n t
c n
b a
Y
t
τ τ
2 cos
2 sin
ˆ +
+ =
dimana :
n t
c n
t b
na Y
τ τ
2 cos
2 sin
∑ ∑
+ +
=
n t
n t
c n
b n
t a
n t
Y
τ τ
τ τ
τ
2 cos
2 sin
2 sin
2 sin
2 sin
2
∑ ∑
∑
+ +
=
n t
n t
b n
c n
t a
n t
Y
τ τ
τ τ
τ
2 cos
2 sin
2 cos
2 cos
2 cos
2
∑ ∑
∑ ∑
+ +
=
3.13. Kriteria Performance Peramalan
Seorang perancang tentu menginginkan hasil perkiraan peramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati
sehingga rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan yang kecil memberikan arti ketelitian peramalan tinggi,
keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah:
1. Mean Square Error MSE
m f
f MSE
t t
m t
2 1
ˆ −
=
∑
=
dimana:
t
f
: data aktual periode t
t
fˆ : nilai ramalan periode t
m : banyaknya periode
Universitas sumatera utara
2. Standard Error of Estimate SEE
k m
f f
SEE
m t
t t
− −
=
∑
=1 2
ˆ
dimana : k = derajat kebebasan
Untuk data konstan, k = 1 Untuk data linier, k = 2 Untuk data kuadratis, k = 3 Untuk data siklis, k = 3
3. Mean Error
n ei
ME
n i
∑
=
=
1
dimana : ei = kesalahan
n = banyaknya periode 4. Mean Absolute Percentage Error MAPE
m PE
MAPE
t m
t
∑
=
=
1
5. Avarage Error AE
n e
AE
i
∑
=
6. Mean Absolute Deviation MAD
n F
D MAD
t t
∑
− =
dimana : t = periode
Universitas sumatera utara
D
t
= permintaan pada periode t F
t
= peramalan pada periode t
3.14. Proses Verifikasi
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang diperoleh representatif terhadap data . Proses verifikasi dilakukan dengan
menggunakan Moving Range Chart MRC. Dari peta ini dapat terlihat apakah sebaran berada didalam batas kontrol ataupun sudah diluar kontrol.
Apabila sebaran berada diluar kontrol, maka fungsimetode peramalan tersebut tidak sesuai, artinya pola peramalan terhadap data Y-Y
F
tersebut tidak representatif. Proses verifikasi dengan menggunakan Moving Range Chart MRC
dapat dilihat pada Gambar 3.2.
A B
C
A B
C Y-Yf
UCL = 2.66 MR
-13 x 2.66 MR -23 x 2.66 MR
Central Line = MR 23 x 2.66 MR
13 x .66 MR
LCL = -2.66 MR
Gambar 3.2. Moving Range Chart
Kondisi out of control dapat diperiksa dengan menggunkan empat aturan berikut :
1. Aturan Satu Titik Bila ada sebaran Y-Y
F
berada diluar UCL dan LCL. Walaupun jika semua titik sebaran berada dalam batas kontrol belum tentu fungsimetoda
Universitas sumatera utara
representatif. Untuk itu penganalisaan perlu dilanjuti dengan membagi MRC kedalam tiga daerah yaitu A, B dan C.
2. Aturan Tiga Titik Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A. 3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang mana empat diantaranya jatuh pada daerah B.
4. Aturan Delapan Titik Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada
daerah C. Proses verifikasi dari proses peramalan dapat dilihat pada Gambar 3.3.
Universitas sumatera utara
MRC
Out of Control?
Fungsi Penyebab
Diketahui? Gunakan Fungsi yang
diperoleh untuk meramalkan
Gejala tersebut bukan Bersifat random sehingga
Data menyimpang
Ganti dengan Fungsi baru
Menghitung kembali Parameter fungsi tersebut
dengan menghilangkan titik- titik out of control sehingga
diperoleh fungsi yang baru data berkurang
Ulangi Kembali
Tidak
Ya
Tidak
Gambar 3.3. Proses Verifikasi Metode Peramalan 3.15.
Marginal Income
13
13
Simatupang, Suhaimi dkk. Diktat Ilmu Ekonomi.
Dalam buku-buku operation research, problema maksimisasi laba dituliskan sebagai berikut:
Max Z = ∑
�
�
�
� �
�=1
s.t. �
��
�
�
= �
�
i = 1,2,…,k �
��
�
�
�
�
j = k+1,…,m �
�
≥ 0 Dimana
�
�
= laba produksi jenis junit
Universitas sumatera utara
Problema tersebut diselesaikan dengan program linear. Terdapat kelemahan pada rumusan tersebut, yaitu laba per unit, yaitu
�
�
bukan konstanta. Berikut rumusan pembuktiannya:
�
�
= �
�
− �
�
− �
�
�
�
= �
�
− �
�
−
�
�
�
�
Dimana : �
�
= harga jualunit �
�
= biaya berubahunit �
�
= biaya tetap produksi jenis j Dengan demikian
�
�
bukan konstanta atau �
�
= ��
�
adalah fungsi non linear dan tidak dapat diselesaikan dengan program linear. Oleh sebab itu,
persamaan tersebut harus disubstitusikan ke fungsi tujuan.
∑ �
�
�
�
= ∑ �
�
�
�
−
�
�
�
�
�
�
= ∑ �
�
�
�
− ∑ �
�
Dari persamaan diatas, �
�
merupakan konstanta, sehingga problema tersebut dapat diselesaikan dengna program linear. Laba optimum adalah
marginal income dikurangi biaya tetap.
Universitas sumatera utara
BAB IV METODOLOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian
Penelitian ini dilakukan pada PT. Sinar Sanata Electronic Industry yang berlokasi di Jalan Pertahanan Lorong 3 Nomor 7A, Medan Amplas. Penelitian ini
dilakukan selama 6 bulan.
4.2. Jenis Penelitian
Penelitian mengenai perencanaan produksi ini bersifat quantitative research. Penggolongan penelitian ini ke dalam quantitative research
berdasarkan metode pengambilan datanya yang bersifat kuantitatif yaitu berupa nilai pasti dari objek penelitian.
4.3. Objek Penelitian
Objek penelitian yang diamati adalah proses produksi pembuatan bola lampu merek Dai-Ichi G40 dan merek Stanlee Star tipe G-20 dan S-25 pada lantai
produksi. Objek penelitian ini dipilih berdasarkan jumlah produksi tertinggi pada tahun 2011.
4.4. Identifikasi Variabel Penelitian
Penentuan variabel penelitian didasarkan atas studi pendahuluan, studi kepustakaan, dan pengalaman pihak perusahaan yang berkaitan dengan
Universitas sumatera utara