Model Prakiraan Permintaan Galon Isi

24

4.4.2 Sistem Manajemen Basis Data

Sistem Manjemen basis data terdiri dari dua modul yaitu untuk menyiman data dan untuk menyimpan paramenter evaluasi data.

4.4.2.1 Modul Data

Modul ini menyimpan data dari jumlah pengiriman produk, jumlah pengembalian galon kosong, data hasil estimasi prakiraan permintaan dan data hasil simulasi tingkat pengembalian galon kosong.

4.4.2.2 Modul Parameter

Parameter yang dimasukan dalam model ini adalah data terbaru saat dilakukan estimasi, parameter jumlah periode yang akan diestimasi, estimasi kerusakan atau kebocoran galon, dan estimasi penyimpangan pengiriman dari prakiraan permintaan.

4.4.3 Sistem Manajemen Basis Model

Model dikembangkan dalam tiga model yaitu model prakiraan permintaan, model tingkat pengembalian galon kosong dan model estimasi kondisi persediaan galon. Model prakiraaan permintaan berfungsi sebagai acuan untuk menyusun rencana produksi. Prakiraan permintaan dapat dijadikan acuan dalam penentuan tingkat persediaan, pengiriman produk dan kebutuhan galon kosong untuk produksi. Model prakiraan permintaan memberikan beberapa metode untuk menghitung perkiraan jumlah permintaan masa depan dengan menggunakan data historis pengiriman galon isi. Model estimasi kondisi persediaan galon berfungsi untuk menggambarkan keadaan nyata mutasi galon mulai dari kedatangan galon kosong atau penambahan galon baru, produksi, sampai dengan persediaan galon isi. Model ini memperhitungkan tingkat persediaan produk, kekurangan produk, estimasi permintaan produksi, realisasi produksi, pengiriman produk, hasil produksi, estimasi galon kembali, kekurangan galon kosong, dan stok produk. Diagram alir yang menggambarkan keterkaitan antara model dan sub model dapat dilihat pada Gambar 10.

1. Model Prakiraan Permintaan Galon Isi

Model ini berfungsi untuk memprediksi jumlah permintaan produksi dari konsumen. Model memprakirakan permintaan dalam periode harian dengan menggunakkan data historis pengiriman sebanyak 91 hari dari tanggal 2 Januari 2011 sampai dengan tanggal 2 April 2011. Model akan mengestimasi prakiraan permintaan sebanyak 91 periode mendatang. Dalam model ini akan disediakan beberapa metode pemulusan seperti, perataan bergerak tunggal, eksponensial tunggal, eksponensial ganda dan metode winters. Pemilihan teknik prakiraan permintaan dapat dilihat dari pola data yang terbentuk. Tabel 1 menunjukan cara pemilihan teknik prakiraan permintaan berdasarkan pola data yang terbentuk. 25 Tabel 1. Parameter Pemilihan Teknik Prakiraan Permintaan Deret Waktu Pola Data Perataan Bergerak Tunggal Perataan Eksponensial Tunggal Perataan Eksponensial Ganda Metode Winters Kerandoman AcakBerpola AcakBerpola Acak Bepola Berpola Tidak Dapat Ditentukan Stasioner Ya Tidak Tidak Tidak Non Stasioner Linear Non Stasioner Non Linear Non Stasioner Musiman Pertama, data historis diplotkan dalam grafik lalu dibaca sesuai dengan pola data yang terbentuk. Teknik peramalan perataan bergerak tunggal dipilih apabila pola data yang terbentuk stasioner. Teknik perataan bergerak tunggal dipilih karena mampu mengubah pengaruh data masa lalu terhadap nilai tengah. Setiap muncul nilai observasi baru, nilai rata- rata baru dapat dihitung dengan membuang nilai observasi yang paling tua dan memasukkan nilai observasi yang terbaru. Jika pola data menunjukan kecenderungan trend atau membentuk deret eksponensial, digunakan peramalan dengan teknik pemulusan eksponensial tunggal dan teknik pemulusan eksponensial ganda. Sedangkan apabila pola data menunjukan pola data tertentu dan adanya pengaruh musiman ataupun tidak dapat ditentukan pola datanya maka metode winters dapat digunakan. Setelah pemilihan teknik peramalan yang sesuai dengan pola data terbentuk maka nilai estimasi X t = nilai peramalan F t+m .

1.1 Metode Perataan Bergerak Tunggal SMA