Identifikasi Model Permintaan Toko Buah Pisang Emas
Gambar 13. Grafik Trend Data Asli Permintaan Toko Pisang Emas
Berdasarkan gambar diatas dan persamaan Yt = 723.4 + 5,96t di
atas maka data permintaan toko terhadap pisang emas di Sinar Supermarket
cenderung berpola random acak. Dari persamaan di atas dapat
disimpulkan bahwa taksiran untuk permintaan toko terhadap pisang emas
akan mengalami penurunan beberapa waktu ke depan. Selanjutnya mencari
harga ‐harga ramalan Ft+1 dengan menggunakan metode Exponential
Smoothing. Pembahasan ini menggunakan bantuan program Minitab dalam
menghitungnya. Setelah
melakukan identifikasi terhadap model permintaan konsumen
dan model permintaan toko tersebut diatas, maka selanjutnya menentukan
metode forecast yang akan digunakan yaitu dengan metode exponential
smoothing antara lain single exponential smoothing, double exponential
smoothing, dan triple exponential smoothing, kemudian dengan membandingkan
nilai MAPE mean absolute procentage of error dan dipilih nilai
MAPE yang terkecil dan terbaik. Berikut ini akan dilakukan perhitungan untuk
menentukan tingkat keuntungan maksimum penjualan buah pada buah
pisang emas. Setelah
diketahui data penjualan, maka langkah selanjutnya adalah
memasukkan data tersebut kedalam Analisis Forecast peramalan dengan
dibandingkan hasil MAPE dari metode‐metode Forecast yaitu single
exponential smoothing, double exponential smoothing dan triple exponential
smoothing winters. Setelah diketahui nilai MAPE, maka dipilih nilai MAPE
yang terkecil dan terbaik untuk buah pisang emas. Untuk lebih jelasnya
dapat dilihat pada lampiran 4. Dari hasil pengujian dan analisis dengan
metode forecast exponential smoothing, dengan dibandingkan nilai MAPE
didapatkan nilai MAPE terkecil dan terbaik adalah 14,2 dengan besarnya
alpha a yang diterapkan yaitu 0,1 yang diperoleh dari metode Double
Exponential Smoothing. Dari hasil peramalan Forecast didapatkan besarnya
penjualan permintaan konsumen D pada buah pisang emas di tahun 2010
untuk setiap bulannya dapat dilihat pada tabel dibawah ini.
Tabel 6. penjualan permintaan konsumen D buah pisang emas
berdasarkan hasil peramalan Forecasting tahun 2010
Bulan Hasil Peramalan
Forecasting kg
Januari 738 Februari 745
Maret 753 April 761
Mei 769 Juni 777
Juli 785 Agustus 793
September 800 Oktober 808
November 816 Desember 824
Untuk mengetahui besarnya pesanan toko dari hasil peramalan forecast di
tahun 2010 dengan menggunakan analisis Forecast, dapat dilihat pada
lampiran
Untuk menjawab tujuan penelitian yang pertama yaitu dengan
menggunakan analisis Economic Order Quantity EOQ. Adapun perhitungan
EOQ untuk buah pisang emas adalah sebagai berikut :
EOQ =
Tahun 2009
Bulan januari :
=
=
24,3 kg hari
Februari :
=
= 23,9 kg hari
Maret :
=
= 20,6 kg hari
April :
=
= 20,7 kg hari
Mei :
=
= 19,9 kg hari
Juni :
=
= 20 kg hari
Juli :
=
= 22,3 kg hari
Agustus :
=
= 23,2 kg hari
September :
=
= 24,5 kg hari
Oktober :
=
= 24,3 kg hari
November :
=
= 21,8 kg hari
Desember :
=
= 23,4 kg hari Berdasarkan
perhitungan secara manual diatas dapat dijelaskan bahwa
perhitungan EOQ untuk menentukan jumlah persediaan yang ekonomis
pada buah pisang emas dapat diketahui dari nilai Q yang ada pada
tahun 2009, dimana diperinci untuk persediaan ekonomis pada setiap bulannya.
Adapun besarnya Q persediaan ekonomis pada tahun 2009 dibulan
januari didapatkan hasil perhitungan jumlah persediaan yang ekonomis
sebesar 24,3 kg hari yang artinya untuk mencukupi permintaan konsumen
yang sebesar 875 kg bulan, maka seharusnya perusahaan melakukan
pemesanan dalam jumlah yang ekonomis sebesar 24,3 kg hari atau
753, 3 kg bulan. Hal ini dilakukan agar tidak terjadinya kelebihan stock buah
yang menyebabkan terjadinya kerusakan dan kebusukan buah sehingga
mengakibatkan kerugian pada perusahaan dan juga sebagai persediaan
pengaman atau safety stock. Sedangkan
pada tahun 2010 untuk mengetahui besarnya tingkat persediaan
yang ekonomis EOQ berdasarkan hasil peramalan forecasting,
seperti yang dicantumkan berupa tabel diatas, maka perhitungan EOQ untuk
buah pisang emas pada tahun 2010 adalah sebagai berikut :
EOQ = Tahun
2010
Bulan januari :
=
= 22,1 kg hari
Februari :
=
= 22,2 kg hari
Maret :
=
= 22,3 kg hari
April :
=
= 22,4 kg hari
Mei :
=
= 18,5 kg hari
Juni :
=
= 22,7 kg hari
Juli :
=
= 22,8 kg hari
Agustus :
=
= 22,9 kg hari
September :
=
= 23,0 kg hari
Oktober :
=
= 23,1 kg hari
November :
=
= 23,2 kg hari
Desember :
=
= 23,3 kg hari Diketahui
bahwa berdasarkan hasil analisis forecasting untuk buah pisang
emas didapatkan taksiran permintaan konsumen D untuk tahun 2010
cenderung mengalami peningkatan, peningkatan permintaan konsumen
ini terjadi di beberapa bulan, hal ini dapat dilihat pada lampiran 4.
Tabel 7. Selisih Pemesanan Toko Tanpa EOQ Dan Pemesanan Toko Dengan
EOQ Buah Pisang Emas Tahun 2009
Bulan Pemesanan Toko
Tanpa EOQ Kg
1 Pemesanan Toko
Dengan EOQ Kg 2
Marginal Profit Kg
1-2 Januari 905
753,3 151,7
Februari 858 669,2
188,8 Maret 633
638,6 5,6
April 637 621,0
16,00 Mei 598
616,9 18,90
Juni 624 620,0
4,00 Juli 740
669,0 71,00
Agustus 820 719,2
100,8 September 915
735,0 180,0
Oktober 879 753,3
125,7 November 710
654,0 56,00
Desember 827 725,4
101,6
Berdasarkan perhitungan untuk mengetahui total biaya
persediaan yang minimum pada buah pisang emas yaitu dengan
berdasarkan pada EOQ pada tahun 2009 lampiran 6, dapat dilihat pada
tabel. Tabel
8. Selisih Total Biaya Persediaan EOQ Dengan Total Biaya Persediaan Di
Sinar Supermarket Pada Buah Pisang Emas Tahun 2009
Bulan Total Biaya
Persediaan EOQ Rp
Total Biaya Persediaan tanpa
EOQ Rp
Marginal Profit Rp
Januari 7.166.802
11.851.575 4.684.773
Februari 6.894.153 11.564.677 4.670.524 Maret 7.462.305
11.918.725 4.456.420
April 7.326.324 11.826.698
4.500.374 Mei 7.492.594
11.911.995 4.419.401
Juni 7.287.861 11.811.731
4.523.870 Juli 7.409.818
11.930.314 4.520.496
Agustus 7.205.492 11.866.364 4.660.872 September 7.050.327 11.971.197
4.920.870 Oktober 7.378.789 11.935.986 4.557.197
November 7.244.073 11.808.586 4.564.513
Desember 7.273.947 11.888.708 4.614.761
Dari tabel diatas, menjelaskan mengenai selisih total biaya
persediaan yang aktual dengan total biaya persediaan ekonomis yang
berdasarkan pada EOQ. Dimana hasil daripada selisih kedua total biaya
persediaan ini menunjukkan bahwa dengan total biaya yang ekonomis akan
menghasilkan keuntungan yang maksimal. Pada bulan januari sinar
supermarket mengeluaran biaya sebesar Rp. 11.851.575 Sedangkan setelah
menggunakan metode EOQ didapatkan penghematan biaya sebesar
4.684.773 Sedangkan pada bulan desember didapatkan perbedaan selisih
biaya persediaan sebesar 4.614.761 Didapatkan selisih biaya yang cukup
besar, hal ini menunjukkan bahwa total biaya EOQ dapat digunakan untuk
lebih memaksimalkan keuntungan yang diperoleh supermarket.