c. Basis Data Kapasitas Produksi
Basis data kapasitas produksi berisi mengenai ketentuan batas maksimum produk yang dapat dihasilkan dari suatu proses produksi, dengan hitungan per hari
atau per bulan. Selain itu, berisi pula tentang kapasitas gudang puree dan
kapasitas gudang jus yang akan membatasi jumlah persediaan di perusahaan.
d. Basis Data Biaya
Basis data biaya ini berisi tentang biaya produksi untuk masing-masing produk yang ada di PT. Amanah Prima Indonesia. Selain itu, berisi data tentang
biaya penyimpanan baik penyimpanan dalam bentuk puree maupun penyimpanan dalam bentuk jus.
Sistem Manajemen Basis Model
Basis model terdiri dari rumus-rumus yang dikembangkan sesuai dengan kebutuhan yang akan mengolah data masukan sesuai dengan manajemen dialog
dalam sistem.
Basis model
dalam sistem
penunjang keputusan
yang dikembangkan ini terdiri dari model prakiraan pasokan bahan baku buah segar,
model prakiraan penjualan jus, model laju kerusakan buah segar, model ketersediaan bahan baku buah yang layak diproduksi, model perencanaan
produksi agregat dan model jadwal induk produksi. Masukan yang sangat dibutuhkan oleh model-model tersebut adalah hasil prakiraan pasokan buah segar
dan hasil prakiraan jumlah penjualan jus. Hasil prakiraan tersebut akan disimpan dalam basis data yang akan digunakan oleh model terkait sesuai dengan
kebutuhan untuk diolah menjadi masukan data bagi model terkait lainnya. Basis model tersebut adalah sebagai berikut:
a. Model Prakiraan Pasokan Bahan Baku Buah Segar
Prakiraan pasokan bahan baku buah segar menggunakan data masa lalu jumlah pasokan bahan baku buah masing-masing jenis buah setiap bulannya.
Model identifikasi ordo ARIMA adalah ARIMA p,d,qP,D,Q
s
untuk data pasokan bahan baku buah segar. Selain itu dapat pula ditunjukkan dengan
persamaan yang dinyatakan dengan X
t j
. Jika X
t j
merupakan prakiraan jumlah pasokan periode ke-
t jenis buah j, е
t
adalah error periode ke-t, ө
1
adalah koefisien moving average
MA, Ø
1
adalah koefisien autoregressive AR dan Φ
1
adalah
koefisien seasonal autoregressive SAR maka model prakiraan pasokan bahan baku buah adalah sebagai berikut:
Pasokan buah jambu 0, 1, 1 0, 1, 0
12
X
t jambu
= X
t-1 jambu
+ X
t-12 jambu
- X
t-13 jambu
+ е
t
– ө
1
е
t-1
29
Pasokan buah sirsak 0, 0, 1 1, 1, 0
12
X
t sirsak
= X
t-1 sirsak
+ Φ
1
X
t-12 sirsak
- X
t-24 sirsak
+ е
t
- ө
1
е
t-1
30
Pasokan buah nenas 1, 0, 0 0, 1, 0
12
X
t nenas
= Ø X
t-13 nenas
- X
t-12 nenas
- Ø X
t-1 nenas
31
Pasokan buah apel 0, 1, 1 0, 1, 0
12
X
t apel
= X
t-1 apel
+ X
t-12 apel
- X
t-13 apel
+ е
t
- ө
1
е
t-1
32
Pasokan buah strawberi 1, 1, 0 1, 1, 0
12
X
t strawberi
= X
t-1 strawberi
+ Ø
1
X
t-1 strawberi
- Ø
1
X
t-2 strawberi
+ X
t-12 strawberi
+ Φ
1
X
t-12 strawberi
- X
t-13 strawberi
+ Φ
1
X
t-13 strawberi
– Ø
1
X
t-13 strawberi
– Ø
1
Φ
1
X
t-13 strawberi
+ Ø
1
Φ
1
X
t-14 strawberi
– Ø
1
X
t-14 strawberi
– Φ
1
X
t-24 strawberi
+ Φ
1
X
t-25 strawberi
+ Ø
1
Φ
1
X
t-25 strawberi
+ Ø
1
Φ
1
X
t-26 strawberi
33 Teknik prakiraan pasokan bahan baku buah segar menggunakan teknik
ARIMA dengan bantuan minitab 14.0. Hasil keluaran nilai е
t ,
ө
1,
Ø
1
dan Φ
1
dari model-model pasokan bahan bahan baku buah segar dapat dilihat pada Tabel 2
berikut: Tabel 2. Nilai-nilai koefisien model prakiraan jumlah pasokan buah segar
No Jenis Pasokan
Buah Koefisien Error
е
t
Koefisien MA
ө
1
Koefisien AR Ø
1
Koefisien SAR Φ
1
1 Jambu
0.0716 0.9559
- -
2 Sirsak
0.1133 -0.8850
- -0.9825
3 Nenas
- -
0.5715 -
4 Apel
0.1372 0.7163
- -
5 Strawberi
- -
-1.0035 -0.9795
Ket : Data diolah
b. Model Prakiraan Penjualan Jus
Prakiraan penjualan masing-masing jus menggunakan data masa lalu jumlah penjualan setiap bulannya. Prakiraan jumlah penjualan diartikan sebagai
jumlah permintaan pasar. Model identifikasi ordo ARIMA adalah ARIMA
p,d,qP,D,Q
s
untuk data penjualan jus. Selain itu dapat pula ditunjukkan dengan persamaan yang dinyatakan dengan X
t j
. Jika X
t j
merupakan prakiraan jumlah penjualan periode ke-
t jenis jus j, е
t
adalah error periode ke-t,
1
adalah koefisein moving average
MA,
1
adalah koefisien seasonal moving average SMA, Ø
1
adalah koefisien autoregressive AR, µ adalah koefisien konstanta dan Φ
1
adalah koefisien seasonal autoregressive SAR maka model prakiraan penjualan jus adalah sebagai berikut:
Penjualan jus jambu 1, 0, 0 1, 1, 1
12
X
t jambu
= X
t-1 jambu
+ Ø
1
X
t-1 jambu
- Ø
1
X
t-2 jambu
+ Φ
1
X
t-12 jambu
- Φ
1
X
t-13 jambu
- Ø
1
Φ
1
X
t-13 jambu
+ Ø
1
Φ
1
X
t-14 jambu
+ е
t
-
1
е
t-12
+ µ 34
Penjualan jus sirsak 1, 0, 0 0, 1, 1
12
X
t sirsak
= Ø
1
X
t-1 sirsak
+ X
t-12 sirsak
- Ø
1
X
t-13 sirsak
+ е
t
-
1
е
t-12
+ µ
1
35
Penjualan jus nenas 1, 0, 0 0, 1, 1
12
X
t nenas
= Ø
1
X
t-1 nenas
+ X
t-12 nenas
- Ø
1
X
t-13 nenas
+ е
t
-
1
е
t-12
+ µ
1
36
Penjualan jus apel 0, 0, 1 1, 1, 0
12
X
t apel
= X
t-1 apel
+ Ø
1
X
t-1 apel
- Ø
1
X
t-2 apel
+ Φ
1
X
t-12 apel
- Φ
1
X
t-13 apel
– Ø
1
Φ
1
X
t-13 apel
+ Ø
1
Φ
1
X
t-14 apel
+ е
t
-
1
е
t-12
+ µ 37
Penjualan jus strawberi 1, 0, 1 1, 1, 0
12
X
t strawberi
= Ø
1
X
t-1 strawberi
- Ø
1
X
t-13 strawberi
- Ø
1
Φ
1
X
t-13 strawberi
+ Φ
1
X
t-24 strawberi
+ Ø
1
Φ
1
X
t-25 strawberi
+ е
t
-
1
е
t-1
38
Teknik prakiraan penjualan jus menggunakan teknik ARIMA dengan bantuan minitab
14.0. Hasil keluaran nilai е
t ,
ө
1,
θ
1,
Ø
1
dan Φ
1
dari model-model penjualan jus dapat dilihat pada Tabel 3 berikut:
Tabel 3. Nilai-nilai koefisien model prakiraan jumlah penjualan jus
No Jenis
Pasokan Buah
Koefisien Konstanta
µ Koefisien
Error е
t
Koefisien MA
1
Koefisien SMA θ
1
Koefisien AR Ø
1
Koefisien SAR
Φ
1
1 Jambu
12751.7 0,2458
- 0.7096
0,5761 -0,9563
2 Sirsak
2482,1 0,2550
- 0,7017
0,6127 -
3 Nenas
3876,3 0,2491
- 0,7023
0,5624 -
4 Apel
9924,8 0,0640
-0,9630 -
- -0,9944
5 Strawberi
- 0,1785
0,6785 -
0,9993 -0,9777
Ket : Data diolah
c. Model Laju Kerusakan Bahan Baku Buah
Kategori