Dari hasil peramalan tersebut maka total kebutuhan Komponen Beater PCD 80 mm 50x6x150 - Ø 17 mm untuk periode 1 musiman mendatang adalah
sebesar 129.83 ~ 130 unit.
5.2.7.1.2. Perhitungan Harga Q Optimal Q
Mencari harga Q Optimal Q seperti rumus dasar EOQ Economic Order Quantity untuk pemesanan dari supplier I Negara Thailand yaitu:
unit 449.9302
500 .
21 15
. 000
. 511
. 2
. 130
2 hC
2RS Q
= =
= Rp
Keterangan : R = Jumlah permintaanperiode unit = 130 unit
S = Biaya pemesanan = Rp. 2.511.000,-pemesanan
h = Persentase biaya penyimpanan dari C = 15 = 0.15 C = Biaya per unit = Rp. 21.500,-unit
Sedangkan harga Q Optimal Q untuk pemesanan dari supplier II Negara Taiwan yaitu:
unit 436.23
21500 15
. 500
. 360
. 2
. 130
2 hC
2RS Q
= =
= Rp
5.2.7.2. Penentuan Q Optimal Komponen Beater PCD 80 mm 50x150x50 - Ø 17 mm
5.2.7.2.1. Peramalan
Langkah-langkah peramalan: a.
Tujuan Peramalan:
Universitas Sumatera Utara
Meramalkan permintaan Komponen Beater PCD 80 mm 50x150x50 - Ø 17 mm untuk 12 bulan mendatang.
b. Pembuatan Diagram Pencar
Gambar 5.9. Diagram Pencar Permintaan Komponen Beater PCD 80
mm 50x150x50 - Ø 17 mm Periode Januari 2009 – Desember 2009
c. Pemilihan Alternatif Metode Peramalan
Berdasarkan pada gambaran diagram pencar pola data yang terbentuk adalah pola data konstan stasioner, dapat juga membentuk pola trend dan
musiman. Data historis berjumlah 12 dan periode yang akan diramalkan adalah beberapa periode mendatang. Adapun metode peramalan yang
dapat diuji adalah: 1.
Single Exponential Smoothing 2.
Linier Exponential Smoothing Model Holt’s 3.
Trend and Seasonality Corrected Exponential Smoothing Model Winter’s
d. Perhitungan parameter-parameter fungsi peramalan
Dengan mengasumsikan nilai- nilai dari konstanta pemulusan α = 0,2 ; β =
0,2 ; dan γ = 0,3 maka dapat dilakukan peramalan permintaan berikut ini:
Universitas Sumatera Utara
1. Single Exponential Smoothing
Pengertian dasar dari metode ini adalah: nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian
yang berasal dari kesalahan nilai ramalan yang terjadi pada periode t tersebut. Secara matematis dapat dinyatakan:
t t
t t
t
F X
F
α α
− +
=
+
1
1
dimana :
1 +
t
F
: ramalan permintaan pada periode t+1
t
F : ramalan permintaan pada periode t α : suatu nilai 0α 1 yang ditentukan secara subjektif
t
X : permintaan aktual pada periode t
2. Linier Exponential Smoothing Model Holt’s
Model Holt’s memuluskan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada deret yang asli. Ramalan dari
pemulusan eksponensial linear Holt’s didapat dengan menggunakan dua kosntanta pemulusan dengan nilai antara 0 dan 1 dan tiga
persamaan:
1 1
t 1
- t
1 t
1 S
b -
1 X
− −
−
− +
− =
+ +
=
t t
t t
b S
b S
Lt γ
γ α
α
m b
F
t m
t
+ =
+ t
S
3. Trend and Seasonality Corrected Exponential Smoothing Model
Winter’s Persamaan dasar untuk metode Winters adalah sebagai berikut :
Universitas Sumatera Utara
Pemulusan Keseluruhan
Pemulusan Trend
Pemulusan Musiman + 1-
β Ramalan
e. Perhitungan kesalahan tiap metode peramalan
1. Metode Single Exponential Smoothing
Tabel 5.46. Perhitungan Parameter Kesalahan Metode Single Exponential Smoothing
Periode
X
Ramalan
F Percentage
Error
t
PE
Mean Absolute Percentage Error
t
PE
1
272 -
- -
2
136
272.00 -100
100 3
136
244.80 -80
80 4
272
223.04 18
18 5
136
232.83 -71.2
71.2 6
136
213.47 -56.96
56.96 7
136
197.97 -45.568
45.568 8
136
185.58 -36.4544
36.4544 9
136
175.66 -29.1635
29.16352 10
408
167.73 58.88973
58.88973 11
408
215.78 47.11178
47.11178 12
254.23 37.68943
37.68943 284.98
309.59 329.27
345.01
Total -257.655
341.0369
Sumber: Pengolahan Data
Universitas Sumatera Utara
41974 .
28 12
0369 .
341 MAPE
4712 .
21 12
655 .
257 MPE
100 X
PE
n 1
n 1
t t
= =
= −
= −
= =
− =
∑ ∑
= =
n PE
n PE
X F
i i
i i
t t
2. Linier Exponential Smoothing Model Holt’s
Tabel 5.47. Perhitungan Parameter Kesalahan Model Holt’s
Periode t
X Data
Pemulusan
t
S Trend
Pemulusan
t
b Ramalan
F bila m=1
Percentage Error
t
PE
Mean Absolute
Percentage Error
t
PE
1
272
272.00 13.60
-
2
136
136.00 13.60
-
3
136
136.00 13.60
149.60 -10
10 4
272
174.08 20.94
149.60 45
45 5
136
183.22 17.40
195.02 -43.4
43.4 6
136
187.70 13.53
200.62 -47.516
47.516 7
136
188.18 9.61
201.22 -47.9578
47.95784 8
136
185.43 5.90
197.79 -45.4338
45.43384 9
136
180.27 2.58
191.34 -40.6886
40.68861 10
408
227.88 16.09
182.85 55.18296
55.18296 11
408
276.78 214.51
357.33 12.41924
12.41924 12
474.64 552.40
564.49 -38.3549
38.3549 666.42
878.17 1230.77
1781.27 Total
-160.749 385.9534
Sumber: Pengolahan Data
Universitas Sumatera Utara
32.16278 12
9534 .
385 MAPE
3957 .
13 12
749 .
160 MPE
100 X
PE
n 1
n 1
t t
= =
= −
= −
= =
− =
∑ ∑
= =
n PE
n PE
X F
i i
i i
t t
3. Trend and Seasonality Corrected Exponential Smoothing Model
Winter’s
Tabel 5.48. Perhitungan Parameter Kesalahan Model Winter’s
Periode t
X Pemulusan
Tunggal
t
S
Pemulusan Musiman
t
I
Pemulusan Trend
t
b
Ramalan F bila
m=1 Percentage
Error
t
PE
Mean Absolute
Percentage Error
t
PE
1
272
1.333333 2
136
0.933333 3
136
0.653333 4
272
204 0.457333
-17 5
136
170 0.320133
-22.1 59.86493 55.98166667 55.98166667 6
136
147.462857 0.224093
-22.2311 33.1434
75.62985 75.62985
7
136
141.818024 0.156865
-17.2552 19.64451 85.55550397 85.55550397 8
136
159.125438 0.109806
-6.88645 13.67771 89.94286263 89.94286263 9
136
206.755788 0.076864
9.468589 11.7017 91.39580913 91.39580913
10
408
537.113494 0.053805
105.7353 11.63391 97.14855112 97.14855112 11
408
1034.47047 0.037663
223.2218 24.21185 94.06572287 94.06572287 12
1749.28443 0.026364
370.6995 33.15825 91.87297842 91.87297842 39.12441
42.8842 45.1249
46.38023 Total
681.5929448 681.5929448
Sumber: Pengolahan Data
Universitas Sumatera Utara
3957 .
13 −
32.16278 4712
. 21
− 41974
. 28
7 56.7994120
12 5929448
. 681
MAPE 7
56.7994120 12
5929448 .
681 MPE
100 X
PE
n 1
n 1
t t
= =
= =
= =
− =
∑ ∑
= =
n PE
n PE
X F
i i
i i
t t
f. Pemilihan metode terbaik dan verifikasi peramalan
Pemilihan metode didasarkan pada nilai MPE dan nilai MAPE yang terkecil. Seperti yang terlihat dalam Tabel 5.49 Metode Peramalan Single
Exponential Smoothing memiliki nilai MPE dan nilai MAPE yang terkecil. Maka metode ini yang digunakan dalam peramalan permintaan komponen Beater PCD
80 mm 50x150x50 - Ø 17 mm.
Tabel 5.49. Kesalahan Estimasi Tiap Metode untuk Peramalan Komponen Beater PCD 80 mm 50x150x50 - Ø 17 mm
Metode Peramalan MPE unit
MAPE
Single Exponential Smoothing
Linier Exponential Smoothing
Trend and Seasonality Corrected Exponential
Smoothing Model Winter’s 56.799
56.799
Sumber: Pengolahan Data
Dengan menggunakan metode Single Exponential Smoothing maka hasil peramalan untuk periode 4 bulan mendatang dihitung dengan menggunakan
rumus: 317.2125
4 01
. 345
27 .
329 59
. 309
98 .
284 =
+ +
+ =
=
∑
n x
x
i
Universitas Sumatera Utara
Dari hasil peramalan tersebut maka total kebutuhan Komponen Beater PCD 80 mm 50x6x150 - Ø 17 mm untuk periode 1 musiman mendatang adalah
sebesar 317.2125 ~ 318 unit.
5.2.7.2.2. Perhitungan Harga Q Optimal Q
Mencari harga Q Optimal Q seperti rumus dasar EOQ Economic Order Quantity untuk pemesanan dari supplier I Negara Thailand yaitu:
unit 729.6109
20000 15
. 000
. 511
. 2
. 318
2 hC
2RS Q
= =
= Rp
Keterangan : R = Jumlah permintaanperiode unit = 318 unit
S = Biaya pemesanan = Rp. 2.511.000,-pemesanan
h = Persentase biaya penyimpanan dari C = 15 = 0.15 C = Biaya per unit = Rp. 20.000,-unit
Sedangkan harga Q Optimal Q untuk pemesanan dari supplier II Negara Taiwan yaitu:
unit 708.7552
20000 15
. 500
. 360
. 2
. 318
2 hC
2RS Q
= =
= Rp
5.2.7.3. Penentuan Q Optimal Komponen Screen 695-1120-3D-Ø 6 mm 5.2.7.3.1. Peramalan