Peramalan Produksi Tahun 2009 Pengolahan Data

V-5 6. Level of Service Dengan pertimbangan bahwa sangat sulit menentukan biaya yang pasti akibat terjadinya kekosongan persediaan stockout, maka disini digunakan pendekatan level of service untuk menentukan tingkat persediaan pengaman, maka berdasarkan informasi yang diterima, digunakan level of service sebesar 95 .

5.2. Pengolahan Data

Berdasarkan data yang telah diperoleh, pengolahan data yang dapat dilakukan untuk menganalisis masalah adalah :

5.2.1. Peramalan Produksi Tahun 2009

a. Diagram Pencar Produksi Data diagram pencar produksi selama tiga tahun dapat dilihat pada tabel 5.4. berikut ini. Tabel 5.5. Jumlah Produksi Selama Tiga Tahun Bulan Bahan Jadi Ton Bulan Bahan Jadi Ton Oct-05 64,526.9 Apr-07 67,622.0 Nov-05 65,087.7 May-07 67,138.2 Dec-05 68,587.7 Jun-07 63,870.6 Jan-06 66,961.0 Jul-07 64,743.4 Feb-06 62,753.2 Aug-07 67,343.4 Mar-06 65,447.9 Sep-07 72,180.8 Apr-06 65,709.0 Oct-07 68,233.0 May-06 61,936.7 Nov-07 66,401.6 Jun-06 66,749.0 Dec-07 68,573.2 Jul-06 63,249.4 Jan-08 72,573.2 Aug-06 68,277.9 Feb-08 67,735.8 Universitas Sumatera Utara V-6 Tabel 5.5. Jumlah Produksi Selama Tiga Tahun Lanjutan Bulan Bahan Jadi Ton Bulan Bahan Jadi Ton Sep-06 67,051.8 Mar-08 69,313.7 Oct-06 67,741.6 Apr-08 67,191.8 Nov-06 69,692.6 May-08 67,985.1 Dec-06 65,160.8 Jun-08 67,059.7 Jan-07 68,439.0 Jul-08 72,272.8 Feb-07 63,880.8 Aug-08 69,919.5 Mar-07 64,923.8 Sep-08 73,228.5 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000 O ct -0 5 D e c-0 5 F eb- 6 Ap r-0 6 Ju n -0 6 Au g -0 6 O ct -0 6 D e c-0 6 F eb- 7 Ap r-0 7 Ju n -0 7 Au g -0 7 O ct -0 7 D e c-0 7 F eb- 8 Ap r-0 8 Ju n -0 8 Au g -0 8 Bulan Jumlah Produksi Gambar 5.1. Diagram Pencar Data Produksi Perbulan b. Pemilihan Metode Peramalan Berdasarkan kondisi permintaan pelanggan yang relatif konstan, yang disebabkan permintaan terhadap produk pakan ternak yang dominan adalah dari peternakan, maka dalam hal ini data yang terkumpul seperti yang ditunjukkan oleh diagram pencar menunjukkan bahwa metode peramalan yang Universitas Sumatera Utara V-7 dianggap paling sesuai adalah metode exponensial smoothing dan metode dekomposisi. c. Perhitungan Parameter-parameter Fungsi Peramalan Sesuai dengan pilihan metode peramalan, maka perhitungan parameter- parameter fungsi peramalan dijelaskan pada bagaian ini, yaitu : - Perhitungan peramalan menurut metode exponential smoothing menggunakan α = 0.2 Tabel 5.6. Perhitungan Hasil Peramalan Metode Exponential Smoothing Bulan Produk jadi Ton Ramalan α=0,2 Ton Oct-05 25,901 25,901 Nov-05 26,431 25,901 Dec-05 29,901 26,007 Jan-06 28,243 26,786 Feb-06 24,004 27,077 Mar-06 26,671 26,463 Apr-06 26,901 26,504 May-06 23,099 26,584 Jun-06 27,880 25,887 Jul-06 24,350 26,285 Aug-06 29,348 25,898 Sep-06 28,091 26,588 Oct-06 28,751 26,889 Nov-06 30,671 27,261 Dec-06 26,109 27,943 Jan-07 29,356 27,576 Feb-07 24,767 27,932 Mar-07 25,782 27,299 Apr-07 28,449 26,996 May-07 27,935 27,286 Jun-07 24,637 27,416 Jul-07 25,479 26,860 Aug-07 28,048 26,584 Sep-07 32,855 26,877 Oct-07 28,877 28,072 Universitas Sumatera Utara V-8 Tabel 5.6. Perhitungan Hasil Peramalan Metode Exponential Smoothing Lanjutan Bulan Produk jadi Ton Ramalan α=0,2 Ton Nov-07 27,015 28,233 Dec-07 29,156 27,990 Jan-08 33,125 28,223 Feb-08 28,257 29,203 Mar-08 29,806 29,014 Apr-08 27,653 29,172 May-08 28,416 28,868 Jun-08 27,460 28,778 Jul-08 32,643 28,514 Aug-08 30,258 29,340 Sep-08 33,536 29,524 - Perhitungan kesalahan peramalan menurut metode exponential smoothing. Tabel 5.7. Perhitungan Kesalahan Metode Exponential Smoothing X Yi Yi α=0,2 e = Yi - Yi e2 1 25,901 25,901 2 25,901 25,901 3 26,007 25,901 106 11,227 4 26,786 25,922 864 745,703 5 27,077 26,095 982 964,937 6 26,463 26,291 171 29,337 7 26,504 26,325 179 31,934 8 26,584 26,361 222 49,426 9 25,887 26,406 -519 269,479 10 26,285 26,302 -17 276 11 25,898 26,299 -400 160,206 12 26,588 26,218 370 136,690 13 26,889 26,292 596 355,562 14 27,261 26,412 849 721,485 15 27,943 26,582 1,361 1,853,470 16 27,576 26,854 722 521,701 17 27,932 26,998 934 871,984 18 27,299 27,185 114 12,991 19 26,996 27,208 -212 45,059 20 27,286 27,165 121 14,606 Universitas Sumatera Utara V-9 Tabel 5.7. Perhitungan Kesalahan Metode Exponential Smoothing Lanjutan X Yi Yi α=0,2 e = Yi - Yi e2 21 27,416 27,190 226 51,288 22 26,860 27,235 -375 140,407 23 26,584 27,160 -576 331,687 24 26,877 27,045 -168 28,178 25 28,072 27,011 1,061 1,126,337 26 28,233 27,223 1,010 1,019,988 27 27,990 27,425 564 318,319 28 28,223 27,538 685 468,786 29 29,203 27,675 1,528 2,335,377 30 29,014 27,981 1,033 1,067,588 31 29,172 28,187 985 970,056 32 28,868 28,384 484 234,270 33 28,778 28,481 297 88,055 34 28,514 28,541 -26 690 35 29,340 28,535 805 647,494 36 29,524 28,696 827 684,622 987,732 972,927 16,309,216 SEE = = = 703.01 - Perhitungan peramalan dengan metode dekomposisi dimana persamaan linearnya adalah Y = 25,820.8 + 120.6 X Tabel 5.8. Perhitungan Hasil Peramalan Dengan Metode Dekomposisi Periode Permintaan Ton Index Musiman Trend Line Ramalan Ton 1 25,901 1.014 25,941.41 26,295 2 26,431 0.932 26,062.01 24,279 3 29,901 0.960 26,182.61 25,133 4 28,243 0.907 26,303.21 23,867 5 24,004 1.039 26,423.81 27,451 6 26,671 1.095 26,544.41 29,060 7 26,901 1.034 26,665.01 27,575 8 23,099 1.032 26,785.61 27,634 Universitas Sumatera Utara V-10 Tabel 5.8. Perhitungan Hasil Peramalan Dengan Metode Dekomposisi Lanjutan Periode Permintaan Ton Index Musiman Trend Line Ramalan Ton 9 27,880 0.982 26,906.21 26,431 10 24,350 1.104 27,026.81 29,837 11 29,348 0.930 27,147.41 25,259 12 28,091 0.971 27,268.01 26,481 13 28,751 1.014 27,388.61 27,762 14 30,671 0.932 27,509.21 25,627 15 26,109 0.960 27,629.81 26,522 16 29,356 0.907 27,750.41 25,180 17 24,767 1.039 27,871.01 28,955 18 25,782 1.095 27,991.61 30,644 19 28,449 1.034 28,112.21 29,072 20 27,935 1.032 28,232.81 29,127 21 24,637 0.982 28,353.41 27,853 22 25,479 1.104 28,474.01 31,435 23 28,048 0.930 28,594.61 26,605 24 32,855 0.971 28,715.21 27,886 25 28,877 1.014 28,835.81 29,229 26 27,015 0.932 28,956.41 26,975 27 29,156 0.960 29,077.01 27,912 28 33,125 0.907 29,197.61 26,493 29 28,257 1.039 29,318.21 30,458 30 29,806 1.095 29,438.81 32,228 31 27,653 1.034 29,559.41 30,568 32 28,416 1.032 29,680.01 30,620 33 27,460 0.982 29,800.61 29,275 34 32,643 1.104 29,921.21 33,032 35 30,258 0.930 30,041.81 27,952 36 33,536 0.971 30,162.41 29,292 Universitas Sumatera Utara V-11 - Perhitungan kesalahan menurut metode dekomposisi Tabel 5.9. Perhitungan Kesalahan Peramalan Metode Dekomposisi X Y Y e = Y - Y e 2 1 25,901 26,294.9 -394.05 155,273 2 26,431 24,278.7 2,151.94 4,630,852 3 29,901 25,133.2 4,767.47 22,728,795 4 28,243 23,867.1 4,375.93 19,148,725 5 24,004 27,451.2 -3,447.00 11,881,831 6 26,671 29,059.6 -2,388.75 5,706,116 7 26,901 27,575.2 -674.21 454,563 8 23,099 27,633.9 -4,535.15 20,567,604 9 27,880 26,431.4 1,448.64 2,098,564 10 24,350 29,837.1 -5,486.66 30,103,469 11 29,348 25,258.5 4,089.35 16,722,802 12 28,091 26,480.9 1,609.90 2,591,791 13 28,751 27,761.8 988.75 977,619 14 30,671 25,626.9 5,043.72 25,439,077 15 26,109 26,522.4 -413.68 171,128 16 29,356 25,180.2 4,175.76 17,436,984 17 24,767 28,954.7 -4,187.90 17,538,540 18 25,782 30,644.0 -4,862.18 23,640,778 19 28,449 29,071.8 -622.84 387,927 20 27,935 29,126.9 -1,191.68 1,420,105 21 24,637 27,853.0 -3,216.38 10,345,083 22 25,479 31,434.7 -5,955.34 35,466,110 23 28,048 26,605.1 1,443.35 2,083,246 24 32,855 27,886.3 4,968.48 24,685,781 25 28,877 29,228.8 -351.72 123,706 26 27,015 26,975.1 39.54 1,564 27 29,156 27,911.6 1,244.61 1,549,058 28 33,125 26,493.4 6,631.80 43,980,804 29 28,257 30,458.2 -2,201.34 4,845,892 30 29,806 32,228.3 -2,422.61 5,869,054 31 27,653 30,568.4 -2,915.57 8,500,547 32 28,416 30,619.9 -2,203.78 4,856,626 33 27,460 29,274.7 -1,814.94 3,293,994 34 32,643 33,032.4 -389.65 151,826 35 30,258 27,951.6 2,306.90 5,321,796 36 33,536 29,291.7 4,244.73 18,017,762 666 1,009,859 1,010,003.7 392,895,392 Universitas Sumatera Utara V-12 SEE = = = 3,399.4 d. Perhitungan Kesalahan Setiap Metode Peramalan Perhitungan kesalahan pada setiap metode peramalan telah dilakukan pada bagian diatas, dan diperoleh hasil sebagai berikut : Metode Exponential Smoothing, SEE = 703.01 Metode Dekomposisi, SEE = 3,399.4 Diketahui : SEE Exp. Smoothing SEE Dekomposisi e. Pemilihan Metode Peramalan Terbaik Untuk mengetahui pola peramalan terbaik, maka dilakukan pengujian hipotesis F. - H H : SEE Dekomposisi ≤ SEE Exp. Smoothing 1 Untuk pengujian digunakan nilai α = 0.05, f1 = 36-3 = 33, f2 = 36-2 = 34 : SEE Dekomposisi SEE Exp. Smoothing - Batas-batas daerah penolakan kritis merupakan uji dua ujung Maka nilai tabel F 0.025;33;34 - Aturan keputusan : = 1.826 diinterpolasi Tolak H dan terima H 1 jika RU F 1.826. Jika tidak, maka terima H - Rasio Uji RF: . RU F = = = 23.39 - Hasil pengujian menunjukkan bahwa Metode Exponential Smoothing lebih baik digunakan dari Metode Dekomposisi. Universitas Sumatera Utara V-13 f. Verifikasi dan Justifikasi Fungsi Peramalan Terbaik Untuk mengetahui apakah fungsi peramalan terpilih telah cukup representatif, maka dilakukan proses verifikasi perhitungan trend MRC. Perhitungan dapat dilihat pada tabel berikut. Tabel 5.10. Perhitungan Untuk Verifikasi Dengan Moving Range Chart t Y Y e = Y - Y MR 1 25,901 25,901 2 26,431 25,901 530 530 3 29,901 26,007 3,894 3,364 4 28,243 26,786 1,457 -2,436 5 24,004 27,077 -3,073 -4,530 6 26,671 26,463 208 3,281 7 26,901 26,504 397 188 8 23,099 26,584 -3,485 -3,882 9 27,880 25,887 1,993 5,478 10 24,350 26,285 -1,935 -3,928 11 29,348 25,898 3,450 5,384 12 28,091 26,588 1,503 -1,947 13 28,751 26,889 1,862 359 14 30,671 27,261 3,409 1,548 15 26,109 27,943 -1,834 -5,244 16 29,356 27,576 1,780 3,614 17 24,767 27,932 -3,165 -4,945 18 25,782 27,299 -1,517 1,648 19 28,449 26,996 1,453 2,971 20 27,935 27,286 649 -804 21 24,637 27,416 -2,779 -3,428 22 25,479 26,860 -1,381 1,399 23 28,048 26,584 1,464 2,845 24 32,855 26,877 5,978 4,514 25 28,877 28,072 805 -5,173 26 27,015 28,233 -1,219 -2,023 27 29,156 27,990 1,167 2,385 28 33,125 28,223 4,902 3,736 29 28,257 29,203 -947 -5,849 30 29,806 29,014 792 1,738 31 27,653 29,172 -1,520 -2,311 Universitas Sumatera Utara V-14 Tabel 5.10. Perhitungan Untuk Verifikasi Dengan Moving Range Chart Lanjutan t Y Y e = Y - Y MR 32 28,416 28,868 -452 1,067 33 27,460 28,778 -1,318 -866 34 32,643 28,514 4,128 5,447 35 30,258 29,340 918 -3,210 36 33,536 29,524 4,013 3,094 666 1,009,859 4,012.8 -10,000 -8,000 -6,000 -4,000 -2,000 2,000 4,000 6,000 8,000 10,000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 M onth MR CL UCL LCL Gambar 5.2. Moving Range Chart untuk Verifikasi Fungsi Peramalan Metode Exponential Smoothing = = = 3,004.8 UCL = 2.66 = 2.66 3,004.8 = 7,992.8 23 x 2.66 x 3,004.8 = 5,328.6 13 x 2.66 x 3,004.8 = 2,664.3 LCL = - 2.66 = - 2.66 3,004.8 = - 7,992.8 Universitas Sumatera Utara V-15 - 23 x 2.66 x 3,004.8 = - 5,328.6 - 13 x 2.66 x 3,004.8 = - 2,664.3 Dari hasil perhitungan batas kontrol atas dan batas kontrol bawah, maka grafik MRC dapat dilihat pada gambar 5.2. Dari gambar 5.2. tersebut, terlihat bahwa semua titik berada di dalam batas kontrol dan titik tidak memenuhi kondisi-kondisi out of control, sehingga dapat dikatakan bahwa fungsi tersebut telah representatif. g. Peramalan Data Produksi Tahun 2009 Dengan Metode Exponential Smoothing Peramalan data produksi untuk tahun 2009 dengan menggunakan Metode Exponential Smoothing ditunjukkan pada tabel 5.11. berikut ini. Tabel 5.11. Perhitungan Nilai Peramalan Produksi tahun 2009 Bulan Peramalan Jan 28,072 Feb 28,233 Mar 27,990 Apr 28,223 May 29,203 Jun 29,014 Jul 29,172 Aug 28,868 Sep 28,778 Oct 28,514 Nov 29,340 Dec 29,524 Jumlah 344,933 Universitas Sumatera Utara V-16 h. Peramalan Kebutuhan Persediaan Bahan Baku Untuk Tahun 2009 Perhitungan kebutuhan persediaan bahan baku untuk tahun 2009 sebagai peramalan kebutuhan produksi dapat dihitung dengan mengalikan jumlah produksi dengan persentase bahan baku yang digunakan. Informasi dari pihak perusahaan mengatakan bahwa persentase bahan adalah sebagai berikut : Tabel 5.12. Persentase Penggunaan Bahan Baku Dalam Produk Jadi Bahan Baku Persentase Penggunaan Jagung 60 BKK 25 PKM 10 Sumber : PT. Charoen Pokphand Indonesia Dengan diperolehnya persentase penggunaan bahan baku tersebut, maka dapat ditentukan jumlah bahan baku kebutuhan produksi dari peramalan produksi yang telah ditentukan pada tabel 5.11. sebelumnya. Jumlah kebutuhan bahan baku tersebut dapat dilihat pada tabel 5.13. berikut. Tabel 5.13. Konversi Jumlah Produksi ke Jumlah Bahan Baku Bulan Peramalan Jagung BKK PKM Jan 28,072 16,843 7,018 4,211 Feb 28,233 16,940 7,058 4,235 Mar 27,990 16,794 6,997 4,198 Apr 28,223 16,934 7,056 4,233 May 29,203 17,522 7,301 4,381 Jun 29,014 17,408 7,254 4,352 Jul 29,172 17,503 7,293 4,376 Aug 28,868 17,321 7,217 4,330 Sep 28,778 17,267 7,195 4,317 Oct 28,514 17,109 7,129 4,277 Nov 29,340 17,604 7,335 4,401 Dec 29,524 17,714 7,381 4,429 Jumlah 344,933 206,960 86,233 51,740 Universitas Sumatera Utara V-17

5.2.2. Penentuan Jumlah Pesanan Yang Ekonomis