Pengolahan Data .1. Peramalan Permintaan Konsumen y x

5.2 Pengolahan Data 5.2.1. Peramalan Permintaan Konsumen Didalam peramalan permintaan konsumen digunakan 7 tujuh langkah peramalan. Dimana masing- masing DC dapat dilihat ke tujuh langkah peramalannya. Ke tujuh langkah peramalan itu adalah : 7 Langkah peramalan untuk Distribution Center DC Japan. 1. Penetapan tujuan peramalan Tujuan dari peramalan data permintaan konsumen pada masing- masing distribution Centre tahun 2006 dengan menggunakan metode Time Series pada PT. central Windu Sejati adalah untuk mengetahui banyaknya permintaan konsumen pada tahun 2007 berdasarkan permintaan pada tahun sebelumnya. 2. Membuat Diagram Pencar Scatter Diagram Berdasarkan data pada Tabel 5.1 mengenai data permintaan Konsumen, maka dapat di buat diagram pencar Scatter Diagram yang dapat dilihat pada Gambar 5.1 di bawah ini. Universitas Sumatera Utara Scatter Diagram PT. CWS 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 1 2 3 4 5 6 7 8 9 10 11 12 Bulan Ma s ter C a rt o n Japan Gambar 5.1. Diagram Pencar Permintaan Konsumen untuk DC Japan pada Tahun 2006 PT. CWS 3. Penetapan Metode Peramalan Berdasarkan trend pola data pada diagram pencar maka dapat diperoleh dua metode peramalan yaitu :  Metode Linear  Metode Eksponensial 4. Perhitungan Parameter Peramalan  Metode Linear Y’t = a + bx Dibawah ini dapat dilihat Tabel 5.5 mengenai perhitungan parameter peramalan metode Linear untuk DC Japan Universitas Sumatera Utara Tabel 5.5. Perhitungan Parameter Peramalan Linear untuk DC Japan x y

x.y x

2 1 4325 4325 1 2 4500 9000 4 3 6325 18975 9 4 9500 38000 16 5 8000 40000 25 6 14000 84000 36 7 15200 106400 49 8 15400 123200 64 9 16000 144000 81 10 14300 143000 100 11 18500 203500 121 12 19000 228000 144 78 145050 1142400 650 Dimana :   629 . 1395 78 650 12 78 145050 1142400 12 . 2 2 2             x x N x y y x N b 90 . 3015 12 78 629 . 1395 145050        n x b y a maka persamaannya menjadi : Y’t = 3015.90 + 1395.629x Perhitungan SEE dapat dilihat pada Tabel 5.6 mengenai Perhitungan SEE linear untuk DC Japan. Universitas Sumatera Utara Tabel 5.6. Perhitungan SEE Linear untuk DC Japan x y y y-y y-y 2 1 4325 4411.529 -86.529 7487.268 2 4500 5807.158 -1307.16 1708662 3 6325 7202.787 -877.787 770510 4 9500 8598.416 901.584 812853.7 5 8000 9994.045 -1994.05 3976215 6 14000 11389.674 2610.326 6813802 7 15200 12785.303 2414.697 5830762 8 15400 14180.932 1219.068 1486127 9 16000 15576.561 423.439 179300.6 10 14300 16972.19 -2672.19 7140599 11 18500 18367.819 132.181 17471.82 12 19000 19763.448 -763.448 582852.8 78 145050 145049.862 0.138 29326643   50 . 1712 2 12 29326643 2        f n y y SEE dimana n =12 jumlah data dan f = 2 derajat kebebasan  Metode Eksponensial Y’t = a.e bt Dibawah ini dapat dilihat Tabel 5.7 mengenai perhitungan parameter peramalan metode eksponensial untuk DC Japan Tabel 5.7. Perhitungan Parameter Peramalan metode Eksponensial untuk DC Japan x y x2 ln y xln y 1 4325 1 8.372167 8.372167419 2 4500 4 8.411833 16.82366535 3 6325 9 8.752265 26.25679594 4 9500 16 9.159047 36.63618831 Universitas Sumatera Utara Tabel 5.7. Perhitungan Parameter Peramalan metode Eksponensial untuk DC Japan Lanjutan 5 8000 25 8.987197 44.9359841 6 14000 36 9.546813 57.28087565 8 15400 64 9.642123 77.13698231 9 16000 81 9.680344 87.12309601 10 14300 100 9.568015 95.68014816 11 18500 121 9.825526 108.0807861 12 19000 144 9.852194 118.2263311 78 145050 650 111.4266 743.9563754                          n i n i n i n i n i n i n i x b N Y N a x x N x Y y x N b 39 . 8 12 78 137 . 4266 . 111 1 ln 1 ln 137 . 78 650 12 78 4266 . 111 956 . 743 12 ln ln 2 2 2 jika Ln a = 8.39 a = 4402.81 sehingga persamaannya menjadi Y’t = 4402.81 e 0.137x perhitungan standar Error of Esimate SEE dapat dilihat pada Tabel 5.8 dibawah ini. Tabel 5.8. Perhitungan SEE metode Eksponensial untuk DC Japan x y y y-y y-y 2 1 4325 5049.266 -724.266 524561.9 2 4500 5790.641 -1290.64 1665754 Universitas Sumatera Utara Tabel 5.8. Perhitungan SEE metode Eksponensial untuk DC Japan Lanjutan 3 6325 6640.87 -315.87 99773.83 4 9500 7615.937 1884.063 3549695 5 8000 8734.17 -734.17 539006.3 6 14000 10016.59 3983.407 15867535 7 15200 11487.31 3712.69 13784065 8 15400 13173.97 2226.029 4955206 9 16000 15108.28 891.7195 795163.6 10 14300 17326.6 -3026.6 9160316 11 18500 19870.63 -1370.63 1878638 12 19000 22788.2 -3788.2 14350479 78 145050 143602.5 1447.523 67170193   72 . 2591 2 12 67170193 2        f n y y sial SEEekspnen n i 5. Pemilihan Metode Peramalan Terbaik Dari ke dua metode diatas dapat di tentukan metode peramalan yang memiliki nilai SEE terkecil yang dapat kita lihat pada tabel 5.9 . Tabel 5.9. Penentuan Metode Peramalan dengan Nilai SEE Terkecil Metode Peramalan Nilai SEE Distribution Center I II I II DC Japan Linear Eksponensial 1712.50 2591.72 Setelah diketahui nilai SEE terkecil, kemudian dilakukan hipotesa : Untuk DC Japan : Universitas Sumatera Utara - Hipotesa 0 Ho : Peramalan dengan menggunakan metode linear - Hipotesa i Hi : Peramalan dilakukan menggunakan metode eksponensial Dimana α = 0,05, v 1 = 10 , v 2 = 10 F hitung = 660 . 72 . 2591 50 . 1712   nsial SEEEkspone SEELiner F tabel 0.05;9;10 = 2.98Fhit = 0.660, maka Ho di terima 6. Verifikasi Peramalan Tabel 5.10 akan menunjukkan verifikasi peramalan untuk permintaan konsumen pada DC Japan. Tabel 5.10. Parameter Verifikasi Peramalan untuk permintaan konsumen Pada DC Japan x y y y-y y-y 2 MRt 1 4325 4411.529 -86.529 7487.268 2 4500 5807.158 -1307.158 1708662 1220.629 3 6325 7202.787 -877.787 770510 429.371 4 9500 8598.416 901.584 812853.7 1779.37 5 8000 9994.045 -1994.045 3976215 2895.629 6 14000 11389.674 2610.326 6813802 4604.37 7 15200 12785.303 2414.697 5830762 195.629 8 15400 14180.932 1219.068 1486127 1195.629 9 16000 15576.561 423.439 179300.6 795.629 10 14300 16972.19 -2672.19 7140599 3095.629 11 18500 18367.819 132.181 17471.82 2804.37 12 19000 19763.448 -763.448 582852.8 895.629 78 145050 145049.862 0.138 29326643 19911.88 MR = 1  n MRt = 1 12 19911.88  =1810.170 UCL = + 2.66 MR = + 2.66 1810.170 = 4815.05 Universitas Sumatera Utara LCL = - 2.66 MR = -2.66 1810.170 = -4815.05 13 UCL = 603.39 23 UCL = 1206.78 13 LCL = - 603.39 23 LCL = - 1206.78 dibawah ini dapat dilihat Gambar 5.2 mengenai moving range chart untuk DC Japan Moving Range Chart Jumlah Permintaan DC Japan -5000 -4000 -3000 -2000 -1000 1000 2000 3000 4000 5000 Y-Y UCL LCL 23UCL 13UCL 13LCL 23LCL Gambar 5.2. Moving Range Chart Jumlah Permintaan DC Japan Dari Gambar 5.2 diatas terlihat bahwa tidak ada data yang out-of-control, maka data dianggap sudah representatif. Universitas Sumatera Utara 7. Interpretasi Peramalan Tabel 5.11 akan menunjukkan data mengenai Interpretasi peramalan Tabel 5.11. Interpretasi Peramalan untuk DC Japan DC Japan X Y’ =3015.90+1395.629x X Y’ =3015.90+1395.629x X Y’ =3015.90+1395.629x 1 4411.529 5 9994.045 9 15576.56 2 5807.158 6 11389.67 10 16972.19 3 7202.787 7 1275.3 11 18367.82 4 8598.416 8 14180.93 12 19763.45 7 Langkah peramalan untuk Distribution Center DC Australia 1. Penetapan tujuan peramalan Tujuan dari peramalan data permintaan konsumen pada masing- masing distribution Centre tahun 2006 dengan menggunakan metode Time Series pada PT. central Windu Sejati adalah untuk mengetahui banyaknya permintaan konsumen pada tahun 2007 berdasarkan permintaan pada tahun sebelumnya. 2. Membuat Diagram Pencar Scatter Diagram Berdasarkan data pada Tabel 5.1 mengenai data permintaan Konsumen, maka dapat di buat diagram pencar Scatter Diagram yang dapat dilihat pada Gambar 5.3. Universitas Sumatera Utara DC Australia 500 1000 1500 2000 2500 1 2 3 4 5 6 7 8 9 10 11 12 DC Australia Gambar 5.3. Diagram Pencar Permintaan Konsumen untuk DC Australia pada Tahun 2006 PT. CWS 3. Penetapan Metode Peramalan Berdasarkan trend pola data pada diagram pencar maka dapat diperoleh dua metode peramalan yaitu :  Metode Linear  Metode Kuadratis 4. Perhitungan Parameter Peramalan  Metode Linear Dibawah ini dapat dilihat Tabel 5.12 mengenai perhitungan parameter peramalan metode Linear untuk DC Australia Universitas Sumatera Utara Tabel 5.12. Perhitungan Parameter Peramalan Linear untuk DC Australia x y

x.y x

2 1 500 500 1 2 876 1752 4 3 1200 3600 9 4 1700 6800 16 5 1600 8000 25 6 1550 9300 36 7 1800 12600 49 8 2010 16080 64 9 1497 13473 81 10 2095 20950 100 11 1800 19800 121 12 2100 25200 144 78 18728 138055 650 Dimana untuk nilai b = 114.14, dan nilai a = 818.71. sehingga persamaannya menjadi : Y’t = 818.71 + 114.14 x Perhitungan SEE dapat dilihat pada Tabel 5.13 mengenai Perhitungan SEE linear untuk DC Australia. Tabel 5.13. Perhitungan SEE Linear untuk DC Australia x y y y-y y-y 2 1 500 932.85 -432.85 187359.1 2 876 1046.99 -170.99 29237.58 3 1200 1161.13 38.87 1510.877 4 1700 1275.27 424.73 180395.6 5 1600 1389.41 210.59 44348.15 6 1550 1503.55 46.45 2157.602 7 1800 1617.69 182.31 33236.94 Universitas Sumatera Utara Tabel 5.13. Perhitungan SEE Linear untuk DC Australia Lanjutan 8 2010 1731.83 278.17 77378.55 9 1497 1845.97 -348.97 121780.1 10 2095 1960.11 134.89 18195.31 11 1800 2074.25 -274.25 75213.06 12 2100 2188.39 -88.39 7812.792 78 18728 18727.44 0.56 778625.6 SEE Linear adalah 279.03  Metode Kuadratis Dibawah ini dapat dilihat Tabel 5.14 mengenai perhitungan parameter peramalan metode kuadraris untuk DC Australia Tabel 5.14. Perhitungan Parameter peramalan metode kudratis untuk DC Australia x y

x.y x

2 x 3 x 4 x 2 .y 1 500 500 1 1 1 500 2 876 1752 4 8 16 3504 3 1200 3600 9 27 81 10800 4 1700 6800 16 64 256 27200 5 1600 8000 25 125 625 40000 6 1550 9300 36 216 1296 55800 7 1800 12600 49 343 2401 88200 8 2010 16080 64 512 4096 128640 9 1497 13473 81 729 6561 121257 10 2095 20950 100 1000 10000 209500 11 1800 19800 121 1331 14641 217800 12 2100 25200 144 1728 20736 302400 78 18728 138055 650 6084 60710 1205601 Universitas Sumatera Utara Dengan menggunakan rumus yang sama dengan diatas, maka di dapat nilai untuk DC Australia = α = -22.308, = -1716, = -306020, δ= -195876, Φ =- 2294012 Sehingga nilai a, b, dan c masing- masing adalah 192.55,-6.54, dan 643.84. sehingga persamaannya menjadi Y’t = 643.84 + 192.55 x – 6.54 x 2 Perhitungan Standar error of Estimate dapat dilihat pada Tabel 5.15 dibawah ini : Tabel 5.15. Perhitungan SEE metode kudratis untuk DC Australia x y x2 y y-y y-y 1 500 1 829.85 -329.85 108801 2 876 4 1002.78 -126.78 16073.17 3 1200 9 1162.63 37.37 1396.517 4 1700 16 1309.4 390.6 152568.4 5 1600 25 1443.09 156.91 24620.75 6 1550 36 1563.7 -13.7 187.69 7 1800 49 1671.23 128.77 16581.71 8 2010 64 1765.68 244.32 59692.26 9 1497 81 1847.05 -350.05 122535 10 2095 100 1915.34 179.66 32277.72 11 1800 121 1970.55 -170.55 29087.3 12 2100 144 2012.68 87.32 7624.782 78 18728 650 18493.98 234.02 571446.3 Untuk nilai SEE Kuadratis adalah 251.98 5. Pemilihan Metode Peramalan Terbaik Dari dua metode diatas dapat di tentukan 2 dua metode peramalan yang memiliki nilai SEE terkecil yang dapat kita lihat pada tabel 5.16 Universitas Sumatera Utara Tabel 5.16. Penentuan Metode Peramalan dengan Nilai SEE Terkecil Metode Peramalan Nilai SEE Distribution Center I II I II DC Australia Kuadratis Linear 251.98 279.03 Setelah diketahui nilai SEE terkecil, kemudian dilakukan hipotesa : Untuk DC Australia - Hipotesa 0 Ho : Peramalan dengan menggunakan metode Kuadratis - Hipotesa i Hi : Peramalan dilakukan menggunakan metode Linear Dimana α = 0,05, v 1 = 9 , v 2 = 10. metode yang digunakan metode Kuadratis 6. Verifikasi Peramalan Tabel 5.17 akan menunjukkan verifikasi peramalan untuk permintaan konsumen pada DC Australia. Tabel 5.17. Parameter Verifikasi Peramalan untuk permintaan konsumen Pada DC Australia x y x2 y y-y y-y MRt 1 500 1 829.85 -329.85 108801 2 876 4 1002.78 -126.78 16073.17 203.07 3 1200 9 1162.63 37.37 1396.517 164.15 4 1700 16 1309.4 390.6 152568.4 353.23 5 1600 25 1443.09 156.91 24620.75 233.69 6 1550 36 1563.7 -13.7 187.69 170.61 7 1800 49 1671.23 128.77 16581.71 142.47 8 2010 64 1765.68 244.32 59692.26 115.55 9 1497 81 1847.05 -350.05 122535 594.37 Universitas Sumatera Utara Tabel 5.17. Parameter Verifikasi Peramalan untuk permintaan konsumen Pada DC Australia Lanjutan 10 2095 100 1915.34 179.66 32277.72 529.71 11 1800 121 1970.55 -170.55 29087.3 350.21 12 2100 144 2012.68 87.32 7624.782 257.87 78 18728 650 18493.98 234.02 571446.3 3114.93 MR = 283.175 UCL =+ 2.66 MR = +2.66 283.175 =753.246 LCL = - 2.66 MR = - 2.66 283.175 = -753.246 13 UCL = 251.082 23 UCL = 502.164 13 LCL = -251.082 23 LCL = -502.164 dibawah ini dapat dilihat Gambar 5.4 mengenai moving range chart untuk DC Japan Moving Range Chart Jumlah Permintaan DC Australia -1000 -800 -600 -400 -200 200 400 600 800 1000 Y-Y UCL LCL 23UCL 13UCL 13LCL 23LCL Gambar 5.4. Moving Average Chart untuk jumlah Permintaan DC Australia Universitas Sumatera Utara Dari MRC pada Gambar 5.4 diatas terlihat bahwa tidak ada data yang out- of-control, maka data dianggap sudah representatif . Interpretasi Peramalan Data mengenai interpretasi peramaln dapat dilihat pada Tabel 5.18 dibawah ini. Tabel 5.18 Interpretasi Peramalan untuk DC Australia DC Australia 7 X Y’=643.84+192.55x- X 55x- X Y’=643.84+192.55x- 6.54x 2 Y’=643.84+192. 6.54x 2 6.54x 2 1 829.85 5 1443.09 9 1847.05 2 1002.78 6 1563.7 10 1915.34 3 1162.63 7 1671.23 11 1970.55 4 1309.4 8 1765.68 12 2012.68 Langkah peramalan untuk Distribution Center DC Inggris adalah : 1. Penetapan tujuan peramalan Tujuan dari peramalan data permintaan konsumen pada masing- masing distribution Centre tahun 2006 dengan menggunakan metode Time Series pada PT. central Windu Sejati adalah untuk mengetahui banyaknya permintaan konsumen pada tahun 2007 berdasarkan permintaan pada tahun sebelumnya. 7 Universitas Sumatera Utara 2. Membuat Diagram Pencar Scatter Diagram Berdasarkan data pada Tabel 5.1 mengenai data permintaan Konsumen, maka dapat di buat diagram pencar Scatter Diagram yang dapat dilihat pada Gambar 5.5 Scatter Diagram Untuk DC Inggris 500 1000 1500 2000 2500 3000 1 2 3 4 5 6 7 8 9 10 11 12 DC Inggris Gambar 5.5. Diagram Pencar Permintaan Konsumen untuk DC Inggris pada Tahun 2006 PT. CWS 3. Penetapan Metode Peramalan Berdasarkan trend pola data pada diagram pencar maka dapat diperoleh dua metode peramalan yaitu :  Metode Linear  Metode Eksponensial 4. Perhitungan Parameter Peramalan Universitas Sumatera Utara  Metode Linear Dibawah ini dapat dilihat Tabel 5.19 mengenai perhitungan parameter peramalan metode Linear untuk DC Inggris Tabel 5.19. Perhitungan Parameter Peramalan Linear untuk DC Inggris x y

x.y x

2 1 870 870 1 2 1000 2000 4 3 1114 3342 9 4 1300 5200 16 5 1200 6000 25 6 1156 6936 36 7 1800 12600 49 8 2100 16800 64 9 2158 19422 81 10 2421 24210 100 11 2635 28985 121 12 2600 31200 144 78 20354 157565 650 Dimana nilai b = 176.67, dan nilai a = 547.80. sehingga persamaannya menjadi : Y’t = 547.80 + 176.67x Perhitungan SEE dapat dilihat pada Tabel 5.20 mengenai Perhitungan SEE linear untuk DC Inggris. Tabel 5.20. Perhitungan SEE Linear untuk DC Inggris x y y y-y y-y 2 1 870 724.47 145.53 21178.98 2 1000 901.14 98.86 9773.3 3 1114 1077.81 36.19 1309.716 4 1300 1254.48 45.52 2072.07 5 1200 1431.15 -231.15 53430.32 Universitas Sumatera Utara Tabel 5.20. Perhitungan SEE Linear untuk DC Inggris Lanjutan 6 1156 1607.82 -451.82 204141.3 7 1800 1784.49 15.51 240.5601 8 2100 1961.16 138.84 19276.55 9 2158 2137.83 20.17 406.8289 10 2421 2314.5 106.5 11342.25 11 2635 2491.17 143.83 20687.07 12 2600 2667.84 -67.84 4602.266 78 20354 20353.86 0.14 348461.2 Nilai SEE Linear untuk DC Inggris adalah 186.67  Metode Eksponensial Dibawah ini dapat dilihat Tabel 5.21 mengenai perhitungan parameter peramalan metode eksponensial untuk DC Inggris Tabel 5.21. Perhitungan Parameter peramalan metode Eksponensial untuk Inggris x y x2 ln y xln y 1 870 1 6.768493 6.768493 2 1000 4 6.907755 13.81551 3 1114 9 7.015712 21.04714 4 1300 16 7.17012 28.68048 5 1200 25 7.090077 35.45038 6 1156 36 7.052721 42.31633 7 1800 49 7.495542 52.46879 8 2100 64 7.649693 61.19754 9 2158 81 7.676937 69.09243 10 2421 100 7.791936 77.91936 11 2635 121 7.876638 86.64302 12 2600 144 7.863267 94.3592 78 20354 650 88.35889 589.7587 Untuk nilai b = 0.1078 dan nilai a = 782.53. sehingga persamaannya menjadi : Universitas Sumatera Utara Y’t = 782.53 e 0.1078x perhitungan standar Error of Esimate SEE dapat dilihat pada Tabel 5.22. Tabel 5.22. Perhitungan SEE metode Eksponensial untuk Inggris x y y y-y y-y 1 870 871.6014 -1.60144 2.564624 2 1000 970.8114 29.18856 851.9719 3 1114 1081.314 32.68599 1068.374 4 1300 1204.395 95.60546 9140.405 5 1200 1341.485 -141.485 20017.92 6 1156 1494.179 -338.179 114365.1 7 1800 1664.254 135.746 18426.97 8 2100 1853.688 246.3123 60669.77 9 2158 2064.684 93.31643 8707.956 10 2421 2299.696 121.3039 14714.64 11 2635 2561.459 73.54109 5408.292 12 2600 2853.017 -253.017 64017.53 78 20354 20260.58 93.41764 317391.5 Sehingga nilai SEE yang didapat adalah 178.154 5. Pemilihan Metode Peramalan Terbaik Dari dua metode diatas dapat di tentukan 2 dua metode peramalan yang memiliki nilai SEE terkecil yang dapat kita lihat pada tabel 5.23 Tabel 5.23. Penentuan Metode Peramalan dengan Nilai SEE Terkecil Metode Peramalan Nilai SEE Distribution Center I II I II DC Inggris Eksponensial Linear 178.04 186.67 Setelah diketahui nilai SEE terkecil, kemudian dilakukan hipotesa : Universitas Sumatera Utara - Hipotesa 0 Ho : Peramalan dengan menggunakan metode Eksponensial - Hipotesa i Hi : Peramalan dilakukan menggunakan metode Linear Dimana α = 0,05, v 1 = 10 , v 2 = 10. metode yang digunakan metode Eksponensial 6. Verifikasi Peramalan Tabel 5.42 akan menunjukkan verifikasi peramalan untuk permintaan konsumen pada DC Inggris. Tabel 5.24. Parameter Verifikasi Peramalan untuk permintaan konsumen Pada DC Inggris x y y y-y y-y MRt 1 870 871.6014 -1.60144 2.564624 2 1000 970.8114 29.18856 851.9719 30.79 3 1114 1081.314 32.68599 1068.374 3.49743 4 1300 1204.395 95.60546 9140.405 62.9195 5 1200 1341.485 -141.485 20017.92 237.0902 6 1156 1494.179 -338.179 114365.1 196.6944 7 1800 1664.254 135.746 18426.97 473.925 8 2100 1853.688 246.3123 60669.77 110.566 9 2158 2064.684 93.31643 8707.956 152.9959 10 2421 2299.696 121.3039 14714.64 27.9875 11 2635 2561.459 73.54109 5408.292 47.76281 12 2600 2853.017 -253.017 64017.53 326.558 78 20354 20260.58 93.41764 317391.5 1670.79 MR = 1670.79 11 =151.89 UCL = +2.66 MR = +2.66 151.89 = 404.027 LCL = -2.66 MR = - 2.66 151.89 = -404.027 13 UCL = 134.67 Universitas Sumatera Utara 23 UCL = 269.35 13 LCL = - 134.67 23 LCL = - 269.35 dibawah ini dapat dilihat Gambar 5.6 mengenai moving range chart untuk DC Inggris Moving Range Chart Jumlah Permintaan DC Inggris -500 -400 -300 -200 -100 100 200 300 400 500 Y-Y UCL LCL 23UCL 13UCL 13LCL 23LCL Gambar 5.6. Moving Average Chart untuk jumlah Permintaan DC Inggris 7. Interpretasi Peramalan Data mengenai interpretasi peramalan dapat dilihat pada Tabel 5.25 dibawah ini. Universitas Sumatera Utara Tabel 5.25. Interpretasi Peramalan untuk DC Inggris DC Inggris X Y’=782.53e 0.1078x X Y’=782.53e 0.1078x X Y’=782.53e 0.1078x 1 871.60 5 1341.48 9 2064.68 2 970.81 6 1494.17 10 2299.69 3 1081.31 7 1664.25 11 2561.45 4 1204.39 8 1853.68 12 2853.01 7 Langkah peramalan untuk Distribution Center DC Amerika Serikat adalah : 1. Penetapan tujuan peramalan Tujuan dari peramalan data permintaan konsumen pada masing- masing distribution Centre tahun 2006 dengan menggunakan metode Time Series pada PT. central Windu Sejati adalah untuk mengetahui banyaknya permintaan konsumen pada tahun 2007 berdasarkan permintaan pada tahun sebelumnya. 2. Membuat Diagram Pencar Scatter Diagram Berdasarkan data pada Tabel 5.1 mengenai data permintaan Konsumen, maka dapat di buat diagram pencar Scatter Diagram sebagai berikut. Universitas Sumatera Utara Scatter Diagram DC Amerika Serikat 200 400 600 800 1000 1200 1400 1600 1800 2000 1 2 3 4 5 6 7 8 9 10 11 12 DC Amerika Serikat Gambar 5.7. Diagram Pencar Permintaan Konsumen untuk DC Amerika Serikat pada Tahun 2006 PT. CWS 3. Penetapan Metode Peramalan Berdasarkan trend pola data pada diagram pencar maka dapat diperoleh dua metode peramalan yaitu :  Metode Linear  Metode Kuadratis 4. Perhitungan Parameter Peramalan  Metode Linear Dibawah ini dapat dilihat Tabel 5.26 mengenai perhitungan parameter peramalan metode Linear untuk DC Amerika Serikat Universitas Sumatera Utara Tabel 5.26. Perhitungan Parameter Peramalan Linear untuk DC Amerika x y

x.y x

2 1 138 138 1 2 214 428 4 3 900 2700 9 4 720 2880 16 5 600 3000 25 6 643 3858 36 7 722 5054 49 8 1074 8592 64 9 1400 12600 81 10 1450 14500 100 11 1774 19514 121 12 1584 19008 144 78 11219 92272 650 Dimana nilai b= 135.304, dan nilai a = 55.4. sehingga persamaannya menjadi Y’t = 55.4 + 135.304 x Perhitungan SEE dapat dilihat pada Tabel 5.27 mengenai Perhitungan SEE linear untuk DC Amerika Serikat. Tabel 5.27. Perhitungan SEE Linear untuk DC Amerika Serikat x y y y-y y-y 2 1 138 190.744 -52.744 2781.93 2 214 326.048 -112.048 12554.75 3 900 461.352 438.648 192412.1 4 720 596.656 123.344 15213.74 5 600 731.96 -131.96 17413.44 6 643 867.264 -224.264 50294.34 7 722 1002.568 -280.568 78718.4 8 1074 1137.872 -63.872 4079.632 9 1400 1273.176 126.824 16084.33 Universitas Sumatera Utara Tabel 5.27. Perhitungan SEE Linear untuk DC Amerika Serikat Lanjutan 10 1450 1408.48 41.52 1723.91 11 1774 1543.784 230.216 52999.41 12 1584 1679.088 -95.088 9041.728 78 11219 11218.99 0.008 453317.7 SEE Linear = 212.91  Metode Kuadratis Dibawah ini dapat dilihat Tabel 5.28 mengenai perhitungan parameter peramalan metode kuadraris untuk DC Amerika serikat Tabel 5.28. Perhitungan Parameter Peramalan metode kudratis untuk DC Amerika Serikat x y x.y x 2 x 3 x 4 x 2 y 1 138 138 1 1 1 138 2 214 428 4 8 16 856 3 900 2700 9 27 81 8100 4 720 2880 16 64 256 11520 5 600 3000 25 125 625 15000 6 643 3858 36 216 1296 23148 7 722 5054 49 343 2401 35378 8 1074 8592 64 512 4096 68736 9 1400 12600 81 729 6561 113400 10 1450 14500 100 1000 10000 145000 11 1774 19514 121 1331 14641 214654 12 1584 19008 144 1728 20736 228096 78 11219 92272 650 6084 60710 864026 Dengan menggunakan rumus yang sama diatas didapat nilai α = -22.308, = -1716 , = -306020, δ=232182, Φ =-3075962. dari nilai tersebut di dapat Universitas Sumatera Utara nilai a, b, c masing- masing adalah 164.67, 88.55, 3.60. Sehingga persamannya menjadi Y’ t = 164.67 + 88.5 x + 3.60 x 2 Perhitungan Standar error of Estimate dapat dilihat pada Tabel 5.29 Tabel 5.29. Perhitungan SEE metode kudratis untuk DC Amerika Serikat

x y x

2 y y-y y-y 2 1 138 1 256.77 -118.77 14106.31 2 214 4 356.07 -142.07 20183.88 3 900 9 462.57 437.43 191345 4 720 16 576.27 143.73 20658.31 5 600 25 697.17 -97.17 9442.009 6 643 36 825.27 -182.27 33222.35 7 722 49 960.57 -238.57 56915.64 8 1074 64 1103.07 -29.07 845.0649 9 1400 81 1252.77 147.23 21676.67 10 1450 100 1409.67 40.33 1626.509 11 1774 121 1573.77 200.23 40092.05 12 1584 144 1745.07 -161.07 25943.54 78 11219 650 11219.04 -0.04 436057.4 Perhitungan SEE :220.11 5. Pemilihan Metode Peramalan Terbaik Dari dua metode diatas dapat di tentukan 2 dua metode peramalan yang memiliki nilai SEE terkecil yang dapat kita lihat pada tabel 5.30 Tabel 5.30. Penentuan Metode Peramalan dengan Nilai SEE Terkecil Metode Peramalan Nilai SEE Distribution Center I II I II DC Amerika Serikat Linear Kuadratis 212.91 220.11 Universitas Sumatera Utara Setelah diketahui nilai SEE terkecil, kemudian dilakukan hipotesa : - Hipotesa Ho : Peramalan dengan menggunakan metode linear - Hipotesa Hi : Peramalan dilakukan menggunakan metode Kuadratis Dimana α = 0,05, v 1 = 10 , v 2 = 9. Metode yang digunakan adalah metode Linear 6. Verifikasi Peramalan Tabel 5.31 akan menunjukkan verifikasi peramalan untuk permintaan konsumen pada DC Amerika Serikat. Tabel 5.31. Parameter Verifikasi Peramalan untuk permintaan konsumen Pada DC Amerika Serikat x y y y-y y-y 2 MRt 1 138 190.744 -52.744 2781.93 2 214 326.048 -112.048 12554.75 59.304 3 900 461.352 438.648 192412.1 550.696 4 720 596.656 123.344 15213.74 315.304 5 600 731.96 -131.96 17413.44 255.304 6 643 867.264 -224.264 50294.34 92.304 7 722 1002.568 -280.568 78718.4 56.304 8 1074 1137.872 -63.872 4079.632 216.696 9 1400 1273.176 126.824 16084.33 190.696 10 1450 1408.48 41.52 1723.91 85.304 11 1774 1543.784 230.216 52999.41 188.696 12 1584 1679.088 -95.088 9041.728 325.304 78 11219 11218.99 0.008 453317.7 2335.912 MR = 2335.912 11= 212.355 UCL = +2.66 MR = +2.66 212.355 = 564.865 LCL = -2.66 MR = - 2.66 212.355 = -564.865 13 UCL = 188.288 23 UCL = 376.576 Universitas Sumatera Utara 13 LCL = - 188.288 23 LCL = - 376.576 dibawah ini dapat dilihat Gambar 5.8 mengenai moving range chart untuk DC Amerika Serikat Moving Range Chart Jumlah Permintaan DC USA -800 -600 -400 -200 200 400 600 800 Y-Y UCL LCL 23UCL 13UCL 13LCL 23LCL Gambar 5.8. Moving Average Chart untuk jumlah Permintaan DC Amerika Serikat Dari MRC pada Gambar 5.8 diatas terlihat bahwa tidak ada data yang out-of- control, maka data dianggap sudah representatif 7. Interpretasi Peramalan Data mengenai interpretasi peramalan dapat dilihat pada Tabel 5.32 dibawah ini. Universitas Sumatera Utara Tabel 5.32 Interpretasi Peramalan untuk DC Amerika Serikat DC Amerika Serikat X 55.44+135.304x X 55.44+135.304x X 55.44+135.304x 1 190.74 5 731.96 9 1273.17 2 326.04 6 867.26 10 1408.48 3 461.35 7 1002.56 11 1543.78 4 546.66 8 1137.87 12 1679.08

5.2.2. Perhitungan Safety Stock

safety stock dalam hal ini merupakan suatu acuan untuk melakukan pengorderan kembali guna memenuhi hasil peramalan. Dalam sistem DRP ini dilakukan dengan menganggap permintaan normal selama leadtime distribusi dan service level yang diinginkan adalah 95 . Artinya luas daerah kurva normal sebelah kanan sebesar 0,95 dan luas daerah sebelah kiri adalah 0,05. Dengan menggunakan kurva normal kita mendapatkan PZ = 1,645 = 0.95 atau 95 sesuai dengan landasan teori, perhitungan safety stock adalah : SS = s x z   n x xi x n i 2 1     maka safety stock untuk masing- masing DC adalah : Universitas Sumatera Utara a. Safety stock untuk DC Japan   24 . 41872 12 050 . 145 77 . 290099 12 2 2       x xi s SS = s . z = 41872.24 x 1.654 = 69256.6  69257 unit b. Safety Stock untuk Australia 19 . 5271 12 18728 96 . 36987 2    s SS = s . z = 5271.19 x 1.654 = 8671.11 8671 unit c. Safety Stock untuk Inggris 75 . 5821 12 20354 10 . 405210 2    s SS = s . z = 5821.75 x 1.654 = 9629.18 9629 unit d. Safety Stock untuk Amerika Serikat 64 . 3238 12 11219 98 . 22437 2    s SS = 3238.64 x 1.654 = 5356.71  5357 unit Universitas Sumatera Utara

5.2.3 Perhitungan EOQ

a. EOQ untuk DC Japan 17 . 14565 158000 13 145000 15020500 2 2    CV PD EOQ  14565 unit b. EOQ untuk DC Australia 64 . 5199 158000 13 98 . 18493 15013700 2 2    CV PD EOQ  5200 unit c. EOQ untuk Inggris 10 . 5963 158000 13 58 . 20260 18024500 2 2    CV PD EOQ  5963 unit d. EOQ untk Amerika Serikat 34 . 4677 158000 13 99 . 11218 20027000 2 2    CV PD EOQ  4677 unit

5.2.4. Distribution Resources Planning DRP Sheet

Distribution Resources Planning Sheet didapat setelah melalui beberapa tahapan. Yaitu :  Gross Requirement  Schedule Receipt adalah permintaan yang diterima  Project onHand pada akhir periode didapat dengan rumus : PoH = PoH t-1 + SR + Porec- GR  Porel akan menjadi GR pada periode sama untuk pusat pengiriman. Universitas Sumatera Utara Dibawah ini diberikan contoh penerapan tahapan perhitungan Distribution Resources Planning Sheet yang dapat dilihat pada Tabel 5.37. untuk DC Japan.  GR pada periode 1 sampai 12 didapat melalui interpretasi peramalan pada masing- masing DC  PoH pada periode 0 merupakan stock on hand yang dimiliki pabrik yang kemudian dihitung Poh pada setiap bulannya. Untuk periode 1 diperoleh melalui 38.000 – 4411 = 33589 unit Untuk periode 2 diperoleh melalui 33589 – 5807 = 27782 unit Untuk periode 6 karena stock onhand tidak mencukupi memenuhi kebutuhan pada periode 6 maka pada periode 5 di order barang sebesar 14565, sehingga perhitungan PoH pada periode 6 menjadi 2037 + 14565 – 11390 = 5212 unit Cara yang sama digunakan untuk Dc Inggris, DC Australia, dan DC Amerika Serikat.

5.2.5. Pegging Information

Pegging Information adalah cara untuk dapat melihat kembali sumber dari permintaan pada Central Suplly Facility untuk satu waktu tertentu. Pegging Information pada penelitian ini adalah sebagai berikut : a. Total Permintaan tahunan tiap DC =  Permintaan bulanan tiap DC = 101955 + 20800 + 23852 + 14031 = 160.638 Unit b. Total permintaan bulanan keseluruhan DC =  Permintaan bulanan Universitas Sumatera Utara Bulan 1 = 5200 + 5963 = 11.163 Unit Bulan 2 = 0 Bulan 3 = 4677 Unit Bulan 4 = 0 Bulan 5 = 14565 + 5200 + 5963 = 25.728 Unit Bulan 6 = 14565 Unit Bulan 7 = 14565 Unit Bulan 8 = 14565 + 5200 + 4677 = 24.442 Unit Bulan 9 = 14565 + 5963 = 20.528 Unit Bulan 10 = 14565 Unit Bulan 11 = 14565 + 5200 + 5963 + 4677 = 30.405 Unit Bulan 12 = 0 c. Total permintaan =  Total permintaan tahunan tiap DC = 160.638 Unit tabel pegging information pada masing- masing DC dapat dilihat pada Tabel 5.33 Tabel 5.33 Pegging Information Pegging Information Tiap DC Bulan DC Japan DC Australia DC Inggris DC Amerika Serikat Total permintaan Januari 0 5200 5963 0 11.163 Februari 0 0 0 0 0 Maret 0 0 0 4677 4677 April 0 0 0 0 0 Mei 14565 5200 5963 0 25728 Universitas Sumatera Utara Tabel 5.33 Pegging Information Lanjutan Juni 14565 0 0 14565 Juli 14565 0 0 14565 Agustus 14565 5200 4677 24.442 September 14565 5963 20.528 Oktober 14565 14.565 November 14565 5200 5963 4677 30.405 Desember 0 0 0 0 0 Jumlah 101955 20.800 23.852 14.031 160.638 Universitas Sumatera Utara

BAB VI ANALISA PEMECAHAN MASALAH