Analisis peramalan terhadap permintaan Sports Wear Haddad Brand di CV. Cahyo Nugroho Jati Sukoharjo Armando OKE
commit to user
i
HADDAD BRAND DI CV. CAHYO NUGROHO JATI SUKOHARJO
TUGAS AKHIR
Diajukan Untuk Melengkapi Syarat-Syarat Mencapai Gelar Ahli Madya Manajemen Industri
Oleh : ARMANDO
F3508015
PROGRAM STUDI DIII MANAJEMEN INDUSTRI FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET
SURAKARTA 2011
(2)
commit to user
ii
ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORT WEAR HADDAD BRAND DI CV.CAHYO NUGROHO JATI SUKOHARJO
CV. Cahyo Nugroho Jati merupakan perusahaan yang bergerak di bidang garmen. Perusahaan ini terletak di Jln. Solo – Baki km. 03, Gedangan, Grogol, Sukoharjo. Perusahaan ini menentukan jumlah barang yang diproduksi agar sesuai dengan permintaan konsumen. Oleh karena itu perlu direncanakan besarnya permintaan produk yaitu sport wear Haddad Brand dengan melakukan peramalan permintaan.
Permasalahan pada penelitian kali ini adalah pertama, berapa besar permintaan Sport Wear Haddad Brand pada tahun 2011 – 2013. Kedua, berapa besar tingkat kesalahan peramalan (forecast error) pada masing – masing metode. Yang ketiga, metode manakah yang paling tepat untuk digunakan dalam meramalkan permintaan Sport wear Haddad Brand tahun 2011 – 2013.
Tujuan dari penelitian ini adalah pertama untuk mengetahui besarnya ramalan permintaan sport wear Haddad Brand pada tahun 2011-2013. Kedua untuk mengetahui tingkat kesalahan peramalan ( forecast error ) pada masing-masing periode. Terakhir yang ketiga, untuk menentukan metode apa yang paling tepat dalam meramalkan permintaan sport wear Haddad Brand pada periode berikutnya berdasrkan forecast error.
Dalam menentukan besarnya barang yang diproduksi, agar sesuai dengan permintaan konsumen, maka perlu dilakukan peramalan permintaan sport wear Haddad Brand pada tahun 2011 – 2013. Adapun 3 metode yang digunakan dalam peramalan ini yaitu Moving Average ( 2 & 3 periode ) dan Trend Least Squared. Kemudian ke-3 metode dibandingkan untuk mengetahui metode manakah yang memiliki tingkat kesalahan terkecil dalam meramalakan permintaan sport wear Haddad Brand. Dari hasil peramalan tersebutdapat digunakan sebagai dasar penentuan jumlah produk yang akan diproduksi oleh perusahaan sesuai dengan permintaan konsumen.
Setelah dilakukan analisis data dan pembahasan dapat disimpulkan bahwa peramalan produksi dengan metode Trend Least Squared lebih sesuai digunakan dalam meramalkan permintaan sport wear Haddad Brand pada tahun 2011 – 2013 karena memilki kesalahan ( forecast error ) terkecil. Sedangkan tingkat kesalahan terkecil dari peramalan tahun 2011 – 2013 yaitu MAD (23.9905, 20.61, 18.0476)dan MSE (769.98, 673.7335, 598.8869).oleh karena itu, dalam meramalkan permintaan jangka panjang sebaiknya perusahaan CV. Cahyo Nugroho Jati menggunakan metode Trend Least Squared.
(3)
commit to user
iii
ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORT WEAR HADDAD BRAND DI CV.CAHYO NUGROHO JATI SUKOHARJO
CV. Cahyo Nugroho Jati is a company engaged in the garment. The company is located in Jln. Solo - Tray km. 03, Gedangan, Grogol, Sukoharjo. The company determines the amount of goods produced to match consumer demand. It is therefore necessary to plan the big demand of sports wear products by Haddad Brands to forecast demand. Problems in this study is the first time, how much demand Haddad Sport Wear Brand in the year 2011 to 2013. Second, how much the level of forecasting error (forecast error) on each - each method. The third, which is the most appropriate method for use in forecasting demand Haddad Sport wear Brand of 2011 to 2013.
The purpose of this study is the first to know the size of the demand forecast Haddad Brand sports wear in the year 2011-2013. Secondly to determine the level of forecast error (forecast error) in each period. The last third, to determine what the most appropriate method of forecasting demand for sports wear Haddad berdasrkan Brand in the next period forecast error. In determining the amount of manufactured goods, to fit the demands of consumers, it is necessary to demand forecasting Haddad Brand sports wear in the year 2011 to 2013. The three methods used in forecasting is the Moving Average (2 & 3 periods) and Trend Least Squared. Then all three methods are compared to find out which method has the smallest error rate in demand meramalakan Haddad Brand sports wear. From the results of forecasting tersebutdapat used as the basis for determining the amount of product to be manufactured by the company in accordance with consumer demand.
After data analysis and discussion can be concluded that the production forecast by Trend Least Squared method is more suitable for use in forecasting demand Haddad Brand sports wear in the year 2011 - 2013 because it has an error (forecast error) the smallest. While the smallest error rate of the forecasting year 2011 - 2013 is MAD (23.9905, 20.61, 18.0476) and MSE (769.98, 673.7335, 598.8869). Therefore, in predicting long-term demand for the company should resume. Cahyo Nugroho Jati using Trend Least Squared method.
(4)
commit to user
iv Tugas Akhir dengan Judul :
ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORTS WEAR HADDAD BRAND DI CV. CAHYO NUGROHO JATI SUKOHARJO
Telah disahkan oleh Tim Penguji Tugas Akhir
Program Studi Diploma 3 Manajemen industri
Fakultas Ekonomi Universitas Sebelas Maret Surakarta
Surakarta, Juli 2011
Pembimbing Tugas Akhir
Drs. Karsono, M.si ( )
(5)
commit to user
v
Cintailah pasanganmu seperti engkau mencintai hidupmu karena sesungguhnya pasanganmu adalah jiwa yang mengalir di dalam hidupmu
( Khalil Gibran )
Tunjukkanlah apa yang kamu bisa tunjukkan dan berikanlah apa yang mampu kamu berikan walaupun sesungguhnya berat memberikan sesuatu yang paling
kamu cintai
( sayyidina Ali bin Abi Thalib )
Tidak penting dengan siapa kita tinggal, namun lebih penting dengan siapa kita akan hidup di hari mendatang yang akan bersama selamanya mengarungi dunia
menuju kehidupan abadi di alam surgawi ( penulis )
Cintailah Allah SWT melebihi engkau mencintai dirimu sendiri bahkan melebihi mencintai pasanganmu sendiri
(6)
commit to user
vi Karya sederhana ini saya persembahkan untuk :
1) Allah SWT yang telah memberikan saya nikmat iman, serta nikmat sehat sehingga saya mampu menyelesaikan Tugas Akhir ini.
2) Ayah serta ibu saya yang telah menghidupi saya selama ini. Terima kasih atas semua yang telah kalian berikan. Kalianlah orang tua terbaikku. 3) (Alm) kakek dan nenekku tersayang.aku bisa buktikan kalau aku mampu
untuk lulus
4) Budeku. Terima kasih atas bimbingannya selama saya di kota solo. Aku akan mengingat selalu bimbinganmu
5) Intan Marcelina Sari kekasih hatiku. Terima kasih atas semangatmu dalam menaungi hidupku. Aku mencintaimu dari lubuk hatiku
6) Buat teman-teman anak jakarta yang berada di solo. Kita masih tetap satu etnis, etnis betawi punye gaye
(7)
commit to user
vii
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan Rahmat dan Karunia-Nya sehingga Laporan Tugas Akhir dengan Judul Analisis Peramalan Terhadap Permintaan Sports Wear Haddad Brand Di Cv. Cahyo Nugroho Jati Sukoharjo, ini dapat diselesaikan dengan baik.
Tugas akhir ini disusun untuk memenuhi Syarat-syarat mencapai Gelar Ahli Madya pada Program D3 Studi Manajemen Industri Fakultas Ekonomi Universitas Sebelas Maret.
Dalam kesempatan ini penulis sampaikan ucapan terima kasih kepada pihak-pihak yang membantu penyusunan laporan tugas akhir ini :
1. Bapak Prof. Dr. Wisnu Untoro, MS selaku Dekan fakultas Ekonomi Universitas Sebelas Maret
2. Bapak Drs. Karsono, MSi selaku Pembimbing Tugas Akhir yang telah memberikan pengarahan selama penyusunan tugas akhir.
3. Ibu Sinto Sunaryo, SE, MSi selaku Ketua Program Studi Diploma 3 Manajemen Industri Universitas Sebelas Maret
4. Bapak Reza Rahardian,SE, M.Si selaku Penguji Tugas Akhir yang telah memberikan pengarahan selama penyusunan tugas akhir.
(8)
commit to user
viii
yang telah memberikan izin kepada kami untuk melakukan magang kerja dan telah banyak membantu dalam proses magang kerja.
6. Seluruh staf dan karyawan CV. Cahyo Nugroho Jati yang telah memberikan bantuan kepada penulis selama penelitian.
7. Bapak dan Ibu Dosen serta segenap karyawan Fakultas Ekonomi UNS
8. Intan Marcelina Sari kekasihku yang telah memberikan semangat hidup dalam mengerjakan Tugas Akhir ini.
9. Teman-temanku seperjuangan di Manajemen Industri . Terima kasih atas semuanya.
10. Semua pihak yang tidak mungkin disebutkan satu persatu yang secara langsung maupun tidak langsung yang telah banyak membantu penulis dalam menyelesaikan tugas akhir ini.
Penulis menyadari sepenuhnya atas kekurangan dalam penulisan tugas akhir ini. Untuk itu penulis mengharapkan kritik dan saran yang membangun . Namun demikian , karya sederhana ini diharapkan dapat bermanfaat bagi pihak-pihak yang membutuhkan.
Surakarta, Juli 2011
(9)
commit to user
ix
Halaman
HALAMAN JUDUL ... i
ABSTRAK ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PENGESAHAN ... iv
MOTTO ... v
PERSEMBAHAN ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ... ix
DAFTAR TABEL ... xi
DAFTAR GAMBAR ... xii
DAFTAR LAMPIRAN ... xiii
BAB I PENDAHULUAN A. Latar Belakang ... 1
B. Rumusan Masalah ... 4
C. Tujuan Penelitian... 5
D. Manfaat Penelitian... 5
E. Metode Penelitian ... 6
F. Alur Pemikiran ... 10
BAB II TINJAUAN PUSTAKA A. Pengertian Peramalan ... 12
B. Tujuan Peramalan ... 13
C. Jenis-Jenis Peramalan ... 13
(10)
commit to user
x
F. Pengukuran Kesalahan Peramalan ... 26
BAB III PEMBAHASAN A. Gambaran Objek Penelitian ... 28
B. Visi dan Misi ... 29
C. Struktur Organisasi ... 30
D. Proses Produksi ... 39
E. Laporan Magang ... 42
1. Pelaksanaan magang ... 42
2. Kegiatan Magang Kerja ... 43
F. Pembahasan Masalah ... 44
BAB IV PENUTUP A. Kesimpulan... 68
B. Saran ... 70 DAFTAR PUSTAKA
(11)
commit to user
xi TABEL
Halaman III.1 data permintaan sports wear haddad brand 2005-2010 ... 45 III.2 perhitungan forecast error permintaan sports wear haddad brand
tahun 2011 dengan metode moving average 2 periode ... 447 III.3 perhitungan forecast error permintaan sports wear haddad brand
tahun 2012 dengan metode moving average 2 periode ... 49 III.4 perhitungan forecast error permintaan sports wear haddad brand
Tahun 2013 dengan metode moving average 2 periode... 51 III.5 perhitungan forecast error permintaan sports wear haddad brand
Tahun 2011 dengan metode moving average 3 periode... 54 III.6 perhitungan forecast error permintaan sports wear haddad brand
Tahun 2012 dengan metode moving average 3periode... 56 III.7 perhitungan forecast error permintaan sports wear haddad brand
Tahun 2013 dengan metode moving average 3periode... 58 III.8 perhitungan Metode Trend Least Squared pada tahun 2005-2010 60 III.9 permintaan sport wear Haddad brand tahun 2011 dengan metode
Trend Least Squared ... 64 III.10 permintaan sport wear Haddad brand tahun 2012 dengan metode
Trend Least Squared ... 65 III.11 permintaan sport wear Haddad brand tahun 2013 dengan metode
Trend Least Squared ... 66 III.12 perbandingan forecast error pada masing-masing periode peramalan
tahun 2011-2013 ... 67 IV.1 perbandingan tingkat kesalahan dari setiap metode……… 69
(12)
commit to user
xii Gambar
Halaman I.1 Alur pemikiran ... 10 III.1 Struktur organisasi CV. Cahyo Nugroho Jati ... 32 III.2 Proses Produksi CV. Cahyo Nugroho Jati ... 40
(13)
commit to user
xiii Lampiran 1. Surat Pernyataan
Lampiran 2. Surat Keterangan Magang Lampiran 3. Penilaian Magang
(14)
commit to user
28 BAB I
PENDAHULUAN
A. LATAR BELAKANG MASALAH
Dewasa ini, semakin banyaknya perusahaan yang didirikan baik itu perusahaan jasa maupun perusahaan manufaktur. Biasanya perusahaan-perusahaan tersebut satu sama lain saling bersaing untukmendapatkan hasil yang terbaik. Setiap perusahaan didirikan untuk mendapatkan keuntungan dan meningkatkan penjualan barang atau jasa sehingga kontinuitas perusahaan di masa sekarang dan masa yang akan datang tetap terjaga. Selain itu perusahaan juga mempunyai tujuan untuk membuka lapangan kerja baru dalam rangka membantu program pemerintahdalam mengurangi angka pengangguran.
Dalam suatu perusahaan biasanya terdapat seorang pemimpin atau manajemen yang baik dalam menentukan suatu keputusan. Biasanya keputusan yang dilakukan oleh manajemen itu adalah untuk menentukan tingkat produksi barang atau jasa, yang perlu disiapkan untuk masa datang. Penentuan tingkat produksi, yang merupakan tingkat penawaran yang dipengaruhi oleh jumlah permintaan pasar yang dapat dipenuhi oleh perusahaan. Apabila tingkat penawaran yang lebih rendah dibandingkan dengan kemampuan pangsa pasar yang dapat diraih mengakibatkan hilangnya kesempatan untuk memperoleh
(15)
commit to user
29
keuntungan, bahkan mengakibatkan hlangnya pelanggan karena beralih ke pesaing.
Untuk membantu tercapainya suatu keputusan yang optimal diperlukan adanya suatu cara yang tepat, sistematis dan dapat dipertanggung jawabkan. Salah satu alat yang diperlukan oleh manajemen dan merupakan proses pengambilan keputusan adalah “ metode peramalan“ ( Herjanto, 1999:115 ). Dengan adanya metode peramalan produksi, perusahaan dapat mengukur atau menaksirkan keadaan di masa datang. Peramalan tidak hanya digunakan untuk menentukan jumlah produksi yang dibuat atau kapasitas produksi jasa yang disediakan, tetapi juga diperlukan dalam berbagai bidang lain seperti : dalam penjualan, personalia, peramalan teknologi, ekonomi, ataupun perubahan sosial budaya. Apabila suatu perusahaan tidak menerapkan peramalan maka perusahaan tersebut tidak dapat meramalkan kebutuhan di masa datang dan biasanya mengalami kerugian. Oleh karena itu, dengan menerapkan peramalan produksi maka proses produksi dapat berjalan lancar.
Baroto (2002 : 22) memberikan penjelasan bahwa tahap pertama dalam perencanaan dan pengendalian produksi bila produksi bertipe made to stock adalah menentukan suatu peramalan akurat dari permintaan unuk item yang diproduksi. Peramala juga digunakan sebagai dasar untuk menentukan kebijaksanaan pengendalian dari sistem persediaan, membuat perencanaan
(16)
commit to user
30
produksi, pembebanan menentukan kebutuhan mesin, peralatan, bahan serta untuk menentukan tingkat tenaga kerja selama periode produksi.
Dengan adanya tuntutan besar terhadap suatu produk yang dihasilkan, maka diperlukan tindakan khusus pada bagian produksi dalam suatu perusahaan. Handoko ( 1999:225 ) mengatakan bahwa manajemen produksi harus mampu membuat keputusan-keputusan yang berkaitan dengan proses, perencanaan, kapasitas, lay out kapasitas, serta mengambil berbagai keputusan yang sifatnya terus menerus berkaitan dengan perencanaan, penjadwalan, dan persediaan. Untuk melakukan perencanaan tersebut maka diperlukan suatu tindakan peramalan (forecasting) terhadap permintaan produksi.
Menurut Nasution (2003:46) mengatakan bahwa peramalan adalah proses untuk memperkirakan berapa kebutuha dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Peramalan merupakan pengolahan data-data historis untuk menentukan kecendrungan pola-pola suatu hal dimasa lalu, pola-pola permintaan terhadap barang dan jasa yang dapat berbentuk musiman atau selalu konstan. Pola-pola umum yang terjadi pada masa lalu tersebut akan menjadi salah satu masukan dalam pembuatan model keputusan yang diambil pihak manajemen untuk menentukan jumlah produksi yang akan datang.
(17)
commit to user
31
CV Cahyo Nugroho Jati merupakan perusahaan yang bergerak di bidang garmen. Roduksi yang dihasilkan oleh CV Cahyo Nugroho Jati adalah pakaian olahraga yang berbentuk jaket, celan training dan kaos olahraga. CV Cahyo Nugroho Jati membuat semua produksinya berdasarkan pesanan. Biasanya perusahaan mengekspor hasil dari produksinya untuk dipasarkan ke luar negeri dan yang menjadi mayoritas negara tujuannya ialah negara-negara di kawasan Amerika. Sports wear pada saat ini merupakan jenis pakaian yang paling banyak permintaannya dikarenakan trend dari masyarakat yang mulai menyukai olahraga sebagai bagian dari pola hidup sehat. Peminat dari produk ini merupakan semua kalangan baik tua maupun muda yang menyukai olahraga. Oleh karena itu, untuk memenuhi permintaan konsumen atau pasaran, maka penulis memberikan masukan kepada perusahaan untuk menggunakan metode peramalan karena perusahaan belum melakukan proses peramalan terhadap permintaan suatu produk untuk masa yang akan datang. Atas latar belakang masalah maka peneliti mengambil tema mengenai peramalan suatu produk di sebuah perusahaan dengan judul : “ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORTS
WEAR DI CV. CAHYO NUGROHO JATI SUKOHARJO”.
B. PERUMUSAN MASALAH
Berdasarkan tinjauan latar belakang masalah diatas, maka permasalahan yang dapat dirumuskan dalam penelitian ini adalah sebagai berikut :
(18)
commit to user
32
1. Bagaimanakah hasil peramalan permintaan produk Sports wear pada tahun 2011 – 2013 dengan menggunakan metode Single Moving Average dengan 2 periode dan 3 periode dan metode Trend Least Square ?
2. Berapakah forecast error masing-masing metode ?
3. Metode manakah yang paling baik diantara dua metode diatas untuk meramalkan permintaan sports wear pada periode berikutnya berdasarkan
forecast errornya ?
C. TUJUAN PENELITIAN
1. Untuk mengetahui hasil ramalan permintaan produk majalah pada tahun 2011 – 2013 dengan menggunakan metode Single Moving Average 2 periode dan 3 periode dan metode Trend Least Squared.
2. Untuk mengetahui forecast error masing- masing periode.
3. Untuk membandingkan metode yang paling baik dalam meramalkan permintaan pada periode berikutnya berdasarkan forecast errornya.
D. MANFAAT PENELITIAN 1. Bagi Penulis
a. Menambah pengetahuan dan wawasan tentang peramalan suatu produk terutama yang terjadi dalam perusahaan.
(19)
commit to user
33
b. Sebagai sarana penerapan ilmu-ilmu yang telah diperoleh di bangku kuliah dengan kenyataan dan situasi yang ada dalam perusahaan.
c. Menambah pengalaman dalam bekerja di suatu perusahaan. 2. Bagi Perusahaan
a. Perusahaan dapat melihat serta memprediksi langkah apa saja yang harus diambil untuk permintaan tahun berikutnya.
b. Sebagai bahan pertimbangan bagi perusahaan dalam menentukan kebijakan-kebijakan perusahaan dalam penyediaan bahan baku untuk proses produksi.
c. Perusahaan juga dapat mengamati jumlah penjualan dan jumlah permintaan tiap tahunnya.
3. Bagi Pembaca
a. Sebagai sarana penambah pengetahuan dan wawasan dalam bidang produksi khususnya peramalan.
b. Memberikan informasi atau gambaran tentang perusahaan CV. Cahyo Nugroho Jati yang letaknya di Solo Baru, Sukoharjo.
(20)
commit to user
34 E. METODE PENELITIAN
1. Desain Penelitian
Desain yang digunakan peneliti untuk meramalkan permintaan pada sports wear yaitu berupa desain kasus. Peneliti menggunakan desain kasus karena apabila sewaktu-waktu terdapat masalah dalam jumlah permintaannya kurang ataupun melebihi jumlah produksinya maka diperlukan adanya metode peramalan.
2. Objek Penelitian
Penelitian dilaksanakan atau dilakukan pada CV. Cahyo Nugroho Jati yang beralamat di jl. Raya Solo – Baki, Gedangan, Km. 3 Sukoharjo, Surakarta. 3. Jenis dan Sumber Data
a. Jenis data
Ada 2 jenis data yang digunakan, data primer dan data sekunder, yang diperoleh secara langsung dan tidak langsung dari objek yang diteliti. 1) Data primer yaitu data yang diperoleh secara
langsung dari sumber data, data ini biasanya diperoleh dengan wawancara yang berupa penjelasan tentang data-data permintaan dan penjualan sports wear.
2) Data sekunder yaitu data yang diperoleh dari dokumen yang berada di pabrik dan buku-buku referensi lainnya. Dalam
(21)
commit to user
35
penelitian ini data sekunder yang diperlukan adalah data sejarah perkembangan perusahaan, tujuan perusahaan, dan struktur organisasi perusahaan.
b. Sumber Data
Sumber data diperleh dari bagian marketing pada perusahaan CV. Cahyo Nugroho Jati, Sukoharjo, Surakarta.
4. Metode Pengumpulan Data
a. Wawancara
Suatu cara pengumpulan data dengan melakukan tanya jawab langsung dengan manajer ataupun karyawan serta pihak-pihak yang bersangkutan. Data berupa jumlah permintaan sport wear haddad brand
b. Dokumentasi
Suatu metode pengumpulan data yang dilakukan dengan cara mencatat atau mencopy data dari perusahaan. Data yang berupa struktur organisasi perusahaan.
c. Study Pustaka
Dengan cara mempelajari buku-buku dan artikel-artikel lain yang dapat membantu memecahkan masalah yang mendasari penelitian. Data berupa tekhnik peramalan yang akan digunakan .
(22)
commit to user
36 d. Observasi
Mahasiswa dalam mencari informasi dengan cara mengadakan pengamatan secara langsung di lapangan. Data yang berupa sport wear haddad brand yang siap dikirim.
5. Metode Pembahasan a. Pembahasan Deskriptif
Di sini penulis menggunakan metode deskriptif dengan cara membuat grafik untuk permintaan sebuah produk pada perusahaan ini.
b. Peramalan
Teknik yang digunakan penulis dalam penelitian kali ini yaitu dengan menggunakan teknik forecasting (peramalan) untuk meramalkan jumlah permintaan suatu produk di masa yang akan datang. Dalam penelitian kali ini penulis menggunakan beberapa metode peramalan. Teknik peramalan (forecasting) yang digunakan ialah :
1) Single Moving Average 2 periode
2) Single Moving Average 3 periode
(23)
commit to user
37 F. ALUR PEMIKIRAN
Gambar 1.1
Alur Pemikiran Data Historis
Data jumlah permintaan sports wear pada tahun berikutnya
Penentuan Metode Peramalan Single Moving Averaged &
Trend Least Squared
Keputusan
Melakukan peramalan dengan metode Trend Least Squared Ramalan yang Akan Datang Permintaan konsumen yang
akan datang
Pemilihan Metode Peramalan Tepat
Dipilih dengan Error yang terkecilterkecil Penentuan Error Mencari tingkat kesalahan dari
masing-masing metode peramalan
(24)
commit to user
38
Setiap perusahaan mengalami pasang surutnya penjualan dalam produknya. Umumnya permintaan konsumen terhadap poduknya selalu berubah-ubah dalam setiap periode sehingga perusahaan tersebut perlu membuat ramalan permintaan. Dimana untuk membuat ramalan tersebut diperlukan suatu data historis yang pada periode-periode sebelumnya. Dalam menghitung data tersebut digunakan 3 metode, yaitu Single Moving Average 2, Single Moving Average 3 periode serta Trend Least Squared.
Dari hasil peramalan tersebut diari tingkat kesalahan pada masing-masing metode peramalan. Penghitungan kesalahan peramalan tersebut mengunakan MAD ( Mean Absolute Deviation ) dan MSE ( Mean Squared Error). Untuk mengetahui metode mana yang paling tepat dapat dicari tingkat kesalahan ( Error ) yang lebih mendekati nol pada masing-masing metode tersebut yakni Single
Moving Average 2, Single Moving Average 3 periode serta Trend Least Squared.
Dari hasil peramalan tersebut dapat diketahui jumlah penjualan produk sports wear pada masa yang akan datang. Sehinga kita dapat dengan mudah mengetahui jumlah permintaan konsumen yang akan datang. Hal tersebut dapat dijadikan dasar perencanaan oleh manajer perusahaan. Selanjutnya manajer akan mengambil keputusan setelah mengetahui data peramalan dan perencanaan di atas.
(25)
commit to user
39 BAB II
TINJAUAN PUSTAKA
A. PENGERTIAN PERAMALAN
Peramalan merupakan gmbaran keadaan perusahaan pada masa yang akan datang, gambaran ini sangat penting perananya bagi manajemen perusahaan. Karena dengan gambaran tersebut maka perusahaan dapat memprediksi langkah – langkah apa saja yang diambil dalam memenuhi permintaan konsumen.
Adapun pengertian peramalan sesuai penjabaran dari berbagai para ahli :
1. Menurut Assauri (1995:3) “ Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang “ 2. Menurut Subagyo (1994:2) “ Peramalan adalah perkiraan mengenai
sesuatu yang belum terjadi “
3. Menurut Handoko (1999:260) “ Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa mendatang melalui pengertian keadaan dimasa lalu ”
4. Menurut Herjanto (1999:115) “ Peramalan adalah proses mengukur atau menaksirkan keadaan di masa datang “
(26)
commit to user
40
5. Menurut Render dan Heizer (2001:46) “ Peramalan adalah seni dan ilmu yang memproduksi peristiwa –peristiwa pada masa depan “
6. Menurut Nasution (2003:46) “ Peramalan adalah suatu proses untuk memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas , kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa “
B. TUJUAN PERAMALAN
Menurut Subagyo (1994:1), tujuan peramalan adalah mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang bisa di ukur dengan Mean Absolute Error (MAE) dan Mean Square
Error (MAD). Dengan adanya peramalan permintaan ini berarti manajemen
perusahaan telah mendapatkan gambaran perusahaan di masa yang akan datang, sehingga manajemen perusahaan akan memeperoleh masukan yang sangat berarti dalam menentukan kebijaksanaan perusahaan.
C. JENIS – JENIS PERAMALAN
Menurut Render dan Heizer (2001:46) peramalan dapat di bedakan menjadi 3 jenis, yaitu :
1. Peramalan Ekonomi : membahas siklus bisnis dengan memprediksi tingkat inflansi, suplay uang permulaan dan indikator – indikator lain.
(27)
commit to user
41
2. Peramalan Teknologi : tingkat kemajuan teknologi yang akan melahirkan produk – produk baru yang mengesankan, membutuhkan pabrik dan peralatan lain.
3. Peramalan Permintaan : proyeksi permintaan untuk produk atau jasa perusahaan
Menurut Nasution (2003:35) jenis peramalan dapat dibedakan dari beberapa segi, tergantung cara melihatnya. Jika dilihat secara umum, peramalan dapat diklasifikasikan menjadi 2 macam, yaitu :
1. Peramalan yang bersifat subyektif yaitu
Peramalan yang lebih menekankan pada keputusan – keputusan hasil diskusi, pendapat pribadi seseorang dan intuiusi dari orang yang menyusun meskipun kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan ini terdiri dari 2 metode, yaitu :
a. Metode Delphi
Metode ini merupakan cara sistematis untuk mendapatkan keputusan bersama dari suatu grup yang terdiri dari para ahli dan disiplin yang berbeda.
b. Metode Penelitian Pasar
Metode ini mengumpulkan dan menganalisa fakta secara sistematis pada bidang yang berhubungan dengan pemasaran.
(28)
commit to user
42 2. Peramalan yang bersifat Obyektif yaitu :
Prosedur pengalaman yang mengikuti aturan – aturan matematis statistik dalam menunjukan hubungan antara permintaan dengan satu atau lebih variable yang mempengaruhinya. Peramalan ini terdiri dari 2 metode, yaitu :
a. Metode Intrinsik
Metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis tanpa mempertimbangkan faktor – faktor eksternal yang mungkin mempengaruhi besarnya permintaan. Metode ini akan diwakili oleh analisis deret waktu (time series).
b. Metode ekstrinsik
Metode ini mempertimbangkan faktor – faktor eksternal yang mungkin dapat mempengaruhi besarnya permintaan di masa datang dalam model peramalannya. Biasanya metode ini banyak dipakai untuk peramalan pada tingkat agregat dan metode regresi.
Sedangkan peramalan jika dilihat dari horizon waktunya menurut Render dan Heizer (2001:46) ada 3 macam, yaitu :
1. Peramalan Jangka Pendek
Peramalan yang rentang waktunya mencapai 1 tahu tapi umumnya kurang dari 3 bulan
(29)
commit to user
43 2. Peramalan Jangka Menengah
Peramalan jangka menengah biasanya berjangka 3 bulan hingga 3 tahun. 3. Peramalan Jangka Panjang
Peramalan yang rentang waktunya bisa 3 tahun atau lebih.
Sifat ramalan menurut Render dan Heizer (2001:46) dapat dibedakan atas 2 macam, yaitu :
1. Peramalan Kualitatif
Yaitu, peramalan yang memanfaatkan faktor – faktor penting seperti, intuisi, pengalaman pribadi dan sistem nilai pengambilan keputusan. Dalam metode peramalan kualitatif terdapat 5 teknik, yaitu :
a. Metode Delphi :
Proses kelompok interatif ini mengijinkan para ahli yang mungkin tinggal di beberapa tempat, untuk membuat peramalan
b. Juri dari Opini Eksekutif
Metode ini mengambil opini dari sekelompok kecil manajer tingkat tinggi, seringkali dikombinasikan dengan model – model statistik dan menghasilkan estimasi permintaan kelompok.
(30)
commit to user
44 c. Gabungan Armada Penjualan
Metode ini mengestimasikanjumlah penjualan diwilayahnya, ramalan lalu ini dikaji ulang untuk menyakinkan kualitasnya.
d. Survei Pasar Konsumen
Metode ini memperbesar masukan dari pelanggan atau calon pelanggan tanpa melihat rencana pembelian masa depanya.
e. Pendekatan Naif
Cara sederhana untuk peramalan ini mengasumsikan bahwa permintaan dalam periode berikutnya adalah sama dengan permintaan dalam periode sebelumnya.
2. Peramalan Kuantitatif
Yaitu, peramalan yang menggunakan berbagai model matematika yang menggunakan data historis variabel kausal untuk meramalkan permintaan. Metode peramalan kuantitatif ini ada 2 metode, yaitu :
a. Model seri Waktu ( Times Series)
1) Rata – rata bergerak ( Moving Average )
2) Penghalusan eksponensial ( Exponential Smoothing ) 3) Trend ( Proyeksi Trend )
(31)
commit to user
45 b. Model kausal
1) Regresi Linier ( Linier Regression )
D. TAHAP – TAHAP PERAMALAN
Menurut Render dan Haizer (2001:50) peramalan terdapat 8 tahap yaitu : 1. Menentukan penggunaan peramalan itu tujuan yang akan dicapai atas
peramalan tersebut
2. Memilih hal – hal yang akan diramalkan
3. Menentukan horizon waktunya yakni jangka pendek, menengah atau panjang
4. Memilih model peramalannya
5. Mengumpulkan data yang dibutuhkan untuk membuat ramalan 6. Meenentukan model peramalan yang tepat
7. Membuat ramalan 8. Menerapkan hasilnya
E. METODE PERAMALAN 1. Pengertian Metode Peramalan
Metode peramalan menurut Assauri (1998:7) adalah cara memperkirakan secara kuantitatif apa yang terjadi pada masa yang akan
(32)
commit to user
46
datang, berdasarkan data yang relevan pada masa lalu, maka termasuk dalam kegiatan peramalan kuantitatif.
Kemampuan untuk memperkirakan kegiatan yang terjadi pada akhir – akhir ini sangat ditentukan oleh tepat tidaknya peramalan yang dilakukan atas dasar keadaan masa yang lalu, maka teerdapat usaha mengembangkan teknik dan metode peramalan. Keberhasilan suatu peramalan sangat ditentukan oleh pengetahuan teknik informasi yang lalu , informasi ini bersifat kuantitatif dari metode peramalan.
2. Kegunaan Metode Peramalan
Metode peramalan merupakan cara berpikir yang sistematis dan pragmatis atas pemecahan suatu masalah. Dengan dasar ini maka metode peramalan dapat memperkirakan apa yang akan terjadi padda masa depan secara sistematis dan pragmatis. Oleh karena itu metode peramalan memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan.
3. Jenis - Jenis Metode Peramalan
Metode peramalan dibagi menjadi 2 macam yaitu, peramalan kuantitatif dan kualitatif, seperti yang telah dijelaskan didepan. Menurut Harjanto (1999 : 117 ) jenis metode peramalan menurut metode kuantitatif ada 2 yaitu :
(33)
commit to user
47 a. Metode Serial Waktu (Time Series)
Metode Time Series adalah metode yan digunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan bahwa bahwa beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasar dapat diidentifikasi semata-mata atas dasar data historis dari serial itu. Tujuan dari analisis ini yaitu untuk menemukan pola deret variabel yang berdasarkan nilai-nilai variabel pada masa sebelumnya dan mengekstrapolasikan pola itu untuk membuat peramalan nilai variabel tersebut pada masa datang. Pola dasar serangkaian data dalam serial waktu dapat dikelompokkan menjadi 5 yaitu:
1) Konstan, yaitu apabila data berfluktasi disekitar rata-rata secara stabil, polanya berupa horizontal. Pola ini terdapat dalam jangka pendek atau menengah.
2) Kecenderungan (Trend), yaitu apabila dalam data jangka panjang mempunyai kecendrungan, baik arahnya meningkat atau turun dari waktu ke waktu. Pola ini disebabkan oleh bertambahnya populasi, perubahan pendapat dan pengaruh budaya.
3) Musiman (seasonal), yaitu apabila polanya merupakan gerakan yang berulang-ulang secara teratur dalam setiap periode tertentu. Pola ini berhubungan dengan faktor iklim dan buatan manusia.
(34)
commit to user
48
4) Siklus (cyclical), yaitu apabila data dipengaruhi oleh fluktuasi jangka panjang, seperti : daur hidup bisnis.
5) Variasi acak (residu), yaitu apabila data tidak teratur sama sekali. Data ini bersifat residu, tidak dapat digambarkan.
Pengolahan data kuantitatif dari serial waktu ( Time Series ) dapat dilakukan dengan metode dasar, sebagai berikut :
1) Peramalan Menggunakan Metode Single Moving Average (Rata-rata bergerak)
Moving Average ini diperoleh dengan merata-rata berdasarkan
beberapa data masa lalu yang terbaru. Tujuan utama dari Moving Average ini adalah untuk mengurangi atau menhilangkan variasi acak permintaan dalam hubungan dengan waktu. Tujuan ini dicapai dengan merata-rata beberapa data secara bersama-sama dengan menggunaka nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang ( Nasution 2003 : 35 )
Sedangkan menurut Subagyo ( 1994 : 9 ) Metode single moving average ini biasanya lebih cocok digunakan untuk melakukan peramalan dalam hal yang bersifat random artinya tidak ada gejala trend naik maupun turun, musiman dan sebagainya, sehingga sulit diketahui polanya.
(35)
commit to user
49
a) Untuk membuat peramalan memerlukan data historis selama jangka waktu tertentu.
b) Semakin panjang jangka waktunya, moving average semakin halus.
Kelemahan dari metode single moving average, yaitu : a) Perlu data hitoris yang cukup.
b) Semua data diberi weight yang seimbang.
c) Tidak bisa mengikuti perubahan yang drastis.
d) Tidak cocok pada ramalan data yang ada gejala trend.
Rumus peramalan dengan metode Single Moving Average :
=
Dimana ;
= forecast untuk periode t+1
= Data periode t
= Jangka waktu moving average
2) Peramalan Menggunakan Metode Single Exponential Smoothing ( Penghalusan Eksponensial)
(36)
commit to user
50
Exponential Smohing adalah suatu tipe metode peramalan rata-rata
bergerak yang melakukan pertimbangan terhadap data masa lalu dengan cara exponential sehingga data paling akhir mempunyai bobot lebih besar dala rata-rata bergerak ( Handoko 1988 : 279 ). Metode single exponential
smoothing ini banyak membantu mengurangi kelemahan single moving
average dalam penyimpanan data, permintaan aktual terakhir dalam
konstanta.
Metode single exponential smoothing ini menggunakan nilai α yang bisa ditentukan secara bebas, yang bisa mengurangi forecast error. Besarnya nilai α yaitu antara 0 sampai 1. Apabila α mendekati 1, berarti ramalan yang baru akan menyesuaikan kesalahan kecil pada ramalan sebelumnya. Sedangkan kebalkannya, α mendekati 0 maka ramalan yang baru akan menyesuaikan kesalaha kecil pada ramalan sebelumnya. Biasanya metode ini lebih cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara random ( Subagyo 1994 : 19;Nasution 2003 : 40).
Rumus peramalan dengan metode Single Exponential Smoothing adalah sebagai berikut :
= α Xt + (1-α) St
(37)
commit to user
51
α Xt = Bobot data periode t (1-α) St = Bobot data forecast ke t 3) Trend Linier
Trend disebut juga proyeksi trend. Trend merupakan salah satu bagian dari time series. Pengertian trend menurut Subagyo ( 1994 : 32 ) adalah rata-rata perubahan ( biasanya tiap tahun ) dalam jangka panjang. Trend dikatakan positif apabila hal yang kita amati menunjukkan rata-rata pertambahan. Sedangkan trend dikatakan negatif apabila hal yang kita teliti menunjukkan gejala semakin menurun atau berkurang.
Biasanya metode trend ini yang paling banyak digunakan yaitu metode kuadrat terkecil ( Trend Least Squared ). Sedangkan pengertian dari Trend Least Squared menurut ( Handoko 1986 : 72 ) adalah salah satu metode yang paling luas digunakan untuk menentukan persamaan trend data karena metode ini menghasilkan apa yang secara matematik yang digambarkan sebagai “ line of the best fit “. Berikut persamaan Trend Least Squared
= a + bx
Dimana :
= nilai variabel yang dihitung ( diramalkan)
(38)
commit to user
52
b = variabel perubahan x = variabel bebas (waktu)
Sedangkan untuk mencari persamaan nilai a dan b dapat menggunakan cara sebagai berikut :
a =
b =
b. Metode Kausal
Metode kausal ini disebut juga metode eksplanatori mengasumsikan adanya hubungan sebab akibat antara variabel bebas (
independent ) dan variabel tidak bebas ( dependent ) yang dipengaruhinya
dalam bentuk input dan output dari suatu sistem. Sistem ini dapat berbentuk makro {seperti, perekonomian nasional} atau mikro {seperti, dalam perusahaan dan rumah tangga}.
Model kausal ini bertujuan untuk meramalkan keadaan dimasa datang dengan menemukan dan mengukur beberapa variabel bebas yang pening beserta pengaruhnya terhadap variabel tidak bebas yang diamati. Adapun teknik yang bisa digunakan dalam metode kausal yaitu :
(39)
commit to user
53
Dalam banyak hal terdapat dua macam variabel atau lebih yang saling berhubungan dan saling mempengaruhi. Untuk mengetahui sejauh mana hubungan antara dua variabel atau satu variabel degan beberapa variabel lainnya perlu dibuat model.
Apabila kecendrungan titik-titik koordinat dari variabel bebas dan variabel tidak bebas membentuk suatu garis linier (lurus), model ini dinamakan regresi linier. Sebaliknya, apabila hubungan berbentuk kuadrat, eksponensial atau sejenisnya dinamakan regresi non-linier. Jika hubungan itu hanya melibakan suatu variabel bebas, model itu disebut regresi linier sederhana.
Bentuk persamaan Regresi Linier adalah sebagai berikut :
= a + bx
Dimana :
= nilai variabel y hasil peramalan
= variabel tidak bebas (yang diramalkan)
x = variabel bebas
a = nilai dari pada , jika x = 0
(40)
commit to user
54
* Nilai a dan b meminimalkan jumlah kesalahan kuadrat dapat dicari dengan menggunakan persamaan sebagai berikut :
a =
b =
F. PENGUKURAN KESALAHAN PERAMALAN
Menurut Nasution ( 2003 : 30 ) pengukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil permintaan dengan peramalan yang sebenarnya terjadi. Ada 2 ukuran kesalahan yang digunakan penulis, yaitu :
a. Rata-rata deviasi mutlak ( Mean Absolute Deviation / MAD )
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu, tapa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan dengan kenyataannya. Secara matematis MAD dirumuskan sebagai berikut :
MAD = ∑
Dimana :
At = permintaan aktual pada periode t
(41)
commit to user
55
n = jumlah periode peramalan yang terlihat b. Rata-rata Kuadrat Kesalahan ( Mean Square Error / MSE )
MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang menghasilkan kesalahan yang sangat besar. Secara sistematis, MSE dirumuskan sebagai berikut :
(42)
commit to user
56 BAB III PEMBAHASAN
A. GAMBARAN OBYEK PENELITIAN
1. SEJARAH PERUSAHAAN CV.CAHYO NUGROHO JATI
CV.Cahyo Nugroho Jati berdiri pada tahun 1998 dengan akte notaris Ruth Karlina, SH. Berdiri di atas sebidang tanah seluas 5800 . Didirikan oleh Bapak Gunawan Yulianto dan beliau menjabat sebagai Presiden Direktur pada perusahaan tersebut. Kegiatan CV.Cahyo Nugroho Jati adalah mengolah bahan baku yang berupa kain menjadi barang jadi berupa pakaian jadi, untuk kemudian diekspor. Bahan baku yang berupa kain didatangkan dari luar negeri / diimpor, hal ini dikarenakan adanya permintaan buyer yang menginginkan produk yang berkualitas. CV.Cahyo Nugroho Jati melakukan ekspor dikarenakan adanya permintaan akan pakaian jadi buyer di luar negeri. Sehingga diharapkan dengan pendirian perusahaan ini mampu memenuhi kebutuhan akan pakaian jadi di luar negeri, disamping itu juga agar mampu mendapatkan laba yang optimal. Daerah pemasaran produk CV.Cahyo Nugroho Jati yaitu di kawasan Amerika, Eropa dan Asia. Produk yang dihasilkan CV.Cahyo Nugroho Jati adalah untuk anak-anak, wanita, laki-laki, dan pakaian olah raga.
(43)
commit to user
57 B. VISI DAN MISI PERUSAHAAN
1. Visi :
“Memandang Jauh Kedepan Melangkah Dengan Penuh Keyakinan” 2. Misi :
a. Menciptakan lapangan kerja baru
Diharapkan dengan berdirinya perusahaan tersebut akan dapat mengurangi pengangguran di Indonesia pada umumnya dan sukoharjo pada khususnya
b. Adanya relasi bisnis
Relasi bisnis yang dimiliki oleh para pendiri sangat luas, yang merupakan kekayaan perusahaan yang sangat berharga dalam menunjang pemasaran hasil produksi
c. Menghemat dan menambah devisa
Pakaian jadi sangat dibutuhkan baik di dalam atau di luar negeri, sehingga dengan peningkatan permintaan dari luar akan menambah devisa bagi negara
d. Merangsang ekspor dan migas
Sampai saat ini pemerintah terus mengkampanyekan slogan ekspor non migas untuk mengurangi ketergantungan pada ekspor migas. Dengan didirikanya perusahaan ini, diharapkan akan mendukung usaha pemerintah untuk merangsang ekspor non migas
(44)
commit to user
58 e. Mendapatkan keuntungan
Seperti layaknya bidang usaha yang lain, perusahaan ini bertujuan untuk memperoleh keuntungan yang optimal dari penjualan pakaian jadi.
C. STRUKTUR ORGANISASI PERUSAHAAN
Pada setiap perusahaan sistem organisasi itu sangatlah penting dalam mendukung jalanya kegiatan perusahaan, baik perusahaan kecil maupun perusahaan besar. Hal ini akan mempermudah dan mempercepat pengawasan kepemimpinan dalam menjalankan kegiatanya. Disamping itu akan membatasi wewenang, tugas dan tanggung jawab dari masing - masing bagian yang ada. Organisasi disusun tidak hanya mengatur orang-orangnya, tetapi juga membentuk dan memodifikasi struktur dimana didalamnya tersusun tugas orang-orang tersebut.
Jadi hakekat suatu organisasi (perusahaan) adalah adanya orang-orang yang usahanya harus dikoordinasikan, tersusun dari sejumlah subsistem yang saling berhubungan dan saling tergantung, bekerja bersama atas dasar pembagian kerja, peran dan wewenang, serta mempunyai tujuan tertentu yang hendak dicapai. Struktur organisasi merupakan perwujudan yang menunjukkan hubungan diantara fungsi – fungsi di dalam suatu organisasi serta wewenang dan tanggung jawab setiap anggota organisasi yang menjalankan masing – masing tugasnya. Struktur yang paling cocok bagi
(45)
commit to user
59
organisasi sangat tergantung pada keadaan – keadaan tertentu. Manajer harus memperhatikan variabel-variabel pokok yang mempengaruhi perancangan sturktur organisasi.
Struktur organisasi di CV.Cahyo Nugroho Jati di golongkan dalam tipe organisasi garis, dimana tugas dari perintah selalu datang dari atasan pada bawahan yang bersangkutan membentuk garis hierarki. CV.Cahyo Nugroho Jati dipimpin oleh seorang General Manager yang bertanggung jawab kepada
President Director. General manager membawahi beberapa departemen yaitu
Accounting and Financial Departments, QC Departments dan Warehousing Departments. Secara umum struktur organisasi CV.Cahyo Nugroho Jati dapat digambarkan sebagai berikut :
(46)
60 Gambar 3.1
Struktur Organisasi CV. Cahyo Nugroho Jati General Manager
Secretary Director
EXIM
Departments
Production Departments Accounting
And Finance Departmens
MD Departmens
Personal
And General Affair
Warehouse
Departments
Purchasing
Departments
IE
Departments
QC
(47)
commit to user
61 Mempunyai tugas-tugas sebagai berikut :
1) Memegang jabatan tertinggi dalam suatu perusahaan 2) Menggariskan kebijaksanaan perusahaan
3) Mengangkat dan memberhentikan Direktur b. Direktur
Mempunyai tugas-tugas sebagai berikut :
1) Memimpin serta mengadakan pengawasan terhadap seluruh aktivitas perusahaan 2) Menyusun perencanaan dan menentukan kebijakan-kebijakan agar perusahaan
dapat berjalan dengan efisien
3) Memberikan keputusan akhir yang akan dijalankan perusahaan 4) Bertanggung jawab atas perusahaan serta keseluruhan
c. General Manager
Mempunyai tugas-tugas sebagai berikut :
1) Mengkoordinasi manager-manager bagian dalam operasional perusahaan agar target yang diharapkan perusahaan dapat dicapai secara optimal.
2) Mengawasi / mengkontrol kelancaran operasional perusahaan d. Sekertaris
Mempunyai tugas mempersiapkan dan membantu kelancaran tugas direktur, mempersiapkan segala kebutuhan tamu perusahaan.
(48)
commit to user
62 Technology dan Planning.
1) Improve & Develop
Bertugas mengadakan pengembangan dan pelatihan di bagian produksi yang berkaitan dengan skill (teknik jahit dan layout produk)
2) Information Technology (IT)
Bertanggung jawab dalam pengadaan dan penggunaan software perusahaan.
3) Planning
Bertanggungjawab atas perencanaan shipment produk. f. QA Manager
QA Manager bertanggung jawab atas kualitas produk serta keamanan produk sesuai dengan yang disyaratkan buyer. QA Manager membawahi 3 seksi yaitu :
1) QA Preparation
Bertugas mendukung produksi dan mengkoordinasi bagian QC Accessories, QC
Printing, QC Embro dan QC Fabric
a) QC Accessories
Bertugas mendukung kualitas Hang Tag
b) QC Printing
Bertugas mendukung kualitas print dan warna
c) QC Embro
Bertugas mendukung kualitas bordir
(49)
commit to user
63
Bertugas mendukung produk dan mengkoordinasi bagian QC Line dan QC final serta bekerjasama dengan QC Buyer
a) QC Line
Bertugas mengecek/meneliti kualitas jahitan
b) QC Final
Bertugas meneliti keseluruhan/hasil akhir dari produk
c) QC Buyer
QC dari buyer yang bertugas memeriksa apakah produknya sudah sesuai dengan pesanan buyer.
3) Product Safety
Bertugas dan bertanggung jawab atas keamanan produk, yaitu apakah produknya ada jarum atau tidak.
g. Marketing Manager
Bertugas berkoordinasi dengan buyer dan mengkoordinasi bagian Costing, Merchandiser, Pattern & Sample dan EXIM
1) Costing
Bertugas merinci harga untuk ditawarkan kepada buyer
2) Marchandiser
Bertugas mengurusi segala sesuatu yang berkaitan dengan penjualan produk, termasuk didalamnya order yang masuk dan pemesanan barang ke purchasing
(50)
commit to user
64 sampel tiap style
4) EXIM
Bertugas mengurus mengenai dokumen impor, dokumen ekspor dan memesan container
h. Finance & Accounting Manager
Membawahi dan mengawasi bagian Finance, bagian Accounting dan bagian Tax 1) Bagian Finance
Bertugas mengurusi segala sesuatu yang berhubungan dengan keluar masuknya keuangan perusahaan
2) Bagian Accounting
Bertugas mengurusi segala sesuatu yang berhubungan dengan keluar masuknya keuangan perusahaan
3) Bagian Tax
Mempunyai tugas mengurusi dan bertanggung jawab terhadap segala sesuatu yang berkaitan dengan pajak
i. Suplly Chain Manager
Bertanggungjawab atas pemesanan bahan baku dari luar negeri / impor dan berkoordinasi dengan supplier dari luar negeri serta mengkoordinasi bagian
(51)
commit to user
65 negeri
2) Warehouse
Bertugas mengurus dan bertanggung jawab atas keluar masuknya bahan baku digudang.
j. Production Manager
Bertanggung jawab atas pembuatan produk serta mengkoordinasi bagian cutting, embroidery & printing, sewing dan mechanic agar mencapai target produksi yang ditetapkan oleh perusahaan.
1) Cutting
2) Embroidery dan Printing
3) Sewing
k. Personalia
Personalia berhubungan dengan tenaga kerja yang bekerja pada perusahaan, baik tenaga kerja operasional maupun tenaga kerja adminitrasi. Dalam upaya mendapatkan tenaga kerja yang berkualitas dan untuk mendapatkan tenaga kerja yang sesuai dengan keinginan perusahaan maka CV.Cahyo Nugroho Jati dalam hal ini penarikan tenaga kerja menggunakan 2 cara yaitu :
1) Wawancara
2) Test pengalaman kemampuan ketrampilan
CV.Cahyo Nugroho Jati memiliki 592 pekerja 46 laki-laki dan 546 perempuan yang berkualitas didalam perusahaan tersebut. Sebagian besar tenaga kerjanya
(52)
commit to user
66 1) Karyawan tetap (Staff)
Yaitu karyawan yang dalam bekerja besarnya gaji didasarkan atas jabatan dan pengalaman kerja. Gaji yang diberikan setiap bulan sekali. Waktu dan hari kerja karyawan tetap (Staff) adalah :
a) Hari Senin-Jum’at : jam kerja pukul 08.00-16.00 dengan istirahat 1 jam pukul 12.00-13.00
b) Hari Sabtu : jam kerja pukul 08.00-14.00 dengan istirahat 1 jam pada pukul 12.00-13.00
2) Karyawan harian tetap
Yaitu karyawan yang dalam pemberian gaji besarnya didasarkan pada hasil kerja harian karyawan yang bersangkutan. Dalam melaksanakan tugasnya karyawan harian tidak bebas begitu saja. Tetapi dituntut untuk mencapai target yang telah ditetapkan oleh perusahaan.
Waktu dan hari kerja karyawan harian tetap adalah
a) Hari Senin-Jum’at : jam kerja pukul 07.00-15.00 dengan istirahat 1 jam pukul 12.00-13.00
b) Hari Sabtu : jam kerja pukul 07.00-13.00
D. PROSES PRODUKSI
Proses produksi merupakan tata urutan pelaksanaan dari mulai order produk sampai pemasaran hasil produksi. Proses produksi yang berlangsung di CV. Cahyo
(53)
commit to user
67
menentukan tingkat harga produk dan segala sesuatunya yang dibutuhkan untuk membuat suatu produk serta biaya-biaya tambahan yang dibutuhkan agar produk tersebut sampai ke tangan buyer. Setelah itu mekanisme proses produksi dimulai dari pembuatan catatan-catatan yang diberikan ke gudang kain berupa kebutuhan bahan baku yang digunakan untuk pembuatan suatu produk sesuai dengan pesanan.
(54)
commit to user
68 Gambar 3.2
Proses Produksi CV. Cahyo Nugroho Jati Pattern dan Sample
Potong
Seri Potongan
Distribusi Jahit
Embroidery
Printing
SPV Jahit
Jahit
QC Line QC Line
Jahit
QC Line Jahit
QC Line Jahit
SPV Jahit SPV Jahit SPV Jahit
QC ACC Hang Tag Product Safety
Gudang Jadi
Poly Bag QC Buyer
Packing Packing
QC Buyer QC Final Setrika/Gosok
(55)
commit to user
69 1. Gudang Kain
Bahan baku yang berupa kain masuk ke dalam gudang kain,dicatat dalam bukti penerimaan barang serta diteliti oleh QC Fabric mengenai keadaan kain ada yang cacat atau tidak
2. Patern dan Sample
Pembuatan sample dan pola dari style produk yang akan di produksi, sebagai acuan pemotongan kain dan sebagai acuan produksi
3. Potong
kain kemudian dipotong dengan cara dimasukkan kedalam mesin potong sesuai dengan pola yang sudah dibuat dan ditentukan hasilnya berupa potongan-potongan kain yang berpola tertentu.
4. Seri Potongan
Pada seri potongan ini, kain yang sudah dipotong sesuai dengan pola, kemudian diberi aksesories yang berupa printing atau embroidery sesuai dengan sample yang sudah dibuat
5. Distribusi Jahit
Hasil kain potongan berpola yang sudah dilengkapi aksesoriesn kemudian didistribusikan kepada masing-masing supervisor jahit masing-masing line.
6. Supervisor Jahit
Setelah mendapatkan hasil kain potongan berpola yang sudah dilengkapi dengan aksesories kemudian supervisor jahit mendistribusikanya kepada penjahit dimasing-masing setiap line.
(56)
commit to user
70 potongan baju atau celana
8. Quality Control Line
Quality Control bertugas untuk menyeleksi kualitas jahitan dari produk yang dibuat masing-masing line
9. Setrika/gosok
Pakaian yang sudah jadi kemudian dihaluskan atau disetrika menggunakan setrika uap agar lebih cepat dan hasilnya maksimal.
E. LAPORAN MAGANG
1. PELAKSANAAN MAGANG.
Magang kerja dilaksanakan di CV. Cahyo Nugroho Jati. Pelaksanaannya selama 1 bulan. Dari tanggal 14 Februari sampai dengan tanggal 14 Maret 2011. Berikut ini adalah peraturan yang harus dipatuhi selama magang di perusahaan.
a) Datang tepat waktu
b) Berpakaian rapi dan sopan, tidak boleh memakai celana jeans c) Tidak diperbolehkan merokok pada saat jam kerja.
2. KEGIATAN MAGANG KERJA
Rincian kegiatan selama magang kerja adalah sebagai berikut : a) Minggu Pertama
Penjelasan tentang peraturan magang kerja, perkenalan dengan staff, karyawan dan karyawan pendamping.
(57)
commit to user
71
perusahaan dan penempatan magang kerja. c) Minggu Ketiga
Membantu karyawan pada bagian QC dan Melakukan penyortiran pada bagian QC untuk memisahkan produk yang layak dan yang tidak layak
d) Minggu Keempat
Pengumpulan data-data yang dibutuhkan
e) Data –data yang diperoleh selama magang di CV. Cahyo Nugroho Jati yang kemudian digunakan di dalam pembahasan TA adalah :
Data dokumentasi permintaan pemesanan produk sport wear yang datang pada CV. Cahyo Nugroho jati pada tahun sebelumnya
F. PEMBAHASAN MASALAH
CV. CAHYO NUGROHO JATI merupakan perusahaan yang bergerak di bidang garmen. Produk yang dihasilkan oleh CV. Cahyo Nugroho Jati salah satunya adalah Sports Wear. Dalam pemenuhan pemesanan produk yang dilakukan oleh buyer (pembeli) CV. Cahyo Nugroho Jati belum melakukan proses peramalan Dalam penelitian kali ini penulis melakukan peramalan terhadap permintaan Sports Wear pada tahun 2011 – 2013. Dalam peramalan kali ini penulis menggunakan 2 metode peramalan yakni Single
Moving Average 2 periode, Single Moving Average 3 periode dan Metode Trend Least
Squared. Dimana kedua metode ini dipilih untuk menentukan metode manakah yang
(58)
commit to user
72
kecil dari masing–masing metode. Dari hasil ramalan tersebut dapat digunakan sebagai dasar dalam menentukan jumlah produk yang akan diproduksi di masa yang akan datang.
Berikut data-data periode sebelumnya yang digunakan sebagai panduan dalam melakukan peramalan permintaan Sports Wear.
Tabel 3.1
Data Permintaan Sports Wear Merek Haddad Brand Pada tahun 2005-2010
TAHUN Jumlah Permintaan
( dalam ribuan )
2005 60
2006 116
2007 180
2008 262
2009 330
2010 291
(Sumber Data CV.Cahyo Nugroho Jati)
Berdasarkan data diatas dapat dilihat bahwa produksi produk Sports Wear yang diproduksi oleh CV. Cahyo Nugroho Jati tiap tahunnya mengalami kenaikan atau penurunan. Selain itu data tersebut dapat juga digunakan untuk meramalkan permintaan produk Sports Wear Haddad Brand pada tahun 2011-2013 dengan metode sebagai berikut :
(59)
commit to user
73
Metode Single Moving Average ini diperoleh dengan merata-rata berdasarkan beberapa data masa lalu yang terbaru. Selain itu, Single Moving Average yang dapat kemudian dipakai sebagai prakiraan untuk periode yang akan datang. Disini penulis akan menggunakan metode Single Moving Average 2 periode & 3 periode dengan rumus sebagai berikut :
= Dimana :
= forecast untuk periode t + 1
= Data periode t
= Jangka waktu moving average
a. Metode Single Moving Average 2 Periode
Metode Single Moving Average 2 periode yaitu melakukan peramalan dengan dasar data tahun sebelumnya. Untuk itu diperlukan minimum 2 data sebelumnya.
Dalam peramalan ini kita akan meramalkan permintaan produk sports wear merk Haddad Brand pada tahun 2011-2013 dengan metode Moving Average 2 periode. Tapi sebelum meramal kita harus mempunyai data dari tahun 2005-2010 untuk dapat meramalkan permintaan tahun 2010.
Berdasarkan data diatas dari tahun 2005-2010, maka kita dapat meramalkan permintaan produk sports wear merek Haddad Brand pada tahun 2011. Dengan cara sebagai berikut :
(60)
commit to user
74
= = 310,5 311
Sedangkan untuk kesalahan atau Forecast error dari peramalan permintaan sports wear merek Haddad Brand tahun 2011 dengan metode Moving Average 2 periode, diperoleh data sebagai berikut :
Tabel 3.2
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2011 Dengan Metode Moving Average 2 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 88 92 92 8464
2008 262 148 114 114 12996
2009 330 221 109 109 11881
2010 291 296 -5 5 25
2011 311 310.5 0,5 0,5 0,25
Total 1550 310,5 320,5 33366,25
Average 221,43 62,1 64,1 6673,25
( Sumber : data yang diolah )
(61)
commit to user
75 =
= 64,1
MSE = ∑
=
= 6673,25
Dimana :
At = permintaan aktual pada periode t
Ft = peramalan permintaan pada periode t
N = jumlah periode peramalan yang terlibat
Kesimpulan dari forecast error tahun 2011 yaitu :
MAD ( Mean Absolute Deviation ) = 64,1 MSE ( Mean Squared Error ) = 6673,25
Setelah mengetahui hasil forecast atau peramalan dan forecast error dari permintaan sports wear Haddad Brand tahun 2011. Kita akan meramalkan sports wear Haddad Brand untuk tahun 2012 yaitu dengan cara memasukan hasil forecast data tahun 2011 ke dalam data permintaan sebagai dasar dalam menghitung forecast tahun 2012 dengan metode Single Moving Average 2 periode. Diperoleh dengan cara :
(62)
commit to user
76 =
= 301
Sedangkan untuk kesalahan ( Forecast error ) dari peramalan permintaan sports
wear Haddad Brand tahun 2012 dengan metode Single Moving Average 2 periode,
diperoleh data sebagai berikut :
Tabel 3.3
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2012 Dengan Metode Moving Average 2 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 88 92 92 8464
2008 262 148 114 114 12996
2009 330 221 109 109 11881
2010 291 296 -5 5 25
2011 311 310.5 0,5 0,5 0,25
2012 301 301 0 0 0
Total 1851 310,5 320,5 33366,25
Average 231,375 51,75 53,41 5561,04
(63)
commit to user
77
MAD = ∑
=
= 53,41
MSE = ∑
=
= 5561,04
Kesimpulan dari forecast error tahun 2012 yaitu :
MAD ( Mean Absolute Deviation ) = 53,41 MSE ( Mean Squared Error ) = 5561,04
Begitu pula dengan peramalan permintaan sports wear Haddad Brand pada tahun 2013. Setelah menghitung atau meramalkan permintaan sports wear Haddad Brand pada tahun 2012. Kita dapat meramalkan permintaan sports wear Haddad Brand tahun 2013. Caranya pun sama seperti didepan yaitu dengan memasukan hasil forecast tahun 2012 ke dalam data permintaan tahunan yang digunakan untuk meramalkan pada tahun 2013 dengan metode Single Moving Average 2 periode. Cara menghitungnya sebagai berikut :
=
(64)
commit to user
78
wear Haddad Brand tahun 2012 dengan metode Single Moving Average 2 periode,
diperoleh data sebagai berikut :
Tabel 3.4
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2013 Dengan Metode Moving Average 2 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 88 92 92 8464
2008 262 148 114 114 12996
2009 330 221 109 109 11881
2010 291 296 -5 5 25
2011 311 310.5 0,5 0,5 0,25
2012 301 301 0 0 0
2013 306 306 0 0 0
Total 2157 310,5 320,5 33366,25
Average 239,6666 44,3571 45,7857 4766,60
( Sumber : data yang diolah )
(65)
commit to user
79 =
= 45,7857
MSE = ∑
=
= 4766,60
Kesimpulan dari forecast error tahun 2013 yaitu :
MAD ( Mean Absolute Deviation ) = 45,7857 MSE ( Mean Squared Error ) = 4766,60
b. Metode Single Moving Average 3 Periode
Metode Single Moving Average 3 periode yaitu melakukan peramalan dengan dasar data tahun sebelumnya. Untuk itu diperlukan minimum 3 data sebelumnya.
Dalam peramalan ini kita akan meramalkan permintaan produk sports wear merk Haddad Brand pada tahun 2011-2013 sama seperti sebelumnya tetapi kali ini dengan metode Moving Average 3 periode.
Berdasarkan data dari tahun 2005-2010, maka kita dapat meramalkan permintaan produk sports wear merek Haddad Brand pada tahun 2011. Dengan cara sebagai berikut :
(66)
commit to user
80
Sedangkan untuk kesalahan (Forecast error) dari peramalan permintaan sports wear merek Haddad Brand tahun 2011 dengan metode Moving Average 3 periode, diperoleh data sebagai berikut :
Tabel 3.5
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2011 Dengan Metode Moving Average 3 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 - - - -
2008 262 118.6666 143.33 143.33 20544.46
2009 330 186 144 144 20736
2010 291 257.3333 33.67 33.67 1133.45
2011 294 294,3333, -0.33 0.33 0.11
Total 1533 320,67 321,33 42414,02
Average 219 80.1675 80.3325 10603.505
( Sumber : data yang diolah )
Forecast error diperoleh dengan rumus :
(67)
commit to user
81 = 80.3325
MSE = ∑
=
= 10603.505
Kesimpulan dari forecast error tahun 2011 yaitu :
MAD ( Mean Absolute Deviation ) = 80.3325 MSE ( Mean Squared Error ) = 10603,505
Setelah mengetahui hasil forecast atau peramalan dan forecast error dari permintaan sports wear Haddad Brand tahun 2011. Kita akan meramalkan sports wear Haddad Brand untuk tahun 2012 yaitu dengan cara memasukan hasil forecast data tahun 2011 ke dalam data permintaan sebagai dasar dalam menghitung forecast tahun 2012 dengan metode Single Moving Average 3 periode. Diperoleh dengan cara :
=
=
(68)
commit to user
82 diperoleh data sebagai berikut :
Tabel 3.6
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2012 Dengan Metode Moving Average 3 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 - - - -
2008 262 118.6666 143.33 143.33 20544.46
2009 330 186 144 144 20736
2010 291 257.3333 33.67 33.67 1133.45
2011 294 294.3333 -0.33 0.33 0.11
2012 305 305 0 0 0
Total 1838 320,67 321,33 42414,02
Average 229.75 64.134 64.266 8482.804
( Sumber : data yang diolah )
Forecast error diperoleh dengan rumus :
(69)
commit to user
83 = 64.266
MSE = ∑
=
= 8482.804
Kesimpulan dari forecast error tahun 2012 yaitu :
MAD ( Mean Absolute Deviation ) = 64.266 MSE ( Mean Squared Error ) = 8482.804
Begitu pula dengan peramalan permintaan sports wear Haddad Brand pada tahun 2013. Setelah menghitung atau meramalkan permintaan sports wear Haddad Brand pada tahun 2012. Kita dapat meramalkan permintaan sports wear Haddad Brand tahun 2013. Caranya pun sama seperti didepan yaitu dengan memasukan hasil forecast tahun 2012 ke dalam data permintaan tahunan yang digunakan untuk meramalkan pada tahun 2013 dengan metode Single Moving Average 3 periode. Cara menghitungnya sebagai berikut :
=
=
(70)
commit to user
84 diperoleh data sebagai berikut :
Tabel 3.7
Perhitungan Forecast Error pada
Permintaan Sports Wear Haddad Brand tahun 2013 Dengan Metode Moving Average 3 Periode
Tahun Demand
( Y )
Forecast Error
MAD MSE
2005 60 - - - -
2006 116 - - - -
2007 180 - - - -
2008 262 118.6666 143.33 143.33 20544.46
2009 330 186 144 144 20736
2010 291 257.3333 33.67 33.67 1133.47
2011 294 294.3333 0.67 0.67 0.44
2012 305 305 0.67 0.67 0.44
2013 297 296.6666 0.67 0.67 0.44
Total 2135 323.01 323.01 42415.25
Average 237.22 53.835 53.835 7069.2083
( Sumber : data yang diolah )
Forecast error diperoleh dengan rumus :
(71)
commit to user
85 = 53.835
MSE = ∑
=
= 7069.2083
Kesimpulan dari forecast error tahun 2013 yaitu :
MAD ( Mean Absolute Deviation ) = 53.835 MSE ( Mean Squared Error ) = 7069.2083
2. Metode Trend (Proyeksi Trend)
Trend yaitu teknik mencocokan garis trend erangkaian titik data historis dan kemudian memproyeksikan garis tersebut kedalam ramalan jangka menengah hingga jangka panjang. Metode yang paling banyak digunakan untuk membuat trend yaitu metode Trend Least Squared. Metode itu sebagai berikut :
= a + bx
Dimana :
= nilai variabel yang dihitung ( diramalkan)
a = nilai konstan
(72)
commit to user
86 y = variabel tidak bebas
Sedangkan untuk mencari persamaan nilai a dan b dapat menggunakan cara sebagai berikut :
a =
b =
Table 3.8
Perhitungan Metode Trend Least Squared Pada tahun 2005-2010
Tahun Permintaan (Y)
Time (X)
XY
2005 60 1 1 60
2006 116 2 4 232
2007 180 3 9 540
2008 262 4 16 1048
2009 330 5 25 1650
2010 291 6 36 1746
Total 1239 21 91 5276
Average 206.5 3.5
Berdasarkan data permintaan tahun 2005-2010 diatas kita dapat meramalkan permintaan
(73)
commit to user
87 = a + bx
a =
=
=
= = 18,6
b =
=
=
= = 53,6857
Sehingga persamaan trend dengan metode Least Squared atas permintaan sports wear Haddad Brand tahun 2005-2011 adalah sebagai berikut :
= a + bx
= 18,6 + 53,685
Setelah mengetahui persamaan trend Least Squared kita dapat mencari nilai trend pada tahun 2011-2013 dengan cara melakukan subtitusi nilai X pada tahun berikutnya,misalnya :
(74)
commit to user
88
= 394,3 394 Tahun 2012 (x=8), sehingga = 18,6 + 53,6857.X
= 18,6 + 53,6857 ( 8 ) = 448,08 448 Tahun 2013 (x=9), sehingga = 18,6 + 53,6857.X
= 18,6 + 53,6857 ( 9 ) = 501,7713 502
Adapun cara lain dalam meramalkan permintaan sports wear Haddad Brand tahun 2011-2013 dengan metde Trend Least Squared beserta kesalahan peramalan atau forecast error berdasarkan POM for Windows, yaitu sebagai berikut :
Kesalahan peramalan atas permintaan sports wear Haddad Brand tahun 2011 dengan metde Least Squared :
MAD = 23.9905 MSE = 769.98
Kesalahan peramalan atas permintaan sports wear Haddad Brand tahun 2012 dengan metde Least Squared :
MAD = 20.61 MSE = 673.7335
Kesalahan peramalan atas permintaan sports wear Haddad Brand tahun 2013 dengan metde Least Squared :
MAD = 18.0476 MSE = 598.8869
(75)
89
Permintaan Sport Wear Haddad Brand tahun 2011 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3571 -12.3571 12.3571 152.6989
2006 116 2 4 232 126 -10 10 100
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2857 28.7143 28.7143 824.5098
2009 330 5 25 1650 286.9286 43.0714 43.0714 1855.149
2010 291 6 36 1746 340.5714 -49.5714 49.5714 2457.328
2011 394 7 49 2758 394.2143 -0.2143 0.2143 0.0459
Total 1633 140 8034 0 144.2857 5389.859
(76)
90 Tabel 3.10
Permintaan Sport Wear Haddad Brand tahun 2012
Dengan Metode Least Squared Tahun Permintaan
(Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3333 -12.3333 12.3333 152.1112
2006 116 2 4 232 125.9881 -9.9981 9.9981 99.7621
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2976 28.7024 28.7024 823.8265
2009 330 5 25 1650 286.9524 43.0476 43.0476 1853.097
2010 291 6 36 1746 340.6071 -49.0672 49.0672 2460.869
2011 394 7 49 2758 394.2619 -0.2619 0.2619 0.0686
2012 448 8 64 3584 447.9167 0.0833 0.0833 0.0069
Total 2081 36 140 11618 0 144.381 5389.868
(77)
91
Permintaan Sport Wear Haddad Brand tahun 2013 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.667 -12.667 12.667 150.4712
2006 116 2 4 232 125.95 -9.95 9.95 99.0024
2007 180 3 9 540 179.6333 0.3667 0.3667 0.1344
2008 262 4 16 1048 233.2167 28.6833 28.6833 822.7336
2009 330 5 25 1650 287 43 43 1849
2010 291 6 36 1746 340.6833 -49.6833 49.6833 2468.432
2011 394 7 49 2758 394.3667 -0.3667 0.3667 0.1344
2012 448 8 64 3584 448.05 -0.5 0.5 0.0025
2013 502 9 81 4518 501.7333 0.2667 0.2667 0.0711
Total 2583 45 140 16136 0 144.6333 5389.982
(78)
commit to user
1
Untuk mengetahui metode peramalan yang paling tepat adalah dengan cara membandingkan forecast error (kesalahanya) dari masing-masing metode, yaitu sebagai berikut :
Tabel 3.12
Perbandingan Forecast Error pada
Masing-masing Metode Peramalan tahun 2011-2013
Metode Tahun MAD MSE
Moving Average 2
periode
2011 64.1 26692.8
2012 53.41 5561.04
2013 45.7857 4766.60
Moving Average 3
periode
2011 80.3325 10603.505
2012 64.266 8482.804
2013 53.835 7069.2083
Trend Least Squared
2011 23.9905 769.98
2012 20.61 673.7335
2013 18.0476 598.8869
(Sumber : Data yang diolah)
Peramalan yang tepat adalah peramalan yang mempunyai titik kesalahan peramalan (Forecast Error) yang terkecil. Dari tabel diatas dapat disimpulkan bahwa peramalan yang paling tepat digunakan dalam meramalkan permintaan Sport Wear Haddad Brand tahun 2011-2013 adalah Metode Trend Least Squared atau Proyeksi Trend. Karena Metode
(79)
commit to user
2
Squared Error) yang paling kecil diantara metode yang lainya. Artinya
(80)
1 Tabel 3.9
Permintaan Sport Wear Haddad Brand tahun 2011 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3571 -12.3571 12.3571 152.6989
2006 116 2 4 232 126 -10 10 100
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2857 28.7143 28.7143 824.5098
2009 330 5 25 1650 286.9286 43.0714 43.0714 1855.149
2010 291 6 36 1746 340.5714 -49.5714 49.5714 2457.328
2011 394 7 49 2758 394.2143 -0.2143 0.2143 0.0459
Total 1633 140 8034 0 144.2857 5389.859
(81)
2 Tabel 3.10
Permintaan Sport Wear Haddad Brand tahun 2012 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3333 -12.3333 12.3333 152.1112
2006 116 2 4 232 125.9881 -9.9981 9.9981 99.7621
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2976 28.7024 28.7024 823.8265
2009 330 5 25 1650 286.9524 43.0476 43.0476 1853.097
2010 291 6 36 1746 340.6071 -49.0672 49.0672 2460.869
2011 394 7 49 2758 394.2619 -0.2619 0.2619 0.0686
2012 448 8 64 3584 447.9167 0.0833 0.0833 0.0069
Total 2081 36 140 11618 0 144.381 5389.868
(82)
3 Tabel 3.11
Permintaan Sport Wear Haddad Brand tahun 2013 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.667 -12.667 12.667 150.4712
2006 116 2 4 232 125.95 -9.95 9.95 99.0024
2007 180 3 9 540 179.6333 0.3667 0.3667 0.1344
2008 262 4 16 1048 233.2167 28.6833 28.6833 822.7336
2009 330 5 25 1650 287 43 43 1849
2010 291 6 36 1746 340.6833 -49.6833 49.6833 2468.432
2011 394 7 49 2758 394.3667 -0.3667 0.3667 0.1344
2012 448 8 64 3584 448.05 -0.5 0.5 0.0025
2013 502 9 81 4518 501.7333 0.2667 0.2667 0.0711
Total 2583 45 140 16136 0 144.6333 5389.982
(1)
1
Tabel 3.9
Permintaan Sport Wear Haddad Brand tahun 2011 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3571 -12.3571 12.3571 152.6989
2006 116 2 4 232 126 -10 10 100
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2857 28.7143 28.7143 824.5098
2009 330 5 25 1650 286.9286 43.0714 43.0714 1855.149
2010 291 6 36 1746 340.5714 -49.5714 49.5714 2457.328
2011 394 7 49 2758 394.2143 -0.2143 0.2143 0.0459
Total 1633 140 8034 0 144.2857 5389.859
(2)
2 Tabel 3.10
Permintaan Sport Wear Haddad Brand tahun 2012 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.3333 -12.3333 12.3333 152.1112
2006 116 2 4 232 125.9881 -9.9981 9.9981 99.7621
2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276
2008 262 4 16 1048 233.2976 28.7024 28.7024 823.8265
2009 330 5 25 1650 286.9524 43.0476 43.0476 1853.097
2010 291 6 36 1746 340.6071 -49.0672 49.0672 2460.869
2011 394 7 49 2758 394.2619 -0.2619 0.2619 0.0686
2012 448 8 64 3584 447.9167 0.0833 0.0833 0.0069
Total 2081 36 140 11618 0 144.381 5389.868
(3)
3 Tabel 3.11
Permintaan Sport Wear Haddad Brand tahun 2013 Dengan Metode Least Squared
Tahun Permintaan (Y)
Time (X)
XY Forecast Error
MAD MSE
2005 60 1 1 60 72.667 -12.667 12.667 150.4712
2006 116 2 4 232 125.95 -9.95 9.95 99.0024
2007 180 3 9 540 179.6333 0.3667 0.3667 0.1344
2008 262 4 16 1048 233.2167 28.6833 28.6833 822.7336
2009 330 5 25 1650 287 43 43 1849
2010 291 6 36 1746 340.6833 -49.6833 49.6833 2468.432
2011 394 7 49 2758 394.3667 -0.3667 0.3667 0.1344
2012 448 8 64 3584 448.05 -0.5 0.5 0.0025
2013 502 9 81 4518 501.7333 0.2667 0.2667 0.0711
Total 2583 45 140 16136 0 144.6333 5389.982
(4)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB IV
PENUTUP
A. KESIMPULAN
Dari analisis data yang digunakan pada sebelumnya mengenai permintaan
sport wear tahun 2011 – 2013 pada CV.Cahyo Nugroho Jati dapat diambil
kesimpulan sebagai berikut :
1. Hasil peramalan permintaan sport wear tahun 2011 – 2013 dengan menggunakan 3 metode alternatif yaitu :
a. Hasil peramalan permintaan dengan menggunakan metode Moving
Average 2 periode yaitu :
1) Tahun 2011 = 311 2) Tahun 2012 = 301 3) Tahun 2013 = 306
b. Hasil peramalan permintaan dengan menggunakan metode Moving
Average 3 periode yaitu :
1) Tahun 2011 = 294 2) Tahun 2012 = 306 3) Tahun 2013 = 297
c. Hasil peramalan permintaan dengan menggunakan metode Trend
Least Squared periode yaitu :
1) Tahun 2011 = 394 2) Tahun 2012 = 448 3) Tahun 2013 = 502
(5)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
2. Hasil tingkat kesalahan (forecast error) dari masing-masing metode dalam meramalkan permintaan sport wear tahun 2011-2013 adalah sebagai berikut :
Tabel 4.1
perbandingan tingkat kesalahan (forecast error) dari setiap metode
Metode Tahun MAD MSE
Moving Average 2
periode
2011 64.1 26692.8
2012 53.41 5561.04
2013 45.7857 4766.60
Moving Average 3
periode
2011 80.3325 10603.505
2012 64.266 8482.804
2013 53.835 7069.2083
Trend Least Squared
2011 23.9905 769.98
2012 20.61 673.7335
2013 18.0476 598.8869
(Sumber : Data yang diolah)
3. Metode yang paling tepat digunakan untuk meramalkan permintaan
sports wear Haddad Brand ialah dengan menggunakan metode Trend
Least Squared. Hal ini dikarenakan metode tersebut memiliki nilai
MAD (Mean Absolute Deviation) dan MSE (Mean Squared Error) yang lebih kecil dibandingkan dengan metode lainnya.
(6)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3 B. SARAN - SARAN
Dari hasil analisis data tersebut dapat disarankan bahwa :
1. Sebelum mengambil keputusan sebaiknya perusahaan harus melakukan peramalan terlebih dahulu agar menghasilkan suatu produk yang tepat.
2. Perusahaan dalam meramalkan permintaan sport wear mulai dari tahun 2011 hinggaseterusnya, sebaiknya menggunakan Metode Trend Least
Squared. Metode Trend ini biasanya meramalkan permintaan dalam
kurun waktu 1-3 tahun atau jangka panjang, selain itu metode Trend ini juga menghasilkan nilai forecast error yang terkecil dibandingkan dengan metode lainya.