Analisis Pemecahan Masalah Kesimpulan dan Saran SEE metode linier = 16469,634

Pengolahan data dapat dilihat pada Gambar 4.3. Menghitung waktu baku produksi Mulai Menyusun Jadwal Induk Produksi JIP Selesai Melakukan peramalan jumlah permintaan produk Menghitung Rough-Cut Capacity Planning RCCP Mengidentifikasi stasiun kerja bottleneck dan non-bottleneck Mengatur kembali JIP dengan mengoptimalkan stasiun kerja bottleneck dengan Theory of Constraints dan Linear Programming Gambar 4.3. Langkah-langkah Pengolahan Data

4.9. Analisis Pemecahan Masalah

Analisis penyelesaian masalah dilakukan dengan mengidentifikasi hambatan-hambatan constraints untuk mengetahui hal-hal yang mengakibatkan adanya bottleneck. Pengidentifikasian bottleneck dapat dilakukan dengan melihat perencanaan kebutuhan kapasitas dan pengamatan secara langsung pada perusahaan. Kemudian dilakukan pengaturan kembali jadwal induk produksi untuk mengatasi stasiun kerja bottleneck. Universitas Sumatera Utara

4.10. Kesimpulan dan Saran

Penarikan kesimpulan dilakukan untuk merangkum hal-hal penting dalam penelitian tersebut. Saran diberikan untuk penelitian selanjutnya yang ingin mengembangkan penelitian ini. Universitas Sumatera Utara BAB V PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

5.1.1. Pengukuran Waktu Siklus

Pengukuran waktu siklus dilakukan menggunakan metode jam henti stop watch time study. Pengamatan dilakukan sebanyak sepuluh siklus karena apabila waktu siklus dari stasiun kerja berlangsung kurang dari dua menit, pengamatan dilakukan minimal sepuluh siklus Barnes, 1968. Pengukuran waktu dilakukan terhadap proses pembuatan mie instan Gaga Mie 100 Goreng Extra Pedas, Gaga Mie 100 Soto, Gaga Mie 1000 Goreng Spesial Pedas dan Gaga Mie 1000 Soto. Pengukuran waktu dilakukan untuk setiap stasiun kerja yang terdapat pada lantai produksi dengan menggunakan alat ukur stop watch. Dalam sebuah stasiun kerja, dilakukan pengelompokan elemen kerja berdasarkan jenis mesin yang kapasitasnya relatif sama dan secara fisik ditempatkan pada tempat yang sama. Pembagian stasiun kerja berdasarkan elemen kerjanya pada pembuatan mie instan Gaga adalah sebagai berikut. 1. Stasiun Kerja Pengayakan Elemen kerja pada stasiun kerja pengayakan adalah: a. Tepung terigu diayak di mesin vibrator. b. Tepung terigu yang sudah diayak dicampur dengan tepung tapioka. c. Campuran tepung dinaikkan ke stasiun kerja pencampuran. 2. Stasiun Kerja Pencampuran Universitas Sumatera Utara Elemen kerja pada stasiun kerja pencampuran adalah: a. Campuran tepung diaduk dengan larutan alkali yang terdiri dari campuran garam, pengembang, air, dan pewarna makanan di mesin mixer sampai adonan homogen dan memiliki tekstur yang elastis. b. Adonan yang sudah homogen dan teksturnya elastis diturunkan ke stasiun kerja pembentukan adonan. 3. Stasiun Kerja Pembentukan Adonan Elemen kerja pada stasiun kerja pembentukan adonan adalah: a. Adonan ditampung dan diratakan di mesin feeder. b. Adonan dari mesin feeder didorong sedikit demi sedikit ke mesin press untuk menekan dan menipiskan adonan menjadi lembaran-lembaran dengan toleransi ketebalan antara 1,2 – 1,3 mm. c. Lembaran adonan kemudian dibagi-bagi dan dibuat bergelombang menjadi untaian mie di mesin slitter. d. Untaian mie dibawa ke stasiun kerja pemasakan. 4. Stasiun Kerja Pemasakan Elemen kerja pada stasiun kerja pemasakan adalah: a. Untaian mie diletakkan di atas conveyor dan dilakukan penguapan di mesin steam box. b. Untaian mie dibawa dengan menggunakan conveyor ke mesin cutter untuk dipotong dengan panjang ± 24 cm dan dilipat dengan pengait yang berada di bawah pisau pemotong sehingga hasil lipatan mejadi ± 12 cm. c. Mie yang telah dilipat dibawa ke conveyor yang berisi mangkok-mangkok. Universitas Sumatera Utara d. Mie di dalam mangkok-mangkok pada conveyor dibawa ke mesin fryer untuk digoreng agar membentuk mie kering yang matang, renyah, tahan lama, dan siap dikemas. Mie tersebut kemudian dijatuhkan ke conveyor yang berbentuk jaring-jaring untuk meniriskan sisa minyak penggorengan. e. Mie yang telah digoreng didinginkan di mesin cooling box untuk mengeringkan sisa minyak sehingga mie menjadi benar-benar kering, tidak berbau, dan tahan lama. f. Mie yang telah didinginkan dibawa ke stasiun kerja pembungkusan. 5. Stasiun Kerja Pembungkusan Elemen kerja pada stasiun kerja pembungkusan adalah: a. Mie yang telah didinginkan disusun dan diperiksa mie yang layak dibungkus dan dijalankan dengan menggunakan conveyor. b. Mie tersebut dimasukkan bumbu sesuai rasa dan jenis mie secara manual. c. Mie dan bumbu tersebut dibungkus serta diberi nomor produksi dan tanggal penggunaan yang diperbolehkan dengan mesin packing. d. Mie yang sudah dibungkus dibawa ke stasiun kerja pengepakan. 6. Stasiun Kerja Pengepakan Elemen kerja pada stasiun kerja pengepakan adalah: a. Mie dikemas ke dalam karton yang berisi 40 bungkus secara manual. b. Bagian atas dan bawah karton diberi selotip dengan mesin carton sealer. c. Karton berisi mie dibawa ke gudang produk untuk disimpan. Waktu siklus dari pembuatan produk mie instan Gaga yang diamati dapat dilihat pada Tabel 5.1. sampai Tabel 5.4. Universitas Sumatera Utara Tabel 5.1. Waktu Siklus Pembuatan Gaga Mie 100 Goreng Extra Pedas No. Siklus Waktu Siklus detik SK-I SK-II SK-III SK-IV SK-V SK-VI 1 8,85 18,52 10,34 16,16 16,21 8,96 2 8,92 18,69 10,30 16,21 16,67 8,98 3 8,90 18,65 10,27 16,26 16,78 9,03 4 8,97 18,36 10,23 16,06 16,00 8,94 5 8,92 18,2 10,18 15,99 15,89 8,88 6 8,83 18,46 10,33 16,09 16,33 8,84 7 8,87 18,49 10,31 16,11 16,21 8,80 8 8,93 18,33 10,24 16,03 15,79 8,91 9 8,93 18,7 10,36 16,32 16,44 8,94 10 8,85 18,19 10,21 16,03 15,79 8,89 Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama Tabel 5.2. Waktu Siklus Pembuatan Gaga Mie 100 Soto No. Siklus Waktu Siklus detik SK-I SK-II SK-III SK-IV SK-V SK-VI 1 8,82 18,19 10,26 16,01 16,00 9,21 2 8,83 18,24 10,29 16,04 16,11 9,24 3 8,80 18,17 10,24 15,97 15,79 9,30 4 8,78 18,20 10,27 16,02 16,11 9,29 5 8,84 18,31 10,33 16,21 16,44 9,44 6 8,77 18,33 10,35 16,26 16,56 9,49 7 8,79 18,14 10,28 15,99 15,89 9,28 8 8,85 18,22 10,29 16,07 16,21 9,36 9 8,86 18,32 10,38 16,30 16,67 9,48 10 8,73 18,29 10,22 16,11 16,21 9,40 Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama Universitas Sumatera Utara Tabel 5.3. Waktu Siklus Pembuatan Gaga Mie 1000 Goreng Spesial Pedas No. Siklus Waktu Siklus detik SK-I SK-II SK-III SK-1V SK-V SK-VI 1 7,04 14,56 8,34 13,06 13,64 7,70 2 7,06 14,55 8,33 13,19 13,48 7,69 3 7,12 14,51 8,25 12,97 13,12 7,65 4 7,02 14,59 8,29 13,11 13,56 7,68 5 7,15 14,54 8,30 12,92 13,26 7,67 6 7,11 14,57 8,28 12,95 13,4 7,70 7 7,14 14,52 8,26 12,93 13,34 7,66 8 7,08 14,53 8,28 13,14 13,33 7,69 9 7,03 14,58 8,31 13,13 13,48 7,70 10 7,17 14,55 8,27 12,98 13,19 7,67 Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama Tabel 5.4. Waktu Siklus Pembuatan Gaga Mie 1000 Soto No. Siklus Waktu Siklus detik SK-I SK-II SK-III SK-IV SK-V SK-VI 1 7,18 14,58 8,32 12,95 13,26 7,77 2 7,12 14,60 8,16 12,99 13,56 7,72 3 7,09 14,56 8,24 13,04 13,64 7,69 4 7,18 14,59 8,29 12,90 13,12 7,74 5 7,14 14,51 8,24 12,81 12,90 7,69 6 7,15 14,56 8,23 13,03 13,41 7,80 7 7,01 14,66 8,16 13,22 13,95 7,85 8 7,11 14,61 8,27 12,94 13,33 7,79 9 7,00 14,68 8,17 13,15 13,71 7,80 10 7,02 14,57 8,21 13,04 13,41 7,76 Sumber: Hasil Pengamatan pada Bagian Produksi di PT. Jakarana Tama Universitas Sumatera Utara Data pengamatan waktu siklus akan dilakukan pengujian keseragaman dan kecukupan data sebelum digunakan untuk menghitung waktu baku produksi.

5.1.2. Data Permintaan Produk

Produk yang menjadi objek penelitian adalah Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST. Data permintaan produk akan digunakan sebagai input dalam melakukan peramalan untuk dua belas bulan ke depan. Data permintaan produk Gaga Mie dari bulan Januari sampai Desember 2013 dapat dilihat pada Tabel 5.5. Tabel 5.5. Data Permintaan Gaga Mie selama Bulan Januari – Desember 2013 Bulan GCGEP Karton GCST Karton G-1000GSP Karton G-1000ST Karton Januari 2013 56655 32340 10169 8150 Februari 2013 53075 38395 7888 4948 Maret 2013 67230 41440 17260 11785 April 2013 78670 43750 37230 19145 Mei 2013 66750 38940 30265 12360 Juni 2013 40560 28245 29170 13860 Juli 2013 60040 21605 31470 13800 Agustus 2013 58250 38260 34880 15215 September 2013 95620 53735 30785 13165 Oktober 2013 44660 16405 41345 12930 November 2013 42278 16463 30330 12315 Desember 2013 48135 8720 28074 14055 Sumber: PT. Jakarana Tama Universitas Sumatera Utara

5.1.3. Data Hari Kerja

Data jumlah hari kerja dibutuhkan sebagai input dalam menghitung kapasitas yang tersedia di pabrik untuk setiap stasiun kerja. Data jumlah hari kerja di PT. Jakarana Tama selama tahun 2014 dapat dilihat pada Tabel 5.6. Tabel 5.6. Data Hari Kerja Tahun 2014 Bulan Jumlah Hari Januari 2014 18 Februari 2014 20 Maret 2014 20 April 2014 21 Mei 2014 18 Juni 2014 21 Juli 2014 19 Agustus 2014 20 September 2014 22 Oktober 2014 23 November 2014 20 Desember 2014 21 Sumber: PT. Jakarana Tama

5.1.4. Faktor Efisiensi dan Utilitas

Faktor efisiensi dan utilitas dibutuhkan sebagai input dalam menghitung kapasitas yang tersedia di pabrik untuk setiap stasiun kerja. Faktor efisiensi dan utilitas setiap stasiun kerja pembuatan mie instan di PT. Jakarana Tama dapat dilihat pada Tabel 5.7. Universitas Sumatera Utara Tabel 5.7. Faktor Efisiensi dan Utilitas Stasiun Kerja Stasiun Kerja Efisiensi Utilitas I 93 90 II 93 93 III 93 87 IV 99 97 V 98 96 VI 98 96 Sumber: PT. Jakarana Tama

5.2. Pengolahan Data

5.2.1. Uji Keseragaman Data

Uji keseragaman data dilakukan untuk melihat apakah variasi waktu penyelesaian setiap proses produksi yang merupakan hasil pengamatan masih berada dalam batas-batas kewajaran atau tidak. Salah satu contoh yang disajikan untuk perhitungan uji keseragaman adalah pada data pengukuran waktu Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I. Dalam uji keseragaman ini digunakan tingkat kepercayaan 95 dan tingkat keyakinan 5 . 1. Perhitungan nilai rata-rata waktu siklus = 8,897 2. Perhitungan nilai standar deviasi s Universitas Sumatera Utara 0,045 3. Perhitungan batas-batas kendali Untuk tingkat keyakinan 95 , nilai k = 1,96 = 8,897 + 1,96 0,045 = 8,985 = 8,897 1,96 0,045 = 8,809 Grafik keseragaman data waktu siklus Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I dapat dilihat pada Gambar 5.1. Gambar 5.1. Peta Kendali Waktu Siklus Gaga Mie 100 Goreng Ekstra Pedas Stasiun Kerja I Universitas Sumatera Utara Berdasarkan Gambar 5.1. dapat dilihat bahwa data-data masih berada di dalam batas kewajaran in control, maka data sudah seragam. Rekapitulasi hasil uji keseragaman data pada produk Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST dapat dilihat pada Tabel 5.8. Tabel 5.8. Hasil Uji Keseragaman Data Produk Stasiun Kerja s BKA BKB Keterangan GCGEP I 8,897 0,045 8,985 8,809 Data seragam II 18,459 0,188 18,828 18,090 Data seragam III 10,277 0,060 10,395 10,159 Data seragam IV 16,126 0,109 16,339 15,913 Data seragam V 16,211 0,350 16,897 15,525 Data seragam VI 8,917 0,068 9,050 8,784 Data seragam GCST I 8,807 0,041 8,888 8,726 Data seragam II 18,241 0,068 18,376 18,106 Data seragam III 10,291 0,050 10,390 10,192 Data seragam IV 16,098 0,118 16,334 15,862 Data seragam V 16,199 0,285 16,768 15,630 Data seragam VI 9,349 0,100 9,549 9,149 Data seragam G-1000GSP I 7,092 0,054 7,197 6,987 Data seragam II 14,550 0,026 14,601 14,499 Data seragam III 8,291 0,029 8,348 8,234 Data seragam IV 13,038 0,099 13,233 12,843 Data seragam V 13,380 0,164 13,702 13,058 Data seragam VI 7,681 0,018 7,716 7,646 Data seragam Universitas Sumatera Utara Tabel 5.8. Hasil Uji Keseragaman Data Lanjutan Produk Stasiun Kerja s BKA BKB Keterangan G-1000ST I 7,100 0,068 7,237 6,963 Data seragam II 14,592 0,050 14,691 14,493 Data seragam III 8,229 0,055 8,339 8,119 Data seragam IV 13,007 0,119 13,244 12,770 Data seragam V 13,429 0,303 14,035 12,823 Data seragam VI 7,761 0,052 7,864 7,658 Data seragam

5.2.2. Uji Kecukupan Data

Uji kecukupan data dilakukan untuk melihat apakah data yang telah diperoleh dari pengamatan mencukupi untuk dilakukan perhitungan atau tidak. Salah satu contoh yang disajikan untuk perhitungan uji kecukupan adalah pada data pengukuran waktu Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I. Dalam uji kecukupan ini digunakan tingkat kepercayaan 95 dimana nilai k = 1,96 dan tingkat keyakinan 5 dimana nilai s = 0,05. = 0,128 Karena nilai N’ N, yaitu 0,128 10, maka data pengamatan telah mencukupi. Universitas Sumatera Utara Rekapitulasi hasil uji kecukupan data pada produk Gaga Mie 100 Goreng Extra Pedas GCGEP dan Soto GCST serta Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP dan Soto G-1000ST dapat dilihat pada Tabel 5.9. Tabel 5.9. Hasil Uji Kecukupan Data Produk Stasiun Kerja N’ N Keterangan GCGEP I 0,035 10 Data cukup II 0,144 Data cukup III 0,048 Data cukup IV 0,063 Data cukup V 0,645 Data cukup VI 0,080 Data cukup GCST I 0,029 10 Data cukup II 0,019 Data cukup III 0,032 Data cukup IV 0,075 Data cukup V 0,427 Data cukup VI 0,158 Data cukup G-1000GSP I 0,079 10 Data cukup II 0,004 Data cukup III 0,017 Data cukup IV 0,080 Data cukup V 0,208 Data cukup VI 0,008 Data cukup G-1000ST I 0,128 10 Data cukup II 0,016 Data cukup III 0,062 Data cukup IV 0,115 Data cukup V 0,704 Data cukup VI 0,061 Data cukup Universitas Sumatera Utara

5.2.3. Perhitungan Waktu Baku

Dalam menghitung waktu baku setiap stasiun kerja, diperhitungkan nilai rating factor dari operator yang diamati dan allowance yang diberikan kepada operator tersebut. Perhitungan nilai rating factor dan allowance dari operator setiap stasiun kerja dapat dilihat pada Tabel 5.10 dan Tabel 5.11. Tabel 5.10. Rating Factor Operator pada Setiap Stasiun Kerja Stasiun Kerja Faktor Kelas Lambang Nilai Total Rating Factor I Keterampilan Good C1 +0,06 +0,09 1,09 Usaha Good C2 +0,02 Kondisi Kerja Average D 0,00 Konsistensi Good E +0,01 II Keterampilan Good C1 +0,06 +0,09 1,09 Usaha Good C2 +0,02 Kondisi Kerja Average D 0,00 Konsistensi Good C +0,01 III Keterampilan Good C1 +0,06 +0,09 1,09 Usaha Good C2 +0,02 Kondisi Kerja Average D 0,00 Konsistensi Good C +0,01 IV Keterampilan Excellent B1 +0,11 +0,14 1,14 Usaha Good C1 +0,05 Kondisi Kerja Fair E –0,03 Konsistensi Good C +0,01 V Keterampilan Excellent B1 +0,11 +0,17 1,17 Usaha Good C1 +0,05 Kondisi Kerja Average D 0,00 Konsistensi Good C +0,01 Universitas Sumatera Utara Tabel 5.10. Rating Factor Operator pada Setiap Stasiun Kerja Lanjutan Stasiun Kerja Faktor Kelas Lambang Nilai Total Rating Factor VI Keterampilan Excellent B1 +0,11 +0,17 1,17 Usaha Good C1 +0,05 Kondisi Kerja Average D 0,00 Konsistensi Good C +0,01 Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja Stasiun Kerja Faktor Kondisi Pekerj a Nilai Total I Kebutuhan Pribadi Pria 0,5 15 Tenaga yang Dikeluarkan Ringan 7,5 Sikap Kerja Berdiri di atas dua kaki 1 Gerakan Kerja Normal Kelelahan Mata Pandangan yang terputus-putus 2 Keadaan Temperatur Normal 2,5 Keadaan Atmosfer Cukup 1,5 Keadaan Lingkungan Kebisingan Rendah II Kebutuhan Pribadi Pria 0,5 13 Tenaga yang Dikeluarkan Sangat ringan 6 Sikap Kerja Berdiri di atas dua kaki 1 Gerakan Kerja Normal Kelelahan Mata Pandangan yang terputus-putus 2 Keadaan Temperatur Normal 2 Keadaan Atmosfer Cukup 1,5 Keadaan Lingkungan Kebisingan Rendah Universitas Sumatera Utara Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja Lanjutan Stasiun Kerja Faktor Kondisi Pekerja Nilai Total III Kebutuhan Pribadi Pria 0,5 15 Tenaga yang Dikeluarkan Sangat ringan 6 Sikap Kerja Berdiri di atas dua kaki 1 Gerakan Kerja Normal Kelelahan Mata Pandangan yang terputus-putus 3 Keadaan Temperatur Normal 2,5 Keadaan Atmosfer Cukup 2 Keadaan Lingkungan Kebisingan Rendah IV Kebutuhan Pribadi Wanita 2 18,5 Tenaga yang Dikeluarkan Dapat diabaikan Sikap Kerja Duduk Gerakan Kerja Normal Kelelahan Mata Pandangan yang hampir terus-menerus 7 Keadaan Temperatur Tinggi 6 Keadaan Atmosfer Cukup 2,5 Keadaan Lingkungan Siklus berulang antara 0 – 5 detik 1 V Kebutuhan Pribadi Wanita 2 13,5 Tenaga yang Dikeluarkan Dapat diabaikan Sikap Kerja Duduk Gerakan Kerja Normal Kelelahan Mata Pandangan yang hampir terus-menerus 7 Keadaan Temperatur Normal 2 Keadaan Atmosfer Cukup 1,5 Keadaan Lingkungan Siklus berulang antara 0 – 5 detik 1 Universitas Sumatera Utara Tabel 5.11. Allowance Operator pada Setiap Stasiun Kerja Lanjutan Stasiu n Kerja Faktor Kondisi Pekerj a Nilai Total VI Kebutuhan Pribadi Wanita 2 13,5 Tenaga yang Dikeluarkan Dapat diabaikan Sikap Kerja Duduk Gerakan Kerja Normal Kelelahan Mata Pandangan yang hampir terus-menerus 7 Keadaan Temperatur Normal 2 Keadaan Atmosfer Cukup 1,5 Keadaan Lingkungan Siklus berulang antara 0 – 5 detik 1 Salah satu contoh yang disajikan untuk menghitung waktu baku adalah untuk waktu baku Gaga Mie 100 Goreng Ekstra Pedas pada stasiun kerja I. = 8,897 1,09 = 11,409 Rekapitulasi hasil perhitungan waktu baku dari pembuatan produk Gaga Mie 100 Goreng Extra Pedas GCGEP, Gaga Mie 100 Soto GCST, Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP dan Gaga Mie 1000 Soto G-1000ST dapat dilihat pada Tabel 5.12. Universitas Sumatera Utara Tabel 5.12. Waktu Baku untuk Setiap Produk pada Setiap Stasiun Kerja Produk Stasiun Kerja Waktu Baku detik CGEP I 11,41 II 23,13 III 13,18 IV 22,56 V 21,93 VI 12,06 GCST I 11,29 II 22,85 III 13,20 IV 22,52 V 21,91 VI 12,65 G-1000GSP I 9,09 II 18,23 III 10,63 IV 18,24 V 18,10 VI 10,39 G-1000ST I 9,10 II 18,28 III 10,55 IV 18,19 V 18,16 VI 10,50 Universitas Sumatera Utara 5.2.4. Peramalan Permintaan 5.2.4.1.Peramalan Permintaan Gaga Mie 100 Goreng Ekstra Pedas GCGEP Dari data permintaan Gaga Mie 100 Goreng Ekstra Pedas bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk untuk satu tahun ke depan. Langkah-langkah peramalan adalah: 1. Mendefenisikan tujuan peramalan Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap produk Gaga Mie 100 Goreng Ekstra Pedas untuk bulan Januari sampai Desember 2014. 2. Membuat diagram pencar Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.2. Gambar 5.2. Diagram Pencar Permintaan GCGEP Universitas Sumatera Utara 3. Memilih metode peramalan yang dianggap sesuai Metode peramalan yang dipilih dan digunakan adalah: a. Metode siklis b. Metode linier 4. Menghitung parameter fungsi peramalan Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan hasil sebagai berikut: a. Fungsi peramalan untuk metode siklis adalah: Y = 59326,917 + 1187,557 sin – 6023,728 cos b. Fungsi peramalan untuk metode linier adalah: Y = 65466,758 944,591 X 5. Menghitung kesalahan error dari setiap metode peramalan Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat pada Lampiran dengan hasil sebagai berikut: a. SEE metode siklis = 17042,182

b. SEE metode linier = 16469,634

6. Memilih metode yang terbaik dengan nilai kesalahan terkecil Ho : SEE linier SEE siklis Hi : SEE linier SEE siklis α : 0,05 Universitas Sumatera Utara Uji statistik F hitung = = = 0,934 F tabel = α v 1 ,v 2 = 0,05 10,9 = 3,137 Karena nilai F hitung 0,934 F tabel 3,137, maka Ho diterima, yaitu hasil pengujian menyatakan bahwa metode linier lebih baik daripada metode siklis. Fungsi linier tersebut adalah Y = 65466,758 944,591 X 7. Melakukan verifikasi peramalan Perhitungan hasil verifikasi peramalan dapat dilihat pada Tabel 5.13. Tabel 5.13. Perhitungan Hasil Verifikasi Peramalan GCGEP X Y Y Y – Y’ |MR| 1 56655 64522 -7867 - 2 53075 63578 -10503 2636 3 67230 62633 4597 15100 4 78670 61688 16982 12385 5 66750 60744 6006 10976 6 40560 59799 -19239 25245 7 60040 58855 1185 20424 8 58250 57910 340 845 9 95620 56965 38655 38315 10 44660 56021 -11361 50016 11 42278 55076 -12798 1437 12 48135 54132 -5997 6801 78 711923 711923 184180 Universitas Sumatera Utara MR = = = 16743,636 UCL = 2,66 x MR = 2,66 x 16743,636 = 44538,073 13 UCL = 13 x 44538,073 = 14846,024 23 UCL = 23 x 44538,073 = 29692,048 LCL = -2,66 x MR = -2,66 x 16743,636 = -44538,073 13 LCL = 13 x -44538,073 = -14846,024 23 LCL = 23 x -44538,073 = -29692,048 Moving Range Chart hasil verifikasi peramalan produk GCGEP dapat dilihat pada Gambar 5.3. Gambar 5.3. Moving Range Chart Fungsi Peramalan GCGEP Dapat dilihat bahwa semua titik berada dalam batas kontrol in control sehingga peramalan dengan metode linier cukup memenuhi persyaratan. Fungsi linier peramalan, yaitu: Universitas Sumatera Utara Y = 65466,758 944,591 X Peramalan produk Gaga Mie 100 Goreng Ekstra Pedas GCGEP untuk bulan Januari sampai Desember 2014 dilakukan dengan menggunakan persamaan metode linier yang diperoleh. Salah satu perhitungan peramalan produk GCGEP pada bulan Januari 2014 dengan nilai X = 13 adalah: 944,591 X 944,591 13 = 53187 Rekapitulasi hasil peramalan pada produk Gaga Mie 100 Goreng Extra Pedas GCGEP untuk bulan Januari sampai Desember 2014 dengan nilai X adalah 13 sampai 24 dapat dilihat pada Tabel 5.14. Tabel 5.14. Peramalan Permintaan Produk GCGEP X Y Karton 13 53187 14 52242 15 51298 16 50353 17 49409 18 48464 19 47520 20 46575 21 45630 22 44686 23 43741 24 42797 Universitas Sumatera Utara 5.2.4.2.Peramalan Permintaan Gaga Mie 100 Soto GCST Dari data permintaan Gaga Mie 100 Soto bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk untuk satu tahun ke depan. Langkah-langkah peramalan adalah: 1. Mendefenisikan tujuan peramalan Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap produk Gaga Mie 100 Soto untuk bulan Januari sampai Desember 2014. 2. Membuat diagram pencar Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.4. Gambar 5.4. Diagram Pencar Permintaan GCST 3. Memilih metode peramalan yang dianggap sesuai Metode peramalan yang dipilih dan digunakan adalah: a. Metode siklis b. Metode eksponensial Universitas Sumatera Utara 4. Menghitung parameter fungsi peramalan Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan hasil sebagai berikut: a. Fungsi peramalan untuk metode siklis adalah: Y = 31524,833 + 4684,896sin – 7216,478 cos b. Fungsi peramalan untuk metode eksponensial adalah: Y = 53172,400 e -0,097X 5. Menghitung kesalahan error dari setiap metode peramalan Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat pada Lampiran dengan hasil sebagai berikut:

a. SEE metode siklis = 13037,425