Pemanfaatan limbah padat dalam bahan bakar boiler

Semarang, 7 Oktober 2015 242 Kementerian Lingkungan Republik Indonesia; Jakarta, 2014. Indonesias co-benefit approach. Yokohama; Energy conservation implementation in Indonesia McKane, A. et al. Thinking Globally: How ISO 50001 – Energy Management can make industrial energy efficiency standard practice. Lawrence Berkeley National Laboratory; 2009. McKane, A. et al. Thinking Globally: How ISO 50001 – Energy Management can make industrial energy efficiency standard practice . Lawrence Berkeley National Laboratory; 2009 Pusdatin Kementerian Pertanian Republik Indonesia, jakarta, 2012 Outlook komoditi kelapa sawit Temu Mastan; Jakarta, 2012, Pengembangan standar terkait energi Pusdatin Ditjen Perkebunan Kementerian Pertanian Republik Indonesia; Data terolah; Jakarta, 2014, Peraturan Menteri Pertanian R.I nomor 19PermentanOT.14032011. 2011. Pedoman Kelapa Sawit berkelanjutan Indonesia Indonesian Sustainable Palm OilISPO. Jakarta: Kementerian Pertanian Republik Indonesia Peraturan Menteri Pertanian R.I nomor 11PermentanOT.14032015; Sistem Sertifikasi Kelapa Sawit Indonesia berkelanjutan Indonesian Sustainable Palm OilISPOKementerian Pertanian Republik Indonesia; Jakarta 2015 Peraturan Pemerintah No.102 Tahun 2000. Standardisasi nasional. Jakarta: Standardisasi Nasional Perusahaan kertas Indah Kiat dapat ISO 50001 Peraturan Menteri Energi dan Sumber Daya Mineral No.14; Manajemen Energi. Jakarta: Kementerian Energi dan Sumber Daya Mineral Republik Indonesia, Jakarta; 2012. Refleksi industri kelapa sawit 2014 dan prospek 2015. Shuit, S., H. et al. Oil palm biomass as a sustainable energy source: a Malaysian case study. Journal of energy 2009; 34: 1225 – 1235 Yusoff, S. 2006. Renewable energy from palm oil. Journal of Cleaner Production 2006; 14: 87 – 93 http:ebtke.esdm.go.idpost20150710902energy.conservation.implementations.in.indonesia diakses pada 27 Juli 2015 http:pegbintangkab.go.idindonesia-negara-produsen-kelapa-sawit-terbesar-2 ; Indonesia negara produsen kelapa sawit terbesar, Luas Kebun Sawit di Indonesia Seluas 10.210.892 Hektare; diakses pada 23 Juli 2015. http:id.beritasatu.comagribusinessluas-kebun-sawit-di-indonesia-seluas-10210892-hektare97634 diakses pada 10 Juli 2015 http:www.bsn.go.idmainberitaberita_det ; Peran Sistem Penilaian Kesesuaian Dalam Mendukung Peningkatan Efisiensi Energi; diakses pada 27 Juli 2015 n http:bisnis.tempo.coreadnews20140108090543262perusahaan-kertas-indah-kiat-dapat-iso-50001 Proses produksi pengolahan kelapa sawit http:www.tentangsawit.comproses-produksi-pengolahan-kelapa-sawit-2 diakses pada 27 Juli 2015 http:www.listrikindonesia.compt_pura_mayungan_pm_electric_perusahaan_pertama_peraih_iso50001 _414.htm; PT Pura Mayungan PM Electric Perusahaan Pertama Peraih ISO 50001 http:www.gapki.or.idPagePressReleaseDetail?guid=dd997bd7-efbe-4ef7-aace-192e71eac097 diakses pada 1 Juli 2015 http:www.rspo.org ; Roundtable Sustainability Palm Oil RSPO; diakses pada 10 Juli 2015 http:www.sisni.bsn.go.id diakses pada 10 Juli 2015; Sistem informasi Standar Nasional Indonesia SISNI http:www.rea.co.ukreaenmarketsoilsandfatsworldconsumption , Oils and Fats - World Consumption diakses pada 10 Juli 2015. Semarang, 7 Oktober 2015 243 PENENTUAN METODE FORECASTING SEBAGAI UPAYA DALAM PENGAMBILAN KEPUTUSAN INVENTORI Inna Kholidasari, Lestari Setiawati, and Meigy Fernando Industrial Engineering Department, Faculty of Industrial Technology, Bung Hatta University Kampus III Universitas Bung Hatta Jl. Gajah Mada No. 19 Padang, Indonesia Telp. 0751 7054257 E-mail: i.kholidasaribunghatta.ac.id ABSTRAK Forecasting merupakan masalah yang sangat penting dalam mengelola suatu rantai pasok. Forecasting dapat diartikan sebagai upaya untuk memprediksi kejadian dimasa yang akan datang. Dalam suatu bisnis, terutama yang bisnis yang menerapkan konsep manajemen rantai pasok, prediksi dari permintaan barang merupakan basis dari perencanaan dan pengendalian aktivitas perusahaan. Hasil forecasting akan dikonversikan ke bentuk keputusan- keputusan inventori seperti ‘kapan’ dan berapa banyak’ barang harus dipesan. Dalam upaya untuk mendapatkan keputusan yang tepat, diperlukan ketepatan dalam menentukan metode forecasting yang didasarkan pada karakteristik pola permintaan barang tersebut. Dalam penelitian ini, tiga metode forecasting - Single Exponential Smoothing SES, Croston’s Method, dan Syntetos Boylan Approximation SBA dibandingkan dengan menggunakan sepuluh data series dari perusahaan penjual spare part mobil. Dengan menerapkan delapan metode forecasting error, metode forecasting dipilih dengan kriteria forecasting error terkecil. Analisa mengenai opportunity cost dan inventory cost juga dilakukan dalam penelitian ini. Penelitian ini memberikan kontribusi yang relatif besar dikarenakan data yang digunakan berupa data spare part yang cenderung berpola intermittent. Pola data intermittent diketahui memiliki tingkat kesulitan yang relatif tinggi dalam memanajnya, khususnya dalam pengambilan keputusan-keputusan inventori. Hasil penelitian memberikan kontribusi bagi pengembangan keilmuan di area forecasting, dan dari sudut pandang praktisi, hasil penelitian dapat dijadikan pedoman dalam melakukan aktivitas forecasting di perusahaan. Kata kunci : Forecasting, Intermittent demand, Keputusan-keputusan inventory

1. PENDAHULUAN

Pengambilan keputusan merupakan faktor yang sangat penting dalam bisnis. Proses pengambilan keputusan yang tepat dan cepat memberikan dampak positif yang signifikan bagi perusahaan sebagai pelaku bisnis. Untuk mendukung proses pengambilan keputusan, diperlukan kepekaan dan analisa yang tepat dari pelaku bisnis akan situasi dan kondisi yang mempengaruhi bisnisnya, baik yang terjadi pada saat ini maupun masa yang akan datang. Salah satu cara untuk mendapatkan informasi mengenai masa mendatang dalam bisnis yaitu dengan melakukan forecasting mengenai kejadian di masa mendatang atau dikenal dengan business forecasting. Forecasting merupakan suatu usaha untuk meramalkan keadaan di masa mendatang berdasarkan informasi pada masa lalu Makridakis et al., 1998. Berbagai metode forecasting telah banyak dikembangkan, baik yang bersifat kualitatif maupun kuantitatif. Metode-metode tersebut membutuhkan data masa lalu maupun informasi terkini yang relevan sebagai upaya dalam pengambilan keputusan. Pada umumnya, tujuan akhir dari penggunaan metode forecasting adalah untuk memperkirakan tingkat permintaankebutuhan barang pada periode yang akan datang. Penggunaan metode forecasting yang sesuai dengan pola data permintaan barang sangat mendukung keakuratan hasil forecasting. Dengan dapat diperkirakannya tingkat permintaankebutuhan barang tersebut maka para pelaku bisnis dapat dengan cepat mengambil keputusan mengenai berbagai hal yang diperlukan dalam upaya menyediakan barang tersebut. Hal ini tentu akan mengurangi biaya resiko akan tidak tersedianya barang maupun dalam hal meminimasi ongkos simpan barang inventory costs akibat dari penyediaan barang yang berlebihan Silver et al., 1998.

2. LATAR BELAKANG

Barang berupa spare part memiliki pola data yang berbeda dari barang jenis lain karena tidak selalu terdapat permintaan di tiap periodenya, atau disebut dengan pola data intermittent Syntetos dan