rendah yaitu 589 zak dan rataan kekurangan bahan yang rendah, yaitu 0,6 zak per hari. Total biaya persediaan bahan baku per hari
untuk masing-masing bahan baku dapat dilihat pada Tabel 10. Tabel 10. Total biaya persediaan bahan baku per hari Rupiah hari
Jenis Bahan Baku
Total Biaya Pemesanan
Total Biaya Penyimpanan
Total Biaya Stock Out
Total Biaya Persediaan
Cakra Kembar 2.880 1.271.340 2.471.212 3.745.432
Segitiga Biru 2.880
59.224 107.444
169.548 Segitiga Hijau
2.880 395.640
832.691 1.231.211
Tepung Tapioka 960
96.596 35.233
132.789
Total 9.600 1.822.800 3.446.580 5.278.980
Berdasarkan total biaya persediaan bahan baku per hari, maka total biaya persediaan bahan baku yang telah dikeluarkan oleh
perusahaan per tahun dapat dilihat pada Tabel 11. Tabel 11. Total biaya persediaan bahan baku pada tahun 2006 Rupiah tahun
Jenis Bahan Baku
Total Biaya Pemesanan
Total Biaya Penyimpanan
Total Biaya Stock Out
Total Biaya Persediaan
Cakra Kembar 898.560
396.658.080 771.018.144
1.168.574.784 Segitiga Biru
898.560 18.477.888
33.522.528 52.898.976
Segitiga Hijau 898.560
123.439.680 259.799.592
384.137.832 Tepung Tapioka
299.520 30.137.952
10.992.758 41.430.230
Total 2.995.200 568.713.600 1.075.333.022
1.647.041.822
4.4.2. Peramalan Permintaan Produk Mie Instan
Berdasarkan data perusahaan tahun 2005-2006, pola data permintaan atau penjualan produk mie instan Divisi Noodle, PT ISM,
Tbk cenderung berfluktuatif. Rataan jumlah penjualan produk mie instan 345.907 karton mie instan per minggu. Gambar 9 dan 10
menyajikan jumlah penjualan produk mie instan mulai bulan Januari 2005-Desember 2006.
100000 200000
300000 400000
500000
1 5
9 13 17 21 25 29 33 37 41 45 49
week
100000 200000
300000 400000
500000
1 5
9 13 17 21 25 29 33 37 41 45 49
Gambar 9. Data penjualan mie instan tahun 2005
Gambar 10. Data penjualan mie instan tahun 2006 Jumlah penjualan mie instan tertinggi adalah 468.251 karton
pada minggu ke 40. Tingginya penjualan mie instan ini disebabkan oleh peningkatan permintaan pasar atas produk mie instan menjelang
Hari Raya Idul Fitri. Penjulan mie instan terendah adalah 33.290 karton pada minggu 44. Rendahnya penjualan mie instan ini
dikarenakan minggu 44 bertepatan dengan Hari Raya Idul Fitri, dimana seluruh kegiatan pada Divisi Noodle, PT ISM, Tbk
diliburkan. Jika data penjualan mie instan Divisi Noodle, PT Indofood
Sukses Makmur, Tbk tahun 2005-2006 diplotkan menurut Time Series Plot dapat terlihat seperti Gambar 11.
W e e k Ju
m la
h P
e n
ju a
la n
1 0 0 9 0
8 0 7 0
6 0 5 0
4 0 3 0
2 0 1 0
1 5 0 0 0 0 0
4 0 0 0 0 0 3 0 0 0 0 0
2 0 0 0 0 0 1 0 0 0 0 0
T i m e S e r i e s P l o t o f J u m l a h P e n j u a l a n
Gambar 11. Times series plot data penjualan mie instan pada tahun 2005-2006 Dari plot di atas terlihat adanya data yang memencil pada minggu
ke 44 dan minggu ke 95, serta pencilan tersebut terjadi karena pada minggu-minggu tersebut bertepatan dengan Hari Raya Idul Fitri
tahun 2005 dan tahun 2006, sehingga jumlah penjualan produk mie instan menjadi lebih sedikit dibandingkan minggu-minggu lainnya.
Dari data yang diketahui, diambil kesimpulan secara kasar bahwa data tersebut cenderung sebagai data musiman, dengan panjang
musim selama satu tahun. Model dari data musiman dapat dibedakan menjadi dua jenis,
yaitu model multiplikatif dan model aditif. Model multiplikatif pada prinsipnya mengandung penggandaan antara komponen trend
dengan komponen musim sedangkan untuk model aditif mengandung penjumlahan komponen trend dengan komponen
musim. Model multiplikatif biasanya digunakan jika data pada musim tertentu proporsional terhadap musim-musim sebelumnya.
Sedangkan model aditif biasanya digunakan jika perbedaan data pada setiap musim relatif konstan. Untuk data jumlah penjualan ini lebih
cocok jika menggunakan metode Winters dengan jenis model multiplikatif.
Untuk melakukan peramalan dengan menggunakan metode Winters, maka perlu dilakukan adalah menentukan smoothing
constanta konstanta pemulusan. Konstanta pemulusan untuk metode Winters terdapat tiga jenis, yaitu Alpha, Gamma dan Delta.
Alpha adalah komponen dasar, Gamma adalah komponen trend dan Delta adalah komponen musim. Nilai masing-masing konstanta
adalah 0-1. Kombinasi nilai konstanta pemulusan ditentukan secara
subyektif. Untuk menghasilkan peramalan yang akurat, maka ditentukan beberapa kombinasi nilai konstanta pemulusan. Setelah
ditentukan beberapa kombinasi nilai konstanta pemulusan, maka dibandingkan nilai MAPE, MAD dan MSD output dari masing-
masing kombinasi nilai konstanta pemulusan. Kombinasi konstanta yang paling baik adalah pada saat nilai MAPE, MAD, dan MSD
paling kecil. Empat kombinasi nilai konstanta pemulusan dan nilai MAPE,
MAD, dan MSD yang dihitung dengan menggunakan software Minitab 14 dapat dilihat pada Tabel 12
Tabel 12. Kombinasi nilai konstanta pemulusan Konstanta Pemulusan
Alpha Gamma Delta MAPE MAD MSD
0.2 0.2 0.2 8 27.939 1.268.301.859
0.1 0.1 0.1 8 26.750 1.127.981.288
0.05 0.05 0.05 8 25.709 1.065.180.080
0.05 0.04 0.01 7 25.139 1.018.871.416
Berdasarkan Tabel 12, nilai MAPE, MAD dan MSD terkecil diperoleh pada saat kombinasi nilai konstanta pemulusan alpha =
0,05, Gamma = 0,04 dan dan Delta = 0,01. Selanjutnya dilakukan peramalan dengan metode Winters multiplikatif dengan
menggunakan kombinasi nilai konstanta pemulusan tersebut. Hasil peramalan penjualan produk mie instan dapat dilihat pada Tabel 13.
Week Ju
m la
h P
e n
ju a
la n
144 128
112 96
80 64
48 32
16 1
600000 500000
400000 300000
200000 100000
Smoothing Constants Alpha lev el
0,05 Gamma trend
0,04 Delta seasonal
0,01 Accuracy Measures
MAPE 7
MAD 25139
MSD 1018871416
Variable Forecasts
95,0 PI Actual
Smoothed
Winters Method Plot for Jumlah Penjualan
Multiplicative Method
Gambar 12. Nilai peramalan beserta nilai selang kepercayaan 95 Tabel 13. Hasil peramalan jumlah penjualan produk mie instan
Minggu ke- Jumlah penjualan karton
Batas Atas Batas Bawah
105 298.912 237.323
360.502 106 387.970
326.322 449.617
107 350.837 289.129
412.545 108 311.687
249.916 373.457
109 433.195 371.360
495.029 110 406.496
344.596 468.397
111 409.419 347.451
471.388 112 391.018
328.980 453.056
113 356.379 294.269
418.488 114 335.280
273.098 397.463
115 361.703 299.444
423.961 116 320.575
258.240 382.910
117 353.575 291.161
415.989 118 260.371
197.876 322.866
119 372.569 309.992
435.147 120 302.294
239.633 364.956
121 359.175 296.427
421.923 122 337.095
274.259 399.931
123 345.903 282.977
408.829 124 355.084
292.067 418.101
125 422.987 359.876
486.097 126 392.436
329.230 455.641
127 374.298 310.996
437.600
Lanjutan Tabel 13
Minggu ke- Jumlah penjualan karton
Batas Atas Batas Bawah
128 386.586 323.186
449.987 129 396.247
332.746 459.748
130 407.527 343.924
471.130 131 396.071
332.364 459.777
132 405.952 342.140
469.765 133 419.414
355.495 483.334
134 420.843 356.815
484.872 135 359.334
295.195 423.472
136 441.531 377.280
505.781 137 348.113
283.748 412.478
138 439.479 374.999
503.959 139 451.069
386.472 515.667
140 409.100 344.384
473.816 141 443.114
378.278 507.951
142 491.767 426.808
556.726 143 467.409
402.326 532.491
144 470.661 405.453
535.869 145 447.808
382.474 513.143
146 38.033 -27.430
103.496 147 361.818
296.225 427.411
148 430.994 365.269
496.719 149 382.474
316.616 448.332
150 404403 338410
470396 151 428.372
362.243 494.501
152 426.190 359.924
492.457 153 416.686
350.279 483.092
154 425.074 358.527
491.621 155 361.748
295.059 428.438
156 310.092 243.259
376.925
Hasil peramalan penjualan produk mie instan pada Tabel 13 menunjukkan bahwa dari minggu ke minggu jumlah penjualan
produk mie instan semakin meningkat. Peningkatan ini disebabkan karena peramalan penjualan didasarkan pada jumlah penjualan
sebelumnya. Hal ini yang menjadi salah satu alasan peramalan hanya dilakukan selama satu tahun. Semakin panjang waktu
peramalan, maka tingkat keakuratan hasil peramalan akan semakin kecil. Hal lain yang menjadi alasan peramalan dilakukan selama satu
tahun adalah pola data yang menunjukan pola data musiman dengan panjang musim satu tahun.
4.4.3. Perhitungan Lead Time, Safety Stock dan ROP