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