BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada era sekarang ini industri industri berkembang dengan pesat tidak
terkecuali di industri pangan, dengan berkembangnya industri pada khususnya
industri pangan maka terjadi persaingan di antara industri industri tersebut
dengan kualitas sebagai senjata andalan untuk menarik minat konsumen, termasuk
didalamnya adalah ketersediaan produk di pasaran. Ketersediaan produk di
pasaran ini, juga didukung adanya ketersediaan bahan baku untuk membuat
produk tersebut. Untuk menjamin ketersediaan produk yang ada di pasaran maka
salah satunya dengan membuat suatu peramalan permintaan, karena ketersediaan
produk yang ada setiap saat merupakan salah satu layanan yang memenuhi
kepuasan konsumen yang diberikan oleh perusahaan.
PT. Torabika Eka Semesta merupakan bagian dari group Mayora yang
bergerak dalam divisi kopi dan terbagi menjadi tiga bagian yaitu instan division,
creamer division dan ground division dan berdiri sejak tahun 1989. Ground
division terbagi menjadi 2 ground, dimana salah satu dari produknya adalah
energen dan ground dua salah satu produknya adalah kopi Torabika. Dimana
dalam pembuatan energen dan kopi Torabika ini, membutuhkan bahan baku
creamer yang diproduksi di creamer division. Dalam laporan ini akan khusus
membahas dan meramalkan permintaan untuk creamer kemasan 750 kg untuk
jenis creamer TRC 33 dan TRC 35.
Kesinambungan persediaan bahan baku dan produk yang ada di pasaran
adalah tanggung jawab perusahaan khususnya tanggung jawab tim yang ada
didalam mata rantai produksi tersebut. Termasuk semua divisi yang terlibat secara
langsung dan tidak langsung terhadap produk itu, karena setiap personil karyawan
sangat pentingnya perananya dalam sebuah mata rantai produksi.

Laporan Tugas Akhir

Ketidakpastian jumlah order bisa menjadi suatu pertimbangan yang

berpengaruh terhadap jumlah barang yang akan di produksi dan berdasarkan
uraian diatas maka laporan tugas akhir ini mengambil judul Peramalan
Permintaan Creamer TRC 33 dan TRC 35 kemasan 750 Kg di PT. Torabika Eka
Semesta.

1.2 Tujuan dan Manfaat

Tujuan dan manfaat yang hendak dicapai dalam penelitian ini adalah
sebagai berikut :
1. Memilih metode peramalan terbaik berdasarkan nilai SE terkecil
2. Memverifikasi metode peramalan yang terbaik
3. Meramalkan permintaan creamer kemasan 750 kg untuk TRC 33 dan TRC 35
ditahun 2015
4. Menentukan jumlah pekerja yang diperlukan untuk proses produksi

1.3 Waktu dan Tempat Pelaksanaan

Laporan tugas akhir ini dilaksanakan bertempat di PT.Torabika Eka
Semesta yang beralamat di Jl. Raya Serang Km 12.5 Cikupa , Tangerang.

1.4 Perumusan Masalah

Rumusan masalah dari penelitian ini adalah sebagai berikut :
1. Metode manakah yang digunakan dalam peramalan ini berdasarkan nilai SE
yang terkecil ?
2. Berapakah permintaan creamer kemasan 750 kg untuk TRC 33 dan TRC 35
di tahun 2015 ?

1.5 Batasan Masalah

Batasan masalah dalam penelitian ini adalah sebagai berikut :
1. Penelitian ini dilakukan di PT. Torabika Eka Semesta divisi creamer
2. Penelitian ini untuk meramalkan jumlah permintaan creamer kemasan 750 kg
untuk TRC 33 dan TRC 35 di tahun 2015

Laporan Tugas Akhir

1.6 Metodologi penelitian

Dalam pembuatan laporan kerja praktek ini, penulis menggunakan
beberapa cara atau metode penulisan sebagai berikut :
1. Riset lapangan
a. Observasi langsung yaitu melihat langsung mengenai objek yang akan
diteliti dan melakukan beberapa kali percobaan, hal ini sangat bermanfaat
bagi penulis untuk mengetahui keadaan sebenarnya dari suatu perusahaan
dan mengadakan perbandingan antar teori dengan realita yang ada, serta
membandingkan antara konsep yang dibuat oleh perusahaan dengan
keadaan yang ada lapangan.
b. Wawancara yaitu melakukan tanya jawab dengan manajer, karyawan dan
operator langsung untuk mendapatkan data riil sebagai perbandingan dari
catatan laporan yang ada yang berhubungan dengan objek penulisan kerja
praktek.
2. Riset kepustakaan dan studi literatur
Penelitian kepustakaan dengan mempelajari, meneliti dan mengumpulkan
bukubuku, tulisantulisan ilmiah serta pendapatpendapat para ahli yang
ada relevansinya dengan masalah yang dibahas.Dan studi literatur yang
meliputi mencari datadata dan informasi dari berbagai sumber pustaka dan
bahan-bahan di internet.

1.7 Sistematika Penulisan

Agar pembahasan laporan tugas akhir ini lebih terarah dan dapat dengan
mudah untuk dipahami, maka penulis menyusun laporan tugas akhir ini dengan
sistematika penulisan sebagai berikut :
BAB I

Pendahuluan
Dalam bab ini menjelaskan latar belakang, maksud dan tujuan,
waktu dan tempat penelitian, perumusan masalah, metodelogi
penelitian, serta sistematika penulisan.

BAB II

Landasan Teori
Dalam

hal

ini,

penulis

menyajikan

landasan teori yang

dikemukakan antara lain pengertian dan penyusunan laporan.

Laporan Tugas Akhir

BAB III

Metodologi Penelitian
Dalam bab ini, penulis menjelaskan langkah langkah serta
metode yang digunakan dalam melakukan penelitian.

BAB IV

Pengumpulan dan Pengolahan Data

Dalam bab ini merupakan intisari atau pokok penulisan ilmiah ini,
dimana pada bab ini akan menguraikan mengenai pengolahan dan
pengumpulan data serta analisa pembahasanya berdasarkan data
data yang diperoleh.

BAB V

Analisa dan Pembahasan

Dalam bab ini berisi analisa dan pembahasan yang didasarkan dari
data data yang didapat dari penelitian.

BAB VI

Kesimpulan dan Saran

Dalam bab ini berisi tentang hasil akhir dari masalah yang
dimaksud

dirangkum

dalam

suatu

kesimpulan

yang

menggambarkan seluruh inti permasalahan dalam kerja praktek.

Saran merupakan suatu jalan keluar untuk melakukan perbaikan
sistem kerja yang diharapkan akan terjadi peningkatan pada masa
yang akan datang.

Laporan Tugas Akhir

BAB II
LANDASAN TEORI

2.1 Pengertian dan Proses Produksi

Proses diartikan sebagai suatu cara, metode dan teknik bagaimana
sesungguhnya sumber sumber ( tenaga kerja, mesin, bahan baku dan modal )
yang ada diubah untuk memperoleh suatu hasil. Sedangkan produksi mempunyai
arti kegiatan untuk menciptakan atau menambah kegunaan suatu barang atau jasa.
Proses juga diartikan sebagai cara, metode ataupun teknik bagaimana
produksi itu dilaksanakan. Produksi adalah kegiatan untuk menciptakan dan
menambah kegunaan (utility) suatu barang dan jasa. Menurut Ahyari (2002)
proses produksi adalah suatu cara, metode ataupun teknik menambah kegunaan
suatu barang dan jasa dengan menggunakan suatu faktor produksi yang ada.
Melihat kedua definisi di atas, dapat diambil kesimpulan bahwa proses
produksi merupakan kegiatan untuk menciptakan atau menambah kegunaan suatu
barang atau jasa dengan menggunakan faktor faktor produksi yang ada seperti
tenaga kerja, mesin, bahan baku, dan biaya agar lebih bermanfaat bagi kebutuhan
manusia.cara, metode dan teknik untuk menciptakan atau menambah kegunaan
suatu barang atau jasa dengan mengunakan sumber sumber yang ada.
(Gaspersz, 2002 ).
2.2 Jenis Jenis Proses Produksi
Jenis jenis proses produksi ada berbagai macam bila ditinjau dari
berbagai segi. Proses produksi dilihat dari wujudnya terbagi menjadi proses
kimiawi, proses perubahan bentuk, proses assembling, proses transportasi dan
proses penciptaan jasa-jasa adminstrasi (Ahyari,2002). Proses produksi dilihat
dari arus atau flow bahan mentah sampai menjadi produk akhir, terbagi menjadi
dua yaitu proses produksi terus-menerus (Continous processes). Dan proses
produksi terputus-putus ( intermettent processes).

Laporan Tugas Akhir

Perusahaan menggunakan proses produksi terus-menerus apabila di dalam

perusahaan terdapat urutan-urutan yang pasti sejak dari bahan mentah sampai
proses produksi akhir, proses produksi terputus-putus apabila tidak terdapat urutan
atau pola yang pasti dari bahan baku sampai menjadi produk akhir atau urutan
selalu berubah ( Ahyari, 2002 ).
Penentuan tipe produksi didasarkan pada faktor-faktor seperti:
1. Volume atau jumlah produk yang akan dihasilkan,
2. Kualitas produk yang diisyaratkan
3. Peralatan yang tersedia untuk melaksanakan proses,
Berdasarkan pertimbangan cermat mengenai faktor-faktor tersebut ditetapakan
tipe proses produksi yang paling cocok untuk setiap situasi produksi. Macam tipe
proses produksi dari berbagai industri dapat dibedakan sebagai berikut
(Yamit,2002) :
1. Proses produksi terus menerus
Proses produksi terus menerus adalah proses produksi barang atas dasar aliran
produk dari satu operasi ke operasi berikutnya tanpa penumpukan di suatu
titik dalam proses. Pada umumnya industri yang cocok dengan tipe ini adalah
yang memiliki karakteristik yaitu output direncanakan dalam jumlah besar,
variasi atau jenis produk yang dihasilkan rendah dan produk bersifat standar.
2. Proses produksi terputus putus
Produk diproses dalam kumpulan produk bukan atas dasar aliran terus
menerus dalam proses produksi ini. Perusahaan yang menggunakan tipe ini
biasanya terdapat sekumpulan atau lebih komponen yang akan diproses atau
menunggu untuk diproses, sehingga lebihh banyak memerlukan persediaaan
barang dalam proses.
3. Proses produksi campuran
Proses ini merupakan penggabungan dari proses produksi terus menerus dan
terputus putus. Penggabungan ini digunakan berdasarkan kenyataan bahwa
setiap perusahaan berusahaa untuk memanfaatkan kapasitas secara penuh.

Laporan Tugas Akhir

2.3 Peramalan Permintaan

Peramalan adalah perkiraan tingkat permintaan untuk suatu produk atau
beberapa produk dalam periode waktu tertentu pada masa yang akan datang.
Peramalan juga merupakan suatu taksiran yang ilmiah meskipun akan terdapat
sedikit kesalahan yang disebabkan adanya keterbatasan kemampuan manusia.
Sifat dari produk dan pola permintaan akan mempengaruhi tipe peramalan yang
akan dibuat dari periode waktu yang harus ditempuh atau dijangkau
(Kusuma,2002). Fungsi peramalan permintaan melayani banyak tujuan manajerial
yang luas dalam organisasi-organisasi yang mencari keuntungan ataupun yang
tidak mencari keuntungan. Supaya berguna untuk operasi-operasi perencanaan
dan pengawasan, sangat penting tersedianya data-data atau bahan-bahan
keterangan mengenai ramalan permintaan dalam suatu bentuk yang dapat
diterjemahkan ke dalam permintaan akan bahan-bahan (material), waktu dalam
penggolongan / klasifikasi alat-alat yang khas dan permintaan akan keterampilan
tenaga kerja yang spesifik.
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa
sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah
pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau
beberapa produk pada periode yang akan datang. Pada hakekatnya peramalan
hanya merupakan suatu perkiraan (guess), tetapi dengan menggunakan teknikteknik tertentu, maka peramalan menjadi lebih sekedar perkiraan. Peramalan dapat
dikatakan perkiraan yang ilmiah (educated guess). Setiap pengambilan keputusan
yang menyangkut keadaan di masa yang akan datang, maka pasti ada peramalan
yang melandasi pengambilan keputusan tersebut (Assauri, 1984).
Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah
permintaan terhadap suatu produk dan merupakan langkah awal dari proses
perencanaan dan pengendalian produksi. Dalam peramalan ditetapkan jenis
produk apa yang diperlukan (what), jumlahnya (how many), dan kapan
dibutuhkan (when). Tujuan peramalan dalam kegiatan produksi adalah untuk
meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati
keadaan yang sebenarnya. Suatu perusahaan biasanya menggunakan prosedur tiga

Laporan Tugas Akhir

tahap untuk sampai pada peramalan penjualan, yaitu diawali dengan melakukan
peramalan lingkungan, diikuti dengan peramalan penjualan industri, dan diakhiri
dengan peramalan penjualan perusahaan.
Peramalan lingkungan dilakukan untuk meramalkan inflasi, pengangguran,
tingkat suku bunga, kecenderungan konsumsi dan menabung, iklim investasi,
belanja pemerintah, ekspor, dan berbagai ukuran lingkungan yang penting bagi
perusahaan. Hasil akhirnya adalah proyeksi Produk Nasional Bruto, yang
digunakan bersama indikator lingkungan lainnya untuk meramalkan penjualan
industri. Kemudian, perusahaan melakukan peramalan penjualan dengan asumsi
tingkat pangsa tertentu akan tercapai.
Jangka waktu peramalan yang diperlukan harus sesuai dengan keputusan
yang diakibatkannya. Peramalan-peramalan dengan jangka waktu yang berbedabeda sebagai dasar untuk perencanaan operasi, antara lain :
1. Rencana-rencana untuk operasi-operasi pada waktu sekarang ini dan pada
waktu dekat.
2. Rencana-rencana jangka menengah untuk memenuhi segala sesuatu bagi
kapasitas yang diperlukan dari personil, bahan dan peralatan untuk 1 sampai
12 bulan mendatang.
3. Rencana-rencana jangka panjang bagi kapasitas, lokasi-lokasi, penggantian
produk dan variabel-variabel pelayanan serta pengusahaan dari produk-produk
baru.
Ramalan tentang besar pasar, jumlah pembeli potensial, dan lainlain
merupakan masukan bagi pihak manajemen operasi untuk membuat perencanaan
produksi, mengelola persediaan, mengelola bahan baku, mengelola peralatan, dan
mengelola sumber daya manusia. Sasaran akhir dari keseluruhan aktivitas
peramalan adalah perkiraan mengenai kebutuhan modal. Dengan mengetahui
kebutuhan modal pada semua aktivitas produksi, maka kebijakan harga dan
keuntungan akan lebih mudah dibuat. Pada lantai produksi proses perkiraan
kebutuhan modal memerlukan perkiraan mengenai rencana kapasitas, desain
sistem operasi, dan penjadwalan operasi. Perkiraan ini tidak bisa dibuat sebelum
dilakukan peramalan permintaan.

Laporan Tugas Akhir

Jika sifat produk seperti pola tersebut, permintaan diharapkan hampir

konstan dari satu periode ke periode berikutnya, sehingga jangkauan waktu dari
peramalan relatif pendek. Perencanaan dimasa yang akan datang dapat didasarkan
pada kendalian bahwa permintaan akan terus berlanjut pada tingkat yang sama.
Dalam kasus ini, kapasitas yang ada secara umum dapat mempengaruhi volume
permintaan, jadi terdapat sedikit yang diperlukan untuk suatu peramalan yang
cukup luas.
Jika permintaan dalam jangka panjang diharapkan cenderung naik,
diperlukan peramalan untuk jangka waktu tertentu, sehingga memungkinkan
perencanaan yang cermat, perluasan fasilitas atau pengadaan peralatan yang
diperlukan. Untuk kecenderungan penurunan permintaan, periode peramalan
harus cukup lama agar diperoleh peluang untuk mengatur cara cara perencanaan
bagi pengurangan operasi, pengenalan produk produk baru dan sebagainya.
Jika salah satu produk mempunyai variasi siklus permintaan dengan siklus
tinggi dan rendah, peramalan harus mencakup paling sedikit satu siklus.

2.4 Manfaat Peramalan

Manfaat dari sebuah peramalan harus dapat diketahui, karena secara
langsung manfaat dari peramalan ini dapat mempengaruhi sifat ramalan itu
sendiri. Dalam hal ini terdapat tiga inti dari kegunaan peramalan itu sendiri
(Biegel, 1992 ), yaitu :
1. Menentukan kebutuhan tentang apa yang perlu untuk perluasan pabrik.
2. Menentukan perencanaan bagi produk produk yang ada dengan semua
fasilitas yang ada.
3. Menentukan penjadwalan jangka pendek produk produk yang ada untuk
dikerjakan berdasarkan peralatan yang ada.
Setiap peramalan yang dilakukan harus dipenuhi oleh salah satu manfaat
diatas, sehingga hal ini dapat menimbulkan tambahan waktu yang diperlukan
untuk membuat kebijaksanaan ditambah dengan waktu untuk membuat akibat
kebijaksanaan tersebut.
Kegunaan dari peramalan yakni, untuk menemukan apa yang dibutuhkan
untuk perluasan suatu usaha, menentukan perencanaan lanjutan bagi produk

Laporan Tugas Akhir

produk yang ada untuk dikerjakan dengan fasilitas fasilitas yang ada, dan untuk
menentukan penjadwalan jangka pendek produk produk yang ada untuk
dikerjakan berdasarkan peralatan yang ada.
Dalam melakukan suatu peramalan permintaan mempunyai aspek penting
yang tidak boleh dikesampingkan, yaitu aspek ketelitian terhadap tingkat
permintaan produksi. Dengan tingkat permintaan yang tidak menentu perperiode
dirasakan metode peramalan statistik merupakan metode least squares yang
paling efisien dan menghasilkan nilai standard error yang kecil dimana nilai
standard error adalah nilai kegagalan dariperamalan permintaan yang dilakukan.
Dalam melakukan suatu peramalan permintaan, data yang digunakan adalah
permintaan periode sebelumnya, makanya peramalan ini merupakan peramalan
jangka panjang yang mengacu pada permintaan perperiode. Jadi untuk membuat
peramalan tersebut dilakukan hal hal sebagai berikut :
1. Membuat suatu gambaran permintaan dan waktu (permintaan sebagai ordinat
dan waktu sebagi absis )
2. Menentukan teknik statistik yang akan digunakan
3. Menilai kesalahan yang diperkirakan
4. Membuat suatu keputusan untuk menggunakan teknik tertentu berdasarkan
pertimbangan yang ada atau mencoba mendapatkan suatu yang lebih baik.
( Biegel, 1992 ).
Dari peramalan yang dilakukan belum tentu akan didapat hasil peramalan
permintaan yang layak untuk dipakai atau digunakan karena ada suatu metode
pemeriksaan hasil peramalan yang bisa menilai hasil dari peramalan itu layak atau
tidak untuk digunakan. Peta rentang bergerak adalah suatu metode pemeriksaan
tersebut dimana peta rentang bergerak berguna untuk memperbandingkan antara
nilai permintaandengan nilai hasil peramalan.
Setelah kita melakukan suatu peramalan permintaan dan kita menyiapkan
pemeriksaan dengan peta rentang gerak, maka peramalan dan peta rentang gerak
dalah dua metode yang saling berkesinambungan antara satu dengan yang lain.
Mengapa bisa dikatakan demikian, karena dari hasil peramalan yang didapat dan
diperiksa dengan peta rentang bergerak, akan diketahui batasan dari permintaan
dari hasil peramalan yang dapat dilihat dari batas kontrol atas dan batas kontrol

Laporan Tugas Akhir

10

bawah, dimana batas kontrol ini adalah nilai batasan yang tidak boleh dilebihi
oleh nilai dari hasil peramalan. Apabila nilai hasil peramalan tersebut melebihi
batas kontrol, maka metode peramalan yang digunakan tidak layak untuk
digunakan.

2.5 Faktor Yang Mempengaruhi Peramalan

Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh
oleh beberapa faktor lingkungan yang saling berinteraksi dalam pasar yang berada
di luar kendali perusahaan. Dimana faktor faktor lingkungan tersebut juga akan
mempengaruhi peramalan. Berikut ini merupakan bebrapa faktor lingkungan yang
mempengaruhi peramalan ( Yamit, 2005 ) :
1. Kondisi umum bisnis dan ekonomi
2. Reaksi dan tindakan pesaing
3. Tindakan pemerintah
4. Kecenderungan pasar
5. Siklus hidup produk
6. Gaya dan mode
7. Perubahan permintaan
8. Konsumen inovasi teknologi
Selain hal hal di atas yang diperhatikan untuk mencocokkan antara
supply dan demand adalah Smart pricing. Strategi harga telah dipakai beberapa
perusahaan seperti Dell, Nikon, dan Sharp. Strategi strategi yang dipakai
mempunyai suatu kesamaan yaitu untuk mempengaruhi permintaan pasar dengan
mengaplikasikan prinsip revenue management techniques. Ada 2 cara pendekatan
strategi harga yang paling melengkapi satu sama lain ( Yamit, 2005 ) yaitu :
a. Customized pricing . Customized pricing dilakukan dengan membedakan
customer sesuai dengan sensitivitasnya terhadap harga. Salah satu caranya
adalah dengan memberikan rebate atau diskon.
b. Dynamic pricing . dynamic pricing adalah merubah harga produk seiap
saat tanpa membedakan target pasar yang dituju. Strategi ini telah
dikembangkan sejak dulu dan biasanya digunakan sebagai media
penjualan atau promosi.

Laporan Tugas Akhir

11

2.6 Jenis Jenis Peramalan

Meramalkan permintaan dari pasar yang dimasuki oleh suatu perusahaan
adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan
dalam rangka memprediksi berapa besar peluag pasar yang tersedia di masa
depan. Adapun taksonomi peramalan dapat dilihat pada gambar dibawah ini:

Peramalan

Metode Kuanntitatif

Metode Kualitatif

Time Series

Kausal

Metode Delphi

Survey Pasar

Gabungan Tenaga
Penjualan

Regresi

Dekomposisi

Smoothing

Gambar 2.1 Taksonomi Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung

dari cara melihatnya.
1. Dilihat Dari Sifat Penyusunanya
a. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan
atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan orang
yang menyusunnya sangat menentukan baik tidaknya hasil ramalan
tersebut.
b. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang
relevan pada masa lalu, dengan menggunakan teknik teknik dan metode
metode dalam penganalisaannya.
2. Dilihat Dari Jangka Waktu Ramalan Yang Disusun
a. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya satu tahun atau kurang.
Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu
Laporan Tugas Akhir

12

tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan kontrol

jangka pendek.
b. Peramalan jangka menengah, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya satu hingga lima tahun
ke depan Peramalan ini lebih mengkhususkan dibandingkan peramalan
jangka panjang, biasanya digunakan untuk menentukan aliran kas,
perencanaan produksi, dan penentuan anggaran.
c. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari lima tahun
yang akan datang. Peramalan jangka panjang digunakan untuk
pengambilan keputusan mengenai perencanaan produk dan perencanaan
pasar, pengeluaran biaya perusahaan, studi kelayakan pabrik, anggaran,
purchase order, perencanaan tenaga kerja serta perencanaan kapasitas
kerja.
3. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan atas dua macam, yaitu :
a. Peramalan Kualitatif
b. Peramalan Kuantitatif

2.6.1 Peramalan Kualitatif

Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi,
emosi, pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan
dari satu orang dengan orang yang lain dapat berbeda. meskipun demikian
peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi,
tetapi juga bisa mengikutsertakan model model statistik sebagai bahan masukan
dalam melakukakan judgment ( keputusan ), dan dapat dilakukan perseorangan
atau kelompok.
Peramalan kualitatif ini dapat dikelompokkan ke dalam beberapa metode
teknik (Yamit, 2005 ) seperti :
1) Metode

Delphi,

Sekelompok

pakar

mengisi

kuesioner,

moderator

menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru

yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini

Laporan Tugas Akhir

13

merupakan proses pembelajaran (learning process) dari kelompok tanpa

adanya tekanan atau intimidasi individu. Metode ini dikembangkan pertama
kali oleh Rand Corporation pada tahun 1950 an.
2) Dugaan manajemen ( management estimate ) atau Panel Consensus, dimana
peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya
oleh manajemen senior. Metode ini akan cocok dalam situasi yang sangat
sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena
pengalamannya mampu memberikan opini yang kritis dan relevan. Teknik
akan dipergunakan dalam situasi dimana tidak ada situasi dimana tidak ada
laternatif lain dari model peramalan yang dapat diterapkan. Bagaimanapun
metode ini mempunyai banyak keterbatasan, sehingga perlu dikombinasikan
dengan metode peramalan yang lain.
3) Riset Pasar (market research), merupakan metode peramalan berdasarkan
hasil hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar
produk atau yang mewakilinya. Metode ini akan menjaring informasi dari
pelanggan atau pelanggan potensial (konsumen) berkaitan dengan rencana
pembelian mereka dimasa mendatang. Riset pasar tidak hanya akan membantu
peramalan, tetapi juga untuk meningkatkan desain produk dan perencanaan
untuk produk-produk baru.
4) Metode kelompok terstruktur (structured group methods), seperti metode
Delphi, dan lain lain. Metode Delphi merupakan teknik peramalan
berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli
secara interaktif tanpa menyebutkan identitasnya. Grup ini tidak bertemu
secara bersama dalam suatu forum untuk berdiskusi, tetapi mereka diminta
pendapatnya secara terpisah dan tidak boleh secara berunding. Hal ini
dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok.
Pendapat yang berbeda secara signifikan dari ahli yang lain dalam grup
tersebut akan dinyatakan lagi kepada yang bersangkutan, sehingga akhirnya
diperoleh angka estimasi pada interval tertentu yang dapat diterima. Metode
Delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada
pengoperasian jangka panjang selain itu, metode ini juga bermanfaat dalam

Laporan Tugas Akhir

14

pengembangan produk baru, pengembangan kapasitas produksi, penerobosan

ke segmen pasar baru dan strategi keputusan bisnis lainnya.
5) Analogi

historis

(Historical Analogy),

merupakan teknik peramalan

berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan
secara Analogi. Misalnya peramalan untuk pengembangan pasar televisi multi
sistem menggunakan model permintaan televisi hitam putih atau televisi
berwarna biasa. Analogi historis cenderung akan menjadi terbaik untuk
penggantian produk di pasar dan apabila terdapat hubungan substitusi
langsung dari produk dalam pasar itu.

2.6.2 Peramalan Kuantitatif

Pada dasarnya metoda peramalan kuantitatif ini dapat dibedakan atas dua
bagian, yaitu :
1) Metoda peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu atau time series. Pada model time series ini
permintaan merupakan fungsi dari waktu. Pola permintaan pada masa yang
akan datang (yang diramalkan) diperkirakan serupa / identik dengan pola data
masa lalu.
2) Metoda peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktu yang disebut metode korelasi atau
sebab akibat (causal method).
Selain itu metode peramalan kuantitatif Didasarkan atas prinsip prinsip
statistik yang memiliki tingkat ketepatan tinggi atau dapat meminimumkan
kesalahan (error), lebih sistematis dan lebih populer penggunaannya.
Hal-hal yang perlu dilakukan dalam peramalan secara kuantitatif adalah:
1. Membuat suatu gambaran permintaan dan waktu (Permintaan sebagai ordinat
dan waktu sebagai absis ).
2. Menentukan teknik statistik yang akan digunakan.
3. Menilai kesalahan yang diperkirakan.

Laporan Tugas Akhir

15

4. Membuat suatu keputusan untuk menggunakan teknik tertentu berdasarkan

pertimbangan yang ada atau mencoba mendapatkan sesuatu yang lebih baik
lagi.
Untuk itu terdapat 3 kondisi yang harus dipenuhi supaya dapat
menggunakan metoda kuantitatif, yaitu :
1. Tersedia informasi tentang masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik
3. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut.
Pola data dalam methoda Peramalan Kuantitatif (Time Series) dapat
dibedakan menjadi :
1. Pola horizontal, terjadi bilamana nillai data berfluktuasi di sekitar nilai rata
rata yang konstan.
2. Pola musiman, terjadi bilamana suatu deret dipengaruhi oleh faktor musim.
3. Pola siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti siklus bisnis.
4. Pola trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data

2.6.2.1 Metode Time Series

Adapun metode peramalan yang termasuk time series adalah sebagai
berikut :
1) Metode Penghalusan ( smoothing )
Metode smoothing digunakan untuk mengurangi ketidakteraturan musiman
dari data yang lalu, dengan membuat rata rata tertimbang dari sederetan data
masa lalu. Ketepatan peramalan dengan metode ini akan terdapat pada
peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang
akurat.
Metode smoothing terdiri dari beberapa jenis, antara lain :
a) Metode Rata Rata Bergerak ( moving average )
b) Metode Eksponensial Penghalusan ( smoothing exponential methode )

Laporan Tugas Akhir

16

2) Metode Proyeksi Kecenderungan Dengan Regresi

Metode kecenderungan dengan regresi merupakan dasar garis kecenderungan
untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat
diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang. Untuk
peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan
metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah
tahunan, minimal lima tahun. Namun, semakin banyak data yang dimiliki
semakin baik hasil yang diperoleh.
Bentuk fungsi dari metode ini dapat berupa :
a) Metode Konstan
Kecenderungan data sebelumnya apabila diplotkan akan cenderung
berbentuk garis lurus, tanpa perubahan permintaan yang mencolok.
Sehingga besarnya permintaan di masa yang akan datang dianggap sama
dengan jumlah permintaan di masa sebelumnya.
Rumus yang digunakan dalam metode konstan ini adalah sebagai berikut :

n
dt
d' t 1
t
n
Dimana :
dt
= Jumlah perkiraan permintaan ke-i di masa mendatang
dt

= Jumlah permintaan ke-i berdasarkan data permintaan

= Perioda

b) Metode linier
Salah satu bentuk peramalan yang paling sederhana adalah regresi linier.
Dalam aplikasi regresi linier diasumsikan bahwa terdapat hubungan antara
variabel yang ingin diramalkan (variabel dependen) dengan variabel lain
(variabel independen). Selanjutnya, peramalan ini didasarkan pada asumsi
bahwa pola pertumbuhan dari data historis bersifat linier (walaupun pada
kenyataannya tidak linier 100%). Pola pertumbuhan ini didekati dengan
suatu model yang menggambarkan hubungan-hubungan yang terkait
dalam suatu keadaan.

Laporan Tugas Akhir

17

Model tersebut dapat dijabarkan sebagai berikut :

d'(t) = a + bt

(1)

dimana :
d't = fungsi terhadap waktu.
a dan b = parameter yang akan ditentukan dalam perhitungan.
Rumus- rumus dalam menghitung variabel a dan b adalah sebagai berikut :
b

n d(t)t d(t) t
n t 2 ( t)2

1 n
1 n
d(t) b t
n t 1
n t 1

Atau :
2
dt t t dt
a
n t 2 ( t)2

n dt d t
n t 2 ( t)2

Sehingga :
a = d bt

Rumus untuk menentukan t :

t

n(n 1)
2

2 n(n 1)(2n 1)
t
6

c) Siklis
Persamaan matematis yang digunakan untuk data dengan pola siklis ini
adalah :
d(t) = a + u.Cos

Laporan Tugas Akhir

2
t
n

+ v.Sin

2
t
n

(2)

18

dimana a, u dan v adalah konstanta yang didapatkan dari persamaan

sebagai berikut :
a

d (t)
n
2 d (t) Cos

2
t
n

n
2 d (t)Sin

2
t
n

d) Linier Siklis
Persamaan linier siklis merupakan suatu kombinasi dari persamaan (1) dan
persamaan (2) yang akan menghasilkan persamaan baru seperti di bawah
ini :
d(t) = a + bt + u.Cos

t + v.Sin

(3)

nilai a, b, u dan v dapat ditaksir dengan melakukan eliminasi empat

persamaan linier berikut :
d = an + bt + cCos

t + dSin

dt = at + bt2 + ctCos
dCos

t = aCos

dSin

t = aSin

t + dtSin

t + btCos
t + btSin

(4)
t

t + cCos2
t + cCos

(5)
t + dSin
t Sin

t Cos

t + dSin2

t (6)
t

(7)

Dalam melakukan peramalan, hasil peramalan yang kita peroleh tidak

mungkin benar-benar tepat. Selisih yang terjadi antara nilai peramalan dengan
nilai yang sesungguhnya dapat kita sebut sebagai error (kesalahan). Melalui
nilai kesalahan ini dapat kita lakukan beberapa analisa sehingga kita dapat
membandingkan metode peramalan mana yang paling sesuai dengan data
yang kita miliki serta seberapa baik metode yang digunakan tersebut. Hal ini
dapat diketahui dari perbandingan antara nilai-nilai kesalahan yang dihasilkan
oleh masing-masing metode. Metode yang terbaik / paling sesuai dengan data
kita akan memiliki nilai kesalahan peramalan yang paling kecil. Secara umum
perhitungan kesalahan peramalan dapat dijabarkan sebagai berikut:

Laporan Tugas Akhir

19

n
2
(d t - d't )
SE i 1
n -f

f = 1 Metoda Konstan
f = 2 Metoda Linier
f = 3 Metoda Siklus
f = 4 Metoda Linier Siklus

3) Metode Dekomposisi
Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada
sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan
fungsi linier atau siklis, kemudian bagi t atas kwartalan sementara berdasarkan
pola data yang ada. Metode dekomposisi merupakan pendekatan peramalan
yang

tertua.

Terdapat

mendekomposisikan

suatu

beberapa
deret

pendekatan

berkala

yang

alternatif
semuanya

untuk
bertujuan

memisahkan setiap komponen deret data seteliti mungkin. Konsep dasar

pemisahan bersifat empiris dan tetap, yang mula mula memisahkan unsur
musiman, kemudian trend, dan akhirnya unsur siklis.

2.6.2.2 Metode Kausal

Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independen). Sebagai contoh, jumlah pendapatan berhubungan dengan faktorfaktor seperti jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari
metode kausal adalah untuk menemukan bentuk hubungan antara variabelvariabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak
bebas (dependen).
Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan
waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain :
a. Harga produk, jika harga produk naik maka permintaan naik
b. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.

Laporan Tugas Akhir

20

2.7 Verifikasi dan Pengendalian Peramalan

Dalam melakukan verifikasi dan pengendalian peramalan kali ini
mengunakan salah satu peta kontrol Moving Range Chart ( MRC ). Moving Range
Chart dibuat untuk membandingkan nilai yang diamati atau nilai observasi atau
data aktual dengan nilai peramalan atau perkiraan dari kebutuhan yang sama. Dari
chart (peta) ini dapat terlihat apakah sebaran masih dalam kontrol ataupun sudah
berada di luar kontrol. Jika sebaran berada di luar kontrol, maka fungsi/metode
peramalan tersebut tidak sesuai, artinya pola peramalan terhadap data tersebut
tidak representatif. Moving Range didefinisikan sebagai :
MR = (dt dt) (dt-1-dt-1)

Sedangkan Moving Range rata-rata didefinisikan sebagai :

MR

MR
n 1

Batas kontrol pada Moving Range Chart ditetapkan sebagai berikut :

UCL = +2,66 MR
LCL = 2,66 MR

Proses verifikasi dengan menggunakan Moving Range Chart (MRC).,

dapat digambarkan pada gambar 2.2, dibawah ini :

Laporan Tugas Akhir

21

BKA

Daerah A

Daerah B

Daerah C

Garis tengah

0
Daerah C

Daerah B
Daerah A
BKB

Gambar 2.2 Moving Range Chart

Peta kendali (control chart) dibagi menjadi 6 area yang sama besarnya. Dimana :
1. Daerah A merupakan daerah yang dibatasi:

2
(2,66 MR ) = 1,77 MR
3
2. Daerah B merupakan daerah yang dibatasi:

1
(2,66 MR ) = 0,89 MR
3
3. Daerah C merupakan daerah di atas atau di bawah garis sumbu (central line)

Laporan Tugas Akhir

22

Kondisi out of control dapat diperiksa dengan menggunakan empat aturan

berikut :
a. Aturan satu titik
Bila ada titik sebaran berada di luar UCL dan LCL. Walaupun jika semua titik
sebaran berada dalam batas kontrol, belum tentu fungsi/metode representatif.
Untuk itu penganalisaan perlu dilanjutkan dengan membagi MRC dalam tiga
daerah, yaitu : A, B, dan C.
b. Aturan tiga titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A.
c. Aturan lima titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang
mana empat diantaranya jatuh pada daerah B.
d. Aturan delapan titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada
daerah C.

Adapun verifikasi metode peramalan dapat dilihat pada gambar 2.3, di

bawah ini :

Laporan Tugas Akhir

23

MRC

Out of
Control

Tidak

Gunakanfungsiyang
diperolehuntuk
meramalkan

Tidak

Gejalatersebutbukan
bersifatrandomsehingga
d a t a m e n y im p a n g

Ya
Fungsi Penyebab
diketahui ?
Ya

Ganti Dengan Fungsi Baru

Menghitungkembali
parameterfungsitersebut
denganmenghilangkan
titik-titikoutofcontrol
sehinggadiperolehfungsi
yangbarudenganjumlah
datayangbaru(data
berkurang)

Ulangi Kembali

Gambar 2.3 Proses Verifikasi Metode Peramalan

2.8 Karakteristik Peramalan Yang Baik

Permalan yang baik mempunyai beberapa kriteria yang penting, antara lain
akurasi, biaya, dan kemudahan ( Hamzah, 2009 ). Penjelasan dari kriteria
kriteria tersebut adalah sebagai berikut :
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut. Hasil peramalan tersebut dikatakan baik,
bila hasil peramalan tidak terlalu tinggi atau rendah dibandingkan kenyataan
yang sebenarnya. Hasil peramalan dikatakan konsisten, bila besarnya
kesalahan peramaln relatif kecil.peramalan yang terlalu rendah akan
mengakibatkan kurangnya persediaan, sehingga permintaan konsumen tidak
dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan
pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu
tinggi akan mengakibatkan penumpukkan persediaan, sehingga banyak modal
yang terserap sia- sia. Keakuratan peramalan ini berperan penting dalam
menyeimbangkan persediaan yang ideal.

Laporan Tugas Akhir

24

2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga faktor pemicu tersebut akan mempengaruhi
berapa banyak data yang dibutuhkan, bagaimana pengolahan datanya (manual
atau komputerisasi), bagaimana penyimpanan datanya dan siapa tenaga ahli
yang dibutuhkan. Pemilihan metode peramalan harus disesuaikan dengan dana
yang tersedia dan tingkat akurasi yang didapat.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem
perusahaan karena keterbatasan dana, sumber daya manusia, maupun
peralatan teknologi.

2.9 Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan suatu peramalan, maka ada
beberapa hal yang harus dipertimbangkan, yaitu :
1) Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa
menguarangi

ketidakpastian

yang

akan

terjadi,

tetapi

tidak

dapat

menghilangkan ketidakpastian tersebut.

2) Peramalan seharusnya memberikan informasi tentang beberapa ukuran
kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka
adalah penting bagi peramal untuk menginformasikan seberapa besar
kesalahan yang mungkin terjadi.
3) Peramalan jangka pendek lebih akuran dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor
faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan
peramalan jangka panjang kemungkinan semakin besar pula terjadinya
perubahan faktor - faktor yang mempengaruhi permintaan.

Laporan Tugas Akhir

25

2.10

Teknik Peramalan

2.10.1 Faktor Faktor Yang Mempengaruhi Teknik Peramalan

Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul akibat
pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya
yang dikeluarkan tentu resiko yang dapat dihindari semakin besar pula. Namun
upaya memperkecil resiko tersebut dibatasi oleh biaya yang dikeluarkan akibat
mengupayakan hal tersebut.
Faktor faktor yang harus dipertimbangkan antara lain :
1) Horizon Peramalan
Ada dua aspek dari horison waktu yang berhubungan dengan masing masing
metoda peramalan yaitu :
a. Cakupan waktu dimasa yang akan datang
Untuk mana perbedaan dari metoda peramalan yang digunakan sebaiknya
disesuaikan .
b. Jumlah periode untuk mana ramalan diinginkan
Beberapa teknik dan metoda hanya dapat disuaikan untuk peramalan satu
atau dua periode di muka, sedangkan teknik dan metoda lain dapat
dipergunakan untuk peramalan beberapa periode dimasa mendatang.
2) Tingkat Ketelitian
Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan. Untuk beberapa
pengambilan keputusan mengharapkan variasi atau penyimpangan atas
ramalan yang dilakukan antara 10 persen sampai dengan 15 persen bagi
maksud maksud yang mereka harapkan, sedangkan untuk hal atau kasus lain
mungkin menganggap bahwa adanya variasi atau penyimpangan atas ramalan
sebesar 5 persen adalah cukup berbahaya.
3) Ketersediaan Data
Metode yang dipergunakan sangat besar manfaatnya, apabila dikaitkan dengan
keadaan atau informasi yang ada atau data yang dipunyai. Apabilan dari data
yang lalu diketahui adanya pola musiman, maka untuk peramalan satu tahun
ke depan sebaiknya digunakan metode variasi musim. Sedangkan apabila dari

Laporan Tugas Akhir

26

data yang lalu diketahui adanya pola hubungan antara variable variable yang
saling mempengaruhi, maka sebaiknya dipergunakan metode Sebab Akibat
(causal) atau korelasi (correlation).
4) Bentuk Pola Data
Dasar utama dari metoda peramalan adalah anggapan bahwa macam dari pola
yang didapati didalam data yang diramalkan akan berkelanjutan. Sebagai
contoh, beberapa deret yang melukiskan sutau pola musiman, demikian pula
halnya dengan suatu pola trend. Metoda peramalan yang lain mungkin lebih
sederhana, terdiri dari suatu nilai rata rata, dengan fluktuasi yang acakan
atau random yang terkandung. Oleh karena adanya perbedaan kemampuan
metoda peramalan untuk mengidentifikasikan pola pola data, maka perlu
adanya usaha penyesuaian antara pola data yang telah diperkirakan terlebih
dahulu dengan teknik dan metoda peramalan yang akan digunakan.
5) Biaya
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
prosedur ramalan, yaitu biaya biaya pengembangan, penyimpanan (storage)
data, operasi pelaksanaan dan kesempatan penggunaan teknik teknik dan
metoda lainnya. Adanya perbedaan yang nyata dalam jumlah biaya,
mempunyai pengaruh atas dapat menarik tidaknya penggunaan metode
tertentu untuk sutau keadaan yang dihadapi.
6) Jenis Dari Model
Sebagai tambahan perlu diperhatikan anggapan beberapa pola dasar yang
penting dalam data. Banyak metoda peramalan telah menganggap adanya
beberapa model dari keadaan yang diramalkan . Model model ini merupakan
suatu derat dimana waktu digambarkan sebagai unsur penting untuk
menentukan perubahan perubahan dalam pola, yang mungkin secara
sistematik dapat dijelaskan dengan analisis regresi atau korelasi. Model yang
lain adalah model sebab akibat atau causal model, yang menggambarkan
bahwa ramalan yang dilakukan sangat tergantung pada terjadinya sejumlah
peristiwa yang lain, atau sifatnya merupakan campuran dari model model
yang telah disebutkan diatas. Model model tersebut sangat penting

Laporan Tugas Akhir

27

diperhatikan, karena masing masing model tersebut mempunyai kemampuan

yang berbeda beda dalam analisis keadaan untuk pengambilan keputusan.
7) Mudah tidaknya Penggunaan Aplikasi
Satu prinsip umum dalam penggunaan metoda ilmiah dari peramalan untuk
menagement dan analisis adalah metoda metoda yang dapat dimengerti dan
mudah diaplikasikan yang akan dipergunakan dalam pengambilan keputusan
adan analisa. Prinsip ini didasarkan pada alasan bahwa, bila seorang manajer
atau analisis bertanggung jawab atas keputusan yang diambilnya atau hasil
analisa yang dilakukan, maka ia sudah tentu tidak menggunakan dasar yang
tidak diketahuinya atau tidak diyakininya. Jadi, sebagai ciri tambahan dari
teknik dan metoda peramalan adalah bahwa yang diperlukan untuk memenuhi
kebutuhan dari keadaan ialah teknik dan metoda peramalan yang dapat
disesuaikan dengan kemampuan dari manager atau analisis yang akan
menggunakan metoda ramalan tersebut.

2.10.2 Kegunaan Teknik Peramalan

Metoda yang dipergunakan sangat besar manfaatnya, apabila dikaitkan
dengan informasi atau data yang dipunyai. Apabila dari data yang lalu diketahui
adanya pola musiman, maka untuk peramalan satau tahun kedepan sebaiknya
digunakan metoda variasi musim. Sedangkan apabila dari data yang lalu diketahui
adanya pola hubungan antara variabel variabel yang saling mempengaruhi,
maka sebaiknya dipergunakan metoda sebab akibat ( causal) atau korelasi (cross
section ).
Sebagaimana diketahui bahwa metoda merupakan cara berpikir yang
sitematis dan pragmatis atas pemecahan suatu masalah. Dengan dasar ini, maka
metoda peramalan merupakan cara memperkirakan apa yang akan teradi pada
masa yang akan datang secara sistematis dan pragmatis, sehingga metoda
peramalan sangat berguna untuk dapat memperkirakan secara sistemtis dan
pragmatis atas dasar data yang relevan pada masa yang lalu, dengan demikian
metoda peramalan diharapkan dapat memberikan obyektifitas yang lebih besar.
Disamping itu metoda peramalan juga memberikan urutan pengerjaan dan
pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila

Laporan Tugas Akhir

28

digunakan pendekatan yang sama atas permasalahan dalam suatu kegiatan

peramalan, maka akan didapat dasar pemikiran dan pemecahan yang sama, karena
argumentasinya sama. Selain itu, metoda peramalan memberikan cara pengerjaan
yang teratur dan terarah, sehingga dengan demikian dapat dimungkinkannya
penggunaan teknik teknik penganalisaan yang lebih maju. Dengan penggunaan
teknik teknik tersebut, maka diharapkan dapat memberikan tingkat kepercayaan
dan keyakinan yang lebih besar, karena dapat diuji dan dibuktikan penyimpangan
atau deviasi yang terjadi secara ilmiah.
Dari uraian ini, dapatlah disimpulkan bahwa metoda peramalan sangat
berguna, karena akan membantu dalam mengadakan pendekatan analisa terhadap
tingkah laku atau pola dari data yang lalu ; sehingga dapat memberikan cara
pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmatis, serta
memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang
dibuat,atau yang disusun.

Laporan Tugas Akhir

29

BAB III
METODOLOGI PENELITIAN

3.1 Pengertian Metodologi Penelitian

Metodologi penelitian juga merupakan analisis teoritis mengenai suatu
cara atau metode. Penelitian merupakan suatu penyelidikan yang sistematis untuk
meningkatkan sejumlah pengetahuan, juga merupakan suatu usaha yang sistematis
untuk menyelidiki masalah tertentu yang memerlukan jawaban. Setiap orang
mempunyai motivasi yang berbeda, diantaranya dipengaruhi oleh tujuan dan
profesi masing masing. Motivasi dan tujuan penelitian secara umum pada
dasarnya adalah sama yaitu bahwa penelitian merupakan refleksi dari keinginan
manusia yang selalu berusaha untuk mempelajari sesuatu. Tujuan dari penelitian
ini adalah untuk meramalkan permintaan produk creamer kemasan 750 kg untuk
jenis creamer TRC33 dan TRC 35 di tahun 2015.
Manfaat dari adanya metodologi penelitian ini yaitu dapat mempermudah
dalam melakukan tahapan tahapan penyelesaian suatu masalah, dimana suatu
masalah akan dapat diselesaikan dengan mudah jika tahapan penyelesaianya
tersusun dengan baik dan benar.

3.2 Kerangka Pemikiran

Untuk lebih mempermudah pemahaman dalam mempelajari dan
melakukan penelitian ini maka diperlukan suatu kerangka pemikiran yang jelas.
Adapun kerangka pemikiran dalam penelitian ini dapat dilihat pada gambar 3.1 di
bawah ini :

Laporan Tugas Akhir

30

Mulai

Pengumpulan
Data

Pengolahan
Data

1. Peramalan Konstan,
Linier, Siklis, Linier Siklis
2. MR Chart
3. Penentuan Jumlah
Pekerja

Analisa dan
Pembahasan

Kesimpulan

selesai

Gambar 3.1 Kerangka Pemikiran

Laporan Tugas Akhir

31

3.3 Pengumpulan Data

3.3.1 Jenis Data
Jenis data yang diperlukan dalam penelitian ini adalah sebagai berikut :
1. Data kuantitatif
Data kuantitatif adalah data yang berupa angka dari berbagai sumber yang ada
untuk dianalisis dan dievakuasi , sehingga akan mendapat informasi yang
akurat. Data kuantitatif dalam penelitian ini adalah jumlah permintaan produk
creamer pada tahun 2014 di PT. Torabika Eka Semesta.
2. Data kualitatif
Data kualiitatif adalah data yang berbentuk uraian atau penjelasan berupa
laporan untuk kemudian dikumpulkan dan dianalisis, sehingga mendapatkan
kesimpulan.

3.3.2 Sumber Data

Pada

penelitian

ini,

adapun

teknik

pengumpulan

data

untuk

mengumpulkan data primer dan data sekunder adalah sebagai berikut :

1. Data Primer
Data primer adalah data yang didapat dari sumber pertama baik individu atau
perorangan sesuai dengan kondisi dan kesempatan pada saat melakukan
penelitian. Adapun pengumpulan data primer pada penelitian ini dilakukan
melalui:
a. Observasi, adalah cara pengumpulan data dengan mengamati secara
langsung maupun tidak langsung terhadap objek penelitian.
b.

Wawancara, yaitu pengumpulan data dengan cara bertanya langsung

kepada responden.

2. Data Sekunder
Data sekunder adalah data primer yang telah diolah lebih lanjut dan disajikan
baik oleh pihak pengumpul data primer atau oleh pihak lain. Untuk
mengumpulkan data sekunder dalam penelitian ini adalah melalui studi
kepustakaan yaitu membaca dan memperlajari buku-buku atau jurnal yang
sesuai dengan penelitian yang dilakukan

Laporan Tugas Akhir

32

3.4 Pengolahan dan Analisis Data

Untuk lebih memudahkan dalam pengolahan dan analisa data ini, maka
dibutuhkan kerangka pemikiran analisa data yang jelas.
Mulai ( Data )

Analisa Trend Masa Lalu

Naik atau
Turun

No

No
Stabil

Yes

Yes

Linier /
kuadratis

No
Fluktuatif

Konstan

Naik/ turun
dan fluktuatif

Yes

Siklis

Linier Siklis

Pemilihan Metode Terbaik

SE Terkecil
?

Penetapan Peramalan MR Chart

Terkendali ?

Penentuan
Jumlah
Pekerja

Selesai

Gambar 3.2 Kerangka Pikir Analisa Data

Laporan Tugas Akhir

33

3.5 Membuat Kesimpulan

Kesimpulan dibuat berdasarkan hasil akhir dari permasalahan yang
dimaksud dirangkum dalam suatu kesimpulan yang menggambarkan seluruh inti
masalah dalam penelitian.

Laporan Tugas Akhir

34

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Sejarah Umum Perusahaan

PT. Torabika Eka Semesta merupakan bagian dari group Mayora yang
bergerak dalam divisi kopi dan terbagi menjadi tiga bagian yaitu instan division,
creamer division dan ground division dan berdiri sejak tahun 1989 di Jakarta,
kemudian pada tahun 1992 pabrik pindah di Cikupa, Tangerang Banten yang
merupakan ground divisi 1, kemudian pada tahun 2009 mulai di bangun pabrik
kedua yaitu divisi 2, dengan luas 5,0 Ha, sedangkan luas area pabrik 2,2 Ha.
PT. Torabika Eka Semesta terbagi menjadi tiga bagian yaitu pertama
divisi instan yang hanya mengelola biji kopi sampai menjadi kopi bubuk instan
(produk setengah jadi), kedua divisi ground yang terbagi menjadi 2 ground,
dimana salah satu dari produknya adalah energen dan ground dua salah satu
produknya adalah kopi torabika dan yang ketiga divisi creamer dimana hanya
memproduksi powder creamer (produk setengah jadi) yang akan dikirim ke divisi
ground.
Proses pencampuran/mixing untuk produk creamer ini dilakukan dalam
satu ruangan khusus, karyawan produksinya harus menggunakan baju dan sepatu
khusus untuk memasuki ruangan tersebut. Tamu yang memasuki ruangan
pencampuran tersebut, harus melalui ruang khusus untuk memakai jaslab dan
sepatu boot.

4.2 Struktur Organisasi

Setiap organisasi atau perusahaan pada umumnya merupakan suatu tempat
dimana berkumpulnya orang orang atau kelompok yang mempunyai tujuan
yang sama di dalam menjalankan organisasi atau perusahaan serta terdapat tugas
tugas dan fungsi fungsi yang berbeda.
Struktur organisasi merupakan suatu bentuk hubungana formal, diamana
dalam strutur organisasi akan ditunjukkan dengan jelas bagaimana informasi
Laporan Tugas Akhir

35

mengalir dari satuan organisasi dari ke satuan organisasi lain, adanya tingkatan
tanggung jawab, dimana informasi berasal, dan kemana tujuan informasi tersebut.
Suatu perusahaan yang tidak memiliki struktur organisasi akan berada dalam
kondisi dimana beberapa pekerja tidak mengetahui dengan pasti apa yang harus
mereka kerjakan atau untuk siapa mereka bekerja, dan juga akan terjadi situasi
yang membingungkan dimana para pekerja merasa melakukan pekerjaan yang
bukan seharusnya menjadi tanggung jawab pekerjaan mereka. Struktur organisasi
yang ada di PT. Torabika Eka Semesta dapat dilihat dilampiran 1 hal. 67

4.3 Tenaga Kerja

Tenaga kerja yang ada di PT. Torabika Eka Semesta divisi creamer dibagi
menjadi 4 group untuk semua departement kecuali para manajer, yaitu Group A,
B, C dan D. Sistem kerja divisi creamer adalah sisitem off yaitu saat Group A shift
1, Group B shift 2, Group C shift 3, Group D libur. Begitu seterusnya dengan
perputaran shift ini dua hari sekali. Jumlah tenaga kerja yang ada di PT. Torabika
Eka Semesta pada divisi creamer untuk masing masing group adalah sebagai
berikut :
Tabel 4.1 Jumlah Tenaga Kerja PT. Torabika Eka Semesta Divisi
Creamer
Group A
Group B
Group C
Group D
Manajer QA/QC
Manajer Produksi
Manajer Teknik
Total

Jumlah
65
65
65
64
1
1
1
262

4.4 Proses Produksi Creamer

Proses produksi creamer ini merupakan proses produksi terus menerus
yaitu proses produksi barang atas dasar aliran produk dari satu operasi ke operasi
berikutnya tanpa penumpukan di suatu titik dalam proses. Proses produksi ceamer

Laporan Tugas Akhir

36

dibagi menjadi 2 kemasan yaitu kemasan bag untuk quantity 750 kg dan kemasan
karung untuk quantity 25 kg. Dimana dari masing masing kemasan terdapat dua
jenis produk creamer yaitu TRC 33 dan TRC 35. Proses produksi untuk ke dua
jenis creamer ini sama, yang membedakan hanya kandungan lemak yang ada
dalam produk creamer tersebut. Kandungan lemak ini dibedakan dari pemakaian
bahan baku x yang digunakan. Jumlah bahan baku x yang digunakan untuk
jenis produk creamer TRC 35 lebih banyak dari jumlah bahan baku x yang
digunakan untuk jenis produk creamer TRC 33. Diagram alir proses produksi
creamer secara garis besar dan alur proses secara menyeluruh dapat dilihat
dilampiran 2 hal. 67 dan lampiran 3 hal. 68

4.5 Pengumpulan Data

Berikut didapatkan data produksi permintaan creamer kemasan 750 untuk
jenis produk creamer TRC 33 dan TRC 35 pada tahun 2014 dan penulis akan
meramalkan permintaan produksi pada tahun 2015. Data berikut disajikan dengan
satuan kemasan bag (quantity 750 kg) baik untuk jenis produk creamer TRC 33
maupun jenis produk creamer TRC 35.
Tabel 4.2 Data Aktual Permintaan Creamer TRC 33 Tahun 2014

Periode ( t )

Permintaan
Aktual (dt)

Januari
Februari

1
2

4536
4320

Maret

3456

April

2592

Mei

6480

Juni
Juli

6
7

1512
3240

Agustus

3024

September

3024

Oktober

10

1296

November
Desember

11
12

4536
3888

78

41904

Bulan

Laporan Tugas Akhir

37

Berikut data aktual produksi creamer TRC 33 jika disajikan dalam bentuk grafik :

Gambar 4.1 Grafik Data Aktual Permintaan Creamer TRC 33

Sedangkan data aktual produksi creamer TRC 35 adalah sebagai berikut :

Tabel 4.3 Data Aktual Permintaan Creamer TRC 35 Tahun 2014

Bulan

Periode ( t )

Permintaan Aktual (dt)

Januari

1944

Februari

1512

Maret

3024

April

3672

Mei

Juni

4752

Juli

1512

Agustus

2808

September

3240

Oktober
November

10
11

5184
1728

Desember

12

2808

78

32184

Laporan Tugas Akhir

38

Gambar 4.2 Grafik Data Aktual Permintaan Creamer TRC 35

4.6 Pengolahan Data

4.6.1 Pengolahan Data Dengan Metode Konstan
Perhitungan mencari permintaan diperiode berikutnya (d) untuk creamer
TRC 33 dengan metode peramalan konstan adalah sebagai berikut :
= 3492 bag
Untuk lebih jelasnya, hasil peramalan dengan metode konstan untuk creamer TRC
33 dapat dilihat pada tabel di bawah ini :

Laporan Tugas Akhir

39

Tabel 4.4 Peramalan Permintaan Creamer TRC 33 Metode Konstan

Bulan

Periode ( t )

Permintaan
Aktual (dt)

(t2)

d't

d-d'

(d-d')2

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

1
2
3
4
5
6
7
8
9
10
11
12
78

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904

1
4
9
16
25
36
49
64
81
100
121
144
650

3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
41904

1044
828
-36
-900
2988
-1980
-252
-468
-468
-2196
1044
396

1089936
685584
1296
810000
8928144
3920400
63504
219024
219024
4822416
1089936
156816
22006080

Setelah didapatkan hasil peramalan dengan metode konstan, maka dapat

dicari SE ( standard error ) untuk creamer TRC 33. Berikut nilai SE untuk
creamer TRC 33 dalam perhitungan peramalan konstan :

n
2
(d - d' )
t
t
SE i 1
n -f

2000552,727
12 - 1

= 1414.409
= 1414 bag
Perhitungan mencari permintaan diperiode berikutnya (d) untuk creamer
TRC 35 dengan metode peramalan konstan adalah sebagai berikut :
= 2682 bag
Untuk lebih jelasnya, hasil peramalan dengan metode konstan untuk creamer TRC
35 dapat dilihat pada tabel di bawah ini :

Laporan Tugas Akhir

40

Tabel 4.5 Peramalan Permintaan Creamer TRC 35 Metode Konstan

Bulan

Periode ( t )

Permintaan
Aktual (dt)

(t2)

d't

d-d'

(d-d')2

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

1
2
3
4
5
6
7
8
9
10
11
12
78

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

1
4
9
16
25
36
49
64
81
100
121
144
650

2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
32184

-738
-1170
342
990
-2682
2070
-1170
126
558
2502
-954
126

544644
1368900
116964
980100
7193124
4284900
1368900
15876
311364
6260004
910116
15876
23370768

Setelah didapatkan hasil peramalan dengan metode konstan, maka dapat

dicari SE ( standard error ) untuk creamer TRC 35. Berikut nilai SE untuk
creamer TRC 33 dalam perhitungan peramalan konstan :

n
2
(d - d' )
t
t
SE i 1
n -f

2124615,273
12 - 1

= 1457.606
= 1458 bag

4.6.2 Pengolahan Data Dengan Metode Linier

Peramalan dengan metode linier ini dapat dicari dengan menggunakan
persamaan di bawah ini :
dt = a + bt
dimana nilai a dan b ini dapat dicari dengan bantuan tabel penolong di bawah ini :

Laporan Tugas Akhir

41

Tabel 4.6 Tabel Penolong Peramalan Metode Linier Produk Creamer TRC
33
Bulan

Periode ( t )

Permintaan
Aktual (dt)

(t2)

dt . t

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

1
2
3
4
5
6
7
8
9
10
11
12
78

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904

1
4
9
16
25
36
49
64
81
100
121
144
650

4536
8640
10368
10368
32400
9072
22680
24192
27216
12960
49896
46656
258984

Dengan bantuan tabel di atas maka nilai a dan b dapat dicari dengan menggunakan
rumus di bawah ini :
Mencari nilai a :

Mencari nilai b :

Setelah diketahui nilai a dan b, maka dapat dicari hasil peramalan untuk
produk creamer TRC 33 di tahun 2015. Berikut contoh perhitungan hasil
peramalan creamer TRC 33 di Bulan Januari tahun 2015 ( t = 13 ) :
dt

= a + bt

d13

+ ( - 93,650 x 13 )

= 2883,277 bag
= 2883 bag

Laporan Tugas Akhir

42

Dengan menggunakan perhitungan yang sama, maka dapat dihitung hasil

peramalan di tahun 2015 seperti yang tercantum pada tabel di bawah ini :

Tabel 4.7 Hasil Peramalan Metode Linier Produk Creamer TRC 33

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

Periode Permintaan
(t)
Aktual (dt)
13
4536
14
4320
15
3456
16
2592
17
6480
18
1512
19
3240
20
3024
21
3024
22
1296
23
4536
24
3888
41904,000

(t2)

d't

d-d'

(d-d')2

169
196
225
256
289
324
361
400
441
484
529
576
4250,000

2883,277
2789,622
2695,977
2602,327
2508,677
2415,027
2321,377
2227,727
2134,077
2040,427
1946,777
1853,127
28418,415

1653
1530
760
-10
3971
-903
919
796
890
-744
2589
2035

2731507,438
2342055,667
577634,9605
106,646929
15771406,37
815457,7627
843868,2161
634050,6905
791962,9459
554171,5583
6704075,744
4140708,126
35907006,126

Setelah didapatkan hasil peramalan dengan metode linier, maka dapat

dicari SE ( standard error ) untuk creamer TRC 33. Berikut nilai SE untuk
creamer TRC 33 dalam perhitungan peramalan linier :

n
2
(d - d' )
t
t
SE i 1
n -f

35907006,123
12 - 2

= 1894,914
= 1895 bag
Untuk mencari hasil peramalan produk creamer TRC 35 juga harus
mencari nilai a dan b seperti di atas. Berikut nilai a dan b serta hasil peramalan
dari produk creamer TRC 35 di tahun 2015 :

Laporan Tugas Akhir

43

Tabel 4.8 Tabel Penolong Peramalan Metode Linier Produk Creamer TRC
35
Bulan

Periode ( t )

Permintaan
Aktual (dt)

(t2)

dt . t

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

1
2
3
4
5
6
7
8
9
10
11
12
78

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

1
4
9
16
25
36
49
64
81
100
121
144
650

1944
3024
9072
14688
0
28512
10584
22464
29160
51840
19008
33696
223992

Dengan bantuan tabel di atas maka nilai a dan b dapat dicari dengan menggunakan
rumus di bawah ini :
Mencari nilai a :

Mencari nilai b :

Berikut contoh perhitungan hasil peramalan creamer TRC 35 di Bulan

Januari tahun 2015 ( t = 13 ) :
dt

= a + bt

d13

= 2009,454 + ( 103,468 x 13 )
= 3354,538 bag
= 3355 bag

Laporan Tugas Akhir

44

Dengan menggunakan perhitungan yang sama, maka dapat dihitung hasil

peramalan di tahun 2015 seperti yang tercantum pada tabel di bawah ini :

Tabel 4.9 Hasil Peramalan Metode Linier Produk Creamer TRC 35

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

Periode
(t)

Permintaan
Aktual (dt)

(t2)

d't

d-d'

(d-d')2

13
14
15
16
17
18
19
20
21
22
23
24

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

169
196
225
256
289
324
361
400
441
484
529
576
4250

3354,538
3458,006
3561,474
3664,942
3768,41
3871,878
3975,346
4078,814
4182,282
4285,75
4389,218
4492,686
47083,344

-1411
-1946
-537
7
-3768
880
-2463
-1271
-942
898
-2661
-1685

1989617,449
3786939,352
288878,3007
49,815364
14200913,93
774614,7349
6068073,516
1614968,223
887895,3675
806853,0625
7082081,244
2838166,919
40339051,91

Setelah didapatkan hasil peramalan dengan metode linier, maka dapat

dicari SE ( standard error ) untuk creamer TRC 35. Berikut nilai SE untuk
creamer TRC 35 dalam perhitungan peramalan linier :

n
2
(d - d' )
t
t
SE i 1
n -f

40339051,91
12 - 2

= 2008,458
= 2008 bag

4.6.3 Pengolahan Data Dengan Metode Siklis

Persamaan matematis yang digunakan untuk data dengan pola siklis ini
adalah :
d(t) = a + u.Cos

Laporan Tugas Akhir

t + v.Sin

45

dimana a, u dan v adalah konstanta yang akan dicari dengan bantuan tabel
penolong dibawah ini :

Tabel 4.10 Tabel Penolong Peramalan Metode Siklis Produk Creamer TRC
33
Bulan

Periode
(t)

Permintaan
Aktual (dt)

cos(300t)

d.cos(300t)

sin(300t)

d.sin(300t)

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

1
2
3
4
5
6
7
8
9
10
11
12
78,000

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904,000

0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,500
0,866
1,000
0,000

3928,176
2160,000
0,000
-1296,000
-5611,680
-1512,000
-2805,840
-1512,000
0,000
648,000
3928,176
3888,000
1814,832

0,500
0,866
1,000
0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,000

2268,000
3741,120
3456,000
2244,672
3240,000
0,000
-1620,000
-2618,784
-3024,000
-1122,336
-2268,000
0,000
4296,672

2 2x180

30
n
12

Mencari a :

Mencari u :

Mencari v :

Berikut contoh perhitungan peramalan untuk creamer TRC 33 Bulan Januari 2015
atau periode ke 13 (d13) :

Laporan Tugas Akhir

46

bag

Dengan menggunakan perhitungan yang sama, maka dapat dicari hasil

peramalan produk creamer TRC 33 di tahun 2015. Berikut hasil peramalan untuk
produk creamer TRC 33 di tahun 2015 dengan metode siklis :

Tabel 4.11 Hasil Peramalan Metode Siklis Produk Creamer TRC 33

Bulan

Periode Permintaan
(t)
Aktual (dt)

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

13
14
15
16
17
18
19
20
21
22
23
24

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904,000

d't

d-d'

(d-d')2

3395,885
3023,083
2775,888
2720,611
2872,003
3189,528
3588,115
3960,917
4208,112
4263,389
4111,997
3794,472
41904,000

1140,115
1296,917
680,112
-128,611
3607,997
-1677,528
-348,115
-936,917
-1184,112
-2967,389
424,003
93,528

1299862,779
1681993,684
462552,333
16540,791
13017640,562
2814100,191
121184,226
877813,450
1402121,229
8805397,430
179778,754
8747,487
30687732,915

Setelah didapatkan hasil peramalan dengan metode siklis, maka dapat

dicari SE ( standard error ) untuk creamer TRC 33. Berikut nilai SE untuk
creamer TRC 33 dalam perhitungan peramalan siklis :

= 1846,550 = 1847 bag

Untuk mencari hasil peramalan produk creamer TRC 35 juga harus

mencari nilai a, u dan v seperti di atas. Berikut nilai konstanta serta hasil
peramalan dari produk creamer TRC 35 di tahun 2015 :

Laporan Tugas Akhir

47

Tabel 4.12 Tabel Penolong Peramalan Metode Siklis Produk Creamer TRC
35
Bulan

Periode
(t)

Permintaan
Aktual (dt)

cos(300t)

d.cos(300t)

sin(300t)

d.sin(300t)

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

1
2
3
4
5
6
7
8
9
10
11
12
78,000

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,500
0,866
1,000
0,000

1683,504
756,000
0,000
-1836,000
0,000
-4752,000
-1309,392
-1404,000
0,000
2592,000
1496,448
2808,000
34,560

0,500
0,866
1,000
0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,000

972,000
1309,392
3024,000
3179,952
0,000
0,000
-756,000
-2431,728
-3240,000
-4489,344
-864,000
0,000
-3295,728

2 2x180

30
n
12

Mencari a :

Mencari u :

Mencari v :

Berikut contoh perhitungan peramalan untuk creamer TRC 35 Bulan Januari 2015
atau periode ke 13 (d13) :

Laporan Tugas Akhir

48

bag

Dengan menggunakan perhitungan yang sama, maka dapat dicari hasil

peramalan produk creamer TRC 35 di tahun 2015. Berikut hasil peramalan untuk
produk creamer TRC 35 di tahun 2015 dengan metode siklis :

Tabel 4.13 Hasil Peramalan Metode Siklis Produk Creamer TRC 35

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

Periode
(t)

Permintaan
Aktual (dt)

d't

d-d'

(d-d')2

13
14
15
16
17
18
19
20
21
22
23
24

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

2961,632
3023,083
2775,888
2720,611
2872,003
3189,528
3588,115
3960,917
4208,112
4263,389
4111,997
3794,472
41469,747

-1017,632
-1511,083
248,112
951,389
-2872,003
1562,472
-2076,115
-1152,917
-968,112
920,611
-2383,997
-986,472

1035575,213
2283371,857
61559,565
905141,014
8248402,657
2441318,751
4310254,523
1329217,590
937240,845
847524,628
5683440,514
973127,007
29056174,162

Setelah didapatkan hasil peramalan dengan metode siklis, maka dapat

dicari SE ( standard error ) untuk creamer TRC 35. Berikut nilai SE untuk
creamer TRC 35 dalam perhitungan peramalan siklis :

= 1796,793 = 1799 bag

4.6.4 Pengolahan Data Dengan Metode Linear Siklis

Persamaan matematis yang digunakan untuk data dengan pola linier siklis
ini adalah :
d(t) = a + bt + u.Cos

t + v.Sin

dimana a, u dan v adalah konstanta yang akan dicari dengan melakukan eliminasi
persamaan (4) , (5) , (6), dan (7) dan dengan bantuan tabel penolong dibawah ini :

Laporan Tugas Akhir

49

Tabel 4.14 Tabel Penolong Peramalan Metode Linier Siklis Produk Creamer
TRC 33
Bulan

Periode
(t)

Produksi
Aktual (dt)

cos(300t)

d.cos(300t)

sin(300t)

d.sin(300t)

t2

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

1
2
3
4
5
6
7
8
9
10
11
12
78,000

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904,000

0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,500
0,866
1,000
0,000

3928,176
2160,000
0,000
-1296,000
-5611,680
-1512,000
-2805,840
-1512,000
0,000
648,000
3928,176
3888,000
1814,832

0,500
0,866
1,000
0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,000

2268,000
3741,120
3456,000
2244,672
3240,000
0,000
-1620,000
-2618,784
-3024,000
-1122,336
-2268,000
0,000
4296,672

1,000
4,000
9,000
16,000
25,000
36,000
49,000
64,000
81,000
100,000
121,000
144,000
650,000

Bulan

dt.t

t.cos(300t)

t.sin(300t)

cos2(300t)

sin2(300t)

cos(300t).
Sin(300t)

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

4536,000
8640,000
10368,000
10368,000
32400,000
9072,000
22680,000
24192,000
27216,000
12960,000
49896,000
46656,000
258984,000

0,866
1,000
0,000
-2,000
-4,330
-6,000
-6,062
-4,000
0,000
5,000
9,526
12,000
6,000

0,500
1,732
3,000
3,464
2,500
0,000
-3,500
-6,928
-9,000
-8,660
-5,500
0,000
-22,392

0,750
0,250
0,000
0,250
0,750
1,000
0,750
0,250
0,000
0,250
0,750
1,000
6,000

0,250
0,750
1,000
0,750
0,250
0,000
0,250
0,750
1,000
0,750
0,250
0,000
6,000

0,433
0,433
0,000
-0,433
-0,433
0,000
0,433
0,433
0,000
-0,433
-0,433
0,000
0,000

Dengan menggunakan tabel penolong di atas, maka didapatkan persamaan :

41904

= 12a + 78b

258984

= 78a + 650 b + 6u 22,392 v

1814,832

= 6b + 6u

4296,672

= -22,392b + 6v

Dengan melakukan eliminasi dari keempat persamaan di atas, maka didapatkan

nilai konstanta :
Laporan Tugas Akhir

50

a = 3391,25
b = 15,50
u = 286,972
v = 1773,958
Sehingga persamaan regresi linier siklis dan contoh perhitungan peramalan Bulan
Januari 2015 (d13) adalah :
dt

= 3391,25 + 15,50 t + 286,972 Cos

d13

= 3391,25 + 15,50 (13) + 286,972 (0,866) + 1773,958 (0,5)

t + 1773,958 Sin

= 4228,247
= 4228 bag
Dengan menggunakan perhitungan yang sama, maka dapat dicari hasil
peramalan produk creamer TRC 33 di tahun 2015 seperti tabel di bawah ini :
Tabel 4.15 Hasil Peramalan Metode Linier Siklis Produk Creamer TRC 33
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Periode
t
13
14
15
16
17
18
19
20
21
22
23
24

d't

d-d'

(d-d')2

4228,247
4421,984
4397,708
4166,012
3793,211
3383,278
3050,253
2887,516
2942,792
3205,488
3609,289
4050,222
44136,000

307,753
-101,984
-941,708
-1574,012
2686,789
-1871,278
189,747
136,484
81,208
-1909,488
926,711
-162,222

94712,062
10400,660
886813,957
2477512,605
7218833,798
3501681,353
36003,830
18627,781
6594,739
3646145,843
858793,737
26315,977
18782436,343

Berikut nilai SE (standard error ) untuk creamer TRC 33 dalam

perhitungan peramalan linier siklis :

= 1532,255 = 1532 bag

Untuk mencari hasil peramalan produk creamer TRC 35 tahun 2015 juga
harus mencari nilai a, b, u dan v seperti di atas dengan menggunakan tabel
penolong di bawah ini :

Laporan Tugas Akhir

51

Tabel 4.16 Tabel Penolong Peramalan Metode Linier Siklis Produk Creamer
TRC 35
Bulan

Periode
(t)

Produksi
Aktual (dt)

cos(300t)

d.cos(300t)

sin(300t)

d.sin(300t)

t2

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

1
2
3
4
5
6
7
8
9
10
11
12
78,000

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,500
0,866
1,000
0,000

1683,504
756,000
0,000
-1836,000
0,000
-4752,000
-1309,392
-1404,000
0,000
2592,000
1496,448
2808,000
34,560

0,500
0,866
1,000
0,866
0,500
0,000
-0,500
-0,866
-1,000
-0,866
-0,500
0,000
0,000

972,000
1309,392
3024,000
3179,952
0,000
0,000
-756,000
-2431,728
-3240,000
-4489,344
-864,000
0,000
-3295,728

1,000
4,000
9,000
16,000
25,000
36,000
49,000
64,000
81,000
100,000
121,000
144,000
650,000

Bulan

d.t

t.cos(300t)

t.sin(300t)

cos2(300t)

sin2(300t)

cos(300t).
Sin(300t)

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

1944,000
3024,000
9072,000
14688,000
0,000
28512,000
10584,000
22464,000
29160,000
51840,000
19008,000
33696,000
223992,000

0,866
1,000
0,000
-2,000
-4,330
-6,000
-6,062
-4,000
0,000
5,000
9,526
12,000
6,000

0,500
1,732
3,000
3,464
2,500
0,000
-3,500
-6,928
-9,000
-8,660
-5,500
0,000
-22,392

0,750
0,250
0,000
0,250
0,750
1,000
0,750
0,250
0,000
0,250
0,750
1,000
6,000

0,250
0,750
1,000
0,750
0,250
0,000
0,250
0,750
1,000
0,750
0,250
0,000
6,000

0,433
0,433
0,000
-0,433
-0,433
0,000
0,433
0,433
0,000
-0,433
-0,433
0,000
0,000

Dengan menggunakan tabel penolong di atas, maka didapatkan persamaan :

32184

= 12a + 78b

223992

= 78a + 650 b + 6u 22,392 v

34,56

= 6b + 6u

-3295,728

= -22,392b + 6v

Dengan melakukan eliminasi dari keempat persamaan di atas, maka didapatkan

nilai konstanta :
Laporan Tugas Akhir

52

a = 2382,53
b = 46,072
u = -40,312
v = -377,347
Sehingga persamaan regresi linier siklis dan contoh perhitungan peramalan Bulan
Januari 2015 (d13) adalah :
dt

= 2382,53 + 46,072 t +(-40,312) Cos

d13

= 2382,53 + 46,072 (13) + (-40,312) (0,866) + (-377,347) (0,5)

t + (-377,347) Sin

= 2757,883
= 2758 bag
Dengan menggunakan perhitungan yang sama, maka dapat dicari hasil
peramalan produk creamer TRC 35 di tahun 2015 seperti tabel di bawah ini :
Tabel 4.17 Hasil Peramalan Metode Linier Siklis Produk Creamer TRC 35
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Periode
(t)
13
14
15
16
17
18
19
20
21
22
23
24

d't

d-d'

(d-d')2

2757,882
2680,599
2696,263
2813,055
3011,991
3252,138
3481,482
3650,909
3727,389
3702,741
3595,949
3447,946
38818,344

-813,882
-1168,599
327,737
858,945
-3011,991
1499,862
-1969,482
-842,909
-487,389
1481,259
-1867,949
-639,946

662404,411
1365624,787
107411,541
737785,658
9072087,929
2249586,019
3878858,135
710494,743
237548,037
2194129,700
3489234,617
409530,883
25114696,460

Berikut nilai SE (standard error ) untuk creamer TRC 35 dalam

perhitungan peramalan linier siklis :

Laporan Tugas Akhir

= 1771,817 = 1772 bag

53

4.7 Pemeriksaan dan Pemilihan Metode Peramalan

4.7.1 Produk Creamer TRC 33
Dari hasil pengolahan data di atas, maka didapatkan nilai SE untuk produk
creamer TRC 33 dari masing masing metode adalah sebagai berikut :
Tabel 4.18 Nilai Standard Error Produk Creamer TRC 33
Metode
Konstan
Linier
Siklis
Linier Siklis

SE
1414,409
1894,914
1846,55
1532,255

Perbandingan secara statistik terhadap ketiga metode peramalan di atas

( konstan, linier, siklus dan linier siklus ) menunjukan bahwa metode konstan
mempunyai perkiraan kesalahan ( SE lebih kecil ) lebih baik dibandingkan dengan
ketiga metode yang lain. Setelah diketahui metode mana yang bisa mewakili
untuk digunakan dalam memperkirakan permintaan untuk produk creamer TRC
33, maka proses selanjutnya metode konstan diperiksa dengan peta rentang gerak
( moving range ) untuk diketahui apakah nilai perkiraan tersebut tidak melebihi
dari batas permintaan minimum.
Berikut adalah tabel hasil perhitungan rentang bergerak untuk pemeriksaan
produk creamer TRC 33 :

Laporan Tugas Akhir

54

Tabel 4.19 Rentang Bergerak Pemeriksaan Produk Creamer TRC 33

Periode Permintaan
(t)
Aktual (dt)

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

1
2
3
4
5
6
7
8
9
10
11
12
78

4536
4320
3456
2592
6480
1512
3240
3024
3024
1296
4536
3888
41904

d't

d't - dt

UCL

LCL

CL

3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
3492
41904

-1044
-828
36
900
-2988
1980
252
468
468
2196
-1044
-396

4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782
4439,782

-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782
-4439,782

0
0
0
0
0
0
0
0
0
0
0
0

MR

216
864
864
3888
4968
1728
216
0
1728
3240
648
18360

Mencari MR :
MR
Mencari UCL :
UCL = + 2,66 . MR = 4439,782
Mencari LCL :
LCL = - 2,66 . MR = - 4439,782
Berikut gambar peta kendali dari peramalan produk creamer TRC 33 di
tahun 2015 dengan menggunakan peramalan konstan :
5000
4000
3000
2000

1000
0
-1000
-2000

d't - dt
UCL
LCL
CL

-3000
-4000
-5000

Gambar 4.3 Peta Kendali Permintaan Creamer TRC 33 Tahun 2015

Laporan Tugas Akhir

55

4.7.2 Produk Creamer TRC 35

Dari hasil pengolahan data di atas, maka didapatkan nilai SE untuk produk
creamer TRC 35 dari masing masing metode adalah seperti yang tertuang dalam
tabel di bawah ini :
Tabel 4.20 Nilai Standard Error Produk Creamer TRC 35
Metode
Konstan
Linier
Siklis
Linier Siklis

SE
1457,606
2008,458
1796,793
1771,817

Perbandingan secara statistik terhadap ketiga metode peramalan di atas

( konstan, linier, siklus dan linier siklus ) menunjukan bahwa metode konstan
mempunyai perkiraan kesalahan ( SE lebih kecil ) lebih baik dibandingkan dengan
kedua metode yang lain. Setelah diketahui metode mana yang bisa mewakili
untuk digunakan dalam memperkirakan permintaan untuk produk creamer TRC
35, maka proses selanjutnya metode konstan diperiksa dengan peta rentang gerak
( moving range ) untuk diketahui apakah nilai perkiraan tersebut tidak melebihi
dari batas permintaan minimum.
Berikut adalah tabel hasil perhitungan rentang bergerak untuk pemeriksaan
produk creamer TRC 35 :
Tabel 4.21 Rentang Bergerak Pemeriksaan Produk Creamer TRC 35
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Periode Permintaan
(t)
Aktual (dt)
1
2
3
4
5
6
7
8
9
10
11
12
78

Laporan Tugas Akhir

1944
1512
3024
3672
0
4752
1512
2808
3240
5184
1728
2808
32184

d't

d't - dt

UCL

LCL

CL

2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
2682
32184

738
1170
-342
-990
2682
-2070
1170
-126
-558
-2502
954
-126

5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204
5432,204

-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204
-5432,204

0
0
0
0
0
0
0
0
0
0
0
0

MR

432
1512
648
3672
4752
3240
1296
432
1944
3456
1080
22464
56

Mencari MR :
MR
Mencari UCL :
UCL = + 2,66 . MR = 5432,204
Mencari LCL :
LCL = - 2,66 . MR = - 5432,204

Berikut gambar peta kendali dari peramalan produk creamer TRC 35 di

tahun 2015 dengan menggunakan peramalan konstan :
6000
4000
2000
0

-2000

d't - dt

UCL
LCL
CL

-4000
-6000

Gambar 4.4 Peta Kendali Produksi Creamer TRC 35 Tahun 2015

4.8 Penentuan Jumlah Pekerja

Dari hasil peramalan creamer TRC 33 dan TRC 35 dalam bentuk unit di
atas, maka dapat diubah dari unit produk menjadi jam kerja. Produk creamer
tersebut memerlukan 24 jam kerja, sehingga didapatkan ramalan permintaan
seperti tabel di bawah ini :

Laporan Tugas Akhir

57

Tabel 4.22 Permintaan Creamer TRC 33 Dalam Unit dan Dalam Jam
Produksi
Ramalan Permintaan Per Bulan
Unit
Jam
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
3492
83808
Jumlah (A)
1005696

Periode
13
14
15
16
17
18
19
20
21
22
23
24

Tabel 4.23 Permintaan Creamer TRC 35 Dalam Unit dan Dalam Jam
Produksi
Ramalan Permintaan Per Bulan
Unit
Jam
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
2682
64368
Jumlah (A)
772416

Periode
13
14
15
16
17
18
19
20
21
22
23
24

Selain mengubah unit produk menjadi jam kerja, untuk menentukan

jumlah pekerja juga harus mencari jam kerja per orang setiap bulanya seperti tabel
yang ada di bawah ini :

Laporan Tugas Akhir

58

Tabel 4.24 Jam Kerja Per Orang Dalam Waktu Kerja Biasa Yang Tersedia
Periode

Bulan

13
14
15
16
17
18
19
20
21
22
23
24

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Jumlah (B)

Jumlah
Hari

Jam Kerja / Orang

Setiap Bulan

30
27
30
29
30
29
30
30
29
30
29
30

720
648
720
696
720
696
720
720
696
720
696
720
8472

Setelah didapatkan nilai A ( TRC 33 dan TRC 35 ) dan nilai B seperti di

atas, maka dapat dicari jumlah pekerja yang dibutuhkan dengan menggunakan
rumus sebagai berikut :
Jumlah pekerja (TRC 33 )

=
=
= 118,708
= 119 orang

Jumlah pekerja (TRC 35 )

=
=
= 91,173
= 92 orang

Laporan Tugas Akhir

59

BAB V
ANALISA DAN PEMBAHASAN

Peramalan permintaan produk creamer TRC 33 dan 35 disini

menggunakan metode konstan, linier, siklis dan linier siklis. Dari keempat metode
ini dicari nilai SE ( standard error ) yang terkecil. Setelah nilai SE terkecil
didapatkan, maka metode peramalan tersebut dipilih dan dilanjutkan verifikasi
apakah hasil peramalan dengan metode tersebut tidak melebihi dari batas
minimum ataupun maximum permintaan. Dari hasil pengolahan data di atas, maka
dapat dilakukan analisa serta pembahasan.

5.1 Produk Creamer TRC 33

Dari Tabel 4.18 ( hal. 56 ) pada bab sebelumnya, dapat diketahui nilai SE
yang terkecil adalah dengan menggunakan metode konstan. Sehingga didapatkan
hasil peramalan produk creamer TRC 33 di tahun 2015 adalah seperti dalam tabel
di bawah ini dengan satuan bag :
Tabel 5.1 Hasil Peramalan Produk Creamer TRC 33 Tahun 2015
Ramalan Permintaan
Per Bulan
Unit
Jam
Januari
3492
83808
Februari
3492
83808
Maret
3492
83808
April
3492
83808
Mei
3492
83808
Juni
3492
83808
Juli
3492
83808
Agustus
3492
83808
September
3492
83808
Oktober
3492
83808
November
3492
83808
Desember
3492
83808
Jumlah (A)
1005696
Bulan

Laporan Tugas Akhir

60

Setelah didapatkan hasil peramalan produk creamer TRC 33 di tahun

2015, maka dilakukan verifikasi. Hasil dari verifikasi peramalan tersebut dapat
dilihat pada gambar 4.6 ( hal. 57 ). Dalam gambar peta kendali tersebut hasil dari
peramalan tidak ada yang melebihi batas minimum dan maximum permintaan,
sehingga metode peramalan konstan tersebut dapat digunakan.
Selain itu dengan mengubah unit produk menjadi jam kerja juga
didapatkan jumlah pekerja yang dibutuhkan untuk dapat menghasilkan produk
creamer TRC 33 yaitu berjumlah 119 orang.

5.2 Produk Creamer TRC 35

Dari Tabel 4.20 ( hal. 58 ) pada bab sebelumnya, dapat diketahui nilai SE
yang terkecil adalah dengan menggunakan metode konstan. Sehingga didapatkan
hasil peramalan produk creamer TRC 33 di tahun 2015 adalah seperti dalam tabel
di bawah ini dengan satuan bag :
Tabel 5.2 Hasil Peramalan Produk Creamer TRC 35 Tahun 2015
Ramalan Permintaan
Per Bulan
Unit
Jam
Januari
2682
64368
Februari
2682
64368
Maret
2682
64368
April
2682
64368
Mei
2682
64368
Juni
2682
64368
Juli
2682
64368
Agustus
2682
64368
September
2682
64368
Oktober
2682
64368
November
2682
64368
Desember
2682
64368
Jumlah (A)
772416
Bulan

Setelah didapatkan hasil peramalan produk creamer TRC 35 di tahun

2015, maka dilakukan verifikasi. Hasil dari verifikasi peramalan tersebut dapat
dilihat pada gambar 4.7 ( hal. 59 ). Dalam gambar peta kendali tersebut hasil dari

Laporan Tugas Akhir

61

peramalan tidak ada yang melebihi batas minimum dan maximum permintaan,
sehingga metode peramalan konstan tersebut dapat digunakan.
Selain itu dengan mengubah unit produk menjadi jam kerja juga
didapatkan jumlah pekerja yang dibutuhkan untuk dapat menghasilkan produk
creamer TRC 35 yaitu berjumlah 91 orang.

Laporan Tugas Akhir

62

BAB VI
KESIMPULAN DAN SARAN

6.1 Kesimpulan
Dari hasil pengolahan data terhadap peramalan permintaan produk
creamer TRC 33 dan TRC 35 kemasan 750 kg di atas, maka dapat disimpulkan :
1. Metode peramalan yang terbaik berdasarkan nilai SE ( Standard Error ) yang
terkecil untuk creamer TRC 33 dan TRC 35 adalah keduanya menggunakan
metode konstan.
2. Setelah

dilakukan

verifikasi

dari

metode

peramalan

yang

terbaik

menggunakan MRC ( Moving Range Chart ) dapat disimpulkan metode

konstan yang digunakan untuk meramalkan permintaan produk creamer TRC
33 dan TRC 35 dapat digunakan, karena baik dari creamer TRC 33 ataupun
creamer TRC 35 masing masing datanya tidak ada yang di atas atau di
bawah batas maximum dan batas minimum permintaan.
3. Hasil dari peramalan di tahun 2015 dengan metode konstan untuk produk
creamer TRC 33 setiap bulanya adalah sebesar 3492 bag, dan untuk produk
creamer TRC 35 adalah sebesar 2682 bag.
4. Dengan mengubah unit produk dari hasil peramalan di atas menjadi jam kerja,
maka dapat diketahui jumlah pekerja yang dibutuhkan untuk memproduksi
produk tersebut. Untuk memproduksi produk creamer TRC 33 dibutuhkan
pekerja sebanyak 191 orang, dan untuk memproduksi produk creamer TRC 35
dibutuhkan pekerja sebanyak 91 orang.

6.2 Saran
Adapun saran yang dapat diberikan oleh peneliti berdasarkan hasil
pengamatan dan peramalan di atas adalah sebagai berikut :
1. Sebaiknya dilakukan peramalan secara berkelanjutan seperti di atas, agar
dapat mengetahui jumlah pekerja yang dibutuhkan berdasarkan hasil
peramalan yang ada.

Laporan Tugas Akhir

63

2. Memperhitungkan kembali jumlah pekerja yang ada saat ini, baik untuk
pekerja produksi creamer TRC 33 dan pekerja produksi creamer TRC 35
berdasarkan hasil di atas. Sehingga dapat mengurangi biaya pengeluaran
perusahaan yang digunakan untuk menggaji para karyawan dan didapatkan
keuntungan yang lebih. Mengingat pekerja yang ada saat ini berjumlah 262
orang sedangkan dari hasil pehitungan jumlah pekerja yang dibutuhkan adalah
sebesar 210 orang ( TRC 33 dan TRC 35 ).

Laporan Tugas Akhir

64

DAFTAR PUSTAKA

Ahyari, A. 2002. Pengertian Proses Produksi. Diakses dari dari : http

;//yprawira.wordpress.com/pengertian-dan-proses-produksi/ pada tanggal
10/12/14
Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia Indonesia
.Jakarta
Biegel, J. E. 1992. Pengendalian Produksi. Akademika Presindo, CV. Jakarta
Gaspers, V. 2008. Production Planning And Inventory Control Berdasarkan
Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing
21. PT. Gramedia Pustaka Utama. Jakarta
Kusuma, H. 2002. Perencanaan dan Pengendalian Produksi. Yogyakarta :
Andi Offset
Putra, N. I., Pujawan, N. I., Arvitrida, N. I. 2009. Peramalan Permintaan dan
Perencanaan Produksi Dengan Mempertimbangkan Special Event di PT.
Coca Cola Bottling Indonesia. 12954. http;//ITS-undergraduate-12954paper.pdf.com.20/1/15
Rini, K. P., Effendi, U., Ikasari, D. M. 2011. Peramalan Permintaan
Minuman Kesehatan Instan Jahe Menggunakan Jaringan Syaraf Tiruan
dan Metode Time Series ( Study Kasus di Agro Industri Minuman
Kesehatan Instan DIA Malang.http;//jurnal-kenyo.pdf.com. 20/1/15
Sugiyono. 2014. Statistika Untuk Penelitian. Alfabeta. Bandung
Suprapto. 2009. Statistik Teori dan Aplikasi. Erlangga Jakarta
Walpole, R. E., Raymond H. 1995. Ilmu Peluang dan Statistika untuk
Insinyur dan Ilmuwan, ITB. Bandung

Laporan Tugas Akhir

65

LAMPIRAN LAMPIRAN

Laporan Tugas Akhir

66

Lampiran 1 ( Struktur Organisasi PT. Torabika Eka Seemesta )

Direktur

GM

PGA &
Maintenance

PPIC, QA,
R&D

Purchasing

Produksi

Marketing

Finance
Accounting

Lampiran 2 ( Flow Chart Proses Produksi Creamer )

Laporan Tugas Akhir

67

Lampiran 3 ( Diagram Alir Proses Produksi Creamer )

Bahan Baku
(powder )

Bahan Baku
(liquid )

Mixing

Pasteurizing

Filtering

Drying

Fluidizing

Shifting

Creamer Powder

Laporan Tugas Akhir

68