commit to user
7 penjualan yang berfluktuasi dari bulan ke bulan, entah itu baik, turun atau
stabil, sehingga perusahaan perlu membuat suatu peramalan untuk mengetahui berapa besarnya penjualan produk pada periode yang akan datang.
Dalam membuat peramalan diperlukan data pada periode sebelumnya, data periode sebelumnya digunakan untuk meramalkan periode yang akan
datang. Dalam menghitung data tersebut digunakan 4 metode, yaitu
Single Moving Avera ge, Exponentia l Smoothing, Weighted Moving Avera ge,
dan
Trend Projection
. Dari hasil peramalan tersebut kemudian dicari perbedaan hasil
kesalahan error peramalan dari masing-masing metode peramalan. Penghitungan kesalahan peramalan tersebut menggunakan MAD
Mea n Absolute Error
dan MSE
Mean Squa re Error
. Untuk mengetahui mana metode yang paling tepat dicari tingkat kesalahan error yang lebih mendekati
nol pada masing-masing metode peramalan Dengan adanya peramalan tersebut diharapkan dapat memberikan
kemudahan untuk mengetahui tingkat produksi kain CDP 2024, yang selanjutnya manajer produksi akan mengambil satu keputusan setelah melihat
data peramalan dan perencanaan yang telah dibuat.
F. Metode Penelitian
Metode penelitian mengemukakan secara tertulis tata kerja dari suatu penelitian. Metode ini terdiri dari:
commit to user
8 1.
Desain Penelitian Penulis ini menggunakan desain penelitian deskriptif. Sumarmi dan
Wahyuni 2006 mengemukakan penelitian deskriptif yaitu teknik untuk membuat gambaran atau deskriptif yang aktual dan akurat mengenai suatu
objek yang diteliti. 2.
Objek penelitian Penelitian ini dilaksanakan pada PT. KUSUMAHADI SANTOSA yang
bergerak di bidang industri tekstil, dengan alamat Jl. Raya Jaten Km 9,4 Jaten Karanganyar Solo
3. Jenis dan Sumber Data
a. Jenis Data
1 Data Primer
Menurut Kuncoro 2003 data primer yaitu data yang diperoleh dengan survei lapangan yang menggunakan semua
metode pengumpulan data original. Data yang diperoleh dengan hasil wawancara langsung
dengan stafkaryawan PT. KUSUMAHADI SANTOSA. Data yang diperoleh berupa : aktifitas proses produksi
2 Data Sekunder
Menurut Kuncoro 2003, data sekunder adalah data yang telah
dikumpulkan oleh
lembaga pengumpul
data dan
dipublikasikan kepada masyarakat pengguna data .Sumber data dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh
commit to user
9 dari sumber – sumber lain yang masih berkaitan dengan masalah
yang sedang diteliti, dengan cara mempelajari literatur, referensi serta teori yang berhubungan dengan penelitian ini. Data diperoleh
melalui sumber-sumber yang di berikan oleh perusahan. Dalam hal ini data yang diperoleh dari penelitian yang dilaksanakan di PT.
Kusumahadi Santosa berupa : data struktur organisasi,data sejarah, data lokasi perusahaan, data mesin, data produksi kain CDP 2024
atau peralatan kerja, dan data jumlah tenaga kerja. b.
Teknik Pengumpulan Data 1
Wawancara Metode wawancara merupakan komunikasi atau pembicaraan
dua arah yang dilakukan oleh pewawancara dan responden untuk menggali informasi yang relevan dengan tujuan penelitian
Wahyuni dan Sumarni, 2006. Dalam penelitian ini, peneliti melakukan wawancara dengan
karyawan pendamping atau manajer PT. Kusumahadi Santosa mengenai proses produksi dan profil dari perusahaan ini, dan
kendala-kendala dalam proses produksi, kita juga bisa melakukan tanya jawab langsung dengan manajer ataupun karyawan
PT.KUSUMAHADI SANTOSA 2
Observasi Metode observasi merupakan prosedur yang sistematis dan
standar dalam pengumpulan data Wahyuni dan Sumarni, 2006.
commit to user
10 Dalam penelitian ini, peneliti melakukan pengamatan langsung
kegiatan atau aktivitas yang dilakukan pada PT. Kusumahadi Santosa.
3 Dokumentasi
Metode pengumpulan data yang dilakukan dengan cara mencatat ataupun mengcopy data dari perusahaan. Data yang bisa
dicopy di PT Kusumahadi Santosa berupa : Data
Flow cha rt
,
Compa ny profile
,Jumlah peralatan atau mesin yang dipakai,Struktur organisasi dan jumlah tenaga kerja.
c. Tekhnik Analisis Data
Metode yang di gunakan dalam permintaan produk kain CDP 2024 adalah Metode
Single Moving Averages
, Metode
Exsponentia l Smoothing
,
Weighted Moving Avera ges
dan
Trend Projection
merupakan metode dengan teknik peramalan kuantitatif statistik,yang pada umumnya menggunakan data historis yang menitikberatkan pada
pola,perubahan pola, dan faktor gangguan
disturba nces
yang disebabkan oleh pengaruh acak
ra ndom.
Render dan Heizer,2005. Berdasarkan uraian di atas Teknik analisis yang digunakan
oleh penulis mengenai peramalan proses produksi pada produk kain CDP 2024 di PT Kusumahadi Santosa yaitu dengan metode
Single Moving Avera ges
, Metode
Exponentia l Smoothing
dan
Weighted Moving
dan
Trend Projection.
commit to user
11 Metode rata-rata bergerak tunggal menggunakan sejumlah data
aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. Metode ini akan efektif
diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu Gaspersz, 2005.
Rumus yang digunakan dalam menghitung menggunakan : 1
Metode Single Moving Averages
adalah sebagai berikut Render dan Heizer,2005:
Rata-rata bergerak Dimana n adalah jumlah periode dalam rata-rata bergerak.
2
Metode Exsponentia l Smoothing
Penghalusan Eksponential Exsponential Smoothing adalah sebuah prosedur yang
mengulang perhitungan secara terus menerus yang menggunakan data terbaru. Setiap data diberi bobot,dimana bobot yang digunakan
disimbolkan dengan α.Simbol alfa bisa ditentukan secara bebas yang bisa mengurangi forecast error.Besarnya nilai alfa antara 0
sampai 1. Secara sistematis persamaan penulisan
Exsponentia l Smoothing
adalah sebagai berikut Render dan Heizer,2005 F1 = Ft-
1 +αA t-1 – F t-1 Keterangan :
F1 : Peramalan baru
Ft-1 : Peramalan sebelumnya
Α : Konstanta penulisan0-1
commit to user
12 A t-1 : Permintaan actual periode sebelumnya
3 Rata-rata bererak tertimbang
Weighted Moving
Apabila ada pola yang trend dan pola 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 besar.Pemilihan bobot ini merupakan hal yang tidak pasti karena
tidak ada rumus untuk menetapkan Render dan Heizer,2005. Rata- rata bergerak dengan pembobotan tertimbang dapat digambarkan
secara matematis sebagai berikut : Rata-rata bergerak dengan pembobotan
= Dimana n adalah jumlah periode dalam rata-rata bergerak
tertimbang 4
Metode proyeksi trend
Trend Projection
Metode peramalan dengan Proyeksi Trend ini mencocokkan garis trend kerangkaian titik data historis dan kemudian
memproyeksi garis itu ke dalam ramalan jangka menengah hingga jangka panjang Render dan Heizer, 2005
Secara matematis, persamaan penulisan trend adalah sebagai berikut :
= a + b x
commit to user
13 Keterangan :
= ramalan jumlah produksi a
= persilangan sumbu y b
= kemiringan garis regresi atau tingkat perubahan pada y untuk perubahan yang terjadi di x
x = variable bebas dalam kasus ini adalah waktu
Untuk mencari nilai a dan b menggunakan rumus : b =
a =
Untuk menentukan nilai x dan y menggunakan rumus :
Keterangan : b
= kemiringan garis regresi ∑ = tanda penjumlahan total
x = nilai variable bebas yang diketahui
y = variable terkait yang diketahui
= rata-rata nilai y = rata-rata nilai x
n = jumlah data atau pengamatan
commit to user
14
BAB II TINJAUAN PUSTAKA
A. Pengertian Peramalan
