...

this PDF file

by user

on
Category: Documents
5

views

Report

Comments

Transcript

this PDF file
PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK
MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK
Widhy Wahyani, Achmad Syaichu
Jurusan Teknik Industri STT POMOSDA Nganjuk, Jawa Timur
[email protected]
ABSTRAK
Pada PT. SKK., bahan baku yang ada sering kali tidak bisa mendukung kelancaran
proses produksi, tenaga kerja dan fasilitas produksi yang ada tidak sesuai dengan yang
dibutuhkan. Begitu juga dengan kapasitas produksi, output yang dihasilkan tidak bisa
memenuhi permintaan supplier yang bersifat naik turun (fluktuatif). Akibatnya, produktivitas
perusahaan menurun karena banyaknya permintaan (order) yang ditolak oleh perusahaan.
Maka tujuan diakannya penelitian ini adalah mengestimasikan (meramalkan) permintaan pasar
dimana bisa dijadikan dasar untuk membuat suatu perencanaan produksi, dengan menentukan
berapa jumlah produk yang akan dihasilkan, kapan dan berapa jumlah bahan baku yang harus
disediakan untuk mendukung kelancaran proses produksi, mendayagunakan sumberdaya yang
terbatas secara efektif, dan meningkatkan kapasitas produksi guna memenuhi naik turunnya
(fluktuatif) permintaan, sehingga produktivitas perusahaan dapat ditingkatkan. Setelah
dilakukan peramalan melalui bantuan perangkat lunak Software QM for Windows khususnya
untuk Metode Regresi Linier diperoleh nilai yang lebih kecil, dimana untuk masing – masing
itemnya adalah sebagai berikut: untuk MAD = 8.812, MSE = 146.237.392, Bias = 0, untuk
periode berikutnya diramalkan permintaannya sebesar 63.291,6 unit. Sedangkan jika
menggunakan metode Exponential Smoothing diperoleh nilai-nilai sebagai berikut: untuk MAD
= 13.374,1484, MSE = 235.115.376, Bias = -549,8485, untuk periode berikutnya diramalkan
jumlah permintaannya adalah sebesar 54.922,2266 unit. Sebagaimana diketahui bahwa nilai
dari Metode Regresi Linier lebih kecil dibandingkan dengan metode Exponential Smoothing
yang memiliki nilai ukuran akurasi kesalahan yang lebih kecil baik secara manual maupun
dengan menggunakan software QM for Windows.
Kata kunci : perencanaan produksi, peramalan, QM for Windows, Exponential Smoothing,
Regresi Linier
I. PENDAHULUAN
Perkembangan dunia industri dalam beberapa tahun belakangan ini semakin pesat, hal
ini merupakan akibat dari adanya kebutuhan atau tuntutan dari konsumen yang semakin
kompleks. Untuk memenuhi tuntutan tersebut, pihak produsen dalam hal ini perusahaan
harus mampu meningkatkan efektifitas dan efisiensi kerja, sebab jika tidak maka
perusahaan tidak akan mampu bersaing dengan perusahaan lainnya bahkan bisa tertinggal
[1].
PT. SKK adalah sebuah perusahaan yang bergerak di bidang penyedia produk-produk
manufaktur brighteners optik, pewarna dan tinta flexographic. Dalam memenuhi
permintaan dari berbagai perusahaan yang membutuhkan produk yang dihasilkan tersebut,
PT. SKK membuka cabang di berbagai tempat yang dekat dengan supplier agar dapat
menghemat biaya transportasi. Seperti halnya pada PT. SKK cabang Sidoarjo. Dalam
menjalankan rencana produksinya perusahaan ini masih menggunakan perencanaan
produksi yang dibuat secara sederhana dan hanya berdasarkan pengalaman produksi yang
pernah ada saja tanpa adanya setuhan-sentuhan manajemen yang up to date (terbaru).
Akibatnya perusahaan belum bisa mengetahui rencana produksi yang diterapkan sudah
berjalan optimal ataukah belum.
Bahan baku yang ada sering kali tidak bisa mendukung kelancaran proses produksi,
tenaga kerja dan fasilitas produksi yang ada tidak sesuai dengan yang dibutuhkan. Begitu
133
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
juga dengan kapasitas produksi, output yang dihasilkan tidak bisa memenuhi permintaan
supplier yang bersifat naik turun (fluktuatif) [2]. Akibatnya, produktivitas perusahaan akan
menurun karena banyaknya permintaan (order) yang ditolak oleh perusahaan. Maka dari itu,
dari penelitian ini akan dibuat suatu perencanaan produksi yang bertujuan untuk
menentukan berapa jumlah produk yang akan dihasilkan, kapan dan berapa jumlah bahan
baku yang harus disediakan untuk mendukung kelancaran proses produksi,
mendayagunakan sumberdaya yang terbatas secara efektif, dan meningkatkan kapasitas
produksi guna memenuhi naik turunnya (fluktuatif) permintaan, sehingga produktivitas
perusahaan dapat ditingkatkan.
II. METODOLOGI PENELITIAN
Untuk mengetahui permasalahan yang diperlukan, perlu adanya suatu pendekatan yaitu
dengan langkah-langkah untuk mendapatkan data yang dibutuhkan dan berkaitan dengan
masalah yang sedang diteliti. Adapun langkah-langkah dalam penulisan ini adalah sebagai
berikut :
a. Survey dan Observasi lapangan
Dengan melakukan pengamatan secara langsung pada perusahaan dan meminta
keterangan terhadap pihak yang terkait di lapangan, sehingga nantinya data yang
diperoleh lebih akurat.
b. Wawancara dan Diskusi
Melakukan pengumpulan data dengan melalui tanya jawab dan diskusi secara langsung
terhadap pihak yang terkait.
c. Studi Kepustakaan
Dengan melakukan pencatatan data-data atau dokumen yang diperlukan pada PT. SKK
cabang Sidoarjo.
III. HASIL DAN PEMBAHASAN
A. Pengumpulan Data
Dari hasil pengamatan yang telah dilakukan terhadap permintaan seluruh jenis tinta
yang diproduksi di PT. SKK cabang Sidoarjo, maka diperoleh permintaan sebagai
berikut pada tabel 1.
Tabel 1. Data Permintaan Tinta PT. SKK cabang Sidoarjo (Sumber: PT. SKK).
Periode
Bulan
Jumlah Permintaan (kg)
Januari
59.376
Februari
54.507
Maret
39.661
April
62.898
Mei
73.257
2013
Juni
80.903
Juli
57.616
Agustus
54.249
September
62.450
Oktober
54.170
Jumlah
599.087
B. Pengolahan Data
Dari data permintaan tinta tersebut, maka dapat dilakukan suatu peramalan untuk
permintaan tinta PT. SKK cabang Sidoarjo pada periode selanjutnya. Untuk menghitug
peramalan tersebut, kita menggunakan metode Exponential Smoothing dan metode
Regresi Linier. Dari kedua metode tersebut, kami memilih metode yang lebih akurat
dari hasil peramalannya.
134
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
Dari grafik permintaan tinta tersebut menunjukkan bahwa tingkat permintaan
selama tahun 2013 terendah terjadi pada bulan Maret sebesar 39.661 kg, sedangkan
tertinggi terjadi pada bulan Juni dengan jumlah permintaan sebesar 80.903 kg.
JULI
MEI
MARET
JANUARI
100000
50000
0
SEPTEM…
JUMLAH PERMINTAAN
JUMLAH
PERMINTAAN
2013
Gambar 1. Grafik Permintaan Aktual (Sumber: PT. SKK).
C. Perhitungan dengan Metode Peramalan
Untuk menghitung peramalan jumlah permintaan tinta PT. SKK cabang Sidoarjo
tersebut, kita menggunakan metode Exponential Smoothing dan Regresi Linier. Dengan
asumsi permintaan dilakukan sebanyak 1 (satu) bulan ke depan dan dari kedua metode
tersebut, kami memilih metode yang lebih akurat hasil peramalannya.
1. Exponential Smoothing (ES)
Perhitungan Manual
Kita akan menggunakan model pemulusan metode ini untuk meramalkan
permintaan produksi kertas kita menggunakan α = 0,9 ini dikarenakan data yang
sangat bergejolak atau berfluktuasi dari waktu ke waktu, kita akan menggunakan
nilai konstanta pemulusan yang cukup tinggi, mendekati nilai satu. Perhitungan
berdasarkan ES (α = 0,9).
Tabel 2. Hasil Peramalan Dengan Exponential Smoothing (ES).
Ramalan Berdasarkan
Indeks
Permintaan
Bulan
Waktu
Aktual
ES (α =0,9)
(t)
(A)
(Ft ES α = 0,9)
Januari
1
59.376
59.376
Februari
2
54.507
59.376 + 0,9 (59.376 – 59.376) = 59.376
Maret
3
39.661
59.376 + 0,9 (54.507 – 59.376) = 54.994
April
4
62.898
54.994 + 0,9 (39.661 – 54.507) = 41.633
Mei
5
73.257
41.633 + 0,9 (62.898 – 39.661) = 62.546
Juni
6
80.903
62.546 + 0,9 (73.257 – 62.898) = 71.869
Juli
7
57.616
71.869 + 0,9 (80.903 – 73.257) = 78.750
Agustus
8
54.249
78.750 + 0,9 (57.616 – 80.903) = 57.792
September
9
62.450
57.792 + 0,9 (54.249 – 57.616) = 54.762
Oktober
10
54.170
54.762 + 0,9 (62.450 – 54.249) = 62.143
Nopember
11
59.434
62.143 + 0,9 (54.170 – 62.450) = 54.691
Jumlah
657.932
Angka peramalan pada bulan November diperoleh dari: 653.778/11 = 59.434
kg dan seterusnya, dimasukkan ke dalam perhitungan ukuran akurasi hasil
peramalan.
135
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
Tabel 3. Perhitungan Ukuran Akurasi Hasil Peramalan Dengan Exponential Smoothing (ES).
Kuadrat
Indeks Permintaan
Deviasi
Ramalan
Deviasi
Kesalahan
Waktu
Aktual
Absolut
(F)
A-F
(t)
(A)
ǀ A - Fǀ
1
59.376
59.376
0
0
0
2
54.507
59.376
- 4.869
4.869
23.707.161
3
39.661
54.994
- 15.333
15.333
235.100.889
4
62.898
41.633
21.265
21.265
452.200.225
5
73.257
62.546
10.711
10.711
114.725.521
6
80.903
71.869
9.034
9.034
81.613.156
7
57.616
78.750
- 21.134
21.134
446.645.956
8
54.249
57.792
- 3.543
3.543
12.552.849
9
62.450
54.762
7.688
7.688
59.105.344
10
54.170
62.143
- 7.973
7.973
63.568.729
11
59.434
54.691
4.743
4.743
22.496.049
Jumlah
657.932
589
106.293
1.511.715.879
MAD =
=
MSE =
=
Jumlah (kg)
MFE =
=
= 9.663,00
= 137.428.716,27
= 53,55
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
-
Permintaan
Aktual (A)
Ramalan (F)
1 2 3 4 5 6 7 8 9 10 11waktu (bulan)
Gambar 2. Grafik Permintaan Aktual dan Peramalan Exponential Smoothing.
2. Software QM
Gambar 3. Hasil Peramalan Exponential Smoothing.
136
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
Gambar 4. Rincian dan Analisa Kesalahan
Gambar 5. Grafik Peramalan Exponential
Peramalan Exponential Smoothing.
Smoothing
3. Regresi Linier
Perhitungan Manual
Tabel 4. Perhitungan Awal Sebelum Peramalan Dengan Regresi Linier.
Bulan
Indeks Waktu Permintaan Aktual
x.y
(Tahun 2013)
(x)
(y)
Januari
1
59.376
1
59.376
Februari
2
54.507
4
109.014
Maret
3
39.661
9
118.983
April
4
62.898
16
251.592
Mei
5
73.257
25
366.285
Juni
6
80.903
36
485.418
Juli
7
57.616
49
403.312
Agustus
8
54.249
64
433.992
September
9
62.450
81
562.050
Oktober
10
54.170
100 541.700
Jumlah
55
599.087
385 3.331.722
b
=
–
=
a
= 445,38
=
=
– 445,38
= 57.459,13
Jadi:
ŷ = a + bx
ŷ = 57.459,13 + 445,38 x
Maka:
Tabel 5. Hasil Peramalan Dengan Regresi Linier.
Bulan
Indeks Waktu Permintaan Aktual Peramalan
(Tahun 2013)
(x)
(y)
(F)
Januari
1
59.376
57.904,51
Februari
2
54.507
58.349,89
Maret
3
39.661
58.795,27
April
4
62.898
59.240,65
Mei
5
73.257
59.686,03
137
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
Juni
Juli
Agustus
September
Oktober
Jumlah
6
7
8
9
10
55
ISSN : 1963-6590
80.903
57.616
54.249
62.450
54.170
599.087
60.131,41
60.576,79
61.022,17
61.467,55
61.912,93
661.445,51
Untuk permintaan pada periode selanjutnya (November 2013) yaitu:
ŷ
= 57.459,13 + 445,38 x
= 57.459,13 + 445,38 (11) = 62.358,51
Dimasukkan ke dalam perhitungan ukuran akurasi hasil peramalan.
Tabel 6. Perhitungan Ukuran Akurasi Hasil Peramalan Dengan Regresi Linier.
Indeks Permintaan
Deviasi
Kuadrat Kesalahan
Ramalan
Deviasi
Waktu
Aktual
Absolut
(F)
A–F
(t) (x)
(A) (y)
ǀ A - Fǀ
1
59.376
57.904,51
1.471,49
1.471,49
2.165.282,82
2
54.507
58.349,89
- 3.842,89
3.842,89
14.767.803,55
3
39.661
58.795,27 - 19.134,27
19.134,27
366.120.288,43
4
62.898
59.240,65
3.657,35
3.657,35
13.376.209,02
5
73.257
59.686,03
13.570,97
13.570,97
184.171.226,74
6
80.903
60.131,41
20.771,59
20.771,59
431.458.951,13
7
57.616
60.576,79
- 2.960,79
2.960,79
8.766.277,42
8
54.249
61.022,17
- 6.773,17
6.773,17
45.875.831,85
9
62.450
61.467,55
982,45
982,45
965.208,00
10
54.170
61.912,93
- 7.742,93
7.742,93
59.952.964,98
599.087
- 0,20
80.907,90
1.127.620.043,96
MAD =
=
MSE =
=
MFE =
=
= 8.090,79
= 112.762.004,40
= - 0,02
Jumlah (kg)
100,000
80,000
Permintaan
Aktual (A)
60,000
40,000
Ramalan (F)
20,000
1 2 3 4 5 6 7 8 9 10
Waktu (Bulan)
Gambar 6. Grafik Permintaan Aktual dan Peramalan Dengan Regresi Linier.
138
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
IV. KESIMPULAN
Berdasarkan dari kedua hasil perhitungan peramalan yang telah dilakukan, bisa
dirangkum seperti yang tertera pada tabel 7.
Tabel 7. Perbandingan Hasil Peramalan dan Ukuran Akurasi Metode Peramalan Exponential
Smoothing dan Regresi Linier
Exponential Smoothing
Regresi Linier
Manual:
Manual:
MAD = 9.663,00
MAD = 8.090,79
MSE = 137.428.716,27
MSE = 112.762.004,40
MFE = 53,55
MFE = - 0,02
Periode Berikut = 54.691
Periode Berikut = 62.358,51
Software QM:
Software QM:
MAD = 13.374,1484
MAD = 8.812
MSE = 235.115.376
MSE = 146.237.392
Bias = -549,8485
Bias = 0
Periode Berikut = 54.922,2266 Periode Berikut = 63.291,6
Nilai yang dihasilkan melalui bantuan perangkat lunak Software QM for Windows
khususnya untuk Metode Regresi Linier diperoleh nilai yang lebih kecil, dimana untuk
masing-masing itemnya adalah sebagai berikut: untuk MAD = 8.812, MSE = 146.237.392,
Bias = 0, untuk periode berikutnya diramalkan permintaannya sebesar 63.291,6 unit.
Sedangkan jika menggunakan metode Exponential Smoothing diperoleh nilai-nilai sebagai
berikut: untuk MAD = 13.374,1484, MSE = 235.115.376, Bias = -549,8485, untuk
periode berikutnya diramalkan jumlah permintaannya adalah sebesar 54.922,2266 unit.
Sebagaimana diketahui bahwa nilai dari Metode Regresi Linier lebih kecil dibandingkan
dengan metode Exponential Smoothing yang memiliki nilai ukuran akurasi kesalahan yang
lebih kecil baik secara manual maupun dengan menggunakan software QM for Windows.
Selebihnya terdapat beberapa hal yang perlu diketahui antara lain :
1. Peramalan pasti mengandung kesalahan artinya peramal hanya bisa mengurangi
ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian
tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan.
3. Peramalan jangka pendek lebih akurat bila dibandingkan dengan peramalan jangka
panjang, karena dalam peramalan jangka pendek faktor-faktor yang mempengaruhi
permintaan masih bersifat konstan.
Maka penulis menyarankan bahwa metode peramalan yang sebaiknya digunakan dalam
merencanakan produksi tinta di PT. SKK yaitu metode Regresi Linier.
V. DAFTAR PUSTAKA
[1] Awwaliyyah, Nurdina, Mahmudah, “ Penerapan Metode Double Exponential Smoothing
Dalam Meramalkan Jumlah Penderita Kusta Di Kabupaten Pasuruan. Fakultas
Kesehatan Masyarakat, Universitas Airlangga. Jl. Mulyorejo Kampus C Unair,
Surabaya 60115. 2014. Surabaya.
[2] Sahli, Muchamad, Susanti, Nanik, “ Penerapan Metode Exponential Smoothing Dalam
Sistem Informasi Pengendalian Persediaan Bahan Baku (Studi Kasus Toko Tirta
Harum)”, Jurnal SIMETRIS. Vol 3. No. 1 April 2013.ISSN:2252-4983. Universitas
Muria Kudus. 2013. Kudus.
[3] QM for Windows. http://wps.prenhall.com/bp_weiss_software_1/1/358/91664.cw/.
Diakses tanggal 12 Agustus 2013.
139
Spektrum Industri, 2015, Vol. 13, No. 2, 115 – 228
ISSN : 1963-6590
[4] Wahyu, Anang, Abet, ” Penerapan Metode Double Exponential Smoothing Untuk
Estimasi Hasil Penjualan “. Fakultas Teknologi Industri, Universitas Pembangunan
Nasional “ Veteran “ Jawa Timur. 2012. Surabaya
[5] Pramita, Wahyu, Tanuwijaya, Haryanto, “ Penerapan Metode Exponential Smoothing
Winter Dalam Sistem Informasi Pengendalian Persediaan Produk Dan Bahan Baku
Sebuah Cafe“, Seminar Nasional Informatika. UPN : “Veteran” Yogyakarta, 22 Mei
2010.ISSN:1979-2328. 2010. Yogyakarta.
[6] Agung, S., Akbar, “ Penerapan Metode Single Moving Average Dan Exponential
Smoothing Dalam Peramalan Permintaan Produk Meubel Jenis Coffee Table Pada Jaya
Furniture Klaten “. Universitas Sebelas Maret Surakarta. 2009. Surakarta.
[7] Nasution, Arman, H., Prasetyawan, “ Perencanaan dan Pengendalian Produksi “, Graha
Ilmu. 2008. Yogyakarta.
[8] Gazpers, Vincent, “ Production Planning and Inventory Control “, Gramedia Pustaka
Utama. 2005. Jakarta.
[9] Nasution, Arman, H., “ Perencanaan dan Pengendalian Produksi “, Guna Widya. 2003.
Jakarta.
[10] Subagyo, Pangestu, “ Forecasting Konsep dan Aplikasi “, BPFE. 2001. Jakarta.
140
Fly UP