commit to user
7
E. KERANGKA PEMIKIRAN
Gambar I.1 Kerangka Pemikiran Data Historis
Data Jumlah Penjualan Kain Jenis FBB Pada Bulan Sebelumnya
Penentuan Metode Peramalan Metode Single Moving Average dan Exponential
Smoothing
Penentuan Error Mencari Tingkat Kesalahan dari Masing-masing
Metode Peramalan
Penentuan Metode Peramalan Yang Tepat Mencari Tingkat Kesalahan Dari Masing-Masing
Metode Peramalan
Ramalan Yang Akan Datang Peramalan Penjualan Yang Akan Datang
Keputusan
commit to user
8
Keterangan : Setiap perusahaan mengalami naik turun dalam penjualan suatu
produk, Umumnya permintaan konsumen terhadap pembelian produksinya selalu berubah-ubah dalam setiap periode, dengan adanya ketidakpastian
suatu penjualan, sehingga perusahaan membuat suatu ramalan penjualan. Di mana untuk membuat suatu ramalan tersebut diperlukan suatu data
historis pada periode-periode sebelumnya. Data sebelumnya digunakan untuk meramalkan penjualan di periode yang akan datang. Data yang
dianalisis termasuk data yang bersifat acak atau random. Dalam menghitung data tersebut digunakan dua metode yaitu Single Moving
Average dan Exponential Smoothing. Dari hasil peramalan tersebut dicari tingkat kesalahan dengan
menggunakan MAD Mean Absolute Deviation, MSE Mean Square Error. Untuk menghitung mana metode yang paling tepat dicari tingkat
kesalahan Error yang mendekati nol pada setiap metode peramalan. Dari hasil peramalan tersebut dapat diketahui jumlah penjualan
kain jenis FBB pada bulan Maret 2012. Dengan adanya hasil peramalan tersebut memberikan kemudahan dalam mengetahui jumlah penjualan, hal
tersebut dijadikan sebagai dasar dalam perencanaan produksi oleh manajer perusahaan dalam memproduksi kain jenis FBB di bulan Maret 2012.
Selanjutnya manajer akan mengambil keputusan setelah mengetahui data peramalan dan perencanaan di atas.
commit to user
9
F. METODE PENELITIAN
1. Desain Penelitian
Penelitian ini bersifat deskriptif. Penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variabel mandiri, baik satu
variabel atau lebih independen tanpa membuat perbandingan atau menghubungkan dengan variabel yang lain Sugiyono:2001. Menurut
Sumarni 2005 tujuan analisis deskriptif adalah memperoleh jawaban dari pertanyaan tentang siapa, kapan, di mana dan bagaimana dari
suatu topik penelitian. Jadi peneliti berupaya mendeskripsikan secara sistematis faktual dan akurat mengenai fakta dan sifat topik penelitian
tersebut. 2.
Objek Penelitian Penelitian ini dilakukan di PT. Kusuma Mulia Textile, yang bergerak
dibidang industri textile, yang terletak di Jl. Cokroaminoto No. 47 Jebres, Sekarpace, Surakarta.
3. Sumber Data
Data yang digunakan dalam penelitian ini adalah: a.
Data Primer Menurut Kuncoro 2003 data primer yaitu data yang diperoleh
dengan survei lapangan yang menggunakan semua metode pengumpulan data original. Data primer dalam penelitian ini
meliputi data yang diperoleh dengan cara wawancara langsung dengan Kepala Bagian Produksi mengenai aspek pemasaran
perusahaan dan mengenai proses produksi.
commit to user
10
b. Data Sekunder
Menurut Kuncoro 2003, data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan
kepada masyarakat pengguna data. Data sekunder dalam penelitian ini meliputi: sejarah berdirinya PT. Kusuma Mulia Textile, struktur
organisasi, visi misi perusahaan, tujuan berdirinya perusahaan, jumlah karyawan kantor dan jumlah karyawan produksi dan data
penjualan kain FBB selama periode 2011. 4.
Teknik Pengumpulan Data Teknik pengumpulan data dalam penelitian ini adalah:
a. Wawancara
Menurut Suliyanto 2006, wawancara adalah teknik pengambilan data di mana peneliti langsung berdialog dengan responden untuk
menggali informasi dari responden. Cara pengumpulan data dengan melakukan tanya jawab langsung dengan kepala bagian,
staf ataupun karyawan serta pihak-pihak yang bersangkutan dengan pihak PT. Kusuma Mulia Textile. Dengan Kepala Bagian
Kepala Bagian Produksi wawancara mengenai proses produksi dan aspek pemasaran.
b. Observasi
Menurut Suliyanto 2006, observasi adalah pengumpulan data dengan menggunakan panca indra, jadi tidak hanya pengamatan
menggunakan mata. Dalam penelitian ini, peneliti melakukan pengamatan dan pencatatan langsung mengenai kegiatan yang
commit to user
11
dilakukan PT. Kusuma Mulia Textile untuk menunjang data dalam masalah yang diteliti.
c. Dokumentasi
Suatu pengumpulan data yang digunakan dengan cara mencatat ataupun mengcopy data dari perusahaan. Data yang di copy dari
PT. Kusuma Mulia Textile berupa sejarah berdirinya PT. Kusuma Mulia Textile, struktur organisasi, visi misi perusahaan, tujuan
berdirinya perusahaan, jumlah karyawan kantor dan jumlah karyawan produksi dan data penjualan kain FBB periode 2011.
5. Teknik Analisis Data
Ada dua hal yang perlu diperhatikan dalam peramalan yang akurat dan tepat. Pertama adalah pengumpulan data. Data harus relevan agar ramalan
yang dihasilkan bisa memberikan informasi yang akurat. Kedua adalah pemilihan teknik yang tepat dan akurat.
Untuk melakukan peramalan permintaan produk berdasarkan data yang diperoleh, peneliti akan menggunakan teknik analisis data dengan
metode kuantitatif. Metode Single Moving Average dan Exponential Smoothing merupakan
metode dengan teknik peramalan kuantitatif statistik yang pada umumnya menggunakan data historis yang menitikberatkan pada pola, perubahan
pola, dan faktor gangguan yang disebabkan oleh pengaruh acak random. Berdasarkan uraian di atas teknik analisis data yang digunakan oleh
penulis mengenai peramalan penjualan pada kain FBB di PT. Kusuma Mulia Textile yaitu dengan metode Single Moving Average dan
commit to user
12
Exponential Smoothing dengan menggunakan MAD Mean Absolute Deviation, MSE Mean Absolute Error untuk menghitumg peramalan.
a. Metode Single Moving Average Rata-rata Bergerak
Menurut Render dan Heizer 2005 metode single moving average adalah metode peramalan yang menggunakan rata-rata dari
sejumlah n data terkini untuk meramalkan periode mendatang. Metode peramalan rata-rata bergerak single moving average
menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan.
Rumus yang digunakan dalam menghitung metode single moving average adalah sebagai berikut Render dan Heizer, 2005 :
Rata-rata bergerak = Di mana n adalah jumlah periode rata-rata bergerak.
b. Metode Exponential Smoothing Penghalusan Exponential
Exponential Smoothing merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah
digunakan. Metode ini menggunakan sangat sedikit pencatatan masa lalu.
Ramalan-ramalan exponential yang dihasilkan dapat mengandung banyak kesalahan karena fluktuasi random yang sangat besar pada
periode-periode waktu yang mutakhir dan hal ini timbul karena dalam pemulusan exponential periode-periode yang terakhir
mendapat bobot yang lebih berat.
commit to user
13
Rumus exponential smoothing dasar dapat ditunjukkan sebagai berikut Render dan Heizer, 2005 :
Peralaman baru = peramalan periode lalu + α permintaan aktual periode lalu
– peramalan periode lalu Di
mana α sebuah bobot, atau konstanta penghalusan smoothing constant, yang dipilih oleh peramal yang mempunyai nilai antara 0
dan 1. Secara matematis dapat juga ditulis sebagai berikut :
+ α -
Keterangan : Peramalan baru
= Peramalan sebelumnya = Konstanta penulisan 0-1
= Permintaan aktual periode sebelumnya c.
Pengukuran Kesalahan Peramalan Forecast Error Menurut Taylor 2004 pengukuran kesalahan peramalan
merupakan perbedaan antara peramalan permintaan dengan permintaan aktual. Meskipun suatu jumlah kesalahan ramalan tidak
dapat dielakkan namun tujuan ramalan adalah agar kesalahannya menjadi sekecil mungkin.
Sedangkan menurut Nasution 2003 pengukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara
hasil peramalan dengan permintaan sebenarnya terjadi. Rumus yang biasanya digunakan dalam pengukuran kesalahan, yaitu :
commit to user
14
1 Rata-rata Deviasi Mutlak Mean Absolute Deviation =
MAD MAD merupakan rata-rata kesalahan mutlak selama
periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan dengan
kenyataannya. Secara matematis MAD dapat dirumuskan : MAD =
Keterangan : = Permintaan aktual pada periode t
= Peramalan permintaan pada periode t = Jumlah periode peramalan yang terlibat
2 Rata-rata Kuadrat Kesalahan Mean Square Error = MSE
MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini
menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang sangat besar. Secara matematis MSE
dirumuskan sebagai berikut : MSE =
Keterangan : = Permintaan aktual pada periode t
= Peramalan permintaan pada periode t = Jumlah periode peramalan yang terlibat
commit to user
15
BAB II TINJAUAN PUSTAKA
Kategori