7
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan pengujian peramalan bahan baku dengan menggunakan metode arima diperoleh beberapa kesimpulan :
1. Hasil peramalan dengan metode ARIMA memiliki ketepatan yang cukup baik
pada peramalan jangka pendek, sedangkan untuk peramalan jangka panjang biasanya akan cenderung mendatar konstan. Karena metode ARIMA secara
penuh mengabaikan variabel independen dan hanya menggunakan nilai-nilai masa lalu dari variabel independen untuk menghasilkan peramalan jangka pendek.
2. Peramalan metode ARIMA pada produk PP mempunyai tingkat keakuratan untuk
produk PP Trilene sebesar 74 dan untuk produk Tintanpro sebesar 68.
1.2 Saran
Pada penelitian selanjutnya, diharapkan dapat diterapkan penggabungan metode ARIMA dengan menambahkan variabel-variabel yang mempengaruhi musiman
sehingga dapat menghasilkan data peramalan SARIMA agar lebih akurat.
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan
baku .
2.1. Peramalan
Peramalan atau forecasting adalah perhitungan yang akurat dalam menentukan sesuatu yang akan datang dengan menggunakan data-data masa lalu Sumayang,
2003. Menurut pendapat Render Heizer, 2001 adalah sebuah ilmu peramalan peristiwa masa depan dengan menggunakan beberapa bentuk model matematis.
Peramalan adalah memprediksikan sesuatu yang bakalan terjadi Subagyo, 2002. Dari pengertian peramalan menurut para ahli, maka dapat diartikan bahwa
peramalan adalah memprediksikan yang ada dimasa depan dengan menggunakan data dari masa lalu.
Menurut Heizer Render, 2001 ada tiga jenis peramalan yaitu : 1.
Economic forecast Untuk mengetahui keadaan ekonomi dengan memprediksikan dan perencanaan tingkat
inflasi dan ketersediaan dana yang dibutuhkan. 2.
Technological forecast Mengamati kemajuan teknologi agar dapat meluncurkan produk baru yang dapat
berguna dan menarik. 3.
Demand Forecast Adalah peramalan permintaan untuk produk atau jasa pada perusahaan.
Universitas Sumatera Utara
7
Menurut Hanke Wichers, 2005 Dalam melakukan peramalan terdapat beberapa langkah-langkah yang harus dilakukan :
1. Mengidentifikasi Masalah Dan Mengumpulkan Data
Pada tahap ini, akan dicari masalah-masalah yang memiliki hubungan pada penjualan. Setelah itu dilakukan pengumpulan data dan tahap identifikasi.
2. Pemilihan Data Dan Manipulasi
Data yang telah dikumpulkan akan diseleksi dengan benar supaya mendapatkan data yang benar-benar relevan. Kemudian data akan dimanipulasi agar sesuai dengan
kebutuhan dalam pembuatan model peramalan. 3.
Pembuatan Model Setelah itu Data yang telah dimanipulasi akan diaplikasikan ke dalam model
peramalan. 4.
Implementasi Model Model peramalan yang sesuai akan diimplementasikan langsung terhadap data
penjualan, sehingga didapatkan hasil peramalan yang benar-benar sesuai dengan kebutuhan.
5. Evaluasi Peramalan Penjualan
Pada tahap ini, akan dilakukan perbandingan antara peramalan yang telah dibuat dengan kondisi aktual penjualan sebenarnya. Sehingga dapat mengetahui kesalahan-
kesalahan yang terjadi pada saat implementasi dan memperbaikinya agar dapat menemukan model peramalan yang lebih bagus.
Menurut Kandananond, 2012 peramalan permintaan sangat penting dalam meningkatkan efisiensi sistem rantai pasokan. Karena setiap pihak dalam rantai
pasokan akan memproses pesanan dalam menanggapi sinyal permintaan, akurasi perkiraan permintaan secara signifikan akan meningkatkan penjadwalan produksi,
perencanaan kapasitas, perencanaan kebutuhan material dan manajemen persediaan. Menurut Taylor, 2003 hubungan antara forecasting dengan horizon waktu
terbagi menjadi 3 kategori :
1. Short Range Forecast
Sebagai penjadwalan kegiatan harian suatu perusahaan bisnis. Seperti perkiraan permintaan dan kebutuhan harian.
Universitas Sumatera Utara
8
2. Medium Rnge Forecast
Diperlukan untuk rencana produksi tahunan untuk menentukan kebutuhan masa depan seperti pembelian bahan baku, mesin dan peralatan ditahun berikutnya.
3. Long Range Forecast
Digunakan untuk peramalan yang lebih dari setahun dalam merencanakan produk baru, membangun fasilitas dan menjamin pembiayaan jangka panjang.
Menurut Uminigsih, 2012 berdasarkan sifatnya, forecasting dibedakan menjadi 2 jenis yaitu:
1. Metode Kualitatif
Adalah metode yang memperkirakan atau memprediksikan sesuatu berdasarkan pengalaman dan pendapat pribadi.
2. Metode Kuantitatif
Adalah metode yang memperkirakan atau memprediksikan sesuatu berdasarkan pengalaman dan pendapat pribadi.
Menurut Stepvhanie, 2012 metode kuantitatif sendiri terbagi menjadi dua jenis, yaitu metode derek berkala time series Dan metode kausal.
1. Metode Kausal
Metode peramalan kausal mengembangkan bentuk suatu model sebab-akibat antara permintaan yang diramalkan dengan variabel-variabel yang memiliki hubungan.
2. Metode Derek Berkala
Metode derek berkala menggunakan analisa suatu pola hubungan antar variabel- variabel yang diperkirakan dengan variabel waktu.
2.2. Metode Deret Berkala
Kategori