LEMBAR PENGESAHAN Judul Skripsi : PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDUKUNG COLLABORATIVE

UNTUK MENDUKUNG COLLABORATIVE PLANNING AND FORECASTING (Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)

Skripsi

Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

ARDHA KURNIA SARI YUDHA PUTRI

I 0303015

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2010

LEMBAR PENGESAHAN

Judul Skripsi :

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDUKUNG COLLABORATIVE PLANNING AND FORECASTING (Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)

Ditulis oleh: Ardha Kurnia Sari Yudha Putri

I 0303015

Mengetahui,

Dosen Pembimbing I Dosen Pembimbing II

Yuniaristanto, ST., MT. I Wayan Suletra, ST., MT NIP. 19750617 200012 1 001

NIP. 19750308 200012 1 001

Pembantu Dekan I Ketua Jurusan Fakultas Teknik

Teknik Industri UNS

Ir. Noegroho Djarwanti, MT Ir. Lobes Herdiman, MT NIP 19561112 198403 2 007

NIP 19641007 199702 1 001

LEMBAR VALIDASI

Judul Skripsi :

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDUKUNG COLLABORATIVE PLANNING AND FORECASTING (Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)

Ditulis oleh: Ardha Kurnia Sari Yudha Putri

I 0303015

Telah disidangkan pada hari Rabu tanggal 19 Mei 2010 Di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, dengan

Dosen Penguji

1. Eko Liquiddanu, ST., MT. NIP 19710128 199802 1 001

2. Yusuf Priyandari, ST., MT. NIP 197912222 00312 1 001

Dosen Pembimbing

1. Yuniaristanto, ST., MT. NIP 19750617 200012 1 001

2. I Wayan Suletra, ST., MT NIP. 19750308 200012 1 001

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH

Saya mahasiswa Jurusan Teknik Industri UNS yang bertanda tangan di bawah ini, Nama

: Ardha Kurnia Sari Yudha Putri

NIM

: I 0303015

Judul tugas akhir : Perancangan Sistem Pendukung Keputusan Untuk Mendukung Collaborative Planning And Forecasting (Studi Kasus: PT. Sinar Niaga Sejahtera Surakarta)

Menyatakan bahwa Tugas Akhir (TA) atau Skripsi yang saya susun tidak mencontoh atau melakukan plagiat dari karya tulis orang lain. Jika terbukti bahwa Tugas Akhir yang saya susun mencontoh atau melakukan plagiat dapat dinyatakan batal atau gelar Sarjana yang saya peroleh dengan sendirinya dibatalkan atau dicabut. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya dan apabila dikemudian hari terbukti melakukan kebohongan maka saya sanggup menanggung segala konsekuensinya.

Surakarta, Agustus 2010

Ardha Kurnia S.Y.P

I 0303015

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH

Saya mahasiswa Jurusan Teknik Industri UNS yang bertanda tangan di bawah ini, Nama

: Ardha Kurnia Sari Yudha Putri

NIM

: I 0303015

Judul tugas akhir : Perancangan Sistem Pendukung Keputusan Untuk Mendukung Collaborative Planning And Forecasting (Studi Kasus: PT. Sinar Niaga Sejahtera Surakarta)

Menyatakan bahwa Tugas Akhir (TA) atau Skripsi yang saya susun sebagai syarat lulus Sarjana S1 disusun secara bersama-sama dengan Pembimbing 1 dan Pembimbing 2. Bersamaan dengan syarat pernyataan ini bahwa hasil penelitian dari Tugas Akhir (TA) atau Skripsi yang saya susun bersedia digunakan untuk publikasi dari proceeding, jurnal, atau media penerbit lainnya baik di tingkat nasional maupun internasional sebagaimana mestinya yang merupakan bagian dari publikasi karya ilmiah Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.

Surakarta, Agustus 2010

Ardha Kurnia S.Y.P

I 0303015

KATA PENGANTAR

Salam sejahtera, Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa yang telah memberikan hikmat dan anugerahnya-Nya sehingga penulis dapat menyelesaikan skripsi ini. Pada kesempatan yang sangat baik ini, dengan segenap kerendahan hati dan rasa yang setulus-tulusnya, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Ir. Noegroho Djarwanti, M.T. selaku Pembantu Dekan I Fakultas Teknik Universitas Sebelas Maret Surakarta.

2. Bapak Ir. Lobes Herdiman, MT. selaku Ketua Jurusan Teknik Industri Universitas Sebelas Maret Surakarta.

3. Bapak Yuniaristanto, ST., MT. dan I Wayan Suletra, ST., MT. selaku dosen pembimbing yang telah sabar dalam memberikan pengarahan dan bimbingan sehingga penulis dapat menyelesaikan skripsi ini dengan lancar.

4. Bapak Eko Liquiddanu, ST., MT. selaku dosen penguji skripsi I dan Yusuf Priyandari, ST, MT selaku dosen penguji skripsi II yang berkenan memberikan saran dan perbaikan terhadap skripsi ini.

5. Bapak Ir. Lobes Herdiman, MT selaku pembimbing akademis. Terima kasih atas bimbingan, nasehat dan motivasinya selama ini.

6. Dosen-dosen Teknik Industri yang memberikan ilmu dan pengetahuan yang kelak pasti berguna.

7. Para staf dan karyawan Jurusan Teknik Industri (mba’ Yayuk, mba’ Rina, pak Agus, mba’Tutik), atas segala kesabaran dan pengertiannya dalam memberikan bantuan demi kelancaran penyelesaian skripsi ini.

8. Para staf dan karyawan PT. Sinar Niaga Sejahtera Surakarta yang telah menerima saya dengan baik dan memberikan bantuan beserta fasilitas selama melakukan penelitian.

9. Kedua orangtuaku, yang tak pernah lelah memberikan dukungan, motivasi dan doanya. I Love you both.

10. Kedua saudaraku tersayang, Mba’ Deni dan Ayu serta ”The little Princessa” yang selalu memberiku semangat untuk terus berkarya dan berbuat yang lebih baik.

11. R. Aditya Pradana yang selalu setia menemani dalam suka dan duka, sehat dan sakit, kaya dan miskin .

12. Tante Ida, Om Yit, Adit dan Ajeng, Mba Shanti, Alin, Dimas, Anggita, Mas Eri, Mba Iik, etc. What an amazing family.

13. Teman – temanku A5: Yudhy, Yahudha, Yudha, Titus, Suryo, Anita, Rini, Endrew, Tony, bangga bisa kenal dengan kalian. I’m gonna miss you guys.

14. Seluruh teman Teknik Industri angkatan ’03 UNS yang bersama berjuang dalam menyelesaikan studi Strata-1. Atas semua bantuannya saya mengucapkan banyak terima kasih.

15. Seluruh pihak yang tidak dapat penulis sebutkan dalam kata pengantar ini.

Semoga skripsi ini dapat bermanfaat bagi rekan-rekan mahasiswa maupun siapa saja yang membutuhkannya. Penulis menyadari bahwa laporan tugas akhir ini masih jauh dari sempurna, dengan senang hati dan terbuka penulis menerima segala saran dan kritik yang membangun.

Surakarta, Agustus 2010

Penulis

ABSTRAK

Ardha Kurnia Sari Yudha Putri, NIM: I 0303015, PERANCANGAN SISTEM

MENDUKUNG COLLABORATIVE PLANNING AND FORECASTING (Studi Kasus di PT. Sinar Niaga Sejahtera Distributor Wilayah Surakarta). Skripsi. Surakarta: Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Juli 2010.

Rata–rata retur barang outlet di PT. Sinar Niaga Sejahtera Surakarta periode Agustus 2008 – Juli 2009 adalah sebesar 1,82%, lebih besar 1,32% dari target retur per bulan yaitu 0,5%. Kategori barang yang dapat diretur adalah barang yang rusak dan barang yang mendekati tanggal kadaluarsa. Penyebab retur terbesar adalah outlet yang memesan barang lebih banyak dari kebutuhannya sebagai upaya antisipatif apabila ada lonjakan permintaan. Kerja sama antara PT. Sinar Niaga Sejahtera dengan outlet dalam membuat rencana pengadaan barang diharapkan dapat mengurangi resiko terjadinya retur. CPF (Collaborative Planning and Forecasting) adalah sebuah rangkaian proses kerjasama antara pihak outlet dengan distributor atau produsen untuk melakukan perencanaan bisnis dan peramalan secara bersama. Penelitian ini akan membahas mengenai bagaimana mengembangkan sistem pendukung keputusan untuk mendukung CPF antara distributor dengan outlet.

Perancangan sistem pendukung keputusan dibagi dalam tiga langkah. Langkah pertama adalah perancangan basis model. Perancangan basis model mengacu pada langkah–langkah yang telah ditentukan dalam perancangan CPF. Perhitungan peramalan menggunakan metode Holt Winter dan data penjualan produk akan diagregasi dengan mengadaptasi metode Pyramid Forecasting. Langkah kedua adalah perancangan basis data berdasarkan kebutuhan sistem dengan pemodelan sistem menggunakan diagram arus data (DAD) serta perancangan basis data dengan normalisasi, pembentukan kamus data, pengkodean, dan pembuatan relasi antar tabel. Langkah ketiga adalah perancangan basis dialog yaitu perancangan user interface yang terkait dengan perancangan form input dan output dari sistem pendukung keputusan yang dirancang.

Validasi dilakukan untuk menjelaskan bahwa sistem pendukung keputusan yang dirancang telah sesuai dengan kebutuhan sistem. Validasi dilakukan terhadap performansi sistem yang dibangun dan pengujian ketepatan output sistem pendukung keputusan dengan perhitungan manual. Hasil pengujian performansi yang berdasarkan dua kriteria yaitu kriteria ground truth dan judgment menunjukkan bahwa sistem pendukung keputusan yang dirancang mampu memberikan informasi secara cepat dan tepat. Hasil analisis perbandingan hasil peramalan menunjukkan bahwa pengadaan barang menggunakan metode usulan lebih valid daripada menggunakan metode rata–rata sederhana yang selama ini digunakan oleh perusahaan.

Kata kunci: sistem pendukung keputusan, metode holt winter, collaborative planning, and forecasting, pyramid forecasting, validasi xvi + 90 halaman; 26 tabel; 55 gambar; 3 lampiran. Daftar pustaka : 10 (1992 – 2008).

ABSTRACT

Ardha Kurnia Sari Yudha Putri, NIM: I 0303015, DESIGN OF DECISION SUPPORT SYSTEM FOR SUPPORTING COLLABORATIVE PLANNING AND FORECASTING (Case Study at PT. Sinar Niaga Sejahtera, Marketing Area: Surakarta). Thesis. Surakarta: Department of Industrial Engineering, Faculty of Engineering, Sebelas MaretUniversity , July 2010.

Average returns of products from outlets at PT. Sinar Niaga Sejahtera on August 2008 - July 2009 was 1.82%, which is larger than the normal monthly returns as 0.5%. Product categories that can be returned are the defective and expired products. The main causes of product returns are outlets which order products more than they needed for anticipating the demand frisk. Collaboration between PT. Sinar Niaga Sejahtera with outlets in products procurement plan is expected to reduce the risk of a return. CPF (Collaborative Planning, and Forecasting) is a series of cooperation process between the outlet and the distributor or manufacturer to do business planning and forecasting mutually. This research will discuss about how to develop a decision support system to support the CPF for both the distributors and outlets.

Decision support system design is divided into three steps. The first step is to design a model base which refers to the CPF steps. The sales forecasting uses Holt Winter method and products sales data will be aggregated by adapting the Pyramid Forecasting approach. The second step is to design database based on the system requirements by using data flow diagrams, normalization, data dictionary, coding, and creating entity relathionship diagram. The third step is to design dialogue basis related to design the user interface including design of the input and output forms in decision support systems.

Finally, validation is conducted to explain that decision support systems designed is suitable with the system requirements. Validation is performed to test the system performances and the accuracy of decision support system calculation. Performance testing is based on two criterias: the ground truth and judgments. The results show that decision support system designed be able to provide information quickly and precisely. The comparative analysis of forecasting results show that the proposed method is better than a moving average method that is used by the company.

Keywords: decision support system, collaborative planning, and forecasting, Holt Winter method, pyramid forecasting, validation

xvi + 90 pages; 26 tables; 55 pictures; 3 attachments. Bibliography : 10 (1992 – 2008).

DAFTAR ISI

HALAMAN JUDUL

LEMBAR PENGESAHAN

ii

LEMBAR VALIDASI

iii

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH

iv

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH

KATA PENGANTAR

DAFTAR ISI

DAFTAR TABEL

xiii

DAFTAR GAMBAR

xiv

DAFTAR LAMPIRAN

xvi

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah I–1

1.2 Perumusan Masalah I–4

1.3 Tujuan Penelitian I–4

1.4 Batasan Penelitian I–4

1.5 Asumsi Penelitian I–4

1.6 Manfaat Penelitian I–5

1.7 Sistematika Penulisan I–5

BAB II TINJAUAN PUSTAKA

2.1 Tinjauan Umum Perusahaan

II – 1

2.1.1 Sejarah Perkembangan Perusahaan

II – 1

2.1.2 Lokasi Perusahaan dan Struktur Organisasi

II – 2

2.1.3 Sistem Order dan Wilayah Pemasaran

II – 3

2.1.4 Jenis Produk

II – 5

2.2 Landasan Teori

II – 5

2.2.1 Konsep Dasar Manajemen Rantai Pasok

II – 6

2.2.2 Bullwhip Effect

II – 7

2.2.3 Peramalan

II – 11

2.2.4 Sistem Pendukung Keputusan

II – 20

2.2.5 Collaborative Planning, Forecasting,

and Replenishment

II – 27

2.2.6 Referensi Lainnya

II – 32

BAB III METODOLOGI PENELITIAN

3.1 Identifikasi Sistem Perusahaan

III – 1

3.2 Analisis Kebutuhan Sistem

III – 2

3.3 Perancangan Basis Model

III – 2

3.4 Perancangan Basis Data

III – 5

3.5 Perancangan Basis Dialog

III – 6

3.6 Perancangan Aplikasi Collaborative Forecasting

III – 6

3.7 Validasi Sistem Pendukung Keputusan

III – 6

3.8 Analisis dan Interpretasi Hasil

III – 7

3.9 Kesimpulan dan Saran

III – 7

BAB IV PERANCANGAN SISTEM

4.1 Identifikasi Sistem Perusahaan

IV – 1

4.1.1 Prosedur Pengadaan Barang

IV – 1

4.1.2 Prosedur Penjualan

IV – 2

4.1.3 Data Penjualan

IV – 3

4.2 Analisis Kebutuhan Sistem

IV – 4

4.3 Perancangan Basis Model

IV – 5

4.3.1 Collaborative Planning

IV – 6

4.3.2 Pyramid Forecasting

IV – 7

4.3.3 Perhitungan Kebutuhan Barang

IV – 11

4.4 Perancangan Basis Data

IV – 12

4.4.1 Perancangan Sistem

4.4.3 Tahap Perancangan Logika

IV – 21

4.4.4 Entity Relationship Diagram (ERD)

IV – 26

4.5 Perancangan Basis Dialog

IV – 27

4.5.1 Kamus Data

IV – 27

4.5.2 Perancangan User Interface Input

IV – 30

4.5.3 Perancangan User Interface Output

IV – 36

4.6 Perancangan Aplikasi CPFR

IV – 37

4.7 Validasi Sistem Pendukung Keputusan

IV – 42

4.7.1 Ground Truth (dasar kebenaran)

IV – 42

4.7.2 Judgement (Penilaian)

IV – 43

4.8 Pengujian Ketepatan Output SPK dengan perhitungan

IV – 44 Manual

BAB V ANALISIS DAN INTERPRETASI DATA

5.1 Perbandingan Sistem Awal dan Sistem Usulan V–1

5.2 Analisis Collaborative Planning and Forecasting

V–2 terhadap Bullwhip Effect

5.3 Implementasi Sistem Pendukung Keputusan V–3

Collaborative Planning and Forecasting

BAB VI KESIMPULAN DAN SARAN DAFTAR PUSTAKA LAMPIRAN

BAB I PENDAHULUAN

1.1 LATAR BELAKANG MASALAH

PT Sinar Niaga Sejahtera merupakan perusahaan distributor makanan dan minuman. PT Sinar Niaga Sejahtera mendistribusikan produknya melalui beberapa echelon (multi echelon) sebelum akhirnya dapat dikonsumsi oleh konsumen. Produk didistribusikan ke outlet-outlet yaitu grosir, semi-grosir, retailer maupun modern market. Produk dapat didistribusikan lagi ke outlet yang lebih kecil ataupun dapat langsung dikonsumsi oleh konsumen setelah dari grosir maupun sub-distributor.

Rencana pengadaan barang dilakukan oleh kepala cabang dengan menghitung rata – rata order dari outlet selama 5 bulan. Pertimbangan manajerial akan ditambahkan apabila terjadi hal – hal di luar kebiasaan, yaitu misalnya kegiatan promosi dari produsen dan hari raya Idul Fitri. Jadwal promosi dari outlet biasanya tidak diketahui sehingga pada saat perencanaan pengadaan barang tidak ditambahkan.

PT. Sinar Niaga Sejahtera memberikan toleransi terhadap retur barang dari outlet untuk menjaga kualitas produk sehingga konsumen selalu mendapatkan produk dengan kondisi dan kualitas yang baik. Toleransi retur yang diberikan hanya sebesar 0,5% dari total omset outlet. Namun yang sering terjadi adalah outlet yang melakukan retur produk lebih dari 0,5% per bulan. PT Sinar Niaga Sejahtera distributor wilayah Surakarta mencatat sepanjang bulan Agustus 2008 – Juli 2009 rata – rata retur produk dari outlet adalah sebesar 1,82% dari total omsetnya. Kerugian yang diakibatkan retur barang dari outlet ditanggung oleh PT Sinar Niaga Sejahtera. Terdapat penarikan produk yang mendekati kadaluarsa pada bulan Mei dan Juni 2009 yang tercatat sebagai retur sehingga ± 30% dari retur pada bulan itu adalah penarikan barang yang mendekati tanggal kadaluarsa. Retur kadaluarsa dilakukan oleh kurang dari 10% outlet yang dilayani oleh PT. Sinar Niaga Sejahtera distributor wilayah Surakarta. Hal ini sangat merugikan pihak PT. Sinar Niaga Sejahtera karena harus menanggung kerugian retur yang besar setiap bulannya.

PT Sinar Niaga Sejahtera memberikan kebebasan kepada outlet dalam menentukan jumlah order produk. Outlet akan memesan produk dalam jumlah yang besar sehingga kelebihan produk yang disimpan terlalu lama menjadi rusak dan bahkan kadaluarsa sehingga harus dikembalikan (retur) kepada pihak PT Sinar Niaga Sejahtera. Perencanaan pengadaan barang yang hanya berdasarkan pada intuisi saja juga menyebabkan outlet memesan barang lebih banyak dari kebutuhannya dalam seminggu sehingga kelebihan barang disimpan di gudang dalam jangka waktu yang lama. Outlet memesan barang dalam jumlah yang banyak untuk mengantisipasi apabila terjadi lonjakan permintaan dari konsumen. Hal – hal yang menyebabkan retur barang dapat dilihat pada gambar 1.1 berikut:

Barang Rusak

Perlakuan yang salah terhadap barang Disimpan terlalu lama karena order terlalu banyak

Kondisi gudang kotor

Retur

Kelebihan order Kesalahan manajemen

Barang Kadaluarsa

Gambar 1.1 Fishbone diagram retur barang di PT. SNS Surakarta Gambar 1.1 memaparkan apa saja yang menjadi penyebab retur produk dari outlet ke PT. Sinar Niaga Sejahtera. Penyebab terbanyak adalah outlet yang memesan barang lebih banyak daripada kebutuhannya sebagai upaya antisipatif apabila ada lonjakan permintaan dari konsumen. Semestinya outlet tidak perlu memesan barang dalam jumlah yang besar sekaligus karena outlet dapat memesan barang seminggu sekali sesuai dengan jadwal kunjungan salesman. Selain itu kurangnya komunikasi antara PT. Sinar Niaga Sejahtera dengan outlet juga menjadi penyebab banyaknya persentase retur secara tidak langsung. Adanya komunikasi antara outlet dengan PT. Sinar Niaga Sejahtera memungkinkan kedua pihak untuk melakukan kerja sama dalam melakukan peramalan untuk membuat perencanaan pengadaan barang sehingga persentase retur dapat dikurangi.

Kerjasama atau kolaborasi di semua pihak di dalam rantai pasok sangat diperlukan untuk mencapai tujuan bersama. Kolaborasi yang dimaksud adalah

kolaborasi dalam pembuatan rencana bisnis, peramalan, dan replenishment barang. CPFR (Collaborative Planning, Forecasting, and Replenishment) adalah sebuah rangkaian proses atau kegiatan kerjasama antara pihak outlet dengan distributor atau pabrik untuk melakukan perencanaan bisnis, peramalan dan replenishment secara bersama (Tenhiala, 2003). Collaborative planning adalah perencanaan bisnis bersama antara produsen, distributor dan outlet. Perencanaan yang dilakukan meliputi pembagian informasi aktivitas bisnis masing – masing. Sedangkan Collaborative forecasting adalah peramalan yang dilakukan bersama – sama dengan menggunakan data penjualan dari outlet atau diasumsikan sebagai demand dari konsumen. Collaborative replenishment adalah eksekusi pengiriman order untuk seluruh perusahaan yang bekerja sama. Pihak produsen wajib mengkomunikasikan kembali realisasi pemenuhan order sehingga pihak distributor bisa meneruskan pengiriman ke outlet. Collaborative replenishment tidak dibahas dalam penelitian ini karena PT. Sinar Niaga Sejahtera sudah mempunyai pertimbangan dan standar sendiri dalam menentukan jumlah order serta pengiriman order untuk outlet.

Pembagian informasi sangat diperlukan untuk melakukan CPFR. Model kolaborasi ini sangat bermanfaat untuk mensinkronkan ramalan di sepanjang rantai pasok. Penerapan CPFR diharapkan dapat mencegah terjadinya bullwhip effect karena peramalan dilakukan oleh satu pihak berdasarkan informasi permintaan konsumen yang diperoleh dari outlet sehingga mengurangi resiko terjadinya distorsi informasi. PT. Sinar Niaga Sejahtera diharapkan dapat melakukan kontrol secara langsung terhadap jumlah pemesanan barang yang dilakukan oleh outlet sehingga dapat mengurangi penumpukan jumlah barang yang dilakukan outlet di gudangnya serta dapat mengetahui seberapa besar permintaan konsumen yang sebenarnya.

Sebuah sistem pendukung keputusan akan memudahkan proses pengambilan keputusan sehingga kebutuhan PT Sinar Niaga Sejahtera dapat diakomodir dalam melakukan pengadaan barang sesuai dengan konsep CPFR karena selama ini proses pengambilan keputusan pengadaan barang dilakukan secara manual dengan menggunakan Microsoft Excel. Pembuatan suatu database yang berisi jadwal promosi baik dari produsen maupun jadwal promo outlet akan Sebuah sistem pendukung keputusan akan memudahkan proses pengambilan keputusan sehingga kebutuhan PT Sinar Niaga Sejahtera dapat diakomodir dalam melakukan pengadaan barang sesuai dengan konsep CPFR karena selama ini proses pengambilan keputusan pengadaan barang dilakukan secara manual dengan menggunakan Microsoft Excel. Pembuatan suatu database yang berisi jadwal promosi baik dari produsen maupun jadwal promo outlet akan

1.2 PERUMUSAN MASALAH

Berdasarkan latar belakang masalah yang telah dipaparkan di atas maka perumusan masalah yang diangkat yaitu bagaimana membangun sistem pendukung keputusan untuk mendukung Collaborative Planning and Forecasting.

1.3 TUJUAN PENELITIAN

Adapun tujuan pelaksanaan penelitian di PT Sinar Niaga Sejahtera adalah merancang sistem pendukung keputusan untuk mendukung Collaborative Planning and Forecasting.

1.4 BATASAN PENELITIAN

Agar penyusunan skripsi ini lebih fokus pada permasalahan yang diangkat dan tujuan yang ditetapkan tercapai maka perlu dilakukan pembatasan masalah yaitu:

1. Rantai pasok yang diteliti adalah rantai distributor-outlet.

2. Implementasi sistem pendukung keputusan yang dirancang tidak dibahas.

3. Biaya pembuatan program aplikasi dan biaya perawatan inventaris tidak dibahas.

4. Perancangan order forecast dalam CPFR tidak dibahas dalam penelitian ini.

1.5 ASUMSI PENELITIAN

Asumsi digunakan untuk menyederhanakan kompleksitas permasalahan yang diteliti. Asumsi yang digunakan dalam penelitian ini adalah:

1. Pihak distributor dan outlet sepakat untuk melakukan CPF (Collaborative Planning and Forecasting ).

2. Data penjualan dari outlet ke konsumennya dianggap mewakili permintaan aktual konsumen akhir.

3. Harga produk tidak mengalami perubahan.

4. Lead time untuk setiap produk ke outlet adalah sama, yaitu 1 hari.

1.6 MANFAAT MASALAH

Manfaat yang dapat diambil dari pelaksanaan penelitian di PT Sinar Niaga Sejahtera antara lain:

1. Mengurangi Bullwhip effect di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta.

2. Mengurangi retur barang di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta.

3. Memudahkan proses pengambilan keputusan dalam pengadaan barang.

I.7 SISTEMATIKA PENULISAN

Sistematika penulisan yang digunakan dalam penyusunan skripsi ini sebagai berikut: BAB I PENDAHULUAN, memuat latar belakang masalah, perumusan masalah, penetapan tujuan dan manfaat, batasan masalah, asumsi dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA, bab ini membahas tentang gambaran umum PT Sinar Niaga Sejahtera distributor wilayah Surakarta yang merupakan tempat dilaksanakannya penelitian skripsi. Serta berisi landasan teori yang memuat teori-teori yang menunjang dalam pengolahan data.

BAB III METODOLOGI PENELITIAN, berisi langkah-langkah penyelesaian masalah secara umum. Tahapan itu meliputi penetapan perumusan masalah, pengumpulan data, pengolahan data, analisis dan interpretasi hasil, dan kesimpulan dan saran.

BAB IV PERANCANGAN SISTEM, berisi tentang sistem perusahaan saat ini beserta langkah – langkah perancangan sistem pendukung keputusan. BAB V ANALISIS DAN INTERPRETASI HASIL, berisi uraian analisis dan interpretasi dari hasil perancangan sistem yang telah dilakukan. BAB VI KESIMPULAN DAN SARAN, berisi kesimpulan dari hasil pengolahan data dan analisis serta saran-saran yang diperlukan dalam mendapatkan hasil yang lebih baik.

BAB II TINJAUAN PUSTAKA

Bab II merupakan tinjauan pustaka yang berisi tinjauan umum perusahaan serta landasan teori yang mendukung pengolahan data dalam penyusunan skripsi ini. Tinjauan umum perusahaan meliputi sejarah perkembangan perusahaan, lokasi serta struktur organisasi perusahaan, sistem order dan wilayah pemasaran serta jenis produk dan armada pengiriman. Landasan teori berisi tentang teori Bullwhip Effect, CPFR, peramalan dan sistem pendukung keputusan.

2.1 TINJAUAN UMUM PERUSAHAAN

Sub bab ini berisi mengenai sejarah pekembangan perusahaan, lokasi serta struktur organisasi perusahaan, sistem order dan wilayah pemasaran serta jenis produk dan armada pengiriman.

2.1.1 Sejarah Perkembangan Perusahaan

PT Sinar Niaga Sejahtera (SNS) didirikan pada tahun 1994, peran SNS sangat menentukan bagi perkembangan Garuda Food. Berbagai macam produk Garudafood bisa diperoleh konsumen di wilayah-wilayah pelosok seluruh Indonesia karena didistribusikan oleh PT. Sinar Niaga Sejahtera. SNS telah memiliki 96 depo dan memiliki 5 kantor regional yang tersebar di seluruh kota besar di Indonesia, yang melayani hampir 150.000 outlet pelanggan di seluruh Indonesia. SNS juga bermitra dengan subdisributor besar yang tersebar dari Aceh sampai Papua untuk memperluas jaringannya.

PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta merupakan salah satu depo yang memiliki kantor regional di Yogyakarta. PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta bertujuan untuk kegiatan pendistribusian produk Garudafood dari pabrik sampai ke outlet-outlet yang berada di wilayah Surakarta dan sekitarnya yaitu Kota Solo, serta kabupaten Sragen, Wonogiri, Sukoharjo, Karanganyar dan Boyolali.

Perusahaan ini berperan sebagai distributor wilayah yang menangani pendistribusian produk di wilayah Surakarta dan sekitarnya. PT. Sinar Niaga

Sejahtera tidak memproduksi produk namun hanya mendistribusikan produk sedangkan supply produk diperoleh langsung dari pabrik. Saat ini jumlah outlet yang dilayani oleh perusahaan meliputi 24 chainstore, 247 grosir, 546 semi grosir,

2 sub dis, 886 retailer dan 57 modern market.

2.1.2 Lokasi Perusahaan dan Struktur Organisasi

PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta berlokasi di Jalan Raya Solo-Purwodadi km 5. Letak perusahaan yang strategis memudahkan dalam pendistribusian serta memudahkan keluar masuknya truk dari pabrik serta mini truk yang mendistribusikan produk ke retailer.

Adapun struktur organisasi di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta dapat dilihat pada gambar 2.1 di bawah ini

Gambar 2.1 Struktur Organisasi PT SNS Distributor Wilayah Solo (Sumber: PT Sinar Niaga Sejahtera distributor wilayah Surakarta, 2008)

Secara lebih jelas, struktur organisasi dapat dijelaskan sebagai berikut ini:

1. Kepala Cabang (BM) Kepala cabang adalah kepala PT Sinar Niaga Sejahtera distributor wilayah Solo. Kepala cabang bertanggung jawab atas segala hal yang berkaitan dengan PT. Sinar Niaga Sejahtera distributor wilayah Solo.

2. Sales Area Koordinator (SAK) SAK bertanggungjawab terhadap jadwal kunjungan salesman ke outlet. SAK terdiri dari dua divisi, yaitu SAK untuk pasar tradisional dan SAK untuk modern market.

3. Finance Account Manager (FAS)

Finance Account Manager bertanggungjawab untuk semua masalah keuangan dan administrasi di PT Sinar Niaga Sejahtera distributor wilayah Solo. Setiap akhir bulan, FAS harus membuat laporan keuangan PT Sinar Niaga Sejahtera distributor wilayah Solo. Dalam tugasnya, FAS dibantu oleh beberapa petugas administrasi.

4. Kepala Gudang Kepala Gudang bertanggungjawab terhadap penyimpanan produk di dalam gudang termasuk di dalamnya adalah pengecekan jumlah inventory, keadaan produk dan proses dropping barang. Kepala gudang membawahi beberapa staff gudang dan juga dropper. Dropper berasal dari pihak ke tiga atau pihak penyedia jasa transportasi.

2.1.3 Sistem Order dan Wilayah Pemasaran

Sebagai distributor yang melayani pendistribusian produk-produk Garudafood, PT. SNS Distributor Wilayah Surakarta memiliki sistem order tertentu dalam mengatur penerimaan order serta pemenuhan order dari outlet. Sistem order tersebut meliputi penerimaan order dari outlet sampai pengiriman produk yang dipesan oleh outlet yang melibatkan beberapa bagian (divisi) dalam perusahaan. Secara sistematis sistem order di PT. SNS Unit Distributor Wilayah Surakarta dapat digambarkan dalam diagram alir gambar 2.1 berikut:

Gambar 2.2 Sistem order PT Sinar Niaga Sejahtera

Diagram alir sistem order PT. Sinar Niaga Sejahter Distributor Wilayah Surakarta pada gambar 2.2 tersebut dapat dijelaskan sebagai berikut.

1. Order dari retailer. Order dari retailer berupa sejumlah produk dan kuantitasnya. Dalam mencari order dari outlet, PT Sinar Niaga Sejahtera mengandalkan salesman. setiap hari salesman selalu membuat purchase order untuk setiap order yang mereka dapatkan. Salesman mempunyai jadwal kunjungan tetap ke outlet-outlet yang berada di wilayah surakarta dan sekitarnya. Selain itu salesman juga bertugas mencari pelanggan baru yang akan bergabung dengan PT SNS. Order dari retailer ke distributornya biasanya datang dengan periode harian.

2. Bagian pemasaran. Bagian pemasaran bertugas menerima semua order yang datang dari retailer untuk semua jenis produk. Bagian pemasaran merupakan bagian yang berhubungan langsung dengan relasi, termasuk menangani pembayaran dari relasi serta menanggapi keluhan dari relasi. Bagian pemasaran menetapkan lead time satu hari terhitung mulai dari order diterima oleh bagian pemasaran sampai produk diterima oleh relasi. Selanjutnya bagian pemasaran meneruskan informasi tentang order relasi tersebut ke bagian sirkulasi.

3. Bagian inventori (gudang). Bagian inventori (gudang) mengatur penyimpanan produk di gudang. Pengaturan yang dilakukan oleh bagian inventori meliputi pengaturan letak dan penempatan produk di gudang serta pengaturan penempatan produk yang baru diterima oleh distributor dari pabrik dan pengaturan penempatan produk yang akan didistribusikan ke sejumlah retailer. Bagian inventori (gudang) selalu melakukan komunikasi dengan bagian inventori dengan saling memberikan informasi yang dibutuhkan. Sistem order di perusahaan melibatkan bagian sirkulasi untuk memberikan informasi rekap total order dari retailer kepada bagian inventori (gudang). Selanjutnya, bagian inventori bertugas menyiapkan produk yang akan dikirimkan ke retailer sesuai dengan rekap total order dari retailer. Tahap inilah yang disebut tahap persiapan pengiriman.

4. Bagian transportasi (dropping)

Setelah tahap persiapan pengiriman selesai dilakukan, bagian transportasi akan menyiapkan armada transportasi berupa minitruk. Produk yang akan dikirim ke outlet diatur dan ditata secara optimal di dalam minitruk. Selanjutnya produk tersebut akan dikirim ke semua outlet yang telah melakukan order.

Wilayah pemasaran PT. Sinar Niaga Sejahtera Distributor Wilayah Surakarta yaitu Kota Solo, serta kabupaten Sragen, Wonogiri, Sukoharjo, Karanganyar dan Boyolali. Pelanggan PT Sinar Niaga Sejahtera meliputi semua retailer, grosir, semigrosir, modern market dan institusi yang berada di wilayah Surakarta dan sekitarnya. Selain itu juga terdapat star outlet, yaitu outlet dengan penjualan terbanyak dan mempunyai otoritas seperti grosir, tetapi juga dapat melakukan penjualan langsung kepada end user. Dari outlet – outlet tersebut barang dapat langsung dijual ke end user maupun ke outlet yang lebih kecil. Berikut ini adalah sistem jangkauan outlet dan distributor di PT Sinar Niaga Sejahtera:

Gambar 2.3 Sistem Jangkauan Outlet dan Distributor (Sumber: www.snsgroup.com, 2009)

2.1.4 Jenis Produk

Produk-produk yang didistribusikan oleh PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta adalah produk-produk Garudafood dan beberapa produk non-Garudafood. Adapun jenis produk yang didistribusikan oleh PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta dapat dilihat pada lampiran L-1.

2.2 LANDASAN TEORI

Sub bab ini berisi mengenai teori-teori pendukung dalam pengolahan data. Teori pendukung ini antara lain adalah teori Bullwhip Effect, CPFR, peramalan dan sistem pendukung keputusan.

2.2.1 Konsep Dasar Manajemen Rantai Pasok

Manajemen rantai pasok adalah suatu pendekatan yang digunakan untuk mencapai pengintegrasian yang efisian dari supplier, manufakturer, distributor, retailer, dan konsumen (Simchi Levi dkk, 2000). Sedangkan menurut Council of Logistic Management, rantai pasok management adalah sistematis dan strategis koordinasi fungsi bisnis tradisional dalam perusahaan dan dalam seluruh kegiatan usaha dalam rantai pasokan untuk tujuan memperbaiki kinerja jangka panjang perusahaan individual dan rantai suplai keseluruhan (Pudjawan, 2005).

Ada empat penggerak performansi rantai pasok yaitu:

1. Fasilitas Meliputi lokasi dimana inventori disimpan, dirakit atau diproses serta lokasi produksi dan penyimpanan (gudang). Ada beberapa komponen yang mempengaruhi keputusan fasilitas antara lain:

a. Lokasi dimana perusahaan akan menempatkan fasilitasnya.

b. Kapasitas

c. Metode manufaktur

d. Metodologi pergudangan

2. Inventori Menyangkut penyimpanan dan pengaturan bahan mentah, produk setengah jadi serta produk jadi. Selain itu juga menyangkut kebijakan inventori yang ditetapkan perusahaan. Ada beberapa komponen yang mempengaruhi keputusan inventori antara lain:

a. Cycle inventory yaitu jumlah inventori rata-rata untuk memenuhi permintaan antar pengiriman

b. Safety inventory yaitu inventori pengaman jika permintaan melebihi perkiraan

c. Seasional inventory yaitu inventori untuk antisipasi variabilitas pemintaan yang dapat diprediksi.

d. Overall trade off

3. Transportasi Kegiatan transportasi yaitu memindahkan inventori dari satu titik ke titik yang lain. Kegiatan transportasi menggunakan kombinasi moda dan rute transportasi.

4. Informasi Informasi yang dimaksud disini yaitu informasi yang berkaitan dengan ketiga penggerak performansi manajemen rantai pasok yang lain berupa data dan analisa inventori, transportasi dan fasilitas. Informasi merupakan penggerak utama potensial dari performansi rantai pasok.

Ada beberapa komponen yang mempengaruhi keputusan informasi antara lain:

a. Koordinasi dan pembagian informasi

b. Peramalan dan perencanaan agregat

c. Penetapan harga dan manajemen pendapatan

d. Teknologi pendukung aliran informasi yaitu EDI, internet, ERP, software manajemen rantai pasok.

2.2.2 Bullwhip Effect

“Bullwhip effect adalah meningkatnya variabilitas permintaan pada jalur rantai pasok yang mengarah ke hulu (upstream)” (Pudjawan, 2005). Bullwhip effect merupakan indikasi bahwa semakin mendekati hulu, inventori dalam rantai pasok akan makin membesar. Bullwhip effect merupakan akibat dari pengambilan keputusan rasional dalam organisasi yang terlibat dalam rantai pasok. Perusahaan akan cenderung menyimpan inventori tinggi pada keadaan tertentu lalu pada keadaan lainnya akan mengurangi jumlah inventori. Kegagalan untuk membuat estimasi yang akurat terhadap permintaan konsumen, permintaan pelanggan dan keterbatasan pertukaran informasi antar anggota rantai pasok akan mengakibatkan membengkaknya inventori di seluruh sistem. Kurangnya informasi mengakibatkan

pedagang menyimpan

inventori

secara berlebihan.

Ketidakmampuan distributor dalam menduga permintaan pedagang akan memaksa distributor menyimpan produk yang cenderung berlebihan yang pada akhirnya akan muncul sebagai permintaan ke pabrik yang kelihatannya begitu besar dan seolah-olah merefleksikan naiknya permintaan konsumen. Hal seperti inilah yang disebut bullwhip effect.

Model ramalan yang digunakan oleh perusahaan dapat berpengaruh terhadap bullwhip effect. Menurut studi yang dilakukan oleh Chen et al (1998), menunjukkan bahwa “untuk permintaan yang bersifat acak dengan distribusi yang identik (independent identically distributed atau i.i.d), bullwhip effect bisa lebih besar kalau ritel menggunakan model peramalan exponential smoothing dibandingkan dengan metode moving average” (Pudjawan, 2005). Mereka juga mengemukakan bahwa ramalan yang lebih halus bisa mengurangi bullwhip effect. Koefisien alpha yang lebih kecil bisa mengurangi bullwhip effect jika menggunakan model peramalan exponential smoothing.

Distributor sering melakukan rationing jika terdapat suatu situasi dimana permintaan lebih tinggi dari pesediaan. Distributor tidak memenuhi seratus persen pesanan pelanggan, namun hanya sekian persen dari volume yang dipesan. Pelanggan akan melakukan upaya antisipatif karena mengetahui bahwa permintaan mereka sering tidak dipenuhi seluruhnya. Banyak pelanggan yang berupaya membesarkan ukuran pesanan mereka dengan harapan kalau dilakukan rationing, mereka masih mempunyai jumlah persediaan yang cukup untuk dijual. Kejadian seperti ini biasanya terjadi menjelang hari raya, tahun baru, dan sebagainya. Sayangnya kekurangan stok seperti ini tidak terjadi setiap saat dan tidak mudah untuk diprediksi. Akibatnya, sering kali pada saat persediaan sebenarnya cukup, pelanggan mengubah atau membatalkan pesanan mereka.

Cara rationing seperti ini merusak informasi pasar pada rantai pasok. Pemain yang ada di bagian hulu tidak akan pernah mendapatkan informasi pasar yang mendekati kenyataan akibat motif gaming dan spekulatif yang dilakukan oleh pelanggan mereka. Pabrik dan pemain hulu lainnya tidak akan dengan mudah membedakan antara kenaikan pesanan yang bermotif spekulatif dan peningkatan pesanan yang murni merefleksikan peningkatan permintaan dari pelanggan akhir.

B. Cara Mengurangi Bullwhip Effect

Menurut Pudjawan (2005), pengurangan bullwhip effect bisa dilakukan apabila penyebabnya dimengerti dengan baik oleh pihak-pihak pada rantai pasok. Teknik atau pendekatan yang bisa digunakan untuk mengurangi bullwhip effect tentunya harus berkorespondensi dengan penyebabnya. Beberapa pendekatan yang diyakini bisa mengurangi bullwhip effect adalah:

1. Information sharing Informasi yang tidak transparan mengakibatkan banyak pihak dalam rantai pasok melakukan kegiatan atas dasar ramalan yang tidak akurat. Ritel seringkali tidak membagi informasi penjualan dengan pusat distribusi dan pabrik. Pabrik hanya mengetahui pola permintaan berdasarkan order yang diterima dari pusat distributor dan distributor memahami permintaan berdasarkan pola order dari para ritel. Sesungguhnya order dari ritel ke distributor biasanya tidak mencerminkan permintaan yang sesungguhnya karena berbagai hal seperti misalnya order batching dan forward buying. Salah satu cara untuk mereduksi bullwhip effect adalah dengan membagi informasi permintaan ke seluruh anggota dalam rantai pasok termasuk distributor, pabrik, maupun pemasok komponen atau bahan baku. Teknologi yang saat ini ada memungkinkan untuk melakukan information sharing tersebut. Barcoding, electronic data interchange (EDI) maupun teknologi sejenis lainnya bisa mentransmisikan data penjualan (point of sales, POS) dari tempat dimana produk tersebut dijual ke para anggota rantai pasok yang berada di sebelah hulu. Studi simulasi yang dilakukan oleh Machura dan Barajas (2004) menunjukkan bahwa EDI bisa mengurangi bullwhip effect maupun biaya-biaya persediaan.

Kesalahan ramalan di seluruh lini rantai pasok bisa dikurangi dengan pertukaran informasi yang lebih baik. Apabila data penjualan ritel diketahui oleh semua pihak dalam rantai pasok maka ramalan permintaan bisa dibuat lebih seragam. Permasalahan yang sering muncul dalam kaitannya dengan bullwhip effect adalah bahwa ritel, distributor, pabrik maupun pemasok bahan baku melakukan peramalan sendiri-sendiri dengan berpatokan pada data yang mereka miliki serta dengan metode peramalan yang berbeda-beda juga. Model kolaborasi CPFR (Collaborative Planning, Forecasting, and Replenishment) merupakan solusi yang baik untuk mensinkronkan ramalan di sepanjang rantai pasok. Tentu Kesalahan ramalan di seluruh lini rantai pasok bisa dikurangi dengan pertukaran informasi yang lebih baik. Apabila data penjualan ritel diketahui oleh semua pihak dalam rantai pasok maka ramalan permintaan bisa dibuat lebih seragam. Permasalahan yang sering muncul dalam kaitannya dengan bullwhip effect adalah bahwa ritel, distributor, pabrik maupun pemasok bahan baku melakukan peramalan sendiri-sendiri dengan berpatokan pada data yang mereka miliki serta dengan metode peramalan yang berbeda-beda juga. Model kolaborasi CPFR (Collaborative Planning, Forecasting, and Replenishment) merupakan solusi yang baik untuk mensinkronkan ramalan di sepanjang rantai pasok. Tentu

2. Memperpendek atau Mengubah Struktur Rantai pasok Semakin panjang dan kompleks struktur suatu rantai pasok, semakin besar kemungkinannya terjadi distorsi informasi. Oleh karena itu cara yang baik untuk mengurangi bullwhip effect adalah dengan mengubah struktur rantai pasok sehingga menjadi lebih pendek atau memungkinkan terjadinya pertukaran informasi dengan lebih lancar.

3. Pengurangan Ongkos-ongkos Tetap Biaya-biaya tetap yang terlalu tinggi mengakibatkan kegiatan produksi maupun pengiriman tidak bisa dilakukan dengan ukuran batch yang kecil. Ukuran batch yang besar adalah salah satu sumber terjadinya bullwhip effect. Oleh karena itu pengurangan bullwhip effect bisa dilakukan dengan mengupayakan pengurangan ongkos-ongkos tetap sehingga produksi maupun pengiriman bisa dilakukan dengan ukuran batch yang kecil

4. Menciptakan Stabilitas Harga Pemberian potongan harga oleh distributor ke tokko-toko atau ritel bisa mengakibatkan reaksi forward buying yang sebetulnya tidak berpengaruh pada permintaan dari konsumen. Forward buying, frekuensi dan intensitas kegiatan promosi parsial seperti ini harus dikurangi dan lebih diarahkan ke pengurangan harga secara kontinu sehingga bisa menciptakan program seperti everyday low price (EDLP). Jika kegiatan promosi atau penurunan harga dilakukan maka semua pihak pada rantai pasok harus mengetahui program tersebut dengan baik sehingga tidak keliru dalam menaksir permintaan yang sesungguhnya.

5. Pemendekan Lead Time Berbagai analisis tentang bullwhip effect menunjukkan bahwa lead time punya peranan yang besar dalam menciptakan amplifikasi permintaan. Lead time bisa diperpendek dengan mengubah struktur/konfigurasi rantai pasok (misalnya dengan pemasok lokal), mengubah mode transportasi (dari pengapalan ke pengiriman udara), atau dengan cara-cara inovatif seperti croosdocking dan 5. Pemendekan Lead Time Berbagai analisis tentang bullwhip effect menunjukkan bahwa lead time punya peranan yang besar dalam menciptakan amplifikasi permintaan. Lead time bisa diperpendek dengan mengubah struktur/konfigurasi rantai pasok (misalnya dengan pemasok lokal), mengubah mode transportasi (dari pengapalan ke pengiriman udara), atau dengan cara-cara inovatif seperti croosdocking dan

2.2.3 Peramalan

A. Definisi Peramalan

Makridakis dan Whellwright (1992) mendefinisikan peramalan sebagai suatu teknik pendugaan mengenai apa yang akan terjadi di masa yang akan datang. Peramalan di sini bukanlah menduga sesuatu dengan tanpa dasar ataupun melibatkan khayalan, akan tetapi peramalan yang didasarkan pada informasi- informasi masa lalu dan saat ini yang akurat disertai dengan teori-teori yang kuat. Adapun teknik peramalan digunakan untuk membantu dalam proses pengambilan suatu keputusan

Metode Peramalan

Metode Kualitatif

Metode Kuantitatif

Time Series

Kausal

Gambar 2.3 Skema Teknik Peramalan (forecasting) (Sumber: Makridakis and Wheelright, 1992)

Sesuatu yang terjadi di periode mendatang sangatlah penting diketahui oleh pihak manajemen (pengusaha) untuk menentukan kebijakan-kebijakan yang perlu diambil saat ini demi kelancaran operasional. Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. Perusahaan atau organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Kebutuhan akan peramalan meningkat sejalan dengan usaha manajemen untuk mengurangi ketergantungannya pada hal- hal yang belum pasti, apalagi seiring dengan meningkatnya kompleksitas, persaingan dan tingkat perubahan lingkungan (Makridakis dan Whellwright, 1992).

B. Tujuan Peramalan

Menurut Makridakis dan Whellwright (1992) peramalan dilakukan untuk memprediksi permintaan pada periode yang akan datang. Proses peramalan dilakukan dengan asumsi dasar bahwa pola permintaan pada masa yang lalu terus berlanjut pada masa yang akan datang selama periode peramalan.

C. Karakteristik Peramalan

Menurut Chopra dan Meindl (2004) karakteristik dari peramalan adalah sebagai berikut:

1. Selalu terdapat kesalahan (error) dalam peramalan.

2. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang karena peramalan jangka panjang mempunyai standar desiasi erro yang lebih besar daripada peramalan jangka pendek.

3. Peramalan agregat lebih akurat dibandingkat peramalan yang tidak diagragasi.

4. Secara umum, semakin tinggi rantai pasokan sebuah perusahaan (atau sebagian jauh dari konsumen), semakin besar distorsi yang diterima.

D. Metode Peramalan

Menurut Makridakis dan Whellwright (1992), secara garis besar metode peramalan dapat diklasifikasikan menjadi dua, yaitu :

1. Metode Kualitatif Metode ini mempunyai karakteristik sebagai berikut :

a. Peramalan bersifat subyektif yaitu dengan menggunakan opini ahli sehingga sangat bergantung pada persepsi masing-masing ahli.

b. Tidak memerlukan data yang lengkap sehingga dapat digunakan untuk meramalkan permintaan produk baru atau ketika data historis tidak lengkap.

c. Metode ini biasanya juga digunakan untuk meramalkan permintaan pada jangka panjang.

2. Metode Kuantitatif Metode ini mempunyai karakteristik sebagai berikut :

a. Peramalan bersifat obyektif yaitu dengan mengolah data historis dengan menggunakan model statistik-matematik oleh karenanya memerlukan data a. Peramalan bersifat obyektif yaitu dengan mengolah data historis dengan menggunakan model statistik-matematik oleh karenanya memerlukan data

b. Metode digunakan dengan asumsi pola masa lalu terus berlanjut ke masa yang akan datang.

c. Metode ini biasanya digunakan untuk meramalkan existing product dalam jangka pendek dan menengah.

Metode kuantitatif dapat dibagi dalam dua macam :

a. Metode Time Series Penjualan dan permintaan suatu produk dilihat polanya tanpa dicari apa yang menyebabkan pola tersebut. Dalam metode ini permintaan dilihat sebagai fungsi waktu.

b. Metode Kausal Metode ini berusaha menyatakan permintaan sebagai fungsi perubahan pada faktor-faktor yang mempengaruhi permintaan. Hasil peramalan dengan metode ini lebih akurat jika dibandingkan dengan metode time series namun metode ini memerlukan waktu pengembangan model yang lama dan biaya yang tinggi.

E. Metode-Metode Peramalan Kuantitatif Time Series

Persamaan matematis yang digunakan dalam masing-masing metode peramalan kuantitatif tersebut adalah sebagai berikut (Makridakis dkk, 1992):

1. Untuk Pola Data Stationer

a. Simple Moving Average (SMA)

SMA adalah metode peramalan yang digunakan dengan menghitung nilai tangeh dari nilai observasi baru dan membuang nilai observasi yang lama. Metode ini digunakan untuk pola data stasioner dan tidak dapat menanggulangi pola tren dan musiman. SMA dipengaruhi oleh data aktual (A t ) dan jumlah periode perhitungan SMA dan dirumuskan sebagai berikut:

(t)