Dalam hal ini perlu ditentukan jumlah tenaga kerja yang sesuai untuk tiap stasiun kerja. Perhitungan usulan jumlah tenaga kerja yang sesuai untuk masa
yang akan datang dilakukan dengan melakukan peramalan terhadap jumlah permintaan dalam 12 periode mendatang dan perhitungan waktu standard tiap
stasiun kerja.
6.2.1. Peramalan
Pada tahap peramalan ini digunakan jumlah permintaan produk selama 3 tahun terakhir. Tahapan-tahapan peramalan adalah sebagai berikut:
1. Mendefinisikan tujuan peramalan
Tujuan peramalan untuk meramalkan data permintaan parabola untuk 12 periode mendatang, yaitu bulan Desember 2011 sampai November 2012.
2. Membuat diagram pencar
Identifikasi pola historis dari data permintaan produk pada periode Januari 2009 sampai November 2011 yang dilakukan dengan menggunakan diagram
pencar. Diagram pencar tersebut dapat dilihat pada Gambar 6.1.
Gambar 6.1. Diagram Pencar Data Permintaan Parabola
5.000 10.000
15.000 20.000
25.000 30.000
Jumlah Permintaan
3. Memilih metode peramalan
Pemilihan metode peramalan yang sesuai dengan pola data pada diagram pencar. Dari diagram pencar dapat diamati bahwa pola data permintaan lebih
cenderung mengikuti pola linier dan siklis. Dengan demikian fungsi peramalan yang dipilih adalah:
a Metode Linier
b Metode Siklis
4. Perhitungan parameter peramalan
Untuk perhitungan parameter dari masing-masing metode, dapat dilihat pada Lampiran 3.
5. Menghitung Kesalahan Peramalan
Perhitungan kesalahan masing-masing metode peramalan bertujuan untuk memilih metode peramalan yang lebih tepat untuk digunakan. Perhitungan dilakukan dengan
menghitung standar kesalahan. Perhitungan kesalahan menggunakan metode SEE
Standard Error of Estimation dengan menggunakan rumus sebagai berikut:
f n
Y Y
SEE −
− =
∑
2
Keterangan: f
= derajat kebebasan Y = data aktual periode X
Y’ = nilai ramalan periode X n = banyaknya periode
Perhitungan untuk masing-masing metode dapat dilihat pada Lampiran 4, sehingga diperoleh nilai SEE dapat dilihat pada Tabel 6.1.
Tabel 6.1. Rekapitulasi Hasil Perhitungan SEE
Metode Peramalan Hasil Perhitungan SEE
Linier 2,211.58
Siklis 3,216.069
Kesimpulan: SEE linier SEE siklis 6.
Pengujian hipotesa
Pengujian hipotesa dilakukan dengan mencari SEE yang terkecil yaitu metode
peramalan linier dan siklis.
Ho : SEE linier
≤ SEE siklis Hi : SEE linier SEE siklis
α = 0,05 Uji statistik :
2 2
2 siklis
2 linier
hitung
069 .
3216 58
. 2211
SEE SEE
F =
=
= 0,473
F
tabel
= α v
1
,v
2
dimana v
1
adalah 34 35-1 untuk metode linier dan v
2
bernilai 34
35-1 untuk metode siklis.
Maka didapatkan F
tabel
= 0,05 34,34 = 1,772
Didapatkan maka Ho diterima
Maka metode yang digunakan untuk meramalkan jumlah permintaan untuk
periode selanjutnya adalah metode linier dengan fungsi berikut ini. Y = 16,873.464 + 133.779X
tabel hitung
F F
≤
7. Verifikasi peramalan
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang digunakan representatif terhadap data. Proses verifikasi dilakukan dengan
metode moving range. Perhitungan moving range dapat pada Lampiran 5.
Dari perhitungan yang dilakukan, diperoleh kesimpulan bahwa metode linier telah dapat mewakili data yang digunakan.
Maka berdasarkan tahapan peramalan yang dilakukan, metode yang dipilih untuk meramalkan permintaan 12 periode mendatang adalah metode linier dengan
rumus fungsi berikut: Y
= 16,873.464 + 133.779X
Maka hasil peramalan untuk permintaan untuk produk parabola 12 periode selanjutnya adalah:
Y Desember 2011 = 16,873.464 + 133.77936
= 21,689.508 Dengan cara perhitungan yang sama, akan diperoleh peramalan untuk 12 periode
mendatang pada Tabel 6.2.
Tabel 6.2. Peramalan Data Permintaan Parabola
X Y
36 21689.508
37 21823.287
38 21957.066
39 22090.845
40 22224.624
41 22358.403
42 22492.182
43 22625.961
44 22759.74
Tabel 6.2. Peramalan Data Permintaan Parabola Lanjutan
X Y
45 22893.519
46 23027.298
47 23161.077
6.2.2. Perhitungan Waktu Standar