BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dalam dunia usaha, ada hal yang disebut dengan barang-barang musiman atau seasonal, yaitu barang-barang yang jumlah permintaannya meningkat karena
kebutuhan akan barang tersebut pada musim-musim tertentu meningkat jauh, seperti: busana muslim pada musim lebaran, alat-alat tulis dan seragam sekolah pada musim
tahun ajaran baru dan lainnya Susanty, 2012. Melonjaknya permintaan akan barang-barang musiman tersebut tentu akan
memberikan keuntungan besar bagi para pelaku usaha. Namun dalam bisnis penjualan ini terdapat masalah penting yaitu, pengendalian persediaan barang dan prediksi
penjualan yang akan datang Sari, 2008. Para pelaku usaha barang musiman ini sering menghadapi kendala dalam memenuhi permintaan barang saat periode
musimnya dimulai. Masalah yang paling sering terjadi adalah kekurangan stok barang. Jika pada musim-musim tertentu dimana permintaan barang sedang sangat tinggi
namun pelaku usaha hanya memiliki stok yang sedikit, tentu permintaan tidak dapat dipenuhi sehingga menyebabkan penurunan jumlah penjualan yang tentu berdampak
buruk bagi pelaku usaha. Untuk menghindari ketidakefesienan ini diperlukan sebuah metode perencanaan dalam penyediaan jumlah barang demi mencapai jumlah
penjualan yang maksimal dan mencapai target. Salah satu metode perencanaan yang umum digunakan adalah prediksi
permintaan yang akan datang. Metode prediksi dapat membantu meminimalisasi kesalahan dalam penyediaan barang. Untuk menghasilkan hasil prediksi yang lebih
akurat terutama untuk barang yang bersifat musiman, dibutuhkan sistem cerdas yang menggabungkan antara ilmu pengetahuan, teknik dan metode dari berbagai sumber.
Adapun penelitian yang telah dilakukan untuk memprediksi jumlah permintaan barang
Universitas Sumatera Utara
2 yang mengandung pola musiman, diantaranya: Metode Dekomposisi Ernawati,
2007, Metode Regresi Time Series Rochmah, 2010; dan Metode Sarima Hermanto, 2007.
Dalam penelitian ini sistem prediksi untuk barang musiman dikembangkan dengan menggunakan Holt-Winters yakni metode prediksi runtun waktu time series
yang dapat menangani perilaku musiman seasonal pada sebuah data berdasarkan pada data masa lalu. Metode ini dipilih karena menurut Makridakis 1999, metode ini
sangat baik meramalkan pola data yang bersifat tren dan musiman yang timbul secara serempak. Teknik Holt-Winters sendiri telah banyak digunakan dalam memprediksi
berbagai masalah dengan perilaku musiman seperti memprediksi pendapatan katering Harsaputra, 2007, prediksi penambahan mesin rajut Legi, 2008, prediksi curah
hujan Nurmaida, 2012, dan lain sebagainya.
1.2 Rumusan Masalah
Kategori