4.5. Peramalan Permintaan Tahun 2010
Peramalan adalah proses untuk memperkirakan kebutuhan dimasa datang dalam periode waktu dengan melihat tingkat permintaan konsumen atas suatu
produk. Peramalan dilakukan untuk masa mendatang melalui pengujian keadaan masa di masa lalu yang meliputi kebutuhan dalam ukuran kuantitas, kualitas,
waktu dan lokasi yang dibutuhkan dalam memenuhi permintaan barang ataupun jasa.
4.5.1. Membuat Plot Diagram Permintaan
Dari data permintaan produk genteng keramik Type Natural pada tabel 4.3. dapat digambarkan dalam suatu plot diagram dengan adanya permintaan
sebagai berikut :
Gambar 4.2. Plot Diagram Permintaan PT. KIA KERAMIK MAS 4.5.2. Penetapan Metode Peramalan.
Dilihat dari plot diagram permintaan produk pada gambar 4.2. Yang berpola musiman Seasonal. Sehingga untuk pengolahan data permintaan Juni
2010 sd Desember 2010, menggunakan 3 metode peramalan, yaitu : metode
single exponential smoothing SES, double exponential smoothing DES dan simple average SA.
4.5.3. Menghitung Masing – masing Kesalahan Peramalan
Peramalan ditujukan untuk memprediksi permintaan yang akan datang. Dari hasil perhitungan peramalan dengan menggunakan program Win QSB dapat
dilihat pada lampiran IV, maka dihasilkan nilai kesalahan peramalan yang diperoleh dari permintaan tahun lalu, seperti pada tabel 4.15. dibawah ini :
Tabel 4.15. Nilai Kesalahan Peramalan Dari Berbagai Metode Peramalan No.
Metode MAD
MSE MAPE
1 Simple Average
SA 45564.64 3.34683E+09
4.835787 2
Single Exponential Smoothing SES
46387.95 3.501812E+09 4.941459
3 Double Exponential Smoothing
DES 44402.22 3.419244E+09 4.732673
4.5.4. Memilih Metode Dengan Nilai Kesalahan Peramalan Terkecil
Dari tabel 4.15. diatas maka dapat disimpulkan bahwa metode yang memiliki kesalahan peramalan terkecil adalah metode Double Exponential
Smoothing nilai Alfha 0.5 dengan nilai kesalahan MAD = 44402.22, MSE
=3.419244E+09, MAPE = 4.732673
4.5.5. Uji Verivikasi Data Dengan MRC Moving Range Chart
Setelah didapat fungsi peramalan dengan kesalahan peramalan tekecil, kemudian perlu diadakan verifikasi apakah fungsi tersebut dapat diterapkan atau
tidak, maka alat yang dipakai adalah MRC Moving Range Chart. Cara membuat MRC adalah sebagai berikut :
MR =
ŷ
t
- y
t
– ŷ
t-1t
– y
t-1
Dimana : MR = Moving Range
ŷ
t
y =
Data hasil Peramalan hasil tertentu
t
ŷ = Data peramalan periode tertentu
t-1
y = Data hasil peramalan 1 periode sebelumnya
t-1
Adapun rata-rata moving range didefinisikan sebagai : = Data permintaan 1 periode tertentu
Dimana : MR =
Rata-rata moving range n = jumlah periode
Garis tengah peta moving range adalah pada titik. batas kontrol atas dan bawah Pada peta moving range adalah :
UCL = +2,66.MR LCL = -2,66.MR
Sementara itu, variable yang akan diplot ke dalam peta moving range : ∆y
t
= ŷ
t
Untuk uji yang paling tepat bagi kondisi diluar kendali adalah dengan cara – y
Membagi peta kendali ke dalam 6 bagian dengan selang yang sama. Yaitu daerah A adalah daerah diluar ± 23 2,66 . MR = ± 1,77 . MR diatas +1,77 MR dan
dibawah –1,77 MR. Daerah B adalah daerah diluar ± 0,89 . MR diatas +0.89 MR dan dibawah – 0,89 MR. Dibawah ini adalah tabel perhitungan MRC.
Tabel 4.16. Perhitungan Moving Range
Bulan Periode t
Peramalan Permintaan
Error Moving Range
MR Januari 2009
Pebruari 2009 Maret 2009
April 2009 Mei 2009
Juni 2009 Juli 2009
Agustus 2009 September 2009
Oktober 2009 November 2009
Desember 2009 Januari 2010
Pebruari 2010 Maret 2010
April 2010 Mei 2010
1 2
3 4
5 6
7 8
9
10 11
12 13
14 15
16 17
- 850000
887750 896500
908313 912688
899360 901188
898598 910801
929902 938702
959226 940801
944745 930794
929608 850000
1001000 885000
935000 914000
855000 920000
889000 950000
975000 946000
1012000 865000
975000 885000
940000 910000
- -151000
2750 -38500
-5687 57688
-20640 12188
-51402 -64199
-16098 -73298
94226 -34199
59745 -9206
19608 -
151000 153750
41250 32813
63375 78328
32828 63590
12797 48101
57200
167524 128425
93944 68951
28814
∑
MR
1222690
Perhitungan :
1 −
=
∑
n MR
MR
16 1222690
=
= 76418.12 MR
BKA .
66 .
2 =
MR BKB
. 66
. 2
− =
= 2.66 . 76418.12 = –2.66 . 76418.12
= 203272 = –203272
Daerah A = ± 1.77 .
MR
Daerah B = ± 0.89 .
MR
= ± 1.77 . 76418.12 = ± 0.89 . 76418.12
= ± 135260 = ± 68012
Gambar 4.3. Peta Kendali Moving Range
Dari gambar grafik diatas dapat disimpulkan bahwa perhitungan moving range untuk menggunakan metode Double Eksponential Smoothing dengan alfa 0.5
layak dipakai untuk peramalan karena, data error berada pada batas kontrol atas dan batas kontrol bawah.
4.5.6. Hasil Peramalan Dengan Metode Yang Dipilih
Hasil peramalan metode Double Exponential Smoothing dengan menggunakan program Win QSB, seperti pada tabel 4.17. sebagai berikut :
Tabel 4.17. Data Hasil Peramalan Permintaan Produk Periode
Tahun Bulan
Permintaan Unit
1 2010
Juni 924410
2 2010
Juli 924410
3 2010
Agustus 924410
4 2010
September 924410
5 2010
Oktober 924410
6 2010
November 924410
7 2010
Desember 924410
Total 6470870
Untuk lebih jelasnya dapat dilihat pada lampiran IV
4.6. Jadwal Induk Produksi JIP