Tabel 5.6. Harga Bahan Baku
No Bahan Baku
HargaKg Rp
1 Polypropilene
22.500,- 2
Titanlene 20.000,-
3 Afal 12.500,-
4 Katalis 23.750,-
5 Cosmoplene
15.000,-
Sumber Data: PT Guna Kemas Indah
5.1.5. Data Waktu Tenggang Lead Time
Data waktu tenggang lead time pemesanan bahan baku dari waktu pemesanan sampai barang tiba dapat dilihat pada Tabel 5.7. berikut :
Tabel 5.7. Data Waktu Tenggang Lead Time
No Bahan Baku
Lead Time Bulan
1 Polypropilene
1 2
Titanlene 1
3 Afal 1
4 Katalis 1
5 Cosmoplene
1
Sumber Data: PT Guna Kemas Indah
5.2. Pengolahan Data
5.2.1. Peramalan Jumlah Permintaan Cup Bening Bulan Mei 2012 – April 2013
Langkah-langkah peramalan yang dilakukan untuk meramalkan permintaan produk cup bening adalah :
1. Menentukan tujuan peramalan. Tujuan peramalan adalah untuk meramalkan jumlah permintaan produk cup bening
bulan Mei 2012 – April 2013.
Universitas Sumatera Utara
2. Membuat diagram pencar Bertujuan untuk melihat trend data masa lalu sebagai acuan untuk memilih metode
peramalan. Diagram permintaan produk cup bening dapat dilihat pada Gambar 5.2.
Gambar 5.2. Diagram Pencar Permintaan Produk Cup Bening Bulan Mei 2012 – April 2013
3. Pemilihan beberapa metode peramalan yang sesuai dengan diagram. Beberapa metode yang dipakai adalah sebagai berikut:
a. Metode Moving Average b. Metode Single Exponential Smoothing
4. Menghitung parameter peramalan a. Metode Moving Average
Hasil perhitungan parameter metode moving average dapat dilihat pada Tabel 5.8.
Universitas Sumatera Utara
Tabel 5.8. Perhitungan Parameter Peramalan Metode Moving Average
X Y
Y Y-Y
Y-Y2 |Y-Y|
|Y-Y|Y100
158 179
188 180
183 198
1 220
181.00 39.00 1521.00 39.00 17.73 2
228 191.33 36.67 1344.69 36.67 16.08
3 255
199.50 55.50 3080.25 55.50 21.76 4
268 210.66 57.34 3287.88 57.34 21.40
5 248
225.33 22.67 513.93 22.67 9.14 6 230 236.16
-6.16 37.95
6.16 2.68
21 2535
1243.98 205.02
9785.69 217.34
88.79
46 ,
49 2
6 9785,69
1 2
f n
Y Y
SEE
m t
b. Metode Single Exponential Smoothing Data perhitungan metode single exponential smoothing dapat dilihat pada Tabel
5.9.
Tabel 5.9. Perhitungan Parameter Peramalan Metode Single Exponential Smoothing
X Y
Y α=0.6
Y-Y Y-Y2
|Y-Y| |Y-Y|Y100
1 158 158.00 0.00 0.00 0.00 0.00
2 179
158.00 21.00 441.00 21.00 11.73 3
188 170.60 17.40 302.76 17.40
9.26 4 180 181.04
-1.04 1.08 1.04 0.58
5 183 180.42 2.58 6.66 2.58 1.41
6 198
181.97 16.03 256.96 16.03 8.10
7 220
191.59 28.41 807.13 28.41 12.91 8
228 208.63 19.37 375.20 19.37
8.50 9
255 220.25 34.75 1207.56 34.75
13.63 10 268
241.10 26.90 723.61 26.90 10.04 11 248 257.24 -9.24
85.38 9.24 3.73 12 230 251.70
-21.70 470.89
21.70 9.43
78 2535
2400.54 134.46
4678.22 198.42
89.31
Universitas Sumatera Utara
Perhitungan peramalan dengan metode single exponential smoothing menggunakan rumus sebagai berikut:
Ft+1 = α.Dt + 1-α.Ft
Untuk F1, diasumsikan bahwa hasil ramalan adalah 158,00 karton, sehingga hasil ramalan berikutnya adalah :
F2 = 0,6 x 158 + 0,4 x 158,00 = 158,00
F3 = 0,6 x 179 + 0,4 x 158,00 = 170,60
F4 = 0,6 x 188 + 0,4 x 170,60 = 181,04
F5 = 0,6 x 180 + 0,4 x 181,04 =180,42
Demikian seterusnya untuk perhitungan peramalan, sehingga diperoleh hasil peramalan seperti pada Tabel 5.9.
SEE = =
3 12
4678,22
= 22,80
Dari perhitungan diatas maka didapat rekapitulasi estimasi kesalahan beberapa metode dapat dilihat pada Tabel 5.10. di bawah ini:
Tabel 5.10. Rekapitulasi Estimasi Kesalahan Metode
SEE Moving Average
49,46 Single Exponential
Smoothing 22,80
5. Pilih metode terbaik yaitu yang memiliki kesalahan terkecil Dari perhitungan SEE diatas, nilai error terkecil diperoleh pada metode moving
average dan single exponential smoothing. Tahap selanjutnya adalah melakukan uji
Universitas Sumatera Utara
statistik dengan distribusi f untuk memilih mana antara kedua metode ini yang akan dipakai untuk interpretasi peramalan.
a. Ho : metode single exponential smoothing lebih baik dari pada metode moving average
b. Hi : metode moving average tidak lebih baik dari pada metode single exponential smoothing
α= 5 ; v
1
= 10 – 3= 7
v
2
= 10 – 2 = 8
c. Statistik uji:
0,460 46
, 49
22,80
2 2
2 exp
2
age movingaver
oothing onentialsm
hitung
SEE SEE
F
d. F
tabel
= F
0,05, 7,8
= 3,73
tabel hitung
F F
maka Ho diterima e. Kesimpulan : bahwa metode single exponential smoothing lebih baik
digunakan daripada metode moving average. 6. Verifikasi peramalan
Verifikasi peramalan dilakukan terhadap metode single exponential smoothing dengan menggunakan peta moving range dapat dilihat pada Tabel 5.11.
Tabel 5.11.Verifikasi Peramalan Metode Single Exponential Smoothing
X Y
Y MR
e = Y-Y
1 158 158.00
0.00 2 179
158.00 21
21.00 3 188
170.60 3.6
17.40 4 180
181.04 18.44
-1.04 5 183
180.42 3.62
2.58 6 198
181.97 13.45
16.03 7 220
191.59 12.38
28.41 8 228
208.63 9.04
19.37 9 255
220.25 15.38
34.75 10 268
241.10 7.85
26.90 11 248
257.24 36.14
-9.24 12 230
251.70 12.46
-21.70
78 2535
2400.54 153.36
133.66
Universitas Sumatera Utara
94 ,
13 1
12 153,36
1
n MR
MR
BKA = 2,66 x 13,94 = 37,08 13 BKA = 13 x 37,08= 12,36
23 BKA = 23 x 37,08= 24,72
BKB = -2,66 x 13,94 = -37,08
13 BKB = -13 x -37,08= -12,36 23 BKB = -23 x -37,08= -24,72
Gambar 5.3. Moving Range Chart Metode Single Exponential Smoothing
Dari Gambar 5.3. tidak terlihat adanya data yang out of control sehingga persamaan peramalan metode single exponential smoothing dapat digunakan untuk
meramalkan permintaan produk cup bening bulan Mei 2012 – April 2013. Dengan menggunakan peramalan dengan metode single exponential
smoothing , permintaan produk cup bening untuk periode Mei 2013 – April 2014
dapat dilihat pada Tabel 5.12.
Universitas Sumatera Utara
Tabel 5.12. Hasil Peramalan Permintaan Produk Cup Bening Periode Mei 2013 - April 2014
Bulan Hasil Peramalan Permintaan Cup
Bening Karton
Mei 239
Juni 190 Juli 184
Agustus 186 September 182
Oktober 192 November 196
Desember 210 Januari 221
Februari 241 Maret 257
April 252
5.2.2. Perhitungan Jumlah Kebutuhan Bahan Baku
1. Kebutuhan bahan baku untuk cup bening Perhitungan kebutuhan bahan untuk periode ke-13 sebagai berikut :
Kebutuhan bahan periode n = x kebutuhan bahan pada BOM
Untuk 1 karton cup bening = 30 Kg. Polypropilene
= 239 karton 30 Kg x 0,48 kg
= 3437 Kg Titanlene
= 239 karton 30 Kg x 0,32 kg = 2291 Kg
Afal = 239 karton 30 Kg x 0,09 kg
= 644 Kg Katalis
= 239 karton 30 Kg x 0,035 kg = 251 Kg
Cosmoplene = 239 karton 30 Kg x 0,075 kg
= 537 Kg Dengan cara yang sama maka dapat dihitung kebutuhan bahan baku untuk
periode berikutnya. Hasil perhitungan kebutuhan bahan baku cup bening untuk 12 periode ke depan yang dapat dilihat pada Tabel 5.13.
Universitas Sumatera Utara
Tabel 5.13. Kebutuhan Bahan Baku Cup Bening
Bahan Baku Periode Bulan
1 2
3 4
5 6
7 8
9 10
11 12
Polypropylene Kg 3437 2740