BAB II

PERAMALAN
Peramalan adalah suatu seni dan ilmu untuk memprediksi masa depan
Peramalan merupakan tahap paling awal dari suatu proses produksi. Sedangkan hasil
ramalannya merupakan basic bagi seluruh proses produksi.
Himatris Manufacturing Co. Adalah sebuah perusahaan yang memproduksi 4 jenis
produk yaitu Basa, Nasa yang merupakan produk lama yang sudah menguasai pangsa pasar.
Sedangkan 2 produk lainnya adalah Bara dan Kura. Bara adalah produk yang dikeluarkan
dengan tujuan untuk mengimbangi pesaing-pesaing baru yang banyak bermunculan.
Sedangkan Kura adalah produk yang baru diluncurkan 2 bulan terakhir ini.
Untuk melakukan peramalan terhadap permintaan konsumen terhadap 4 jenis produk
tersebut, maka diperlukan data masa lalu. Di bawah ini terdapat data masa lalu selama 24
bulan dan 2 bulan terakhir yang berupa data mingguan.
Data-data tersebut akan dijabarkan seperti di bawah ini:
Tabel 2.1
Data Penjualan Selama 24 Bulan Terakhir
Periode
(bulanan)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

Data Penjualan Bulanan Selama 24 Bulan Terakhir

BASA
28
32
34
46
52
54
50
48
45
38
30
27
30
34
37
42
47
55
50
47
42

NASA
82
85
76
74
82
78
82
76
85
79
72
76
83
80
78
85
88
78
87
90
86

BARA
48
56
58
60
63
67
64
68
72

KURA
-

Periode
(bulanan)
22
23
24

Data Penjualan Bulanan Selama 24 Bulan Terakhir

BASA
NASA
BARA
KURA
40
35
32

78
82
75

70
75
78

12
18

Sedangkan untuk data aktual mingguan (8 minggu) untuk 2 bulan terakhir adalah
seperti dibawah ini:
Tabel 2.2
Demand dalam 2 Bulan Terakhir
Periode
(mingguan)
1
2
3
4
5
6
7
8

Basa
9
8
11
7
9
6
8
9

Nasa
26
22
18
16
24
20
17
14

Bara
18
20
17
20
19
20
18
21

Kura
2
3
2
5
3
5
4
6

2.1 Pengeplotan Data

Langkah pertama yang dilakukan untuk mendapatkan data 10 minggu kedepan ( 3
bulan ke depan) maka dilakukan plot data penjualan bulanan 4 jenis produk masa lalu
sebanyak 24 periode dengan menggunakan Excel.
Setelah dilakukan plot data penjualan bulanan masa lalu untuk keempat jenis produk,
dapat diketahui jenis pola data keempat jenis produk tersebut. Ada 4 jenis pola data, antara
lain :
Pola Horisontal (H), terjadi bilamana data berfluktuasi di sekitar nilai rata-rata yang
konstan. Pola khas dari data horisontal ini seperti dibawah ini:

 Pola Musiman (S), terjadi bilamana suatu deret dipengaruhi oleh faktor musiman
misalnya (kuartal tahun tertentu). Pola khas data musiman seperti dibawah ini:

Pola Siklis (C), terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis. Pola khas untuk data siklis
adalah seperti dibawah ini:

Pola Trend (T), terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data. Pola khas dari data trend adalah seperti dibawah ini:

Untuk mengetahui masuk dalam jenis data apakah keempat jenis

prosuk diatas maka dilakukan plot data untuk keempat produk diatas. Plot
data tersebut dapat dilihat di bawah ini:
2.1.1 Basa
Berdasarkan data aktual penjualan masa lalu maka dapat dibuat
plot data sebagai berikut:
Gambar 2.3
Plot Penjualan Basa Selama 24 Bulan Terakhir

Basa
60
50
40
30
Data Penjualan
20
10
0

Basa

Bulanan

Untuk mengukur data mingguan tidak hanya data aktual bulanan saja yang
diperlukan namun data aktual mingguan juga diperlukan.
Gambar 2.4
Plot Penjualan Basa Selama 8 Minggu Terakhir

Basa
12
10
8
Data Penjualan 6
4
2
0

Basa

Mingguan

Berdasarkan hasil plot data diatas maka dapat terlihat bahwa data aktual penjualan
produk Basa memiliki pola data musiman. Maka peramalan akan dilakukan dengan
metode seasonal.
2.1.2

Nasa
Berdasarkan data aktual penjualan masa lalu maka dapat dibuat

plot data sebagai berikut:

Gambar 2.5
Plot Penjualan Nasa Selama 24 Bulan Terakhir

Nasa
100
80
60
Data Penjualan

Nasa

40
20
0
Bulanan

Untuk menKurar data mingguan tidak hanya data aktual bulanan saja yang
diperlukan namun data aktual mingguan juga diperlukan.
Gambar 2.6
Plot Penjualan Nasa Selama 8 Minggu Terakhir

Nasa
30
25
20
Nasa

Data Penjualan 15
10
5
0

Mingguan

Berdasarkan hasil plot data diatas maka dapat terlihat bahwa data aktual penjualan
produk Nasa memiliki pola data horisontal. Maka peramalan akan dilakukan dengan
metode regresi.

2.1.3

Bara
Berdasarkan data aktual penjualan masa lalu maka dapat dibuat

plot data sebagai berikut:

Gambar 2.7
Plot Penjualan Bara Selama 24 Bulan Terakhir

Bara
100
80
60
Data Penjualan

Bara

40
20
0
Bulanan

Untuk mengukur data mingguan tidak hanya data aktual bulanan saja yang
diperlukan namun data aktual mingguan juga diperlukan.
Gambar 2.8
Plot Penjualan Bara Selama 8 Minggu Terakhir

Bara
25
20
15
Data Penjualan

Bara

10
5
0

1 2 3 4 5 6 7 8
Mingguan

Berdasarkan hasil plot data diatas maka dapat terlihat bahwa data
aktual penjualan produk Bara memiliki pola data trend. Maka
peramalan akan dilakukan dengan metode linier trend.

2.1.4

Kura
Berdasarkan data aktual penjualan masa lalu maka dapat dibuat

plot data sebagai berikut:

Gambar 2.9
Plot Penjualan Kura Selama 24 Bulan Terakhir

Kura
20
15
Kura

10
5
0

Untuk menKurar data mingguan tidak hanya data aktual bulanan saja yang
diperlukan namun data aktual mingguan juga diperlukan.
Gambar 2.10
10

Plot Penjualan Kura Selama 8 Minggu Terakhir

Kura
7
6
5

Kura

4
3
2
1
0
1

Berdasarkan

hasil

plot

data

bulanan

diatas

tidak

dapat

didefinisikan membentuk pola tertentu karena baru mulai penjualan 2

bulan yang lalu. Namun, apabila dilihat dari plot data mingguan dapat
terlihat jenis musiman. Maka dari itu kami memutuskan untuk memilih
pola trend dan musiman dengan harapan bahwa penjualan bulanan
akan meningkat dalam jangka waktu ke depan. Maka peramalan akan
dilakukan dengan metode seasonal dengan adanya trend.

Peramalan akan dilakukan sesuai dengan jenis plot data dan metode yang sesuai. Data
yang akan digunakan untuk peramalan adalah data bulanan serta mingguan. Karena data yang
dibutuhkan adalah 10 minggu ke depan. Jadi dengan data bulanan dapat ditentukan untuk
peramalan bulan ke 25, 26, dan 27. Sedangkan dengan data mingguan dapat ditentukan untuk
peramalan penjualan produk tiap minggunya. Peramalan dilakukan dengan menggunakan
Excel.
2.2.1 Basa
Untuk data aktual Basa peramalan akan dilakukan dengan metode
seasonal.

11

2.2.2

Nasa
Untuk data aktual penjualan Nasa peramalan menggunakan metode exponential
smoothing.

12

2.2.3

Bara
Untuk data aktual Nasa peramalan akan menggunakan metode regresi.
Berdasarkan data demand aktual diatas maka dapat dihitung forecastnya dengan
regresi.

13

2.2.4

Kura
Untuk data aktual penjualan Kura peramalan akan dilakukan dengan metode
seasonal with trend.
Periode
1
2
3

Kura
17
21
19

Setelah dilakukan perhitungan peramalan baik dalam bulanan maupun

mingguan. Maka disimpulkan dalam tabel peramalan demand untuk 10 minggu yang
akan datang seperti di bawah ini.
Periode
1
2
3
4

Basa
12
10
12
10

Nasa
16
19
23
21
14

Bara
25
17
20
18

Kura
4
6
3
4

5
6
7
8
9
10

9
11
8
14
11
12

20
17
19
20
22
19

15

20
23
18
22
24
19

6
5
4
6
4
5