3. Sistem transportasi
Sistem transportasi mempunyai peran penting dalam aktivitas distribusi sebuah perusahaan. Terhambatnya sistem transportasi dalam suatu aktivitas
menyebabkan bottleneck atau kehambatan pada bagian lainnya seperti pemenuhan pesanan tepat waktu dan kekurangan stok pada distribution
centre. 4.
Sistem komunikasi Perusahaan
dan distribution
centre terkadang
sering mengalami
miscommunication sehingga pesanan dan produk yang didistribusikan tidak sinkron dan menyebabkan tidak normalnya suatu aktivitas distribusi.
5.2.2. Peramalan Permintaan Produk
Peramalan jumlah permintaan produk untuk periode Februari 2016- Januari 2017 dilakukan dengan cara melihat data permintaan pada periode Januari
2011-Januari 2016. Peramalan ini dilakukan untuk menentukan lot size atau jumlah produk yang akan diproduksi di lantai produksi. Langkah-langkah
peramalan yang dilakukan adalah: 1.
Menetapkan tujuan peramalan Tujuan peramalan adalah untuk menentukan lot size atau jumlah produk yang
akan diproduksi di lantai produksi untuk 12 periode yang akan datang. 2.
Membuat scatter diagram
Universitas Sumatera Utara
3. Memilih metode yang mendekati pola yang dianggap sesuai
Metode peramalan yang digunakan adalah sebagai berikut : a.
Metode Eksponensial b.
Metode Linear 4.
Menghitung parameter-parameter fungsi peramalan Untuk memudahakan perhitungan, maka dimisalkan X sebagai variabel tahun
dan Y adalah variabel jumlah permintaan konsumen. a.
Metode Eksponensial Fungsi peramalan : Y = ae
bx
Rincian tabel perhitungan variabel dari parameter peramalan jumlah permintaan dengan Metode Eksponensial dapat dilihat pada Tabel
Lampiran 2. Perhitungan parameternya dapat dilihat di bawah ini.
1.200.000 1.300.000
1.400.000 1.500.000
1.600.000 1.700.000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58
Ju m
la h
P e
rm in
ta a
n
Periode
Data Permintaan
Data Permintaan
Universitas Sumatera Utara
Fungsi peramalannya adalah :
’ 1.376.989e
0,0027x
b. Metode Linear
Fungsi peramalan : Y
’
= ax + b Rincian tabel perhitungan variable dari parameter peramalan jumlah
permintaan dengan metode linear dapat dilihat pada Tabel Lampiran 3. Perhitungan parameternya dapat dilihat di bawah ini.
5. Mengitung setiap kesalahan setiap metode
Perhitungan kesalahan menggunakan metode SEE Standard Error of Estimation dengan menggunakan rumus sebagai berikut :
Universitas Sumatera Utara
Dimana : Y = Data aktual
’ = Data peramalan n
= Banyak data f
= Derajat kebebasan a.
Metode Ekponensial f =2 Rincian perhitungan Y-
’ metode ekpo e si d p t di ih t p d T e Lampiran 4. Adapun perhitungan SEE untuk metode Ekponensial adalah:
SEE = SEE = 24.747,75
b. Metode Linear f = 1
Rincian perhitungan Y- ’ metode ekpo e si d p t di ih t p d T e
Lampiran 5. Adapun perhitungan SEE untuk metode siklis adalah:
SEE = SEE = 24.555,45
f n
Y Y
SEE
2
f n
Y Y
SEE
2
f n
Y Y
SEE
2
Universitas Sumatera Utara
6. Menghitung pola peramalan yang terbaik dengan perhitungan distribusi f
H = SEE Ekponensial
≤ SEE Linear H
1
= SEE Ekponensial SEE Linear α = 0,05
Uji Statistik
= =
= 1,02 F tabel
= 0,05 60-2, 60-1 = 1,60 Oleh karena F
hitung
1,02 F
tabel
1,60, maka H ditolak. Jadi hasil pengujian
menyatakan bahwa metode ekponensial tidak lebih baik daripada metode linear. Adapun fungsi linear adalah :
7. Verifikasi peramalan
Tabel hasil perhitungan verifikasi peramalan dapat dilihat pada Tabel Lampiran 6. Tujuan verifikasi adalah untuk mengetahui fungsi yang telah
ditentukan dapat mewakili data yang akan diramalkan. Gambar 5.7. moving range chart dari hasil verifikasi peramalan jumlah permintaan.
30 ,
713 .
66 1
60 66
3.869.371, 1
n MR
MR
BKA = 2,66 x MR = 2,66 x
30 ,
713 .
66 = 177.457,39
13 BKA = 13 x 177.457,39= 59.152,46 23 BKA = 23 x 177.457,39= 118.304,93
BKB = -2,66 x MR = -2,66 x
30 ,
713 .
66 = - 177.457,39
13 BKB = 13 x -177.457,39 = -59.152,46 23 BKB = 23 x -177.457,39= -118.304,93
Universitas Sumatera Utara
Gambar 5.7. Moving Range Chart Jumlah Permintaan
Gambar Moving Range Chart menunjukkan bahwa titik hasil peramalan telah berada dalam batas sehingga peramalan dengan metode linear cukup
memenuhi persyaratan dengan fungsi peramalan :
Perhitungan hasil peramalan permintaan untuk masing-masing distribution
centre pada
periode Februari
2016 1.619.095,16
Hasil peramalan permintaan untuk 12 periode ke depan dan penjadwalan produksi untuk 12 bulan ke depan dapat dilihat pada Tabel 5.4.
-190000,00 -140000,00
-90000,00 -40000,00
10000,00 60000,00
110000,00 160000,00
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58
Periode
Moving Range Chart Peramalan Permintaan
Y-Y BKA
23 BKA 13 BKA
BKB 23 BKB
Universitas Sumatera Utara
Tabel 5.4. Hasil Peramalan 12 Periode ke Depan Periode Hasil Peramalan
Feb-16 1.619.095
Mar-16
1.623.120
Apr-16
1.627.146
May-16
1.631.171
Jun-16 1.635.196
Jul-16
1.639.222
Aug-16
1.643.247
Sep-16
1.647.272
Oct-16 1.651.298
Nov-16
1.655.323
Des-16
1.659.348
Jan-17
1.663.374
Feb-17 1.619.095
Sumber: Pengolahan Data
5.2.3. Perhitungan Order Quantity untuk Setiap Distribution Centre
