Tabel 5.7. Jumlah Hari Kerja yang Tersedia Lanjutan
Periode Total Hari Kerja Tersedia
Hari Jumlah Hari
Senin – Kamis
Hari Jumlah Hari
Jumat - Sabtu Hari
Juni 25
18 7
Juli 25
18 7
Agustus 24
16 8
September 24
16 8
Oktober 26
18 8
November 25
18 7
Desember 24
16 8
TOTAL 293
201 92
Sumber : PT. Budi Raya Perkasa
5.2. Pengolahan Data
5.2.1. Peramalan Permintaan Pasar
Peramalan dilakukan untuk mendapatkan perkiraan permintaan pasar untuk 12 periode ke depan untuk permintaan pasar tahun 2016. Peramalan dilakukan
dengan langkah-langkah sebagai berikut : 1. Mendefinisikan Tujuan Peramalan
Meramalkan permintaan pasar pada periode 1 tahun yang akan datang. Data historis permintaan springbed ukuran 180cm x 200cm dapat dilihat pada Tabel
5.6. 2. Membuat Scatter Diagram
Scatter diagram jumlah permintaan tahun 2015 dapat dilihat pada Gambar 5.2.
Universitas Sumatera Utara
Sumber : Pengolahan Data
Gambar 5.2. Scatter Diagram Jumlah Permintaan Spring Bed 180x200 cm Tahun 2015
3. Memilih metode peramalan Metode peramalan yang digunakan adalah sebagai berikut:
a. Metode Konstan
b. Metode Liniar
b. Metode Eksponensial
c. Metode Kuadratis
d. Metode Siklis
4. Menghitung parameter fungsi peramalan a.
Metode Konstan Fungsi Peramalan : Y’ = a
Perhitungan parameter metode konstan dapat dilihat pada Tabel 5.8.
Universitas Sumatera Utara
Tabel 5.8. Perhitungan Parameter Peramalan Metode Konstan X
Y
1 190
2 177
3 167
4 190
5 162
6 187
7 199
8 181
9 163
10 159
11 188
12 192
78 2155
Sumber : Pengolahan Data
a = =
= 179,5833 Fungsi peramalan : Y’ = 179,5833
b. Metode Linear
Fungsi peramalan : Y
’
= a + bx Perhitungan parameter metode linear dapat dilihat pada Tabel 5.9.
Tabel 5.9. Perhitungan Parameter Peramalan Metode Linear X
Y XY
X
2
1 190
190 1
2 177
354 4
3 167
501 9
4 190
760 16
Universitas Sumatera Utara
Tabel 5.9. Perhitungan Parameter Peramalan Metode Linear Lanjutan X
Y XY
X
2
5 162
810 25
6 187
1122 36
7 199
1393 49
8 181
1448 64
9 163
1467 81
10 159
1590 100
11 188
2068 121
12 192
2304 144
78 2155
14007 650
Sumber : Pengolahan Data
b =
2 2
X X
n Y
X XY
n
= 0035
, 78
650 12
2155 78
14007 12
2
a = n
X b
Y
=
6061 ,
179 12
78 0035
, 2155
Fungsi peramalan : Y
’
= 179,6061 + -0,0035x
c. Metode Eksponensial
Fungsi peramalan : Y = ae
bx
Perhitungan parameter peramalan metode eksponensial dapat dilihat pada Tabel 5.10.
Tabel 5.10. Perhitungan Parameter Peramalan Metode Eksponensial X
Y X
2
lnY XlnY
1 190
1 5,2470
5,2470 2
177 4
5,1761 10,3522
3 167
9 5,1180
15,3540
Universitas Sumatera Utara
Tabel 5.10. Perhitungan Parameter Peramalan Metode Eksponensial Lanjutan X
Y X
2
lnY XlnY
4 190
16 5,2470
20,9880 5
162 25
5,0876 25,4380
6 187
36 5,2311
31,3866 7
199 49
5,2933 37,0531
8 181
64 5,1985
41,5880 9
163 81
5,0938 45,8442
10 159
100 5,0689
50,6890 11
188 121
5,2364 57,6004
12 192
144 5,2575
63,0900
78 2155
650 62,2552
404,6305
Sumber : Pengolahan Data
b =
2 2
ln ln
X X
n Y
X Y
X n
0002 ,
78 650
12 2552
, 62
78 6305
, 404
12
2
ln a =
n X
b Y
ln
1892 ,
5 12
78 0002
, 2552
, 62
a = 179,325 Fungsi peramalannya adalah : Y
’
= 179,325 e
-0,0002x
d. Metode Kuadratis
Fungsi peramalan : Y
’
= a + bx + cx
2
Perhitungan parameter peramalan metode kuadratis dapat dilihat pada Tabel
5.11.
Universitas Sumatera Utara
Tabel 5.11. Perhitungan Parameter Peramalan Metode Kuadratis X
Y X
2
X
3
X
4
XY X
2
Y
1 190
1 1
1 190
190 2
177 4
8 16
354 708
3 167
9 27
81 501
1503 4
190 16
64 256
760 3040
5 162
25 125
625 810
4050 6
187 36
216 1296
1122 6732
7 199
49 343
2401 1393
9751 8
181 64
512 4096
1448 11584
9 163
81 729
6561 1467
13203 10
159 100
1000 10000
1590 15900
11 188
121 1331
14641 2068
22748 12
192 144
1728 20736
2304 27648
78 2155
650 6084
60710 14007
117057
Sumber : Pengolahan Data
=
3 2
X n
X X
= 78650 – 126084 = -22.308
=
2 2
X n
X = 78
2
– 12650 = -1.716 =
4 2
2
X n
X
= 650
2
– 1260710 = -306.020 =
XY
n Y
X
= 782155 – 1214007 = 6
=
Y
X n
Y X
2 2
= 6502155 – 12117057 = -3934
b =
2
. .
.
=
2
308 .
22 716
. 1
020 .
306 308
. 22
3934 6
020 .
306
= -3,26
c =
b
=
020 .
306 308
. 22
26 ,
3 3934
= 0,2505
Universitas Sumatera Utara
a = n
X c
X b
Y
2
=
12 650
2505 ,
78 26
, 3
2155
= 187,2046 Fungsi peramalannya adalah : Y
’
= 187,2046 – 3,26x + 0,2505x
2
e. Metode Siklis
Periode dalam metode siklis adalah : Dimana n = Periode
t = Jumlah bulan N = Jumlah Siklus
Karena terdapat 3 siklus maka nilai n adalah :
Fungsi peramalan:
2 cos
2 sin
n x
c n
x b
a Y
Perhitungan parameter peramalan metode siklis dapat dilihat pada Tabel 5.12.
Tabel 5.12. Perhitungan Parameter Peramalan Metode Siklis
X Y
Sin 2πxn
Cos 2πxn
Y. Sin2πxn
Y. Cos2πxn
Sin
2
2πxn Cos
2
2πxn Sin2πxn .
Cos2πxn
1 190
1,0000 0,0000
190,0000 0,0000
1,0000 0,0000
0,0000 2
177 0,0000
-1,0000 0,0000
-177,0000 0,0000
1,0000 0,0000
3 167
-1,0000 0,0000
-167,0000 0,0000
1,0000 0,0000
0,0000 4
190 0,0000
1,0000 0,0000
190,0000 0,0000
1,0000 0,0000
5 162
1,0000 0,0000
162,0000 0,0000
1,0000 0,0000
0,0000
Universitas Sumatera Utara
Tabel 5.12. Perhitungan Parameter Peramalan Metode Siklis Lanjutan
X Y
Sin 2πxn
Cos 2πxn
Y. Sin2πxn
Y. Cos2πxn
Sin
2
2πxn Cos
2
2πxn Sin2πxn .
Cos2πxn
6 187
0,0000 -1,0000
0,0000 -187,0000
0,0000 1,0000
0,0000 7
199 -1,0000
0,0000 -199,0000
0,0000 1,0000
0,0000 0,0000
8 181
0,0000 1,0000
0,0000 181,0000
0,0000 1,0000
0,0000 9
163 1,0000
0,0000 163,0000
0,0000 1,0000
0,0000 0,0000
10 159
0,0000 -1,0000
0,0000 -159,0000
0,0000 1,0000
0,0000 11
188 -1,0000
0,0000 -188,0000
0,0000 1,0000
0,0000 0,0000
12 192
0,0000 1,0000
0,0000 192,0000
0,0000 1,0000
0,0000 78 2155
0,0000 0,0000
-39,0000 40,0000
6,0000 6,0000
0,0000
Sumber : Pengolahan Data
5833 ,
179 12
2155
t Y
a
5 ,
6 6
39 2
sin 2
sin
2
n x
n x
Y b
6667 ,
6 6
40 2
cos 2
cos
2
n x
n x
Y c
Fungsi peramalannya adalah: Y’ = 179,5833 - 6,5 sin 2πxn + 6,6667 cos 2πxn
Universitas Sumatera Utara
5. Menghitung error peramalan setiap metode a.
Metode Konstan Perhitungan SEE metode konstan dapat dilihat pada Tabel 5.13.
Tabel 5.13. Perhitungan SEE Metode Konstan X
Y Y
Y-Y Y-Y
2
1 190
180 10
100 2
177 180
-3 9
3 167
180 -13
169 4
190 180
10 100
5 162
180 -18
324 6
187 180
7 49
7 199
180 19
361 8
181 180
1 1
9 163
180 -17
289 10
159 180
-21 441
11 188
180 8
64 12
192 180
12 144
78 2155
2155 2051
Sumber : Pengolahan Data
6548 ,
13 1
12 2051
SEE
b. Metode Linier
Perhitungan SEE metode linear dapat dilihat pada Tabel 5.14.
Tabel 5.14. Perhitungan SEE Metode Linier X
Y Y
Y-Y Y-Y
2
1 190
180 10
100 2
177 180
-3 9
3 167
180 -13
169
Universitas Sumatera Utara
Tabel 5.14. Perhitungan SEE Metode Linier Lanjutan X
Y Y
Y-Y Y-Y
2
4 190
180 10
100 5
162 180
-18 324
6 187
180 7
49 7
199 180
19 361
8 181
180 1
1 9
163 180
-17 289
10 159
180 -21
441 11
188 180
8 64
12 192
180 12
144
78 2155
2155 -5
2051
Sumber : Pengolahan Data
3213 ,
14 2
12 2051
SEE
c. Metode Eksponensial
Perhitungan SEE metode eksponensial dapat dilihat pada Tabel 5.15.
Tabel 5.15. Perhitungan SEE Metode Eksponensial X
Y Y
Y-Y Y-Y
2
1 190
179 11
121 2
177 179
-2 4
3 167
179 -12
144 4
190 179
11 121
5 162
179 -17
289 6
187 179
8 64
7 199
179 20
400 8
181 179
2 4
9 163
179 -16
256 10
159 179
-20 400
Universitas Sumatera Utara
Tabel 5.15. Perhitungan SEE Metode Eksponensial Lanjutan X
Y Y
Y-Y Y-Y
2
11 188
179 9
81 12
192 179
13 169
78 2155
2149 6
2053
Sumber : Pengolahan Data
3283 ,
14 2
12 2053
SEE
d. Metode Kuadratis
Perhitungan SEE metode kuadratis dapat dilihat pada Tabel 5.16.
Tabel 5.16. Perhitungan SEE Metode Kuadratis X
Y Y
Y-Y Y-Y
2
1 190
184 6
36 2
177 182
-5 25
3 167
180 -13
169 4
190 178
12 144
5 162
177 -15
225 6
187 177
10 100
7 199
177 22
484 8
181 177
4 16
9 163
178 -15
225 10
159 180
-21 441
11 188
182 6
36 12
192 184
8 64
78 2155
2155 1965
Sumber : Pengolahan Data
7761 ,
14 3
12 1965
SEE
Universitas Sumatera Utara
e. Metode Siklis
Perhitungan SEE metode siklis dapat dilihat pada Tabel 5.17.
Tabel 5.17. Perhitungan SEE Metode Siklis X
Y Y
Y-Y Y-Y
2
1 190
177 13
169 2
177 171
6 36
3 167
173 -6
36 4
190 182
8 64
5 162
189 -27
729 6
187 186
1 1
7 199
177 22
484 8
181 171
10 100
9 163
173 -10
100 10
159 182
-23 529
11 188
189 -1
1 12
192 186
6 36
78 2155
2155 2285
Sumber : Pengolahan Data
9339 ,
15 3
12 2285
SEE
Berdasarkan nilai SEE yang diperoleh untuk masing-masing metode maka dapat dipilih 2 metode terbaik yaitu metode linear dan metode konstan
dengan nilai SEE terendah yang dapat digunakan untuk tahap peramalan selanjutnya.
6. Memilih metode dengan kesalahan terkecil H0 : Metode konstan lebih baik daripada metode linear
H1 : Metode konstan tidak lebih baik daripada metode linear α = 0,05
Universitas Sumatera Utara
Uji statistik :
9091 ,
14,3213 13,6548
2 2
linear siklis
hitung
SEE SEE
F
11 ,
11 ,
05 ,
F F
tabel
2,82 Oleh karena F
hitung
0,9091 F
tabel
2,82, maka Ho diterima. Jadi hasil pengujian
menyatakan bahwa metode konstan lebih baik daripada metode linear.
Y’ = 180
7. Verifikasi Peramalan Perhitungan verifikasi dapat dilihat pada Tabel 5.18.
Tabel 5.18. Perhitungan Hasil Verifikasi X
Y Y
Y-Y MR
1 190
180 10
- 2
177 180
-3 13
3 167
180 -13
10 4
190 180
10 23
5 162
180 -18
28 6
187 180
7 25
7 199
180 19
12 8
181 180
1 18
9 163
180 -17
18 10
159 180
-21 4
11 188
180 8
29 12
192 180
12 4
78 2155
2160 184
Sumber : Pengolahan Data
7273 ,
16 1
12 184
1
n MR
MR
Universitas Sumatera Utara
BKA = 2,66 x
MR
= 2,66 x 16,7273 = 44,4946 13 BKA = 13 x 44,4946 = 14,8315
23 BKA = 23 x 44,4946 = 29,6631 BKB = -2,66 x
MR
= -2,66 x 16,7273 = -44,4946 13 BKB = 13 x -44,4946= -14,8315
23 BKB = 23 x -44,4946= -29,6631
Sumber : Pengolahan Data
Gambar 5.3. Moving Range Chart
Setelah dilakukan pemeriksaan aturan 1 titik, 3 titik, 5 titik dan 8 titik diperoleh tidak ada titik yang melewati batas kontrol, sehingga metode
Universitas Sumatera Utara
peramalan telah representatif dan dapat digunakan untuk pengolahan fungsi konstan tersebut adalah:
Y’ = 180
Hasil perhitungan peramalan untuk tahun 2016 dapat dilihat pada Tabel 5.19.
Tabel 5.19. Hasil Peramalan Permintaan Pasar Tahun 2016 Periode
Jumlah Permintaan unit
Januari 180
Februari 180
Maret 180
April 180
Mei 180
Juni 180
Juli 180
Agustus 180
September 180
Oktober 180
November 180
Desember 180
TOTAL 2160
Sumber : Pengolahan Data
5.2.2. Stopwatch Time Study