David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
5.2. Pengolahan Data
Setelah data yang dibutuhkan telah terkumpul maka dilakukan pengolahan data.
5.2.1. Peramalan Jumlah Permintaan Produk sheet Untuk meramalakan permintaan produk sheet di tahun 2009 maka di
butuhkan data penjualan produk sheet tahun terakhir yaitu pada tahun 2008. Peramalan dilakukan dengan menggunakan langkah-langkah sebagai berikut :
1. Penentuan tujuan peramalan
Tujuan peramalan yang dilakukan yaitu untuk meramalkan jumlah permintaan produk sheet di tahun 2009.
2. Identifikasi pola historis dari data aktual permintaan
Identifikasi pola historis dari data permintaan produk sheet pada tahun 2008 dilakukan dengan menggunakan diagram pencar.
Data Permintaan PT.IKN
20000 40000
60000 80000
100000
1 3
5 7
9 11
Bulan Ju
m lah
kg
bulan jumlah
Gambar. 5.2. Scatter Diagram Data Permintaan PT.IKN 2008
3. Pemilihan fungsi peramalan yang sesuai dengan pola data pada diagram
pencar. Dari Scatter Diagram diatas, dapat disimpulkan bahwa pola data
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
permintaan menunjukkan pola linier dan ekponensial. Dengan demikian fungsi peramalan yang dipilih adalah :
a. Fungsi peramalan linear
b. Fungsi peramalan eksponensial
4. Perhitungan parameter-parameter fungsi peramalan
a. Fungsi Peramalan Linear
Y
t
= a + bt Parameter :
2 2
∑ ∑ ∑
∑ ∑
− −
=
i i
i i
i i
t t
n Y
t Y
t n
b
n t
b Y
a
i i
∑ ∑
− =
Perhitungan parameter-parameter fungsi linear dapat dilihat pada Tabel 5.7 berikut :
Tabel 5.7. Perhitungan Parameter Peramalan untuk Metode Linear
Bulan X
Y XY
X
2
Januari 1
90680 90680
1 Februari
2 90320
180640 4
Maret 3
89000 267000
9 April
4 90160
360640 16
Mei 5
90000 450000
25 Juni
6 90400
542400 36
July 7
89600 627200
49 Agustus
8 90000
720000 64
September 9
92600 833400
81 Oktober
10 91620
916200 100
November 11
89000 979000
121 Desember
12 90000 1080000
144
78 1083380 7047160
650
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
b =
∑ ∑
∑ ∑ ∑
− −
2 2
X X
n Y
X XY
n
=
2
78 650
12 1083380
78 7047160
12 −
− =
36,293
a =
n X
b Y
∑ ∑
−
=
12 78
293 ,
36 1083380
−
=
90.045,757
Fungsi peramalannya adalah : Y = 90.045,757 + 36,293x
b. Fungsi Peramalan Eksponensial
Y
t
= ae
bt
Parameter : n
t b
Y a
∑ ∑
− =
ln ln
∑ ∑
∑ ∑ ∑
− −
=
2 2
ln ln
. t
t n
t Y
Y t
n b
Perhitungan parameter-parameter fungsi eksponensial dapat dilihat pada Tabel 5.8.
Tabel 5.8 . Perhitungan Parameter Fungsi Eksponensial
X Y
X
2
Ln Y X Ln Y
1 90680
1 11.41509 11.41509 2
90320 4 11.41111 22.82223
3 89000
9 11.39639 34.18917 4
90160 16 11.40934 45.63736
5 90000
25 11.40756 57.03782 6
90400 36
11.412 68.472
7 89600
49 11.40311 79.82177 8
90000 64 11.40756 91.26052
9 92600
81 11.43604 102.9244
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
10 91620
100 11.4254
114.254 11
89000 121 11.39639 125.3603
12 90000
144 11.40756 136.8908
78 1083380
650 136.9276 890.0855
∑ ∑
∑ ∑ ∑
− −
=
2 2
ln ln
. t
t n
t Y
Y t
n b
000393071 ,
78 650
12 9276
, 136
78 0855
, 890
12
2
= −
− =
b
n t
b Y
a
∑ ∑
− =
ln ln
40807712 ,
11 12
78 000393071
, 380
. 083
. 1
ln =
− =
a
a = e
ln a
= e = 90.046,10717
maka, fungsi peramalan eksponensial yang digunakan adalah : Yt = 90.046,10717
e
0,001 t
5. Perhitungan ketelitian masing-masing fungsi peramalan yang dipilih.
Perhitungan ketelitian masing-masing fungsi peramalan bertujuan untuk memilih fungsi peramalan yang lebih tepat untuk digunakan. Ketelitian
peramalan dapat ditentukan dengan menghitung standar kesalahan peramalan standard error of estimate. Rumus untuk mencari standard error of estimate
adalah sebagai berikut :
f n
Y Y
SEE
n t
t
− −
=
∑
=1 2
Keterangan : f = derajat kebebasan
Y = data aktual periode t
David Panggabean : Analisis Logistik Dengan Menggunakan Konsep Supply Chain ManagemenT SCM Di PT. Perkebunan Nusantara III Gunung Para, 2009.
Y
t
= nilai ramalan periode t n
= banyaknya periode
a. Fungsi Peramalan Linear Fungsi peramalan linear yang digunakan adalah :
Y = 90.045,757 + 36,293x Derajat kebebasan f = 2
Perhitungan SEE standard error of estimate fungsi peramalan linear dapat dilihat pada Tabel 5.9.
Tabel 5.9 Perhitungan SEE Fungsi Peramalan Linear
X Y
XY X2 Y
Y-Y Y-Y2
1 90680
90680 1
90082.05 597.9487179
357542.7 2
90320 180640
4 90118.34
201.6550117 40664.74
3 89000
267000 9
90154.64 -1154.638695
1333191 4
90160 360640
16 90190.93
-30.93240093 956.8134
5 90000
450000 25
90227.23 -227.2261072
51631.7 6
90400 542400
36 90263.52
136.4801865 18626.84
7 89600
627200 49
90299.81 -699.8135198
489739 8
90000 720000
64 90336.11
-336.1072261 112968.1
9 92600
833400 81
90372.4 2227.599068
4962198 10
91620 916200 100
90408.69 1211.305361
1467261 11
89000 979000 121
90444.99 -1444.988345
2087991 12
90000 1080000 144
90481.28 -481.2820513
231632.4
78 1083380 7047160 650
1083380 7.27596E-11
11154402
14404 ,
056 .
1 2
12 402
. 154
. 11
= −
= Linear
SEE
c. Fungsi peramalan eksponensial
