Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
4.5. Metode Pengolahan Data
4.5.1. Metode Pengolahan Data Pada Tahap Peramalan
Data yang diperoleh selanjutnya diolah dengan tahapan pengolahan data. Pengolahan data yang dilakukan yaitu melakukan peramalan permintaan periode
satu tahun kedepan dengan menggunakan metode peramalan secara kuantitatif, diantaranya:
1. Mendefenisikan tujuan peramalan : Untuk meramalkan permintaan pada
periode satu tahun yang akan datang 2.
Membuat diagram pencar scatter diagram permintaan produk tahun lalu. 3.
Memilih metode yang mendekati pola diagram pencar untuk melihat apakah pola mengikuti pola trendkecendrungan konstan, linear, kuadratis,
eksponensial, dan siklis. 4.
Menghitung fungsi parameter dari trend yang mendekati pola diagram pencar. Fungsi parameter yang dimaksud:
- Fungsi trend konstan :
t t
a Y
= -
Fungsi trend linear :
t t
b a
Y +
= -
Fungsi trend kuadratis :
2 t
t t
c b
a Y
+ +
=
- Fungsi trend eksponensial :
bt t
ae Y
=
- Fungsi trend siklis :
n t
c n
b a
Y
t
π π
2 cos
2 sin
+ +
=
5. Menghitung setiap kesalahan setiap metode, dilakukan dengan cara:
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
- Mean Square Error MSE =
n Ft
Xt
N t
2 1
∑
=
−
- Standard Error of Estimate SEC =
f n
Ft Xt
N t
− −
∑
= 2
1
- Percentage Error PE
t
= 100
x Xt
Ft Xt
−
6. Pilih metode dengan kesalahan terkecil:
- Tentukan pernyataan awal Ho dan pernyataan alternatif Hi - Lakukan test statistik dengan rumus:
2 2
2 1
S S
F =
- Bandingkan hasil yang diperoleh dengan test statistik, dengan hasil yang diperoleh dari tabel distribusi F dengan harga tingkat ketelitian yang
telah ditetapkan. 7.
Proses Verifikasi Bertujuan untuk melihat apakah sebaran data masih dalam kontrol atau
sudah berada diluar kontrol. Jika sebaran berada diluar kontrol maka fungsi metode peramalan tidak sesuai, artinya pola peramalan terhadap
data tidak representatif. Proses verifikasi dapat dilakukan dengan menggunakan Moving Range Chart MRC
Tahapan pengolahan data peramalan dapat dilihat pada flowchart pengolahan data pada Gambar 4.2.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Definisikan Tujuan Peramalan Buat Diagran Pencar
Pilih Beberapa Metode Peramalan
Hitung Parameter Peramalan Hitung Kesalahan Setiap Metode
Pilih Metode dengan Kesalahan Terkecil
MRC
Out of Control
Fungsi Penyebab Dketahui
Gunakan fungsi yang diperoleh untuk meramalkan
Tidak
Gejala tersebut bukan bersifat random sehingga data
menyimpang Ya
Menghitung kembali parameter fungsi tersebut dengan menghilangkan Titik Out
of Control sehingga diperoleh kembali fungsi yang baru dengan jumlah data
yang baru Ganti dengan fungsi
baru Ya
Tidak
Mulai
Selesai
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Gambar 4.2. Flow Chart Pengolahan Data pada Tahap Peramalan 4.5.2.
Metode Pengolahan Data dengan Mengunakan Dynamic Programming
Setelah data penjualan diramalkan maka dilanjutkan ketahap pengolahan data dengan mengunakan Metode Dynamic Programming untuk mencari jumlah
produksi dan jumlah persediaan optimum. Adapun prosedur pengolahan data dengan menggunakan Metode Dynamic Programming sebagai berikut:
1 Mengidentifikasi variabel masukan
Variabel masukan dalam satu periode stage dalam model ini adalah Sn= peramalan permintaan tiap periode, biaya variabel produksi, dan biaya
simpan, jumlah persediaan dari periode i yang dibawa keperiode i+1. 2
Mengidentifikasi variabel keputusan Xn Variabel keputusan yang digunakan adalah menentukan jumlah produk
yang akan diproduksi dalam setiap periode stage untuk i = 1,2,3,..n 3.
Mengidentifikasi kendala-kendala perusahaan kapasitas gudang, kapasitas produksi, jumlah persediaan maksimum yang diizinkan
S.t. i
S
n
− ≤
n
x ≤
i
S 4.
Merumuskan persamaan fungsi tujuan
i f
n
: Min
{ }
n n
n n
n n
n n
n
S X
I f
S X
I X
f −
+ +
− +
− 1
,
5. Penyelesaian model dengan dynamic programming dapat dilihat pada
gambar 4.3.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Bulan 1
S1 X1
S2
Bulan 2
S3 X2
Bulan 3 Bulan n-1
S4 X3
X n-1 S n-1
Bulan n
Xn S n
1-Stage 2-Stage
3-Stage n-1 Stage
12-Stage
n n
n
X S
f ,
1 1
1
,
− −
− n
n n
X S
f
3 3
3
, X S
f
2 2
2
, X S
f
1 1
1
, X S
f
Gambar 4.3. Pemecahan Masalah dengan metode Dynamic Programming
Keterangan: 1.SnState: Input ke tahap selanjutnya Sn-1, diantaranya: Peramalan
permintaan tiap periode, biaya variabel dan biaya simpan 2. Stage n : Bulan ke n
3. Xn : Keputusan ke tahap selanjutnya Xn-1 = Tingkat produksi setiap periode
3. Fungsi rekursif : Minimisasi total biaya produksi
i n
X S
f ,
1
Tahapan pengolahan data dengan menggunakan Metode Dynamic Programming dapat dilihat pada block diagram pengolahan data pada Gambar
4.4.
Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository © 2009
Mengidentifikasi Variabel Masukan State - Peramalan Permintaan
- Kapasitas Terpakai - Biaya Variabel Produksi
- Biaya Simpan
Mengidentifikasi Variabel Keputusan setiap Stage:
Menentukan jumlah produk yang diproduksi dan menetukan jumlah
persediaan yang disediakan
Merumuskan Fungsi tujuan untuk meminimisasi biaya produksi: Sebagai fungsi rekursif
Dengan kendala:
{ }
n n
n n
n n
n n
S x
i f
S x
i x
f Min
i f
− +
+ −
+ =
− 1
,
n n
n
S x
i S
≤ ≤
−
Menetapkan output setiap stage: - Menetapkan jumlah produksi yang
optimal yang akan diproduksi pada setiap periode
- menetapkan jumlah persediaan optimal.
Gambar 4.4. Block Diagram Pengolahan Data dengan Menggunakan Metode Dynamic Programming
4.6. Analisis Pemecahan Masalah
