Berdasarkan grafik diatas dapat diketahui bahwa permintaan
konsumen pada tahun 2009 mengalami perkembangan yang fluktuarif
dimana permintaan konsumen terhadap jeruk valensia tertinggi terjadi pada
bulan September 2009 yakni sebanyak 595 kg dan permintaan konsumen
terendah terjadi pada bulan Maret 2009 dengan permintaan sebanyak 395
kg.
Gambar 7. Grafik Trend Data Asli Permintaan Konsumen Jeruk Valensia
Berdasarkan gambar diatas dan persamaan Yt = 456.8 + 6,16t di
atas maka data permintaan konsumen terhadap jeruk valensia di Sinar
Supermarket cenderung berpola random acak. Dari persamaan di atas
dapat disimpulkan bahwa taksiran untuk permintaan konsumen terhadap
jeruk valensia akan mengalami penurunan beberapa waktu ke depan.
Selanjutnya mencari harga‐harga ramalan Ft+1 dengan menggunakan
metode Exponential Smoothing. Pembahasan ini menggunakan bantuan
program Minitab dalam menghitungnya.
4.5.2. Identifikasi
Model Permintaan Toko Buah jeruk Valensia
Pada penelitian
ini sebelum
dilakuka alisis
lanjut maka
terlebih dahulu
dilakukan identifikasi model guna menetukan taksiran untuk permintaan
toko beberapa bulan ke depan. Dengan menggunakan program minitab,
data mengenai permintaan toko untuk jeruk valensia disajikan dalam grafik
berikut ini :
n an
lebih
100 200
300 400
500 600
700
Janua ri
Febr uar
i M
ar et
A pr
il Me
i Ju
ni Ju
li A
gu st
us S
ept em
ber O
kt ober
N ov
em ber
De se
m be
r
Bulan Bu
a h
Series1
Gambar 8. Permintaan Toko Terhadap Jeruk Valensia tahun 2009
Berdasarkan grafik diatas dapat diketahui bahwa permintaan toko
pada tahun 2009 mengalami perkembangan yang fluktuarif dimana
permintaan toko terhadap jeruk valensia tertinggi terjadi pada bulan
September 2009 yakni sebanyak 650 kg dan permintaan toko terendah
terjadi pada bulan Maret 2009 dengan permintaan sebanyak 400 kg.
Gambar 9. Grafik Trend Data Asli Permintaan Toko Jeruk Valensia
Berdasarkan gambar diatas dan persamaan Yt = 482.7 + 5,24t di
atas maka data permintaan toko terhadap jeruk valensia di Sinar
Supermarket cenderung berpola random acak. Dari persamaan di atas
dapat disimpulkan bahwa taksiran untuk permintaan toko terhadap jeruk
valensia akan mengalami penurunan beberapa waktu ke depan. Selanjutnya
mencari harga‐harga ramalan Ft+1 dengan menggunakan metode
Exponential Smoothing. Pembahasan ini menggunakan bantuan program
Minitab dalam menghitungnya.
Setelah melakukan identifikasi terhadap model permintaan
konsumen dan model permintaan toko tersebut diatas, maka selanjutnya
menentukan metode forecast yang akan digunakan yaitu dengan metode
exponential smoothing antara lain single exponential smoothing, double
exponential smoothing, dan triple exponential smoothing, kemudian dengan
membandingkan nilai MAPE mean absolute procentage of error dan dipilih
nilai MAPE yang terkecil dan terbaik. Berikut ini akan dilakukan perhitungan
untuk menentukan tingkat keuntungan maksimum penjualan buah pada
buah jeruk valensia.
Setelah diketahui data penjualan jeruk valensia, maka langkah
selanjutnya adalah memasukkan data tersebut kedalam Analisis Forecast
peramalan dengan dibandingkan hasil MAPE dari metode‐metode Forecast
yaitu single exponential smoothing, double exponential smoothing dan triple
exponential smoothing winters. Setelah diketahui nilai MAPE, maka dipilih
nilai MAPE yang terkecil dan terbaik.Untuk lebih jelasnya dapat dilihat pada
lampiran 3. Dari hasil pengujian dan analisis dengan metode forecast
exponential smoothing, dengan dibandingkan nilai MAPE didapatkan nilai
MAPE terkecil dan terbaik adalah 15,2 dengan besarnya alpha a yang
diterapkan yaitu 0,1 yang diperoleh dari metode Double Exponential
Smoothing. Dari hasil peramalan Forecast didapatkan besarnya penjualan
permintaan konsumen D pada buah jeruk valensia di tahun 2010 untuk
setiap bulannya dapat dilihat pada tabel dibawah ini.
Tabel 3. Penjualan Permintaan Konsumen D Buah Jeruk Valensia
Berdasarkan Hasil Peramalan Forecasting Tahun 2010
Bulan Hasil Peramalan Forecasting
kg Januari 482
Februari 489 Maret 497
April 504 Mei 511
Juni 519 Juli 526
Agustus 533 September 541
Oktober 548 November 555
Desember 563
Langkah berikutnya untuk mengetahui besarnya pesanan toko dari hasil
peramalan forecast di tahun 2010 dengan menggunakan analisis Forecast,
dan dapat dilihat pada lampiran.
Untuk menjawab tujuan penelitian yang pertama yaitu dengan
menggunakan analisis Economic Order Quantity EOQ. Adapun perhitungan
EOQ untuk buah jeruk valensia adalah sebagai berikut :
EOQ = Tahun
2009
Bulan januari :
=
= 19,8 kg hari
Februari :
=
= 19,5 kg hari
Maret :
=
= 16,4 kg hari
April :
=
= 16,7 kg hari
Mei :
=
= 16,9 kg hari
Juni :
=
= 17,1 kg hari
Juli :
=
= 16,8 kg hari
Agustus :
=
= 18,4 kg hari
September :
=
= 20,1 kg hari
Oktober :
=
= 19,7 kg hari
November :
=
= 18,1 kg hari
Desember :
=
= 19,9 kg hari Berdasarkan
perhitungan secara manual diatas dapat dijelaskan bahwa
perhitungan EOQ untuk menentukan jumlah persediaan yang ekonomis
pada buah jeruk valensia dapat diketahui dari nilai Q yang ada pada
tahun 2009, dimana diperinci untuk persediaan eonomis pada setiap bulannya.
Adapun besarnya Q persediaan ekonomis pada tahun 2009 di bulan
januari didapatkan hasil perhitungan jumlah persediaan yang ekonomis
sebesar19,8 kg hari yang artinya untuk mencukupi permintaan konsumen
yang sebesar 580 kg bulan, maka seharusnya perusahaan menyediakan
jumlah yang ekonomis sebesar 19,8 kg hari atau sekitar 613 kg
bulan. Hal ini dilakukan agar tidak terjadi kelebihan stock buah yang dapat
menyebabkan kerusakan dan kebusukan buah sehingga mengakibatkan
kerugian pada perusahaan dan juga sebagai persediaan pengaman
atau safety stock.
Sedangkan pada tahun 2010 untuk mengetahui besarnya tingkat
persediaan yang ekonomis EOQ berdasarkan hasil peramalan forecasting,
seperti yang dicantumkan pada tabel diatas, maka perhitungan EOQ untuk
buah jeruk valensia pada tahun 2010 adalah sebagai berikut :
EOQ = Tahun
2010
Bulan januari :
=
= 17,8 kg hari
Februari :
=
= 17,9 kg hari
Maret :
=
= 18,1 kg hari
April :
=
= 18,2 kg hari
Mei :
=
= 18,4 kg hari
Juni :
=
= 18,5 kg hari
Juli :
=
= 18,6 kg hari
Agustus :
=
= 18,8 kg hari
September :
=
= 18,9 kg hari
Oktober :
=
= 19,0 kg hari
November :
=
= 19,1 kg hari
Desember :
=
= 19,3 kg hari Diketahui
bahwa berdasarkan hasil analisis forecasting didapatkan taksiran
permintaan konsumen D untuk tahun 2010 yang cenderung mengalami
penurunan jika dibandingkan dengan permintaan konsumen pada
tahun 2009, hal ini dapat dilihat pada lampiran 3. Namun, dalam hal ini juga
ada pengacualian pada bulan‐bulan tertentu dimana terdapat moment‐ moment
besar, seperti hari raya dan lain‐lain, sehingga membutuhkan tambahan
pasokan persediaan sesuai dengan kebutuhan pada saat itu.
Tabel 4. Selisih Pemesanan Toko Tanpa EOQ Dan Pemesanan Toko Dengan
EOQ Buah Jeruk Valensia Tahun 2009
Bulan Pemesanan Toko
Tanpa EOQ Kg Pemesanan Toko
Dengan EOQ Kg Marginal Profit
Kg
1 2 1-2
Januari 630 613,8
16,2 Februari 600
546,0 54,0
Maret 400 508,4
108,4 April 422
501,0 79,0
Mei 437 523,9
86,9 Juni 438
504,0 66,0
Juli 422 520,8
98,8 Agustus 510
552,0 42,0
September 650 623,1
26,9 Oktober 585
591,0 6,0
November 498 561,1
63,1 Desember 610
597,0 13,0
Berdasarkan perhitungan untuk mengetahui total biaya
persediaan yang minimum pada buah jeruk valensia yaitu dengan
berdasarkan pada EOQ pada tahun 2009 lampiran 6, dapat dilihat pada
tabel. Tabel
5. Selisih Total Biaya Persediaan EOQ Dengan Total Biaya Persediaan Di
Sinar Supermarket Pada Buah Jeruk Valensia Tahun 2009
Bulan Total Biaya
Persediaan EOQ
Rp Total Biaya
Persediaan Aktual Rp
Marginal Profit penghematan
Rp Januari
7.010.459 11.712.143
4.701.684 Februari 6.829.880
11.495.187 4.665.307 Maret 7.824.255
11.917.015 4.092.760
April 7.816.833 11.762.801
3.945.968 Mei 7.582.448
11.869.184 4.286.736
Juni 7.827.179 11.800.205
3.973.026 Juli 7.893.343
11.906.471 4.013.128
Agustus 7.615.964 11.885.303 4.269.339
September 6.817.079 11.596.935 4.779.856
Oktober 7.231.617 11.897.328 4.665.711
November 7.437.185 11.776.687 4.339.502
Desember 7.325.790 11.839.772 4.513.982
Dari tabel diatas, menjelaskan mengenai selisih total biaya
persediaan yang aktual dengan total biaya persediaan ekonomis yang
berdasarkan pada EOQ. Dimana hasil daripada selisih kedua total biaya
persediaan ini menunjukkan bahwa dengan total biaya yang ekonomis akan
menghasilkan keuntungan yang maksimal. Pada bulan januari sinar
supermarket mengeluaran biaya sebesar Rp. 11.712.143 Sedangkan setelah
menggunakan metode EOQ didapatkan penghematan biaya sebesar
4.701.684. Sedangkan pada bulan desember didapatkan perbedaan selisih
biaya persediaan sebesar 4.513.982. Didapatkan selisih biaya yang cukup
besar, hal ini menunjukkan bahwa total biaya EOQ dapat digunakan untuk
lebih memaksimalkan keuntungan yang diperoleh supermarket.
4.5.3. Identifikasi Model Permintaan Konsumen Buah Pisang Emas
Pada penelitian ini sebelum dilakukan analisis lebih lanjut maka
terlebih dahulu dilakukan identifikasi model guna menetukan taksiran untuk
permintaan konsumen dan permintaan toko beberapa bulan ke depan.
Dengan menggunakan program minitab, data mengenai permintaan
konsumen akan pisang emaskg nya disajikan dalam grafik berikut ini :
100 200
300 400
500 600
700 800
900 1000
Janua ri
Ma re
t Me
i Ju
li S
ept em
ber No
ve m
be r
Bulan Bu
ah
Series1
Gambar 10. Permintaan Konsumen Terhadap Pisang Emas Tahun 2009
Berdasarkan grafik diatas dapat diketahui bahwa permintaan
konsumen pada tahun 2009 mengalami perkembangan yang fluktuarif
dimana permintaan konsumen terhadap jeruk valensia tertinggi terjadi pada
bulan Januari 2009 yakni sebanyak 875 kg dan permintaan konsumen
terendah terjadi pada bulan Juni 2009 dengan permintaan sebanyak 615
kg.
Gambar 11. Grafik Trend Data Asli Permintaan Konsumen Pisang Emas
Berdasarkan gambar diatas dan persamaan Yt = 707.3 + 6,24t di
atas maka data permintaan konsumen terhadap pisang emas di Sinar
Supermarket cenderung berpola random acak. Dari persamaan di atas
dapat disimpulkan bahwa taksiran untuk permintaan konsumen terhadap
pisang emas akan mengalami penurunan beberapa waktu ke depan.
Selanjutnya mencari harga‐harga ramalan Ft+1 dengan menggunakan
metode Exponential Smoothing. Pembahasan ini menggunakan bantuan
program Minitab dalam menghitungnya.
