua aspek dari horizon waktu: a. Cakupan waktu di masa yang akan datang. Untuk mana perbedaan dari metode peramalan yang digunakan sebaiknya disesuaikan. b. Jumlah periode untuk mana ramalan diinginkan. Beberapa teknik metode hanya dapat disesuaikan untuk peramalan satu atau dua periode di muka. 2. Tingkat Ketelitian: Tingkat

ketelitian

yang

dibutuhkan

sangat

erat

hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. 3. Ketersediaan Data: Metode yang dipergunakan sangat besar manfaatnya, apabila dikaitkan dengan keadaan atau informasi yang ada atau data yang dipunyai.

commit to user 18


digilib.uns.ac.id

4. Bentuk Pola Data: Data dasar dari metode peramalan adalah anggapan bahwa macam dari pola yang didapat dalam data yang diramalkan akan berkelanjutan. 5. Biaya: Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan,

penyimpanan

(storage)

data,

operasi

pelaksanaan kesempatan penggunaan teknik-teknik dan metode lainnya. 6. Jenis dan Model: Banyak metode peramalan telah menganggap adanya beberapa model dari keadaan yang diramalkan. 7. Mudah Tidaknya Penggunaan dan Aplikasinya: Metode-metode yang dapat dimengerti mudah diaplikasi yang akan dipergunakan dalam pengambilan keputusan dan analisis.

F. Sifat-sifat Peramalan Dalam membuat peramalan atau menerapkan hasil peramalan, ada beberapa hal yang harus dipertimbangkan, yaitu: 1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut. commit to user 19


digilib.uns.ac.id

2. Peramalan seharusnya memberikan informasi mengenai berapa ukuran kesalahan. 3. Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan jangka panjang. (Ishak, 2010).

G. Tahap-tahap Peramalan Menurut Render dan Heizer (2005) ada tujuh tahap, yaitu: 1. Menentukan tujuan peramalan. 2. Memilih unsur apa yang akan diramal. 3. Menentukan horizon waktu peramalan (pendek, menengah atau panjang). 4. Memilih tipe model peramalan adalah menggunakan beragam model statistik yang akan dibahas sekarang, termasuk rata-rata bergerak, penghalusan eksponensial dan analisis regresi. 5. Mengumpulkan data yang diperlukan untuk melakukan peramalan. 6. Membuat peramalan. 7. Memvalidasi dan menerapkan hasil peramalan adalah pengkajian terhadap peramalan dilakukan setiap hari, untuk memastikan model, asumsi dan data yang digunakan sudah valid.

H. Karakteristik Peramalan yang Baik Menurut Ishak (2010), karakteristik peramalan yang baik adalah sebagai berikut:

commit to user 20


digilib.uns.ac.id

1. Akurasi Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relative kecil. 2. Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan,

bagaimana

pengolahan

datanya

(manual

atau

komputerisasi), bagaimana penyimpanan datanya, dan siapa tenaga ahli yang diperbantukan. 3. Kemudahan Pengguna metode peramalan yang sederhana, mudah dibuat dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Percuma memakai metode canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia maupun peralatan teknologi.

I. Pendekatan Dalam Peramalan Dalam metode peramalan yang akurat dan bermanfaat, selain mengandalkan pengumpulan data yang relevan dibutuhkan teknik-teknik commit to user 21


digilib.uns.ac.id

pengumpulan data yang tepat. Terdapat dua pendekatan umum peramalan yang tepat untuk digunakan yaitu : 1. Analisis Kualitatif (Qualitative Forecast) Yaitu peramalan yang menggabungkan faktor-faktor penting seperti intuisi pengambilan keputusan, pengalaman pribadi, emosi, dan sistem nilai (Render dan Hiezer,2005). Ada empat teknik peramalan kualitatif yang tepat digunakan adalah sebagai berikut : a. Keputusan dari Pendapatan Juri Eksekutif (Juri of Executive Opinion). Dalam metode ini, pendapatan sekumpulan kecil manajer atau pakar tingkat tinggi sering dikombinasikan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok. b. Metode Delphi (Delphi Method) Teknik peramalan yang menggunakan proses kelompok dimana para pakar melakukan peramalan. c. Gabungan dari Teknik Penjualan (Sales Force Composite). Dalam pendekatan ini, setiap tenaga penjualan memperkirakan berapa penjualan yang bisa ia lakukan dalam wilayahnya. d. Survei Pasar konsumen (Consumer Market Survei) Metode peramalan meminta input dari konsumen mengenai rencana pembelian mereka di masa depan. commit to user 22


digilib.uns.ac.id

2. Analisis Kuantitatif (Quantitative Forecast) Yaitu peramalan yang mengguakan satu atau lebih model matematis dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan (Render dan Heizer,2005). Teknik peramalan kuantitatif dikelompokkan menjadi dua, yaitu : a. Model Serial Waktu (Time Series) Model Time Series membuat prediksi dengan asumsi bahwa masa depan merupakan fungsi masa lalu. Dengan kata lain, mereka melihat apa yang akan terjadi selama kurun waktu tertentu dan menggunakan data masa lalu tersebut untuk melakukan peramalan (Render dan Heizer:2005) Pengolahan data kuantitatif dari segi waktu Time Series dapat dilakukan dengan lima metode yaitu sebagi berikut (Render dan Heizer:2005) : 1) Metode Pendekatan Naif Teknik

peramalan

yang

mengasumsikan

permintaan

diperiode mendatang sama dengan permintaan terkini. 2) Metode Single Moving Average (Rata-rata bergerak) Menurut Render dan Heizer (2005) metode Single Moving Average adalah metode peramalan yang menggunakan ratarata dari sejumlah (n) data terkini untuk meramalkan periode mendatang. Metode peramalan rata-rata bergerak (Single Moving Average) menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. commit to user 23


digilib.uns.ac.id

Rumus yang digunakan dalam menghitung metode Single Moving Average adalah sebagai berikut (Render dan Heizer:2005) : Rata-rata

bergerak

= Di mana n adalah jumlah periode rata-rata bergerak. 3) Metode Weight Moving Average (Rata-rata tertimbang) Apabila ada pola yang trend dan pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Teknik ini lebih responsif terhadap perubahan karena periode yang lebih dekat mendapat bobot yang lebih berat. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka (Render dan Heizer:2005). Rata-rata bergerak dengan pembobotan dapat digambarkan secara sistematis sebagai berikut : Rata-rata

bergerak

dengan

pembobotan

= Di mana n adalah jumlah periode dalam rata-rata bergerak tertimbang. 4) Metode Exponential Smoothing (Penghalusan Exponential) Exponential Smoothing merupakan metode peramalan ratarata bergerak dengan pembobotan yang canggih, namun commit to user 24


digilib.uns.ac.id

masih mudah digunakan. Metode ini menggunakan sangat sedikit pencatatan masa lalu. Ramalan-ramalan Exponential yang dihasilkan dapat mengandung banyak kesalahan karena fluktuasi random yang sangat besar pada periode-periode waktu yang mutakhir dan hal ini timbul karena dalam pemulusan Exponential periode-periode yang terakhir mendapat bobot yang lebih berat. Rumus Exponential Smoothing dasar dapat ditunjukkan sebagai berikut (Render dan Heizer:2005) : Peralaman baru = peramalan periode lalu +  (permintaan aktual periode lalu – peramalan periode lalu) Di mana  sebuah bobot, atau konstanta penghalusan (Smoothing Constant), yang dipilih oleh peramal yang mempunyai nilai antara 0 dan 1. Secara matematis dapat juga ditulis sebagai berikut : +(

-

)

Keterangan : Peramalan baru = Peramalan sebelumnya

 = Konstanta penulisan (0-1) = Permintaan aktual periode sebelumnya

commit to user 25


digilib.uns.ac.id

b. Metode Kausal Model kausal ini bertujuan untuk meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa variabel bebas yang penting beserta pengaruhnya terhadap variabel tidak bebas diamati. Adapun teknik yang biasa digunakan dalam model kausal, yaitu : 1) Regresi Linier (Linier Regression) Dalam banyak hal terdapat dua variabel atau lebih yang saling berhubungan dan saling mempengaruhi. Untuk mengetahui sejauh mana hubungan antara dua variabel atau satu variabel dengan beberapa variabel lainnya perlu di buat model. Adapun kecenderungan titik-titik koordinat dari variabel bebas dan variabel tidak bebas membentuk suatu garis linier (lurus), model ini dinamakan regresi linier. Sebaliknya,

apabila

hubungan

berbentuk

kuadrat,

Exponential atau sejenisnya dinamakan regresi non linier. Jika hubungan itu hanya melibatkan satu variabel bebas, model itu disebut regresi linier sederhana. Bentuk persamaan regresi linier (Render dan Heizer:2007) : ŷ = a + bx commit to user 26


digilib.uns.ac.id

Keterangan : ŷ = nilai variabel terikat a = persilangan sumbu y b = kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi di x) x = variabel bebas (waktu) perubahan rata-rata y terhadap perubahan per unit x. Nilai a dan b meminimumkan jumlah kesalahan kuadrat, dapat dicari dengan menggunakan persamaan sebagai berikut : a= b= 2) Proyeksi Trend (Trend Projection) Proyeksi Trend adalah teknik mencocokkan garis trend pada serangkaian data masa lalu dan kemudian memproyeksikan garis pada masa datang untuk peramalan jangka menengah dan panjang (Render dan Heizer:2005). Secara matematis, persamaan penulisan Trend Projection

adalah

sebagai

berikut

(Render

dan

Heizer:2005) : ŷ = a + bx Keterangan : ŷ = nilai variabel terikat a = persilangan sumbu y commit to user 27


digilib.uns.ac.id

b = kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi di x) x = variabel bebas (waktu)

Untuk menentukan nilai a dan b menggunakan rumus : a=

-b

b=

Untuk menentukan nilai

dan

menggunakan rumus :

Keterangan : =

=

a = persilangan sumbu y b = kelandaiaan garis regresi Σ = tanda penjumlahan total x = nilai variabel bebas yang diketahui y = nilai variabel terkait yang diketahui = rata-rata nilai x = rata-rata nilai y n = jumlah data atau pengamatan

J. Pengukuran Kesalahan Peramalan (Forecast Error) Menurut

Taylor

(2004)

pengukuran

kesalahan

peramalan

merupakan perbedaan antara peramalan permintaan dengan permintaan aktual. Meskipun suatu jumlah kesalahan ramalan tidak dapat dielakkan namun tujuan ramalan adalah agartokesalahannya menjadi sekecil mungkin. commit user 28


digilib.uns.ac.id

Sedangkan menurut Nasution (2003) pengukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan sebenarnya terjadi. Rumus yang biasanya digunakan dalam pengukuran kesalahan, yaitu : 1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan dengan kenyataannya. Secara matematis MAD dapat dirumuskan : MAD = Keterangan : = Permintaan aktual pada periode t = Peramalan permintaan pada periode t = Jumlah periode peramalan yang terlibat 2. Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang sangat besar. Secara matematis MSE dirumuskan sebagai berikut : MSE = Keterangan : = Permintaan aktual pada periode t commit to user = Peramalan permintaan pada periode t 29


digilib.uns.ac.id

= Jumlah periode peramalan yang terlibat 3. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan. Secara matematis, rumus MFE dinyatakan sebagai berikut: MFE = ∑

( At  Ft ) n

Keterangan: At = Permintaan Aktual pada periode t Ft = Peramalan permintaan pada periode t n = Jumlah periode peramalan yang terlibat 4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) MAPE merupakan ukuran kesalahan relative dan menyatakan persentase kesalahan hasil peramalan terhadap permintaan actual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis, MAPE dinyatakan sebagai berikut: Ft  100  MAPE =   ∑At At  n 

Keterangan: commit to user –t At = Permintaan Aktual pada periode 30


digilib.uns.ac.id

Ft = Peramalan Permintaan (Forecast) pada periode –t n = Jumlah periode peramalan yang terlibat

commit to user 31


digilib.uns.ac.id

BAB III PEMBAHASAN

A. GAMBARAN UMUM PERUSAHAAN 1. Sejarah Perusahaan PT. KUSUMA MULIA TEXTILE merupakan sebuah perusahaan yang bergerak di bidang pertextilan. PT. KUSUMA MULIA TEXTILE didirikan oleh Drs. Rudy Indrianto, AKT pada tanggal 17 November 1997 berdasarkan Nomor Pendaftaran Industri Kecil (NIPIK) 09.3310-02486 dengan Wajib Pajak (NPWP) 1.736.434.0-525 merupakan perusahaan industri textile yang terletak di kota Solo Jawa Tengah.

PT.

KUSUMA

MULIA

TEXTILE

berawal

dari

pengambilalihan PT. ASIA JAYA ANEKA sekitar tahun 70-an. PT. ASIA JAYA ANEKA berganti nama menjadi PT. YULIA PRINT, pada tahun 1996 PT. YULIA PRINT diganti kembali menjadi PT. KUSUMA MULIA TEXTILE. Sebagai salah satu produsen kain warna yang berorientasi dalam negeri, perusahaan berupaya untuk mengikut perkembangan permintaan pasar, sehingga desain model kain warna selalu diperbarui dari waktu ke waktu. Dengan pengalaman sebelumnya, maka perusahaan selalu mengadakan inovasi desain kain warna, komposisi serta desain yang selalu berubah-ubah menuruti permintaan pasar yang terus menerus mengalami perkembangan. Dalam hal tersebut tidak lepas dari kemampuan perusahaan untuk memenuhi standar mutu yang diharapkan oleh konsumen. Selain itu, commit to user 32


digilib.uns.ac.id

perusahaan juga aktif dalam membuat model dan desain sendiri, didamping desain yang diberikan oleh konsumen (artinya konsumen membawa contoh kain warna sendiri). Dengan sistem kerja yang baik akan sangat mendukung perusahaan untuk dapat memperoleh hasil produksi yang baik pula. 2.

Lokasi Perusahaan PT.

KUSUMA

MULIA

TEXTILE

berlokasi

di

Jalan

Cokroaminoto No. 47 Jebres, Sekarpace Surakarta. Dalam mendirikan sebuah perusahaan harus mempertimbangkan unsur

lokasi, karena

agar tidak mengalami kesulitan bila perusahaan akan mengembangkan bisnisnya. Penentuan lokasi perlu karena demi kelancaran dan kelangsungan hidup perusahaan, baik untuk mempertimbangkan jangka

panjang

perkembangan

maupun perusahaan.

jangka

pendek

Misalkan

jika

yang

menyangkut

perusahaan

ingin

mengadakan perluasan, maka perusahaan tidak mengalami kesulitan. Oleh karena itu, dalam menentukan lokasi suatu perusahaan diperlukan banyak pertimbangan yang matang. Adapun pertimbangan di dalam menentukan lokasi perusahaan tersebut berdasarkan pada: a. Segi Teknis 1) Lokasi PT. KUSUMA MULIA TEXTILE tidak jauh dari jalan utama kota Surakarta, sehingga pemasaran dan pengiriman

barang-barang

ke

perusahaan

lain

atau

konsumen tidak mengalami kesulitan atau kendala apapun. commit to user 33


digilib.uns.ac.id

2) Fasilitas-fasilitas yang berhubungan dengan produksi seperti penyediaan air dan tenaga-tenaga fisik cukup tersedia dan mudah diperoleh. b. Segi Ekonomi 1) Lokasi PT. KUSUMA MULIA TEXTILE sangat strategis karena terletak di kota Surakarta yang terkenal sebagai kota dagang,

industri,

seni

dan

budaya.

Hal

ini

akan

memudahkan dalam melakukan pemasaran produk. 2) Lokasi PT. KUSUMA MULIA TEXTILE juga tidak jauh dengan pemukiman penduduk. Jadi dapat dengan mudah melakukan rekrutmen tenaga kerja, sehingga gaji tenaga kerja relative lebih murah dan ini dapat menekan biaya yang dikeluarkan oleh perusahaan. c. Segi Sosial 1) Dengan berdirinya PT. KUSUMA MULIA TEXTILE dapat merekrut tenaga kerja dari daerah sekitar. 2) Berdirinya

PT.

KUSUMA

MULIA

TEXTILE

ini

diharapkan tidak mengganggu keamanan dan kesibukan kota.

commit to user 34


digilib.uns.ac.id

3. Tujuan Pendirian Perusahaan Tujuan berdirinya PT. KUSUMA MULIA TEXTILE terbagi menjadi dua, yaitu: a. Tujuan umum, meliputi: 1) Untuk menampung tenaga kerja, sehingga dapat membantu mengurangi pengangguran. 2) Untuk memenuhi kebutuhan masyarakat akan kebutuhan kain textile. 3) Untuk membantu usaha pemerintah dalam melaksanakan pembangunan nasional, khususnya dalam bidang industri textile. b. Tujuan khusus, meliputi: Untuk memperoleh laba yang optimal bagi pemilik perusahaan guna menunjang kelangsungan hidup perusahaan.

commit to user 35


digilib.uns.ac.id

B. SRUKTUR ORGANISASI

OWENER

INDEPENDENT Direktur

 HRD (personalia)  Acounting  Marketing  Pembelian  Quality Control

Factory Manajer

Gudang GREY

Produksi

Lab dan PPIC

Gudang Jadi

Utility/ MTC

Gambar III.1 Struktur organisasi PT. Kusuma Mulia Textile Surakarta

Berdasarkan gambar di atas dapat diuraikan tugas dan tanggung jawab dari tiap kegiatan dalam struktur organisasi PT. Kusuma Mulia Textile adalah sebagai berikut: 1. Owner Owner adalah pemilik perusahaan. a. Mempertahankan saham yang dimilikinya. b. Membuat rencana produksi dan jalannya produksi. commit to user 36


digilib.uns.ac.id

2. Direktur Direktur adalah sebagai penghubung dewan direksi dengan dewan komisaris, juga sebagai koordinator dari dewan direksi yang menjalankan tugasnya dalam sebuah perusahaan. Pimpinan perusahaan atau direktur utama memiliki tugas antara lain: a. Merencanakan, mengoordinasi, mengawasi dan mengevaluasi kegiatan perusahaan. b. Menentukan garis kebijaksanaan untuk kelancaran jalannya perusahaan. c. Mengadakan hubungan kerja sama dengan perusahaan lain. 3. Factory Manager Tugas dan tanggung jawab dari Factory Manajer adalah mengatur dan mengawasi semua pekerjaan (bagian Produksi) yang dilakukan demi kelancaran produksi agar sesuai dengan target yang ditentukan mulai dari perencanaan produksi, pemrosesan sampai dengan proses finishing. 4. Kepala Bagian Pembelian a. Menerima surat permintaan harian. b. Mengatur dan menerapkan jenis dan jumlah yang hrus diproduksi. c. Mengatur pergudangan barang jadi. 5. Kepala Bagian Pemasaran (Marketing) a. Mengatur dan menetapkan pengiriman barang. b. Mengatur dan menetapkan cara promosi. c. Mengatur dan menetapkan cara-cara penagihan. commit to user 37


digilib.uns.ac.id

d. Mengatur perdagangan barang jadi. e. Membuat permintaan produksi. 6. Kepala Bagian Akuntansi a. Menyelenggarakan pembukuan. b. Menyusun laporan laba rugi dan neraca. c. Mengisi laporan perpajakan dan perbankan. 7. Kepala Bagian Personalia (Human Resources and Development) Mengatur segala jenis urusan: a. Karyawan Karyawan dapat dibagi menjadi tiga, yaitu: karyawan tetap, karyawan tidak tetap dan buruh. b. System pembagian gaji Pembagian gaji dibagikan pada tiap awal bulan. c. System jam kerja 1) Shift I jam kerja 07.00 sampai dengan 15.00 2) Shift II jam kerja 15.00 sampai dengan 23.00 d. Program keselamatan kerja Keselamatan kerja merupakan bagian penting dalam produksi untuk

menghindari

kecelakaan

kerja,

maka

perusahaan

memberikan perlengkapan kerja kepada bagian-bagian tertentu yang dianggap rawan kecelakaan. 8. Kepala Bagian Laboratorium dan PPIC (Production Planning and Inventory Control) commit to user 38


digilib.uns.ac.id

a. Membuat planning produksi dan pemasaran berdasarkan repeat order. b. Melakukan analisa secara berkala 9. Kepala Bagian Gudang a. Mempersiapkan data barang kebutuhan pabrik yang akan dibeli. b. Menyimpan dan memelihara dokumen yang ada pada bagian pembelian. c. Menerima, menyimpan dan mengeluarkan bahan baku. d. Mencatat seluruh proses keluar masuknya bahan baku. 10. Kepala Bagian Produksi a. Mengatur, menetapkan dan mengawasi jalannya kegiatan produksi. b. Mengatur dan menetapkan jenis dan jumlah yang harus diproduksi. c. Mengatur pergudangan barang jadi. d. Membuat laporan produksi 11. Quality Control a. Mengawasi urusan control testing dan urusan packing. b. Memantau proses produksi untuk membantu menjaga kualitas produk sebelum diterima konsumen. 12. Utility / MTC (Maintanance) Bagian yang bertanggung jawab atas pemeliharaaan dan perawatan terhadap mesin – mesin pabrik, instalasi listrik dan peralatan kantor.

commit to user 39


digilib.uns.ac.id

C. ASPEK PRODUKSI 1. Hasil Produksi PT. Kusuma Mulia Textile menghasilkan produk kain jadi dengan ukuran dan warna yang berbeda beda. Hai ini bertujuan untuk memenuhi permintaan pelanggan. 2. Bahan-bahan yang Digunakan Dalam proses produksi, dibutuhkan bahan baku dan bahan penolong. Bahan baku adalah bahan utama yang digunakan dalam proses produksi. Sedang bahan penolong adalah bahan pelengkap yang digunakan dalam proses produksi apabila terjadi penghambatan dalam proses produksi. Dalam proses produksi PT. Kusuma mulia Textile membutuhkan bahan baku dan bahan menolong. Bahan-bahan tersebut antara lain: a. Bahan Baku Produksi Bahan baku yang digunakan dalam proses produksi pada PT. Kusuma Mulia Textile adalah kain mentah atau kain putih polos. Kain mentah tersebut terdiri dari beberapa jenis yang disesuaikan dengan permintaan konsumen. Karena PT. Kusuma Mulia Textile Surakarta telah memiliki koneksi dengan beberapa suplier kain maka tidak sulit untuk mendapatkan kain mentah tersebut. Untuk pemesanan bahan baku dilakukan dengan 4 cara yaitu melalui telepon, faksimile, surat dan pemesanan langsung kepada suplier.

commit to user 40


digilib.uns.ac.id

TABEL III.1 PERUSAHAAN SUPLIER KAIN PT. KUSUMA MULIA TEXTILE SURAKARTA No

Nama Perusahaan

Kota

1

Surya Kebaktex

Karanganyar

2

Sukoharjotex

Sukoharjo

3

Ceper

Klaten

4

Kusuma

Yogyakarta

5

Bola Mas

Bandung

6

Dadang

Bandung

7

Suryatex

Bandung

8

Setia tunggal

Bandung

b. Bahan Penolong Bahan penolong yang digunakan antara lain : 1) Pewarnaan kain Digunakan sebagai bahan untuk mewarnai kain. Pewarnaan kain merupakan bahan penolong yang mutlak bagi proses produksi PT. Kusuma Mulia Textile karena tanpa bahan ini proses produksi akan terhenti. Oleh sebab itu, PT. Kusuma Mulia Textile menjalin kerja sama dengan distributor bahan kimia untuk penyediaan bahan baku pewarna kain.

commit to user 41


digilib.uns.ac.id

2) Apperton Apperton merupakan senyawa kimia yang digunakan untuk merekatkan dan merapatkan pori-pori kain sehingga pori-pori tidak akan renggang. 3) Tapioka atau Tepung Kanji Fungsi tapioka atau tepung kanji adalah untuk menutupi pori pori kain Biasanya tapioka dicampur dengan Aperton untuk menghasilkan cairan yang lengket guna menutupi pori-pori kain. 4) H2SO4, Cuka dan Kaporit H2SO4 merupakan senyawa kimia asam sulfat. Fungsi H2SO4, cuka dan kaporit adalah untuk membersihkan kanji yang melengket pada kain. 5) Tawas Tawas digunakan untuk menghilangkan bau tidak sedap yang ditimbulkan H2SO4, cuka dan kaporit.

3. Mesin dan Peralatan Dalam melakukan proses produksi, PT. Kusuma Mulia Textile menggunakan mesin dan peralatan produksi berupa: a. Boiler Yaitu alat yang digunakan untuk menghasilkan uap panas. Uap panas tersebut digunakan untuk mengolah kain. Kain dari bagian grey (bagian bahan baku) dimasukkan ke dalam bak penampung commit to user 42


digilib.uns.ac.id

besar yang berisi air. Air tersebut kemudian dipanasi menggunakan uap air yang dihasilkan oleh boiler yang disalurkan melalui pipa besi yang dimasukkan ke dalam bak penampung. Suhu yang dihasilkan boiler 150 derajat celcius. b. Jingger Adalah alat yang digunakan untuk proses pewarnaan kain. Selain kain diolah kemudian digulung dengan blazer atau roll dan kain tersebut dimasukkan dalam mesin jingger. c. Finishing Adalah alat yang digunakan untuk proses pengeringan kain. Kain yang sudah diwarnai kemudian dikeringkan dengan menggunakan mesin finishing. Panas yang digunakan untuk mengeringkan kain bersumber dari api dan angin. Jumlah mesin finishing ada 8 buah mesin,

dan

karyawan

PT.

Kusuma

Mulia

Textile

biasa

menyebutnya dengan sebutan dandang. d. Folding Alat yang digunakan untuk melipat kain. Kain yang telah kering kemudian dilipat dengan menggunakan mesin folding. e. Rolling Adalah alat yang digunakan untuk menggulung kain.

commit to user 43


digilib.uns.ac.id

4. Proses produksi GREY (Kain Mentah)

JINGGER

STENTER

FINISHING

KAIN JADI

Gambar III.2 Alur Proses Produksi Kain Sumber: PT. Kusuma Mulia Textile

Keterangan: a. Tahap pertama, grey atau kain mentah merupakan bahan pokok yang digunakan untuk barang jadi. Kain mentah ini masih berwarna dasar yaitu putih. b. Tahap kedua, pemrosesan kain grey. Kain grey diproses dalam mesin jingger dengan pemrosesan hilang kanji. c. Tahap ketiga, setelah pemrosesan hilang kanji kemudian pemberian warna baik itu putih ataupun kelir. d. Tahap keempat adalah finishing. Setelah dalam mesin setting kain to useratau pemanis dan pelembut, dan diberi resin finish commit dan softener 44


digilib.uns.ac.id

akan mengalami proses penganjian lagi. Kemudian kain disetting dalam mesin stenter (dilakukan agar ukuran kain dapat stabil). e. Tahap kelima, kain jadi di packing

pada proses pengepakan.

Proses pengepakan dibagi menjadi dua yaitu dengan folding dan rolling kemudian diberi etiket plastik.

D.

ASPEK PERSONALIA 1. Jumlah Tenaga Kerja Jumlah karyawan merupakan salah satu tolak ukur sebuah perusahaan dikatakan besar atau kecil. Karyawan bisa diibaratkan sebagai mesin penggerak dalam suatu perusahaan. PT. Kusuma Mulia Textile dalam mengoperasikan

usahanya

selain

menggunakan

mesin,

juga

memerlukan karyawan. Berikut data tenaga kerja pada PT. Kusuma Mulia Textile pada tahun 2011. Tabel III.2 Jumlah Tenaga Kerta PT. Kusuma Mulia Textile Surakarta Tahun 2011 No

Keterangan

Jumlah Karyawan

1

Staf

26

2

Keamanan

9

3

Karyawan Produksi

103

4

Pengawas produksi

8

Jumlah

146

Sumber: PT. to Kusuma commit user Mulia Textile 45


digilib.uns.ac.id

2. Pembagian Kerja Untuk meningkatkan produk dan volume penjualan PT. Kusuma Mulia Textile membagi sistem kerjanya menjadi dua shift kerja, yaitu: a. Shift I jam kerja 07.00 sampai dengan 15.00 b. Shift II jam kerja 15.00 sampai dengan 23.00 PT. Kusuma Mulia Textile juga membagi sistem lembur kerja secara bergantian. Sistem kerja ini sampai sekarang masih diterapkan dan nyata merupakan sistem kerja yang baik dan mampu meningkatkan produksinya dari tahun ke tahun. 3. Sistem Pengupahan Sistem pengupahan yang diterapkan oleh PT. Kusuma Textile Surakarta adalah: a. Gaji bulanan Gaji yang diterima karyawan dihitung bulanan dengan sistem gaji pada awal bulan. Jika awal bulan bertepatan dengan hari libur maka gaji akan diberikan pada akhir bulan sebelumnya atau diundur. Gaji bulanan diberikan hanya pada staf administrasi ( HRD, Akuntansi dan Pemasaran) b. Gaji mingguan Gaji mingguan dibagi menjadi 2 yaitu : 1) Dua minggu Gaji diberikan kepada karyawan setiap dua minggu sekali. Karyawan yang menerima gaji dua mingguan adalah karyawan produksi ( karyawan tetap dan karyawan kontrak). commit to user 46


digilib.uns.ac.id

2) Satu Minggu Karyawan menerima gaji setiap satu minggu sekali. Karyawan yang menerima gaji satu mingguan adalah karyawan atau pekerja harian lepas. 4. Kesejahteraan Karyawan Dalam upaya untuk mempertahankan dan meningkatkan semangat kerja karyawan, maka PT. Kusuma Mulia textile selain memberikan upah juga memberikan kebijakan yang menyangkut kesejahteraan karyawan yaitu: a. Memberikan THR (Tunjangan Hari Raya), yaitu tunjangan kesejahteraan yang diberikan setiap akhir tahun atau libur hari raya. b. Karyawan mendapatkan pelayanan kesehatan yang baik dari perusahaan. c. Memberikan pakaian seragam kepada karyawan. 5. Sumber Keuangan Sumber keuangan perusahaan diperoleh dari hasil penjualan kain dan pinjaman dari pihak ketiga atau bank. Penggunaan dana untuk operasional perusahaan yang meliputi: a. Pembelian bahan baku dan bahan pembantu b. Gaji pegawai c. Pemeliharan peralatan produksi. d. Pegawai jasa ekspedisi ( pengiriman barang luar kota). e. Biaya lain – lain (biaya listrik, biaya air dan sebagainya). commit to user 47


digilib.uns.ac.id

E. LAPORAN MAGANG KERJA 1. Pengertian Magang Kerja Program magang kerja adalah suatu upaya mengarahkan mahasiswa agar dapat merasakan situasi dunia kerja, melihat dan melakukan pekerjaan yang berhubungan dengan program studinya. Magang kerja merupakan kegiatan penunjang perkuliahan yang sifatnya wajib dilakukan oleh mahasiswa dengan cara diterjunkan secara langsung ke dunia kerja dengan tujuan agar mahasiswa dapat melihat secara langsung aplikasi dari teori yang telah dipelajari dalam perkuliahan. Magang kerja ini wajib dilakukan oleh setiap mahasiswa Diploma Tiga Jurusan Manajemen Bisnis pada semester akhir. Lamanya pelaksanaan magang kerja, yaitu minimal selama satu bulan. 2. Tujuan Magang Kerja Program magang kerja adalah kegiatan intrakulikuler dan bersifat wajib bagi semua mahasiswa Program Diploma III Fakultas Ekonomi Universitas Sebelas Maret Surakarta. Sehingga mahasiswa yang belum atau tidak menempuh magang kerja tidak bisa mengikuti ujian tugas akhir dan tidak dapat dinyatakan lulus. Adapun tujuan pelaksanaan magang kerja adalah: a. Mahasiswa dapat melihat secara langsung aplikasi dari berbagai teori yang telah dipelajari dalam perkuliahan. b. Mahasiswa dapat belajar dan memperoleh pengalaman dan pengetahuan secara langsung di lapangan tentang berbagai commit to user 48


digilib.uns.ac.id

persoalan yang dihadapi perusahaan atau instansi tempat magang kerja. c. Mahasiswa dapat melakukan adaptasi sebelum memasuki dunia kerja yang sesungguhnya, sehingga dapat menciptakan tenaga terampil yang siap kerja serta mampu mengembangkan diri secara profesional sesuai dengan bidangnya. 3. Manfaat Magang Kerja Adapun manfaat yang diperoleh dari magang kerja antara lain: a. Manfaat Bagi Mahasiswa : 1) Mahasiswa dapat mengaplikasikan dan meningkatkan ilmu yang diperoleh dari bangku perkuliahan. 2) Membawa wawasan setiap mahasiswa mengenai dunia industri. 3) Menambah dan meningkatkan ketrampilan serta keahlian dibidang praktek. b. Manfaat Bagi Universitas : 1) Terjalinnya kerja sama bilateral antara Universitas dengan perusahaan. 2) Universitas akan dapat meningkatkan kualitas lulusannya melalui pengalaman Magang Kerja. c. Manfaat Bagi Perusahaan: 1) Adanya kerja sama antara dunia pendidikan atau perusahaan tersebut terkenal oleh kalangan akademis. 2) Adanya kritikan-kritikan yang membangun dari mahasiswamahasiswa yang melakukan praktek magang. commit to user 49


digilib.uns.ac.id

3) Perusahaan akan mendapat bantuan tenaga kerja dari mahasiswa-mahasiswa yang melakukan praktek magang. 4) Adanya orang yang mengaudit perusahaan tanpa mengeluarkan biaya dengan adanya laporan-laporan magang yang diberikan kepada perusahaan. 4. Proses Pelaksanaan Magang Tempat, waktu dan pelaksanaan magang sebagai berikut: a. Tempat

: PT. Kusuma Mulia Textile

b. Waktu

: Tanggal 1 Februari sampai 29 Februari 2012

c. Jam

: 08.00-14.00 WIB

5. Kegiatan Magang Kerja Dengan persetujuan pimpinan perusahaan PT. Kusuma Mulia Textile Surakarta, kegiatan magang kerja dilaksanakan mulai tanggal 2 Februari 2012 sampai dengan 29 Februari 2012. Magang kerja dimulai pada pukul 08.00 sampai 14.00 WIB, dan dilaksanakan pada hari Senin sampai Jumat. Peserta magang ditempatkan di kantor PPIC (Production Planning and Inventory Control) dan produksi. Peserta magang dibimbing oleh Bapak Subur Widodo selaku Kepala Bagian Personalia dan Ibu Dewi Sulistyowati selaku staff bagian PPIC. Adapun rincian kegiatan magang kerja antara lain: a. Minggu I (Tanggal 1 – 3 Februari 2012) 1) Pengenalan lingkungan perusahaan 2) Pengenalan bagian-bagian pabrik commit to user 50


digilib.uns.ac.id

3) Mengamati kain grey yang masuk ke gudang, sampai proses pemberian kode di gudang grey 4) Membantu karyawan mengukur kain grey yang baru datang b. Minggu II (Tanggal 6 – 10 Februari 2012) 1) Membantu mengecek kain dan memberi kode kain di gudang grey 2) Mengamati proses penjahitan kain yang telah diberi kode di gudang grey 3) Mengamati proses pencucian dan pewarnaan kain di bagian produksi 4) Membantu memasukkan kain ke mesin Jengger c. Minggu III (Tanggal 13 – 17 Februari) 1) Membantu memasukkan kain ke mesin Jengger 2) Mengamati proses pengkanjian kain pada mesin Stenter 3) Membantu proses pengkanjian dan pengeringan kain 4) Membantu Pak Fathoni mengawasi karyawan d. Minggu IV (Tanggal 20 – 29 Februari 2012) 1) Mengamati operator mesin Jengger dan menulis daftar proses Dyeing 2) Membantu karyawan memasukkan kain ke mesin JenggerDyeing-Finishing 3) Mengamati dan membantu packing kain jadi di Gudang Jadi 4) Mengamati proses perencanaan produksi di bagian Lab dan PPIC

commit to user 51


digilib.uns.ac.id

5) Membantu Ibu Dewi menulis daftar Rencana Harian Jingger (Job Order) di bagian Lab dan PPIC 6) Membantu Ibu Dewi menulis kartu produksi dan surat order di bagian Lab dan PPIC

F.

PEMBAHASAN MASALAH PT. Kusuma Mulia Textile merupakan perusahaan yang bergerak

dalam industri textile, yang memproduksi kain mentah menjadi kain jadi. Salah satu produk yang dihasilkan adalah kain FBB. Dalam bab ini, penulis akan membahas tentang peramalan penjualan kain FBB pada bulan berikutnya. Untuk mengetahui peramalan penjualan kain FBB diperlukan data yang cukup relevan. Adapun data yang digunakan untuk meramalkan produk kain FBB pada PT. Kusuma Mulia Textile dapat dilihat pada table III.3 :

commit to user 52


digilib.uns.ac.id

Tabel III.3 Data Penjualan Kain FBB PT. Kusuma Mulia Textile Maret 2011 – Februari 2012 (Keterangan: 1 yard = 90 cm) No

Bulan

Penjualan dalam yard

1

Maret 2011

360000

2

April

320000

3

Mei

285000

4

Juni

150000

5

Juli

210000

6

Agustus

255000

7

September

270000

8

Oktober

240000

9

November

360000

10

Desember

420000

11

Januari 2012

360000

12

Februari

380000

Sumber data: Laporan penjualan kain FBB PT. Kusuma Mulia Textile Bulan Maret 2011 – Februari 2012.

Kegiatan penelitian terhadap suatu perusahaan diperlukan tindakan atau analisa data dengan tujuan untuk memberikan jawaban atas masalah dalam penelitian, serta memberikan argument terhadap perusahaan yang diteliti. Alat to analisis commit user yang penulis pergunakan dalam 53


digilib.uns.ac.id

menganalisis data yang didapatkan adalah dengan menggunakan metode peramalan. Berdasarkan Tabel III.3 dapat dilihat bahwa data penjualan kain FBB pada PT. Kusuma Mulia Textile berfluktuasi dari tahun 2011 – 2012. Penjualan kain FBB paling tinggi terjadi pada bulan Desember 2011 yaitu mencapai 420000 yard, dan penjualan paling rendah terjadi pada bulan Juni 2011 yaitu 150000 yard. Untuk itu, model peramalan yang cocok dan sesuai untuk data diatas adalah model time series, karena model time series lebih cocok untuk data yang bersifat acak dan model time series lebih sesuai karena model ini sesuai untuk data yang terjadi selama kurun waktu tertentu dan data yang bersifat masa lalu atau lampau. Metode yang akan digunakan yaitu Single Moving Averages 3 bulanan, Single Moving Averages

6 bulanan dan

Exponential Smoothing dengan  =0.1,  =0.5,  =0.9. 1. Penentuan Peramalan Penjualan a. Metode Rata-rata Bergerak Tunggal (Single Moving Averages) Metode Single Moving Averages yaitu metode peramalan yang menggunakan rata-rata dari jumlah (n) data terkini untuk meramalkan periode mendatang. Dalam melakukan peramalan dengan menggunakan metode Single Moving Averages, penulis menggunakan periode waktu 3 dan 6 bulanan.

commit to user 54


digilib.uns.ac.id

1) Single Moving Averages 3 bulanan Metode Single Moving Averages dengan periode waktu 3 bulanan yaitu melakukan peramalan dengan menjumlahkan dua periode penjualan kain FBB sebelumnya lalu dibagi 3. Tabel III.4 Perhitungan Peramalan Penjualan Kain FBB dengan Metode Single Moving Averages 3 bulanan

Sumber: Data penjualan kain FBB PT. Kusuma Mulia Textile yang diolah.

Gambar III.3 Grafik Penjualan Kain FBB bulan Maret 2011-Februari 2012 toSingle user Moving Averages 3 bulanan Dengancommit Metode 55


digilib.uns.ac.id

Adapun secara matematis persamaan yang digunakan adalah: Rata-rata bergerak= Metode yang digunakan adalah Single Moving Averages 3 bulanan, maka untuk meramalkan dengan periode 3 bulanan dimulai dari bulan ke 4 yaitu perhitungan sebagai berikut: 360000  320000  285000 3

F Juni =

= 321.666,7 320000  285000  150000 3

F Juli =

= 251.666,7 Untuk

perhitungan

langkahnya

sama

peramalan seperti

bulan

diatas

berikutnya,

yaitu

dengan

menjumlahkan data penjualan selama 3 bulan, data diambil 3 bulan sebelum peramalan, dan dibagi n, yaitu 3. Hasil peramalan (forecast) bulan Maret 2012 adalah: F Maret =

420000  360000  380000 3

= 386666,7 dibulatkan menjadi 386.666 Karena data berupa data penjualan kain, maka tidak mungkin

hasilnya

pecahan.

Maka

hasil

peramalan

dibulatkan dengan syarat: commit to user 56


digilib.uns.ac.id

0 – 0,499 dibulatkan menjadi 0 0,5 – 0,999 dibulatkan menjadi 1

Perhitungan tingkat kesalahan Secara matematis persamaan yang digunakan adalah: MAD =

=

578333,4 9

= 64.259,27 MSE =

=

65380560000 9

= 7.264.507.000 Hasil perhitungan ramalan penjualan kain FBB pada bulan Maret 2012 secara manual dengan metode Single Moving Averages 3 bulanan yaitu 386666,7 yard dengan tingkat kesalahan MAD 64.259,27 dan MSE 7.264.507.000

2) Single Moving Averages 6 bulanan Metode Single Moving Averages dengan periode waktu 6 bulanan yaitu melakukan peramalan dengan menjumlahkan lima periode penjualan kain FBB sebelumnya lalu dibagi 6.

commit to user 57


digilib.uns.ac.id

Tabel III.5 Perhitungan Peramalan Penjualan Kain FBB Dengan Metode Single Moving Averages 6 bulanan

Sumber: Data Penjualan Kain FBB PT. Kusuma Mulia Textile yang diolah.

Gambar III.4 Grafik Penjualan Kain FBB bulan Maret 2011-Februari 2012 Dengan Metode Single Moving Averages 6 bulanan

commit to user 58


digilib.uns.ac.id

Adapun secara matematis persamaan yang digunak an adalah: Rata-rata bergerak= Metode yang digunakan adalah Single Moving Averages 6 bulanan, maka untuk meramalkan dengan periode 6 bulanan dimulai dari bulan ke 7 yaitu perhitungan sebagai berikut: F September = 360000  320000  285000  150000  210000  255000 6

= 263333,3 F =

Oktober

320000  285000  150000  210000  255000  270000 6 = 248333,3

Untuk

perhitungan

langkahnya

sama

peramalan seperti

bulan

diatas

berikutnya,

yaitu

dengan

menjumlahkan data penjualan selama 6 bulan, data diambil 6 bulan sebelum peramalan, dan dibagi n, yaitu 6. Hasil peramalan (forecast) bulan Maret 2012 adalah: F

Maret

=

270000  240000  360000  420000  360000  380000 6

= 338.333,3 dibulatkan menjadi 338.333 commit to user 59


digilib.uns.ac.id

Karena data berupa data penjualan kain, maka tidak mungkin

hasilnya

pecahan.

Maka

hasil

peramalan

dibulatkan dengan syarat: 0 – 0,499 dibulatkan menjadi 0 0,5 – 0,999 dibulatkan menjadi 1


=

442500 6

= 73.750 MSE = 53957640000 6 =

= 8.992.940.000 Hasil peramalan perhitungan ramalan penjualan kain FBB pada bulan Maret 2012 secara manual dengan metode Single Moving Averages 6 bulanan yaitu 338.333,3 yard dengan tingkat kesalahan MAD 73.750 dan MSE 8.992.940.000

commit to user 60


digilib.uns.ac.id

b. Metode Exponential Smoothing Metode Exponential Smoothing yaitu merupakan teknik ratarata bergerak terhadap data masalalu dengan memberi penimbang terhadap data terakhir. Jadi untuk melakukan peramalan dibutuhkan satu data terakhir dan penimbang dengan  = 0.1,  = 0.5,  = 0.9. 1) Exponential Smoothing dengan  = 0,1 Tabel III.6 Perhitungan Peramalan Penjualan Kain FBB Dengan Metode Exponential Smoothing  = 0,1


commit to user 61


digilib.uns.ac.id

Gambar III.5 Grafik Penjualan Kain FBB bulan Maret 2011-Februari 2012 Dengan Metode Exponential Soothing  =0,1

Adapun secara matematis persamaan yang digunakan adalah: +α(

-

)

Untuk bulan pertama belum dapat diforecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah. Adapun forecast untuk bulan kedua sebesar 360000 dan forecast pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya dengan perhitungan sebagai berikut: F Mei = 360000 + 0,1 (320000 – 360000) = 356.000 F Juni = 356000 + 0,1 (285000 – 356000) = 348.900

commit to user 62


digilib.uns.ac.id

Untuk perhitungan peramalan periode berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data peramalan dan data penjualan selanjutnya. Hasil peramalan (forecast) bulan Maret 2012 adalah: F Maret = 321752,9 + 0,1 (380000 - 321752,9) = 327577,6 dibulatkan menjadi 327.577 Karena data berupa data penjualan kain, maka tidak mungkin hasilnya berupa pecahan. Maka hasil peramalan dibulatkan dengan syarat: 0 – 0,499 dibulatkan menjadi 0 0,5 - 0,999 dibulatkan menjadi 1 Perhitungan tingkat kesalahan Secara matematis persamaan yang digunakan adalah: MAD =

=

873227,1 11

= 79384,28 MSE =

=

92112400000 11

= 8.373.855.000

commit to user 63


digilib.uns.ac.id

2) Exponential Smoothing dengan  = 0,5 Tabel III.7 Perhitungan Peramalan Penjualan Kain FBB Dengan Metode Exponential Smoothing  = 0,5


Gambar III.6 Grafik Penjualan Kain FBB bulan Maret 2011-Februari 2012 Dengan Metode Exponential Soothing  =0,5

commit to user 64


digilib.uns.ac.id


-

)

Untuk bulan pertama belum dapat diforecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah. Adapun forecast untuk bulan kedua sebesar 360000 dan forecast pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya dengan perhitungan sebagai berikut. F Mei = 360000 + 0,5 (320000 – 360000) = 340.000 F Juni = 340000 + 0,5 (285000 – 340000) = 312.500 Untuk perhitungan peramalan periode berikutnya sama seperti di atas, data yang digunakan untuk memforecast adalah data peramalan dan data penjualan selanjutnya. Hasil peramalan (forecast) bulan Maret 2012 adalah: F Maret = 360869,1 + 0,5 (380000 – 360869,1) = 370434,6 dibulatkan menjadi 370.434 Karena data berupa data penjualan kain, maka tidak mungkin hasilnya berupa pecahan. Maka hasil peramalan dibulatkan dengan syarat: 0 – 0,499 dibulatkan menjadi 0 0,5 - 0,999 dibulatkan menjadi 1 commit to user 65


digilib.uns.ac.id


=

609658,3 11

= 55.423,48 MSE =

=

60620190000 11

= 5.510.927.000

3) Exponential Smoothing dengan  = 0,9 Tabel III.8 Perhitungan Peramalan Penjualan Kain FBB Dengan Metode Exponential Smoothing  = 0,9


commit to user 66


digilib.uns.ac.id

Gambar III.6 Grafik Penjualan Kain FBB bulan Maret 2011-Februari 2012 Dengan Metode Exponential Soothing α=0,9


-

)

Untuk bulan pertama belum dapat diforecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah. Adapun forecast untuk bulan kedua sebesar 360000 dan forecast pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya dengan perhitungan sebagai berikut: F Mei = 360000 + 0,9 (320000 – 360000) = 324.000 F Juni = 324000 + 0,9 (285000 – 324000) = 288.900

commit to user 67


digilib.uns.ac.id

Untuk perhitungan peramalan periode berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data peramalan dan data penjualan selanjutnya. Hasil peramalan (forecast) bulan Maret 2012 adalah: F Maret = 365282,8 + 0,9 (380000 – 365282,8) = 378528,3 dibulatkan menjadi 378528 Karena data berupa data penjualan kain, maka tidak mungkin hasilnya berupa pecahan. Maka hasil peramalan dibulatkan dengan syarat: 0 – 0,499 dibulatkan menjadi 0 0,5 - 0,999 dibulatkan menjadi 1 Perhitungan tingkat kesalahan Secara matematis persamaan yang digunakan adalah: MAD =

=

618050,7 11

= 51.504,22 MSE =

=

50071150000 11

= 4.172.596.000

commit to user 68


digilib.uns.ac.id

2. Perbandingan Kesalahan Peramalan Tabel III.9 Perbandingan Output Peramalan Penjualan Kain FBB Pada PT. Kusuma Mulia Textile Keterang Moving Moving Exponential Smoothing an

 0,1

 0,5

 0,9

73750

79384,28

55423,48

51504,22

7264507000

8992940000

8373855000

5510927000

4172596000

386666,7

338333,3

327577,6

370434,6

378528,3

Averages

Averages

3Bulanan

6Bulanan

MAD

64259,27

MSE Ramalan Maret 2011

Sumber: Data penjualan kain FBB yang diolah Dari perhitungan kedua metode di atas, diketahui bahwa hasil perhitungan dengan metode Exponential Smoothing Alpha 0,9 lebih baik dan lebih cocok diterapkan oleh PT. Kusuma Mulia textile dalam meramalkan penjualan kain FBB pada bulan Maret 2012, karena metode Exponential Smoothhing Alpha 0,9 memiliki tingkat kesalahan lebih rendah dibanding metode yang lain. Yaitu dengan tingkat kesalahan peramalan, Mean Absolute Deviation (MAD) sebesar 51504,22 dan Mean Squared Error (MSE) sebesar 4172596000 dan dengan hasil peramalan untuk bulan Maret 2012 sebesar 378528,3 yard.

commit to user 69


digilib.uns.ac.id

BAB IV PENUTUP

A.

KESIMPULAN

Berdasarkan analisis dan pembahasan yang telah penulis lakukan pada bab III, maka dapat diambil kesimpulan dari pembahasan dalam penelitian pada PT. Kusuma Mulia textile Surakarta adalah sebagai berikut: 1. Jumlah peramalan penjualan tahun 2012 yang berdasarkan metode Single Moving Averages dan Exponential Smoothing adalah sebagai berikut: a. Metode Single Moving Average 3 bulanan 1) Ramalan penjualan adalah 386.666,7 yard 2) Mean Absolute Deviation (MAD) sebesar 64.259,27 3) Mean Square Error (MSE) sebesar 7.264.507.000 b. Metode Single Moving Averages 6 bulanan 1) Ramalan penjualan adalah 338.333,3 yard 2) Mean Absolute Deviation (MAD) sebesar 73.750 3) Mean Square Error (MSE) sebesar 8.992.940.000 c. Metode Exponential Smoothing dengan alpha 0,1 1) Ramalan penjualan adalah 327.577,6 yard 2) Mean Absolute Deviation (MAD) sebesar 79.384,28 3) Mean Square Error (MSE) sebesar 8.373.855.000 d. Metode Exponential Smoothing dengan alpha 0,5 1) Ramalan penjualan adalah 370.434,6 yard 2) Mean Absolute Deviation (MAD) sebesar 55.423,48 commit to user 70


digilib.uns.ac.id

3) Mean Square Error (MSE) sebesar 5.510.927.000 e. Metode Exponential Smoothing dengan alpha 0,9 1) Ramalan penjualan adalah 378.528,3 yard 2) Mean Absolute Deviation (MAD) sebesar 51.504,22 3) Mean Square Error (MSE) sebesar 4.172.596.000 2. Metode yang sesuai dan yang baik untuk diterapkan pada PT. Kusuma Mulia Textile untuk kain FBB bulan Maret 2012 adalah metode Exponential Smoothing Alpha 0,9 karena memiliki tingkat error yang kecil dibanding metode yang lain.

B. SARAN Dengan melihat hasil perhitungan diatas, maka dapat dikemukakan saransaran sebagai bahan pertimbangan bagi PT. Kusuma Mulia Textile. Adapun saran-saran penulis adalah sebagai berikut: 1. Karena selama ini PT. Kusuma Mulia Textile belum pernah melakukan peramalan penjualan, disarankan perlu melakukan peramalan penjualan dengan menggunakan data yang akurat dan relevan serta metode peramalan

yang

sesuai

dengan

fluktuasi

data.

Sehingga

dapat

meminimalisir kesalahan ramalan dan dapat membantu pengambilan keputusan baik dibidang perencanaan kebutuhan bahan baku, proses produksi, biaya produksi maupun jumlah tenaga kerja yang dibutuhkan 2. Apabila perusahaan ingin meramalkan tingkat penjualan kain FBB periode berikutnya, sebaiknya perusahaan menerapkan metode Exponential Smoothing Alpha 0,9 karena hasil perhitungannya memiliki Mean commit to user 71


digilib.uns.ac.id

Absolute Deviation (MAD) dan Mean Square Error (MSE) lebih kecil dibanding metode lain. Selain itu, perusahaan hendaknya mengupayakan software peramalan ke dalam komputer bagian administrasi dan kemudian karyawan tersebut belajar menggunakan aplikasi peramalan.

commit to user 72

PERAMALAN PENJUALAN KAIN JENIS FBB PADA PT. KUSUMA MULIA TEXTILE SURAKARTA TUGAS AKHIR

Recommend Documents