Laporan PPIC 5 Lengkap Coy

TUGAS BESAR Perencanaan & Pengendalian Produksi
BAB I PENDA U!UAN 1"1 !a#ar Belakang Dalam sistem manufaktur maupun non manufaktur, adanya persediaan merupakan faktor yang memicu peningkatan biaya. Meskipun demikian persediaan harus tetap diperlukan karena kondisi nyata dari kebutuhan (permintaan) dapat bersifat tidak pasti. Menetapkan jumlah persediaan yang terlalu banyak akan mengakibatkan pemborosan biaya penyimpanan, sedangkan menetapkan jumlah persediaan yang terlalu sedikit juga berakibat hilangnya kesempatan untuk mendapatkan keuntungan apabila permintaan nyata melebihi permintaan yang diperkirakan. Kedua dilema dalam memutuskan erapa! jumlah persediaan yang harus disediakan dan Kapan! harus disediakan dapat dipecahkan dengan metode"metode yang ada di dalam #roduction #lanning and $n%entory &ontrol (##$&). #ada era globalisasi sekarang ini, suatu perusahaan harus bisa lebih flexible dan cepat dalam menangani permintaan customer agar dapat bertahan dan bertarung menghadapi banyaknya competitor. 'ebagai salah satu contoh yaitu pada perusahan #(. )o*omika digital printing yang mampu menghasilkan produk berupa berbagai jenis hasil cetak berupa banner, pster, sticker, dan photo canfas. +ntuk memenuhi kebutuhan pelanggan #(. )o*omika digital printing melayani file siap cetak dari pelanggan maupun membuat desain sesuai dengan keinginan pelanggan serta tidak ada minimal order dalam melakukan pemesanan produk. Dimana dari keempat produk yang dihasilkan oleh #(. )o*omika digital printing mempunyai beberapa perbedaan mendasar antara satu produk dengan produk yang lain, seperti perbedaan bahan baku, harga dari masing"masing bahan baku dan proses permesinannya yang secara tidak langsung akan berdampak pada biaya operator dan pera,atan mesin. -leh karena itu #(. )o*omika digital printing membutuhkan suatu proses perencanaan dan pengendalian produksi agar jumlah permintaan sesuai atau seimbang dengan jumlah resources yang dimiliki, dan tidak adanya kelebihan maupun kekurangan pada le%el inventorynya. 'elain itu untuk mendapatkan keuntungan akhir"akhir ini sangat sulit sehingga perusahaan harus benar"benar mempertimbangkan keputusan yang harus diambil. 1"2 Ru$usan %asala&
1
201 3

1. Mengapa dibutuhkan ##$& dalam proses penyelesaian masalah di )o*omika digital printing/ .. Metode peramalan apa yang tepat digunakan untuk meramalkan permintaan produk"produk banner, poster, sticker, dan photo canfas/ 0. 1. 2. 3. agaimana proses perencanaan in%entory/ agaimana caranya mengendalikan biaya"biaya produksi sampai dengan biaya o%erhead agar #(. )o*omika digital printing tidak mengalami kerugian/ agaimana cara membuat perencanaan dalam penentuan total permintaan dari seluruh elemen produksi dan jumlah tenaga kerja yang diperlukan/ agaimana cara menentukan M#' atau disebut juga cara menguraikan rencana produksi untuk menunjukan kuantitas produk akhir yang akan diproduksi untuk setiap periode ,aktu sepanjang hori*on perencanaan taktis/ 4. agaimana cara menentukan M5# atau disebut juga cara mengembangkan pesanan"pesanan yang direncanakan untuk bahan baku, komponen, dan subassemblies yang dibutuhkan untuk M#'/ 1"3 Tu'uan 6dapun tujuan dari analisis studi kasus ini adalah sebagai berikut. 1. +ntuk membuat suatu perencaan proses produksi serta memberikan keputusan yang optimum berdasarkan sumber daya yang dimiliki perusahaan #(. )o*omika dalam memenuhi permintaan akan produk yang dihasilkan. .. +ntuk mengetahui metode peramalan yang tepat dengan nilai error yang rendah dalam meramalkan permintaan berbagai produk jenis cetak seperti banner, poster, sticker dan photo canvas . 0. +ntuk mengetahui proses perencanaan pengadaan bahan baku pada le%el in%entory. 1. +ntuk mengetahui cara pengendalian biaya"biaya produksi sampai dengan biaya o%erhead agar #(. )o*omika digital printing tidak mengalami kerugian 2. +ntuk menyesuaikan pesanan pelanggan dan ramalan permintaan dengan sumber daya perusahaan (fasilitas, mesin, tenaga kerja, keuangan, dan lain" lain). 3. +ntuk menguraikan rencana produksi untuk menunjukan kuantitas produk akhir yang akan diproduksi untuk setiap periode ,aktu sepanjang hori*on perencanaan taktis.
.
201 3
#(.
pengadaan bahan baku
pada le%el

4. +ntuk menentukan M5# atau disebut juga cara mengembangkan pesanan" pesanan yang direncanakan untuk bahan baku, komponen, dan subassemblies yang dibutuhkan untuk M#'. 1"( %an)aa# 6dapun manfaat dari analisis studi kasus ini adalah sebagai berikut. 1. Dapat membuat yang suatu planning proses produksi sumber serta daya memberikan yang dimiliki keputusan dihasilkan. .. Mengetahui metode peramalan yang tepat dengan nilai error yang rendah dalam meramalkan permintaan berbagai produk jenis cetak seperti banner, poster, sticker dan photo canvas. 0. Mengetahui proses perencanaan in%entory. 1. Mengetahui cara pengendalian biaya"biaya produksi sampai dengan biaya o%erhead agar #(. )o*omika digital printing tidak mengalami kerugian. 2. Dapat menyesuaikan pesanan pelanggan dan ramalan permintaan dengan sumber daya perusahaan (fasilitas, mesin, tenaga kerja, keuangan, dan lain" lain). 3. Dapat menguraikan rencana produksi untuk menunjukan kuantitas produk akhir yang akan diproduksi untuk setiap periode ,aktu sepanjang hori*on perencanaan taktis. 4. Dapat menentukan M5# atau disebut juga cara mengembangkan pesanan" pesanan yang direncanakan untuk bahan baku, komponen, dan subassemblies yang dibutuhkan untuk M#' 1"* Ba#asan 6dapun batasan yag digunakan dalam studi kasus ini adalah sebagai berikut7 1. #eramalan dilakukan untuk 3 periode ke depan pengadaan bahan baku pada le%el optimum berdasarkan
201 3
perusahaan #(. )o*omika dalam memenuhi permintaan akan produk yang
1"+ Asu$si 6dapun asumsi yang digunakan dalam studi kasus ini adalah sebagai berikut7 1. 'eluruh data yang diperoleh dari pihak perusahaan dianggap benar. .. 'eluruh data yang diperoleh dari pihak perusahaan dianggap benar. 0. 'eluruh data diasumsikan berdistribusi normal.
0

1. 'eluruh operator bekerja dalam keadaan normal. 2. 'eluruh mesin bekerja dalam keadaan normal.
201 3

BAB II TIN,AUAN PUSTA-A 2"1 Perencanaan dan Pengendalian Manufacturing #lanning 'ystem adalah suatu metodologi yang dirancang untuk mengelola aliran material secara efisien, utilisasi tenaga kerja dan peralatan, dan untuk merespon permintaan customer dengan cara menggunakan dengan tepat kapasitas supplier, fasilitas internal untuk memenuhi permintaan customer. (ujuan utama manufacturing planning and control system (M#&') dalam setiap organisasi adalah untuk memastikan bah,a produk yang akan dibuat harus7 Dalam ,aktu yang tepat (at the right time) Dalam jumlah yang tepat (at the right 8uantities) Memenuhi spesifikasi kualitas (meeting 8uality specifications) Dengan biaya minimum (at minimum cost)
201 3
9ambar 1.1 :rame,ork Manufacturing #lanning Dalam frame,ork terdapat kegiatan yang terintegrasi agar M#& dapat terlaksana dalam memenuhi keinginan konsumen. 'alah satu bagian dari M#& yaitu demand planning. Dalam memanajemen demand dikenal peramalan untuk melihat permintaan atau demand dimasa akan dating agar kebutuhan konsumen terpenehi dan tidak terjadi o%er produksi.
2

2"2 Produksi Pera$alan #eramalan diterjemahkan dari istilah forecasting adalah sutau upaya untuk memperoleh gambaran mengenai apa yang akan terjadi di masa akan mendatang. Dalam hal ini gambaran mengenai masa depan tersebut akan menjadi dasar dalam membuat perencanaan. 'alah satu seni dalam melakukan oeramalan adalah memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi pola akti%itas historis dari data. 2"2"1 Moving Averages Moving averages menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan dating. Metode moving averages akan efektif diterapkan apabila kita dapat mengasumsikan bah,a permintaan pasar terhadap produk akan tetap stabil sepanjang ,aktu. Metode moving averages n"periode menggunakan formula berikut7
201 3
Ft =
X t + X t 1 + X t 2 + .... + X t n +1 N
(."1)
'umber7 9aspers* ;incent, .<117=4 Dimana 7 >t ) :t ? #ermintaan aktual pada periode t ? anyaknya data permintaan yang dilibatkan dalam permitungan M6 ? #eramalan permintaan pada periode t
2"2"2 Weight Moving Averages #ada metode @M6, setiap data permintaan aktual memiliki bobot yang berbeda. Data yang lebih baru akan mempunyai bobot yang tinggi karena data tersebut mempresentasikan kondisi yang terakhir terjadi. 'ecara matematis @M6 dapat dinyatakan sebagai berikut 7
(.".) 'umber7 9aspers* ;incent, .<117A0

3

2"2"3 Moving Average with Trend ? ? .M B "M
201 3
?m 'umber7
"M
(."0)
2"2"( Exponensial Smoothing Kelemahan teknik M6 dalam kebutuhan akan data"data masa lalu yang cukup banyak dapat diatasi dengan teknik C'. Model ini mengasumsikan bah,a data berfluktuasi di sekitar nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten. 5umus C' dinyatakan sebagai berikut 7 :t ? 6t.D B (1"D) :t"1 :t ? :t"1 B D (6t E :t"1) 1) 'umber7 fotocopy bu ,idha Dimana 7 :t 6t :t"1 D ? #eramalan untuk periode t ? )ilai aktual time series ? #eramalan pada ,aktu t"1 (,aktu sebelumnya) ? Konstanta (."
2"2"* Exponensial Smoothing with Trend Adjustment #ersamaan unutk koreksi kecenderungan (trend correction) menggunakan suatu konstanta pemulusan beta, , yang dihitung berdasarkan formula berikut 7
(."2) 'umber7 9aspers* ;incent, .<1171<=
201 3
2"2"+ Exponensial Smoothing with Seosanal Variation 6pabila identifikasi pola historis dari data aktual permintaan menunjukkan adanya fluktuasi musiman, perlu dilakukan penyesuaian terhadap pengaruh musiman itu melalui menghitung indeks musiman ( seasonal index). 'elanjutnya metode peramalan seperti pemulusan eksponensial dapat diterapkan tergantung pada pola historis dari data itu
(."3) 'umber7 9aspers* ;incent, .<11711.
2"2". Analisis Garis -ecenderungan Digunakan apabila historis dari data actual permintaan menunjukkan adanya suatu kecenderungan naik dari ,aktu ke ,aktu. :t ? a B bt 'umber7 9aspers* ;incent, .<1171<. Dimana7 :t ? nilai ramalan permintaan pada period eke"t a ? intersep b ? Slope dari garis kecenderungan (trend line), merupakan tingkat perubahan data permintaan t ? indeks ,aktu
=
(."4)

Slope dihitung dengan format7
201 3
b?
a ? 6"bar E b(t"bar) 'umber7 9aspers* ;incent, .<1171<. Dimana7 b ? slope dari persamaan garis lurus a ? intersep dari persamaan garis lurus t ? indeks ,aktu t"bar ? nilai rata"rata dari t 6 ? %ariable permintaaan (data actual permintaan) 6"bar ? niFai rata"rata permintaan perperiode ,ktu, rata"rata dari 6
2"2"/ 0in#er Digunakan jika data historis menunjukan adanya trend dan perilaku musiman. Data historis permintaan yang ddibutuhkan minimal dua tahun terakhir. >t ? (a< B at.t) &t " Slope G ? (."=)
? " Level

6<..) ? B a1
201 3
" Seasonal &t ?
2"2"1 Pengukuran Akurasi Ra$alan (erdapat sejumlah indicator dalam pengukuran akurasi peramalan, namun yang paling umum dipergunakan adalah M6D ( Mean 6bsolute De%iation ? rata" rata penyimpangan absolut), M6#C (Mean 6bsolut #ercentage Crror ? rata"rata persentase kesalahan 6bsulut), dan M'C (Mean '8uare Crror ? rata"rata kuadrat kesalahan). 6kurasi peramalan akan semakin tinggi apabilai nilai"nilai7 M6D, M6#C, dan M'C semakin kecil. 1. Mean Absolute Deviation (M6D)
MAD =
X
t =1
Ft
(."A)
'umber7 Hakim )asution dan Iudha #rasetya,an, .<<=701 Dimana 7 >t ? #ermintaan aktual pada periode t :t ? #eramalan permintaan pada periode t n ? Jumlah periode peramalan yang terlibat .. Mean S uare !rror (M'C)
MSE =
( X
t =1
Ft ) 2
(."1<)
'umber7 Hakim )asution dan Iudha #rasetya,an, .<<=701 Dimana 7 >t ? #ermintaan aktual pada periode t :t ? #eramalan permintaan pada periode t n ? Jumlah periode peramalan yang terlibat
0. Mean 6bsolute #ercentage Crror (M6#C)

F 100 n MAPE = X t t Xt n t =1
1<

(."11) 'umber7 Hakim )asution dan Iudha #rasetya,an, .<<=702 Dimana 7 >t ? #ermintaan aktual pada periode t :t ? #eramalan permintaan pada periode t n ? Jumlah periode peramalan yang terlibat
201 3
1. Mean :orecast Crror (M:C) (." 1.) 'umber7 Hakim )asution dan Iudha #rasetya,an, .<<=702 Dimana 7 6t ? #ermintaan aktual pada periode t :t ? #eramalan permintaan pada periode t n ? Jumlah periode peramalan yang terlibat erkaitan dengan %alidasi model peramalan, kita dapat menggunakan tracking signal. (racking signal adalah suatu ukuran bagaimana sebaiknya suatu ramalan memperlirakan nilai"nilai actual. (racking signal dihitung sebagai running sum of the errors (5':C) dibagi dengan M6D, sebagai berikut7 (tracking signal
'umber7 9aspers* ;incent, .<117=1 (racking signal yang positif menunjukkan bah,a nilai actual permintaan lebih besar dari pada peramalan, sedangkan tracking signal yang negati%e berarti nilai akyual permintaan lebih kecil daripada ramalan. 2"3 Agrega# Planning #erencanaan agregat merupakan proses di mana sebuah perusahaan menentukan le%el kapasitas, produksi, subkontrak, inventory, kehabisan stock (stockout) dan pricing selama rentang ,aktu tertentu. #erencanaan agregat dibuat di tingkat agregat, bukan pada 'tock Keeping +nit ('K+). Misalnya,
11

perencanaan agregat menentukan total produksi di pabrik pada suatu bulan tanpa merinci kuantitas setiap 'K+. Dengan tingkat kerincian keputusan seperti ini, perencanaan agregat merupakan alat yang cocok untuk keputusan jangka menengah, yaitu antara 0"1= bulan. #ada dasarnya tujuan dari perencanaan agregat adalah berusaha untuk memperoleh suatu pemecahan yang optimal dalam biaya atau keuntungan pada periode perencanaan. )amun bagaimanapun juga, terdapat permasalahan strategis lain yang mungkin lebih penting daripada biaya rendah. #ermasalahan strategis yang dimaksud itu antara lain mengurangi permasalahan tingkat ketenagakerjaan, menekan tingkat persediaan, atau memenuhi tingkat pelayanan yang lebih tinggi. produksi, tetapi untuk agi perusahaan manufaktur, jad,al agregat jasa, penjad,alan agregat bertujuan
201 3
bertujuan menghubungkan sasaran strategis perusahaan dengan rencana perusahaan menghubungkan sasaran dengan jad,al pekerja. 6da empat hal yang diperlukan dalam perencanaan agregat antara lain7 a. b. c. d. Keseluruhan unit yang logis untuk mengukur penjualan dan output. #rediksi permintaan untuk suatu periode perencanaan jangka menengah yang layak pada ,aktu agregat. Metode untuk menentukan biaya. Model yang mengombinasikan prediksi dan biaya sehingga keputusan penjad,alan dapat dibuat untuk periode perencanaan. 6da empat jenis strategi perencanaan agregat, yaitu7 1. "hase Kaju strategy E produksi menggunakan kapasitas sebagai dengan pendukung7 mengubah menyelaraskan laju produksi dengan laju permintaan. diselaraskan dengan permintaan kapasitas mesin atau permintaan ber%ariasi. Dalam praktek sering kali sulit untuk mengubah kapasitas dan tenaga kerja dalam ,aktu singkat. Mahal jika biaya mengubah kapasitas tinggi. #engaruh negatif terhadap moral tenaga kerja. erakibat pada rendahnya persediaan. erguna jika biaya menyimpan persediaan tinggi sementara biaya mengubah kapasitas rendah. menye,aLmemberhentikan tenaga kerja saat
1.

.. #ime flexibility strategy E menggunakan utilitas sebagai pendukung, mengubah ,aktu kerja dan lembur untuk menyelaraskan produksi dengan permintaan. 0. Dapat digunakan jika terdapat kelebihan kapasitas mesinEMmesin tidak bekerja .1 jam dalam sehari, 4 hari seminggu. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang ,aktu untuk menyelaraskan produksi dan permintaan. Dapat menggunakan lembur atau jad,al kerja fleksibel. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang muncul pada chase strategy. (ingkat persediaan rendah dan utilisasi rendah. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak terlalu mahal. Dapat digunakan jika terdapat kelebihan kapasitas mesinEMmesin tidak bekerja .1 jam dalam sehari, 4 hari seminggu. Jumlah tenaga kerja tetap, tetapi jumlah jam kerja diubah sepanjang ,aktu untuk menyelaraskan produksi dan permintaan. Dapat menggunakan lembur atau jad,al kerja fleksibel. Membutuhkan tenaga kerja fleksibel, tetapi menghindari masalah moral yang muncul pada chase strategy. (ingkat persediaan rendah dan utilisasi rendah. Harus digunakan saat biaya menyimpan persediaan tinggi dan kapasitas tidak terlalu mahal. Level strategy E menggunakan mesin dan persediaan tingkat tenaga sebagai kerja pendukung7 dibuat tetap, penggunaanLkapasitas
201 3
permintaan dipenuhi dari persediaan. Menjaga stabilitas kapasitas dan tenaga kerja dengan laju output konstan. Kekurangan dan kelebihan berakibat pada fluktuasi persediaan dari ,aktu ke ,aktu. #ersediaan yang ditimbun sebagai antisipasi permintaan yang akan datang atau backlogs dipindahkan dari periode permintaan tinggi ke rendah. Kebih baik bagi moral tenaga kerja. #ersediaan dan backlogs bisa terakumulasi cukup banyak. Harus digunakan saat biaya menyimpan dan backlogs relatif rendah.
10

1. Mixed strategy E kombinasi satu atau lebih dari ketiga strategi di atas. 'uatu rencana produksi agregat yang sudah dibuat akan diimplementasikan sehingga dibutuhkan penjad,alan yang berupa jad,al induk produksi ( Master $roduction Schedule). Jumlah yang harus diproduksi merupakan jumlah untuk setiap item atau produk spesifik tertentu, maka hasil rencana produksi agregat harus didisagregasikan kembali untuk menyusun M#' dari masing"masing item. Master #roduction 'cheduling merupakan 5encana #roduksi (6gregat #lanning) untuk menunjukan kuantitas produksi akhir yang akan diproduksi untuk setiap periode ,aktu (biasanya mingguan) sepanjang hori*on perencanaan taktis. Master Scheduling menjad,alkan kuantitas spesifik dari produksi akhir (disagregasi) dalam periode ,aktu spesifik. #enjad,alan produksi induk pada dasarnya berkaitan dengan akti%itas melakukan empat fungsi utama 7 1. Menyediakan input utama kepada sitem perencanaan kebutuhan material dan kapasitas (material and capacity re uirement planning LM&5#). .. Menjad,alkan pesanan"pesanan produksi dan pembelian untuk item"item M#'. 0. Memberikan kapasitas. 1. Memberikan basis untuk pembuatan janji tentang penyerahan produk kepada pelanggan 2"* %a#erial Re4uire$en#s Planning 2%RP3 Material 5e8uirement #lanning (M5#) dapat didefinisikan sebagai suatu teknik atau set prosedur yang sistematis dalam penentuan kuantitas serta ,aktu dalam proses pengendalian kebutuhan bahan terhadap komponen"komponen permintaan yang saling bergantungan. Material 5e8uirement #lanning (M5#) merupakan penjabaran dari Jad,al $nduk #roduksi (J$#) ke dalam jad,al kebutuhan dari setiap komponenLmaterial yang menyusunnya. Dengan demikian M5# selain berfungsi sebagai system persediaan material juga berfungsi sebagai sistem perencanaan dan pengendalian produksi (6stana, .<<4) 6da empat kemampuan yang menjadi ciri utama M5# menurut )asution N #rasetya,an (.<<=) yaitu7 1. Mampu menentukan kebutuhan pada saat yang tepat.
11
201 3
2"( %as#er Produc#ion Sc&edule 2%PS3
landasan
untuk
penentuan
kebutuhan
sumber
daya
dan

.. #embentukan kebutuhan minimal setiap item. 0. Menentukan pelaksanaan rencana pemesanan. 1. Menentukan penjad,alan ulang atau pembatalan atas suatu jad,al yang sudah direncanakan. Didalam prosesnya M5# membutuhkan beberapa masukan yang nantinya setelah melalui proses akan diperoleh informasi yang diinginkan sebagai keluaran. 6dapun masukan"masukan tersebut menurut %er&anto, dalam 6stana (.<<4) adalah7 1. Jad,al $nduk #roduksi (J$#) J$# adalah suatu jad,al yang menunjukkan jumlah produk yang akan dibuat dalam tiap"tiap periode dengan tujuan untuk mengetahui kapasitas perusahaan dalam merencanakan produksi serta menyusun budget. .. &atatan status persediaan (inventory record) &atatan status persediaan menggambarkan status semua item yang ada dalam persediaan. &atatan ini terdiri dari data"data setiap jenis barang persediaan, dimana setiap jenis barang persediaan tersebut nantinya akan dibutuhkan untuk menentukan jumlah kebutuhan bersih. 0. Daftar material L struktur produk (bill of material) 'truktur produk adalah merupakan suatu daftar barang atau material yang diperlukan bagi perakitan, pencampuran, atau pembuatan produk akhir dan menunjukkan berapa banyak setiap komponen dari bagian produk akan diperlukan. 'utput dari sistem M5# menurut )asution N #rasetya,an (.<<=) adalah berupa rencana pemesanan atau rencana produksi yang dibuat atas dasar lead time.
201 3
12

BAB III STUDI -ASUS 3"1 Ga$5aran U$u$ Usa&a #erusahaan #(. )o*omika digital #rinting, mampu menghasilkan produk berupa berbagai jenis hasil cetak berupa banner, poster, stiker dan #hoto can%as. Keseluruhan proses cetak dilakukan pada mesin 5-K6)D +; KCJ 31< yang dapat mencetak secara digital produk #(. )o*omika. +ntuk pengemasan digunakan mesin sealer. #rosedur yang diberlakukan oleh #(. )o*omika dalam melayani kebutuhan pelanggan adalah sebagai berikut7 1. #elanggan melakukan pemesanan produk pada #(. )o*omika pada lembar pemesanan yang berisi identitas pelanggan, $ke digital berupa gambar yang akan dicetak, media yang digunakan dan ,aktu penyelesaian pekerjaan. Dalam hal ini, #(. )o*omika melayani $ke siap cetak dari pelanggan maupun membuat desain sesuai dengan keinginan pelanggan serta tidak ada minimal order dalam melakukan pemesanan produk. .. 'elanjutnya, tersedia. 0. #roses produksi dilakukan, dengan mencetak secara digital produk pada media yang dibutuhkan dengan mesin produksi. 'elanjutnya dilakukan finishing secara manual. 1. #roduk telah jadi dan siap diberikan kepada pelanggan. 3"2 Produk 6dapun produk yang dihasilkan oleh perusahaan ini berupa banner, poster, sticker dan photo can%as. Harga yang diberlakukan untuk tiap produk antara lain sebagai berikut 7 anner 5p 10.<<<,<<Lmeter #oster 5p 2.<<<Llembar 'ticker 5p =.<<<Llembar #hoto &an%as 5p 1<.<<<Llembar Data penjualan produk #(. )o*omika yang direkap bulanan selama . tahun (.1 bulan) adalah sebagai berikut 7 Bulan 1 2 3 ( * + . / 1 10 11 12 -e6 Banner .01 ..0 .0= .0. .04 ..1 .1 .0 ..3 .1A .01 .02
13
201 3
bagian
pembelian
mengecek
ketersediaan
media
yang
dibutuhkan serta melakukan pembelian apabila media yang dibutuhkan tidak

Pos#er S#icker P&o#o 7an8as 1A3 1=1 A1 1A1 1=< 1<= 1A. AA 1<3 .<< A4 114 .<1 1=1 A= 1AA 1=. 1.2 2 .< . 1= 3 11 = . .< 1 1= 2 =3 .<3 1== 1<= .<. 1=1 113 .<1 1=. 102 .1. 1=< 1.3
201 3
Bulan -e6 Banner Pos#er S#icker P&o#o 7an8as
13 .0. .<4 AA 12=
1( .. = .1 . 1= 1 10 3
1* .. 0 .1 0 1= 0 1. 2
1+ .1 A .1 2 1= 1 11 1
1. .0 1 .1 1 1= 3 10 4
1/ .0 0 .1 A 1= . 11 1
11 .0 = .1 1 1= 1 1< =
20 .. 4 .1 . 1= 2 1< 2
21 .1 1 .1 1 1= 0 1< 4
22 .0 = .1 A 1= 1 1< 3
23 .0 1 .1 1 AA 11 =
2( .0 1 .< 3 1= < 11 2
Data penjualan mingguan selama dua periode terakhir adalah sebagai berikut7 %inggu -e6 1 2 3 ( * + Banner 31 23 2= 2A 24 22 Pos#er 1A 2< 2= 21 22 21 S#icker .3 1A .2 .A 11 1= P&o#o 7an8as 0< 0< 0. .3 04 03
untuk semua produk . 31 21 1A 01 / 2= 13 0A 0=
anner, poster, stiker dan #hoto can%as dibuat dari komponen"komponen tinta &MIK, %ynil, art #aper, stiker #aper, dan can%as. (abel berikut ini memberikan kuantitas kebutuhan asing"masing komponen dalam 1 unit produk sebagai berikut7 Banner Pos#er S#icker P&o#o 7an8as 2< 1
Tin#a 7%9- 2$l3: 1<< .2 .2 Plas#ik Pe$5ungkus 2uni#3 1 1 1 ;<nil 2$e#er3 1 Ar# Pa=er 2le$5ar3 1 S#icker Pa=er 2le$5ar3 1 7an8as 2le$5ar3 1 O(inta &MIK dijual dalam bentuk kaleng. 1 kaleng terdiri atas 1 liter tinta (1<<<ml) Keseluruhan bahan baku yang digunakan dalam proses produksi merupakan bahan baku yang langsung digumakan untuk produk jadi tanpa diproses terlebih dahulu. Harga bahan baku, nilai lead time rata"rata serta jumlah discount yang diberikan adalah sebagai berikut7 Ba&an !ead arga Diskon
14

Ti$e (inta &MIK (ml)O 1 minggu ;ynil (meter) . minggu 6rt paper (lembar) 1 minggu 'ticker paper 1 (lembar) minggu &an%as (lembar) . minggu #lastik 1 pembungkus minggu (meter) 5p .<<.<<<,<<Lliter 5p =.<<<,<<Lmeter 5p ..<<<Llembar 5p 0.<<<,<<Llembar 5p 4.<<<,<<Llembar 5p ..<<<,<<Llembar (idak ada diskon 0P jika membeli lebih dari 1<<< meter .P jika membeli lebih dari 1<<< lembar 0P jika membeli lebih dari 1<<< lembar (idak ada siskon (idak ada diskon
201 3
#embayaran dilakukan pada akhir minggu dimana bahan baku tersebut telah dikirimkan. Jad,al pengiriman biasanya dilakukan pada a,al minggu. dimana terjadi pemesanan. Harga yang diberlakukan untuk tiap produk jika terjadi kelebihan kapasitas dan harus melakukan subkontrak dengan #(. )irilia sebagai berikut7 anner #oster 'ticker 5p ..<<<,<<Lmeter 5p 1.<<<,<<Llembar 5p 1.<<<,<<L lembar iaya tambahan sebesar 5p 1<.<<<,<< diberikan untuk setiap pemesanan pada minggu
#hoto &an%as 5p 1.2<<,<< Llembar @aktu proses mesin, sudah termasuk ,aktu setup, berkaitan dengan proses cetak dan finishing adalah sebagai berikut7 ,o5 0ak#u =roses $esin 2$eni#3 %esin ce#ak %esin Sealer = 2 0 0 3 . 4 1
&etak banner (meter) &etak poster (lembar) &etak sticker (lembar) &etak photo can%as (lembar)
1=

iaya produksi mesin per jam adalah 5p .<.<<<,<<Ljam. Dua orang operator diperkerjakan secara full time pada masing"masing mesin. 1< jam perminggu merupakan standar kerja operator dengan upah 5p 0<.<<<,<< tiap jamnya. +pah lembur diberikan sebesar 5p 1<.<<<,<< untuk tiap jamnya. Jumlah jam lembur maksimal ditentukan sebesar 2 jam per minggu. 'tock pada posisi a,al, pada minggu ke < (setelah penjualan minggu ke"1 bulan ke .1) adalah sebagai berikut7 Ba&an 5aku (inta &MIK (kaleng) ;ynil (meter) 6rt paper (lembar) 'ticker paper (lembar) &an%as (lembar) S#ock . 12 = 11 .<
201 3
iaya o%erhead yang ditetapkan sebesar 5p ..<<<.<<<,<< tiap bulan untuk biaya untuk biaya administrasi dan o%erhead proses manufaktur. 1<.<<<,<< per unit per tahun. 'etelah melakukan pengaturan persediaan, ternyata pada pertengahan tahun terjadi lonjakan permintaan hingga 42P dari permintaan seluruh produk pada bulan biasanya diakibatkan adanya pemilu kepala daerah. ("3 Proses Produksi #roses produksi #(. )o*omika secara umum dapat digambarkan sebagai berikut iaya untuk carrying cost (biaya pengangkutan dan penyimpanan) per tahun sebesar 5p
1A

Mulai
201 3
( in ta %ynil, a rt pap er, ca n%a s, sticker, me sin
#roses c etak
#roses finishin g
(id ak a ha n ;yn il / Ia (id ak a nn er ahan 6rt #a pe r/
I a ( id ak #os ter ahan K ertas ' tic ker / Ia
' tic ker
#h oto &an%a s
' elesai
BAB I; ANA!ISIS DAN PE%BA ASAN ("1 Pera$alan Data penjualan #(. )o*omika yang grafik bulanan penjualan historis produk anner, #oster, 'ticker, dan #hoto &an%as selama . tahun sebagai berikut 7 (.1 bulan) adalah
.<
201 3
9ambar 1.1 Data #enjualan Historis 'etiap #roduk Dilihat dari grafik di atas, dapat disimpulkan bah,a data penjualan keempat produk memiliki pola data penjualan historis yang berbeda, sehingga masing" masing produk dilakukan perhitungan forecast yang berbeda pula. #roduk (anner menggunakan metode forecast )eight moving average, moving average, dan !ksponensial Smoothing karena memiliki pola data historis yang fluktuatif. #roduk poster menggunakan metode forecast eksponential smoothing )ith trend , karena data memiliki kecenderungan meningkat. #roduk sticker menggunakan metode forecast eksponential smoothing )ith seasonal factor dan )inters )ith seasonal factor, karena data memiliki pola musiman dan tidak memiliki kecenderungan meningkat atau menurun. 'edangkan produk photo canvas menggunakan metode forecast simple eksponential smoothing dan eksponential smoothing )ith trend, karena data memiliki pola yang fluktuatif namun cederung meningkat. ("1 Pera$alan Produk Banner #erhitungan peramalan produk banner akan menggunakan 0 metode peramalan, yaitu metode Moving Average, *eighted Moving Average dan !xponential Smoothing. Data produk banner selama dua periode dapat digambarkan dalam gambar permintaan aktual.
.1
201 3
9ambar 1.. Data #enjualan Historis #roduk
anner
Dari 9ambar dapat dijelaskan bah,a data aktual permintaan produk banner tidak membentuk kecenderungan (trendline), sehingga model peramalan dengan pertimbangan trend tidak perlu lagi dipertimbangkan.
("1"1 %e#ode moving average #ada metode moving average rata"rata bergerak (n) yang digunakan yaitu 0 bulan, 1 bulan, 2 bulan, 3 bulan dan 4 bulan. (abel 1.1 merupakaan perbandingan hasil peramalan produk banner. &ontoh perhitungan7 moving average (n?2)
Ft =
:3 ?
X t + X t 1 + X t 2 + .... + X t n +1 N
? .0.,. (abel 1.1 Hasil #eramalan Mo%ing 6%erage moving average 6ktu ( al )?0 )?1 )?2 )?3 )?4 1 . 0 1 2 .01 ..0 .0= .0. .04 .0<,3 4 .01,< <
.01
..

3 4 = A 1 < 1 1 1 . ..1 .12 .0. ..3 .1A .01 .02 .02,3 4 .01,< < .02,0 0 .00,3 4 .01,0 0 ..2,3 4 ..3,0 0 .0.,2 .0.,4 2 .01,2 .01,2 .01,4 2 .0<,2 ..4,4 2 .0., . .0<, = .02, . .01 .0., = ..A, . .01, . .0<,= 0 .00,1 4 .01,3 4 .0.,3 4 .0<,2 < .0<,< <
201 3
.0.,= 3 .00,< < .00,1 0 .0<,4 1 .01,< <
.0

(abel 1.1 Hasil #eramalan Mo%ing 6%erage 1 ..A,0 ..A, .01,= 0 .0. 0 ..=,2 . 0 1 .00,3 ..A, ..A,3 1 ..= 4 .0< . 4 1 .01,3 .0.,. ..A, ..A,< 2 ..0 4 2 3 < 1 ..4,3 .0<, ..=,2 3 .1A 4 ..A,2 1 < 1 ..0,0 ..4, ..=,2 4 .01 0 ..2,2 1 < 1 ..2,0 ..4, ..=,2 = .00 0 ..3 . < 1 ..=,3 ..4,. ..4, ..=,1 A .0= 4 2 1 4 . .02,< ..A, ..A,1 < ..4 < .01 1 4 . .0.,3 .0<, ..A,< 1 .11 4 .00 . < . .02,0 .01,4 .01, .0.,< . .0= 0 2 3 < . .02,0 .02, .02,1 0 .01 0 .03 1 4 . .04,3 .02, .02,1 1 .01 4 .02 3 4 . .01,0 .01, .01,= 2 0 .03 . 0 . .00,1 .01,4 .02, .01,0 3 1 2 3 1 . .0.,= .00,A .01, .02,2 4 1 1 3 . . .00,1 .00,A .00, .01,3 = . . A 1 . .00,1 .01,3 .00, .01,< A . 2 A 2 0 .00,1 .01,0 .01, .01,< < . . 1 2 (lanjutan) .0<,4 1 .01,= 3 ..A,1 0 ..=,1 1 ..4,1 1 ..A,. A ..A,1 1 ..A,2 4 ..=,= 3 .0<,4 1 .0.,= 3 .02,< < .01,2 4 .01,= < .01,0 1 .02,0 A .01,2 = .01,1 <
201 3
Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan (M6 2) 1. )ilai error pada periode ke"1A ? 6t E :t ? .01".02,3 ? "1,3 .. 0. 5':C ? 6bsolut error ?
.1

1. 2. Kumulatif abs. error ? M6D ?
201 3
3.
M'C ?
4.
M:C ?
=.
M6#C ?
A.
(racking signal periode ke"1A ?
.2

(abel 1.. #erbandingan )ilai M6D, M'C, M6#C, M:C, dan (racking 'ignal M6 (0) M6 (1) M6 (2) M6 (3) M6 (4) M6D M'C M6#C M:C 4,13 3A,0 0,.0 <,10 er%ariasi mulai dari ".,22 sampai dengan B.,<< Menyerupa i dengan pola historis dari data aktual 3,4< 23,1= .,A< <,0 er%ariasi mulai dari ".,A= sampai dengan B1,3A Menyerupai dengan pola historis dari data aktual 3,21 24,A. .,=. <,11 er%ariasi mulai dari "0,4= sampai dengan B1,13 (idak sesuai dengan pola historis dari data aktual 3,<2 21,1A .,31 <,4 er%ariasi mulai dari ".,=1 sampai dengan B.,43 (idak sesuai dengan pola historis dari data aktual 2,4< 13,13 .,1= <,<. er%ariasi mulai dari "2,A0 sampai dengan B<,41 (idak sesuai dengan pola historis dari data aktual
201 3
('
#ola Distrib usi
erdasarkan tabel perbandingan diatas, diketahui bah,a metode mo%ing a%erage untuk n ? 2 mempunyai nilai tracking signal berada didalam batas kontrol. @alaupun nilai M6D, M'C, M6#C dan M:C tidak lebih kecil daripada lainnya tetapi metode M6 (n?1) rele%an digunakan karena memiliki pola yang menyerupai historis data aktual dibandingkan dengan lainnya. ("1"2 %e#ode >eig&#ed moving average +ntuk metode )eighted moving average digunakan rata"rata bergerak (n) yaitu 0 bulan, 1 bulan, 2 bulan, 3 bulan dan 4 bulan. (abel 1.0 merupakaan perbandingan hasil peramalan produk banner. &ontoh perhitungan7 *eighted Moving Average (n ? 0)
:2 ?
? .01,=0 (abel 1.0 Hasil #erhitungan #eramalan Metode @eighted Mo%ing 6%erage )eight moving average ( 1 . 6ktu al .01 ..0
.3
)?0
)?1
)?2
)?3
)?4

0 1 2 3 4 = A 1 < 1 1 .0= .0. .04 ..1 .12 .0. ..3 .1A .01 .01,= 0 .0.,2 < .02,2 < ..A,3 4 .03,3 4 .02,< < .01,1 4 ..0,2 < .01,A < .01,0 < .0<,A < .02,= < .01,= < .01,1 < ..3,0 <
201 3
.00,3 < .0<,= 4 .02,3 < .01,2 0 .01,= 4 ..4,. 4
.0<,= 3 .01,A < .01,2 4 .0.,1 < ..=,1 A
.01,0 A .01,1 = .0.,1 0 ..=,= .
(abel 1.0 Hasil #erhitungan #eramalan Metode (lanjutan) 1 ..4,3 ..4,4 ..=,= . .02 4 < 4 1 .0.,< .0<,3 .0<,1 0 .0. < < 0 1 .00,0 .0.,< .01,< 1 ..= 0 < 4 1 .0<,2 .01,. .0<,3 2 ..0 < < 4 1 ..3,1 ..4,2 ..=,1 3 .1A 4 < 4 1 ..1,= ..0,0 ..1,3 4 .01 0 < 4 1 ..4,1 ..3,4 ..3,= = .00 4 < 4 1 .01,< ..A,2 ..=,= A .0= < < < . .02,3 .00,= .0.,0 < ..4 4 < 0 . .01,3 .0.,. .01,2 1 .11 4 < 0 . .02,= .02,1 .02,1 . .0= 0 < 0 . .04,1 .03,4 .03,. 0 .01 4 < 4 . .03,2 .02,A .02,= 1 .01 < < < . .00,1 .01,0 .01,. 2 4 < 4 . .0.,2 .00,3 .01,. 3 = . A . .0.,2 .00,0 .00,= 4 1 1 0
@eighted Mo%ing 6%erage ..A,1 A .0<,3 . .0<,3 4 .0<,1 A ..=,1 = ..2,4 3 ..4,0 0 ..=,3 . .01,1 0 .0<,= 1 .01,. 1 .02,A 2 .02,3 . .01,1 0 .01,0 1 .01,0 0 ..A,3 1 .0<,3 1 .0<,A 3 .0<,< < ..=,0 A ..3,1 1 ..4,= . ..=,4 2 .0<,A 3 .0<,0 . .00,0 3 .02,1 = .02,1 3 .01,1 3 .01,1 1 .01,0 2
.4

. .0.,3 .00,0 = 2 = . .0.,2 .00,2 A A 1 0 .0.,3 .00,1 < < 2 Dari perhitungan forecast diatas akan .00,3 .01,< .01,0 = 1 4 .00,4 .00,A .01,1 1 . 0 .00,= .00,A .01,< 2 A 4 dilakukan perhitungan forecast error
201 3
untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan (@M6 0) 1. )ilai error pada periode ke".1 ? 6t E :t ? .01".03,2 ? "2,2 .. 0. 1. 2. 5':C ? 6bsolut error ? Kumulatif abs. error ? M6D ?
3.
M'C ?
4.
M:C ?
=.
M6#C ?
A.
(racking signal periode ke".1 ?
.=

(abel 1.1 #erhitungan M6D, M'C, M6#C, M:C dan (racking 'ignal @M6 (0) M6D M'C M6#C M:C 4,1 32,23 0,<4 "<,<. er%ariasi mulai dari ".,33 sampai dengan B.,<< Menyerupa i dengan pola historis dari data aktual @M6 (1) 4,1 31,41 0,<A <,1<2 er%ariasi mulai dari ".,34 sampai dengan B1,.A Menyerupai dengan pola historis dari data aktual @M6 (2) 4 3<,3 0,<1 "<,<4 er%ariasi mulai dari "0,11 sampai dengan B<,44 (idak sesuai dengan pola historis dari data aktual @M6 (3) 3,30 23,4A .,=3 <,20 er%ariasi mulai dari ".,03 sampai dengan B.,.= (idak sesuai dengan pola historis dari data aktual @M6 (4) 3,<0 14,.4 .,30 "<,. er%ariasi mulai dari "2,10 sampai dengan B<,01 (idak sesuai dengan pola historis dari data aktual
201 3
('
#ola Distribu si
erdasarkan tabel perbandingan diatas, diketahui bah,a metode ,eighted mo%ing a%erage untuk n ? 0 mempunyai nilai tracking signal berada didalam batas kontrol. @alaupun nilai M6D, M'C, M6#C dan M:C tidak lebih kecil daripada lainnya tetapi metode @M6 (n?1) rele%an digunakan karena memiliki pola yang menyerupai historis data aktual dibandingkan dengan lainnya. ("1"3 %e#ode exponential smoothing +ntuk metode exponential smoothing digunakan rata"rata bergerak (n) yang sama denga moving average dan )eighted moving average yaitu 0 bulan, 1 bulan, 2 bulan, 3 bulan dan 4 bulan. (abel 1.2 merupakaan perbandingan hasil peramalan produk banner. &ontoh perhitungan7 :t ? 6t.D B (1"D) :t"1
(abel 1.2 Hasil #erhitungan #eramalan Metode Cksponential 'moothing !ksponensial Smoothing 6ktua C' C' l D?<, D?<, C' C' C' 1 . D?<,0 D?<,1 D?<,2 ( .01,< .01,< .01,< 1 .01 < < .01,<< < .01,< . ..0 .0<,. ..A,1 ..=,3< ..4,= ..4,<
.A

< .0<,A = .01,< = .01,3 4 .0<,A 1 .0.,0 . < .01,1 . .01,0 < .0.,1 1 .0<,4 2 .00,3 < < .01,= = .01,A 0 .00,A 3 ..A,A 4 .02,A =
201 3
0 1 2 3 4
.0= .0. .04 ..1 .12
.01,1. .01,2A .00,.. .0<,12 .01,=.
.0.,2 .0.,0 .01,3 ..A,0 .04,. 'moothing (lanjutan) .01,3 .0<,0 ..1,3 ..A,0 .0.,. .0.,1 .0<,< ..3,2 ...,= ..=,1 .0<,4 .01,0 .0<,4 .02,= .03,A .02,2 .00,. .00,.
0<
(abel 1.2 Hasil #erhitungan #eramalan Metode Cksponential .0.,. .00,. .01,0 = .0. = = .00,A4 A .00,1 .01,= .02,2 A ..3 0 . .01,2= = 1 .00,2 ..A,. .03,< < .1A 2 3 ..4,=1 3 1 .00,3 .0<,. .03,2 1 .01 3 1 ..A,33 0 1 .00,4 .01,1 .04,< . .02 = 4 .01,.3 1 1 .00,= .01,0 .04,1 0 .0. A 0 .01,1A A 1 .01,< .0<,3 .04,A 1 ..= 1 4 .0<,11 3 1 .01,1 ..A,1 .0=,1 2 ..0 . 0 ..=,.1 1 1 .01,. ..4,1 .0A,0 3 .1A 1 1 ..2,12 A 1 .01,0 ..=,1 .0A,0 4 .01 2 A ..=,<1 A 1 .01,1 ..A,0 .0A,= = .00 4 A ..A,21 4 1 .01,2 .01,1 .1<,0 A .0= = 1 .0.,<3 2 . .01,4 .0<,. .1<,= < ..4 < A .0<,21 . . .01,= .0.,1 .11,0 1 .11 1 0 .00,3= < . .01,A .00,2 .11,4 . .0= 0 1 .01,A4 = . .02,< .00,3 .1.,. 0 .01 1 1 .01,3= 2 . .02,1 .00,1 .1.,4 1 .01 3 1 .00,2= 0 . .02,1 .00,1 .1.,4 2 3 1 .00,2= 0

. .02,1 .00,1 .1.,4 3 3 1 .00,2= 0 .00,. . .02,1 .00,1 .1.,4 4 3 1 .00,2= 0 .00,. . .02,1 .00,1 .1.,4 = 3 1 .00,2= 0 .00,. . .02,1 .00,1 .1.,4 A 3 1 .00,2= 0 .00,. 0 .02,1 .00,1 .1.,4 < 3 1 .00,2= 0 .00,. Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan (@M6 0) 1. )ilai error pada periode ke".1 ? 6t E :t ? .00".01,.0 ? ".,.0 .. 0. 1. 2. 5':C ? 6bsolut error ? Kumulatif abs. error ? M6D ?
201 3
3.
M'C ?
4.
M:C ?
=.
M6#C ?
A.
(racking signal periode ke".< ? (abel 1.3 Hasil #erhitungan M6D, M'C, M6#C, M:C dan (racking 'ignal
01

M6D M'C M6#C M:C C' (<,1) 2,<= 0=,<2 .,0< <,1. er%ariasi mulai dari "0,00 sampai dengan B.,.A (idak sesuai dengan pola historis dari data aktual C' (<,.) 1,= 01,A< .,12 <,02 er%ariasi mulai dari "0,1sampai dengan B.,. Menyerupai dengan pola historis dari data aktual C' (<,0) 1,03 .2,=2 1,A4 <,.2 er%ariasi mulai dari ".,== sampai dengan B1,A1 Menyerupai dengan pola historis dari data aktual C' (<,1) 0,=4 .<,14 1,42 <,13 er%ariasi mulai dari ".,31 sampai dengan B1,=A (idak sesuai dengan pola historis dari data aktual C' (<,2) 0,00 11,A1 1,2< <,<A er%ariasi mulai dari ".,11 sampai dengan B1,41 Menyerupai dengan pola historis dari data aktual
201 3
('
#ola Distribu si
erdasarkan
tabel
perbandingan
diatas,
diketahui
bah,a
metode
eQponential smoothing untuk nilai alpha (D) ? <,2 mempunyai nilai tracking signal berada didalam batas kontrol. 'elain itu, nilai M6D, M'C, M6#C dan M:C lebih kecil daripada lainnya. Jadi metode eQponential smoothing D?<,2 rele%an digunakan karena memiliki pola yang menyerupai historis data aktual dibandingkan dengan lainnya. ("1"( %e#ode Pera$alan Ter=ili& Dari ketiga metode peramalan yang digunakan yaitu average, )eighted
moving average dan exponential smoothing diperoleh hasil bah,a M6 dengan n?0, @M6 dengan n? 1 dan C' dengan (D) ? <,2. Dari hasil tersebut maka dipilih metode yang paling cocok digunakan sebagai metode peramalan untuk produk banner. (abel 1.4 Hasil #erhitungan #eramalan dari 'etiap Metode #eriod e 1 . 0 1 2 3 4 = A Data aktual .01 ..0 .0= .0. .04 ..1 .12 .0. ..3 M6 (n?2) @M6 (n?0) C' (<,2) .01,< ..4,< .0.,2 .0.,0 .01,3 ..A,0 .04,. .01,3 .0<,0
.0.,. .0<,= .02,. .01,<
.01,A< .01,0< .0<,A< .02,=< .01,=<
0.

1< 11 .1A .01 .0.,= ..A,. .01,1< ..3,0< ..1,3 ..A,0
201 3
00

(abel 1.4 Hasil #erhitungan #eramalan dari 'etiap 1. .02 .01,. ..4,4< 10 .0. ..A,. .0<,3< 11 ..= ..A,. .0.,<< 12 ..0 ..A,3 .01,.< 13 .1A .0<,1 ..4,2< 14 .01 ..4,1 ..0,0< 1= .00 ..4,. ..3,4< 1A .0= ..4,1 ..A,2< .< ..4 ..A,1 .00,=< .1 .11 .0<,. .0.,.< .. .0= .01,3 .02,1< .0 .01 .02,1 .03,4< .1 .01 .02,3 .02,A< .2 .01,.< .01,0< .3 .02,31 .00,3. .4 .01,24 .00,01 .= .00,== .00,0= .A .00,=3 .00,21 0< .01,10 .00,12 erikut grafik perbandingan hasil peramalan dari terpilih 7 Metode (lanjutan) .0.,. .0.,1 .0<,< ..3,2 ...,= ..=,1 .0<,4 .01,0 .0<,4 .02,= .03,A .02,2 .00,. .00,. .00,. .00,. .00,. .00,. .00,. masing"masing metode
201 3
9ambar 1.1 9rafik #erbandingan Hasil #ermalan
anner
Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. 6gar metode peramalan yang tepat dapat dipilih.
01

(abel 1.= #erbandingan Crror dari 'etiap Metode #C5 6)D$)96) C55-5 M6 2 @M6 0 C' <,2
201 3
M6 M6 M6# M6 M: D M'C M6#C M:C D M'C C M:C D M'C M6#C C 3,2 24,A 4,1 32,2 0,0 11,A <,< 1 . .,=. <,11 < 3 0,<4 "<,<. 0 1 1,2< A erdasarkan tabel diatas, metode yang tepat untuk peramalan produk banner adalah !ksponential Smoothing+C' <,2) karena memiliki nilai error dan nilai bias paling kecil dan hasil forecast yang responsi%e terhadap permintaan aktual.
("2
Produk P&o#o 7an8as Data produk photo can%as selama dua periode dapat digambarkan dalam
grafik permintaan aktual
9ambar 1.. Data 6ktual #ermintaan #hoto &anfas Dari grafik dapat dijelaskan bah,a data aktual permintaan produk photo can%as tidak membentuk kecenderungan ( trendline), sehingga model peramalan dengan pertimbangan trend tidak perlu lagi dipertimbangkan. ("2"1 %e#ode Eks=onen#ial S$oo#&ing dengan Trend erikut ini hasil peramalan menggunakan metode eksponential smoothing dengan trend menggunaan D?<,2 dengan empat jenis nilai beta (R ? <,.F R ? <,0F R ?<,1F dan R ? <,2). &ontoh perhitungan periode dua D?<,2 dan R ? <,.7
02
201 3
(abel 1.= Hasil #erhitungan #eramalan Metode Cksponential 'moothing ,ith (rend #hoto &an% as A1 1<= 1<3 114 A= 1.2 11= =3 1<= 113 102 1.3 12= 103 1.2 1<1.. < 1<1.4 3 11..A 1 1<2.1 = 114.2 4 104.< 4 1<=.4 3 1<=.0 3 11..A 3 1.3.2 1 1.4.0 = 113.4 A 11..1 4 100.2 < 1<..<2 1<2.21 110.A1 1<2.<< 11=.0= 10A.<< 1<4..4 1<4..4 11..2= 1.4.0< 1.4.43 11=.13 11..=0 10..3A 1<..A< 1<3.<A 111.40 1<1.14 11A.<< 11<.33 1<2..0 1<3.12 11..1< 1.=..A 1.=.1< 12<.<. 11..=< 101.24 1<0.4 2 1<3.2 < 112.0 1 1<0.3 A 11A.3 1 11..1 A 1<..4 A 1<2.. 1 11..2 1 1.A.1 = 1.=.0 2 121.1 = 11..0 A 10<.. 4 'C' D?<,2 C'( C'( C'( (beta (beta (beta <,.) <,0) <,1) C'( (beta <,2)
t 1 . 0 1 2 3 4 = A 1 < 1 1 1 . 1 0 1 1 1 2
03

1 3 1 4 1 = 1 A . < . 1 . . . 0 . 1 111 104 111 1<= 1<2 1<4 1<3 11= 112 1...1 3 101.< < 1.1.. 1 11..A = 1<4.0 A 1<3.1 1 1<2.< A 111.A 4 101.2 0 1.<.=0 10<.31 1.<.<1 111.21 1<3.<= 1<2.01 1<1.31 11..11 100.2. 11A.1A 10<.20 11A.10 11<.1A 1<2..A 1<2.<= 1<1.4< 110..1 102.33 114.3 4 10<.= 3 11=.1 1 1<A.4 . 1<1.= 3 1<2.1 = 1<1.A 4 111.1 4 104.3 =
201 3
(abel 1.= Hasil #erhitungan #eramalan Metode Cksponential 'moothing ,ith (rend (lanjutan) 100.. 10<.A . 10..11 10..A. 2 = 2 101.< 10<.2 . 101.1. 101..= 0 2 3 1.A.A 10<.. . 10<.10 10<..A . < 4 1.A.0 1.A.A . 1.A.A1 1.A.4< 4 . = 1.A.< 1.A.4 . 1.A.3< 1.A.01 A < A 1.=.A 1.A.2 0 1.A.04 1.A.10 2 . < &ontoh perhitungan error D <,2 dan R <,. 1. M6D ?
04

? ? 2.=1 .. M'C ?
201 3
? ? 1..31 0. M6#C ?
? ? 3.0< 1. M:C ?
)ilai error dari empat jenis
sebagai berikut7
1.A (abel perbandingan nilai error

C'( <,. M6D M'C M6#C M:C 3..3 1<4..2 2.24 <.12 er%ariasi mulai dari "1.31 sampai dengan 1.00 Menyerupai dengan pola historis dari data aktual C'( <,0 2.30 21..4 2.<. <.13 er%ariasi mulai dari "1.2A sampai dengan 1 Menyerupai dengan pola historis dari data aktual C'( <,1 2.14 1.11 1.11 <.10 er%ariasi mulai dari "1.03 sampai dengan ..2. Menyerupai dengan pola historis dari data aktual EST 0?* 1..4 0<.A0 0.=1 <.04 er%ariasi mulai dari "1.13011 sampai dengan 0.0= Menyerupai dengan pola historis dari data aktual
('
#ola Distribusi
0=

Dari perhitungan nilai error M6D, M'C, M6#C, dan M:C diperoleh nilai terkecil pada D? <,2 dengan nilai R? <,2 sehingga dapat disimpulkan berdasarkan nilai forecast yang mendekati aktual dan nilai error terkecil untuk perhitungan dengan metode Cksponential 'moothing dengan (rend di pergunakan nilai D? <,2 dan R? <,2.
201 3
("2"2 %e#ode Si$=le Eks=onen#ial S$oo#&ing erikut ini hasil peramalan menggunakan metode simple eksponential smoothing menggunaan D ? <,1F D ? <,.F D ? <,0F D ?<,1F danD ? <,2). &ontoh perhitungan7 :t ? 6t.D B (1"D) :t"1
1.1< (abel nilai !ksponential Smoothing

( 1 . 0 1 2 3 4 = A 1< 11 1. 10 6ktua l A1 1<= 1<3 114 A= 1.2 11= =3 1<= 113 102 1.3 12= 'C' D?<,1 A1 A..4< A1.<0 A3.00 A3.1A AA.01 1<1.. 1 1<..0 A 1<..A 2 1<1.. 3 1<4.0 0 1<A.. < 111.< 'C' D?<,. A1 A1.1< A3.4. 1<<.4 = 1<<.. . 1<2.1 = 110.4 1 1<=.1 A 1<=.1 2 1<A.4 . 111.4 = 114.< . 1.2.. 'C' D?<,0 A1 A3.1 AA.<4 1<1.12 1<..21 1<A..3 1.<.== 11<.1. 1<A.3A 111.2= 11=.31 1.<.=0 101.A= 'C' D?<,1 A1.<< A4.=< 1<1.< = 1<4.1 2 1<0.3 4 11... < 1.3.2 . 11<.0 1 1<A.0 A 11..< 0 1.1.. . 1.0.1 0 104.< 'C' D?<,2 A1 AA.2< 1<..42 1<A.== 1<0.A1 111.14 101..0 1<=.3. 1<=.01 11..12 1.0.2= 1.1.4A 111.0A 0A

= . =
201 3
1...21 1.1< (abel nilai !ksponential Smoothing (lanjutan) 4 3 A .. 3 . 4 . = . A 0 < 114.3 4 114.3 4 114.3 4 114.3 4 1.<.3 3 1.<.3 3 1.<.3 3 1.<.3 3 1...21 1...21 1...21 1...21 1.2.0 A 1.2.0 A 1.2.0 A 1.2.0 A 1.=.=1 .. 1.=.=1 .. 1.=.=1 .. 1.=.=1 ..
&ontoh perhitungan error C' D <,1
1<

1. M6D ?
201 3
? ? 11.0A .. M'C ?
? ? .<=1.01 0. M6#C ?
? ? 11.14 1. M:C ?
erikut tabel nilai error dari masing"masing nilai D7 1.11 (abel nilai error !ksponential Smoothing 'C' D <.1 'C' D <.. 'C' D <.0 'C' D <.1 1..0A 1<.31 =.A1 12.<1 03..3. 1..1= 1<.<< er%ariasi mulai dari . sampai dengan 12.1 (idak .13.1. 1<.2= 1.A1 er%ariasi mulai dari . sampai dengan 11.< (idak 14A.<4 A..0 0.<4 er%ariasi mulai . dari sampai dengan =.30 Menyerup 10<.20 4.=. ..12 er%ariasi mulai dari . sampai dengan 4..0 Menyerupa SES @ 0"* .2.30 A1.43 .1.4. 1.2= er%ariasi mulai dari <.31 sampai dengan ..10 Menyerupai
11
M6D M'C M6#C M:C
('
#ola

sesuai dengan pola historis dari data aktual sesuai dengan pola historis dari data aktual ai dengan pola historis dari data aktual i dengan pola historis dari data aktual dengan pola historis dari data aktual
201 3
Distribusi
erdasarkan dari hasil peramalan yang mendekati nilai actual, error terkecil, dan tracking signal yang berada dalam batas control maka pada metode simple eQponensial smoothing digunakan D ? <.2 ("2"3 %e#ode %o8ing A8erage erikut ini hasil peramalan menggunakan metode mo%ing a%erage ,ith trend menggunakan M6 ) ? 0, ) ? 1, ) ? 2, dan ) ? 3. &ontoh perhitungan7 Moving Average (n ? 0) :2 ? ? 1<1,34 # 1 . 0 1 2 3 4 = A 1.1. (abel ak#ual NA3 A1 1<= 1<3 1<1.3 114 4 11<.0 A= 0 1<4.< 1.2 < 110.0 11= 0 1.0.3 =3 4 11A.3 1<= 4 1.1. (abel nilai 111.< 113 < 1<0.0 102 0 11A.3 1.3 4 1.2.3 12= 4 10A.3 103 4 1.2 11<.< nilai Moving Average NA( NA* NA+ NA.
1<2.2 < 1<4.. 2 111.2 < 1...< < 111.. 2
1<1.< < 11<.= < 11=.= < 111.= <
1<4.2< 114.<< 110.00 110..A 11..24
1< 11 1. 10 11 12
Moving Average (lanjutan) 113.4 110.< 110.34 11..24 2 < 111.2 113.3 110.2< 111.<< < < 111.. 11=.3 11A.34 113.24 2 < 1.1.. 111.. 11A.=0 1.<.24 2 < 100.4 1.=.3 1.1.2< 1.2..A 2 < 10=.4 101.. 1.A.=0 1.0.24
1.

13 14 1= 1A .< .1 .. .0 .1 .2 .3 .4 .= .A 0< 111 104 111 1<= 1<2 1<4 1<3 11= 112 < 10A.3 4 1.2.< < 1.2.0 0 1.1.3 4 11A.3 4 1<A.< < 1<3.3 4 1<3.< < 11<.0 0 1.0.< < 1.=.3 4 10... . 1.4.A 3 1.A.3 . 1.A.A 0 2 103.. 2 100.. 2 1.=.< < 1...2 < 11=.. 2 113.< < 1<=.2 < 1<3.2 < 1<A.< < 11A.< < 1...< < 1.3.< < 1.=.< < 1.0.4 2 1.1.A 1 < 103.< < 101.= < 101.< < 1.2.. < 11A.3 < 112.3 < 111.. < 1<=.< < 1<=.= < 113.. < 11=.1 1 1.<.4 0 1.0.3 4 1.1.= 1 1.<.4 4 10..34 10..00 10..34 10<.34 1...00 114.14 111.14 11..=0 1<A.34 111.=0 112.A4 114.=< 11A.3< 1.1.=4 1...21 1.A.11 10<.<< 100.<< 10<.<< 1.4.10 11A.=3 112.41 110.<< 110.24 111.41 111.=. 112.4A 114.00 11=.=1 1.<.31
201 3
&ontoh perhitungan error M6 ) ?0
1. M6D
? ? 12... .. M'C ?
? ? 114.<<
10

0. M6#C ?
201 3
? ? 10.41 1. M'C ?
11

erikut nilai error dari masing"masing nilai )7 1.10 (abel perbandingan nilai error )?1 )?2 12.A= 14.0. 13.21 )?0 1<0.A< 10.41 ..11 er%ariasi mulai dari <... sampai dengan 1.<1 Menyerupai dengan pola historis dari data aktual 0A1.11 10.1= ..<< er%ariasi mulai dari "1.< sampai dengan 1.03 (idak sesuai dengan pola historis dari data aktual 114.3< 11.11 ..31 er%ariasi mulai dari sampai <..1 dengan 1.AA (idak sesuai dengan pola historis dari data aktual )?3 13.A3 100.33 10.=4 1.43 er%ariasi mulai dari sampai "<.20 dengan 1.2< (idak sesuai dengan pola historis dari data aktual
201 3
M6D M'C M6#C M:C
('
#ola Distribu si
Dari tabel di atas nilai error terkecil pada mo%ing a%arege dengan nilai ) ? 1. ("2"( %e#ode Pera$alan Ter=ili& 1.11 (abel peramalan yang terpilih #-K6 D6(6 6K(+6 :t :t ( M6 K (C') (C'() 1 A1 A1.<< 1<0.4 . 1<= AA.2< 2 1<..4 1<3.2 0 1<3 2 < 1<A.= 112.0 1 114 = 1 1<0.A 1<0.3 2 A= 1 A 1<2.2 111.1 11A.3 1<4.0 3 1.2 4 1 101.. 11..1 111.2 4 11= 0 A 1<=.3 1<..4 1...< = =3 . A 1<=.0 1<2.. 111.0 A 1<= 1 1 11..1 11..2 113.= 1< 113 2 1 1.0.2 1.A.1 111.2 11 102 = = 1. 1.3 1.1.4 1.=.0 111.0 A 2
12

111.0 121.1 1.1.0 A = 10=.4 11..0 100.= 11 103 < A 1.11 (abel peramalan yang terpilih (lanjutan) 101.= 10<.. 10=. 12 1.2 = 2 4 10 12= 13 14 1= 1A .< .1 .. .0 .1 111 104 111 1<= 1<2 1<4 1<3 11= 112 1...A . 1.A.A 3 1.1.A = 111.A A 11<.< < 1<=.2 < 1<4.. 2 11..3 . 1.=.= 1 1.=.= 1 1.=.= 1 1.=.= 1 1.=.= 1 1.=.= 1 1.=.= 1 114.3 4 10<.= 3 11=.1 1 1<A.4 . 1<1.= 3 1<2.1 = 1<1.A 4 111.1 4 104.3 = 100.. 2 101.< 0 1.A.A . 1.A.0 4 1.A.< A 1.=.A 2 103. 0 100. 0 1.=. < 1... 2 11=. 0 113. < 1<=. 2 1<3. 2 1<A. < 11A. < 1... < 1.3. < 1.=. < 1.0. = 1.1. A
201 3
13
201 3
9ambar 1.0 perbandingan hasil forecast dengan aktual Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. 6gar metode peramalan yang tepat dapat dipilih. 1.11 (abel nilai error C' dan C'( C' (<,2) M6D M'C M6# C M:C .2.30 A1.43 .1.4. 1.2= C'( (<,2) dan (<,2) 1..4 0<.A0 0.=1 <.04
Dari perhitungan error metode est memiliki error dan bias yang lebih kecil dibandingkan dengan simple es. Dan diketahui dari pola data bah,a est lebih mendekati pola data aktual, sehingga pada produk photo can%as ini, metode forecast yang paling tepat adalah est
("3
Pera$alan Produk Pos#er
#erhitungan peramalan produk poster akan menggunakan 0 metode peramalan, yaitu metode !xponential Smoothing )ith #rend, *eighted Moving
14

Average )ith #rend dan #rend Line Analysis Model. Data produk poster selama dua periode dapat digambarkan dalam gambar permintaan aktual.
201 3
9ambar 1.1 Data #enjualan Historis#roduk #oster Dari 9ambar dapat dijelaskan bah,a data aktual permintaan produk poster membentuk kecenderungan (trendline), sehingga model peramalan dengan pertimbangan trend perlu lagi dipertimbangkan.
("1"1 %e#ode Exponential Smoothing with Trend erikut ini hasil peramalan menggunakan metode eksponential smoothing dengan trend menggunaan D?<,2 dengan empat jenis nilai beta (R ? <,.F R ? <,0F R ?<,1F dan R ? <,2). &ontoh perhitungan periode . pada C'( D?<,2 dan R ? <,07
1=
201 3
(abel 1.12 Hasil #eramalan Mo%ing 6%erage C'( D ? <,2 C'( C'( C'( #oste (R ? (R ? (R ? ( r <,0) <,1) <,2) 1 . 0 1 2 3 4 = A 1 < 1 1 1 . 1 0 1 1 1 2 1 3 1 4 1 = 1 A . < . 1 1A3 1A1 1A. .<< .<1 1AA .<. .<1 .<3 .<. .<1 .1. .<4 .1. .10 .10 .11 .1A .11 .1. .11 1A1.4< 1A..=1 1A4..3 1AA.=4 1AA.32 .<1.10 .<0.11 .<2.2. .<0.40 .<1.11 .<A.13 .<=.12 .11.10 .1..=2 .10.1= .11..4 .14.43 .10.A4 .1..=1 .10.3. 1A1.3< 1A..33 1A4.22 .<<..< 1AA.43 .<1.24 .<0.3< .<2.3A .<0.2= .<1.<0 .<A.43 .<=.10 .11..1 .1..A1 .10.13 .11... .14.A1 .10.30 .1..2. .10.1A 1A1.2< 1A..2< 1A4.== .<<.2< 1AA.4= .<1.33 .<0.41 .<2.=< .<0.04 .<0.A. .1<.<= .<=.02 .11.00 .1..AA .10.11 .11.13 .1=.<3 .10..4 .1...2 .10.11
(abel 1.12 Hasil #eramalan Mo%ing 6%erage (lanjutan) . . .1A .14..< .14.0= .14.3. . .11 .10.20 .10..4 .10.<1
1A

0 . 1 . 2 . 3 . 4 . = . A 0 <
201 3
.<3
.<=.31 .<=.A4 .<A... .<A.0A .<A.21 .<A.3< .<A.33
.<=.<= .<=.44 .<A.1= .<A.10 .<A.2= .<A.33 .<A.4.
.<4.31 .<=.4< .<A..2 .<A.2. .<A.33 .<A.40 .<A.43
Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan (C'( D ? <.2 dan R ? <.2) 1. )ilai error pada periode ke"1A ? 6t E :t ? .11".10,.4 ? "...4 .. 5':C ? 0. 6bsolut error ? 1. Kumulatif abs. error ?
2. M6D ?
3. M'C ?
4. M:C ?
=. M6#C ?
A. (racking signal periode ke"1A ?

2<

(abel 1.13 #erbandingan )ilai M6D, M'C, M6#C, M:C, dan (racking 'ignal C'( D ? <,2 C'( (R ? <,0) C'( (R ? <,1) C'( (R ? <,2) M6D 1..< 1.<< <.=1 M'C ..12 1.32 1..1 M6#C <.2= <.2< <.1. M:C "<.1. "<.11 "<.<A (abel 1.13 #erbandingan )ilai M6D, M'C, M6#C, M:C, dan (racking 'ignal (lanjutan) er%ariasi mulai er%ariasi mulai er%ariasi mulai dari (' dari "0.<< sampai dari "0.<< sampai "0,<< sampai dengan dengan B1.1 dengan B0.2 B0... Menyerupai Menyerupai #ola dengan pola dengan pola Menyerupai dengan Distribusi historis dari data historis dari data pola historis dari aktual aktual data aktual erdasarkan tabel perbandingan diatas, diketahui bah,a metode
201 3
exponential smoothing )ith trend mempunyai nilai tracking signal berada di dalam batas kontrol kecuali untuk D ? <.2 dan R ? <.0. ila dilihat nilai M6D, M'C, M6#C dan M:C, C'( dengan D ? <.2 dan R ? <.2 mempunyai nilai yang lebih kecil daripada lainnya. Maka dapat dismpulkan bah,a hasil peramalan exponential smoothing )ith trend yang paling tepat dengan menggunakan D? <.2 dan R? <.2. ("1"2 %e#ode Moving Average with Trend +ntuk metode moving average digunakan rata"rata bergerak (n) yaitu 0 bulan, 1 bulan, 2 bulan dan 3 bulan. (abel 1.0 merupakaan perbandingan hasil peramalan produk poster. &ontoh perhitungan periode .2 pada M6( n ? 07 *eighted Moving Average (n ? 0)
21
201 3
(abel 1.14 &ontoh #erhitungan M6( periode .2 pada n ? 0 Double M6 n ? ( #oster n?0 0 aS<.t aS1.t 1 . 0 1 2 1A3 1A1 1A. .<< .<1 1A1.<< 1A2.00 1A4.34 1A2.34
1AA.3 4 ..<< .<..0 3 1AA .<<.<< 1A4.34 0 ..00 (abel 1.14 &ontoh #erhitungan M6( periode .2 pada n ? 0 (lanjutan) .<1.= 4 .<. .<<.34 1AA.11 A 1... .<..2 = .<1 .<1.34 .<<.4= 3 <.=A .<2.= A .<3 .<1.<< .<..11 A 1.=A 1 .<1.4 < .<. .<1.<< .<0... = <.4= 1 .<1.< 1 .<1 .<1.<< .<1.<< < <.<< 1 .<4.0 . .1. .<3.<< .<1.34 0 1.00 1 .<A.1 0 .<4 .<4.34 .<2.=A 1 1.4= 1 .1..3 1 .1. .1<.00 .<=.<< 4 ..00 1 .11.4 2 .10 .1<.34 .<A.23 = 1.11 1 .11.1 3 .10 .1..34 .11... 1 1.11 1 .11 .10.00 .1.... .11.1 1.11 4 1
2.

1 = 1 A . < . 1 . . . 0 . 1 . 2 . 3 . 4 . = . A 0 < .1A .11 .1. .11 .1A .11 .<3 .12.00 .11.34 .11.<< .1..00 .12.<< .11.34 .1..<< .10.4= .11.11 .11.34 .10.34 .10.4= .11.<< .10.=A .<=... .<3.00 .<1.11 .<..23 .<<.34 1A=.4= .13.= A .11.= A .10.0 0 .11.< < .13.. . .12.0 0 .1<.1 1 1.23 <... "<.34 "1.00 1... <.34 "1.=A
201 3
(abel 1.1= Hasil #erhitungan #eramalan Metode Moving Average *ith #rend 6ktu M6( M6( M6( M6( al (n ? (n ? (n ? (n ? 0) 1) 2) 3) t 1 1A3 . 1A1 0 1A. 1 .<< 1A2.3 2 .<1 4 1A4.3 3 1AA 4 1AA.1 1A4.3 4 .<. 1 A .<<.4 1AA.1 = .<1 = A .<..1 .<<.3 1AA.. A .<3 1 A 1 1 .<0.. .<..< .<<.1 < .<. . 3 1 1 .<1.< .<..A .<1.4 .<<.0 1 .<1 < 1 . 1 1 .1. .<1.3 .<1.< .<0.< .<1.3 . 4 3 = 1
20

1 .<2.= .<1.A .<1.< .<..A 0 .<4 A 1 = 1 1 .<=.< .<3.. .<2.< .<1.1 1 .1. < 2 = A 1 .<A.2 .<=.< .<3.1 .<2.. 2 .10 3 < = 2 1 .11.. .<A.0 .<=.< .<3.2 3 .10 . 1 1 3 1 .1... .11.< .<A.. .<=.< 4 .11 . < = 3 (abel 1.1= Hasil #erhitungan #eramalan Metode Moving Average *ith #rend (lanjutan) 1 .10.4 .1..2 .1<.= .<A.0 = .1A = < = A 1 .11.1 .10.0 .1<.3 A .11 1 1 .1... A . .11.3 .11.< .10.< .11.4 < .1. 4 < 1 = . .10.3 .11.. .10.2 .1..3 1 .11 4 2 3 A . .10.4 .11.< .10.1 . .1A = 3 .11.. 4 . .11.< .11.< .11.< .10.= 0 .11 < < 1 A . .10.= .10.3 .10.4 .10.4 1 .<3 A 0 . 2 . .<=.. .1<.3 .1<.1 .<A.A 2 . 0 . 2 . .<3.0 .<A.= .<A.4 .<A.0 3 0 = 3 . . .<1.1 .<A.1 .<=.3 4 1 0 .<A.1 = . .<..2 .<=.0 .<=.1 .<=.< = 3 = 1 2 . .<<.3 .<4.3 .<4.4 .<4.1 A 4 0 = . 0 1A=.4 .<3.= .<4.1 .<3.4 < = = . = Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan (M6( n ? 0) 1. )ilai error pada periode ke".1 (data ke".<) ? 6t E :t ? .<3".10,=A ? "4.=A
201 3
21

.. 5':C ?
201 3
0.
6bsolut error ? abs. error ?
1. Kumulatif
2.
M6D ?
3.
M'C ?
4.
M:C ?
=.
M6#C ?
A.
(racking signal periode ke".1 (data ke".<) ? (abel 1.1A #erhitungan M6D, M'C, M6#C, M:C dan (racking 'ignal M6( (n ? M6( (n ? 0) M6( (n ? 1) M6( (n ? 2) 3) M6D 0..< 0.=4 1.2< 2..3 M'C 11.A< .<.1. .4.12 04.42 M6#C 1.21 1.=1 ..10 .,1= M:C 1.1< ...< <.1= 0.41 er%ariasi er%ariasi er%ariasi er%ariasi mulai dari mulai dari " mulai dari mulai dari B1.<< B1.<< B1.<< ".,03 (' sampai sampai sampai sampai dengan dengan dengan dengan B10.. B10.2 B1..A4 B.,.= (idak (idak (idak (idak sesuai sesuai sesuai sesuai #ola dengan dengan dengan dengan Distribus pola historis pola pola pola i dari data historis dari historis dari historis dari aktual data aktual data aktual data aktual
22

erdasarkan tabel perbandingan diatas, diketahui bah,a metode moving average )ith trend mempunyai nilai tracking signal berada di luar dalam batas kontrol. ila dilihat nilai M6D, M'C, M6#C dan M:C, moving average )ith trend dengan n ? 0 mempunyai nilai yang lebih kecil daripada lainnya. Maka dapat dismpulkan bah,a hasil peramalan moving average )ith trend yang paling tepat dengan menggunakan n ? 0. ("1"3 Trend !ine Anal<sis %odel erikut metode trend line analysis model pada peramalan produk poster. &ontoh perhitungan (K6M pada periode 17
201 3
(abel 1..< Hasil #erhitungan #eramalan Metode Cksponential 'moothing #oster t (6) t6 t. :t 1 1A3 1A3 1 1A3.2< . 1A1 0== 1 1A4.0A 0 1A. 243 A 1A=..A (abel 1..< Hasil #erhitungan #eramalan Metode Cksponential 'moothing (lanjutan)
23

1 2 3 4 = A 1< 11 1. 10 11 12 13 14 1= 1A .< .1 .. .0 .1 .<< .<1 1AA .<. .<1 .<3 .<. .<1 .1. .<4 .1. .10 .10 .11 .1A .11 .1. .11 .1A .11 .<3 =<< 1<<2 11A1 1111 130. 1=21 .<.< ..11 .211 .3A1 .A3= 01A2 01<= 030= 0A1. 1<<A 1.1< 11A1 1=1= 1=20 1A11 13 .2 03 1A 31 =1 1<< 1.1 111 13A 1A3 ..2 .23 .=A 0.1 031 1<< 111 1=1 2.A 243 1AA.1= .<<.<= .<<.A4 .<1.=4 .<..43 .<0.33 .<1.22 .<2.12 .<3.01 .<4..1 .<=.10 .<A.<0 .<A.A. .1<.=. .11.4. .1..31 .10.21 .11.1< .12.0< .13.1A .14.<A .14.A= .1=.== .1A.44 ..<.34 ..1.23 ....13 'um 6%erage (bar) 0<< 1..2< 1A30 .<3.4A 30<34 .3.4.4 A 1A<<
201 3
Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. &ontoh perhitungan 7 1. )ilai error pada periode ke".1 ? 6t E :t ? .<3".14,<A ? "11.<A .. 5':C ?
24

0. 6bsolut error ?
201 3
1. Kumulatif abs. error ?
2.
M6D ?
3.
M'C ?
4.
M:C ?
=.
M6#C ?
A.
(racking signal periode ke".1 ?
(abel 1..1 Hasil #erhitungan M6D, M'C, M6#C, M:C dan (racking 'ignal Metode (rend Kine 6nalysis M6D 0.<. M'C 12.3= M6#C 1.12 M:C <.<< er%ariasi mulai dari "1,<< sampai dengan (' <,<< #ola Menyerupai dengan pola historis dari data Distribusi aktual erdasarkan tabel perbandingan diatas, diketahui bah,a metode #rend Line Analysis Model mempunyai nilai tracking signal berada di dalam batas kontrol. 'elain itu, nilai M6D, M'C, M6#C dan M:C dari metode #rend Line Analysis Model relatif lebih kecil. Maka dapat dismpulkan bah,a hasil peramalan #rend Line Analysis Model baik untuk digunakan karena menyerupai dengan pola historis dari data aktual. ("1"( %e#ode Pera$alan Ter=ili& Dari ketiga metode peramalan yang digunakan yaitu !xponential
Smoothing)ith #rend, Moving Average )ith #rend dan #rend Line Analysis Model
2=

diperoleh hasil bah,a C'( dengan D ? <.2 dan R ? <.2, M6( dengan n? 0 dan #rend Line Analysis Model adlah metode yang paling cocok digunakan sebagai metode peramalan untuk produk poster. (abel 1..1 Hasil #erhitungan #eramalan dari 'etiap Metode :t :t :t #eriod Data (C'( D ?<.2 dan R (M6( n ? ((K6M) e 6ktual ? <.2) 2) 1 . 0 1 2 1A3 1A1 1A. .<< .<1 1A3.<< 1A1.2< 1A..2< 1A4.== .<<.2< 1A2.34 1A3.2< 1A4.0A 1A=..A 1AA.1= .<<.<=
201 3
3 1AA 1AA.4= 1A4.34 .<<.A4 (abel 1..1 Hasil #erhitungan #eramalan dari 'etiap Metode (lanjutan) 4 = A 1< 11 1. 10 11 12 13 14 1= 1A .< .1 .. .0 .1 .<. .<1 .<3 .<. .<1 .1. .<4 .1. .10 .10 .11 .1A .11 .1. .11 .1A .11 .<3 .<1.33 .<0.41 .<2.=< .<0.04 .<0.A. .1<.<= .<=.02 .11.00 .1..AA .10.11 .11.13 .1=.<3 .10..4 .1...2 .10.11 .14.3. .10.<1 .<4.31 .<=.4< .<A..2 .<A.2. .<A.33 .<A.40 .<A.43 1AA.11 .<<.4= .<..11 .<0... .<1.<< .<1.34 .<2.=A .<=.<< .<A.23 .11... .1.... .10.4= .11.11 .11.34 .10.34 .10.4= .11.<< .10.=A .<=... .<3.00 .<1.11 .<..23 .<<.34 1A=.4= .<1.=4 .<..43 .<0.33 .<1.22 .<2.12 .<3.01 .<4..1 .<=.10 .<A.<0 .<A.A. .1<.=. .11.4. .1..31 .10.21 .11.1< .12.0< .13.1A .14.<A .14.A= .1=.== .1A.44 ..<.34 ..1.23 ....13
2A

erikut grafik perbandingan hasil peramalan dari masing"masing metode terpilih 7
201 3
9ambar 1.2 9rafik #erbandingan Hasil #ermalan #oster Dari perhitungan forecast diatas akan dilakukan perhitungan forecast error untuk mengetahui error dari setiap peramalan yang meliputi M6D, M:C, M'C, M6#C serta dihitung juga nilai tracking signalnya. 6gar metode peramalan yang tepat dapat dipilih. (abel 1... #erbandingan Crror dari 'etiap Metode #C5 6)D$)96) C55-5 C'( (D ?<.2 dan R ? <.2) M6 (n ? 0) (K6M M6 M' M6# M6 M6# M: M6 M6# M: D C C M:C D M'C C C D M'C C C " <.= 1.. <.< 0.. 11.A 1.2 0,< 12.3 <,< 1 1 <.1. A < < 1.21 1 . = 1,12 < erdasarkan tabel diatas, dapat diketahui bah,a exponential smoothing )ith trend yang paling tepat dengan menggunakan D? <.2 dan R? <.2 memiliki nilai M6D, M'C, M6#C, M:C yang paling kecil, kemudian dari tracking signal, metode tersebut tidak keluar dari batas atas maupun batas ba,ah tracking signal, dan dari pola data yang dihasilkan, hasil forecast sangat responsi%e terhadap data aktual, sehingga smoothing )ith trend merupakan metode terbaik untuk produk poster. ("( Produk S#icker
3<

Data produk sticker selama dua periode dapat digambarkan dalam grafik permintaan aktual diba,ah ini7
201 3
9ambar 1.3 9rafik #erbandingan Hasil #ermalan stiker Dari gambar diatas tampak bah,a pola historis dari data aktual permintaan sticker menunjukan adanya fluktuasi musiman. :luktuasi musiman itu tampak dari adanya kesamaan pola data permintaan pada tahun pertama dan berulang kembali pada tahun kedua. ("*"1 %e#ode Eks=onen#ial S$oo#&ing dengan Seasonal &ontoh perhitungan peramalan dengan metode eksponential smoothing dengan seasonal pada periode kedua dengan D?<,.
DQ. ? <,. Q 1=< ? 03 (1"D)QS t"1 ? (1"<,.)1=1 ? 114,. QS . ? DQ. B (1"D)QS t"1 ? 03 B 114,. ? 1=0,. :. ? QS . Q indeks musim ?1=0,. Q 1,<4 ? 1A2,41 (abel 1..0 Metode #ermintaan ( 6ktual 1 1=1 . 1=< 0 AA 1 A4 2 1=1 3 1=. Cksponential 'moothing dengan 'easonal C'' C'' C'' C'' D?<,. D?<,0 D?<,1 D?<,2 121,1< 121,1< 121,1< 121,1< 1A2,41 1A2,.A 1A1,=3 1A1,10 10=,=0 101,24 1.1,0= 114,.2 1.3,=< 112,A4 1<3,30 A=,42 141,=< 132,<< 13.,1A 13.,44 142,20 140,04 141,A0 14=,41
31

4 1=3 1=0,14 1=1,13 1==,12 1A.,34 = 1=2 1=4,.A 1=A,=A 1A0,A. 1A4,3. A 1== 1A1,2. 1A2,.< 1AA,.0 .<.,.= (abel 1..0 Metode Cksponential 'moothing dengan 'easonal (lanjutan) 1< 1=1 1A<,1= 1A1,<2 1A4,1< 1A=,== 11 1=. 114,2A 11A,A= 121,2= 12.,.0 1. 1=< 1=A,31 1A.,<0 1A0,.. 1A0,0A 10 AA 102,=0 10<,21 1.1,0< 114,14 11 1=1 144,.= 141,24 14.,1= 141,3< 12 1=0 111,00 111,.4 111,A0 110,0= 13 1=1 110,.4 111,11 113,<3 114,A1 14 1=3 1A<,<A 1A.,33 1A2,.3 1A4,31 1= 1=. 1A<,<1 1A.,24 1A1,3. 1A3,<. 1A 1=1 1A1,=0 1A4,13 1AA,.= .<<,03 .< 1=2 1A3,0= 1A=,AA .<<,2A .<1,13 .1 1=0 1A4,41 1AA,A2 .<1,<2 .<1,13 .. 1=1 1A1,41 1A3,02 1A3,== 1A3,=2 .0 AA 103,0A 10<,21 1.0,=4 113,A1 .1 1=< 14=,11 141,24 141,A. 14<,4A .2 11<,<0 104,.0 102,12 101,.3 .3 14=,30 142,<3 14.,1< 141,.3 .4 10A,21 103,42 101,34 100,4= .= 10A,<1 103,.3 101,.< 100,01 .A 1=1,3< 144,A3 142,.4 141,11 0< 1=<,11 143,21 140,=0 14.,3= &ontoh perhitungan error7 2. M6D ?
201 3
? ? 13,43 3. M'C ?
? ? =3,=4 4. M6#C ?
3.

? ? 2,1. (abel 1..1 )ilai Crror Cksponential 'moothing dengan 'easonal C'' <,. C'' <,0 C'' <,1 C'' <,2 14.2A 14.0= 13.4< M6D 14.. = M'C M6#C 1AA.01 1...2 110.3A 11.=2 0A=.00 11.12 03<.14 1<...
201 3
(abel 1..1 )ilai Crror Cksponential 'moothing dengan 'easonal (lanjutan) "0.<4 "..1A "...0 "..<= M:C er%ariasi mulai dari "0.1= sampai dengan ..A0 Menyerupa i dengan pola historis dari data aktual er%ariasi mulai dari 0.13 sampai dengan ..3A Menyerup ai dengan pola historis dari data aktual er%ariasi mulai dari "0.3< sampai dengan ...2 er%ariasi mulai dari "1..4samp ai dengan 1..3 Menyerup ai dengan pola historis dari data aktual
('
#ola Distribus i Data
Menyerupai dengan pola historis dari data aktual
Dari perhitungan nilai error M6D, M'C, M6#C, dan M:C diperoleh nilai terkecil pada D? <,1. Dapat disimpulkan berdasarkan nilai forcast yang mendekati aktual dan nilai error terkecil untuk perhitungan dengan metode Cksponential 'moothing dengan 'easonal di pergunakan nilai D? <,1 *"*"1 %e#ode 0in#er erikut ini hasil perhitungan peramalan menggunakan metode ,inter &ontoh perhitungan7 >t ? (a< B at.t) &t 4) " Slope G ? ? ? 13A
30
(."

? ? ? 13=,A134
201 3
? " Level a<..) ?
? "<,<<3A1
B a1
? 13=,A134 B ("<<3A1)
? 13=,=4=2
" Seasonal a< ? a<..)E (.)) ? 13=,=4=2 E .1("<,<<3A1) ? 13A, <121
&t ?
? 1,11
Dengan cara seperti diatas, didapatkan hasil perhitungan seperti tabel diba,ah ini7 'ticker (Qt) 1 1=1 1=< AA A4 1=1 1=. 1=3 1=2 1== 1=1 1=. 1=< (abel ...2 #erhitungan dengan Metode @inter 'ticker a<Ba1 a<Ba1t &t (Qt) . t &t 13=,A 13A,<1 1,<A AA 2 <,2A 13=,A 13A,<0 1,<3 1=1 2 1,<4 13=,A 13A,<. <,2A 1=0 1 1,<= 13=,A 13A,<. <,24 1=1 0 1,<A 13=,A 13A,<1 1,<4 1=3 0 1,1< 13=,A 13A,<< 1,<= 1=. . 1,<= 13=,A 13A,<< 1,1< 1=1 1 1,<A 13=,A 13=,AA 1,<A 1=2 1 1,1< 13=,A 13=,A= 1,11 1=0 < 1,<= 13=,= 13=,A= 1,<A 1=1 A 1,<4 13=,= 13=,A4 1,<= AA A <,2A 13=,= 13=,A3 1,<4 1=< = 1,<4
&Gt <,=1 1,<4 <,=0 <,=0 1,<A 1,<= 1,<A 1,1< 1,1< 1,<= <,=0 1,<4 1.,<<
31

Hasil perhitungan dengan metode ,inter (.) (abel ...3 #erhitungan dengan Metode @inter (.) 'G1 13A 13=,A13 'G. 4 " <,<<3A1 a1 1 13=,=4= a<,.) 2 13A,<12 a< 1 Hasil perhitungan dengan metode ,inter (0) (abel ...4 #erhitungan dengan Metode @inter (0) t Qt &Gt QS t 13=,= 1 1=1 <,=1 4 13=,= . 1=< 1,<4 3 13=,= 0 AA <,=0 3 13=,= 1 A4 <,=0 3 13=,= 2 1=1 1,<A 1 13=,= 3 1=. 1,<= 0 13=,= 4 1=3 1,<A 0 13=,= = 1=2 1,1< . 13=,= A 1== 1,1< 1 1 13=,= < 1=1 1,<= < 1 13=,= 1 1=. <,=0 1 1 13=,4 . 1=< 1,<4 A 1 13=,= 0 AA <,=1 < (abel ...= #erhitungan dengan Metode @inter 0 (lanjutan) 1 13=,4 1 1=1 1,<4 4 1 13=,4 2 1=0 <,=0 A 1 13=,4 3 1=1 <,=0 A 1 1=3 1,<A 13=,4 4 2
201 3
32

1 = 1 A . < . 1 . . . 0 . 1 1=. 1=1 1=2 1=0 1=1 AA 1=< 1,<= 1,<A 1,1< 1,1< 1,<= <,=0 1,<4 13=,4 1 13=,4 0 13=,4 0 13=,4 . 13=,4 1 13=,4 2 13=,4 <
201 3
erikut merupakan hasil perhitungan M6D, M'C, M6#C dan M:C7 (abel ...A )ilai Crror perhitungan dari metode ,inter M6D M'C M6#C M:C .2.A 10=.30 1=.0= "0.0A < +"*"1 %e#ode Ter5aik a. #ola data 'etelah melakukan peramalan dengan bermacam"macam metode, maka dari metode"metode tersebut dibandingkan, metode mana yang memiliki tingka error paling sedikit. (abel ..0< #erbanding hasil peramalan 6K(+6 @$)(C C'' ( K 5 <,1 121,1 1 1=1 13=,=4 < 1A1,= . 1=< 13=,=3 3 1.1,0 0 AA 13=,=3 = 1<3,3 1 A4 13=,=3 0 13.,1 2 1=1 13=,=1 A 141,A 3 1=. 13=,=0 0 1==,1 4 1=3 13=,=0 2 1A0,A = 1=2 13=,=. . A 1== 13=,=1 1AA,.
33

1 1=1 < 1 1=. 1 1 1=< . 1 AA 0 1 1=1 1 1 1=0 2 1 1=1 3 (abel ..0< #erbanding 1 1=3 4 1 1=. = 1 1=1 A . 1=2 < . 1=0 1 . 1=1 . . AA 0 . 1=< 1 . 2 . 3 . 4 . = . A 0 < 0 1A4,1 13=,=< < 121,2 13=,=1 = 1A0,. 13=,4A . 1.1,0 13=,=< < 14.,1 13=,44 = 111,A 13=,4A 0 113,< 13=,4A 3 hasil peramalan (lanjutan) 1A2,. 13=,42 3 1A1,3 13=,41 . 1AA,. 13=,40 = .<<,2 13=,40 A .<1,< 13=,4. 2 1A3,= 13=,41 = 1.0,= 13=,42 4 141,A 13=,4< . 102,1 2 14.,1 < 101,3 4 101,. < 142,. 4 140,= 0
201 3
Dari grafik diatas dapat dibuat grafik seperti diba,ah ini7
34
201 3
9ambar 1.4 #erbandingan Hasil #eramalan
Dari grafik tersebut diketahui bah,a dengan metode C'' <,1, pola garisnya sangat responsif dengan permintaan aktual. b. )ilai Crror erikut ini adalah perbandingan eror tiap metode yang ditampilkan dalam tabel berikut7 (abel ..01 #erbanding error hasil peramalan C'' <,1 @inter M6D 14,A3 .2,A< M'C ==,A0 10=,30 M6#C 11,12 1=,0= M:C <,=0 "0,0A er%ariasi mulai er%ariasi mulai dari (' dari "0.13 sampai "..=4 sampai dengan ..3A dengan ..=0 (abel ..01 #erbanding error hasil peramalan (lanjutan) Menyerupai (idak sesuai dengan #ola dengan pola pola historis dari Distribusi historis dari data data aktual aktual Dari tebel tersebut diketahui dengan menggunakan metode C'' <,1 memiliki error paling rendah
c. 6nalisa
3=

Dari perhitungan error metode MetodeCksponential 'moothing dengan 'easonal memiliki error dan bias yang lebih kecil dibandingkan dengan metode ,inter. Dan diketahui dari pola data bah,a Metode Cksponential 'moothing dengan 'easonal lebih mendekati pola data aktual, sehingga pada produk sticker ini, metode forecast yang paling tepat adalah Metode Cksponential 'moothing dengan 'easonal.
201 3
("* Perencanaan Agrega# 6. om (ree erikut adalah bom tree dari produk banner, poster, photo can%as, dan sticker 1. #roduk anner
erdasarkan sebanyak 1 unit. .. #roduk #oster
-M #ree diatas dapat diketahui bah,a banner terdiri dari
%ynil sebanyak 1 meter, tinta &MIK sebanyak1<< ml, plastik pembungkus
erdasarkan sebanyak 1 unit.
-M #ree diatas dapat diketahui bah,a poster terdiri dari art
paper sebanyak1 lembar, tinta &MIK sebanyak.2 ml, plastik pembungkus
0. #roduk #hoto &an%as

3A
201 3
erdasarkan sebanyak 1 unit. 1. #roduk 'ticker
-M #ree diatas dapat diketahui bah,a photo %an%as terdiri
dari can%as sebanyak1 lembar, tinta &MIK sebanyak 2< ml, plastik pembungkus
erdasarkan sebanyak 1 unit.
-M #ree diatasdapatdiketahuibah,asticker terdiridaristicker
paper sebanyak1 lembar, tinta &MIK sebanyak.2 ml, plastik pembungkus
1" Per&i#ungan Ne# De$and a. #roduk anner . .00 < .00 0 .00 < .00 1 .00 < .00 2 .00 < .00 3 .00 < .00 anner 1 DemanLbul .00 an $n%entori < )et .00 Demand b. #roduk #hoto &an%as #hoto &an%as DemanLbul an $n%entori )et Demand c. #roduk #oster #oster DemanLbul an $n%entori )et Demand 1 .<=,4 < < .<=,4 < . .<A,. 2 < .<A,. 2 0 .<A,2 . < .<A,2 . 1 .<A,3 3 < .<A,3 3 2 .<A,4 0 < .<A,4 0 3 .<A,4 3 < .<A,4 3 1 101,. 2 < 101,. 2
. 101,< 0 < 101,< 0
0 1.A,A . < 1.A,A .
1 1.A,0 4 < 1.A,0 4
2 1.A,< A < 1.A,< A
3 1.=,A 2 < 1.=,A 2
4<
201 3
41

d. #roduk 'ticker 'ticker DemanLbul an $n%entori )et Demand 1 102,1 2 < 102,1 2 . 14.,1 < < 14.,1 < 0 101,3 4 < 101,3 4 1 101,. < < 101,. < 2 14.,. 4 < 14.,. 4 3 140,= 0 < 140,= 0
201 3
2" -a=asi#as Produksi& 0ak#u Siklus 2-ece=a#an Produksi3 Diketahui7 ,egular #ime 'vertime iaya ,egular #ime iaya 'vertime iaya Mesin iaya $n%entori a. ? 1< jamLminggu ? 13< jamLbulan. ? 2 jamLminggu - 5p 0<.<<<,<< Ljam ? 5p 1<.<<< Ljam ? 5p .<.<<< Ljam ? 5p =00." L bulan ? .< jamLbulan
Kapasitas #roduksi (unitLjam) ? 3<Llama ,aktu proses mesin setiap produk Kapasitas #roduksi anner ?3<L10
? 1,3. unitLjam b. @aktu 'iklus L Kecepatan #roduksi (jamLunit)? lama ,aktu proses mesin setiap @aktu 'iklus anner produkL3< ? 10L3<
? <,.. jamLunit produk #roduk anner #hoto &an%as #oster Kapasitas #roduksi (unitLjam) 1,3. 2,12 1<,<< @aktu 'iklus (jamLunit) <,.. <,1= <,1<
4.

'ticker 4,2< <,10
201 3
("*"1 !e8el S#ra#eg< ("*"1"1 -e5u#u&an ,a$BBulan Kebutuhan JamL ulan Kebutuhan JamL ulan ? net demand Q ,aktu siklus anner ? .00,00 Q <,.. ? 2<,20 jamLbulan
#eriod e .2 .3 .4 .= .A 0< ann er .00,. 0 .00,. 0 .00,. 0 .00,. 0 .00,. 0 1<=,1 2 Kebutuh an 2<,20 2<,20 2<,20 2<,20 2<,20 ==,10 &an% as 100,. 2 101,< 0 1.A,A . 1.A,0 4 1.A,< A ..2,3 3 Kebutuh an .1,10 .1,<. .0,=. .0,4. .0,34 11,04 #oste r .<=,4 < .<A,. 2 .<A,2 . .<A,3 3 .<A,4 0 034,< A Kebutuh an .<,=4 .<,A0 .<,A2 .<,A4 .<,A4 03,41 'tick er 102,1 2 14.,1 < 101,3 4 101,. < 142,. 4 0<1,. 1 kebutuh an 1=,<. ..,AA 14,A3 14,=A .0,04 1<,23 (otal 110,= 2 11=,1 4 110,. 3 110,1 1 11=,2 1 .<4,< 4 .<4,< 4
5eguler (ime
("*"1"2
Per&i#ungan Agrega#
#ada Level Method setiap le%el produksi sama sehingga harus mencari total ,aktu siklus dalam setiap periode yang akan dijadikan acuan le%el produksi terlebih dahulu. @aktu siklus terbesar terdapat pada periode 0< sebesar .<4,4 jam.
Perio de .2 .3 .4 .= .A 0< To#al Ti$e 110,=2 11=,14 110,.3 110,11 11=,21 .<4,<4 Regular Ti$e .<4,<4 .<4,<4 .<4,<4 .<4,<4 .<4,<4 .<4,<4 C8er Ti$e < < < < < < In8en#o r< A0,.. ==,31 A0,=1 A0,A4 ==,20 <,<<
40

(otal 4=1,0< 1.1.,12
201 3
#roporsi Masing"Masing #roduk 7 #erhitungan proporsiproduk banner periode .2 x .//0
(abel ..0. Disagregasi

#eriod e ann er .2 .00,0 0 .00,0 0 .00,0 0 .00,0 0 .00,0 0 .00,0 0 )et Demand (otal &an% as 100,. 2 101,< 0 1.A,A . 1.A,0 4 1.A,< A 1.=,A 2 #oste r .<=,4 < .<A,. 2 .<A,2 . .<A,3 3 .<A,4 0 .<A,4 3 'tick er 102,1 2 14.,1 < 101,3 4 101,. < 142,. 4 140,= 0 41<,1 0 413,< 1 4<4,1 2 4<3,2 2 414,1 1 412,= = ann er <,00 &an% as <,1A #oste r <,.A 'tick er <,1A #roporsi
.3
<,01
<,1=
<,.=
<,.0
.4
<,00
<,1=
<,0<
<,1A
.=
<,00
<,1=
<,0<
<,1A
.A
<,01
<,14
<,.=
<,.0
0<
<,01
<,14
<,.=
<,.0
Mencari jumlah in%entory masing"masing produk dari in%entory (jam) di atas pada setiap periode 7 Dari total in%entory (jam) diatas, ,aktu yang dibutuhkan banner pada periode .2 in%entory (jam) banner periode .2 ?
? A0,.. Q <,00 ? 0<,3. jam

(otal $n%entory (jam) A0,.. ann er 0<,3. &an% as 14,1= #oste r .4,0 'tick er 14,40
41

A ==,31 A0,=1 A0,A4 ==,20 < .4,41 0<,A1 01,<0 .4,31 < 12,23 14,.0 14,.< 12,.A < .1,= 2 .4,4 = .4,= = .1,= 1 < .<,1= 14,=3 14,=2 .<,43 <
201 3
Mencari jumlah in%entory (unit produk) masing"masing produk dari in%entory (jam) masing"masing produk di atas pada setiap periode 7 Dari in%entory (jam) masing"masing produk diatas, jumlah in%entory banner dalam bentuk produk pada periode .2 $n%entory (produk) banner pada periode .2 siklus ? 0<,3.L<,.. ? 111
#eriod e .2 .3 .4 .= .A 0< ann er 111 1.= 110 110 1.4 <,< #hoto &an%as A3 =2 A1 A1 =1 <,< #oste r .40 .1= .4= .4= .1= <,< 'tick er 100 120 101 101 123 <,< 0141
? in%entory (jam) bannerL,aktu
(otal $n%entory
("*"1"3 a.
Per&i#ungan Bia<a
iaya $n%entori iaya $n%entori ? in%entori produk Q biaya in%entori per bulan Q lama produk disimpan sampai periode ke 0< iaya $n%entori anner #eriode .2 ? 111 Q =00Q 3 bulan ? 5p. 4<3.<0.,"
42

#eriod e .2 anne r 4<3<0 . 20.02 1 14301 2 024=0 3 .1.14 A < (otal #hoto &an%as 144=.< #oster 10330< . 1<0210 0 A.3..4 'ticker
201 3
333=<=
.3
021A<0
30A231
.4
01.42.
113241
.=
.01A10
3A24A0
00214.
.A 0<
10A2<4 < iaya $n%entori
110121 <
.2A3A4 < 5p 1<.2=A.3A3,"
b.
iaya #ermesinan iaya #ermesinan ? biaya produksi mesin Q total time dari semua produk tiap periode iaya #ermesinan #ada #eriode .2 ?.<<<< Q 110,=2 jam ? 5p. ...44.<03,"
#eriod e .2 .3 .4 .= .A 0< (otal (ime 110,=2 11=,14 110,.3 110,11 11=,21 .<4,<4 (otal iaya MesinLjam 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," iaya MesinLperiode ..44<03 .03A003 ..32.1. ..3.1=< .04<=.. 11111=1 5p. 12.3=3.<41,"
iaya #ermesinan
c.
iaya (enaga Kerja iaya (enaga Kerja ? (upah standar Q lama kerja operator tiap periode) Q jumlah operator iaya (enaga Kerja pada #eriode .2 ? (1<<<< Q .<4,<4) Q . ? 5p. 1..1.1.121,"
#eriod e 5eguler (ime +pah 'tandart L jam iaya (enaga Kerja
43

.2 .3 .4 .= .A 0< .<4,<4 .<4,<4 .<4,<4 .<4,<4 .<4,<4 .<4,<4 (otal 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," 1.1.1121 1.1.1121 1.1.1121 1.1.1121 1.1.1121 1.1.1121 5p. 41.213.4<3,"
201 3
iaya (enaga Kerja
d. (otal B total (otal
iaya yang Dibutuhkan ? total biaya in%entori B total biaya permesinan biaya tenaga kerja iaya yang Dibutuhkan ? 5p 1<.2=A.3A3," B 5p. 12.3=3.<41," B 5p.
41.213.4<3," ? 5p 1<<.=...14.,"
("*"2 7&ase %e#&od ("*"2"1 -e5u#u&an ,a$BBulan Kebutuhan JamL ulan Kebutuhan JamL ulan anner ? net demand Q ,aktu siklus ? .00,00 Q <,.. ? 2<,20 jamLbulan
period e 1 . 0 1 2 3 bann er 2<.20 2<.20 2<.20 2<.20 2<.20 ==.10 photo can%as .1.10 .1.<. .0.=. .0.4. .0.34 11.04 post er .<.= 4 .<.A 0 .<.A 2 .<.A 4 .<.A 4 03.4 1 stick er 1=.<. ...AA 14.A3 14.=A .0.04 1<.23 total jam kerja 110.=2 11=.14 110..3 110.11 11=.21 .<4.<4 4=1.0<
(otal Jam Kerja
("*"2"2
Per&i#ungan Agrega#
44

#ada chase method setiap lebel produksi ber%ariasi mengikuti permintaan perperiode dengan *ero in%entory.
Perio de .2 .3 .4 .= .A 0< kapasitas tersedia 13< 13< 13< 13< 13< 13< ,aktu reguler 110.=2 11=.14 110..3 110.11 11=.21 13< kekurangan kapasitas < < < < < 14 ,aktu lembur < < < < < .< kekurangan setelah ,aktu lembur < < < < < .4
201 3
#ada periode ke 0< adanya lonjakan permintaan sebesar 42P dari bulan biasanya, tidak terpenuhinya order selama .4 jam.
#erhitungan proporsi produk banner periode 0<
x .//0
#roporsi pada periode ke 0< anner7 <.01 #hoto can%as7 <.14 #oster7 <..= 'ticker7 <..0
#erhitungan ,aktu produk benner yang tidak terpenuhi ? jam yang tidak terpenuhi Q proporsi benner ? .4 Q <.01 ? =.12 jam
#erhitungan jumlah produk benner yang tidak terpenuhi
0A unit
4=

,aktu banner can%as poster sticker (otal =.1 2 1.3 4 4.2 A 3.. A .4. < produk 0A .2 43 14
201 3
("*"2"3 a.
Per&i#ungan 5ia<a
iaya subkontrak
Diketahui7 iaya 'ubkontrak (penambahan kapasitas) anner 7 .1<<< &an%as 7 1<2<< #oster 7 10<<< 'ticker 7 14<<<
#erhitungan biaya subkontrak produk benner subkontrak benner
? unit produk Q biaya
? 0A Q .1<<< ? =1=31.
produ k 0A .2 43 14 (otal biaya subkontrak (biaya penambahan kapasitas) 5p =1=,31. 5p .34,010 5p 5p 5p A=4,11A =<.,0<1 .,=42,1<=
b.
iaya permesinan
#erhitungan biaya produksi mesin periode .2 ? ,aktu total permesinan Q ,aktu permesinan
4A

? 110.11 Q .<<<< ? ..44<03 #eriod iaya (otal e permesinan @aktu .2 .<<<< 110.=2 .3 .<<<< 11=.14 .4 .<<<< 110..3 .= .<<<< 110.11 .A .<<<< 11=.21 0< .<<<< 1=<.<< (otal biaya permesinan c. iaya (enaga Kerja #erhitungan biaya ,aktu regular periode .2 regular time ? 110.=2 Q 0<<<< ? 0112221.33 #erhitungan biaya lembur periode 0< ? ,aktu lembur Q biaya lembur ? ,aktu regular Q biaya biaya produksi mesin ..44<03 .03A003 ..32.1. ..3.1=< .04<=.. 03<<<<< 5p 12,111,2=4
201 3
? .< Q 1<<<< ? .<<<<<

#eriod e .2 .3 .4 .= .A 0< iaya permesinan .<<<< .<<<< .<<<< .<<<< .<<<< .<<<< ,aktu reguler 110.=2 11=.14 110..3 110.11 11=.21 13<.<< ,aktu lembur < < < < < .< iaya ,aktu reguler 5p 0,112,222 5p 0,221,<<1 5p 0,0A4,=1= 5p 0,0A0,.4< 5p 0,223,.00 5p 1,=<<,<<< biaya lembur 5p " 5p " 5p " 5p " 5p " 5p .<<,<<< total biaya . operator 5p 3,=01,1<A 5p 4,1<=,<<4 5p 3,4A2,304 5p 3,4=3,211 5p 4,11.,134 5p 1<,<<<,<<< 5p 11,300,431
(otal biaya tenaga kerja
#erhitungan biaya total
? biaya operator B biaya mesin B biaya subkontrak 11,300,431 B 5p 12,111,2=4 B 5p .,=42,1<=
A 5p
? 5p 3.,320,423
=<

("*"3 %iDed S#ra#eg< ("*"3"1 -e5u#u&an ,a$BBulan Kebutuhan JamL ulan Kebutuhan JamL ulan ? net demand Q ,aktu siklus anner? .00,00 Q <,.. ? 2<,20 jamLbulan
#eriod e .2 .3 .4 .= .A 0< ann er .00,. 0 .00,. 0 .00,. 0 .00,. 0 .00,. 0 1<=,1 2 Kebutuh an 2<,20 2<,20 2<,20 2<,20 2<,20 ==,10 &an% as 100,. 2 101,< 0 1.A,A . 1.A,0 4 1.A,< A ..2,3 3 Kebutuh an .1,10 .1,<. .0,=. .0,4. .0,34 11,04 #oste r .<=,4 < .<A,. 2 .<A,2 . .<A,3 3 .<A,4 0 034,< A Kebutuh an .<,=4 .<,A0 .<,A2 .<,A4 .<,A4 03,41 'tick er 102,1 2 14.,1 < 101,3 4 101,. < 142,. 4 0<1,. 1 kebutuh an 1=,<. ..,AA 14,A3 14,=A .0,04 1<,23 (otal 110,=2 11=,14 110,.3 110,11 11=,21 .<4,<4 10<,41 4
201 3
5eguler (ime
("*"3"2
Per&i#ungan Agrega#
#ada Mixed Strategy setiap le%el produksi sama sehingga harus mencari rata" rata ,aktu siklus dalam setiap periode yang akan dijadikan acuan le%el produksi terlebih dahulu. @aktu siklus terbesar terdapat pada periode 0< sebesar .<4,4 jam.
(abel
Perio de .2 .3 .4 .= .A 0< (otal To#al Ti$e 110,=2 11=,14 110,.3 110,11 11=,21 .<4,<4 4=1,0< Regular Ti$e 10<,414 10<,414 10<,414 10<,414 10<,414 10<,414 1.1.,12 C8er Ti$e < < < < < 43,03 In8en#o r< 13,=4 .A,1. 13,24 31,1= 43,03 <,<<
=1

#roporsi Masing"Masing #roduk 7 #erhitungan proporsi produk banner periode .2 x .//0
201 3
(abel Disagregasi
#eriod e ann er .2 .3 .4 .= .A 0< .00,0 0 .00,0 0 .00,0 0 .00,0 0 .00,0 0 .00,0 0 )et Demand (otal &an% as 100,. 2 101,< 0 1.A,A . 1.A,0 4 1.A,< A 1.=,A 2 #oste r .<=,4 < .<A,. 2 .<A,2 . .<A,3 3 .<A,4 0 .<A,4 3 'tick er 102,1 2 14.,1 < 101,3 4 101,. < 142,. 4 140,= 0 41<,1 0 413,< 1 4<4,1 2 4<3,2 2 414,1 1 412,= = ann er <,00 <,01 <,00 <,00 <,01 <,01 &an% as <,1A <,1= <,1= <,1= <,14 <,14 #oste r <,.A <,.= <,0< <,0< <,.= <,.= 'tick er <,1A <,.0 <,1A <,1A <,.0 <,.0 #roporsi
Mencari jumlah in%entory masing"masing produk dari in%entory (jam) di atas pada setiap periode 7 Dari total in%entory (jam) diatas, ,aktu yang dibutuhkan banner pada periode .2 in%entory (jam) banner periode .2 ?
? 13,=4 Q <,00 ? 2,21 jam

(otal $n%entory (jam) 13,=4 .A,1. 13,24 ann er 2,21 A,1< 12,04 &an% as 0,14 2,10 =,21 #oste r 1,A1 =,13 10,4 'tick er 0,.. 3,40 =,=4
=.

A 31,1= 43,03 <,<< .1,1= .0,=. < 11,44 10,.1 < 1A,< 1 .1,0 = < 1.,.. 14,A. <
201 3
Mencari jumlah in%entory (unit produk) masing"masing produk dari in%entory (jam) masing"masing produk di atas pada setiap periode 7 Dari in%entory (jam) masing"masing produk diatas, jumlah in%entory banner dalam bentuk produk pada periode .2 $n%entory (produk) banner pada periode .2 siklus ? 2,21L<,.. ? 111
#eriod e .2 .3 .4 .= .A 0< ann er .3 1. 41 A= 11< < #hoto &an%as 14 .= 14 31 4. < #oste r 1A =. 10= 1A< .11 < 'tick er .1 2< 34 A. 101 < 1401
? in%entory (jam) bannerL,aktu
(otal $n%entory
("*"3"3 Per&i#ungan Bia<a a. iaya $n%entori iaya $n%entori iaya $n%entori ? in%entori produk Q biaya in%entori per bulan anner #eriode .2
#eriod e .2 .3 ann er .1.= A 01A= 3
? .3 Q =00 ? 5p. .1..=A,"

#oster 111A= 3=<.= 'ticker .<1<3 1.<01
#hoto &an%as 111<= .00.1
=0

.4 .= .A 0< 2A11 A =114 1 A13. = < (otal 0==12 201A1 3<13< < iaya $n%entori 111A2 0 12=11 2 14=13 3 < 221.1 4304A 111AA< < 5p 1<.2=A.3A3,"
201 3
b.
iaya #ermesinan iaya #ermesinan ? biaya produksi mesin Q total time dari semua produk tiap periode iaya #ermesinan #ada #eriode .2 ...44.<03,"
#eriod e .2 .3 .4 .= .A 0< (otal (ime 110,=2 11=,14 110,.3 110,11 11=,21 .<4,<4 (otal iaya MesinLjam 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," 5p. .<.<<<," iaya MesinLperiode ..44<03 .03A003 ..32.1. ..3.1=< .04<=.. 11111=1 5p. 12.3=3.<41,"
? .<<<< Q 110,=2 jam ? 5p.
iaya #ermesinan
c.
iaya (enaga Kerja iaya (enaga Kerja ? (upah standar Q lama kerja operator tiap periode) Q jumlah operator iaya (enaga Kerja pada #eriode .2 ? (1<<<< Q 10<,414) Q . ? 5p. 1..1.1.121,"
#eriod e .2 .3 .4 .= 5eguler (ime 10<,414 10<,414 10<,414 10<,414 +pah 'tandart L jam 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," 5p 0<.<<<," iaya (enaga Kerja 4=10<02 4=10<02 4=10<02 4=10<02
=1

.A 0< 10<,414 10<,414 (otal 5p 0<.<<<," 5p 0<.<<<," 4=10<02 4=10<02 5p. 14.<2=..1.,"
201 3
iaya (enaga Kerja
(otal (otal
iaya yang Dibutuhkan ? total biaya in%entori B total biaya biaya tenaga kerja iaya yang Dibutuhkan ? 5p1<.2=A.3A3," B 5p. 12.3=3.<41," B 5p.
permesinan B total 14.<2=..1.,"
? 5p 31.<=A.330," ("*"( Analisa #erusahaan ini menggunakan strategi make to order (M(-) dalam merespon permintaan konsumen. 6kti%itas proses pembuatan produk bersifat khusus yang di sesuaikan dengan setiap pesanan dari pelanggan, dan tidak memungkinkan untuk menyediakan in%entori karena karakteristik produk berbeda"beda setiap pesanannya. Dari ketiga strategi perencanaan diperoleh total biaya pemenuhan permintaan selama enam periode sebagai berikut7
Level method 5p 1<<.=...14.," "hase strategy 5p 3.,320,423 Mix strategy 5p 31.<=A.330,"
Dapat dilihat pada table di atas bah,a biaya terkecil produksi selama enam periode menggunakan meode chase. 'trategi chase lebih tepat digunakan untuk perusahaan M(- karena metode perencanaannya mengikuti permintaan total dan M(- memproduksi sesuai pesanan pelanggan. iaya yang menyangkut dalam perencanaan agregat meliputi biaya tenaga kerja, biaya permesinan, biaya in%entori, dan biaya subkontrak dengan perusahaan lain.
=2

Laporan PPIC 5 Lengkap Coy

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan PPIC 5 Lengkap Coy

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

pengadaan bahan baku

TUGAS BESAR Perencanaan & Pengendalian Produksi

perusahaan #(. )o*omika dalam memenuhi permintaan akan produk yang

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

(.".) 'umber7 9aspers* ;incent, .<117A0

TUGAS BESAR Perencanaan & Pengendalian Produksi

(."2) 'umber7 9aspers* ;incent, .<1171<=

TUGAS BESAR Perencanaan & Pengendalian Produksi

(."3) 'umber7 9aspers* ;incent, .<11711.

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

" Seasonal &t ?

0. Mean 6bsolute #ercentage Crror (M6#C)

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

2"( %as#er Produc#ion Sc&edule 2%PS3

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

dibutuhkan serta melakukan pembelian apabila media yang dibutuhkan tidak

TUGAS BESAR Perencanaan & Pengendalian Produksi

Bulan -e6 Banner Pos#er S#icker P&o#o 7an8as

13 .0. .<4 AA 12=

untuk semua produk . 31 21 1A 01 / 2= 13 0A 0=

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

( in ta %ynil, a rt pap er, ca n%a s, sticker, me sin

(id ak a ha n ;yn il / Ia (id ak a nn er ahan 6rt #a pe r/

I a ( id ak #os ter ahan K ertas ' tic ker / Ia

' tic ker

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

9ambar 1.. Data #enjualan Historis #roduk

TUGAS BESAR Perencanaan & Pengendalian Produksi

.0.,= 3 .00,< < .00,1 0 .0<,4 1 .01,< <

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

(racking signal periode ke"1A ?

TUGAS BESAR Perencanaan & Pengendalian Produksi

#ola Distrib usi

TUGAS BESAR Perencanaan & Pengendalian Produksi

.00,3 < .0<,= 4 .02,3 < .01,2 0 .01,= 4 ..4,. 4

.0<,= 3 .01,A < .01,2 4 .0.,1 < ..=,1 A

.01,0 A .01,1 = .0.,1 0 ..=,= .

TUGAS BESAR Perencanaan & Pengendalian Produksi

(racking signal periode ke".1 ?

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

.0= .0. .04 ..1 .12

.01,1. .01,2A .00,.. .0<,12 .01,=.

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

.0.,. .0<,= .02,. .01,<

.01,A< .01,0< .0<,A< .02,=< .01,=<

TUGAS BESAR Perencanaan & Pengendalian Produksi

TUGAS BESAR Perencanaan & Pengendalian Produksi

9ambar 1.1 9rafik #erbandingan Hasil #ermalan