Sistem Peramalan Kebutuhan Cengkeh Berbasis Trend Linier

Di Pabrik Rokok PT. XY

Bintang Dewi Fajar Kurniatuallah 1)
1) Jurusan Sistem Informasi Universitas Dianuswantoro Semarang
bintangkurniatullah@gmail.com
Abstrak
Kegiatan produksi barang tidak terlepas dari kebutuhan bahan baku yang secara berkesinambungan. Dengan
demikian diperlukan sebuah analisa mengenai perencanaan kebutuhan bahan baku untuk tahun berikutnya guna
memudahkan dalam proses produksi. Dalam penelitian ini bertujuan untuk mencari kebutuhan cengkeh pada
tahun depan dengan mengunakan metode peramalan dekomposisi dengan regresi runtut waktu (trend
projection).
Hasil analisa didapatkan bahwa peramalan kebutuhan cengkeh pada PT XY mengalami kenaikan yang cukup
baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan jumlah penjualan pada
tahun 2016 dan 2017, dengan forecasting didapatkan acuan dalam kebutuhan kedepan sehingga jumlah produksi
pada masa yang akan datang bisa kita antisipasi berapa, bila dibandingkan dengan tanpa menggunakan
peramalan sama sekali. Dengan hasil dari forecasting seorang pemimpin dapat menentukan beberapa langkah
yang akan diambil guna kemajuan perusahaan tersebt.
Kata kunci: forecasting, trend Linier, Peramalan Dekomposisi, dan produksi
PENDAHULUAN
Masalah
persediaan
bahan
baku
merupakan masalah yang sangat penting bagi
sebuah perusahaan, terutama jika perusahaan
tersebut bergerak dalam bidang industri. Dalam
suatu proses produksi, bahan baku merupakan salah
satu faktor yang sangat penting. Sehingga
diperlukan pertimbangan yang sungguh-sungguh
dalam pengadaannya. Kekurangan bahan baku
dapat berakibat terhentinya proses produksi. Akan
tetapi bila persediaan bahan bakunya berlebihan,
dapat mengakibatkan terlalu tingginya beban biaya
penyimpanan bahan baku tersebut.
Untuk menghindari adanya persediaan
bahan baku yang terlalu besar atau terlalu kecil
maka diperlukan adanya suatu peramalan dan
persediaan
pengaman
terhadap
pengadaan
kebutuhan bahan baku. Peramalan ini dimaksudkan
untuk memprediksikan jumlah persediaan bahan
baku yang diperlukan dalam proses produksi pada
periode tersebut atau proses produksi pada periode
yang akan datang agar dalam pengadaan bahan
baku tidak mengalami kelebihan maupun
kekurangan.
Dalam penelitian ini digunakan metode
peramalan dekomposisi dengan regresi runtut
waktu (trend projection) untuk variasi data
musiman. Metode peramalan trend projection ini
adalah suatu metode peramalan menggunakan
analisa regresi runtun waktu yang sesuai dengan
garis trend dengan variasi data penjualan musiman
terhadap serangkaian data masa lalu yang
diproyeksikan kepermasalahan masa depan. Data
transaksi yang digunakan dalam penelitian ini
adalah data lampau dengan periode 5 tahun. Data
transaksi yang digunakan adalah data kebutuhan
bahan baku. Untuk meramalkan kebutuhan bahan

baku di masa akan datang. Maka oleh sebab itu

penulis ingin untuk mengetahui metode peramalan
dan berapa jumlah persediaan cengkeh yang tepat
sehingga
dapat
meminimumkan
kesalahan
peramalan persediaan bahan baku dalam proses
produksi pada PT. XY. dengan judul Sistem
Peramalan Kebutuhan Cengkeh 2 tahun mendatang
Berbasis Trend Linier di Pabrik Rokok PT. XY
LANDASAN TEORI
Dalam melakukan forecasting cukup
banyak metode yang dapat digunakan, salah satu
metode yang digunakan yaitu metode dekomposisi.
Dekomposisi adalah metode pemecahan data
menjadi sub pola yang menunjukkan tiap-tiap
komponen deret berkala secara terpisah.
Masing-masing pola perubahan akan
dipelajari dan dicari satu persatu, setelah ditemukan
akan digabungkan lagi menjadi nilai, taksiran
ataupun ramalan. Penggabungnya ada yang dengan
menambahkan dan ada yang mengalikan. Dalam
hal
ini
cara
yang
digunakan
untuk
menggabungkannya yaitu dengan mengalikannya.
(Pangestu, 1986: 31).
Komponen-komponen perubahan dalam Metode
Dekomposisi adalah sebagai berikut.
1. Trend
Trend (Secular Trend) adalah rata-rata
dalam jangka panjang. Metode trend linier least
squares, trend parabolik dan trend eksponensial
adalah beberapa metode yang dapat digunakan
untuk membuat trend. Gerakan trend jangka
panjang menunjukkan arah perkembangan secara
umum yaitu kecenderungan data, apakah naik atau
turun. (Pangestu, 1986: 32).
Pada tugas pelajaran teknik peramalan
ini
digunakan metode trend linier least squares, karena

persamaan yang diperoleh mengakibatkan jumlah

kesalahan
forecast
kuadrat
paling
kecil
dibandingkan dengan persamaan yang dihasilkan
oleh metode lain.
a. Mencari persamaan trend
Pada metode ini tahun dasar yang berada
di tengah, persamaan trend metode linier least
squares adalah sebagai berikut.
= a + bX

=
dan =

Keterangan:
= nilai trend
a = bilangan konstan
b = slope atau koefisien kecondongan
garis trend
X = mewakili waktu
Y = data berkala
n = jumlah data
b. Merubah bentuk persamaan trend
Y pada persamaan trend yang telah
ditentukan dapat menyatakan pengunjung setiap
tahun. Persamaan tersebut dapat diubah dengan
cara sebagai berikut.
1) Memindah origin
Tahun yang merupakan origin dapat
dipindah, di dalam memindah origin, yang diganti
hanya konstannya saja, dan nilai a yang baru
sebesar nilai trend pada tahun yang menjadi
origin baru.
2) Trend rata-rata
Dari persamaan trend tahunan yang telah
diperoleh dapat diubah menjadi persamaan trend
rata-rata tiap bulan, yaitu dengan membagi a
dengan 12 dan b dengan 12. Sedangkan jika akan
dijadikan trend rata-rata tiap kuartal maka a
dibagi 4 dan b dibagi 4. Jika disubstitusikan nilai
X pada tahun yang bersangkutan akan didapatkan
nilai trend (Y) yang merupakan trend rata-rata.
3) Persamaan trend bulanan dan kuartalan
Trend bulanan adalah trend dari bulan satu
ke bulan berikutnya, menunjukkan perkiraan
kenaikan atau perubahan tiap bulannya. Jika
persamaan trend tahunan dengan satuan X satu
tahun akan diubah menjadi trend bulanan, maka a
dan b dibagi 12.
Trend kuartalan adalah trend yang
menunjukkan perubahan dari kuartal ke kuartal.
Jika persamaan trend tahunan dengan satuan x
satu tahun akan diubah menjadi trend kuartalan,
maka a di bagi 4 dan b dibagi 42 . Kalau dari
persamaan trend tahunan yang satuan X-nya
setengah tahun dan akan dirubah menjadi trend
bulanan a dibagi 12 dan b dibagi (122 )/2, sedang
kalau akan di ubah menjadi trend kuartalan a
dibagi 4 dan b dibagi( 42 )/2.
2. Gelombang atau fluktuasi musim
Gelombang musim adalah gelombang
pasang surut yang berulangulang kembali dalam

waktu tidak lebih dari satu tahun. Dalam

forecasting biasanya gelombang musim ini
dinyatakan dalam bentuk indeks musim untuk
menghitung indeks musim dapat digunakan
beberapa metode antara lain sebagai berikut.
a. Metode rata-rata sederhana
Dalam metode ini, dihitung berdasarkan
rata-rata tiap periode musim setelah dibebaskan
dari pengaruh trend. Adapun langkah-langkah yang
harus ditempuh adalah sebagai berikut.
1) Data tiap kuartal (sesuai kebutuhan) disusun
untuk masingmasing tahun. Kuartalan disusun
menurut kolom dan tahun disusun menurut
baris.
2) Cari rata-rata kuartalan pada tahun tersebut.
3) Pengaruh trend ini harus dihilangkan dengan
menguranginya dengan b pada persamaan
trend kuartalan secara komulatif, karena ratarata tersebut masih mengandung unsur
kenaikan (trend).
4) Cari rata-rata dan jumlahnya dibagi dengan 4.
5) Nyatakan angka-angka tersebut dengan
persentase dari rataratanya, dan didapat nilai
indeks musimnya.
b. Metode persentase terhadap trend
Indeks musim dicari, yaitu dengan
langkah-langkah sebagai berikut.
1) Carilah nilai trend pada setiap periode.
2) Carilah persentase nilai real terhadap nilai
trend.
3) Cari median tiap kuartal dengan tidak
memandang kapan terjadinya.
4) Hitung rata-rata median-median tersebut.
5) Hitung Indeks musim dengan cara membagi
median rata-rata lalu dikalikan 100.
c. Metode rata-rata terhadap rata-rata bergerak
Indeks musimnya dapat dihitung dengan
langkah-langkah sebagai berikut.
1) Susunlah data historis ke dalam tabel yang
terdiri dari tujuh kolom. Pada kolom pertama
menyatakan tahun, kedua periode musim, dan
ketiga berisi data yang sudah ada.
2) Hitung jumlah bergerak selama satu tahunnya
(4 kuartal), lalu letakkan pada pertengahan
data pada kolom 4.
3) Hitung jumlah bergerk dua periode dari
jumlah bergerak kolom 4, letakkan pada
kolom kedua periode pada kolom 5.
4) Hitung rata-rata bergerak dengan membagi
angka pada kolom 5 dengan 8, letakkan
hasilnya pada kolom 6.
5) Hitug persentase yaitu dengan cara data asli
dibagi dengan ratarata bergerak lalu dikalikan
100, hasilnya diletakkan pada kolom 7.
6) Dibuat tabel baru untuk persentase data asli
dari jumlah rata-rata bergerak disusun meurut
kuartal dan tahunnya.
7) Hitung persentase data asli dari rata-rata
bergerak tersebut dibagi menurut tahun dan
periode musiman yang dikehendaki.

8) Lihat semua persentae kuartal 1, dengan tidak

memperhatikan tahun terjadinya untuk
mencari mediannya, hasilnya letakkan di tabel
baru kolom median kuartalnya.
9) Indeks musim dapat dihitung dengan median
dibagi dengan ratarata median dikalikan 100,
untuk tiap kuartal.
3. Peramalan dengan Metode Dekomposisi
Dilakukan
dengan
menggabungkan
keempat komponen, yaitu trend dan indeks musim,
seharusnya dengan indeks siklis dan perubahanperubahan tetapi gerak siklis sukar diperkirakan
polanya karena faktor yang mempengaruh banyak
sekali, demikian juga dengan gerak random. Oleh
karena itu peramalan hanya akan menggunakan
trend (T) dan gerak musim (M) saja, dan dapat
dibuat dengan rumus: F = T x M.
METODOLOGI PENELITIAN
Secara sistimatis tahapan sampel yang digunakan
dalam perencanaan kebutuhan cengkeh adalah
pabrik rokok PT. XY.
Pengolahan data
Dalam perencanaan kebutuhan cengkeh untuk
tahun 2016 dan 2017 dilakukan tahanpan berikut
ini:
1. Mencari persamaan trend
Mengunkan metode dekomposisi menentukan
persamaan trend
2. Mengubah bentuk persamaan trend
Karena persamaan tersebut menyatakan
persamaan trend tahunan maka harus diubah
menjadi persamaan trend bulanan
3. Menentukan indek musiman
Indeks musim ditentukan dengan cara median
dibagi rata-rata median dikalikan 100,
4. Menghitung forecast volume kebutuhan
cengkeh pada Pabrik Rokok PT. XY
Dengan diketahuinya persamaan trend, nilai
kebutuhan bulanan tiap tahun dan indeks musim
maka dapat dihitung berapa forecast volume
untuk memenuhi kebutuhan cengkeh.
5. Kesimpulan dan saran
HAIL DAN PEMBAHASAN
Tablel 1. Kebutuhan cengkeh Pabrik rokok PT. XY
Tahun 2011-2015.

1.

Mencari persamaan trend

Dengan menggunakan jumlah volume
Kebutuhan cengkeh pada Tabel diatas, maka akan
dihitung X ,XY dan X 2, yaitu dengan mencari
nilai a dan b, dan juga untuk menentukan
persamaan. Langkah-langkahnya adalah sebagai
berikut :
a. Data disusun sesuai urutan tahun dan letakkan Xnya sesuai dengan tahunnya.
b. Hitung nilai XY, dan X2, kemudian carilah
X,XY dan X2, selanjutnya carilah nilai a dan b
dengan rumus sebagai berikut:
=

dan =

Table 2. Menghitung X ,XY dan X 2 untuk

menentukan nilai trend kebutuhan cengkeh pada
pabrik rokok PT. XY

c. Dengan melihat perhitungan di atas, telah

diketahui:
Y = 283794
n = 5, XY = 51045, dan X 2 = 10,
dengan demikian nilai a dan b dapat diketahui
sebagai berikut :
=

283794
5

= 56758,8 dan =

51045
10

= 5104,5

d. Masukkan nilai a dan b pada persamaan linier

= a + bX, sehingga diperoleh persamaan =
56758,8 + 5104,5 X untuk adalah penjualan tiap
tahun , dan satuan X adalah satu tahun, origin tahun
2013.
2.

Mengubah bentuk persamaan trend

pada persamaan trend yang dibuat di atas
menyatakan kebutuhan cengkeh tiap tahun. Karena
persamaan tersebut menyatakan persamaan trend
tahunan maka harus diubah menjadi persamaan
trend bulanan dengan cara membagi a dengan 12
dan b dengan 122. Dengan demikian persamaan
tersebut adalah sebagai berikut.
56758,8
5104,5
=
+
X
12
122
= 4729,9 + 35,5 X
kebutuhan cengkeh dalam satu bulan,
satuan X satu bulan, origin pertengahan bulan JuniJuli tahun 2013. Karena origin terletak pada
pertengahan bulan Juni dan Juli tahun 2013 , maka
apabila akan mencari nilai bulan Juni tahun 2013
subtitusikan X = -1 dan untuk bulan Juli
subtitusikan nilai X = 1

Table 3. Skala X untuk Trend Bulanan

3.

Menentukan indeks musim dengan metode

persentase terhadap trend.
Untuk mencari indeks musim dengan metode
ini, langkah-langkahnya adalah sebagai berikut.
a. Carilah nilai trend pada setiap periode.
Nilai masing-masing skala untuk setiap bulan
dalam tabel 3, dimasukkan dalam persamaan
berikut: = 4729,9 + 35,5 X
Berikut ini contoh perhitungan nilai trend pada
tahun 2011
= 4729,9 + 35,5 (-59) = 2635,4
= 4729,9 + 35,5 (-57) = 2706,4
= 4729,9 + 35,5 (-55) = 2777,4
= 4729,9 + 35,5 (-53) = 2848,4
Dari hasil perhitungan nilai trend dari tahun
2011 sampai dengan tahun 2015 dapat dilihat pada
tabel 4 dibawah ini:
Table 4. Nilai trend bulanan mulai tahun 20112015

c. Cari median tiap bulan dengan tidak memandang

kapan terjadinya median dari tahun 2001-2005,
median tiap bulan telah diketahui dalam tabel 5,
kemudian dijumlahkan, Sehingga jumlah medianmedian tiap bulannya dari tahun 2011 2015
adalah 1120,61
d. Hitung rata-rata dari median tersebut.
Rata-rata median dicari dengan jumlah medianmedian tiap bulan tersebut dibagi dengan 12
hasilnya yaitu:
1120,61
= 93,38
12
e. Hitung indeks musim.
Indeks musim ditentukan dengan cara median
dibagi rata-rata median dikalikan 100, sehingga
hasilnya:
Bulan
Januari
Februari
Maret
April

x 100 = 104,03
x 100 = 95,56
x 100 = 122,39
x 100 = 97,75

.........
Desember

4.

b. Persentase nilai riil terhadap nilai trend didapat

dari volume penjualan tiap bulan atau tabel 1
dibagi trend bulan atau tabel 4 dikali 100. Dan
menghasilkan sebagai berikut:
Tabel 5. Presentase nilai rill terhadap nilai trend
dan median.

97,14
93,38
89,23
=
93,38
114,29
=
93,38
91,28
=
93,38

104,39
x 100 = 111,79
93,38

Menghitung forecast volume kebutuhan

cengkeh pada Pabrik Rokok PT. XY
Dengan diketahuinya persamaan trend, nilai
kebutuhan bulanan tiap tahun dan indeks musim
maka dapat dihitung berapa forecast volume untuk
memenuhi kebutuhan cengkeh pada Pabrik Rokok
PT. XY tahun 2017.
Persamaan trendnya yaitu = 4729,9 + 35,5 X,
dengan nilai X berdasarkan pada bulan sebelumnya
di tahun 2015 sebagai acuan untuk menghitung
bulan berikutnya pada tahun 2016 dan tahun 2017,
Tahun 2016 untuk bulan Januari = 61, Februari =
63, Maret = 65, April = 67, Mei = 69, Juni = 71,
Juli = 73, Agustus = 75, September = 77, Oktober
= 79, November = 81, Desember = 83.
Tahun 2007 bulan Januari = 85,Februari = 87,
Maret = 89, April = 91, Mei = 93, Juni = 95, Juli =
97, Agustus = 99, September = 101, Oktober =
103, November = 105, Desember = 107.
Maka perhitungan Forecast adalah menggunakan
trend (T) dan gerak musim (M), sehingga forecast
dapat dibuat dengan rumus sebagai berikut :
F = T x M, forecast kebutuhan cengkeh dengan
menggunakan data kebutuhan cengkeh sebelumnya
pada tahun 2011-2015, maka trend dan indeks
musim yang telah kita peroleh. Kita pakai
persamaan trend sebagai berikut :
= 4729,9 + 35,5 X
Setelah kita peroleh persamaan trend, kemudian
kita masukkan nilai skala X untuk data bulanan.
Untuk tahun 2016,

Bulan
Januari
= 4729,9 + 35,5 (61) = 6895,4
Februari = 4729,9 + 35,5 (63) = 6966,4
Maret
= 4729,9 + 35,5 (65) = 7037,4
April
= 4729,9 + 35,5 (67) = 7108,4
........
Desember = 4729,9 + 35,5 (83) = 7676,4
Untuk tahun 2017,
Bulan
Januari
= 4729,9 + 35,5 (85) = 7747,4
Februari = 4729,9 + 35,5 (87) = 7818,4
Maret
= 4729,9 + 35,5 (89) = 7889,4
April
= 4729,9 + 35,5 (91) = 7960,4
........
Desember = 4729,9 + 35,5 (107) = 8528,4
Dengan menggunakan indeks musim yang telah
diketahui, maka untuk menghitung forecest volume
kebutuhan cengkeh pada Pabrik Rokok PT. XY
dengan rumus.
= Nilai Trend x Indeks Musim / 100
Dengan perhitungan sebagai berikut:
Untuk tahun 2016,
Januari
Februari
Maret
April

6895,4 x 104,03
= 7173,29
100
6966,4 x 95,56
=
= 6657,09
100
7033,4 x 122,39
=
= 8613,07
100
7108,4 x 97,75
=
= 6948,46
100

...........
Desember

7676,4 x 111,79
= 8581,45
100

Untuk tahun 2017,

Bulan

Januari
Februari
Maret
April

7747,4 x 104,03
=

100

KESIMPULAN
Melihat dari hasil penelitian dan pembahasan yang
telah dilakukan dalam bab sebelumnya, maka
penulis dapat menarik kesimpulan sebagai berikut.
1. Ramalan volume kebutuhan cengkeh pada PT
XY tahun 2016 dengan 2017 berdasarkan nilai
trend mengalami kenaikan dibandingkan tahuntahun sebelumnya. Dapat dilihat dari jumlah
pada setiap bulan mengalami kenaikan
SARAN
Dari hasil peramalan dapat kita ketahui hasil dari
kebutuhan cengkeh pada tahun 2016 dan 2017
seorang pemimpin hendaknya memiliki Langkahlangkah
untuk
mengantisipasi
berbagai
kemungkinan yang dapat terjadi pada produksi
rokok PT XY. Seorang pemimpin harus dapat
mempertahankan nilai penjualan pada bulan-bulan
yang mengalami kenaikan, Berdasarkan dari hasil
analisis seorang pemimpin harus mengadakan
forecasting kebutuhan untuk mengetahui besarnya
penjualan pada masa yang akan datang.

= 8059,62

7818,4 x 95,56
= 7471,26
100
7889,4 x 122,39
=
= 9655,84
100
7960,4 x 97,75
=
= 7781,29
100

DAFTAR PUSTAKA

..........
Desember

Tabel 6. Kebutuhan cengkeh tahun 2016 dan 2017

8528,4 x 111,79
= 9533,89
100

Hadi, Sutrisno. 1968. Statistika 3 Jilid Tiga.

Yogyakarta : Andi Offset.
Kamus Besar Bahasa Indonesia. 2005. Departemen
Pendidikan Nasional. Jakarta :Balai Pustaka
Kotler, Philip. 1993. Manajemen Pemasaran :
Analisi,
Perencanaan,
Implementasi,
Pengendalian. Jakarta: Erlangga.
Kotler. 1997. Manajemen Pemasaran : Analisis,
Perencanaan, Implementasi, Pengendalian.
Jakarta: Erlangga.
Soepranto, J. 1984. Statistika Teori dan Aplikasi
Jilid 1. Jakarta : Erlangga.
Subagyo, Pangestu. 1986. Forecasting konsep dan
Aplikasi. Yogyakarta: BPFE Yogyakarta.
Sudjana. 1989. Metode Statistika. Bandung: Tarsito