Analisis peramalan penjualan tahu kita pada PT. Kitagama, Jakarta

Oleh

ARLENA DINI LISJIYANTI

H24070051

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

RINGKASAN

ARLENA DINI LISJIYANTI. H24070051. Analisis Peramalan Penjualan Tahu Kita pada PT. Kitagama, Jakarta. Di bawah bimbingan H. MUSA HUBEIS.

Tahu merupakan salah satu makanan olahan dari kedelai yang memiliki kandungan gizi cukup tinggi. Meningkatnya konsumsi tahu saat ini sejalan dengan meningkatnya kesadaran masyarakat akan pentingnya makanan bergizi. Untuk itu PT. Kitagama membuat tahu sehat alami dan tanpa pengawet yang dinamakan Tahu Kita yang diproses dengan mesin-mesin modern dan proses pemasakan lebih cepat dan bersih untuk menghasilkan tahu yang putih, lembut, aman, bersih dan tahan lama.

Penelitian ini bertujuan (1) Menganalisis pola data penjualan Tahu Kita PT. Kitagama di lima (5) outlet penjualan, (2) Mengkaji dan memperoleh metode peramalan kuantitatif yang paling sesuai untuk melakukan peramalan penjualan Tahu Kita PT. Kitagama di lima (5) outlet penjualan, serta (3) Mengkaji dan memperoleh hasil peramalan produk Tahu Kita PT. Kitagama di lima (5) outlet penjualan untuk 15 bulan mendatang dengan menggunakan metode kuantitatif terbaik.

Informasi dan data yang dikumpulkan dalam penelitian ini meliputi data primer dan sekunder. Data primer diperoleh dari hasil wawancara dengan pihak manajemen dan pengamatan langsung di tempat penelitian. Data sekunder berupa studi literatur dan data lain yang diperoleh dari perpustakaan dan data perusahaan. Alat analisis menggunakan beberapa metode time series, yaitu metode trend analysis, metode Single Exponential Smoothing, metode Double Exponential Smoothing Holt, metode Decomposition Additive, metode Decomposition Multiplicative, metode Moving Average dan metode Autoregressive Integrated Moving Average (ARIMA) dengan bantuan Excel dan Minitab 14.

Dari hasil peramalan didapatkan bahwa metode terbaik untuk penjualan Tahu Kita pada outlet Pastellia dan outlet Kemchicks menggunakan Decomposition Additive, penjualan Tahu Kita pada outlet Joyo Swalayan menggunakan Moving Average (4), penjualan Tahu Kita pada outlet Ps. Bintaro Mas menggunakan ARIMA (2,0,2) dan penjualan Tahu Kita pada outlet Market City menggunakan Trend Quadratic. Informasi hasil peramalan penjualan pada penelitian ini digunakan untuk menyusun ramalan pendapatan kotor di lima (5) outlet penjualan.

Hasil perhitungan menunjukkan total perkiraan pendapatan kotor produk Tahu Kita selama 15 bulan, yaitu dari bulan Januari 2011 sampai Maret 2012 untuk outlet Pastellia Rp 7.560.000, outlet Kemchicks Rp 5.728.000, outlet Pasar Bintaro Mas Rp 4.288.000, outlet Market City Rp 2.880.000, outlet Joyo Swalayan Rp 2.160.000. Hasil tersebut dapat digunakan sebagai dasar perencanaan pembiayaan/penganggaran dana di masa mendatang dan perencanaan pemasaran bagi peningkatan penjualan Tahu Kita.

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA EKONOMI

Departemen Manajemen

Fakultas Ekonomi dan Manajemen

Institut Pertanian Bogor

Oleh :

ARLENA DINI LISJIYANTI

H24070051

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

Nama : Arlena Dini Lisjiyanti

NIM : H24070051

Menyetujui

Dosen Pembimbing,

(Prof. Dr. Ir. H, Musa hubeis, MS, Dipl. Ing, DEA) NIP : 195506261980031002

Mengetahui : Ketua Departemen,

(Dr. Ir. Jono M. Munandar, MSc) NIP : 196101231986011002

iv

Penulis dilahirkan di Jakarta 24 Maret 1990 sebagai putri pertama dari dua (2) bersaudara pasangan Slamet Riyadi dan Sajiyanti. Penulis menyelesaikan pendidikan dasar di Sekolah Dasar Negeri (SDN) Pesanggrahan 03 Pagi Jakarta dan melanjutkan ke Sekolah Lanjutan Tingkat Pertama (SLTP) Negeri 177 Jakarta dan Sekolah Menengah Atas (SMA) Negeri 90 Jakarta. Tahun 2007 Penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk Institut Pertanian Bogor (USMI) di Departemen Manajemen Fakultas Ekonomi dan Manajemen (FEM).

Selama menjadi mahasiswa, penulis aktif dalam organisasi seperti menjadi staff Produksi UKM Century IPB periode 2007/2008, staff Promotion and Marketting UKM Century IPB periode 2008/2009 dan sebagai Direktur BEM Corporation Badan Eksekutif Mahasiswa (BEM) Fakultas Ekonomi dan Manajemen (FEM) periode 2009/2010. Penulis juga aktif di berbagai kegiatan yang diadakan yaitu sebagai staff Danus acara Olimpiade Mahasiswa IPB (OMI) 2008, staff Danus acara Banking Goes to Campus 2008, koordinator PDD acara Bogor Business Simulation Comepetition 2009, staff acara Masa Perkenalan Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor 2009, staff Expo acara Extravaganza 2009, staff Danus acara Sportakuler 2009, staff Sponshorship acara IPB Art Contest (IAC) 2009, Koordinator acara Seminar Insurance Goes to Campus (IGTC), staff acara Tax Goes to Campus 2010, Koordinator acara Gathering Departemen Manajemen 44 dan terakhir menjadi panitia Event Organizer (EO) acara Unilever Career Day.

Selain itu, penulis sering menjadi Master of Ceremonial (MC) dalam acara-acara Fakultas, antara lain MC acara Greenation 3rd, Politik Ceria 2010, Balistis (baca Tulis Gratis), SOUL (Save Our Children), It’s time for us BEM FEM IPB 2009/2010, Entrepreneurship Talkshow, FEM Ambassador 2009 Roadshow, E-Race 2010, Masa Perkenalan Departemen (MPD) Manajemen FEM IPB 2009, FEM Ambassador 2010 dan Seminar Jamsostek Goes to Campus 2010.

v

Puji syukur penulis panjatkan kepada Allah SWT Tuhan semesta alam, Dzat penguasa seluruh kehidupan atas rahmat dan karunia-Nya. Limpahan rahmat serta kemudahan dalam berpikir dan bertindak merupakan sumber kekuatan penulis dalam melaksanakan penyelesaian skripsi ini.

Skripsi ini berjudul “Analisis Peramalan Penjualan Tahu Kita pada PT. Kitagama, Jakarta” disusun sebagai tugas akhir untuk memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Skripsi ini menganalisis pola data penjualan Tahu Kita PT. Kitagama di lima (5) outlet penjualan , mengkaji dan memperoleh metode peramalan kuantitatif yang paling sesuai untuk melakukan peramalan penjualan Tahu Kita PT. Kitagama di lima (5) outlet penjualan, serta mengkaji dan memperoleh hasil peramalan produk Tahu Kita PT. Kitagama di lima (5) outlet penjualan untuk 15 bulan mendatang dengan menggunakan metode kuantitatif terbaik. Informasi tersebut dapat menjadi masukan bagi perusahaan, sehingga dapat digunakan untuk membuat perencanaan strategi maupun kebijakan ytang tepat dan sesuai di masa mendatang.

Penulis menyadari bahawa skripsi ini masih jauh dari sempurna, oleh karena itu saran dan kritik yang membangun sangat penulis harapkan untuk perbaikan skripsi ini.

vi

Segala puji bagi Allah SWT atas berkat rahmat dan karunia-Nya, penulis dapat menyelesaikan penulisan skripsi berjudul “Analisis Peramalan Penjualan Tahu Kita pada PT. Kitagama Jakarta” sebagai salah satu syarat memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, Fakultas Ekonomi dan Manajemen (FEM) Institut Pertanian Bogor (IPB).

Skripsi ini tidak akan terwujud tanpa dukungan, bantuan dan kerja sama dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis mengucapkan terima kasih kepada :

1. Prof. Dr. Ir. H. Musa Hubeis, MS, Dipl, Ing, DEA sebagai dosen pembimbing yang telah membrikan bimbingan, motivasi dan arahan selama penulis melakukan penelitian.

2. Prof. Dr. Ir. W.H Limbong MS dan Dra. Siti Rahmawati, MS selaku dosen penguji yang telah memberikan masukan dan saran.

3. Dr. Ir. Jono Munandar, M.Sc selaku Ketua Departemen Manajemen FEM IPB.

4. Seluruh staf dan karyawan Departemen Manajemen FEM IPB.

5. Ir. Teguh Budi Pramono, MBA yang telah membantu penelitian saya selama ini. 6. Mba Yayi Nestiti yang telah membantu penelitian saya dan memberikan

dukungan serta doa.

7. Kedua orang tua, Slamet Riyadi dan Sajiyanti, serta adik saya Rizki Chandra Riyadi atas doa, nasihat, semangat, dukungan, pengertian dan kasih sayang yang tiada henti yang telah diberikan kepada penulis.

8. Sahabat tersayang (Dian dan Tiwi) yang selalu menghibur.

9. Teman-teman satu bimbingan (Elis, Cely, Rari, Upeh, Devi, Suci, Arif dan Yodia) yang telah memberikan dukungan, semangat dan doanya.

10.Sahabat-sahabat tersayang di manajemen 44 (Ratih, Windi, Dea, Echa, Malay, Izni, Tutu, Resty, Widi, Christ, Fiky, Uki, Edo dan Duta) yang telah memberikan banyak pelajaran suka, duka dan kebersamaan selama kuliah.

vii

12.Teman-teman kosan Pondok Nuansa Sakinah (Salys, Asti, Alya, Nene, Dina, Anies dan Cipi) yang memberikan semangat, dukungan dan doanya.

13.Semua teman-teman di Manajemen 44 yang selama ini telah berbagi suka maupun duka.

14.Semua pihak yang tidak disebutkan namanya dalam kesempatan ini yang telah membantu penulis dalam menyelesaikan skripsi ini.

Semoga Allah SWT membalas semua kebaikan yang telah diberikan oleh semua pihak, baik yang disebutkan maupun yang tidak di dalam penyusunan skripsi dan penulis menyadari masih banyak kekekurangan dan kelemahan dalam penyusunan skripsi ini. Semoga skripsi ini dapat memberikan manfaat bagi semua pihak yang memerlukannya.

Bogor, 13 Juni 2011

viii

DAFTAR ISI

Halaman

RINGKASAN

RIWAYAT HIDUP ... iv

KATA PENGANTAR ... v

UCAPAN TERIMA KASIH ... ... vi

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

I. PENDAHULUAN ……… 1

1.1.Latar Belakang... 1

1.2.Perumusan Masalah ... 5

1.3.Tujuan Penelitian ... 6

1.4.Ruang Lingkup Penelitian... 6

II. TINJAUAN PUSTAKA ……….. 8

2.1.Sejarah Perkembangan Kedelai dan Tahu ... 8

2.2.Definisi Peramalan... 11

2.2.1 Jenis-jenis Peramalan ……… 13

2.2.2 Langkah-langkah Peramalan ………. 14

2.2.3 Peramalan time series ……….. 15

2.2.4 Decomposisi time series ……… 15

2.2.5 Rataan Bergerak ……… 15

2.2.6 Penghalusan Eksponensial ……… 16

2.2.7 Trend Analysis ………. 17

2.2.8 ARIMA ………. 17

2.2.9 Menghitung Kesalahan Peramalan ……….. 18

2.3.Penelitian Terdahulu yang Relevan ... 19

III. METODE PENELITIAN ………... 21

3.1.Kerangka Pemikiran Penelitian. ... 21

3.2.Lokasi dan Waktu Penelitian ... 24

ix

3.4.Pengolahan dan Analisis Data ... 24

IV. HASIL DAN PEMBAHASAN ……….. 32

4.1 Gambaran Umum Perusahaan ……… 32

4.2 Metode Peramalan Time Series pada Outlet Pastellia ………. 35

4.2.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Pastellia ……… 35

4.2.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Pastellia ……… 37

4.3 Metode Peramalan Time Series pada Outlet JoyoSwalayan … 39

4.3.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Joyo Swalayan ……… 39

4.3.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Joyo Swalayan ……… 40

4.4 Metode Peramalan Time Series pada Outlet Ps. Bintaro Mas .. 43

4.4.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Ps. Bintaro Mas ……… 43

4.4.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Ps. Bintaro Mas …….……… 45

4.5 Metode Peramalan Time Series pada OutletMarket City ….. 47

4.5.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Market City ……… 47

4.5.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Market City ……… 49

4.6 Metode Peramalan Time Series pada OutletKemchicks …… 52

4.6.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Kemchicks ……… 52

4.6.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Kemchicks ……… 53

4.7 Implikasi Manajerial ……… ……….. 55

KESIMPULAN DAN SARAN ……… 58

1. Kesimpulan ………. 58

2. Saran ……… 58

DAFTAR PUSTAKA ……….. 60

x

DAFTAR TABEL

No. Halaman

1. Luas tanam kedelai di Indonesia dari tahun 2003 – 2007 ………. 2

2. Produksi tanaman kedelai di Indonesia dari tahun 2005 – 2011 ………... 2

3. Luas panen tanaman kedelai di Indonesia dari tahun 2005 -2007 ……... 3

4. Produktivitas tanaman kedelai di Indonesia di Indonesia dari tahun 2003

– 2009 ……… 3

5. Kandungan gizi kedelai ………. 11 6. Nilai MSE metode peramalan time series pada outlet Pastellia ………… 37 7. Ramalan penjualan Tahu Kita bulan Januari 2011 – Maret 2012 dengan

metode Decomposition Additive ……… 38

8. Nilai MSE metode peramalan time series pada outlet Joyo Swalayan …. 41 9. Ramalan penjualan Tahu Kita bulan Januari 2011 – Maret 2012 dengan

metode Moving Average (4) ……….. 42

10.Nilai MSE metode peramalan time series pada outlet Pasar Bintaro Mas

……… 45 11.Ramalan penjualan Tahu Kita bulan Januari 2011 – Maret 2012 dengan

metode ARIMA (2,0,2) ………. 46 12.Nilai MSE metode peramalan time series pada outlet Market City ……. 50 13. Ramalan penjualan Tahu Kita bulan Januari 2011 – Maret 2012 dengan

metode trend quadratic ………. 51

14. Nilai MSE metode peramalan time series pada outlet Kemchicks ……... 53 15. Ramalan penjualan Tahu Kita bulan Januari 2011 – Maret 2012 dengan

xi

DAFTAR GAMBAR

No Halaman

1. Kerangka pemikiran penelitian... 23

2. Pola data penjualan Tahu Kita pada outlet Pastellia ………. 36

3. Pola data penjualan Tahu Kita pada outlet Joyo Swalayan ………... 40

4. Pola data penjualan Tahu Kita pada outlet Pasar Bintaro Mas ………… 44

5. Pola data penjualan Tahu Kita pada outletMarket City ……… 48

xii

DAFTAR LAMPIRAN

No. Halaman

1. Data penjualan Tahu Kita bulan Juli 2008 – Desember 2010 ………… …. 63

2. Data aktual penjualan Tahu Kita bulan Januari 2011 – April 2011 ……….. 64

3. Struktur organisasi ……… 65

4. Proses produksi Tahu Kita ……….. 66

5. ACF untuk outlet Pastellia ……… 67

6. ACF untuk outlet Joyo Swalayan ……….. 68

7. ACF untuk outlet Pasar Bintaro Mas ……… 69

8. ACF untuk outletMarket City ……….. 70

9. ACF untuk outletKemchicks ……… 71

10.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Pastellia dengan metode Decomposition Additive ……….. 72

11.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Pastellia dengan metode Decomposition Multiplicative ………. 75

12.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Joyo Swalayan dengan metode Moving Average (4)……….. 78

13.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Joyo Swalayan dengan metode Decomposition Additive ………. 80

14.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Pasar Bintaro Mas dengan metode ARIMA (2,0,2)……….. 83

15.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Pasar Bintaro Mas dengan metode Decomposition Additive ………. 85

16.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Market City dengan metode Trend quadratic……….……..…… 88

17.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Market City dengan metode Single Exponential Smoothing ………. 90

18.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Kemchicks dengan metode Decomposition Additive ……….. 92

19.Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada outlet Kemchicks dengan metode Trend Quadratic………....…… 95

20.Implikasi hasil peramalan penjualan terhadap perkiraan pendapatan kotor Tahu Kita pada outlet Pastellia untuk periode Januari 2011 – Maret 2012 ………. 97

21.Implikasi hasil peramalan penjualan terhadap perkiraan pendapatan kotor Tahu Kita pada outlet Joyo Swalayan untuk periode Januari 2011 – Maret 2012 … 98 22.Implikasi hasil peramalan penjualan terhadap perkiraan pendapatan kotor Tahu Kita pada outlet Pasar Bintaro Mas untuk periode Januari 2011 – Maret 2012 ………... 99

23.Implikasi hasil peramalan penjualan terhadap perkiraan pendapatan kotor Tahu Kita pada outletMarket City untuk periode Januari 2011 – Maret 2012 ……. 100

24.Implikasi hasil peramalan penjualan terhadap perkiraan pendapatan kotor Tahu Kita pada outletKemchicks untuk periode Januari 2011 – Maret 2012 …….. 101

I. PENDAHULUAN

1.1 Latar Belakang

Pertanian merupakan bidang strategik, karena menyangkut kebutuhan manusia. Bagi Indonesia yang merupakan negara agraris, pertanian mempunyai makna penting dalam mendukung perekonomian nasional, terutama sebagai penyedia bahan pangan, sandang dan papan bagi segenap penduduk, serta penghasil komoditas ekspor nonmigas untuk menarik devisa. Pada tahun 1969, pemerintah Indonesia meluncurkan rencana lima (5) tahun pertama dengan pertanian sebagai titik fokus untuk mendorong pertumbuhan ekonomi tanaman pangan terutama padi sawah, jagung, kedelai, ubi jalar dan ubi kayu. Sejak 1969, produksi padi telah menjadi fokus utama dalam peningkatan produksi pangan, namun selama tahun 1970an produksinya semakin menurun. Saat itu, produksi palawijaya seperti jagung, kedelai, kacang tanah dan ubi kayu sebagian besar diabaikan dalam kebijakan pemerintah sampai dengan tahun 1974. Menurunnya produksi padi mendorong pemerintah untuk mempertimbangkan kebijakan pangan palawijaya ini sebagai pengganti beras. Sebelum tahun 1974, total produksi jagung juga menurun, tetapi keuntungan kecil telah dilakukan oleh kedelai dan kacang tanah. (http://ideas.repec.org/, 2011)

Di kawasan Benua Asia, Indonesia menempati sebagai negara dengan luas areal (1,4 juta ha) ketiga terbesar setelah Cina (8 juta ha) dan India (4,5 juta ha). Selain itu, Indonesia juga dikenal sebagai negara penghasil kedelai keenam terbesar di dunia, setelah USA, Brasil, Argentina, Cina dan India (1997) (Adisarwanto dan Rini, 2002). Sebagai ilustrasi, pada Tabel 1 dapat dilihat luas tanam kedelai di Indonesia tahun 2003 - 2007 mengalami peningkatan hingga tahun 2005 dan selanjutnya mengalami penurunan. Pulau Jawa merupakan daerah yang memiliki luas tanam paling banyak dibandingkan daerah lainnya, meskipun mengalami penurunan dari tahun 2006 - 2007.

Tabel 1. Luas tanam Kedelai di Indonesia dari tahun 2003 - 2007 No. Provinsi

Tahun (ha)

2003 2004 2005 2006 2007

1. Sumatera 43.926 58.199 54.397 44.043 38.502

2. Jawa 361.041 408.783 416.144 390.320 336.792

3. Bali, Nusa Tenggara 74.078 96.426 104.136 93.437 78.726

4. Kalimantan 9.565 9.624 6.880 6.925 7.309

5. Sulawesi 24.551 29.866 29.838 27.361 28.264

6. Maluku & Papua 40.196 4.795 9.715 6.536 6.584

Jumlah Luar Jawa 192.316 198.880 204.966 178.302 159.385 Indonesia 553.357 607.663 621.110 568.622 496.177

Sumber : www.bps.go.id, 2011

Perkembangan produksi tanaman kedelai di Indonesia (Tabel 2) sama seperti dengan perkembangan luas panen tanaman kedelai di Indonesia tahun 2005 - 2011 (Tabel 3), produksi dan luas panen kedelai mengalami penurunan selama tahun 2005 - 2007, tetapi di tahun 2008 hingga 2009 mengalami peningkatan cukup tinggi dan di tahun 2010 menurun sedikit dibanding tahun sebelumnya dan diperkirakan pada tahun 2011 mengalami peningkatan. Produksi tanaman kedelai di Indonesia paling tinggi terdapat di daerah pulau Jawa, sebaliknya luas panen tanaman kedelai di Indonesia terdapat di luar pulau Jawa.

Tabel 2. Produksi tanaman Kedelai di Indonesia dari tahun 2005 - 2011 Provinsi

Produksi (ton)

2005 2006 2007 2008 2009 2010 2011

Jawa 563.225 518.425 424.986 518.997 573.231 633.212 636.675*

Luar Jawa 245.128 229.186 167.548 256.713 351.280 274.899 297.328*

Indonesia 808.353 747.611 592.534 775.710 924.511 908.111 934.003*

* Angka Ramalan I

Tabel 3. Luas panen tanaman Kedelai di Indonesia dari tahun 2005 - 2011 Provinsi

Produksi (ton)

2005 2006 2007 2008 2009 2010 2011

Jawa 423.874 390.568 325.689 389.780 428.130 493.594 436.315*

Luar Jawa 197.667 189.966 133.427 201.176 273.262 168.117 230.387*

Indonesia 621.541 580.534 459.116 590.956 701.392 661.711 666.702*

* Angka Ramalan I

Sumber : www.bps.go.id, 2011

Tabel 4 menunjukkan perkembangan produktivitas tanaman kedelai di Indonesia dari tahun 2003 - 2009 yang berfluktuasi. Dapat dilihat pada tahun 2003 - 2005 Indonesia mengalami peningkatan produktivitas kedelai, lalu di tahun 2006 mengalami penurunan dan mengalami peningkatan lagi mulai tahun 2007 - 2009. Tingkat produktivitas paling tinggi terjadi di daerah Jawa.

Tabel 4. Produktivitas tanaman Kedelai di Indonesia dar tahun 2003 - 2009 Provinsi

Produktivitas (kuintal/Ha)

2003 2004 2005 2006 2007 2008 2009

Jawa 13,04 13,06 13,29 13,27 13,05 13,32 13,39

Luar Jawa 12,03 12,25 12,40 12,06 12,56 12,76 12,86

Indonesia 12,75 12,80 13,01 12,88 12,91 13,13 13,18

Sumber : www.bps.go.id, 2011

Kedelai merupakan salah satu bahan pangan penting setelah beras karena hampir 90% digunakan sebagai pangan. Kedelai juga kaya akan protein yang memiliki arti penting sebagai sumber protein nabati untuk peningkatan gizi dan mengatasi penyakit kurang gizi seperti busung lapar. Kedelai juga bermanfaat menurunkan kolesterol darah yang dapat mencegah penyakit jantung. Selain itu, kedelai dapat berfungsi sebagai antioksidan dan dapat mencegah penyakit kanker. Oleh karena itu, ke depan kebutuhan kedelai akan meningkat seiring

dengan meningkatnya kesadaran masyarakat akan pangan sehat. Kedelai juga berpotensi dan berperan penting dalam menumbuhkembangkan industri kecil menengah (IKM), bahkan sebagai komoditas ekspor (Adisarwanto dan Rini, 2002).

Tahu merupakan salah satu makanan olahan dari kedelai yang memiliki kandungan gizi cukup tinggi. Meningkatnya konsumsi tahu saat ini sejalan dengan meningkatnya kesadaran masyarakat akan pentingnya makanan bergizi. Tahu adalah makanan yang dibuat dari kacang kedelai yang difermentasikan dan diambil sarinya. Berbeda dengan tempe yang asli dari Indonesia, tahu berasal dari Cina, seperti halnya kecap, tauco, bakpao dan bakso. Sebagaimana tempe, tahu dikenal sebagai makanan rakyat. Beraneka ragam jenis tahu yang ada di Indonesia umumnya dikenal dengan tempat pembutannya, misalnya tahu Sumedang dan tahu Kediri. (http://id.wikipedia.org/wiki/Tahu, 2011).

Beberapa waktu terakhir di tahun 2006 sempat marak berita tentang formalin yang sering ditemukan pada produk tahu segar sebagai bahan pengawet. Adanya berita tahu berformalin yang ditemukan di pasaran, telah membuat masyarakat Indonesia menjadi sangat waswas untuk mengkonsumsi tahu. Padahal tahu adalah bahan makanan murah, sehat dan disukai oleh semua usia mulai dari bayi hingga lansia. Tahu juga mengandung protein nabati penting bagi pemenuhan gizi, terutama dalam masa pertumbuhan. Selain itu tahu merupakan alternatif lauk pauk yang lezat yang mudah diolah menjadi penganan apapun. Di Indonesia, saat ini banyak sekali munculnya produsen tahu di pasaran, salah satunya yaitu PT. Kitagama merupakan salah satu industri tahu yang sistem pengolahannya berbeda dengan perusahaan tahu lainnya. Tahu hasil produksi PT. Kitagama merupakan produk dari hasil penelitian dari dosen Fakultas Teknik Pertanian Universitas Gajah Mada (FTP UGM) yang sebelumnya diproduksi dalam skala laboratorium. Selanjutnya produksi tersebut kemudian di kembangkan menjadi skala industri. PT. Kitagama merupakan industri yang didirikan dari hasil kerjasama dosen FTP UGM.

PT. Kitagama muncul untuk mencoba memberikan solusi atas permasalahan tahu berformalin di pasaran. Teknologi pengolahan tahu yang benar dan tepat perlu diterapkan dalam proses pembuatan tahu. PT. Kitagama berfokus membuat tahu sehat alami dan tanpa pengawet untuk menghapus

kekhawatiran masyarakat akan tahu yang dikonsumsi. Untuk itu

dimunculkanlah tahu sehat hasil dari produk PT. Kitagama yang dinamakan Tahu Kita. Tahu Kita di proses dengan menggunakan mesin-mesin modern berbahan dasar stainless steel, sehingga menjadikannya aman, bersih, putih dan higienis. Dengan proses pemasakan yang lebih cepat dan bersih, maka menghasilkan tahu yang putih dan lembut, karena proses pemasakannya tidak menghasilkan kerak pada dasar tangki masak yang dapat membuat tahu berbau sangit dan berwarna putih kekuningan.

Meningkatnya jumlah produsen tahu saat ini telah menyebabkan PT. Kitagama harus mampu mempertahankan pelanggannya, bahkan meningkatkan jumlah konsumennya agar dapat bertahan sebagai produsen yang bergerak di industri tahu. Salah satu cara yang dapat dilakukan oleh PT. Kitagama adalah melakukan peramalan penjualan, untuk membuat perencanaan produksi dan strategi pemasaran lebih tepat dan sesuai dengan kondisi lingkungan perusahaan saat ini. Untuk itu dilakukan penelitian berjudul Analisis Peramalan Penjualan Tahu Kita pada PT. Kitagama Jakarta.

1.2. Perumusan Masalah

Munculnya para pesaing produsen tahu saat ini yang membuat pilihan jumlah produk ataupun merek tahu di Indonesia semakin bervariatif telah membuat PT. Kitagama sebagai salah satu produsen yang menghasilkan produk berbahan dasar kedelai ini harus memikirkan bagaimana cara mempertahankan pelanggannya, bahkan meningkatkan konsumen. Oleh karena itu, PT. Kitagama perlu melakukan peramalan penjualan untuk menetapkan target penjualan perusahaan melalui penyusunan strategi.

1. Bagaimana pola data penjualan Tahu Kita PT. Kitagama di lima (5) outlet

penjualan selama ini ?

2. Bentuk metode peramalan kuantitatif apakah yang paling sesuai untuk meramalkan jumlah penjualan Tahu Kita PT. Kitagama di lima (5) outlet

penjualan ?

3. Bagaimana peramalan penjualan Tahu Kita PT. Kitagama di lima (5)

outlet penjualan untuk 15 bulan mendatang dengan menggunakan metode kuantitatif terbaik ?

1.3.Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Menganalisis pola data penjualan Tahu Kita PT. Kitagama di lima (5)

outlet penjualan

2. Mengkaji metode peramalan kuantitatif yang paling sesuai untuk melakukan peramalan penjualan Tahu Kita PT. Kitagama di Lima (5)

outlet penjualan

3. Mengkaji hasil peramalan produk Tahu Kita PT. Kitagama di lima (5)

outlet penjualan untuk 15 bulan mendatang dengan menggunakan metode kuantitatif terbaik

1.4 Ruang Lingkup Penelitian

Penelitian ini menggunakan metode time series dan data penjualan tahu di lima (5) outlet dari bulan Juli 2008 sampai Desember 2010, maka peramalan dilakukan selama 15 bulan ke depan yaitu, bulan Januari 2011 sampai Maret 2012 dan kemudian dibandingkan dengan data aktual selama 3 (tiga) bulan yang didapatkan dari bulan Januari sampai Maret 2011. Data penjualan yang didapat dari perusahaan adalah penjualan harian yang kemudian diakumulasikan menjadi data bulanan.

Peramalan dilakukan pada lima (5) outlet Tahu Kita PT. Kitagama. Kelima outlet tersebut adalah Pastellia, Joyo Swalayan, Pasar Bintaro Mas,

Kemchick dan Market City. Penelitian ini terbatas hanya kepada pemilihan metode peramalan akurat untuk meramalkan penjualan Tahu Kita yang dapat digunakan oleh perusahaan dalam merencanakan produksi. Untuk meramalkan volume penjualan Tahu Kita di masa mendatang.

II. TINJAUAN PUSTAKA 2.1 Sejarah Perkembangan Kedelai dan Tahu

Menurut Winarto, Achmad dan Kuncoro (2005), tanaman kedelai (Glycine max (L) Merrill) telah dibudidayakan sejak 1500 tahun sebelum Masehi. Asal tanaman ini dipekirakan dari dataran Cina, karena di sanalah mula mula kedelai ditanam, dan juga di Cina banyak dijumpai jenis kedelai liar. Tanaman ini dari Cina kedelai menyebar ke Jepang, Korea, Asia Tenggara dan ke Indonesia.

Di Indonesia, terutama di Jawa dan Bali, kedelai sudah ditanam sejak tahun 1750. Amerika serikat, negara produsen kedelai terbesar di dunia, baru mulai menanam kedelai tahun 1920 dan Brasil negara produsen kedelai nomor dua, baru mulai menanam kedelai tahun 1950.

Tanaman kedelai merupakan tanaman cash crop yang dibudidayakan di lahan sawah (±60%) dan di lahan kering (±40%). Luas areal tanam mencapai punaknya pada tahun 1992, yaitu 1,67 juta hektar. Sejak tahun 2000-2003, areal tanam terus menurun menjadi 0,53 juta hektar pada tahun 2003. Kebutuhan kedelai pada tahun 2004 sebesar 2,02 juta ton, sedangkan produksi dalam negeri baru mencapai 0,71 juta ton, sehingga kekurangannya 1,31 juta ton harus diimpor. Hanya sekitar 35% dari total kebutuhan kedelai dapat dipenuhi dari produksi dalam negeri. Penurunan areal tanaman berkaitan erat dengan banjirnya kedelai impor, sehingga nilai kompetitif dan komparatifnya merosot. Mengingat posisi lahan di Indonesia cukup luas dan jumlah penduduk cukup besar, sementara industri pangan berbahan baku kedelai berkembang pesat, maka kedelai perlu mendapat prioritas untuk dikembangkan untuk menekan laju impor.

Upaya untuk menekan laju impor dapat ditempuh melalui peningkatan produktivitas, perluasan areal tanam, peningkatan efisiensi produksi, penguatan kelembagaan petani, peningkatan mutu produk, peningkatan nilai tambah, perbaikan akses pasar, perbaikan sistem permodalan, pengembangan infrastruktur, serta pengaturan tataniaga dan insentif usaha. Guna mendukung

pengembangan kedelai di Indonesia, maka fokus penelitian adalah melestarikan dan mendayagunakan plasma nutfah tanaman kedelai guna menopang kegiatan pemuliaan berkelanjutan dan produktif menghasilkan varietas unggul baru (VUB). Untuk meningkatkan potensi komoditas kedelai lahan sawah irigasi dan lahan kering dapat ditempuh melalui sintesis teknik produksi yang terdiri dari VUB kedelai adaptif, hasil tinggi (2,5-3,0 ton/ha), berbiji besar, toleran kekeringan dan tahan hama dan penyakit disertai komponen teknologi pengelolaan lahan, tanaman dan organisme pengganggu yang efisien, baik untuk lahan sawah irigasi, sawah tadah hujan, maupun lahan kering. Diseminasi hasil penelitian untuk meningkatkan akses bagi pengguna teknologi dan mempercepat adopsi petani antara lain di lahan melalui Program Rintisan dan Akselerasi Inovasi Teknologi Pertanian (PRIMA TANI) (Winarto, Achmad dan Kuncoro, 2005)

Tanaman kedelai (Glyicne max Merr.) bukan tanaman asli Indonesia, namun pembudidayaan tanaman ini telah dilakukan di pulau jawa sejak abad XVI. Rumphius (1750) mendokumentasikan bahwa pada masa itu kedelai telah menyebar di Jawa dan Bali, yang berarti bahwa introduksi kedelai ke Indonesia terjadi jauh sebelum tahun tersebut. Pemasukan kedelai ke Indonesia kemungkinan dilakukan oleh imigran China, mengingat China telah menanam dan menggunakan kedelai sebagai bahan makanan sejak awal abad Masehi. Keberlanjutan usahatani kedelai di Indonesia ditunjang oleh adanya teknik pengolahan kedelai menjadi bahan lauk, yang diperlukan masyarakat setiap hari, dalam bentuk tempe, tahu, kecap dan tauco. Teknik pengolahan ini ternyata tidak ditemukan di negara tetangga yang pada zaman dulu erat berhubungan dengan Indonesia seperti India, Birma, Thailand, Srilanka atau Vietnam.

Sebagai tanaman bahan lauk yang tidak dibutuhkan dalam jumlah banyak, secara tradisional historis kedelai memang tidak pernah ditanam secara luas sebagaimana tanaman pokok seperti padi, jagung atau ubi kayu. Hal ini juga berkaitan dengan ciri pertanian Indonesia hingga awal Pelita I (1968-1973) masih bersifat subsisten yang lebih mengutamakan penyediaan kebutuhan bagi

keluarga tani sendiri. Sebagai akibatnya, kedelai tidak pernah diusahakan sebagai tanaman utama, hanya sebagai tanaman sisipan (catch crop) atau petani menyebut sebagai tanaman polowijo, yang berarti tanaman sisipan di musim kemarau pada saat lahan tidak dimanfaatkan untuk usahatani tanaman utama. Hal ini sangat berbeda dengan cara pengusahaan kedelai di negara USA, Brasilia dan Argentina, yang walaupun baru mulai menanam kedelai pada pertengahan abad XX, memperlakukan kedelai sebagai cash crop yang diusahakan sebagai tanaman utama secara besar-besaran (BPP Teknologi, 1993)

Tahu adalah makanan yang dibuat dari kacang kedelai yang difermentasikan dan diambil sarinya. Berbeda dengan tempe yang asli dari Indonesia, tahu berasal dari Cina, seperti halnya kecap, tauco, bakpao dan bakso. Tahu pertama kali muncul di Tiongkok sejak zaman Dinasti Han, sekitar 2200 tahun lalu. Di Jepang dikenal dengan nama tofu. Makanan ini dibawa para perantau China, makanan ini menyebar ke Asia Timur dan Asia Tenggara, lalu juga akhirnya ke seluruh dunia. Sebagaimana tempe, tahu dikenal sebagai makanan rakyat. Beraneka ragam jenis tahu yang ada di Indonesia umumnya dikenal dengan tempat pembuatannya, misalnya tahu Sumedang dan tahu Kediri.

(http://id.wikipedia.org/wiki/Tahu, 2011).

Berdasarkan Tabel 5, kandungan gizi kedelai paling tinggi terdapat pada makanan olahan seperti tahu. Meningkatnya konsumsi tahu saat ini sejalan dengan meningkatnya kesadaran masyarakat akan pentingnya makanan bergizi. Tahu adalah makanan yang dibuat dari kacang kedele yang difermentasikan dan diambil sarinya. Berbeda dengan tempe yang asli dari Indonesia, tahu berasal dari Cina, seperti halnya kecap, tauco, bakpao dan bakso. Tahu pertama kali muncul di Tiongkok sejak zaman Dinasti Han, sekitar 2200 tahun lalu. Di Jepang dikenal dengan nama tofu. Dibawa para perantau China, makanan ini menyebar ke Asia Timur dan Asia Tenggara, lalu akhirnya ke seluruh dunia. Sebagaimana tempe, tahu dikenal sebagai makanan rakyat. Beraneka ragam jenis tahu yang ada di Indonesia umumnya dikenal dengan tempat pembutannya, misalnya tahu Sumedang dan tahu Kediri. (http://id.wikipedia.org/wiki/Tahu, 2011).

Tabel 5. Kandungan Gizi Kedelai

Jenis Produk Kalori Protein CHO Lemak

Tanaman Kedelai

(kuning), dimasak

149 14,3 8,5 7,7

Kedelai, hijau (edamame)

127 11,1 10,0 5,8

Tempe 165 15,8 14,1 6,4

Tahu 183 17,0 14,1 9,3

Tepung kedelai, Dihilangkan lemaknya

82 11,8 9,6 0,3

Susu kedelai 100 7,0 8,0 4,0

Sumber : http://www.nsrl.uiuc.edu/aboutsoy/soynutrition.html, 2011

2.2 Definisi Peramalan

Menurut Heizer dan Render (2006), peramalan adalah seni, ilmu untuk memperkirakan kejadian di masa depan. Hal ini dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya ke masa mendatang dengan suatu bentuk model matematik atau prediksi intuisi bersifat subyektif, atau menggunakan kombinasi model matematik yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Forecasting berkaitan dengan upaya memperkirakan apa yang terjadi di masa depan, berbasis pada metode ilmiah (ilmu dan teknologi) serta dilakukan secara matematis. Walaupun demikian, kegiatan forecasting tidaklah semata-mata berdasarkan prosedur ilmiah atau terorganisir, karena ada kegiatan forecasting yang menggunakan intuisi (perasaan) atau lewat diskusi informal dalam sebuah grup (Santoso, 2009).

Menurut Sugiarto dan Harihono (2000), peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola sistematis. Dalam dunia bisnis, hasil peramalan mampu memberikan gambaran tentang masa depan perusahaan yang memungkinkan manajemen membuat

perencanaan, menciptakan peluang bisnis maupun mengatur pola investasi. Ketepatan hasil peramalan bisnis akan meningkatkan peluang tercapainya investasi yang menguntungkan. Semakin tinggi akurasi yang dicapai peramalan, maka semakin meningkat pula peran peramalan dalam perusahaan, karena hasil dari suatu peramalan dapat memberikan arah bagi perencanaan perusahaan, perencanaan produk dan pasar, perencanaan penjualan, perencanaan produksi dan keuangan.

Dikaitkan dengan perencanaan perusahaan, hasil peramalan lingkungan ekonomi dan pasar memungkinkan perencana perusahaan mengarahkan kebijakan perusahaan ke sektor-sektor yang memberikan peluang keuntungan tertinggi. pemanfaatan hasil peramalan dalam perencanaan produk dan pasar pada umumnya digunakan dalam menyusun sasaran perusahaan maupun untuk penyusunan anggaran promosi, serta anggaran penjualan yang diperlukan untuk mencapai sasaran tersebut. Hasil peramalan produk dan pasar dapat dimanfaatkan perusahaan untuk memasuki pasar baru ataupun menarik diri dari pasar yang semakin tidak menguntungkan. Sebagai contoh, hasil peramalan terhadap peluang suatu produk akan memungkinkan dibuatnya perencanaan terperinci bagi setiap sektor yang mendukung produk tersebut.

Salah satu aspek yang paling sering disalahpahami dalam peramalan adalah ketidakpastian. Umumnya manajer perusahaan percaya bahwa semakin banyak sumber daya dan waktu yang diberikan kepada peramalan, semakin rendah derajat ketidakpastian yang didapat. Tetapi dalam banyak situasi, semata mata menggunakan lebih banyak waktu dan tenaga dalam peramalan justru akan memberikan hasil berlawanan. Proses peramalan masa depan itu sendiri justru membuka kemungkinan-kemungkinan baru dan hal ini sering berarti semakin banyaknya ketidakpastian yang harus dipertimbangkan. Dalam kasus seperti ini, tujuan utama peramalan adalah menjadikan para pengambil keputusan dan pembuat kebijakan memahami ketidakpastian di masa mendatang, sehingga ketidakpastian dan risiko yang mungkin muncul dapat dipertimbangkan pada waktu membuat perencanaan atau keputusan-keputusan yang berorientasi ke

masa depan. Dengan melakukan peramalan, para perencana dan pengambil keputusan akan dapat mempertimbangkan alternatif-alternatif strategi yang lebih luas daripada tanpa peramalan. Dengan demikian, berbagai rencana strategi dan aksi dapat dikembangkan untuk menghadapi berbagai kemungkinan yang dapat terjadi di masa mendatang (Sugiarto dan Hariono, 2000).

Menurut Heizer dan Render (2006), peramalan biasanya berdasarkan horizon waktu masa depan yang dicakupnya. Horizon waktu terbagi atas beberapa kategori :

1. Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga satu

(1) tahun tetapi umumnya kurang dari tiga (3) bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan keja dan tingkat populasi.

2. Peramalan jangka menengah. Peramalan jangka menengah, atau intermediate

umumnya mencakup hitungan bulanan hingga tiga (3) tahun. Peramalan ini berguna untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas dan menganalisis bermacam-macam rencana operasi.

3. Peramalan jangka panjang. Umumnya untuk perencanaan masa tiga (3) tahun

atau lebih. Peramalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan (litbang).

2.2.1 Jenis-jenis Peramalan

Peramalan adalah upaya memperkirakan nilai-nilai respon yang menjadi perhatian di masa depan. Secara garis besarnya, peramalan dibedakan menjadi peramalan kuantitatif dan kualitatif. Hasil peramalan kualitatif didasarkan pada pengamatan kejadian-kejadian di masa sebelumnya yang digabungkan dengan intuisi maupun ketajaman perasaan si peramal dalam menghasilkan suatu informasi yang diperkirakan bakal terjadi di masa mendatang. Pada umumnya hasil peramalan kualitatif berbentuk informasi kualitatif, walaupun tidak selalu demikian.

Sebaliknya, peramalan kuantitatif mempergunakan data kuantitatif yang diperoleh dari pengamatan nilai-nilai sebelumnya dengan ditunjang beberapa informasi kuantitatif maupun kualitatif. Hasil peramalan kuantitatif secara relatif lebih disukai, karena memberikan pandangan yang lebih nyata dan lebih obyektif dalam besaran nilai hasil peramalannya. 2.2.2 Langkah-langkah Peramalan

Menurut Sugiarto dan Harihono (2000), hampir semua metode peramalan formal dilakukan dengan cara mengekstrapolasi kondisi masa lalu untuk kondisi masa mendatang. Hal ini didasarkan pada asumsi bahwa kondisi masa lalu sama dengan kondisi masa mendatang. Atas dasar logik ini, maka langkah-langkah dalam metode peramalan adalah :

Langkah 1 : Mengumpulkan data

Langkah 2 : Menyeleksi dan memilih data Langkah 3 : Memilih model peramalan

Langkah 4 : Menggunakan metode terpilih untuk peramalan

Menurut Heizer dan Render (2006), Peramalan (forecasting) adalah istilah yang sangat populer di dunia bisnis, yang pada dasarnya adalah kegiatan yang berhubungan dengan meramalkan atau memproyeksikan hal-hal yang terjadi di masa lampau ke masa depan. Ramalan permintaan (demand forecasting) menyangkut peramalan permintaan mendatang berdasarkan permintaan yang lalu atau berdasarkan perhitungan tertentu. Ramalan permintaan mencakup dua kegiatan (Indrajit dan Djokopranoto, 2003), yaitu :

1. Mengidentifikasikan peubah-peubah yang mempengaruhi permintaan

2. Mengembangkan persamaan-persamaan yang menyatakan hubungan

2.2.3 Peramalan Time Series

Time series didasarkan pada waktu berurutan atau berjarak sama (mingguan, bulanan, kuartalan, dan lainnya). Meramalkan data time series

berarti nilai masa depan diperkirakan hanya dari nilai masa lalu dan bahwa peubah lain diabaikan, walaupun peubah-peubah tersebut mungkin sangat bermanfaat.

2.2.4 Dekomposisi Time Series

Menganalisis Time Series berarti membagi data masa lalu menjadi komponen-komponen dan kemudian memproyeksikannya ke masa depan.

Time series mempunyai empat (4) komponen : tren, musim, siklus dan variasi acak (random variation). Rinciannya sebagai berikut :

a. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren.

b. Musim adalah pola data yang berulang pada kurun waktu tertentu seperti hari, minggu, bulan, atau kuartal.

c. Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit, karena dapat dipengaruhi oleh kejadian politik ataupun kerusuhan internasional.

d. Variasi acak merupakan satu titik khusus dalam data, yang disebabkan oleh peluang dan situasi yang tidak biasa. Variasi acak tidak mempunyai pola khusus, jadi tidak dapat diprediksi.

2.2.4 Rataan Bergerak

Peramalan rataan bergerak (moving average) menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan. Rataan bergerak berguna, jika diasumsikan permintaan pasar akan stabil sepanjang masa yang diramalkan.

Secara matematik, rataan bergerak sederhana (merupakan prediksi permintaan periode mendatang) dinyatakan sebagai :

Rataan bergerak = ∑ permintaan n periode sebelumnya ……... (1)

n

dimana n adalah jumlah periode dalam rataan bergerak.

Rataan bergerak dengan pembobotan dapat dijabarkan berikut : Rataan bergerak dengan pembobotan =

∑ (bobot pada periode n) (permintaan pada periode n) ………... (2) ∑ bobot

2.2.5 Penghalusan Eksponensial

Penghalusan Eksponensial (exponential smoothing) merupakan

metode peramalan rataan bergerak dengan pembobotan canggih, namun masih mudah digunakan. Metode ini menggunakan sangat sedikit pencatatan data masa lalu. Rumus penghalusan eksponensial dasar dapat ditunjukkan sebagai berikut :

Peramalan baru = peramalan periode lalu + α (permintaan aktual periode lalu – peramalan periode lalu)

dimana α adalah sebuah bobot, atau konstanta penghalusan (smoothing constant), yang dipilih oleh peramal, yang mempunyai nilai antara 0 dan 1. Persamaan secara matematik ditulis sebagai berikut :

Ft = Ft-1 + α (At-1 – Ft-1) ………... (3) dimana

Ft = peramalan baru

Ft-1 = peramalan sebelumnya α = konstanta penghalus

2.2.6 Trend Analysis

Ada beberapa metode forecasting yang memperhatikan adanya trend, seperti metode Holt (pada Exponential Smoothing) atai Time Series Decomposition; metode regresi pada prinsipnya sebuah persamaan trend, dengan tanda positif atau negatif sebagai petunjuk trend data yang menaik atau menurun. Namun metode-metode tersebut berasumsi bahwa trend

yang terjadi adalah linear, dengan ciri akan ada sebuah garis lurus dan peubah berpangkat satu. Dalam paktek, banyak data yang memang mempunyai komponen trend, namun tidak selalu membentuk garis lurus. Banyak data trend yang berbentuk kurva (kuadratik), berbentuk kurva S (curve).

2.2.7 ARIMA

Berbeda dengan metode forecasting sebelumnya, metode ARIMA adalah metode forecasting yang tidak menggunakan teori atau pengaruh antar variabel seperti pada model regresi; dengan demikian, metode ARIMA tidak memerlukan penjelasan mana variabel dependen atau mana variabel independen. Metode ini juga tidak melihat pola-pola dat seperti pada time series decomposition; data yang akan diprediksi tidak perlu dipecah menjadi komponen trend, seasonal, siklis atau iregular seperti perlakuan pada data time series pada umumnya. Metode ini secara murni melakukan prediksi hanya sebesar data-data historis yang ada. Selain dikenal dengan nama ARIMA, metode ini populer pula dengan sebutan metode Box-Jenkins, karena dikembangkan oleh dua statistikawan Amerika Serikat, yakni G.E.P Box dan G.M Jenkins pada tahun 1970.

Proses ARIMA dapat dinyatakan sebagai :

ARIMA (p, d, q) ……… (4) Dimana :

p = angka untuk autoregressive (AR)

q= angka untuk moving average (MA)

2.2.8 Menghitung Kesalahan Peramalan

Keakuratan keseluruhan dari setiap model peramalan dapat dijelaskan dengan membandingkan nilai yang diramal dengan nilai aktual atau nilai yang sedang diamati. Jika Ft melambangkan peramalan pada periode t, dan At melambangkan permintaan aktual pada periode t, maka kesalahaan peramalan (deviasi) adalah :

Kesalahan peramalan = permintaan aktual – nilai peramalan ….. (5) = At – Ft

Ada beberapa perhitungan yang biasa digunakan untuk menghitung kesalahan peramalan (forecast error) total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, juga untuk mengawasi peramalan, untuk memastikan peramalan berjalan dengan baik. Tiga (3) dari perhitungan yang paling terkenal adalah simpangan rataan absolut (mean absolute deviation atau MAD), kesalahan rataan kuadrat (mean squared error atau MSE) dan kesalahan persen rataan absolut (mean absolut percentage error atau MAPE).

a. MAD

Ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model adalah MAD. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap kesalahan peramalan dibagi dengan jumlah periode data (n), yaitu :

MAD = ∑ aktual-peramalan ……….. (6)

n

b. MSE

Hal ini merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rataan selisih kuadrat antara nilai yang

diramalkan dan yang diamati. Rumusnya adalah :

MSE = ∑ (kesalahan peramalan)2………. (7)

n

Kekurangan penggunaan MSE adalah cenderung menonjolkan simpangan yang besar, karena adanya pengkuadratan. Oleh karena itu, menggunakan MSE sebagai perhitungan kesalahan peramalan, biasanya menunjukkan hal lebih baik mempunyai beberapa simpangan kecil daripada satu simpangan besar.

c. MAPE

Masalah yang terjadi dengan MAD dan MSE adalah bahwa nilainya tergantung pada besarnya unsur yang diramal. Jika unsur tersebut dihitung dalam satuan ribuan, maka nilai MAD dan MSE menjadi sangat besar. Untuk menghindari masalah ini, dapat menggunakan MAPE. MAPE dihitung sebagai rataan diferensiasi absolut antara nilai yang diramal dan aktual, dinyatakan sebagai persentase nilai aktual. Jika memiliki nilai yang diramal dan aktual untuk n periode, MAPE dihitung sebagai :

MAPE = 100 ∑ aktuali – ramalani /aktuali ……… (8) n

2.3 Penelitian Terdahulu yang Relevan

Yossi Dwi Putri (2007) melakukan Analisis Peramalan Penjualan Roti Pada PT. Edam Burger, dengan tujuan mengetahui metode peramalan terbaik yang dapat diterapkan bagi keempat produk PT. Edam Burger. Metode peramalan yang digunakan adalah metode kuantitatif time series. Setelah melakukan peramalan, pemilihan metode terbaik adalah dengan menggunakan ukuran akurasi, yaitu Mean Squared Error (MSE). Metode peramalan yang dipilih sebagai metode terbaik adalah yang menghasilkan MSE terendah. Berdasarkan hasil peramalan terhadap penjualan keempat (4) produk roti PT.

Edam Burger, diketahui perkiraan pendapatan kotor dan biaya produksi. Dengan

demikian perusahaan dapat merencanakan penganggaran dana dan

mengantisipasi biaya produksi yang akan terjadi menurut prediksi yang telah diperoleh.

Moh. Zaenal Muttaqin (2010) melakukan Peramalan Penjualan dan Harga Ayam Broiler pada Perusahaan Tunas Mekar Farm (TMF) Bogor. Tujuan penelitian ini adalah untuk mengidentifikasi pola data penjualan dan harga ayam hidup perusahaan TMF, memilih metode yang paling baik untuk meramalkan penjualan dan harga ayam hidup perusahaan TMF, serta memperoleh ramalan penjualan dan harga ayam hidup perusahaan TMF dengan menggunakan metode paling baik. Hasil penelitian adalah pola data penjualan ayam broiler TMF tidak stasioner, memiliki unsur trend dan musiman. Unsur musiman lebih disebabkan oleh kondisi-kondisi tertentu terutama Tahun Baru, Puasa, Idul Fitri dan Idul Adha. Pada kondisi seperti itu, penjualan ayam broiler cenderung meningkat. Oleh karena itu, untuk mengantisipasi permintaan yang meningkat, perusahaan perlu perencaan yang lebih baik dalam budidaya ayam broiler.

Asri Aldina (2008) melakukan analisis mengenai Peramalan Penjualan Matriks Blackberry PT. Indosat, Tbk Dalam Rangka Perencanaan Strategi Pemasaran, dengan tujuan mengetahui pencapaian penjualan Matriks Blackberry

PT. Indosat, Tbk di Indonesia melalui analisis peramalan sebagai landasan perencanaan pemasaran, mengetahui apakah program dan paket Matriks

Blackberry yang ditawarkan mampu menjadi faktor keunggulan kompetitif dalam memasarkan Matriks Blackberry ke target sasaran, serta merencanakan alternatif strategi pemasaran yang tepat bagi perusahaan dari hasil peramalan penjualan.

III.METODE PENELITIAN

3.1 Kerangka Pemikiran Penelitian

Semakin tingginya tingkat persaingan dalam dunia bisnis saat ini, menuntut para pelaku bisnis untuk mampu memahami dan meramalkan keadaan produk di masa mendatang dalam mengambil keputusan. Peramalan penjualan perusahaan tidak hanya untuk jangka pendek, tetapi jangka panjang. Peramalan penjualan jangka panjang salah satunya sangat dibutuhkan perusahaan dalam membuat perencanaan produksi optimal.

PT. Kitagama merupakan perusahaan yang bergerak di bidang industri tahu, yang berfokus untuk menghasilkan Tahu Sehat Alami Tanpa Pengawet untuk menghapus kekhawatiran masyarakat terhadap kontaminasi formalin pada tahu yang dikonsumsi. Produk tahu hasil produksi PT. Kitagama tersebut dinamakan Tahu Kita. Perusahaan ini belum lama berdiri, maka untuk mencapai tingkat penjualan maksimal, perlu membuat suatu perencanaan penjualan yang dapat dijadikan dasar dalam pengambilan keputusan. Salah satu dasar untuk perencanaan penjualan adalah penentuan penjualan Tahu Kita untuk beberapa periode mendatang dengan melakukan peramalan. Dengan melakukan analisis peramalan penjualan, perusahaan dapat meramalkan penjualan produk atau target di masa mendatang, sehingga target tersebut dapat dijadikan acuan perusahaan dalam menyusun perencanaan produksi dan kebijakan perusahaan yang tepat dan sesuai.

Peramalan penjualan memiliki metode peramalan yang cukup banyak, sehingga perlu dilakukan pemilihan terhadap metode yang sesuai dan tepat dalam menilai seberapa jauh model menghasilkan sebuah ramalan yang tidak berbeda jauh dengan realisasi. Salah satu kriteria yang digunakan untuk pemilihan metode terbaik adalah melihat kesalahan peramalan paling kecil. Metode terbaik adalah metode yang memenuhi kriteria ketepatan peramalan berupa MAD, MSE dan MAPE. Hal yang perlu dipertimbangkan adalah faktor ketersediaan data dan pola data historis penjualan yang dimiliki perusahaan.

Metode yang digunakan dalam penelitian ini adalah metode peramalan kuantitatif, dengan cara memperkirakan yang mungkin akan terjadi pada masa mendatang berdasarkan data kuantitatif masa lalu. Ada beberapa metode peramalan kuantitatif yang dapat digunakan untuk memperkirakan penjualan masa depan. Metode yang digunakan adalah metode yang sesuai dengan kebutuhan dan kemampuan pengguna. Metode kuantitatif yang dipilih adalah metode time series, yaitu metode dengan cara memanfaatkan pola permintaan masa lalu dan memproyeksikannya ke dalam perkiraan permintaan masa datang. Metode time series digunakan secara luas dalam melakukan peramalan dan yang digunakan dalam penelitian ini terdiri dari beberapa metode, yaitu metode trend analysis, metode Single Exponential Smoothing, metode Double Exponential Smoothing Holt, metode Decomposition Additive, metode Decomposition Multiplicative, metode Moving Average dan metode ARIMA.

Sebelum menentukan beberapa metode time series, dilakukan identifikasi pola data pada lima (5) outlet penjualan produk Tahu Kita secara visual dari pemetaan data dan diperkuat dengan aturan pemetaan autokorelasinya. Untuk memilih metode peramalan time series yang paling baik adalah melihat tingkat kesalahan paling kecil. Untuk itu dihitung nilai MSE dan dibandingkan dengan melihat MSE terendah untuk mendapatkan metode peramalan kuantitatif terakurat secara keseluruhan. Semakin kecil nilai MSE, maka akan semakin baik metodenya, karena hasil peramalan semakin mendekati nilai aktualnya. Selanjutnya metode terpilih digunakan untuk meramalkan penjualan produk di masa mendatang dan dapat digunakan sebagai acuan untuk menyusun perencanaan produksi produk Tahu Kita pada lima (5) outlet, seperti dimuat pada Bab I.

Gambar 1. Kerangka pemikiran penelitian

Isu formalin pada tahu yang beredar di pasaran

Produk Tahu Kita yang Sehat Alami dan Tanpa Pengawet

Penggunaan peramalan Time Series

dalam Perencanaan Produksi

Metode Kuantitatif

Metode peramalan Time Series 1. Trend Analysis

2. Moving Average

3. Single Exponential Smoothing

4. Double Exponential Smoothing Holt

5. Dekomposisi Aditif

6. Dekomposisi Multiplikatif

7. ARIMA

Pemilihan Metode Terakurat/Terpilih

Rekomendasi berupa :

 Analisis pola data penjualan Tahu Kita  Model atau teknik peramalan terakurat

3.2 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di Perusahaan beralamat di Jl. Ciater Raya BSD No. 98 Rt. 004 Rw. 009, Ciater, Serpong–Tangerang, Banten. Penelitian ini dilaksanakan pada bulan Maret-Mei 2011.

3.3 Pengumpulan Data

Data yang digunakan adalah data historis penjualan produk Tahu Kita dari masing-masing lima (5) outlet yang terpilih dan data lain yang relevan. Data penjualan yang digunakan adalah penjualan produk Tahu Kita di lima (5) outlet dengan penyebaran dari tahun 2008 - 2010.

Informasi dan pengumpulan data yang dikumpulkan meliputi data primer dan sekunder, serta jenis data kualitatif dan kuantitatif. Data primer merupakan data yang didapat dari sumber utama, individu atau perseorangan, seperti dari hasil analisa dan pengamatan langsung di lapangan, serta wawancara langsung dengan pihak manajemen perusahaan sebagai narasumber. Sedangkan data sekunder merupakan data primer yang diperoleh pihak lain atau telah diolah dan disajikan baik oleh pengumpul data primer maupun oleh pihak lain, atau data pelengkap dari data primer yang dikumpulkan dari literatur-literatur, studi pustaka atau laporan internal perusahaan (data penjualan Tahu Kita dari tahun 2008 – 2010), kebijakan dan peraturan perusahaan (sejarah umum perusahaan, visi dan misi perusahaan) baik itu berupa laporan bulanan dan tahunan manajemen perusahaan ataupun tulisan yang berkaitan dengan penjualan, produksi dan pemasaran Tahu Kita.

3.4 Pengolahan dan Analisis Data

Pengolahan dan analisis data yang digunakan dalam penelitian

dilakukan secara kualitatif dan kuantitatif. Analisis kualitatif

menggabungkan faktor-faktor seperti intuisi pengambil keputusan, emosi, pengalaman pribadi dan sistem nilai. Analisis kualitatif menggambarkan keadaan umum perusahaan dan mengetahui permasalahan yang terjadi

dalam usaha tersebut. Sedangkan analisis kuantitatif menggunakan model matematik yang beragam dengan data masa lalu dan peubah sebab akibat untuk meramalkan permintaan.

Analisis kuantitatif yang dilakukan untuk analisis peramalan penjualan produk Tahu Kita selama 15 periode mendatang di lima (5) outlet

menggunakan beberapa metode peramalan time series dengan pertimbangan data penjualan adalah deret waktu, artinya disajikan berdasarkan waktu kejadian tanpa menunjukkan faktor-faktor yang mempengaruhinya, yaitu metode trend analysis, metode Single Exponential Smoothing, metode

Double Exponential Smoothing Holt, metode Decomposition Additive,

metode Decomposition Multiplicative, metode Moving Average dan metode ARIMA. Hasil peramalan tersebut digunakan untuk menetapkan target penjualan produk Tahu Kita di PT. Kitagama dan dapat dijadikan acuan perusahaan untuk menyususun perencanaan produksi terbaik di masa mendatang. Data kuantitatif tersebut diolah dengan menggunakan Microsoft Excel dan Minitab 14.

Peramalan penjualan produk Tahu Kita di lima (5) outlet dapat diidentifikasi melalui pemetaan data dan pemetaan autokorelasi, yang kemudian ditabulasikan dalam bentuk tabel dan kurva dengan menggunakan

Minitab 14. Dengan melakukan plot data tersebut dapat diketahui pemetaan data penjualan sementara, sehingga diketahui apakah data tersebut memiliki unsur trend, siklus atau musiman, karena berguna untuk menduga sementara metode peramalan yang digunakan.

Menurut Heizer dan Render (2006), time series mempunyai empat (4) komponen, yaitu tren, musim, siklus dan variasi acak (random variation). 1. Tren merupakan pergerakan data sedikit demi sedikit meningkat atau

menurun. Perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren.

2. Musim adalah pola data yang berulang pada kurun waktu tertentu seperti hari, minggu, bulan, atau kuartal.

3. Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Siklus ini biasanya terkait pada siklus bisnis dan merupakan satu hal penting dalam analisis dan perencanaan bisnis jangka pendek. Memprediksi siklus bisnis sulit, karena dipengaruhi oleh kejadian politik ataupun kerusuhan internasional.

4. Variasi acak merupakan satu titik khusus dalam data yang disebabkan oleh peluang dan situasi yang tidak biasa. Variasi acak tidak mempunyai pola khusus, jadi tidak dapat diprediksi.

Menurut Handoko (1984), metode time series merupakan metode peramalan runtut waktu mencoba untuk meramalkan kejadian-kejadian di waktu mendatang atas dasar serangkaian masa lalu. Serangkaian data ini merupakan serangkaian observasi sebagai peubah menurut waktu dan biasanya ditabulasi, serta digambarkan dalam bentuk grafik yang

menunjukkan peubah subyek. Komponen-komponen time series pada

umumnya diklasifikasikan sebagai Trend (T), Musiman atau seasional (M), Siklikal atau cyclical (S) dan residu atau eratic (E). Dalam model klasik time series, nilai ramalan (Y) merupakan fungsi perkalian dari komponen-komponen tersebut :

Y= T X S X C X E ……… (9) Pemilihan metode peramalan time series dilakukan pada masing-masing wilayah sesuai dengan data penjualannya. Metode yang dipilih adalah metode yang sesuai dan tepat, yaitu dalam menilai seberapa jauh model menghasilkan sebuah ramalan yang tak jauh berbeda dengan keadaan aktual.

Keakuratan keseluruhan peramalan dapat dilihat dari membandingkan nilai yang diramal dengan nilai aktual. Ada beberapa perhitungan yang digunakan untuk menghitung kesalahan peramalan total, yaitu simpangan rataan absolut (MAD), kesalahan rataan kuadrat (MSE) dan kesalahan

persen rataan absolut (MAPE).

MAD = [ (Yt – Yt) ] / n ……… (10)

MSE = [ (Yt – Yt)2 ] / n ……… (11)

MAPE = [ (Yt – Yt) / Yt )] / n ………... (12)

dimana :

Yt = nilai aktual

Yt = nilai ramalan

(Yt – Yt) = kesalahan ramalan (galat)

n = banyaknya data

Prosedur peramalan dengan metode time series (Baroto, 2002) adalah :

a. Tentukan pola data penjualan, dengan memetakan data secara grafis dan menyimpulkan apakah data itu berpola trend, musiman, siklikal, atau eratik/acak.

b. Mencoba beberapa metode time series yang sesuai dengan pola

penjualan tersebut untuk melakukan peramalan. Metode yang dicoba semakin banyak, maka semakin baik. Pada setiap metode, sebaiknya dilakukan peramalan dengan parameter berbeda.

c. Mengevalusi tingkat kesalahan masing-masing metode yang telah

dicoba. Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE, atau lainnya. Sebaiknya nilai tingkat kesalahan (MAD, MSE, atau MAPE) ditentukan dulu. Dalam hal ini, tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan.

d. Memilih metode terbaik diantara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibandingkan metode lainnya dan tingkat kesalahan tersebut di bawah batas tingkat kesalahan yang ditetapkan.

Pemetaan autokorelasi dilakukan dengan menunjukkan keeratan hubungan antara nilai peubah yang sama pada periode waktu berbeda. 1) Apabila nilai koefisien autokorelasi pada time lag dua atau tiga

periode tidak berbeda nyata dari nol, maka data tersebut adalah data stasioner.

2) Apabila nilai koefisien autokorelasi pada beberapa time lag pertama secara berurutan berbeda nyata dari nol, maka data tersebut adalah data yang menunjukkan pola trend.

3) Apabila nilai koefisien pada beberapa time lag yang mempunyai jarak sistematis berbeda nyata dari nol, maka data tersebut adalah data komponen musiman.

a. Metode Trend

Metode ini menggambarkan pergerakan data sedikit demi sedikit meningkat atau menurun. Dalam hal ini, perubahan pendapatan, populasi, penyebaran umur, atau pandangan budaya dapat mempengaruhi pergerakan tren.

Persamaan peramalan dengan metode Trend Linear adalah :

Ŷt = b0 + b1t ………. (13)

dimana :

b0 = intersept = potongan b1 = slope

t = periode (peubah bebas)

Persamaan peramalan dengan metode Trend Quadratic adalah :

Ŷt = b0 + b1t + b2t2 ………. (14)

b. Metode Dekomposisi

Metode ini digunakan untuk memisahkan komponen-komponen pola data yang menunjukkan karakteristik seperti pola trend, musiman dan siklikal. Metode dekomposisi dibagi menjadi dua (2) model, yaitu model dekomposisi aditif dan dekomposisi multiplikatif.

1. Model Dekomposisi Aditif

Ŷt = Tt + Ct + St + Et ………. (15)

dimana :

Tt = komponen trend pada periode t Ct = komponen siklis pada periode t St = komponen musiman pada periode t

Et = komponen kesalahan atau random pada periode t 2. Model Dekomposisi Multiplikatif

Ŷt = Tt + Ct + St + Et ………. (16)

c. Metode Pemulusan Eksponensial

Penghalusan Eksponensial (exponential smoothing) merupakan metode peramalan rataan bergerak dengan pembobotan canggih, namun masih mudah digunakan. Metode ini menggunakan sangat sedikit pencatatan data masa lalu. Rumus penghalusan eksponensial dibagi menjadi :

1) Metode penghalusan eksponensial tunggal

Metode yang menyediakan rataan bergerak tertimbang secara eksponensial semua nilai pengamatan yang lalu (Hanke, et al., 2003).

Ŷt+1= α Yt + (1 – α) Ŷt d ………... (17) dimana :

Ŷt+1 = nilai ramalan untuk periode berikutnya Α = konstanta pemulusan (0 < α < 1)

Yt = data batu atau nilai Y yang sebenarnya pada periode t

Ŷt =nilai pemulusan yang lama atau rataan yang di

muluskan hingga periode berikutnya 2) Metode penghalusan eksponensial ganda

Hal ini merupakan metode linear satu (1) parameter dari Brown (double exponential smoothing).

dimana : at = 2 At – At’ bt = α/1-α (At – At’) At = α Yt + (1-α) At-1 At’ = α At + (1-α) At-1

P = jumlah periode yang akan diramalkan

d. Metode Rataan

Metode rataan terdiri dari :

1) Metode rataan sederhana (simple average)

Ŷt+1 = (Y1 + Y2 + ... + Yt) / t ………...…… (19) Metode rataan sederhana menggunakan semua data tersedia dan cocok meramalkan data time series dengan data stasioner.

2) Metode rataan bergerak sederhana (simple moving average) Ŷt+1 = (Yt + Yt-1 + Yt-2 + ... + Yt-k+1) / k ……… (20) Metode ini seperti halnya simple average dan cocok untuk meramalkan data time series dengan data stasioner.

3) Metode rataan bergerak berganda (double moving average)

Mt = Ŷt+1 = (Yt + Yt-1 + Yt-2 + ... + Yt-k+1) / k ……….…. (21) M’t =Mt + Mt-1 + Mt-2 + ... + Mt-k+1) / k ……… (22) at = Mt + (Mt – M’t) – 2Mt ‘t ………... (23)

bt = (Mt – M’t) – 2 / k-1 ………... (24)

Ŷt+1= at + btp ……… (25)

dimana :

k = nilai periode moving average

Mt = moving average pertama M’t= moving average kedua p = peramalan periode kedua

e. ARIMA

Metode ini secara murni melakukan prediksi hanya sebesar data-data historis yang ada. Selain dikenal dengan nama ARIMA, metode ini populer pula dengan sebutan metode Box-Jenkins, karena dikembangkan oleh dua statistikawan Amerika Serikat, yakni G.E.P Box dan G.M Jenkins pada tahun 1970.

Proses ARIMA dapat dinyatakan sebagai :

ARIMA (p, d, q) ……….. (26) Dimana :

p = angka untuk autoregressive (AR)

d = angka untuk order differencing q= angka untuk moving average (MA)

IV. HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

PT. Kitagama merupakan salah satu industri tahu dengan sistem pengolahan berbeda dengan perusahaan tahu lainnya yang berdiri pada tahun 2007. Tahu hasil produksi PT. Kitagama merupakan produk dari hasil penelitian dari dosen Fakultas Teknologi Pertanian (FTP) Universitas Gajah Mada (UGM) yang sebelumnya diproduksi dalam skala laboratorium. Selanjutnya produksi tersebut kemudian dikembangkan menjadi skala industri. Dengan mengusung nama Ikatan Alumni FTP UGM, Kitagama Jakarta bersepakat untuk concern

membuat Tahu Sehat Alami Tanpa Pengawet untuk menghapus kekhawatiran masyarakat terhadap kontaminasi formalin pada tahu yang dikonsumsi dan notabene telah menjadi pilihan masyarakat Indonesia untk makanan sehari-hari. Maka produk tahu sehat yang diluncurkan adalah Tahu Kita. Seperti yang telah disebutkan di atas, Tahu Kita adalah hasil penelitian yang dilakukan dosen-dosen Fakultas Teknologi Pertanian Universitas Gajah Mada Yogyakarta. Muai dari formula pembuatannya, mesin-mesin dan peralatan yang digunakan, proses pembuatannya dan pengolahan limbah yang aman bagi lingkungan.

Tahu Kita diproses dengan menggunakan mesin-mesin modern berbahan dasar stainless steel, sehingga menjadikannya aman, bersih, putih dan higienis. Proses pemasakan tahu menggunakan uap panas steril bersuhu di atas 100°C yang dihasilkan oleh steam boiler, tidak mempergunakan tungku api secara langsung seperti pada pembuatan tahu pada umumnya. Dengan proses ini pemasakan menjadi lebih cepat, bersih, dan menghasilkan tahu yang putih dan lembut karena proses pemasakannya tidak menghasilkan kerak pada dasar tangki masak yang dapat membuat tahu berbau sangit dan berwarna putih kekuningan. Tahu yang telah jadi kemudian dipotong-potong, dikemas dan di seal rapat agar tidak terkontaminasi oleh udara luar, sehingga terjaga kesegarannya. Tahu yang telah

dikemas ini siap untuk menjalani proses pasteurisasi untuk menjaga

dalam lemari pendingin karena menggunakan proses pasteurisasi dan tidak menggunakan bahan pengawet apapun apalagi formalin.

Beberapa alasan mengapa memilih Tahu Kita, yaitu : 1. Bahan baku dari kedelai murni pilihan

2. Bahan penggumpal dalam proses pembuatan menggunakan cuka beras (rice vinnegar)

3. Peralatan yang modern, efisien, bersih dan terjamin higienitasnya

4. Bebas pengawet/formalin, karena setelah proses pengawetan tahu dilakukan dengan proses pasteurisas,i yaitu pemasakan dengan uap panas steril bersuhu di atas 100°C

5. Tahan lama dan dapat disimpan dalam lemari pendingin sampai dengan 7 (tujuh) hari

6. Pabrik yang ramah lingkungan dan sistem pengolahan limbah dengan

teknologi pengolahan limbah yang tertutup kedap air dan kedap udara, sehingga tidak mencemari lingkungan sekitar

Pada proses pembuatan Tahu Kita, diperlukan beberapa bahan yang mempunyai syarat tertentu, yaitu :

1. Kacang kedelai

Kacang kedelai yang digunakan diperoleh dari pemasok dalam negeri, dengan karakteristik bahan mempunyai ukuran yang seragam, cemaran biji rusak maksimal 5% dan cemaran benda asing maksimal 5%

2. Air

Air yang digunakan untuk produksi harus bersih dan bebas dari kotoran, tidak bau, tingkat kesadahan rendah, dan bebas dari kandungan logam-logam berat seperti Pb (timbal), merkuri, dll.

3. Whey

Whey tahu yang digunakan berasal dari proses produksi sebelumnya. 4. Asam laktat hasil fermentasi L. plantarum koagulan (pengental)

Alat-alat yang digunakan selama produksi, antara lain penggiling kedelai, ekstraktor kedelai, perebus sari kedelai dengan steam, panci stainless steel untuk koagulasi, pencetak tahu, hand sealer dan dandang untuk pasteurisasi tahu. Semua peralatan yang digunakan juga harus memenuhi kriteria, antara lain peralatan yang digunakan tidak berkarat, bersih dari kotoran maupun benda asing/hewan. Tata letak mesin dan peralatan PT. Kitagama berdasarkan pada tipe

product layout, yaitu fasilitas produksi ditempatkan sesuai dengan jalur produksi atau urutan-urutan proses produksi dalam membuat suatu barang atau produk. Tujuan pemilihan product layout, yaitu untuk efisiensi proses produksi dan ruangan, sehingga kelihatan lebih tertata dan rapi.

Tahu Kita mempunyai kelebihan-kelebihan dari tahu lain yang ada di pasaran, antara lain tekstur yang dihasilkan lebih kenyal dan masa simpan yang lebih lama dibandingkan tahu lain, selain itu rasanya tidak terlalu asam bila dibandingkan dengan tahu lain. Yang tidak kalah penting, dengan proses yang dilakukan, PT. Kitagama tetap menjaga kandungan gizi yang terdapat pada kedelai tidak banyak terbuang, sehingga kandungan gizi tahu yang dihasilkanpun masih tetap tinggi.

Selama ini, Tahu Kita tidak mempunyai masalah dalam hal produk. Hanya saja dalam hal harga, Tahu Kita tergolong mahal, sehingga pasar yang dapat dijangkau masih terbatas, yaitu kalangan menengah ke atas, sehingga PT. Kitagama hanya melakukan produksi tahu dalam jumlah yang tidak begitu banyak setiap harinya. Selain itu dikarenakan harganya yang cukup mahal, sehingga tidak dapat dijangkau oleh kalangan menengah ke bawah, padahal asupan gizi yang baik tidak hanya dibutuhkan oleh kalangan menengah ke atas akan tetapi juga kalangan menengah ke bawah. Selain itu, masih lemahnya dalam hal pemasaran, misalnya dalam pengenalan produk yang mengakibatkan produk kurang dikenal masyarakat luas. Untuk proses pemasaran, PT. Kitagama biasanya menjual produknya dengan sasaran tingkat konsumen menengah ke atas, yaitu meliputi

pesanan.

Dengan melihat dari kondisi gaya hidup konsumen sekarang yang telah menyadari pentingnya kesehatan, maka kelebihan-kelebihan yang dimiliki oleh Tahu Kita sangat berpotensi untuk dipilih konsumen sebagai makanan yang layak untuk dikonsumsi. Oleh karena itu, bila dilakukan pemasaran yang lebih baik lagi, maka kemungkinan besar dapat meningkatkan jumlah produksi tahu. Namun apabila di bagian marketing tidak diperbaiki, juga tidak menutup kemungkinan lama kelamaan pabrik akan mengalami kemerosotan produksi. Selain itu, karena harga yang terlalu mahal seharusnya PT. Kitagama dapat menekan harga produksi, misalnya dengan mencari bahan baku dengan harga yang lebih murah, sehingga harga jualnya lebih murah dan dapat dikonsumsi oleh semua kalangan.

4.2 Metode Peramalan Time Series pada Outlet Pastellia

4.2.1 Identifikasi Pola Data Penjualan Tahu Kita pada Outlet Pastellia

Pastellia adalah salah satu toko kue yang berlokasi di Pasar Modern BSD. Toko kue ini berada tak jauh dari pintu selatan Pasmo (Pasar Modern). Di sini surganya para pencinta jajanan pasar karna tersedia bermacam-macam makanan seperti, lemper ayam, kue cucur, kue lapis, pastel, risol isi ragout, martabak, combro, bakwan udang, tahu isi, siomay goreng, hingga amris yang lezat.

Berdasarkan perhitungan dengan Minitab 14 menunjukkan bahwa data penjualan Tahu Kita pada outlet Pastellia tidak stasioner, hal ini ditunjukkan dengan adanya trend pada data tersebut. Penjualan Tahu Kita pada outlet

Pastellia terlihat sangat berfluktuasi, mulai dari penjualan pertama di bulan Juli 2008 yang jumlahnya masih cukup sedikit, yaitu 37 pack (1 pack = 10 potong) penjualannya semakin meningkat hingga bulan Januari 2010 yang mencapai penjualan hingga 140 pack, walaupun selama penjualan di bulan Juli 2008 hingga Januari 2010 tersebut penjualan produk Tahu Kita tidak jarang mengalami penurunan seperti terlihat di bulan Agustus 2009 dan November 2009.

30 27 24 21 18 15 12 9 6 3 140 120

100 80

60 40

20 0

I ndex

P

a

s

te

lli

a

Gambar 2. Pola data penjualan tahu Kita pada Outlet Pastellia

Penjualan produk Tahu Kita terjadi penurunan sangat drastis pada bulan Januari 2010 hingga Mei 2010. Pada bulan Mei 2010 tidak terdapat penjualan sama sekali pada produk Tahu Kita, dikarenakan pada bulan itu PT. Kitagama tidak memproduksi Tahu Kita akibat masalah faktor internal. Walaupun pada bulan Mei 2010 tidak berproduksi, PT. Kitagama tetap tidak kehilangan pelanggannya, terbukti masih adanya peningkatan penjualan di outlet Pastellia dari bulan Juni 2010 sebanyak 19 pack dan November 2010 sebanyak 87 pack.

Fungsi autokorelasi untuk penjualan Tahu Kita pada outlet Pastellia menunjukkan bahwa pada lag satu berada di atas garis kritis berbeda nyata dari nol dan perlahan sedikit menurun. Hal ini menunjukkan bahwa penjualan Tahu Kita pada outlet Pastellia merupakan data dengan unsur

trend didalamnya dan memiliki autokorelasi. Oleh karena itu dilakukan proses differencing untuk menghilangkan trend pada data tersebut sehingga menjadi data stasioner. Plot ACF untuk penjualan Tahu Kita pada outlet

4.2.2 Metode Peramalan Penjualan Tahu Kita pada Outlet Pastellia

Metode Time Series yang digunakan untuk menentukan metode

peramalan produk Tahu Kita pada Outlet Pastellia adalah Trend Linear, Trend Quadratic, Moving Average, Single Exponential Smoothing, Double Exponential Smoothing Holt, Decomposition Additive, Decompotition Multiplicative dan ARIMA. Berdasarkan hasil perhitungan, pada Tabel 6 disajikan susunan metode peramalan yang didapat berdasarkan besaran nilai MSE.

Tabel 6. Nilai MSE metode peramalan time series pada Outlet Pastellia No. Metode Peramalan α Β γ MSE

1 Decomposition Additive 642,832

2 Decompositon Multiplicative 659,549

3 Single Exponential Smoothing 0,883 737,331

4 Double Exponential Smoothing 0,945 0,068 796,233

5 ARIMA (1,1,0) 819,6

6 Moving Average (2) 921,286

7 Trend Quadratic 944,485

8 Trend Linear 1033,15

Berdasarkan Tabel 6, penjualan produk Tahu Kita pada outlet Pastellia yang dianalisis dengan Minitab 14 dengan metode peramalan Decomposition Aditif memiliki nilai MSE terkecil (642,832) dibandingkan dengan metode peramalan lainnya. Sedangkan untuk metode peramalan terbaik kedua adalah metode Decompotition Multiplicative dengan memiliki nilai MSE 659,549. Hasil metode Decompotition Aditif terdapat pada Lampiran 10 dan hasil

output komputer metode Decomposition Multiplicative terdapat pada Lampiran 11.

Lanjutan Lampiran 19.

Forecasts

Period Forecast 31 59.472 32 62.853 33 66.415 34 70.159 35 74.084 36 78.190 37 82.478 38 86.947 39 91.598 40 96.430 41 101.444 42 106.639 43 112.016 44 117.574 45 123.313

Bulan K e m c h ic k s Oct -10 Ju n-10 Fe b-10 Oct -09 Ju n-09 Fe b-09 Oct -08 140 120 100 80 60 40 20 0 Accuracy Measures MAPE 66.972 MAD 14.757 MSD 366.661 Variable Forecasts Actual Fits Trend Analysis Plot for Kemchicks

Quadratic Trend Model

Lampiran 20. Implikasi hasil peramalan terhadap perkiraan pendapatan kotor Tahu Kita pada Outlet Pastellia untuk periode Januari 2011 - Maret 2012

Periode (Bulan) Ramalan Penjualan (pack)

Harga Tahu Kita (Rp/pack)

Pendapatan Kotor (Rp)

Januari 2011 107 8.000 856.000

Februari 2011 88 8.000 704.000

Maret 2011 50 8.000 400.000

April 2011 49 8.000 392.000

Mei 2011 21 8.000 168.000

Juni 2011 22 8.000 176.000

Juli 2011 42 8.000 336.000

Agustus 2011 9 8.000 72.000

September 2011 63 8.000 504.000

Oktober 2011 97 8.000 776.000

November 2011 57 8.000 456.000

Desember 2011 104 8.000 832.000

Januari 2012 104 8.000 832.000

Februari 2012 85 8.000 680.000

Maret 2012 47 8.000 376.000

Lampiran 21. Implikasi hasil peramalan terhadap perkiraan pendapatan kotor Tahu Kita pada Outlet Joyo Swalayan untuk periode Januari 2011 - Maret 2012

Periode (Bulan) Ramalan Penjualan (pack)

Harga Tahu Kita (Rp/pack)

Pendapatan Kotor (Rp)

Januari 2011 18 8.000 144.000

Februari 2011 18 8.000 144.000

Maret 2011 18 8.000 144.000

April 2011 18 8.000 144.000

Mei 2011 18 8.000 144.000

Juni 2011 18 8.000 144.000

Juli 2011 18 8.000 144.000

Agustus 2011 18 8.000 144.000

September 2011 18 8.000 144.000

Oktober 2011 18 8.000 144.000

November 2011 18 8.000 144.000

Desember 2011 18 8.000 144.000

Januari 2012 18 8.000 144.000

Februari 2012 18 8.000 144.000

Maret 2012 18 8.000 144.000

Lampiran 22. Implikasi hasil peramalan terhadap perkiraan pendapatan kotor Tahu Kita pada Outlet Ps. Bintaro Mas untuk periode Januari 2011 - Maret 2012

Periode (Bulan) Ramalan Penjualan (pack)

Harga Tahu Kita (Rp/pack)

Pendapatan Kotor (Rp)

Januari 2011 50 8.000 400.000

Februari 2011 51 8.000 408.000

Maret 2011 47 8.000 376.000

April 2011 41 8.000 328.000

Mei 2011 33 8.000 264.000

Juni 2011 27 8.000 216.000

Juli 2011 24 8.000 192.000

Agustus 2011 24 8.000 192.000

September 2011 26 8.000 208.000

Oktober 2011 30 8.000 240.000

November 2011 34 8.000 272.000

Desember 2011 37 8.000 296.000

Januari 2012 38 8.000 304.000

Februari 2012 38 8.000 304.000

Maret 2012 36 8.000 288.000

Lampiran 23. Implikasi hasil peramalan terhadap perkiraan pendapatan kotor Tahu Kita pada OutletMarket City untuk periode Januari 2011 - Maret 2012

Periode (Bulan) Ramalan Penjualan (pack)

Harga Tahu Kita (Rp/pack)

Pendapatan Kotor (Rp)

Januari 2011 24 8.000 192.000

Februari 2011 24 8.000 192.000

Maret 2011 24 8.000 192.000

April 2011 24 8.000 192.000

Mei 2011 24 8.000 192.000

Juni 2011 24 8.000 192.000

Juli 2011 24 8.000 192.000

Agustus 2011 24 8.000 192.000

September 2011 24 8.000 192.000

Oktober 2011 24 8.000 192.000

November 2011 24 8.000 192.000

Desember 2011 24 8.000 192.000

Januari 2012 24 8.000 192.000

Februari 2012 24 8.000 192.000

Maret 2012 24 8.000 192.000

Lampiran 24. Implikasi hasil peramalan terhadap perkiraan pendapatan kotor Tahu Kita pada Outlet Kemchicks untuk periode Januari 2011 - Maret 2012

Periode (Bulan) Ramalan Penjualan (pack)

Harga Tahu Kita (Rp/pack)

Pendapatan Kotor (Rp)

Januari 2011 60 8.000 480.000

Februari 2011 50 8.000 400.000

Maret 2011 48 8.000 384.000

April 2011 32 8.000 256.000

Mei 2011 11 8.000 88.000

Juni 2011 30 8.000 240.000

Juli 2011 44 8.000 352.000

Agustus 2011 38 8.000 304.000

September 2011 49 8.000 392.000

Oktober 2011 38 8.000 304.000

November 2011 49 8.000 392.000

Desember 2011 94 8.000 752.000

Januari 2012 65 8.000 520.000

Februari 2012 55 8.000 440.000

Maret 2012 53 8.000 424.000