53
3.3.5 Peramalan Produksi
Metode peramalan yang digunakan adalah deret berkala time series. Pada dasarnya ada tiga langkah peramalan yang penting, yaitu:
1. Menganalisis data yang lalu, yaitu mengidentifikasi pola yang terjadi pada masa lalu. Pola data produksi susu UHT PT. Indolakto diidentifikasi dengan
mengamati plot data produksi susu UHT hasil dari program Minitab 14 dan plot autokorelasinya.
2. Menentukan metode yang digunakan. Metode peramalan yang baik adalah metode yang memberikan penyimpangan sekecil mungkin antara hasil
peramalan dengan nilai kenyataan. Standar yang digunakan adalah nilai MAE mean absolute error atau nilai MSE mean squared error. Metode
peramalan time series yang digunakan dalam penelitian ini adalah Dekomposisi Aditif.
3. Memproyeksikan data yang lalu dengan metode Dekomposisi Aditif dan mempertimbangkan faktor-faktor perubahan, seperti perubahan kebijakan
pemerintah, kebijakan perusahaan, perkembangan potensi masyarakat, perkembangan teknologi, dan perbedaan antara hasil ramalan yang ada dengan
kenyataan. Sehingga dapat ditentukan hasil ramalan akhir yang dipergunakan sebagai dasar perencanaan dan pengambilan keputusan produksi serta
implikasinya terhadap persediaan bahan baku yang digunakan.
3.3.6 Metode Dekomposisi
Metode dekomposisi merupakan suatu metode yang dapat digunkan untuk mengidentifikasi komponen tren T, musiman S, siklis C, dan acak E yang
terdapat pada data time series. Model keterkaitan dari keempat komponen tersebut
54 dapat bersifat multiplikatif perkalian dan aditif penjumlahan. Model yang
dipergunakan dalam penelitian ini adalah model dekomposisi aditif dengan rumus umum Y = T + S + C + E.
Bila data yang tersedia dinyatakan dalam dimensi tahunan, maka komponen yang terdapat pada data time series tetsebut hanya terdiri atas
komponen T, S dan E. Komponen T dinyatakan dalam satuan data aktual dan komponen S dinyatakan dalam bentuk indeks atau Y dibagi dengan T. Bila data
yang tersedia dinyatakan dalam dimensi waktu yang kurang dari satu tahun maka komponen yang terdapat dalam data time series tersebut terdiri dari komponen T,
S, C seharusnya tidak ada, dan E. Bila dimensi waktunya merupakan kuartalan, maka komponen S diidentifikasikan untuk tiap kuartalan, dan bila dimensi
waktunya berupa bulanan maka komponen S diidentifikasikan untuk tiap bulan.
3.3.7 Analisis Kuantitatif Pengendalian Persediaan Bahan Baku
Berdasarkan Hasil Ramalan
Setelah peramalan produksi ditentukan, perencanaan produksi dapat dilakukan. Cara menghitung jumlah produksi adalah produksi peramalan
ditambah persediaan akhir dan dikurangi persediaan awal atau dengan kata lain produksi peramalan ditambah dengan selisih antara persediaan akhir dengan
persediaan awal. Rencana produksi ini dapat digunakan untuk menghitung kebutuhan bahan baku. Selanjutnya dilakukan analisis pengendalian persediaan
bahan baku untuk tahun 2006 dengan menggunakan model alternatif hasil rekomendasi model pengendalian persediaan bahan baku tahun 2005. Setelah itu,
dilakukan analisis perbandingan biaya dan penghematan. Hal ini dilakukan untuk mengetahui apakah model alternatif tersebut masih layak untuk digunakan.
55 Analisis perbandingan biaya diukur berdasarkan hasil analisis biaya
persediaan untuk setiap model yang digunakan. Variabel yang dibandingkan dari masing-masing model terdiri atas: frekuensi pesanan, banyaknya pesanan, biaya
pemesanan, biaya penyimpanan dan biaya persediaan total sera biaya pembelian. Analisis penghematan yang dilakukan adalah analisis penghematan biaya
pemesanan, biaya penyimpanan, biaya persediaan total dan biaya pembelian.
3.4 Definisi Operasional