BAB IV

PERAMALAN PRODUKSI
Bab ini akan menguraikan mengenai : (1) Ramalan Penjualan Produk Masa
Ini, (2) Ramalan Penjualan Produk Masa Depan dan (3) Simpangan Baku
4.1. Ramalan Penjualan Produk Masa Ini
Peramalan untuk permintaan sosis lele yaitu permintaan yang terjadi pada
bulan Januari adalah tetap, bulan Februari permintaan naik 3%, bulan Maret 3%,
bulan April 4%, sedangkan bulan Mei permintaan turun 2%, bulan Juni
permintaan naik 2%, bulan Juli permintaan naik 3%, bulan Agustus permintaan
turun 2%, bulan September permintaan naik 3%, bulan Oktober permintaan naik
3%, bulan November permintaan naik 4 %, dan bulan Desember permintaan naik
4%.
Tabel 7. Penjualan Perusahaan Bulan Januari-Desember 2015
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

Penjualan (Unit)
3300
3399
3501
3641
3568
3639
3748
3673
3783
3896
4052
4214
44414

3%
3%
4%
2%
2%
3%
2%
3%
3%
4%
4%

33

Tabel 8. Data Penjualan Sosis Lele Tahun 2015

Bulan Produksi
1
2
3
4
5
6
7
8
9
10
11
12
n = 12

Y (Unit)
3300
3399
3501
3641
3568
3639
3748
3673
3783
3896
4052
4214
Y = 44414

X
-11
-9
-7
-5
-3
-1
1
3
5
7
9
11
X = 0

X.Y
-36300
-30591
-24507
-18205
-10704
-3639
3748
11019
18915
27272
36468
46354
XY = 19830

X2
121
81
49
25
9
1
1
9
25
49
81
121
X2= 572

Grafik Penjualan Tahun 2015

4500
4000
3500
3000
2500

Unit

2000
1500
1000
500
0

Grafik 2. Penjualan Sosis lele Tahun 2015

Sehingga berdasarkan data peramalan diatas, maka :
Y
n

a=

=
XY

b=

X 2

44414
12
19830
572

= 3701,17
= 34,67

Jadi y = 3701,17 + 34,67x

34

4.2 Ramalan untuk bulan Januari-Desember 2016

Bulan Januari
y13

= 4325 unit

= 3701,17 + 34,67x

Bulan Juli

= 3701,17 + 34,67 (13)

y19

= 4151,88 unit

= 3701,17 + 34,67 (19)

= 4152 unit

= 4359,9unit

Bulan Februari
y14

= 4360 unit

= 3701,17 + 34,67x

Bulan Agustus

= 3701,17 + 34,67 (14)

Y20

= 3701,17 + 34,67 (20)

= 4187 unit

= 4394,57 unit
= 4395 unit

= 3701,17 + 34,67x

Bulan September

= 3701,17 + 34,67 (15)

Y21

= 3701,17 + 34,67 (21)

= 4221 unit

= 4429,24 unit
= 4429 unit

= 3701,17 + 34,67x

Bulan Oktober

= 3701,17 + 34,67 (16)

Y22

= 3701,17 + 34,67 (22)

= 4256 unit

= 4463,91 unit
= 4464 unit

= 3701,17 + 34,67x

Bulan November

= 3701,17 + 34,67 (17)

Y23

= 3701,17 + 34,67x

= 4290,56 unit

= 3701,17 + 34,67 (23)

= 4291 unit

= 4498,58 unit

Bulan Juni
y18

= 3701,17 + 34,67x

= 4255,89 unit

Bulan Mei
y17

= 3701,17 + 34,67x

= 4221,22 unit

Bulan April
y16

= 3701,17 + 34,67x

= 4186,55 unit

Bulan Maret
y15

= 3701,17 + 34,67x

= 4499 unit

= 3701,17 + 34,67x

Bulan Desember

= 3701,17 + 34,67 (18)

Y24

= 3701,17 + 34,67x

= 4325,23 unit
35

= 3701,17 + 34,67 (24)

= 4533 unit

= 4533,25 unit

Tabel 9. Data Peramalan Produk Pada Tahun 2016

Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

penjualan (Unit)

4152
4187
4221
4256
4291
4325
4360
4395
4429
4464
4499
4533
52112

Jadi jumlah sosis lele yang diproduksi menurut peramalan pada tahun 2016 adalah
sebanyak 52112unit.

Grafik Penjualan Tahun 2016

4600
4500
4400
4300
4200
4100
4000
3900

Unit

Grafik 3. Peramalan Sosis Lele Tahun 2016

36

4.3 Simpangan Baku

Tabel 10. Simpangan Baku Bulan Januari-Desember 2015
Xi

Xi2

3300
3399
3501
3641
3568
3639
3748
3673
3783
3896
4052
4214

10890000
11553201
12257001
13256881
12730624
13242321
14047504
13490929
14311089
15178816
16418704
17757796
Xi2 =

Xi = 44414

165134866

Xi = 44414
Xi2 = 165134866
n = 12

nXi 2 (Xi)
n(n 1)

s2 =
2

12 x 165134866(44414)2
12(121)

9014996
132

s =
s =

s2 = 68295,42424
s = 68295,42424 = 261,33

37

Tabel 11. Simpangan Baku Bulan Januari-Desember 2016

Xi
4152
4187
4221
4256
4291
4325
4360
4395
4429
4464
4499
4533

Xi2
17239104
17530969
17816841
18113536
18412681
18705625
19009600
19316025
19616041
19927296
20241001
20548089

Xi =52112

Xi2 = 226476808

Xi =52112
Xi2 = 226476808
n = 12

nXi 2 (Xi)
n( n 1)

s2 =
2

s2 =

12 x 226476808(52112)
12(121)

s2 =

2061152
132

s2 = 15614,78788
s = 15614,78788
s = 124,96

38

4.4 Peramalan Metode Regresi Kuadratis

Tabel 12. Peramalan Metode Regresi Kuadratis Tahun 2016
Bulan

Period

x2

x3

x4

e (x)
Januari
Februari
Maret
April

1
2
3
4

x.Y

x2.Y

3300
6798
1050
3
1456
4
1784
0
2183
4
2623
6
2938
4

3300
13596

3404
7
3896
0
4457
2
5056
8

30642
3
38960
0
49029
2
60681
6

Penjuala
nY

1
4
9
16

1
8
27

(Unit)
3300
3399
3501

1
16
81

64

3641

256

Mei

25

125

625

3568

Juni

36

216

1296

3639

Juli

49

343

2401

3748

Agustus

64

512

4096

3673

Septembe

81

729

6561

3783

r
Oktober

10

100

1000

10000

3896

November

11

121

1331

14641

4052

Desember

12

144

1728

20736

4214

Jumlah

78

650

6084

60710

44414

()

= (78)2 (12) (650) = -1716

= (650)2 (12) (60710) = -306020
= (78)(44414) (12) (298606) = -118980
= (650) (44414) (12) (2538720) = -1595540

c = - (-1595540) (29,73) (-22308)

= 3,046

58256
89200
13100
4
18365
2
23507
2

2986 25387
06
20

= (78) (650) (12) (6084) = -22308

b = (-306020) (-118980) (-1595540) (-22308)

(-306020) (-1716) (-22308)2

31509

= 29,73

-306020
a = 44414 (29,73) (78) -(3.046) (650) = 3342,94
12
12
12
Jadi persamaan y-nya adalah
y = 3342,94+ 3,046 + 29,73 x2

Ramalan untuk bulan Januari-Desember 2016

Bulan Januari
Y13
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(13)
= 8370,356 unit
= 8370 unit
Bulan Februari
Y14
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(14)2
= 9173,066 unit
= 9173 unit
Bulan Maret
Y15
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(15)2
= 10035,236 unit
= 10035 unit
Bulan April
Y16
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(16)2
= 10864,706 unit
= 10865 unit
Bulan Mei
Y17
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(17)
= 11833,916 unit
= 11834 unit
Bulan Juni
Y18
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(18)2
= 12978,506 unit
= 12979 unit

Bulan Juli
Y19
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(19)
= 14078,516 unit
= 14079 unit
Bulan Agustus
Y20
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(20)
= 15237,986 unit
= 15238 unit
Bulan September
Y21
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(21)
= 16298,156 unit
= 16298 unit
Bulan Oktober
Y22
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(22)2
= 17561,066 unit
= 17561 unit
Bulan November
Y23
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
2
(23)
= 18882,716 unit
= 18883 unit
Bulan Desember
Y24
= 3342,94+ 3,046 + 29,73 x2
= 3342,94+ 3,046 + 29,73
(24)2
= 20470,466 unit
= 20470 unit

Ramalan Penjualan Masa Depan

Tabel 13. Data Peramalan Pada Tahun 2016
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
TOTAL

Penjualan (dalam unit)

8370
9173
10035
10865
11834
12979
14079
15238
16298
17561
18883
20470
165785

Jadi jumlah unit Sosis lele yang diproduksi menurut peramalan pada tahun
2016 adalah sebanyak 165785 Unit.

Ramalan Pada tahun 2016

Grafik Penjualan Tahun 2016

25000
20000
15000
Unit

10000
5000
0

Grafik 4. Peramalan Sosis Ikan lele Metode Kuadratis Tahun 2016

Simpangan Baku
Simpangan Baku Bulan Januari-Desember 2015
Bulan

Xi

Xi 2

Januari
Februari
Maret
April

3300
3399
3501
3641

10890000
11553201
12257001
13256881

Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Total

3568
3639
3748
3673
3783
3896
4052
4214
44414

12730624
13242321
14047504
13490929
14311089
15178816
16418704
17757796
165134866

Xi = 44414
Xi2 = 165134866
n = 12
nXi 2 (Xi)
n(n 1)

s2 =
2

12 x 165134866(44414)
12(121)

9014996
132

s =
s =

s2 = 68295,42424
s = 68295,42424
= 261,33

Simpangan Baku Bulan Januari-Desember 2016

2

Bulan

Xi

Xi

Januari
Februari

8370
9173

70056900
84143929

Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

10035
10865
11834
12979
14079
15238
16298
17561
18883
20470
165785

Total

100701225
118048225
140043556
168454441
198218241
232196644
265624804
308388721
356567689
419020900
246146527
5

Xi = 165785
Xi2 = 2461465275
n = 12
nXi 2 (Xi 2 )
n(n 1)

s2 =
2

12 x 2461465275(165785)
12(121)

2052917075
132

s =
s =

s2 = 15552402,08
s = 15552402,08
= 3943,65

Jadi kesimpulan yang dapat diambil adalah regresi Linier lebih

menguntungkan dibandingkan dengan metode regresi kuadratis, karena regresi
linier memiliki simpangan baku yang lebih kecil, sehingga menguntungkan bagi
perusahaan.