Melakukan peramalan Permintaan Produk

1. Melakukan perhitungan kebutuhan, dibutuhkan merode peramalan yang tepat untuk memprediksi jumlah permintaan konsumen di masa yang akan datang sehingga tidak terjadi overstock seperti pada kondisi saat ini. 2. Menentukan juga jumlah persediaan pengaman yang tepat di perusahaan, sehingga jumlah safety stock tidak akan sama setiap bulan seperti yang terjadi dengan kondisi saat ini di perusahaan. 3. Memilih sistem informasi yang tepat untuk menjalankan koordinasi pemasaran dan produksi secara terintegrasi. 5.2.3.1.Tahap 1: Melakukan Perhitungan Safety Stock

a. Melakukan peramalan Permintaan Produk

Solusi pertama yang dilakukan adalah melakukan perhitungan peramalan permintaan perusahaan. Hal ini dilakukan untuk menghindari terjadinya penumpukan di gudangn produk seperti yang terjadi pada saat ini. Dan langkah- langkah peramalan yang akan dilakukan adalah: 1. Tujuan Peramalan Tujuan peramalan adalah untuk menentukan jumlah permintaan Frestea Tea 220 ml untuk 12 bulan mendatang tahun 2011. 2. Pembuatan Diagram Pencar Scater Diagram Data permintaan Frestea Tea 220 ml pada tahun 2010 dapat dilihat pada tabel 5.7.: Universitas Sumatera Utara Tabel 5.7. Data Permintaan Frestea Tea 220 ml pada tahun 2010 Frestea Tea 220 ml Bulan Jumlah Permintaan Crate Botol Januari 24598 590352 Februari 20198 484752 Maret 23490 563760 April 22460 539040 Mei 25461 611064 Juni 25907 621768 Juli 23486 563664 Agustus 23076 553824 September 25007 600168 Oktober 21058 505392 Nopember 23437 562488 Desember 25608 614592 Total 283786 6810864 Sumber: PT. Coca-Cola Bottling Indonesia Medan Gambar 5.11. Diagram Pencar Permintaan Frestea Tea Tahun 2010 3. Pemilihan Alternatif Metode Peramalan Berdasarkan diagram pencar pada gambar 5.8, maka metode peramalan yang digunakan adalah: a. Simple Exponentian Smoothing Universitas Sumatera Utara b. Trend Corrected Exponential Smoothing Model Holt 4. Perhitungan Parameter-parameter Fungsi Peramalan Dengan mengansumsikan nilai-nilai dari konstanta pemulusan adalah α = 0,2 dan β = 0,2 maka dapat dilakukan perhitungan peramalan sebagai berikut: a. Simple Exponential Smoothing SES Peramalan dengan simple exponential smoothing dilakukan berdasarkan formula sebagai berikut: F t = F t-1 + α A t-1 – F t-1 Keterangan: F t = Nilai ramalan untuk periode waktu ke- t F t-1 = Nilai ramalan untuk periode waktu yang lalu, t-1 A t-1 = Nilai actual untuk satu periode waktu yang lalu, t-1 α = Smoothing constant untuk melakukan peramalan F t pada bulan januari 2011Lo, angka ramalan ditentukan berdasarkan angka rata-rata actual permintaan bulanan periode Januari 2010 – Desember 2010 yaitu: Lo = = 24.598 + 20.198 + 23.490 + 22.460 + 25.461 + 25.907 + 23.468 + 23.076 + 25.007 + 21.058 + 23.437 + 25.608 = 23.649 Maka F 1 = 23.649 Untuk menentukan peramalan pada peride Februari 2011 adalah: Universitas Sumatera Utara F t = F t-1 + α A t-1 – F t-1 = 23.649 + 0,224.598 – 23.649 = 23.839 Demikian selanjutnya sampai diketahui F 12 pada bulan desember 2011. Tabel 5.7. berikut menunjukkan hasil peramalan dengan metode simple exponential smoothing SES: Tabel 5.8. Hasil Peramalan Dengan Metode Simple Exponential Smoothing Bulan Jumlah Crate Januari 23648.83 Februari 23838.67 Maret 22958.67 April 23617.07 Mei 23411.07 Juni 24011.27 Juli 24100.47 Agustus 23616.27 September 23534.27 Oktober 23920.47 Nopember 23130.67 Desember 23606.47 b. Trend Corrected Exponential Smoothing Metode Hold Langkah pertama dilakukan dengan menghitung nilai level estimasi awal Lo dan trend estimasi awal To dengan menjalankan regresi linier antara permintaan At dan periode t dalam bentuk persamaan At = at + b, konstanta b merupakan estimasi awal level Lo dan a merupakan estimasi trend awal To. Regresi linier dapat dilihat pada tabel 5.9.: Universitas Sumatera Utara Tabel 5.9. Parameter Regresi Linier Metode Hold Bulan t At t 2 t x At Januari 1 24598 1 24598 Februari 2 20198 4 40396 Maret 3 23490 9 70470 April 4 22460 16 89840 Mei 5 25461 25 127305 Juni 6 25907 36 155442 Juli 7 23486 49 164402 Agustus 8 23076 64 184608 September 9 25007 81 225063 Oktober 10 21058 100 210580 Nopember 11 23437 121 257807 Desember 12 25608 144 307296 Total 78 283786 650 1857807 Perhitungan To dan Lo sebagai berikut: To =        2 2 . t t n At t At t n = 2 78 650 12 283786 78 1857807 12   = 92,3 Lo = n t To At    = 12 78 3 , 92 283786  = 23.049 Selanjutnya, memodifikasi estimasi dengan rumusan sebagai berikut: L t+1 = α A t+1 + 1- αLt + T t T t+1 = βL t+1 – L t + 1- βT t ; dimana α = 0,2 dan β = 0,2 Universitas Sumatera Utara Dengan menggunakan konstanta pemulusan yang diasumsikan sebelumnya, estimasi level dan trend yang direvisi untuk periode 1 t = 0 adalah: L t+1 = α A t+1 + 1- αLt + T t = 0,224598 + 1-0,223049 + 92,3 = 23.433 T t+1 = βL t+1 – L t + 1- βT t = 0,223.433 – 23.049 + 1-0,292,3 = 150,6 Demikian selanjutnya sampai L 12 dan T 12 Langkah selanjutnya adalah melakukan perhitungan peramalan permintaan: F t+1 = L t + T t Untuk periode 1, maka F o+1 = L + T = 23.049 + 92,3 = 23.142,3 23.143 Demikian selanjutnya sampai diperoleh nilai F 12 seperti pada tabel 5.10: Tabel 5.10. Hasil Peramalan Dengan Metode Hold Bulan t A t t 2 t x A t L t Nilai L T t Nilai T F t Jumlah Crate Januari 1 24598 1 24598 Lo 23049 To 92 F1 23141 Februari 2 20198 4 40396 L1 23433 T1 151 F2 23583 Maret 3 23490 9 70470 L2 22906 T2 15 F3 22921 April 4 22460 16 89840 L3 23035 T3 38 F4 23073 Mei 5 25461 25 127305 L4 22950 T4 13 F5 22964 Juni 6 25907 36 155442 L5 23463 T5 113 F6 23576 Juli 7 23486 49 164402 L6 24043 T6 207 F7 24249 Agustus 8 23076 64 184608 L7 24096 T7 176 F8 24272 Universitas Sumatera Utara Tabel 5.10. Hasil Peramalan Dengan Metode Hold Lanjutan Bulan t A t t 2 t x A t L t Nilai L T t Nilai T F t Jumlah Crate September 9 25007 81 225063 L8 24033 T8 128 F9 24161 Oktober 10 21058 100 210580 L9 24330 T9 162 F10 24492 Nopember 11 23437 121 257807 L10 23805 T10 25 F11 23830 Desember 12 25608 144 307296 L11 23751 T11 9 F12 23760 Total 78 283786 650 1857807 5. Menghitung Kesalahan Peramalan Perhitungan kesalahan menggunakan metode MSE dan MAPE dengan menggunakan rumus sebagai berikut: MSE = n E  2 dan MAPE = 100  A E Perhitungan kesalahan peramalan untuk masing-masing metode yang digunakan: a. Simple Exponential Smoothing SES Tabel 5.11. Perhitungan Kesalahan Peramalan Metode SES Bulan A t F t E E 2 EA Januari 24598 23649 -949 900601 3.85804 Februari 20198 23839 3641 13256881 18.02654 Maret 23490 22959 -531 281961 2.26054 April 22460 23618 1158 1340964 5.15583 Mei 25461 23412 -2049 4198401 8.04760 Juni 25907 24012 -1895 3591025 7.31463 Juli 23486 24101 615 378225 2.61858 Agustus 23076 23617 541 292681 2.34443 September 25007 23535 -1472 2166784 5.88635 Oktober 21058 23921 2863 8196769 13.59578 Nopember 23437 23131 -306 93636 1.30563 Desember 25608 23607 -2001 4004001 7.81396 TOTAL 283786 -385 38701929 78.22791 Perhitungan kesalahan peramalan menggunakan metode MSE dan MAPE dapat dilihat sebagai berikut: Universitas Sumatera Utara MSE = n E  2 = 12 38701929 = 3225161 MAPE = 100  A E = 78,228 b. Trend Corrected Exponential Smoothing Metode Hold Tabel 5.12. Perhitungan Kesalahan Peramalan Metode Hold Bulan A t F t E E 2 EA Januari 24598 23141.2 -1456.8 2122214 5.92235975 Februari 20198 23583.1 3385.14 11459168 16.759775 Maret 23490 22921.3 -568.73 323452.8 2.42115414 April 22460 23072.9 612.925 375677.4 2.7289639 Mei 25461 22963.7 -2497.3 6236348 9.80820941 Juni 25907 23576.5 -2330.5 5431381 8.99576278 Juli 23486 24249.1 763.078 582287.7 3.24907508 Agustus 23076 24272.4 1196.44 1431475 5.1847924 September 25007 24161.3 -845.72 715247.5 3.38194537 Oktober 21058 24492.4 3434.37 11794919 16.309114 Nopember 23437 23830.1 393.075 154508.2 1.67715724 Desember 25608 23760.3 -1847.7 3413943 7.21526858 TOTAL 283786 238.313 44040623 83.6535776 Perhitungan kesalahan peramalan menggunakan metode MSE dan MAPE dapat dilihat sebagai berikut: MSE = n E  2 = 12 44040623 = 3670052 Universitas Sumatera Utara MAPE = 100  A E = 83,65 6. Pemilihan Metode Peramalan Pemilihan metode peramalan dilakukan berdasarkan nilai kesalahan yang terkecil. Hasil rekapitulasi nilai MSE dan MAPE dapat dilihat pada Tabel 5.13.: Tabel 5.13. Rekapitulasi Nilai MSE dan MAPE Setiap Metode Peramalan Metode Peramalan MSE MAPE Simple Exponential Smoothing 3225161 78,228 Metode Hold 3670052 83,65 Berdasarkan nilai tersebut maka disimpulkan bahwa metode Simple Exponential Smoothing lebih tepat digunakan untuk meramalkan permintaan pada tahun 2011. 7. Verifikasi Peramalan Verifikasi dilakukan untuk mengetahui apakah metode yang digunakan telah representative atau tidak untuk digunakan pada peramalan permintaan tersebut. Hasil verifikasi peramalan dengan metode Simple Exponential Smoothing dapat dilihat pada tabel 5.14.: Universitas Sumatera Utara Tabel 5.14. Perhitungan Hasil Verifikasi Bulan At Ft E MR E-Et Januari 24598 23649 -949 Februari 20198 23839 3641 4590 Maret 23490 22959 -531 4172 April 22460 23618 1158 1689 Mei 25461 23412 -2049 3207 Juni 25907 24012 -1895 154 Juli 23486 24101 615 2510 Agustus 23076 23617 541 74 September 25007 23535 -1472 2013 Oktober 21058 23921 2863 4335 Nopember 23437 23131 -306 3169 Desember 25608 23607 -2001 1695 TOTAL 283786 -385 27608 818 , 2509 1 12 27608 1       n MR MR Sehingga diperoleh: BKA = 2.66 x MR = 2.66 x 2509,818 = 6692,848 13 BKA = 13 x 6692,848= 2230,949 23 BKA = 23 x 6692,848= 4461,899 Dan BKB = -2.66 x MR = -2.66 x 2509,818 = -6692,848 13 BKB = 13 x -6692,848= - 2230,949 23 BKB = 23 x -6692,848= - 4461,899 Moving Range Chart peramalan dapat dilihat pada gambar 5.12.: Universitas Sumatera Utara Gambar 5.12. Moving Range Chart Peramalan Permintaan Frestea Tea Dari Gambar 5.12, dapat dilihat bahwa tidak ada data yang berada di luar batas kontrol sehingga metode peramalan sudah representatif. Dengan adanya model matematis yang cocok untuk peramalan ini maka jumlah produksi untuk periode berikutnya juga dapat diramalkan dengan metode Simple Exponential Smoothing SES. Hasil Peramalan permintaan produk Frestea Tea 220 ml untuk tahun 2011 dapat dilihat pada tabel 5.15.: Tabel 5.15 Hasil Peramalan Permintaan Produk Frestea Tea 220 ml Tahun 2011 Bulan Jumlah Crate Botol Januari 23649 567572 Februari 23839 572128 Maret 22959 551008 April 23618 566810 Universitas Sumatera Utara Tabel 5.15 Hasil Peramalan Permintaan Produk Frestea Tea 220 ml Tahun 2011 Lanjutan Bulan Jumlah Crate Botol Mei 23412 561866 Juni 24012 576271 Juli 24101 578412 Agustus 23617 566791 September 23535 564823 Oktober 23921 574092 Nopember 23131 555136 Desember 23607 566556 Total 282784 6786835 Dengan cara yang sama dilakukan perhitungan peramalan untuk produk lain. Hasil rekapitulasi peramalan permintaan untuk tahun 2011 dapat dilihat pada tabel 5.16: Tabel 5.16a. Hasil Perhitungan Peramalan Produk Coke Small Sparkling Coke Medium Sparkling Coke Bulan Jumlah Permintaan Bulan Jumlah Permintaan Crate Botol Crate Botol Januari 2439.641 58551 Januari 4823.83 115772 Februari 2475.762 59418 Februari 4856.47 116555 Maret 2476.029 59425 Maret 4841.97 116207 April 2452.001 58848 April 4823.58 115766 Mei 2446.938 58727 Mei 4798.46 115163 Juni 2467.211 59213 Juni 4752.57 114062 Juli 2517.06 60409 Juli 4758.26 114198 Agustus 2511.338 60272 Agustus 4778.61 114687 September 2554.706 61313 September 4823.68 115768 Oktober 2567.812 61627 Oktober 4839.95 116159 Nopember 2603.345 62480 Nopember 4846.36 116313 Desember 2585.837 62060 Desember 4867.29 116815 Total 30097.68 722344 Total 57811.02 1387465 Universitas Sumatera Utara Tabel 5.16b. Hasil Perhitungan Peramalan Produk Sprite Small Sparkling Sprite Medium Sparkling Sprite Bulan Jumlah Permintaan Bulan Jumlah Permintaan Crate Botol Crate Botol Januari 7380.19 177125 Januari 40245.23 965886 Februari 7407.34 177776 Februari 40602.53 974461 Maret 7409.77 177834 Maret 40156.66 963760 April 7412.27 177895 April 39967.74 959226 Mei 7460.19 179045 Mei 39914.5 957948 Juni 7518.88 180453 Juni 39291.2 942989 Juli 7503.07 180074 Juli 38964.52 935148 Agustus 7459.14 179019 Agustus 38738.07 929714 September 7514.39 180345 September 38817.95 931631 Oktober 7515.70 180377 Oktober 38881.05 933145 Nopember 7518.04 180433 Nopember 38762.74 930306 Desember 7543.58 181046 Desember 38959.09 935018 Total 89642.56 2151421 Total 473301.3 11359231 Tabel 5.16c. Hasil Perhitungan Peramalan Produk Fanta Small Sparkling Fanta Medium Sparkling Fanta Bulan Jumlah Permintaan Bulan Jumlah Permintaan Crate Botol Crate Botol Januari 5363.346 128720 Januari 5363.346 461560 Februari 5441.044 130585 Februari 5441.044 470781 Maret 5433.72 130409 Maret 5433.72 467107 April 5464.032 131137 April 5464.032 464831 Mei 5533.961 132815 Mei 5533.961 463146 Juni 5504.385 132105 Juni 5504.385 460043 Juli 5572.629 133743 Juli 5572.629 458794 Agustus 5607.439 134579 Agustus 5607.439 461930 September 5658.87 135813 September 5658.87 466193 Oktober 5666.42 135994 Oktober 5666.42 460963 Nopember 5669.562 136069 Nopember 5669.562 458299 Desember 5718.894 137253 Desember 5718.894 456174 Total 66634.3 1599223 Total 66634.3 5549820 Universitas Sumatera Utara Tabel 5.16c. Hasil Perhitungan Peramalan Produk Frestea Green Frestea Green Bulan Jumlah Permintaan Crate Botol Januari 1605.10 38522 Februari 1630.28 39127 Maret 1631.30 39151 April 1630.74 39138 Mei 1678.58 40286 Juni 1698.71 40769 Juli 1699.82 40796 Agustus 1688.04 40513 September 1723.10 41354 Oktober 1729.10 41498 Nopember 1739.17 41740 Desember 1736.95 41687 Total 20190.88 484581

b. Menentukan