-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
1/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
LAPORAN PRAKTIKUM
SUPPLAY CHAIN MANAGEMENT
Forecasting
Diajukan untuk Melengkapi Tugas Mata Kuliah
Praktikum SCM
Pada Program Studi Teknik Industri
Disusun Oleh :
Kelompok VII
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
2/36
Kelompok VII
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
BAB I
PENDAHULUAN
1.1 Latar BelakangPeramalan merupakan bagian awal dari suatu proses pengambilan suatu
keputusan.. Dalam kegiatan produksi, peramalan dilakukan untuk menentukan
jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari
proses perencanaan dan pengendalian produksi Dengan mempelajari teknik
peramalan diharapakan dapat berguna untuk penerapan di perusahaan produsen dan
menjadi acuan untuk menjalankan suatu system di perusahaan dalam produksinya untuk
dipasarkan di masyarakat umum. Dalam kesempatan kali ini praktikum mengambil
kasus sebuah perusahaan Tamiya Car Corp. yang sedang mengalami kesulitan
dalam merencanakan produksinya guna memenuhi permintaan konsumen.
Permintaan Tamiya Car Corp. berbeda beda untuk masing masing daerah. Distributor
telah memberikan laporan kepada perusahaan untuk pengadaan Tamiya Car harus
dapat tersedia mulai periode Januari 2012
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
3/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
1.4 Pelaksanaan PraktikumPraktikum Sistem Produksi untuk mahasiswa Jurusan Teknik Industri Universitas
Mercu Buana dilaksanakan pada :
Waktu : Jumat, 2 Desember 2011
Rutinitas : 1x Pertemuan
Tempat : Lab. Computer D-208 (Universitas Mercu Buana)
1.5 Sistematika LaporanLaporan yang berkaitan dengan Perencanaan Produksi pelanggan ini, akan
dibagi menjadi empat bab utama. Melalui pembagian ini diharapkan akan dapat
memudahkan pembaca untuk pemahaman lebih lanjut secara sistematis. Keempat
bab tersebut akan diperinci sebagai berikut:BAB I : PENDAHULUAN
Pada bab pertama ini akan dibahas mengenai latar belakang dari
dilakukannya pembahasan terhadap topik mengenai praktikum
Supply Chain Management. Kemudian dibahas pula mengenai tujuan
dilakukannya penyusunan terhadap laporan dengan topik terkait.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
4/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
BAB II
LANDASAN TEORI
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa
sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalahpemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau
beberapa produk pada periode yang akan datang. Pada hakekatnya peramalan
hanya merupakan suatu perkiraan (guess), tetapi dengan menggunakan teknik-
teknik tertentu, maka peramalan menjadi lebih sekedar perkiraan. Peramalan
dapat dikatakan perkiraan yang ilmiah (educated guess). Setiap pengambilan
keputusan yang menyangkutkeadaan di masa yang akan datang, maka pasti ada
peramalan yang melandasi pengambilan keputusan tersebut (Sofyan Assauri, 1984,
hal. 1).
Dalam kegiatan produksi, peramalan dilakukan untuk menentukan
jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
5/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
Tujuan peramalan dilihat dengan waktu:
1. Jangka pendek(ShortTerm)
Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya
bersifat harian ataupun mingguan dan ditentukan oleh LowManagement.
2. Jangka Menengah (Medium Term)
Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanyabersifat bulanan ataupun kuartal dan ditentukan oleh Middle Management.
3. Jangka Panjang (Long Term)
Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya
bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh
Top Management.
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara
lain akurasi, biaya,dan kemudahan. Penjelasan dari kriteria-kriteria tersebut
adalah sebagai berikut :
1. Akurasi.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
6/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
2. Biaya.Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga factor pemicu biaya tersebut akan
mempengaruhi berapa banayak data yang dibutuhkan, bagaimana pengolahan
datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dansiapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus
disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin
didapat, misalnya item-item yang penting akan diramalkan dengan metode
yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum
Pareto (Analisa ABC).
3. KemudahanPenggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah
percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
7/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul akibat
pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya
yang dikeluarkan tentu resiko yang dapat dihindari semakin besar pula. Namun
upaya memperkecil resiko tersebut dibatasi oleh biaya yang dikeluarkan akibat
mengupayakan hal tersebut..
Faktor-Faktor yang harus dipertimbangkan dalam peramalan :1. Horizon Peramalan
Ada dua aspek dari horison waktu yang berhubungan dengan masing
masing metoda peramalan yaitu :
a. Cakupan waktu dimasa yang akan dating,Untuk mana perbedaan dari metoda peramalan yang digunakan sebaiknya
disesuaikan.
b. Jumlah periode untuk mana ramalan diinginkan
Beberapa teknik dan metoda hanya dapat disuaikan untuk peramalan satu
atau dua periode di muka, sedangkan teknik dan metoda lain dapat
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
8/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
ke depan sebaiknya digunakan metode variasi musim. Sedangkan apabila
dari data yang lalu diketahui adanya pola hubungan antara variable variable
yang saling mempengaruhi, maka sebaiknya dipergunakan metode Sebab Akibat
(causal) atau korelasi (correlation).
4. Bentuk Pola Data.
Dasar utama dari metoda peramalan adalah anggapan bahwa macam daripola yang didapati didalam data yang diramalkan akan berkelanjutan. Sebagai
contoh, beberapa deret yang melukiskan sutau pola musiman, demikian pula
halnya dengan suatu pola trend. Metoda peramalan yang lain mungkin lebih
sederhana, terdiri dari suatu nilai rata rata, dengan fluktuasi yang acakan
atau random yang terkandung. Oleh karena adanya perbedaan kemampuanmetoda peramalan untuk mengidentifikasikan pola pola data, maka perlu
adanya usaha penyesuaian antara pola data yang telah diperkirakan terlebih
dahulu dengan teknik dan metoda peramalan yang akan digunakan.
5. Biaya.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
9/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
ramalan yang dilakukan sangat tergantung pada terjadinya sejumlah peristiwa
yang lain, atau sifatnya merupakan campuran dari model model yang telah
disebutkan diatas. Model model tersebut sangat penting diperhatikan, karena
masing masing model tersebut mempunyai kemampuan yang berbeda
neda dalam analisis keadaan untuk pengambilan keputusan.
7. Mudah tidaknyapenggunaan dan aplikasinyaSatu prinsip umum dalam penggunaan metoda ilmiah dari peramalan untuk
menagement dan analisis adalah metoda metoda yang dapat dimengerti dan
mudah diaplikasikan yang akan dipergunakan dalam pengambilan keputusan adan
analisa. Prinsip ini didasarkan pada alasan bahwa, bila seorang manajer atau
analisis bertanggung jawab atas keputusan yang diambilnya atau hasil analisayang dilakukan, maka ia sudah tentu tidak menggunakan dasar yang tidak
diketahuinya atau tidak diyakininya. Jadi, sebagai ciri tambahan dari teknik dan
metoda peramalan adalah bahwa yang diperlukan untuk memenuhi kebutuhan
dari keadaan ialah teknik dan metoda peramalan yang dapat disesuaikan dengan
kemampuan dari manager atau analisis yang akan menggunakan metoda
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
10/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
2. Dilihat dari Jangka Waktu Ramalan yangDisusun
a. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya satu tahun atau
kurang. Peramalan ini digunakan untuk mengambil keputusan dalam
hal perlu tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan
kontrol jangka pendek.
b. Peramalan jangka menengah, yaitu peramalan yang dilakukan untukpenyusunan hasil ramalan yang jangka waktunya satu hingga lima tahun
ke depan Peramalan ini lebih mengkhususkan dibandingkan peramalan
jangka panjang, biasanya digunakan untuk menentukan aliran kas,
perencanaan produksi, dan penentuan anggaran.
c. Peramalan jangka panjang, yaitu peramalan yang dilakukan untukpenyusunan hasil ramalan yang jangka waktunya lebih dari lima tahun yang
akan datang. Peramalan jangka panjang digunakan untuk pengambilan
keputusan mengenai perencanaan produk dan perencanaan pasar,
pengeluaran biaya perusahaan, studi kelayakan pabrik, anggaran, purchase
order, perencanaan tenaga kerja serta perencanaan kapasitas kerja.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
11/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
perlu diperhatikan dari penggunaan metoda tersebut, adalah baik tidaknya
metoda yang dipergunakan, sangat ditentukan oleh perbedaan atau
penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Metoda
yang baik adalah metoda yang memberikan nilai nilai perbedaan
atau penyimpangan yang mungkin.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
12/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
secara perseorangan maupun kelompok. Beberapa metode peramalan yang
digolongkan sebagai model kualitatifadalah sebagai berikut :
1. Metode Delphi, Sekelompok pakar mengisi kuesioner,Moderator menyimpulkan hasilnya dan memformulasikan menjadi suatu
kuesioner baru yang diisi kembali oleh kelompok tersebut, demikian
seterusnya. Hal ini merupakan proses pembelajaran (learning process) dari
kelompok tanpa adanya tekanan atau intimidasi individu. Metode inidikembangkan pertama kali oleh Rand Corporation pada tahun 1950 an.
Adapun tahapan yang dilakukan adalah:
Tentukan beberapa pakar sebagai partisipan. Sebaiknya bervariasi
dengan latar belakang disiplin ilmu yang berbeda.
Melalui kuesioner (atau e
mail ), diperoleh peramalan dari seluruhpartisipan.
Simpulkan hasilnya, kemudian distribusikan kembali
kepada seluruh partisipan denan pertanyaan yang baru.
Simpulkan kembali revisi peramalan dan kondisi,
kemudian dikembangkan dengan pertanyaan yang baru.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
13/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
3. Riset Pasar (market research), merupakan metode peramalanberdasarkan hasil hasil dari survei pasar yang dilakukan oleh tenaga-
tenaga pemasar produk atau yang mewakilinya. Metode ini akan
menjaring informasi dari planggan atau pelanggan potenbsial (konsumen)
berkaitan dengan rencana pembelian mereka dimasa mendatang. Riset
pasar tidak hanya akan membantu peramalan, tetapi juga untuk
meningkatkan desain produk dan perencanaan untuk produk-produk baru.
4. Metode kelompok terstruktur (structured group methods), seperti metodeDelphi, dan lain lain. Metode Delphi merupakan teknik peramalan
berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli
secara interaktif tanpa menyebutkan identitasnya. Grup ini tidak bertemu
secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta
pendapatnya secara terpisah dan tidak boleh secara berunding. Hal ini
dilakukan untuk menghindari pendapat yang bias karena pengaruh
kelompok. Pendapat yang berbeda secara signifikan dari ahli yang lain
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
14/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
Metode Peramalan Kuantitatif (Statistical Method)
Pada dasarnya metoda peramalan kuantitatif ini dapat dibedakan atas
dua bagian, yaitu :
1. Metoda peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu atau time series.
2. Metoda peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktu yang disebut metode korelasi atau
sebab akibat (causalmethod).
Prosedur umum yang digunakan dalam peramalan secara kuantitatif
adalah:
1. Definisikan tujuan peramalan.
2. Pembuatan diagram pencar.
3. Pilih minimal dua metode peramalan yang dianggap sesuai.
4 Hit t t f i l
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
15/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
16/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
Pola data ini terjadi bila data memiliki kecendrungan untuk naik
atau turun terus-menerus. Pola data dalam bentuk trend ini
digamBbiaayrakan sebagai berikut:
Waktu
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
17/36
Rudini Mulya_Praktikum SCM Teknik Industri Universitas Mercu BuanaDecember 25,
2012
Perkataan musim menggambarkan pola penjualan yang berulangsetiap periode. Komponen musim dapat dijabarkan ke dalam faktor
cuaca, libur, atau kecenderungan perdagangan. Pola musiman
berguna dalam meramalkan penjualan dalam jangka pendek.
Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim,
misalnya permintaan bahan baku jagung untuk makanan ternak
ayam pada pabrik pakan ternak selama satu tahun. Selama musim
panen harga jagung akan menjadi turun karena jumlah jagung yang
dibutuhkan tersedia dalam jumlah yang besar.
Pola data musiman dapat digambarkan sebagai berikut:
Biaya
Waktu
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
18/36
Pola data ini terjadi bila data memiliki kecenderungan untuk naik
atau turun terus menerus. Pola data dalam bentuk trend ini dapat
digambarkan sebagai berikut:
Biaya
Waktu
Dalam meramalkan biaya-biaya yang termasuk di dalam biaya
operasi dipergunakan Pola Trend karena biaya tersebut
cenderung naik jika mesin/peralatan semakin tua atau semakin
lama jangka waktu pemakaiannya. Ada beberapa trend yang
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
19/36
Bentuk persamaan umum:
Y = aebt
Sedangkan peramalannya mempunyai bentuk persamaan:
Yt = aebt
Dengan menggunakan transformasi logaritma natural maka
harga konstanta a dan b diperoleh dari persamaan di bawah
ini:
bntln YttlnYtnt2t2
lnalnYt bt n
Y = a + b log t
Sedangkan peramalannya mempunyai bentuk persamaan:
Yt = a + b log t
Dengan menggunakan transformasi logaritma natural maka
harga konstanta a dan b diperoleh dari persamaan di bawah
ini:
b
nlog t.Yt log tYt2 2
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
20/36
Peramalannya mempunyai bentuk persamaan:
Y
a
t bt
Dengan menggunakan transformasi logaritma maka harga
konstanta a dan b diperoleh dari persamaan di bawah ini:
logb nt.logYt tlogYt
t2 nt2
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
21/36
log a log Yt log btn
Adapun metode peramalan yang termasuk model time series adalah
sebagai berikut:
Metode smoothing digunakan untuk mengurangi ketidakteraturan
musiman dari data yang lalu, dengan membuat rata rata tertimbang dari
sederetan data masa lalu. Ketepatan peramalan dengan metode ini akan
terdapat pada peramalan jangka pendek, sedangkan untuk peramalan
jangka panjang kurang akurat.
Metode smoothing terdiri dari beberapa jenis, antara lain :
, terdiri atas :
- Moving average pada suatu periode merupakan peramalan untuk
satu periode ke depan dari periode rata rata tersebut. Persoalan
yang timbul dalam penggunaan metode ini adalah dalam
menentukan nilai t (periode perata rataan). Semakin besar nilai t
maka peramalan yang dihasilkan akan semakin menjauhi pola data.
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
22/36
b) Setelah semua single Average dihitung, hitung moving average
kedua yaitu moving average dari St dengan periode perata-
rataan yang sama. Hasilnya dinotasikan dengan : St
c) Hitung komponen at dengan rumus :
At = St+ (StSt)
d) Hitung komponen trend bt dengan rumus :
bt =
2
N 1
( St 'St ' ' )
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
23/36
e) Peramalan untuk periode kedepan setelah t adalah sebagai
berikut :Ft+m = at + bt . m
-
Notasi yang diberikan adalah MA ( M x N), artinya M periode MA
dan Nperiode MA.
- Data pada periode tertentu diberi bobot, semakin dekat dengan saat
sekarang semakin besar bobotnya. Bobot ditentukan berdasarkan
pengalaman. Rumusnya adalah sebagai berikut :
Ft w1At1 w2 At2 ...wnAtndimana :
w1 = bobot yang diberikan pada periode t 1w2 = bobot yang diberikan pada periode t 2wn = bobot yang diberikan pada periode t nn = jumlah periode
-
Pengertian dasar dari metode ini adalah : nilai ramalan pada
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
24/36
Bentuk fungsi dari metode ini dapat berupa :
dengan fungsi peramalan (Yt):Yt = a, dimana a =YI /N
Yt =nilai tambah
N =jumlah periode
dengan fungsi peramalan :
Yt = a +bt
Y bt
dimana : a = n
nty (t )(y)
b = n t2 t2
dengan fungsi peramalan :
Yt = a + bt +ct2
dimana :
Ybtct2a
n
(t2 )2 nt4
c b
b
2
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
25/36
tYntY
t2 Ynt2Y
tt2 nt3
dengan fungsi peramalan :
Yt =aebt
dimana :
ln a lnYbt
n
b ntlnYtlnY
nt2 (t)2
dengan fungsi peramalan :
a bsin2
c cos2t
Yt n n
dimana :
Yna bsin2t
ccos2t
n n
Ysin2t
asin2t
bsin 22t
csin2t
cos2t
n n n n n
Ycos2t
acos2t
ccos 22t
bsin2t
cos2t
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
26/36
N
n nSeorang perencana tentu menginginkan hasil perkiraan ramalan yang
tepat atau paling tidak dapat memberikan gambaran yang paling mendekati
sehingga rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan
atau ketelitian inilah yang menjadi kriteria performance suatu metode
peramalan. Ketepatan atau ketelitian tersebut dapat dinyatakan sebagai
kesalahan dalam peramalan. Kesalahan yang kecil memberikan arti ketelitian
peramalan yang tinggi, dengan kata lain keakuratan hasil peramalan tinggi,
begitu pula sebaliknya.
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara,
antara lain adalah :
X
2
F
t tMSE t1
dimana :N
Xt = data aktual periode t
Ft = nilai ramalan periode t
N = banyaknya periode
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
27/36
t
dimana :
f = Derajat kebebasan
Untuk data Konstan, f = 1
Untuk data Linier, f = 2
Untuk data Kwadratis, f = 3
Untuk data Siklis, f = 3
X FPE t t100%
t X
dimana nilai dari PEt bisa positip ataupun negatip.
N
PEtt1MAPE
N
Menghitung kesalahan dari peramalan merupakan prosedur yang kelima
dari perhitungan peramalan secara kuantitatif. Setelah didapat kesalahan
(error) dari masing-masing metode peramalan, maka akan dilakukan pengujian
terhadap dua metode yang memiliki error yang terkecil, guna mendapatkan
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
28/36
BAB III
PENGOLAHAN DATA
Sebuah perusahaan pembuat mobil mainan, Tamiya Car Corp. menghadapi
kesulitan di dalam merencanakan produksinya guna memenuhi permintaan konsumen.
Permintaan mobil mainan ini berbeda- beda untuk masing masing daerah. Distributor
telah memberikan laporan kepada perusahaan untuk pengadaan agar harus dapat
tersedia mulai periode Januari 2012. Berikut data permintaan yang telah diberikan :
Tabel 1: Permintaan dan Hari Kerja
No Bulan
Permintaan
Aktual HariKeja
A
1 Januari 14478 23
2 Februari 14273 20
3 Maret 14667 21
4 April 14556 22
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
29/36
Laporan Praktikum SCM Forecasting by VIIth Group Page 29
Jawab :
a. Dengan menggunakan metode Linier dengan y = 109,15x + 14000
No Bulan
Permintaan
AktualRamalan Deviasi
Deviasi
Absolut
Kuadrat
Kesalahan
Persentase
Kesalahan
Persentase
Kesalahan
Absolut
A F A-F |A-F| (A-F)2
((A-F)/A)100 |((A-F)/A)100|
1 Januari 14478 14112 366 366 134220 0.025 0.025
2 Februari 14273 14215 58 58 3360 0.004 0.004
3 Maret 14667 14319 348 348 120978 0.024 0.024
4 April 14556 14424 132 132 17399 0.009 0.009
5 Mei 13965 14530 -565 565 318970 -0.040 0.040
6 Juni 12878 14636 -1758 1758 3091372 -0.137 0.137
7 Juli 14453 14743 -290 290 84370 -0.020 0.020
8 Agustus 16257 14851 1406 1406 1975469 0.086 0.086
9 Sepetember 15459 14960 499 499 248703 0.032 0.032
10 Oktober 15141 15070 71 71 5054 0.005 0.005
11 November 15793 15180 613 613 375375 0.039 0.039
12 Desember 14592 15292 -700 700 489360 -0.048 0.048
Total [ ] 176512 176333 179 6805 6864632 -0.021 0.469
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode Linier
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
30/36
Laporan Praktikum SCM Forecasting by VIIth Group Page 30
b. Dengan menggunakan metode Kuadratiky = 9,2483x2 - 11,073x + 14280
No Bulan
Permintaan
AktualRamalan Deviasi
Deviasi
Absolut
Kuadrat
Kesalahan
Persentase
Kesalahan
Persentase
Kesalahan
AbsolutA F A-F |A-F| (A-F)
2((A-F)/A) |((A-F)/A)|
1 Januari 14478 14278 200 200 39930 0.014 0.014
2 Februari 14273 14295 -22 22 477 -0.002 0.002
3 Maret 14667 14330 337 337 113558 0.023 0.023
4 April 14556 14384 172 172 29694 0.012 0.012
5 Mei 13965 14456 -491 491 240926 -0.035 0.035
6 Juni 12878 14547 -1669 1669 2783895 -0.130 0.130
7 Juli 14453 14656 -203 203 41069 -0.014 0.014
8 Agustus 16257 14783 1474 1474 2171770 0.091 0.091
9 Sepetember 15459 14929 530 530 280418 0.034 0.034
10 Oktober 15141 15094 47 47 2200 0.003 0.003
11 November 15793 15277 516 516 266007 0.033 0.033
12 Desember 14592 15479 -887 887 786555 -0.061 0.061
Total [ ] 147761 176508 4.30 6546 6756500 -0.032 0.450
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode Kuadratik 2 Order
Grafik Hasil Peramalan Dengan Menggunakan Metode Kuadratik 2 Order
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
31/36
Laporan Praktikum SCM Forecasting by VIIth Group Page 31
c. Dengan menggunakan metode Moving Average
No Bulan
PermintaanAktual
2 -Bulanan
3 -bulanan
4 -Bulanan
5 -Bulanan
6 -Bulanan
7 -Bulanan
8 -Bulanan
WMA 3-Bulanan
0,25/0,25/0,5
WMA 3-Bulanan
0,5/0,2/0,3
WMA 3-Bulanan
0,7/0,2/0,1
A F F F F F F F WMAt WMAt WMAt
1 Januari 14478 -
2 Februari 14273 -
3 Maret 14667 14376
4 April 14556 14470 14473 14521 14454 14456
5 Mei 13965 14612 14499 14494 14513 14448 14380
6 Juni 12878 14261 14396 14365 14388 14288 14493 14575
7 Juli 14453 13422 13800 14017 14068 14136 13569 14043 14270
8 Agustus 16257 13666 13765 13963 14104 14132 14181 13937 13737 13796
9 Sepetember 15459 15355 14529 14388 14422 14463 14436 14441 14961 14026 13531
10 Oktober 15141 15858 15390 14762 14602 14595 14605 14564 15407 15195 14914
11 November 15793 15300 15619 15328 14838 14692 14673 14672 15500 15794 15986
12 Desember 14592 15467 15464 15663 15421 14997 14849 14813 15547 15430 15429
Total 176512 146785 131935 116978 101842 87015 72744 58489 132243 131622 131337
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode MA
Grafik Hasil Peramalan Dengan Menggunakan Metode MA 3 - Bulanan
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
32/36
Laporan Praktikum SCM Forecasting by VIIth Group Page 32
d. Dengan menggunakan metode Eksponensial Smoothing With
No Bulan
Permintaan
Aktual
Forecast , Ft+1 (alfa)
A
1 Januari 14478
2 Februari 14273 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00
3 Maret 14667 14457.50 14437.00 14416.50 14396.00 14375.50 14355.00 14334.50 14314.00 14293.50
4 April 14556 14478.45 14483.00 14491.65 14504.40 14521.25 14542.20 14567.25 14596.40 14629.65
5 Mei 13965 14486.21 14497.60 14510.96 14525.04 14538.63 14550.48 14559.38 14564.08 14563.37
6 Juni 12878 14434.08 14391.08 14347.17 14301.02 14251.81 14199.19 14143.31 14084.82 14024.84
7 Juli 14453 14278.48 14088.46 13906.42 13731.81 13564.91 13406.48 13257.59 13119.36 12992.68
8 Agustus 16257 14295.93 14161.37 14070.39 14020.29 14008.95 14034.39 14094.38 14186.27 14306.97
9 Sepetember 15459 14492.04 14580.50 14726.37 14914.97 15132.98 15367.96 15608.21 15842.85 16062.00
10 Oktober 15141 14588.73 14756.20 14946.16 15132.58 15295.99 15422.58 15503.76 15535.77 15519.30
11 November 15793 14643.96 14833.16 15004.61 15135.95 15218.49 15253.63 15249.83 15219.95 15178.83
12 Desember 14592 14758.86 15025.13 15241.13 15398.77 15505.75 15577.25 15630.05 15678.39 15731.58
Total [ ] 176512 159392 159731 160139 160539 160892 161187 161426 161620 161781
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode Eksponensial Smoothing With
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
33/36
BAB IV
KESIMPULANDAN SARAN
4.1 KesimpulanDengan menggunakan berbagai macam metode peramalan dapat dirangkum data
sebagai berikut :
MAD MSE MAPE MFEMetode Peramalan
MA 2 Bulan 821.85 1173508.03 0.0555 97.650
MA 3 Bulan 821.85 1173508.03 0.0555 97.650
MA 4 Bulan 966.53 1324648.71 0.0652 194.969
MA 5 Bulan 1058.29 1432769.46 0.0709 390.171
MA 6 Bulan 915.03 1213815.44 0.0584 780.083
MA 7 Bulan 1002.54 1392801.67 0.0636 899.571
MA 8 Bulan 734.34 668864.08 0.0475 623.969
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
34/36
ES : 0,4 : 0,05 685.71 862790.21 0.0465 129.425
ES : 0,5 : 0,05696.66 879781.75
0.047395.692
ES : 0,6 : 0,05 698.42 897408.63 0.0474 67.567
ES : 0,7 : 0,05 733.24 914700.82 0.0497 44.781
ES : 0,8 : 0,05 770.13 931489.59 0.0522 26.339
ES : 0,9 : 0,05 798.31 947618.12 0.0541 11.029
ES : 0,1 : 0,1 687.58 840771.14 0.0463 237.745
ES : 0,2 : 0,1 699.65 842714.36 0.0472 203.150
ES : 0,3 : 0,1 695.19 853960.62 0.0470 162.051
ES : 0,4 : 0,1 691.42 873028.33 0.0469 122.025
ES : 0,5 : 0,1 702.51 895807.26 0.0477 86.750
ES : 0,6 : 0,1 704.00 919429.25 0.0478 57.404
ES : 0,7 : 0,1 751.78 942763.97 0.0510 33.676
ES : 0,8 : 0,1 790.22 965610.95 0.0535 14.501
ES : 0,9 : 0,1 819.53 987805.34 0.0555 -1.402
ES : 0,1 : 0,2 687.83 837542.97 0.0464 233.992
ES : 0,2 : 0,2 698.62 841608.10 0.0472 195.117
ES : 0,3 : 0,2 691.91 859571.27 0.0468 149.992
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
35/36
4.2 SaranMerujuk pada kesimpulan di table di atas, kami menyarankan agar Tamiya Car
Corp. memilih jenis peramalan dengan metode Kuadratik dalam Perencanaan Produksi
mobil mainan tersebut karena memiliki nilai Nilai MAD, MSE, dan MAPE yang
mendekati nilai 0 (nol), yang dirangkum pada table di bawah ini :
METODE PERAMALAN MAD MSE MFE MAPE
KUADRATIK 545.48 563041.63 0.0375 0.358
Untuk lebih meyakinkan bahwa dengan menerapkan jenis peramalan dengan
metode Kuadratik 6 Order, Tamiya Corp tidak akan merugi, maka data peramalan
dengan menggunakan metode tersebut di uji dengan peta kendali peramalan sebagai
berikut :
PERHITUNGAN MAD, MSE, MAPE DAN MFE DENGAN METODE KUDRATIK
DENGAN RUMUS Y = 10,30 x2
+ 60,51x + 5376
-
7/30/2019 Contoh Makalah Hasil LAPORAN PRAKTIKUM SUPPLAY CHAIN MANAGEMENT Forecasting Dalam Teknikl Industri_Rudini Mulya,dkk(2012)
36/36
Laporan Praktikum SCM Forecasting by VIIth Group Page 36