bab ii tinjauan pustaka 2.1 konsep dasar peramalan 2.1
TRANSCRIPT
8
BAB II
TINJAUAN PUSTAKA
2.1 Konsep Dasar Peramalan
2.1.1 Peramalan
2.1.1.1 Konsep Peramalan
Peramalan merupakan cara untuk menaksir peristiwa masa depan dengan
menghitung data masa lalu yang digabungkan secara sistematis berdasarkan cara
yang telah ditentukan (Samangi dan Perdanan, 2019: 61). Peramalan adalah
perolehan nilai untuk periode selanjutnya dari variabel, prediksi yang lebih baik
dapat dijadikan keputusan dengan menggunakan banyak informasi (Solikin dan
Hardini, 2019: 100).
Langkah-langkah yang harus diperhatikan untuk menjamin efektivitas dan
efisiensi dari sistem peramalan dalam manajemen permintaan menurut Aulia dan
Dwi (2017: 169), yaitu:
1. Menentukan tujuan dari peramalan.
2. Memilih item permintaan independen yang akan diramalkan.
3. Menentukan horison waktu dari peramalan.
4. Memilih model-model peramalan.
5. Memperoleh data yang dibutuhkan.
6. Validasi model peramalan.
7. Membuat peramalan.
8. Implementasi hasil-hasil peramalan.
9. Memantau keandalan hasil-hasil peramalan.
9
Peramalan yang akurat dan bermanfaat dapat diperoleh jika
memperhatikan hal-hal berikut:
1. Mengumpulkan data yang dapat menghasilkan peramalan yang akurat.
2. Menentukan teknik peramalan yang tepat (Diana dan Raharjo, 2015: 275-
276).
2.1.1.2 Jenis-Jenis Peramalan
Peramalan bisa dibedakan menjadi tiga berdasarkan horizon waktu, yaitu:
1. Peramalan Jangka Panjang
Meliputi jangka waktu lebih dari 18 bulan, contohnya peramalan investasi,
merencanakan fasilitas dan merencakan untuk kegiatan litbang.
2. Peramalan Jangka Menengah
Meliputi jangka waktu antara tiga sampai 18 bulan, contohnya peramalan
penjualan dan peramalan produksi.
3. Perencanaan Jangka Pendek
Meliputi jangka waktu kurang dari tiga bulan, contohnya peramalan
pembelian bahan baku produksi. (Ngantung dan Jan, 2019: 4861).
2.1.1.3 Metode Peramalan
Ada dua jenis pendekatan dalam metode peramalan:
1. Metode Kualitatif
Metode kualitatif yaitu metode peramalan yang tidak menggunakan data
tetapi faktor-faktor seperti intuisi pengambilan keputusan, emosi, pengalaman
pribadi, dan sistem nilai. Beberapa teknik peramalan kualitatif adalah:
10
a. Metode Delphi,
b. Gabungan dari Tenaga Penjualan,
c. Survei Pasar Konsumen,
d. Keputusan Pendapat Juri Eksekutif.
2. Metode Kuantatif
Metode kuantitatif yaitu metode peramalan yang menggunakan data historis
dan atau variable-variabel kausal untuk meramalkan sebuah permintaan.
Metode kuantitatif terdiri atas dua jenis yaitu:
1) Model Time Series :
1. Metode Single Moving Average,
2. Metode Weighted Moving Averages,
3. Metode Exponential Smoothing.
2) Model Klausal:
1. Metode Regresi Linier,
2. Proyeksi Trend (Trend Projection) (Syahputra, dkk, 2018:115-116).
Adapun metode peramalan dapat digambarkan dengan diagram menurut
Gani dan Saputri (2015: 2) sebagai berikut:
11
Gambar 2.1 Metode Peramalan
2.1.2 Metode Single Moving Average
Metode Single Moving Average (SMA) merupakan perhitungan peramalan
yang menggunakan data aktual permintaan yang baru untuk memperoleh nilai
ramalan untuk permintaan dimasa yang akan datang. Metode ini cocok digunakan
untuk data jangka panjang (Astuti, dkk, 2019: 254). Menentukan ramalan dengan
metode single moving averages sangat sederhana yaitu dengan merata-ratakan
jumlah data sebanyak periode yang akan digunakan (Oktaviani dan Prasetyo,
2017: 82).
Metode
Peramalan
Kualitatif
Kuantitatif
Juri dari Opini
Eksekutif
Metode Delphi
Komposit
Tenaga
Penjualan
Survei Pasar
Konsumen
Model Deret
Waktu
Model
Asosiatif/
Kausal
Pendekatan
Naive, Rata-
Rata Bergerak
dan
Penghalusan
Eksponensial
Proyeksi Trend
dan Regresi
Linear
12
Persamaan matematis dari metode Single Moving Average menurut
Zunaidi, dkk (2016: 94):
Ft+1 = X1 + X2 + ....... XT
T
Keterangan:
Ft+1 = Ramalan untuk periode ke t+1
XT = Nilai sebenarnya periode ke t
T = Jangka waktu rata-rata bergerak
2.1.3 Menghitung Akurasi Peramalan
Akurasi adalah kriteria yang menentukan metode peramalan yang terbaik.
Dengan demikian, akurasi adalah perhatian yang paling penting dalam
mengevaluasi kualitas perkiraan. Tujuan dari perkiraan adalah untuk
meminimalkan error. Prakiraan error adalah perbedaan antara nilai aktual dan
nilai perkiraan. Hasil proyeksi yang akurat yaitu forecast yang bisa meminimalkan
forecast error. Besarnya forecast error dihitung dengan cara mengurangkan data
riil dengan besarnya ramalan.
𝑒𝑟𝑟𝑜𝑟 (𝑒) = 𝑌𝑡 – 𝐹𝑡
dimana:
𝑌𝑡 : Data aktual periode ke-t
𝐹𝑡 : Ramalan periode ke-t
Menurut Ruspriyanty, dkk (2018: 77) dalam menghitung forecast error
digunakan Mean Squared Error (MSE), Mean Absolute Deviation (MAD) dan
Mean Absolute Perentage Error (MAPE).
13
2.1.3.1 Mean Square Error (MSE)
Mean Squared Error adalah metode rata-rata error kuadrat memperkuat
pengaruh angkat-angka error yang besar, namun memperkecil angka kesalahan
prakiraan kecil (kurang dari satu unit). Persamaan MSE dapat dituliskan sebagai
berikut:
MSE = 2
n
dimana :
Yt = Nilai aktual pada periode t
Ft = Nilai peramalan pada periode t
n = Jumlah periode
2.1.3.2 Mean Absolute Deviation (MAD)
MAD dihitung dengan membagi jumlah nilai absolut dari error perkiraan
individu dengan ukuran sampel (jumlah periode perkiraan). Persamaan MAD
adalah:
MAD =
n
dimana :
Yt = Data aktual pada periode t
Ft = Nilai peramalan pada periode t
n = Jumlah periode
14
2.1.3.3 Mean Absolute Percentage Error (MAPE)
Pengukuran ketelitian dengan cara MAPE menunjukkan rata-rata
kesalahan absolut perkiraan dalam bentuk persentasenya terhadap data aktual.
Persamaan MAPE adalah :
MAPE = (1) (100)
n |Yt |
dimana :
Yt = Data aktual pada periode t
Ft = Nilai peramalan pada periode t
n = Jumlah periode
2.1.4 Persediaan
Persediaan merupakan masalah fenomenal yang bersifat umum dalam
perusahaan. Persediaan didefinisikan sebagai persediaan barang yang akan dijual
atau digunakan pada periode tertentu. Jika tidak ada persediaan barang,
perusahaan akan dihadapkan pada sebuah risiko, tidak dapat memenuhi
permintaan pelanggan. Persediaan bisa muncul secara sengaja maupun tidak
sengaja, maksudnya sengaja karena adanya perencanaan untuk mengadakan
persediaan, sedangkan tidak sengaja jika persediaan ada karena barang tidak
terjual akibat rendahnya jumlah permintaan.
Kekurangan persediaan dapat mempengaruhi kegiatan operasional
perusahaaan. Apabila jumlah persediaan terlalu banuak dapat berakibat terlalu
tingginya beban biaya guna menyimpan dan memelihara bahan selama
penyimpanan di gudang padahal barang tersebut masih mempunyai dana yang
15
bisa ditanamkan atau diinvestasikan pada hal yang lebih menguntungkan
(Rahmawati, dkk, 2019: 17).
Persediaan diperkirakan sebagai sumber daya menganggur menunggu
proses selanjutnya. Pengelolaan sistem persediaan yang baik akan membuat
proses produksi berjalan dengan baik, jumlah persediaan tidak membebani gudang
raw material. Apabila persediaan tidak dilakukan dengan baik akan berefek biaya
yang dikeluarkan perusahaan (Karuniawan, dkk, 2017: 152).
2.1.5 Gabah Kering
Salah satu komoditi hasil pertanian yang tingkat permintaan dan
produksinya dari waktu ke waktu terus meningkat adalah gabah. Hal ini dapat
dilihat dimana sampai sekarang ini Indonesia masih melakukan import beras dari
negara lain, dimana beras merupakan hasil produksi utama yang dihasilkan dari
gabah (Syahputra, dkk, 2017: 2).
Gabah berbentuk bulir buah yang berasal dari tanaman padi (Oryza Sativa
Linaeus) yang telah dilepaskan dari tangkainya. Proses yang dilakukan untuk
memperoleh gabah adalah dengan cara dengan cara merontokkan tanaman padi.
Gabah terbagi 2 yaitu:
1. Gabah Kering Giling (GKG)
GKG terkandung di dalamnya kadar air maksimum sebesar 14% dan
hampa/kotoran maksimum 3%.
2. Gabah Kering Panen (GKP)
GKP terkandung di dalamnya kadar air maksimum sebesar 25% dan
hampa/kotoran maksimum 10% (Badan Pusat Statistik, 2020).
16
2.1.6 Analisis dan Perancangan Alat Bantu Sistem
2.1.6.1 Flowmap
Flowmap memiliki fungsi untuk menginterpretasikan hubungan antara
bagian (pelaku proses), proses (manual/ berbasis komputer) dan aliran data (dalam
bentuk dokumen masukan dan keluaran) (Bagir dan Putro, 2018: 22).
Tabel 2.1 Simbol Flowmap
Sumber: Bagir dan Putro (2018: 22)
2.1.6.2 Unified Modelling Language (UML)
Unified Modeling Language (UML) merupakan pemodelan beroritentasi
objek untuk pembangunan sebuah perangkat lunak. Pada umumnya hanya
digunakan 5 buah diagram saja dalam sebuah UML, yaitu:
1. Use Case Diagram
Use case diagram lebih dititik beratkan pada fungsionalitas yang ada pada
sistem, bukan berdasarkan alur atau urutan kejadian (Isa dan Hartawan,
2017:141).
Simbol Deskripsi
Proses komputer.
Terminal point awal/akhir flowchart.
Dokuken input/output dalam format yang dicetak atau
berbentuk dokumen.
Rincian operasi berada di tempat yang lain/ dilakukan oleh
eksternal entity.
Input ooutput, mempresentasikan input output data yang
diproses atau informasi.
Flow, menunjukkan arus proses.
Keputusan dalam program.
17
Tabel 2.2 Simbol Use Case Diagram
Sumber: Rossa & Shalahuddin (2016:156-158)
2. Class Diagram
Class diagram adalah merupakan inti dari pengembangan dan desain
berorientasi objek (Isa dan Hartawan, 2017: 141).
Tabel 2.3 Simbol Class Diagram
Simbol Nama Deskripsi
Use Case
Deskripsi dari sistem sebagai unit-unit yang
saling bertukar pesan antar unit atau actor.
Aktor (actor) Orang, proses, atau sistem lain yang
berinteraksi dengan sistem informasi yang
akan dibuat.
Asosiasi
(Association) Merelasikan antara aktor dan use case yang
ikut berperan pada use case.
Ekstensi
(Extend)
Relasi use case tambahan ke sebuah use
case dimana use case yang ditambahkan
dapat berdiri sendiri walau tanpa use case.
Generalisasi
(Generalization)
Relasi antara 2 buah use case dimana fungsi
yang satu adalah fungsi yang lebih umum
dari lainnya.
Include
/uses
Relasi use case tambahan ke sebuah use case
di mana use case yang ditambahkan
memerlukan use case ini untuk menjalankan
fungsionalitas use case lain.
Simbol Nama Keterangan
Nama Kelas
+atribut
+operasi()
Kelas (Class)
Kelas pada struktur sistem.
Antarmuka
(Interface) Berorientasi objek.
Asosiasi
(Association) Hubungan antarkelas dengan makna umum.
Asosiasi
Berarah
(Directed
Association)
Relasi antarkelas dengan makna kelas yang
satu digunakan oleh kelas yang lain,
Generalisasi
Relasi antarkelas dengan makna generalisasi
spesialisasi.
Kebergantungan Relasi antarkelas dengan makna
18
Sumber: Rossa AS & Shalahuddin (2016:146-147)
3. Activity Diagram
Proses rangkaian aliran dari aktivitas, digunakan untuk menggambarkan
interaksi antara beberapa use case. (Isa dan Hartawan,2017:141-142).
Tabel 2.4 Simbol Activity Diagram
Sumber: Rossa & Shalahuddin (2016:162-163)
4. Sequence Diagram
Diagram sekuen atau sequence diagram menyatakan kelakuan objek pada
use case dengan mendeskripsikan waktu hidup objek dan message yang
dikirimkan dan diterima antar objek (Rosa dan Shalahuddin, 2016:165).
Tabel 2.5 Simbol Sequence Diagram
(Dependency) kebergantungan antarkelas.
Agregasi
(Aggregation)
Relasi antarkelas dengan makna semua-
bagian.
Simbol Nama Keterangan
Status Awal (Start Point) Status awal aktivitas pada sistem.
Aktivitas
(Activitis) Menggambarkan aktivitas yang dilakukan
sistem.
Percabangan
(Decision) Menggambarkan pilihan atau keputusan
Penggabungan
(Join) Penggabungan dimana lebih dari 1 aktivitas
digabungkan menjadi satu.
Status Akhir (End Point)
Status akhir yang dilakukan sistem.
Swimlane Memisahkan organisasi terhadap aktivitas
yang terjadi.
Simbol Nama Keterangan
Aktor
(Actor) Orang, proses, atau sistem lain yang
berinteraksi dengan sistem informasi di
luar sistem informasi yang akan dibuat itu
sendiri.
19
Sumber: Rossa & Shalahuddin (2016:165-167)
5. Deployment Diagram
Diagram deployment menunjukkan konfigurasi komponen dalam proses
eksekusi aplikasi (Rosa dan Shalahuddin, 2016:154).
Tabel 2.6 Simbol Deployment Diagram
Sumber: Rossa & Shalahuddin (2016:154-155)
Garis Hidup
(Lifeline) Mengimplementasikan kehidupan suatu
objek.
Objek
(Object) Objek yang berinteraksi pesan.
Waktu aktif Menggambarkan objek dalam keadaan
aktif dan berinteraksi.
<<create>> Pesan tipe
create
Arah panah mengarah pada objek yang
dibuat.
1.nama_metode() Pesan tipe
call
Objek memanggil operasi/metode yang ada
pada objek lain atau dirinya sendiri.
1.masukan Pesan tipe
send
Suatu objek mengirimkan
data/masukan/informasi ke objek lainnya.
1.keluaran Pesan tipe
return
Objek yang telah menjalankan suatu
operasi atau metode menghasilkan suatu
kembalian ke objek tertentu.
<<destroy>> Pesan tipe
destroy
Suatu objek mengakhiri hidup objek yang
lain, arah panah mengarah pada objek yang
diakhiri.
Simbol Nama Deskripsi
Package sebuah bungkusan dari 1 atau lebih node.
Node Mengarah pada perangkat keras
(hardware), perangkat lunak yang tidak
dibuat sendiri (software) jika di dalam node
disertakan komponen untuk
mengkonsistenkan rancangan maka
komponen yang diikutsertakan harus sesuai
dengan komponen sebelumnya.
Dependency /
Kebergantungan
Kebergantungan antar node, arah panah
mengarah pada node yang dipakai.
Link Relasi antar node.
nama objek
20
2.1.7 Perangkat Lunak yang Digunakan
2.1.7.1 Visual Basic
Visual basic merupakan perangkat lunak yang berisikan perintah-perintah
sebagai alat bantu untuk membuat berbagai macam program komputer khususnya
yang menggunakan sistem operasi windows (Isnayati dan Saptari, 2017 :160).
Visual Basic .NET 2010 adalah salah satu bahasa pemrograman yang
tergabung dalam Microsoft Visual Studio 2010 yang memiliki suatu fungsi yang
luas sebagai ruangan kerjanya. Fungsi-fungsi tersebut diantaranya adalah
menubar, toolbox, toolbar, form windows, code windows, solution explorers
windows, property windows dan jendela-jendela lain (Indrawati, dkk, 2018:2).
Gambar 2.2 Microsoft Visual Studio 2010
2.1.7.2 MySQL
MySQL adalah program aplikasi untuk pengoperasian basis data, terutama
untuk pemilihan atau seleksi dan pemasukan data, yang pengoperasian datanya
mudah dikerjakan (Herpendi, 2016: 2).
21
Gambar 2.3 MySQL
2.1.7.3 XAMPP
XAMPP merupakan software berbasis Open Source yang berfungsi untuk
mengolah data MySQL yang terdiri dari 5 aplikasi sistem operasi, yaitu : X untuk
merepresentasikan 4 Operating System utama yang sering digunakan, A
(Apacahe) merupakan aplikasi web server, M (MySQL), merupakan aplikasi
database server, P (PHP), bahasa pemrograman web dan P (Perl), bahasa
pemrograman CGI (Common Gateway Interface). (Putri dan Siptiana, 2019: 188).
Gambar 2.4 XAMPP
2.1.7.4 Crystal Report
Crystal Report adalah program untuk membuat berbagai jenis laporan
yang sebelumnya telah di lakukan analisis dan selanjutnya diterjemahkan ke
dalam database (Putri dan Siptiana, 2019: 188).
22
Adapun beberapa kelebihan dari Crystal Report adalah:
1. Hasil laporan mudah.
2. Terhubung dengan bahasa pemograman.
3. Hasil laporan kualitas impor.
Melihat kelebihan-kelebihan yang dimiliki oleh Crystal Report,
memudahkan user untuk membuat laporan tanpa melibatkan pengkodingan dan
hasil laporan yang fasilitas impor mendukung format yang populer.
Gambar 2.5 Jendela Crystal Report 13.0.4
2.2 Tinjauan Penelitian
Berikut beberapa penelitian jurnal relevan dengan skripsi ini adalah:
Tabel 2.7 Tinjauan Penelitian
No Penulis Judul Objek Metode Hasil
1 Heldi
Diana
dan
Cahyo
Dwi
Raharjo
(2015).
Sistem
Pendukung
Keputusan
untuk
Forecasting
Penjualan di
Toko Sumber
Penjualan. Single
Moving
Average
Sistem pendukung
keputusan untuk
forecasting penjualan
dibangun dengan
berbasis sistem
desktop
menggunakan visual
23
Saudara. basic dengan metode
single moving
average yang orde
atau periode bulan,
maksimal
berdasarkan jumlah
bulan terakhir.
Setelah
diimplementasikan di
Toko Sumber
Saudara,
menghasilkan suatu
sistem pendukung
keputusan berbasis
desktop.
Implementasinya
aplikasi ini
membantu
mengambil suatu
keputusan
penambahan atau
pengurangan stok.
2 Intan
Maesti
Gani,
dan
Marheni
Eka
Saputri
(2015).
Analisis
Peramalan
dan
Pengendalian
Persediaan
Bahan Baku
dengan
Metode EOQ
pada
Optimalisasi
Kayu di
Perusahaan
Purezento.
Persediaan
Bahan
Baku.
Economic
Order
Quantity.
Penerapan dan
peralaman dengan
metode EOQ dapat
membantu
perusahaan dalam
pengambilan
keputusan
persediaan,
penghematan biaya
serta pengendalian
bahan baku yang
dapat menunjang
kelancaran aktivitas
produksi.
3 Ratih
Yulia
(2017).
Peramalan
Persediaan
Barang
Menggunakan
Metode
Weighted
Moving Average dan
Metode
Double
Exponential
Smoothing.
Persediaan
Barang.
Weighted
Moving
Average
dan Double
Exponential
Smoothing.
Adanya sistem
peramalan persediaan
barang dapat
membantu
mempermudah
proses pelayanan
pemilik dalam menyediakan barang
untuk ke depannya.
Metode Weighted
Moving Average
lebih baik dari
24
metode Double
Exponential
Smoothing dilihat
dari nilai error MSE,
dan dapat
mengurangi atau
meminimalisir
masalah penumpukan
barang atau
kekurangan barang.
4 Dewa
Putu
Yudhi
Ardiana
dan
Luciana
Hendrika
Loekito
(2018).
Sistem
Informasi
Peramalan
Persediaan
Barang
Menggunakan
Metode
Weighted
Moving
Average.
Persediaan
Barang.
Weighted
Moving
Average
Sistem yang dibuat
sudah dapat
digunakan dengan
baik sesuai dengan
kebutuhan
perusahaan. Adanya
sistem ini maka
perusahaan dapat
menentukan
persediaan barang
secara otomatis tanpa
perhitungan manual
dikarenakan tingkat
error dari pengujian
peramalan
menunjukkan rata-
rata yang sangat
rendah untuk tingkat
kesalahan dalam
perhitungan.
5 Jusin
dan Sri
Wardani
(2019).
Sistem
Pendukung
Keputusan
Penentuan
Persediaan
Beras pada
Kilang Padi
DT. AA
dengan
Metode
Forecasting.
Persediaan
Beras.
Metode
Forecasting
yaitu
Moving
Average.
Adanya sistem
pendukung
keputusan ini yang
menggunakan
metode forecasting,
dapat membantu
perusahaan dalam
menentukan
persediaan beras
yang harus
disediakan dalam
memenuhi kebutuhan
pelanggan.
25
2.3 Kerangka Pemikiran
Kerangka pemikiran merupakan langkah-langkah yang akan dilakukan
dalam penyelesaian masalah yang akan dibahas. Berikut ini adalah kerangka
pemikiran dari ““Peramalan Persediaan Gabah Kering Pada Kilang Padi
Tunas Harapan Menggunakan Metode Single Moving Average”:
Gambar 2.6 Kerangka Pemikiran
Pendekatan Metode Metode yang digunakan dalam penelitian ini adalah Single Moving
Average
Perancangan Sistem
Perancangan sistem dengan flowmap, UML, perancangan database,
dan user interface.
Identifikasi Masalah
1. Pemilik usaha Kilang Padi Tunas Harapan melakukan
perkiraaan pemesanan gabah kering berdasarkan perkiraan-
perkiraan saja. Ketika perkiraan yang dilakukan meleset maka
akan merugikan karena tidak dapat memenuhi kebutuhan
konsumen.
2. Kilang Padi Tunas Harapan belum memiliki sistem peramalan
yang dapat membantu memperkirakan persediaan gabah kering
yang harus disediakan.
Pengumpulan Data Data dikumpulkan dengan wawancara, observasi dan studi pustaka.
Pembangunan Sistem
Program dibangun dengan bahasa pemrograman Visual Basic Net
2010 dan database MySQL.
Hasil
Peramalan Persediaan Gabah Kering Pada Kilang Padi Tunas
Harapan Menggunakan Metode Single Moving Average
26
2.4 Tinjauan Umum Perusahaan
2.4.1 Kilang Padi Tunas Harapan
Penggilingan padi Tunas Harapan merupakan industri yang bergerak
dalam pengolahan padi menjadi beras atau penggilingan padi. Industri ini
didirikan oleh Bapak H.Alwi Nasution tahun 2001 yang berada di Jl.Syech SIlau
Desa Punggulan Kecamatan Air Joman Kabupaten Asahan.
Pada awalnya Kilang Padi Tunas Harapan merupakan usaha kecil, yang
hanya bergerak di sebuah desa dengan kapasitas giling 0.5 ton per jam. Pada
perkembangannya hasil padi dari petani yang tinggi, jumlah permintaan akan
beras yang semakin meningkat, maka industri penggilingan padi tersebut
diperbesar agar dapat menampung seluruh padi para petani. Pada tahun 2007
usaha Kilang Padi Tunas Harapan memperbesar kapasitasnya menjadi 1-3 ton per
jam.
Adapun visi dan misi Kilang Padi Tunas Harapan adalah:
1. Visi
1) Menjadi perusahaan kilang padi penghasil beras terkemuka untuk
Mewujudkan Kedaulatan Pangan dan Kesejahteraan Petani di Air
Joman.
2. Misi
1) Menggunakan mesin dan teknologi terbaik untuk mendukung proses
penggilingan padi di kilang padi Tunas Harapan sehingga diperoleh
kinerja yang efektif, efisien dan memiliki kualitas yang tinggi.
2) Melakukan inovasi dan pengembangan untuk menghasilkan produksi
olahan beras yang berkualitas.
27
3) Membangun mitra kerja yang saling menunjang dan berkesinambungan
bersama para petani dalam mengolah ketahanan pangan.
2.4.2 Struktur Organisasi Kilang Padi Tunas Harapan
Struktur organisasi menjelaskan kegiatan pekerjaan antara yang satu
dengan yang lain dan bagaimana hubungan aktivitas dan fungsi dibatasi. Berikut
ini adalah struktur organisasi dari Kilang Padi Tunas Harapan:
Gambar 2.7 Struktur Organisasi Kilang Padi Tunas Harapan
2.5 Hipotesis
Adapun hipotesis dalam penelitian ini adalah peramalan persediaan gabah
kering pada Kilang Padi Tunas Harapan menggunakan metode Single Moving
Average diharapkan dapat menghasilkan ramalan yang akurat dan cepat.
PEMILIK H. Alwi Nst
SEKRETARIS Af-Dolin
BENDAHARA Nuni
PENGGILINGAN Ucok
GUDANG Suparno
PENGEMASAN Situr
PEMASARAN Bambang