Anda di halaman 1dari 107

i

PENGENDALIAN PERSEDIAAN REAGENT KIMIA DI PT


DEXA MEDICA CIKARANG DENGAN METODE ECONOMIC
ORDER QUANTITY

Tugas Akhir ini diajukan untuk memenuhi


Persyaratan mendapatkan gelar Sarjana Teknik

Disusun oleh :
Nama

: Hamdi Hasbullah

No. Pokok

: 4411215085

JURUSAN TEKNIK INDUSTRI


FAKULTAS TEKNIK
UNIVERSITAS PANCASILA
2015

LEMBAR PERNYATAAN

Dengan ini kami menyatakan bahwa isi yang terkandung dalam Laporan Tugas
Akhir dengan judul:

Pengendalian Persediaan Reagent Kimia Di PT Dexa


Medica Cikarang Dengan Metode Economic Order Quantity

merupakan hasil penelitian dan pemikiran saya sendiri.

Demikianlah pernyataan ini saya buat dan saya siap menerima konsekuensi
apapun di masa yang akan datang bila ternyata laporan Tugas Akhir ini
merupakan

salinan

ataupun

mencontoh

karya-karya

yang

pernah

dibuat/diterbitkan, kecuali yang disebutkan sumbernya.

Jakarta,

Agustus 2015
Penulis,

(Hamdi Hasbullah)

LEMBAR PERSETUJUAN

Tugas Akhir dengan Judul:

Pengendalian Persediaan Reagent Kimia di PT Dexa


Medica Cikarang Dengan Metode Economic Order Quantity

Disusun oleh :
Nama

: Hamdi Hasbullah

No. Pokok

: 4411215085

Dengan ini telah diperiksa dan disetujui untuk diajukan pada Sidang Tugas Akhir
Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila.

Jakarta,

Agustus 2015

Mengetahui

Menyetujui

Ketua Jurusan Teknik Industri

Dosen Pembimbing

Fak. Teknik Univ. Pancasila

Ir. Mochtar Darmawan, MT

Ir. Budiady, MT

ii

LEMBAR PENGESAHAN

Tugas Akhir dengan Judul:

Pengendalian Persediaan Reagent Kimia di PT Dexa


Medica Cikarang Dengan Metode Economic Order Quantity

Disusun oleh :
Nama

: Hamdi Hasbullah

No. Pokok

: 4411215085

Dengan ini telah diujikan pada Sidang Tugas Akhir Jurusan Teknik Industri
Fakultas Teknik Universitas Pancasila pada:
Hari/Tanggal :
Tim Penguji
No.

Nama

Jabatan

Tanda Tangan

Ketua Penguji

Anggota

Anggota

Anggota

Anggota

iii

2
3
4
5

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan
Rahmat Taufik dan Hidayah-Nya sehingga penulis dapat menyelesaikan
penyusunan Skripsi dalam bentuk maupun isinya. Dengan judul Pengendalian
Persedian Reagent Kimia di PT Dexa Medica dengan Metode Economic
Order Quantity. Semoga Skripsi ini dapat dipergunankan sebagai salah satu
acuan, petunjuk maupun pedoman bagi pembaca dalam penyelesaikan
pengendalian persediaan.
Dalam kesempatan ini secara tulus penulis mengucapkan terima kasih
kepada:
1. Ketua Jurusan Teknik Industri Ir. Muchtar Darmawan, MT,
2. Koordinator tugas akhir Dino Rimantho, ST, MT,
3. Pembimbing penelitian Ir Budiady, MT,
4. Dosen-dosen jurusan teknik Industri Fakultas Teknik, dan
5. Seluruh pihak yang telah membantu penyusunan skripsi ini.
Saya sadar bahwa skripsi ini masih ada kekurangan dan jauh dari kata
sempurna. Untuk itu, kepada dosen pembimbing saya meminta masukannya
demi perbaikan penyusunan skripsi saya di masa yang akan datang dan
mengharapkan kritik dan saran dari para pembaca.
Jakarta,

Agustus 2015
Penulis,

Hamdi Hasbullah

iv

ABSTRAK
Telah dilakukan penelitian di PT Dexa Medica mengenai pengendalian
persediaan reagent kimia. Besarnya biaya persediaan menjadi permasalahan
utama dalam pengadaan reagent kimia yang terdiri dari Acetonitrile dan
Methanol. Biaya persediaan yang besarpun tidak menjamin ketersediaan reagent
kimia pada saat-saat tertentu. Oleh sebab itu dilakukan perhitungan metode yang
lebih tepat. Tujuannya menentukan tingkat pemesanan yang ekonomis, tingkat
pemesanan kembali, dan total biaya pembelian. Methanol dan Acetonitrile
menjadi bahan yang perlu dikendalikan persediaannya, karena masuk ke dalam
kelas A. Dalam peramalan jumlah reagent kimia, maka perlu dilakukan analisis
metode peramalan yang cocok dan terbaik dengan nilai akurasi tepat dengan
error terkecil, model DES terpilih dan yang paling akurat. Metode yang diperlukan
menyelesaikan masalah persediaan. Metode Economic Order Quantity (EOQ)
merupakan metode persediaan dengan menggunakan kombinasi antara biaya
pemesanan dan biaya penyimpanan. Tujuannya untuk mendapatkan strategi
persediaan dengan biaya persediaan yang minimum. Hasil peramalan diolah
menggunakan metode EOQ. Setiap pemesanan baik Acetonitrile maupun
Methanol dilakukan pemesanan sebanyak 48 botol. Pemesanan kembali
dilakukan saat stok di gudang 21 botol. Total biaya pembelian Acetonitrile dan
Methanol adalah sebesar Rp 640.382.827 and Rp 365.371.407. Sebaiknya
metode ini digunakan untuk semua reagent kimia terbukti biaya persediaan dua
reagent kelas A lebih efisien 12-26%.
Kata kunci: economic order quantity, pengendalian persediaan, chemical
reagent, Acetonitrile, Methanol

ABSTRACT
Research on the inventory of chemical reagent in the PT Dexa Medica. The high
cost of inventories become a major issues in the procurment of a chemical
reagent consisting of Acetonitrile and Methanol. The high inventory costs did not
guarantee the availibility of chemical reagents at certain moments. Therefore,is
necessary for a more precise calculation method. The goal is to determine the
level of economic order, the rate of reordering, and total cost of the purchase.
Methanol and Acetonitrile be a material that needs to be controlled the
inventories, due to go into Class A. In forecasting the number of chemical
reagent, it is necessary to analize the precise forcasting method and the best in
accuracy the exact value with the smallest error, DES models chosen and the
most accurate. Method of Economic Order Quantity (EOQ) is an inventory
method using a combination of fees order and storage costs. The objective is to
obtain the inventory stategy with minimum inventory cost. Forcasting results
processed using EOQ method. Each order to either, Acetonitrile or Methanol
made resevations about 48 bottles. Reordering done while stocks in warehouses
21 bottles. Total cost of purchasing Acetonitrile and Methanol is Rp 640.382.827
and Rp 365.371.407. This method should be used for all chemical reagents as
proven, cost two reagent supply more efficient A class appoximately 12-26%.
Keyword: economic order quantity, inventory control, chemical reagent,
Acetonitrile, Methanol

vi

DAFTAR ISI

LEMBAR PERNYATAAN ................................................................................ i


LEMBAR PERSETUJUAN ............................................................................ ii
LEMBAR PENGESAHAN .............................................................................. iii
KATA PENGANTAR ...................................................................................... iv
ABSTRAK ....................................................................................................... v
ABSTRACT ................................................................................................... vi
DAFTAR ISI .................................................................................................... vii
DAFTAR TABEL ............................................................................................. ix
DAFTAR GAMBAR ....................................................................................... xi
DAFTAR LAMPIRAN .................................................................................... xii
BAB I PENDAHULUAN
1.1 LATAR BELAKANG MASALAH... 1
1.2 POKOK PERMASALAHAN.. 7
1.3 MAKSUD DAN TUJUAN PENULISAN.... 7
1.4 PEMBATASAN MASALAH .. 7
1.5 SISTEMATIKA PENULISAN .... 8

vii

viii

BAB II STUDI KEPUSTAKAAN


2.1 PERAMALAN ................................................................................ 10
2.2 UKURAN AKURASI HASIL PERAMALAN ..................................... 17
2.3 PERSEDIAAN ............................................................................... 18

BAB III METODOLOGI PENELITIAN


3.1 STUDI PENDAHULUAN ................................................................. 28
3.2 TEKNIK PENGUMPULAN DATA .................................................... 29
3.3 TEKNIK PENGOLAHAN DAN ANALISIS DATA .............................. 30
3.4 KERANGKA METODOLOGI PENELITIAN ..................................... 31

BAB IV PENGUMPULAN DATA .................................................................... 32


4.1 BIAYA PEMBELIAN ........................................................................ 32
4.2 DATA PENGGUNAAN REAGENT .................................................. 32
4.3 BIAYA PEMESANAN ...................................................................... 34
4.4 BIAYA PENYIMPANAN ................................................................... 34

BAB V PENGOLAHAN DAN ANALISIS DATA ............................................... 36

Bab IV KESIMPULAN DAN SARAN


4.1 KESIMPULAN ............................................................................... 52
4.2 SARAN .......................................................................................... 52
DAFTAR PUSTAKA ....................................................................................... 53
DAFTAR LAMPIRAN ..................................................................................... 54

ix

DAFTAR TABEL

Tabel 1.1 Tabel kondisi status reagent Acetonitrile pada tahun 2014..................... 4
Tabel 1.2 Tabel kondisi status reagent Methanol pada tahun 2014 ....................... 4
Tabel 1.3 Tabel Loogbook pemakaian Reagent tahun 2014 .................................. 4
Tabel 4.1 Biaya Pembelian bahan-bahan kimia ..................................................... 32
Tabel 4.2 Data penggunaan Methanol pada periode 2012-2014............................ 32
Tabel 4.3 Data penggunaan Acetonitrile pada periode 2012-2014......................... 33
Tabel 4.4 Biaya pemesanan bahan kimia .............................................................. 34
Tabel 4.5 Biaya penyimpanan bahan kimia............................................................ 34
Tabel 5.1 Hasil pengolahan model DMA untuk Acetonitrile .................................... 37
Tabel 5.2 Verifikasi model DMA untuk Acetonitrile ................................................. 38
Tabel 5.3 Rekapitulasi semua model peramalan untuk Acetonitrile ....................... 40
Tabel 5.4 Hasil peramalan model DMA untuk Acetonitrile...................................... 41
Tabel 5.5 Hasil pengolahan model DMA untuk Methanol ....................................... 42
Tabel 5.6 Verifikasi model DMA untuk Methanol .................................................... 43
Tabel 5.7 Rekapitulasi semua model peramalan untuk Methanol.. .......... 45

Tabel 5.8 Hasil peramalan model DMA untuk Methanol......................................... 46


Tabel 5.9 Tabel simulasi Total biaya Acetonitrile tahun 2015 ................................. 50
Tabel 5.10 Tabel simulasi Total biaya Methanol tahun 2015.................................. 50

DAFTAR GAMBAR

Gambar 1.1 Grafik Pemakaian Bahan Kimia Cair tahun 2014 di DDC ................... 5
Gambar 2.1 Hubungan pola pemesanan dan waktu tunggu metode EOQ ............. 27
Gambar 3.1 Flow Chart Metode Penelitian ............................................................ 31
Gambar 5.1 Kurva verifikasi hasil peramalan model DMA untuk Acetonitrile ......... 40
Gambar 5.2 Kurva verifikasi hasil peramalan model DMA untuk Methanol ............ 45

xi

DAFTAR LAMPIRAN

Lampiran 1. Rincian pemesanan bahan kimia pada tahun 2014 ............................ 55


Lampiran 2. Perhitungan klasifikasi ABC ............................................................... 56
Lampiran 3. Tabel peramalan model MA Acetonitrile (n=3).................................... 58
Lampiran 4. Tabel peramalan model MA Acetonitrile (n=4).................................... 59
Lampiran 5. Tabel verifikasi peramalan model MA Acetonitrile .............................. 60
Lampiran 6. MR Chart peramalan model MA Acetonitrile (n=3) ............................. 61
Lampiran 7. MR Chart peramalan model MA Acetonitrile (n=4) ............................. 61
Lampiran 8. Tabel peramalan model DMA Acetonitrille.......................................... 62
Lampiran 9. MR Chart model DMA Acetonitrile (n=3) ............................................ 63
Lampiran 10. MR Chart peramalan model WMA Acetonitrile (n=3) ........................ 63
Lampiran 11. Tabel peramalan model WMA Acetonitrile (n=3) .............................. 64
Lampiran 12. Tabel peramalan model WMA Acetonitrile (n=4) .............................. 65
Lampiran 13. MR Chart peramalan model WMA Acetonitrile (n=4) ........................ 66
Lampiran 14. MR Chart peramalan model SES Acetonitrile (n=3 dan =0.5) ......... 66
Lampiran 15. Tabel peramalan model SES Acetonitrile (n=3 dan =0.5) ............... 67

xii

xiii

Lampiran 16. Tabel peramalan model SES Acetonitrile (n=3 dan =0.4) ............... 68
Lampiran 17. Tabel verifikasi model SES Acetonitrile ............................................ 69
Lampiran 18. MR Chart peramalan model SES Acetonitrile (n=4 dan =0.4) ......... 70
Lampiran 19. MR Chart peramalan model DES Acetonitrile (n=3 dan =0.4) ........ 70
Lampiran 20. Tabel peramalan model DES Acetonitrile (n=3 dan =0.5) ............... 71
Lampiran 21. Tabel peramalan model DES Acetonitrile (n=3 dan =0.4) ............... 72
Lampiran 22. Tabel verifikasi model DES Acetonitrile ............................................ 73
Lampiran 23. MR Chart peramalan model DES Acetonitrile (n=3 dan =0.4) ........ 74
Lampiran 24. Tabel peramalan model MA Methanol (n=3)..................................... 75
Lampiran 25. Tabel peramalan model MA Methanol (n=4)..................................... 76
Lampiran 26. Tabel verifikasi peramalan model MA Methanol ............................... 77
Lampiran 27. MR Chart peramalan model MA Methanol (n=3) .............................. 78
Lampiran 28. MR Chart peramalan model MA Methanol (n=4) .............................. 78
Lampiran 29. Tabel peramalan model DMA Methanol (n=4) .................................. 79
Lampiran 30. MR Chart peramalan model WMA Methanol (n=4) ........................... 80
Lampiran 31. Tabel peramalan model WMA Methanol (n=3) ................................. 81
Lampiran 32. Tabel peramalan model WMA Methanol (n=4) ................................. 82

xiv

Lampiran 33. Tabel verifikasi model WMA Methanol ............................................. 83


Lampiran 34. MR Chart peramalan model WMA Methanol (n=3) ........................... 84
Lampiran 35. MR Chart peramalan model WMA Methanol (n=4) ........................... 84
Lampiran 36. Tabel peramalan model SES Methanol (=0.5) ................................ 85
Lampiran 37. Tabel peramalan model SES Methanol (=0.4) ................................ 86
Lampiran 38. Tabel verifikasi model SES Methanol ............................................... 87
Lampiran 39. MR Chart peramalan model SES Methanol (=0.5) ......................... 88
Lampiran 40. MR Chart peramalan model SES Methanol (=0.4) ......................... 88
Lampiran 41. Tabel peramalan model DES Methanol (=0.5)................................ 89
Lampiran 42. Tabel peramalan model DES Methanol (=0.4)................................ 90
Lampiran 43. Tabel verifikasi peramalan model SES Methanol ............................. 91
Lampiran 44. MR Chart peramalan model DES Methanol (=0.5) ......................... 92
Lampiran 45. MR Chart peramalan model DES Methanol (=0.4) ......................... 92

BAB I
PENDAHULUAN

1.1

LATAR BELAKANG
PT. Dexa Medica merupakan salah satu perusahaan farmasi swasta

nasional di Indonesia sejak 1969. Produk farmasi yang dihasilkan oleh PT. Dexa
Medica terbagi menjadi 2 kategori utama yaitu obat yang bisa dibeli bebas (over
the counter) dan obat yang dapat dibeli harus dengan resep dokter (etnical).
Produk obat yang bisa dibeli dengan bebas diantara, Lytacur, Stimuno, Toxilite
dan Vitafem. Sedangkan produk obat yang bisa dibeli dengan resep dokter
terbagi menjadi 3 kategori yaitu obat bermerek (branded medicine) seperti
Rhinos SR dan Remopain, obat generik berlogo (OGB) seperti Tramadol dan
Metoclopramide, obat yang bersifat meningkatkan kesehatan (nutraceuticals)
seperti Resvica dan Folamil.
PT. Dexa Medica memiliki pabrik utama yang berlokasi di Jl. Letjen
Bambang Utoyo 138 Palembang 30114 Sumatera Selatan, dan berkantor di
gedung Titan Center, Jl. Boulevard Bintaro Blok B7/B1 No. 05, Bintaro Jaya
Sektor 7 Tangerang 15224 Indonesia yang baru didirikan oleh PT. Dexa Medica
dan ditempati sejak Agustus 2009. Lokasi PT Dexa Medica terletak di 3 wilayah,
yaitu Palembang, Tangerang, dan Cikarang. Lokasi Palembang diperuntukan
untuk lokasi produksi utama (factory) karena awal berdirinya perusahaan terletak
di Palembang, lokasi Tangerang tepatnya di Titan Center digunakan sebagai
head office karena kemudahan akses dan memudahkan dalam melakukan kerja
sama dengan suppier dan mitra kerja di Jakarta. Lokasi Cikarang dikhususkan
untuk Research and Development (R&D) produk baru atau produk sebelumnya

yang dikembangkan lebih lanjut, agar menjadi produk yang lebih bermanfaat dan
bernilai.
Sektor R&D pada PT Dexa Medica merupakan sektor yang sangat
diandalkan, ini terbukti dari pembangunan gedung Dexa Development Center
(DDC) yang terletak di Cikarang, yang sebelumnya sektor ini masih bersama
dengan pablik utama di Palembang. Tujuannya untuk lebih memfokuskan kepada
pengembangan dan penelitian, dan menciptakan suasana kampus, bukan
suasana kerja pada umumnya. Pada sektor R&D terdapat dua bagian terpenting,
yaitu bagian formulasi dan analisa. Pertama, bagian formulasi ini berfungsi
memformulasikan metode, bentuk, dan kandungan suatu obat. Kedua, bagian
analisa, bagian ini berfungsi menganalisa dan memastikan kandungan suatu
obat sesuai dengan dosisnya, bagian analisa fungsinya lebih sebagai Quality
Control bagi formulasi.
Dalam melakukan riset dan penelitian metode analisa obat, tidak dapat
dilepaskan dengan istilah-istilah kimia, karena pada setiap obat terdapat bahan
aktif yang berfungsi sebagai penawar rasa sakit tertentu. Bahan aktif tersebut
dapat diidentifikasi secara kualitatif dan kuantitatif dengan melakukan pengujian
di laboratorium kimia. Untuk melakukan pengujian membutuhkan instrument dan
beberapa bahan kimia pendukung (chemical reagent). Bahan kimia tersebut
dibutuhkan pada saat preparasi sampel dan pada saat pengujian pada
instrument. Bahan kimia mutlak dibutuhkan pada setiap pengujian untuk
mengidentifikasi kandungan/dosis suatu obat.
Masalah yang sering timbul adalah kekosongan persediaan bahan-bahan
kimia tersebut. Penyebabnya dapat dikarenakan leadtime bahan kimia tersebut
cukup lama, terdapat project yang tidak terjadwal/mendadak sehingga kebutuhan

terhadap bahan kimia tersebut tidak dapat diperhitungkan atau diprediksi,


metode pengendalian persediaan yang kurang tepat.
Dalam melakukan riset pengembangan metode analisa yang valid, ada
tahapan-tahapan yang perlu dilalui, diantaranya adalah tahap pengembangan
metode awal, tahap verifikasi dan validasi metode, tahap analisis rutin, dan tahap
stabilita. Setiap tahap dilakukan pengujian dan identifikasi menggunakan
beberapa bahan kimia. Masalah yang sering timbul, terkadang bahan kimia yang
dibutuhkan tidak ada pada saat diperlukan. Ini dapat menimbulkan waktu yang
terbuang sia-sia (idle time). Seperti pada Lampiran 1.1, bahan kimia yang
digunakan untuk pengujian, bila dilakukan klasifikasi ABC, terdapat 2 besar yang
termasuk bahan kimia kelas A yang memiliki total harga terbesar seperti
Acetonitrile dan Methanol. Bahan kimia kelas A maksudnya bahan kimia tersebut
merupakan bahan kimia yang paling sering digunakan dan paling cepat habis
(Comsumable) dan biaya yang dikeluarkan lebih besar. Oleh karena itu dilakukan
pembelian dengan jumlah yang besar dibandingkan dengan bahan kimia lain.
Namun pembelian yang besar ternyata tidak menjamin ketersediaannya pada
waktu yang dibutuhkan. Diagram batang pada Gambar 1.1 klasifikasi ABC
pembelian bahan-bahan kimia pada tahun 2014.
Gambar 1.1 yang diperoleh dengan klasifikasi ABC, bahan kimia dengan
kelas A memiliki biaya terbesar, dengan presentase sekitar 55.37% dari total
biaya pembelian bahan kimia. Bahan kimia yang termasuk kelas A adalah
Acetonitrile dan Methanol. Sedangkan untuk kelas B dan C adalah berturut-turut
38.87% dan 5.76%. Bila pembelian ini dilakukan secara terus-menerus, maka
akan terjadi pemborosan dan kerugian yang cukup besar bagi perusahaan
(overcost).

Tabel 1.1 Tabel kondisi status reagent Acetonitrile pada tahun 2014
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Pemakaian
(botol)
45
68
60
55
48
61
82
55
71
70
79
75

Persediaan
(botol)
51
69
53
52
55
65
70
60
65
65
75
70

Stock out
(botol)

7
3

12
6
5
4
5

Tabel 1.2 Tabel kondisi status reagent Methanol pada tahun 2014
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Pemakaian
(botol)
61
75
68
65
71
67
70
75
80
77
86
80

Persediaan
(botol)
65
67
63
67
66
60
64
66
70
74
75
74

Stock out
(botol)
7
5
5
7
6
9
10
3
11
6

Tabel 1.3 Tabel Loogbook pemakaian Reagent tahun 2014


No

Nama Reagent

Harga

1
2
3
4
5
6
7
8

Acetonitrile
Methanol
Tetrahydrofuran
N Hexane LC
Hydrochloric Acid 37%
Ethanol Absolute GR
Acetic acid Glacial
Tween 80

525,000
290,000
2,386,000
3,983,000
385,000
418,000
440,000
2,857,000

Qty
Total
Kelas
(Botol)
902
105,000,000
A
875
91,640,000
A
14
33,404,000
B
14
25,762,000
B
40
15,400,000
B
32
13,376,000
B
28
12,320,000
B
4
11,428,000
B

Tabel 1.3 Tabel Loogbook pemakaian reagent tahun 2014 (Lanjutan)


No
9
10
11
12
13
14
15
16
17
18
19
20
21

Nama Reagent
N,N Dimethyl
formamide
N Hexane GR
2-Propanol
N-Heptane
Chloroform
Triethylamine
Dichloromethane GR
diethyl ether
Ethanol AR Merck
Formic Acid
Aceton
Trifluoro acetic acid
Diethylamine

Harga

Qty
(Botol)

Total

2,544,000

10,176,000

2,844,000
360,000
1,185,000
446,000
410,000
989,000
666,000
452,000
833,000
357,000
270,000
450,000

24
22
5
11
7
2
2
2
1
2
2
1

8,256,000
7,920,000
5,925,000
4,906,000
2,870,000
1,978,000
1,332,000
904,000
833,000
714,000
540,000
450,000

Kelas
B
B
C
C
C
C
C
C
C
C
C
C
C

60.00
50.00
40.00
30.00
20.00
10.00
0.00
A

1B

Jenis barang yang digunakan


Gambar 1.1 Pemakaian Bahan Kimia Cair tahun 2014 di DDC
Maka diperlukan metode pengendalian persediaan reagent kimia kelas A untuk
mencegah terjadinya pemborosan dan kerugian dalam hal pengadaan/pembelian
bahan-bahan kimia. Bahan-bahan kimia kelas A tersebut meliputi: Acetonitrile

dan Methanol. Dikarenakan jumlah dan harga yang besar, maka pengendalian
persediaan difokuskan untuk bahan-bahan kimia tersebut.
Metode persediaan untuk bahan kimia tersebut yang selama ini dilakukan
sangatlah sederhana, setiap tahun dilakukan penambahan 25% dari kuantitas
tahun sebelumnya dan penambahan pemesanan reagent dengan jumlah tertentu
sesuai dengan permintaan user.. Metode ini terbukti kurang efektif karena masih
terjadi masalah. Masalah seperti keterlambatan pengiriman, kekurangan bahan
kimia karena lonjakan kebutuhan, pemborosan pemakaian bahan kimia itu
sendiri pada saat stok reagent masih mencukupi. Masalah-masalah tersebut
sering terjadi namun tidak ada solusi penyelesaian yang efektif. Perlu dilakukan
terobosan-terobosan yang dapat menangulangi masalah ini agar lebihi efektif
dan efisien, dan mencegah masalah-masalah tersebut terjadi dikemudian hari.
Bila terjadi kekurangan, untuk solusi sementara, perusahaan sering melakukan
peminjaman reagent kepada PT Dexa Laboratories Biomolecular and Science
(DLBS) yang letaknya bersebelahan dengan PT Dexa Medica. Namun solusi ini
kurang sehat dan timbul kesan perusahaan kurang mandiri dalam manajemen
persediaan persediaan reagent kimia.
Untuk mencapai tingkat efisiensi dan efektivitas suatu riset farmasi, maka
diperlukan suatu analisis yang tepat waktu, dan ketersediaan bahan-bahan kimia
yang mencukupi yang tepat guna dan tepat waktu. Oleh karena itu diperlukan
metode pengendalian persediaan yang lebih tepat. Mengingat reagent kimia
untuk kelas A yaitu Acetonitrile dan Methanol sifatnya yang merupakan bahan
baku primer. Sehingga perlunya dilakukan pengendalian persediaan bahanbahan kimia tersebut di laboratorium kimia PT Dexa Medica site Cikarang.

1.2

POKOK PERMASALAHAN
Berdasarkan

latar

belakang

yang

telah

diuraikan

diatas,

pokok

pemasalahan yang akan dibahas dalam penelitian ini adalah bagaimana


mengendalian

persediaan

reagent

Acetonitrile

dan

Methanol

dengan

menggunakan metode Economic Order Quantity.

1.3

MAKSUD DAN TUJUAN PENULISAN

Penelitian ini memiliki beberapa tujuan, diantaranya adalah:


1. Menentukan jumlah pemesanan yang ekonomis.
2. Menentukan titik pemesanan kembali
3. Menentukan total biaya persediaan reagent Acetonitrile dan Methanol.
4. Membandingkan total biaya persediaan EOQ dengan metode yang
digunakan perusahaan.

1.4

PEMBATASAN MASALAH

Dalam pembuatan penelitian ini, dibatasi oleh beberapa hal, diantaranya adalah:
1. Dalam penelitian ini, data yang akan dipakai adalah data pemakaian
reagent dari Januari 2012 sampai dengan Desember 2014 di laboratorium
analisa PT Dexa Medica Cikarang.
2. Data permintaan reagent untuk tahun 2015 adalah hasil peramalan dari
data pemakaian reagent pada tahun 2012-2014.
3. Reagent yang akan dikendalikan persediaannya adalah Acetonitrile dan
Methanol berdasarkan klasifikasi ABC.

4. Metode pengendalian persediaan yang digunakan adalah metode


Economic Order Quantity.
5. Perencanaan persediaan untuk tahun 2015.

1.5

SISTEMATIKA PENULISAN
Sistematika penulisan laporan tugas akhir ini terdiri dari 6 Bab, berikut

adalah sistematika penulisan laporan ini:

BAB I PENDAHULUAN
Dalam bab ini dijelaskan tentang latar belakang masalah, pokok
permasalahan, maksud dan tujuan penelitian, pembatasan masalah dan
sistematika penulisan.

BAB II STUDI KEPUSTAKAAN


Dalam bab ini dipaparkan tentang teori yang berhubungan dengan pokok
pembahasan sebagai pedoman dan landasan sebagai solusi atau pemecahan
masalah.

BAB III METODE PENELITIAN


Dalam bab ini diuraikan tentang bagaimana langkah-langkah yang
dilakukan dalam penelitian ini, metode yang diterapkan dalam pemecahan
masalah, serta penjelasan mengenai kerangka pemecahan masalah.

BAB IV PENGUMPULAN DATA


Dalam bab ini akan dipaparkan mengenai data yang digunakan untuk
pemecahan masalah, data ini diperoleh dari data sekunder di PT Dexa Medica
Cikarang departemen R&D.

BAB V PENGOLAHAN DAN ANALISIS DATA


Dalam bab ini diuraikan tentang pengolahan data berdasarkan tahapan
perhitungan serta analisis hasil perencanaan persediaan yang dilakukan dalam
rangka melakukan perbaikan di sektor persediaan dan pemesanan.

BAB VI KESIMPULAN DAN SARAN


Bab ini merupakan bab terakhir dimana dalam bab ini berisi tentang
kesimpulan dan saran-saran terhadap masalah yang dibahas pada bab
sebelumnya.

BAB II
STUDI KEPUSTAKAAN

2.1 PERAMALAN
2.1.1 Definisi Peramalan
Arman Hakim (2003) memaparkan peramalan adalah proses untuk
memperkirakan beberapa kebutuhan dimasa datang yang meliputi kebutuhan
dalam ukuran kuantitas, kualitas, lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun jasa, peramalan tidak perlu dibutuhkan
dalam kondisi permintaan yang stabil, karena perubahan permintaannya relatif
kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi permintaan pasar
bersifat kompleks dan dinamis. Dalam kondisi pasar bebas, permintaan pasar
lebih banyak bersifat kompleks, dan dinamis karena permintaan tersebut akan
tergantung dari keadaan sosial, ekonomi, politik, aspek teknologi, produk
pesaing, dan produk substitusi. Oleh karena itu, peramalan yang akurat
merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan
manajemen.
Peramalan pada dasarnya suatu taksiran tingkat permintaan yang
diharapkan untuk suatu produk atau beberapa produk dalam periode waktu
tertentu di masa yang akan datang. Oleh karena itu peramalan didasari pada
suatu taksiran, tetapi dengan menggunakan cara-cara tertentu peramalan dapat
lebih daripada hanya suatu taksiran. Dapat dikatakan peramalan adalah suatu
taksiran yang ilmiah meskipun akan terdapat sedikit kesalahan yang disebabkan
adanya keterbatasan kemampuan manusia. Untuk membuat suatu peramalan
banyak mempunyai arti, maka peramalan tersebut perlu direncanakan dan

10

11

dijadwalkan sehingga akan diperlukan suatu periode waktu paling sedikit dalam
periode yang dibutuhkan untuk membuat suatu kebijaksanaan dan menetapkan
beberapa hal yang mempengaruhi kebijaksanaan tersebut. Dalam hal ini terdapat
sedikit nilai, tetapi dalam kenyataannya tidak ada nilai bila membuat ramalan
dalam jangka pendek sehingga efektivitas kegiatan tidak dapat diperoleh.

2.1.2 Kegunaan Peramalan


Bila ramalan telah dibuat, suatu manfaat dan tujuan harus diperoleh dan
dipersiapkan, sehingga dapat mempengaruhi sifat ramalan. Terdapat 3 kegunaan
dari peramalan, yaitu:
a. Menentukan apa yang dibutuhkan untuk perluasan pabrik.
b. Menentukan perencanaan lanjutan bagi produk-produk yang ada untuk
dikerjakan dengan fasilitas-fasilitas yang ada.
c. Menentukan penjadwalan jangka pendek produk-produk yang ada untuk
dikerjakan berdasarkan pralatan yang ada.

Dalam setiap ramalan harus dipenuhi salah satu dari kegunaan diatas,
sehingga hal ini akan menimbulkan tambahan waktu yang diperlukan untuk
membuat kebijaksanaan ditambah dengan waktu untuk membuat akibat
kebijaksanaan tersebut. Ramalan yang memenuhi tujuan yang pertama diatas
dapat dibuat untuk ramalan jangka panjang. Ramalan untuk tujuan perluasan
pabrik dinamakan peramalan fasilitas. Ramalan perencanaan produksi dan
produk, dapat digunakan untuk peramalan yang memenuhi tujuan kedua dan
ketiga diatas. Sifat ramalan dan metode perbaikannya adalah ditentukan oleh
manfaat yang diharapkan dari ramalan tersebut dan tingkat rincian dalam

12

ramalan tersebut. Sebagai contoh, suatu ramalan produk dalam satuan volume
dollar per kelas atau kelompok produk adalah tidak berarti bagi tujuan
pernjadwalan yang ditetapkan dalam satuan jumlah per unit dari setiap produk.
Demikian juga suatu ramalan dalam jumlah unit setiap produk adalah
kemungkinan tidak diperlukan dalam peramalan fasilitas. Dalam ramalan dengan
periode yang panjang, rinciannya akan berkurang sehingga ketelitian peramalan
mungkin akan kecil, sedangkan ketelitian peramalan volume secara menyeluruh
akan lebih baik.

2.1.3 Karakteristik Peramalan yang Baik


Peramalan yang baik mempunyai beberapa kriteria yang penting.
Diantaranya adalah akurasi, biaya dan kemudahan. Akurasi dari hasil peramalan
diukur dengan kebiasaan dan kekonsistensian peramalan tersebut. Hasil
peramalan dikatakan bias apabila peramalan tersebut terlalu tinggi atau terlalu
rendah dibandingkan dengan kenyataan yang terjadi. Hasil peramalan dikatakan
konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang
terlalu

rendah

akan

mengakibatkan

permintaan

konsumen

tidak

perusahaan

dimungkinkan

dapat

akan

kekurangan
dipenuhi

kehilangan

persediaan,

segera,
pelanggan

sehingga

akibatnya
dan

adalah

kehilangan

keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan


terjadinya penumpukan persediaan, sehingga banyak modal yang terserap siasia. Keakuratan hasil peramalan ini berperan penting dalam menyeimbangkan
persediaan yang ideal (meminimasi penumpukan persediaan dan memaksimasi
tingkat pelayanan).

13

Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung dari


jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan

yang

dipakai.

Ketiga

faktor

pemicu

biaya

tersebut

akan

mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan


datanya,

bagaimana

penyimpanan

datanya,

siapa

tenaga

ahli

yang

diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana


yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang
penting akan diramalkan dengan metode yang canggih dan mahal, sedangkan
item-item yang kurang penting bisa diramalkan dengan metode yang sederhana
dan murah.

2.1.4 Sifat Hasil Peramalan


Dalam membuat peramalan atau menerapkan hasil suatu peramalan, maka
ada beberapa hal yang harus dipertimbangkan, diantaranya adalah:
1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya bisa
mengurangi

ketidakpastian

yang

akan

terjadi,

tetapi

tidak

dapat

menghilangkan ketidakpastian tersebut.


2. Peramalan seharusnya memberikan informasi tentang berapa ukuran
kesalahan, maka adalah penting bagi peramal untuk menginformasikan
seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan
jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek,
faktor-faktor

yang

mempengaruhi

permintaan

relatif

masih

konstan,

sedangkan semakin panjang periode peramalan, maka semakin besar pula

14

kemungkinan

terjadinya

perubahan

faktor-faktor

yang

mempengaruhi

permintaan.

2.1.5 Jenis-Jenis Peramalan


1) Rata-rata Bergerak (Moving Average)
Rata-rata bergerak diperoleh dengan merata-rata permintaan berdasarkan
beberapa data masa lalu yang terbaru. Tujuan utama dari penggunaan teknik ini
adalah mengurangi atau menghilangkan variasi acak permintaan dalam
hubungannya dengan waktu. Tujuan ini dicapai dengan merata-ratakan
beberapa nilai data secara bersama-sama, dan menggunakan nilai rata-rata
tersebut sebagai ramalan permintaan untuk periode yang akan datang. Disebut
rata-rata bergerak karena begitu setiap data aktual permintaan baru deret waktu
tersedia, maka data aktual permintaan yang terdahulu akan dikeluarkan dari
perhitungan, kemudian suatu nilai rata-rata baru akan dihitung. Kelemahan teknik
MA adalah sebagai berikut :
1. Peramalan selalu didasarkan pada N data terakhir tanpa mempertimbangkan
data-data sebelumnya.
2. Setiap data dianggap memiliki bobot yang sama, padahal lebih masuk akal
bila data yang lebih baru mempunyai bobot yang lebih tinggi karena data
tersebut mempresentasikan kondisi yang terakhir terjadi. Kelemahan yang
kedua ini dapat diatasi dengan teknik MA dengan pembobotan.
3. Diperlukan biaya yang besar dalam penyimpanan dan pemrosesan data,
karen bila N cukup besar maka akan membutuhkan memori yang cukup besar
dan proses komputasi yang lebih lama.

15

Berikut ini adalah rumus matematis MA adalah sebagai berikut:

Ft

A t + A t -1 + ... + A t -(n -1)


n

................................2.1

Keterangan:
At = permintaan aktual pada periode-t
n = banyaknya data permintaan yang dilibatkan dalam perhitungan
Ft = peramalan permintaan pada periode-t
Model matematis Double Moving Average (DMA) dapat dinyatakan sebagai
berikut:

Ft m a t + b t . m

.2.2

Keterangan:
At = 2.St st
bt = 2/(n - 1).(St St)
St = At/n
St = St/n
Pada Weighted Moving Average (WMA) setiap data yang akan diolah memiliki
bobot yang berbeda. Data yang paling baru memiliki bobot yang lebih besar
daripada data sebelumnya karena data tersebut mempresentasikan kondisi yang
terakhir terjadi. Secara matematis WMA dapat dinyatakan sebagai berikut:

Ft Wt x A t

......2.3

Keterangan:
Wt = bobot permintaan aktual pada periode-t
Dengan keterbatasan Wt=1

16

2)

Pemulusan Eksponensial (Exponential Smoothing)


Metode pemulusan pertama kali dikembangkan oleh para ahli penelitian

operasional pada akhir tahun 1950. Sejak tahun 1960-an konsep pemulusan
eksponensial telah tumbuh menjadi metode praktis dengan penggunaannya yang
luas, terutama dalam peramalan persediaan. Usaha dasar dalam pemulusan
eksponensial mempunyai dua tujuan pertama untuk memperkenalkan metode ini
secara luas kepada para akademisi dan para praktisi secara meluas dan kedua
untuk menunjukkan metode ini secara teoritis.
Dalam pemulusan eksponensial terdapat karakteristik dari smoothing
dengan menambahkan suatu faktor yang disebut smoothing constant (konstanta
pemulusan) dengan simbol alfa. Pemulusan eksponensial dalam bentuk
sederhana tidak memperhitungkan pengaruh tren sehingga nilai alfa sangat kecil
dan dapat dihilangkan. Model matematis Single Exponential Smothing (SES)
dinyatakan sebagai berikut:

Ft 1 . A t + (1 - A t -1 + ) . Ft

...2.4

Dimana:
Untuk t=1, Ft+1=At
Model matematis Double Exponential Smothing (DES) dinyatakan sebagai
berikut:

Ft m a t + b t .m

...2.5

Keterangan:
at = 2.St St
bt = /(1-).(St-St)
St = At + (1- ) St-1
St + (1- ) St-1

17

2.2 UKURAN AKURASI HASIL PERAMALAN


Ukuran hasil peramalan yang merupakan ukuran kesalahan peramalan
adalah ukuran tentang tingkat perbedaan antara hasil peramalan dengan
permintaan sebenarnya terjadi. Ada 4 ukuran yang bisa digunakan yaitu :
1. Rata-rata Deviasi Mutlak (Mean Absolute Deviation)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau lebih kecil
dibandingkan kenyataannya. Berikut ini adalah rumus matematis untuk MAD:

MAD

- Ft

..2.6

2. Rata-rata Kuadrat Kesalahan (Mean Square Error)


MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan
pada setiap periode dan membaginya dengan jumlah periode peramalan.
Berikut ini adalah rumus matematis untuk MSE:

MSE

(A

- Ft)2

...2.7

3. Rata-rata Kesalahan Peramalan (Mean Forecast Error)


MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama
periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak
bias maka nilai MFE mendekati nol. MFE dihitung dengan menjumlahkan
semua kesalahan peramalan selama periode permalan dan membaginya
dengan jumlah periode peramalan. Berikut ini adalah rumus matematis untuk
MFE:

MFE

(A

- Ft)
..(rumus 2.8)

18

4. Rata-rata Persentase Kesalahan Absolute (Mean Absolute Percentage


Error)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti
dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil
peramalan terhadap permintaan aktual selama periode tertentu yang akan
memberikan informasi persentase terlalu tinggi atau terlalu rendah. Berikut
ini adalah rumus matematis untuk MAPE:

100 A t - Ft
MAPE

At
n
.2.9

2.3 PERSEDIAAN
2.3.1 Definisi Persediaan
Persediaan adalah sumber daya menganggur (idle resources) yang
menunggu proses lebih lanjut (Biegel 1992). Yang dimaksud proses lebih lanjut
tersebut adalah berupa kegiatan produksi pada sistem manufaktur, kegiatan
pemasaran pada sistem distribusi ataupun kegiatan konsumsi pangan pada
sistem rumah tangga. Dalam sistem manufaktur, persediaan terdiri dari 3 bentuk
sebagai berikut:
1.

Bahan baku, yaitu yang merupakan input awal dari proses transformasi
menjadi produk jadi.

2.

Barang setengah jadi, yaitu yang merupakan bentuk peralihan antara bahan
baku dengan produk setengah jadi.

3.

Barang jadi, yaitu yang merupakan hasil akhir proses transformasi yang siap
dipasarkan kepada konsumen.

19

Persediaan sangat erat kaitannya dengan bahan yang disimpan dalam


gudang untuk kemudian digunakan atau dijual. Persediaan dapat berupa bahan
baku untuk keperluan proses, barang-barang yang masih dalam pengolahan, dan
barang jadi yang disimpan untuk penjualan. Persediaan adalah hal yang pokok
sebagai fungsi yang tepat dari suatu usaha pengolahan/pembuatan. Persediaan
bahan baku disimpan untuk kemudahan diubah menjadi barang setengah jadi
atau barang jadi. Persediaan bahan baku harus diadakan karena secara umum
adalah tidak ekonomis apabila membeli atau menjadwalkan penyerahan bahan
baku saat diperlukan dalam proses pembuatan.
Sepanjang mengadakan pembuatan atau pengolahan akan selalu
memakan waktu, dimana persediaan akan selalu terdiri dari barang-barang
dalam proses pengolahan. Dalam beberapa industri bahan-bahan harus diolah
dalam lot atau dalam bentuk tumpukan-tumpukan. Dalam industri lainnya aliran
bahan harus disiapkan untuk menghasilkan produk sekaligus dalam beberapa
tahapan kelengkapan. Dalam cara pengolahan lainnya persediaan sifatnya
diperlukan sekali, baik dari pertimbangan-pertimbangan ekonomis maupun untuk
memproses atau menjadwalkan bahan dalam bentuk lot. Sifat produk, sifat dari
permintaan konsumen dan sifat proses pembuatan menentukan suatu
pertimbangan untuk perluasan yang diperlukan dalam persediaan barang jadi.
Jika konsumen bersedia menunggu produk yang akan dihasilkan (termasuk
penyediaan bahan baku), dapat dikatakan tidak diperlukan persediaan barang
jadi. Konsumen mungkin bersedia menunggu beberapa tipe produk yang diolah,
tetapi juga mengharapkan tipe produk lainnya yang dapat tersedia dengan
segera sesuai dengan permintaan.

20

Seringkali sifat produk dapat menghambat perluasan persediaan barang


jadi (dalam waktu tertentu barang-barang dalam persediaan akan diberikan untuk
memenuhi permintaan konsumen). Bahan-bahan pangan biasanya mempunyai
ketahanan yang terbatas untuk dikehendaki jika bahan harus diolah dalam
bentuk kelompok atau lot, persediaan barang jadinya biasanya diadakan.
Kebanyakan pabrik pengolahan mengadakan persediaan-persediaan lainnya
yang tidak langsung sebagai produk. Persediaan seperti ini terdapat dalam
bentuk pekakas, alat-alat pendukung, peralatan dan lain-lainnya.
Persediaan yang terdiri dari berbagai bentuk, penanganan persediaannya
menimbulkan

banyak

masalah.

Tujuan

pengendalian

dan

perencanaan

persediaan dan produksi adalah untuk mencari penyelesaian terhadap masalahmasalah tersebut. Dalam cara ini, pengendalian produksi berkaitan dengan
perencanaan operasi produksi, pemindahan dan penyimpanan barang-barang.
Perencanaan tersebut akan dilakukan dalam suatu cara yang akan menjamin
suatu pengendalian yang maksimum dari penanaman modal dalam bahan,
tenaga kerja, dan lain-lain. Akibat dari hubungan langsung antara tingkat
persediaan, jadwal produksi, dan permintaan konsumen, perencanaan dan
pengendalian persediaan harus digabungkan dengan peramalan permintaan,
perencanaan produksi dan pengendalian produksi.

2.2.2 Fungsi Persediaan


Persediaan membantu untuk memisahkan pemasok, produsen dan
konsumen. Persediaan juga mengizinkan pengadaan bahan baku dalam ukuran
lot ekonomis dan juga pengolahan bahan baku ini menjadi barang jadi dalam
jumlah yang lebih ekonomis. Persediaan bahan baku memisahkan pemasok

21

bahan baku dari pemakai bahan baku ini. Persediaan barang jadi memisahkan
konsumen dari produsen barang jadi tersebut. Persediaan dalam proses
memisahkan departemen-departemen yang ada di dalam pabrik. Dalam suatu
pabrik dimana bahan-bahan diolah dalam bentuk lot, diperlukan beberapa
persediaan barang setengah jadi yang berada diantara departemen-departemen.
Telah dinyatakan secara tidak langsung bahwa persediaan yang sangat
besar terdapat dalam departemen-departemen yang ada dalam suatu pabrik,
diantara pemasok dan produsen, dan antara produsen dan konsumen. Dari segi
ekonomi, terdapat suatu ukuran persediaan yang optimal. Persediaan ini akan
menjadi ukuran lot ekonomis ditambah suatu penyangga atau persediaan
keamanan. Bahan yang digunakan dalam kegiatan usaha yang normal akan
menghasilkan ukuran lot ekonomis. Hal ini disebut dengan frekuensi persediaan
siklus. Bahan yang tak digunakan untuk digunakan dalam kegiatan usaha yang
normal adalah persediaan keamanan. Persediaan keamanan disimpan untuk
digunakan bila permintaan menebihi peramalan, bila produksi adalah kurang dari
yang direncanakan, atau bila waktu tenggang adalah lebih lama dari pada
normal.
Masalah utama persediaan bahan baku adalah menentukan berapa jumlah
pemesanan yang ekonomis (Economic Order Quantity) yang akan menjawab
persoalan berapa jumlah bahan baku dan kapan bahan baku itu dipesan
sehingga dapat meminimalisasi ordering cost dan holding cost. Masalah dalam
persediaan bahan baku adalah persediaan bahan baku berupa komponen
tertentu yang diproduksi secara massal dan dipakai sendiri sebagai subkomponen suatu produk jadi oleh suatu perusahaan. Dalam hal ini, komponen
harus dibuat lebih dahulu dengan kecepatan produksi yang tetap, kemudian

22

digunakan dalam proses produksi lebih lanjut. Laju pemakaian komponen itu
diasumsikan lebih rendah dari laju kecepatan produksi komponen sehingga
menghasilkan keputusan berapa jumlah lot yang harus diproduksi, pada akhirnya
meminimalisasi biaya total persediaan dan biaya produksi. Model ini dikenal
dengan sebutan model Economic Order Lot Size (ELS) atau disebut juga
Economic Production Quantity (EPQ).

2.2.3 Biaya-Biaya Dalam Sistem Persediaan


Secara umum dapat dikatakan bahwa biaya sistem persediaan adalah
semua pengeluaran dan kerugian yang timbul sebagai akibat adanya persediaan.
Biaya sistem persediaan terdiri dari biaya pembelian, biaya pemesanan, biaya
penyimpanan, dan biaya kekurangan persediaan. Arman Hakim (2003)
menguraikan masing-masing komponen biaya tersebut.

a. Biaya Pembelian (Purcashing Cost)


Biaya pembeliaan adalah biaya yang dikeluarkan untuk membeli barang.
Besarnya biaya pembelian ini tergantung pada jumlah barang yang dibeli dan
harga satuan barang. Biaya pembelian menjadi faktor penting ketika harga
barang yang dibeli tergantung pada ukuran pembelian. Situasi ini akan
diistilahkan sebagai quantity discount atau price break dimana harga barang perunit akan turun apabila jumlah barangyang dibeli meningkat. Dalam kebanyakan
teori persediaan, komponen biaya pembelian tidak dimasukkan ke dalam total
biaya sistem persediaan karena diasumsikan bahwa harga barang per-unit tidak
dipengaruhi oleh jumlah barang yang dibeli sehingga komponen biaya pembelian

23

untuk periode waktu tertentu konstan dan hal ini tidak akan mempengaruhi
jawaban optimal tentang berapa banyak barang yang harus dipesan.

b. Biaya Pengadaan (Procurement Cost)


Biaya pengadaan dibedakan atas 2 jenis sesuai asal-usul barang, yaitu
biaya pemesanan (ordering cost) bila barang yang diperlukan diperoleh dari
pihak luar (supplier) dan biaya pembuatan (setup cost) bila barang diperoleh
dengan memproduksi sendiri.
1) Biaya pemesanan (ordering cost), merupakan semua pengeluaran yang
timbul untuk mendatangkan barang dari luat. Biaya ini meliputi biaya untuk
menentukan supplier, pengetikan pesanan, biaya pengangkutan, dan biaya
penerimaan. Biaya ini diasumsikan konstan untuk setiap kali pesan.
2) Biaya pembuatan (setup cost), merupakan semua pengeluaran yang timbul
dalam mempersiapkan produksi suatu barang. Biaya ini timbul di dalam pabrik
yang meliputi biaya menyusun peralatan produksi, menyetel mesin,
mempersiapkan gambar kerja. Karena kedua biaya tersebut mempunyai
peran yang sama, yaitu pengadaan barang, maka kedua biaya tersebut
disebut sebagai biaya pengadaan (procurement cost).

c. Biaya Penyimpanan (Holding Cost/Carrying Cost)


Biaya penyimpanan adalah semua pengeluaran yang timbul akibat
menyimpan barang. Biaya ini meliputi sebagai berikut:
1) Biaya memiliki persediaan (biaya modal), penumpukan barang di gudang
berarti penumpukan modal, dimana modal perusahaan mempunyai ongkos
(expense) yang dapat diukur dengan suku bunga bank. Oleh karena itu, biaya

24

yang ditimbulkan karena memiliki persediaan harus diperhitungkan dalam


biaya sistem

persediaan.

Biaya memiliki persediaan diukur sebagai

persentase nilai persediaan untuk periode waktu tertentu.


2) Biaya gudang, barang yang disimpan memerlukan tempat penyimpanan
sehingga timbul biaya gudang. Bila gudang dan peralatannya disewa maka
biaya gudangnya merupakan biaya sewa sedangkan bila perusahaan
mempunyai gudang sendiri maka biaya gudangnya merupakan biaya
depresiasi.
3) Biaya kekurangan dan penyusutan, barang yang disimpan dapat mengalami
kerusakan dan penyusutan karena beratnya berkurang ataupun jumlahnya
berkurang karena hilang. Biaya kerusakan dan penyusutan biasanya diukur
dari pengalaman sesuai dengan persentasenya.
4) Biaya kadarluwarsa, barang yang disimpan dapat mengalami penurunan nilai
karena perubahan teknologi dan model seperti barang-barang elektronik.
Biaya kadarluwarsa biasanya diukur dengan besarnya penurunan nilai jual
dari barang tersebut.
5) Biaya asuransi, barang yang disimpan diasuransikan untuk menjaga hal-hal
yang tidak diinginkan seperti kebakaran. Biaya asuransi tergantung jenis
barang yang diasuransikan dan perjanjian dengan perusahaan asuransi.
6) Biaya

administrasi

dan

pemindahan,

biaya

ini

dikeluarkan

untuk

mengadministrasi persediaan barang yang ada, baik pada saat pemesanan,


penerimaan barang, maupun penyimpanannya dan biaya untuk memindahkan
barang dari/ke/di dalam tempat penyimpanan, termasuk upah buruh (labour
cost) dan biaya peralatan handing.

25

d. Biaya Kekurangan Persediaan


Bila perusahaan kehabisan barang pada saat permintaan, maka akan
terjadi kekuarangan persediaan. Keadaan ini akan menimbulkan kerugian karena
proses produksi akan terganggu dan kehilangan kesempatan mendapat
keuntungan atau kehilangan konsumen pelanggan karena kecewa sehingga
beralih ke tempat lain. Biaya kekurangan persediaan dapat diukur dari:
1) Kuantitas yang tidak dapat dipenuhi, biasanya diukur dari keuntungan yang
hilang karena tidak dapat memenuhi permintaan atau dari kerugian akibat
terhentinya proses produksi. Kondisi ini diistilahkan sebagai biaya penalti atau
hukuman kerugian bagi perusahaan dengan satuan misalnya: Rp/unit.
2) Waktu pemenuhan, lamanya gudang kosong berarti lamanya proses produksi
terhenti atau lamanya perusahaan tidak mendapat keuntungan, sehingga
waktu menganggur tersebut dapat diartikan sebagai uang yang hilang. Biaya
waktu pemenuhan diukur berdasarkan waktu yang diperlukan untuk
memenuhi gudang dengan satuan.
3) Biaya pengadaan darurat, supaya konsumen tidak kecewa maka dapat
dilakukan pengadaan darurat yang biasanya menimbulkan biaya yang lebih
besar dari pengadaan normal. Kelebihan biaya dibandingkan pengadaan
normal ini dapat dijadikan ukuran untuk menentukan biaya kekurangan
persediaan dengan satuan.
Ada perbedaan pengertian antara biaya persediaan actual yang dihitung
secara akuntansi dengan biaya persediaan yang digunakan dalam menentukan
kebijaksanaan persediaan. Biaya persediaan yang diperhitungkan dalam
penentuan kebijaksanaan persediaan yang diperhitungkan dalam penentuan
kebijaksanaan

persediaan

hanyalah

biaya-biaya

yang

bersifat

variabel

26

(increamental cost), sedangkan biaya yang bersifat tetap (fixed) seperti biaya
pembelian tidak akan mempengaruhi hasil optimal yang diperoleh sehingga tidak
perlu diperhitungkan.
Persediaan merupakan salah satu aset yang besae dalam suatu
perusahaan, biasanya mencapai 40% dari total investasi. Pada satu sisi,
manajemen menghendaki biaya yang tertanam pada persediaan itu minimum,
namun di lain pihak seringkali terjadi konsumen mengeluh karena kehabisan
persediaan. Manajemen harus mengatur agar perusahaan berada pada kondisi
dimana kedua kepentingan tersebut dapat teepuaskan. Yang dikategorikan
sebagai inventory adalah raw material, work in process, dan finish good. Setiap
perusahaan memiliki jenis inventory, perencanaan dan sistem pengendalian yang
spesifik. Persoalan utama dalam pengelolaan persediaan ini terkandung dalam 2
pertanyaan utama, yaitu berapa banyak harus disediakan dan kapan persediaan
itu dilakukan. Secara umum model persediaan dapat dikelompokkan menjadi 2
model yaitu:
1. Model deterministik, yaitu model yang menganggap semua variabel telah
diketahui dengan pasti.
2. Model probabilistik, yaitu model yang menganggap semua variabel
mempunyai nilai-nilai yang tidak pasti dan satu atau lebih variabel tersebut
merupakan variabel acak.
Salah satu model deterministik yang pertama muncul dikenalkan oleh
Wilson adalah model dengan nama Economic Order Quantity (EOQ). Model ini
diarahkan untuk menemukan jumlah pemesanan yang ekonomis, yaitu jumlah
pesanan

yang

memenuhi

total

biaya

persediaan

minimal

dengan

mempertimbangkan biaya pemesanan dan biaya penyimpanan, sehingga tidak

27

akan kekurangan persediaan. Berikut ini adalah asumsi-asumsi untuk model


EOQ:
1.

Tingkat permintaan setiap periode konstan dan diketahui

2.

Barang yang dipesan diasumsikan dapat segera tersedia atau tingkat


produksi barang yang dipesan berlimpah.

3.

Tidak ada kekurangan persediaan.

4.

Tidak ada Quantity purchase discount.

5.

Hanya biaya pemesanan dan penyimpanan yang dipertimbangkan.

2. A.D
i (rumus 2.10)

Keterangan:
Q : jumlah ukuran pemesanan ekonomis
A : biaya pemesanan setiap kali pesan
D : jumlah kebutuhan dalam setiap periode
i : biaya penyimpanan persatuan nilai persediaan per satuan waktu
c : biaya pembeliaan per satuan nilai persediaan

Gambar 2.1 Hubungan pola pemesanan dan waktu tunggu metode EOQ

BAB III
METODE PENELITIAN

3.1

STUDI PENDAHULUAN

3.1.1 Studi Lapangan


Metode yang digunakan dalam penyusunan Penelitian ini adalah
melalui studi lapangan atau pengamatan langsung di perusahaan. Kondisi
dan keadaan yang dilihat di perusahaan kemudian dituangkan ke dalam
laporan Tugas Akhir sehingga diperoleh data-data dan informasi yang akurat
sesuai dengan kondisi yang sebenarnya. Studi lapangan dilakukan dengan
mengadakan kunjungan langsung terhadap objek yang diamati di PT. Dexa
Medica.

3.1.2 Studi Pustaka


Studi pustaka bertujuan memperoleh teori-teori yang mendukung
pemecahan masalah yang berhubungan dengan penelitian yang sedang
dilakukan. Studi pustaka dilakukan dengan mencari informasi yang
dibutuhkan baik itu dengan cara mempelajari buku-buku yang berhubungan
dengan riset penelitian, jurnal-jurnal penelitian dan laporan-laporan Tugas
Akhir terdahulu. Beberapa studi pustaka tersebut dapat dijadikan acuan,
referensi, dan masukan dalam menyusun dan mengolah data dan
menyajikannya sehingga menjadi laporan ilmiah yang valid dan dapat
dipertanggungjawabkan keabsahannya.

28

29

3.1.3 Klasifikasi ABC


Klasifikasi ABC, adalah metode pembuatan grup atau penggolongan
berdasarkan peringkat nilai dari nilai tertinggi hingga terendah, dan dibagi
menjadi 3 kelompok besar yang disebut kelompok A, B dan C. Kelompok A
biasanya sejumlah 10-20% dari total elemen dan merepresentasikan 60-70%
total nilai. Kelompok B berjumlah 20% dari total item dan merepresentasikan
20% total nilai. Kelompok C biasanya berjumlah 60-70% dari total elemen
dan merepresentasikan 10-20% total nilai. Pengelompokkan dengan
menggunakan prinsip ini akan membantu seseorang untuk bekerja lebih
fokus pada elemen-elemen yang bernilai tinggi (grup A) dan memberikan
kontrol yg secukupnya untuk elemen-elemen yg bernilai rendah (grup C).

3.2

TEKNIK PENGUMPULAN DATA

3.2.1 Jenis dan Sumber Data


Jenis dan sumber data yang digunakan dalam penelitian ini meliputi
data-data sekunder, merupakan data yang terlebih dahulu dikumpulkan dan
dilaporkan oleh staff inventory. Dalam hal ini data diperoleh dari dokumendokumen PT Dexa Medica dan buku, jurnal, makalah, serta data lain yang
mendukung. Data-data sekunder

yang digunakan antara lain data

pembelian, biaya penyimpanan, biaya pemesanan.

3.2.2 Teknik Pengumpulan Data


Teknik pengumpulan data dalam penelitian ini adalah:
1) Wawancara, merupakan metode pengumpulan informasi dengan
bertanya langsung kepada pihak yang terkait dan data dapat

30

dikumpulkan melalui pertanyaan langsung sehingga diperoleh data


kualitatif dan kuantitatif. Wawancara dilakukan dengan pimpinan dan
karyawan PT Dexa Medica untuk memperoleh data primer.
2) Dokumentasi, yaitu metode pengumpulan data yang penyelidikannya
ditunjukkan pada penguraian dan penjelasan melalui sumber-sumber
dokumen.

3.3

TEKNIK PENGOLAHAN DAN ANALISIS DATA


Metode pengolahan dan analisis data yang akan dilakukan dalam

penelitian ini adalah sebagai berikut:


1. Penentuan biaya penimpanan dan biaya pemesanan dilakukan dengan
asusmsi-asumsi yang disesuaikan dengan yang terjadi di lapangan.
2. Perhitungan model peramalan dengan tingkat akurasinya, dipilih pola yang
terbaik dengan nilai keakuratan tinggi dan verifikasinya valid.
3. Perhitungan jumlah pemesanan ekonomis.
4. Perhitungan waktu antar pemesanan.
5. Perhitungan Total Biaya dalam setahun
6. Perbandingan Total Biaya dalam 1 tahun dengan metode sebelumnya.

31

3.4 KERANGKA METODE PENELITIAN


MULAI

Studi Lapangan

Studi Literatur
Identifikasi Masalah

Perumusan Masalah

Pengumpulan Data

Pengolahan Data
1. Peramalan
2. Biaya. Pemesanan
3. Biaya Penyimpanan

1.
2.
3.
4.

Analisis Data dengan EOQ


Hitung EOQ
Hitung R
Hitung TC
Perbandingan biaya EOQ dengan
biaya persediaan perusahaan

Kesimpulan dan Saran

SELESAI

Gambar 3.1 Flow Chart Metode Penelitian

BAB IV
PENGUMPULAN DATA

4.1 BIAYA PEMBELIAN


Tabel 4.1 Biaya Pembelian jenis bahan kimia
No.

Jenis Barang

Harga/botol (Rp)

Acetonitrile

525,000

Methanol

290,000

4.2 DATA PENGGUNAAN REAGENT


Tabel 4.2 Data penggunaan bahan kimia Methanol pada periode Januari 2012
sampai Desember 2014
Jumlah per tahun
Bulan
2012

2013

2014

Januari

46

48

61

Februari

45

58

75

Maret

56

40

68

April

57

59

65

Mei

49

55

71

Juni

42

44

67

Juli

55

50

70

Agustus

34

36

75

September

70

74

80

32

33

Tabel 4.2 Data penggunaan bahan kimia Methanol pada periode Januari 2012
sampai Desember 2014 (Lanjutan)
Jumlah per Tahun
Bulan
2012

2013

2014

Oktober

56

58

77

November

55

54

86

Desember

50

55

80

Tabel 4.3 Data penggunaan bahan kimia Acetonitrile pada periode Januari 2012
sampai Desember 2014
Jumlah per Tahun
Bulan
2012

2013

2014

Januari

45

62

48

Februari

68

63

80

Maret

60

55

75

April

55

56

65

Mei

48

68

73

Juni

61

56

66

Juli

82

99

94

Agustus

55

53

75

September

71

64

81

Oktober

70

72

76

November

79

81

86

Desember

75

80

83

34

4.3 BIAYA PEMESANAN


Biaya pemesananan adalah biaya yang dikeluarkan sehubungan dengan
kegiatan permintaan bahan-bahan kimia tersebut dari gudang suppier sampai
dengan gudang PT Dexa Medica.
Tabel 4.4 Biaya pemesanan bahan kimia (Rp/pesan)
No.

Jenis Biaya

Biaya telepon, internet, faximile


(Rp 150.000 x 1/21 x 12)

Jumlah (Rp)

85.714

Biaya ekspedisi
(Rp 250.000 x 1/21 x 12)

142.857

Gaji pekerja
(Rp 2.250.000 x 1/21 x 12)
Biaya pemesanan

1.285.714
Rp 1.514.285/pesan

4.4 BIAYA PENYIMPANAN


Biaya penyimpanan adalah biaya semua pengeluaran yang timbul akibat
menyimpan barang. Gudang yang digunakan merupakan gudang milik sendiri
yaitu milik PT Dexa Medica.
Tabel 4.5 Biaya penyimpanan bahan kimia (Rp/botol/tahun)
No.
1

Jenis Biaya

Jumlah (Rp)

Gaji pekerja
(Rp 2.250.000 x 1/21 x 12)

1.285.714

Biaya listrik (Rp 240.000 x 1/20 x


2

12)

137.143

35

Tabel 4.5 Biaya penyimpanan bahan kimia (Lanjutan)


No.

Jenis Biaya

Jumlah (Rp)

Peralatan handling (Rp 15.000 x


3

1/21 x 12)

8.571

Jumlah Biaya
Penyimpanan/tahun

1.431.428

BAB V
PENGOLAHAN DAN ANALISIS DATA

Berdasarkan klasifikasi ABC, reagent kimia yang dipilih untuk ditentukan


persediaanya pada tahun 2015 adalah Methanol dan Acetonitrile. Data-data
pemakaian reagent kimia Methanol dan Acetonitrile pada Bab V, kemudian
dilakukan peramalan dengan data 3 tahun ke belakang, yaitu pada tahun 2012,
2013, dan 2014. Metode peramalan yang digunakan adalah Moving Average
(MA), Double Moving Average (DMA), Single Exponential Smoothing (SES),
Double Exponential Smoothing (DES), Weighted Moving Average (WMA). Untuk
menentukan metode peramalan yang paling tepat, maka dilakukan verifikasi hasil
peramalan. Dengan mempertimbangkan tingkat kesalahan yang paling rendah.
Metode analisis untuk menentukan tingkat kesalahan digunakan adalah MAD,
MSE, MFE, dan MAPE.
Untuk metode MA dilakukan variasi, yaitu dengan variasi nilai n, n
merupakan banyaknya

permintaan yang dilibatkan dalam perhitungan, sama

halnya dengan metode DMA, digunakan nilai n=3 dan n=4. Untuk metode WMA
dilakukan variasi nilai Wt. terdapat 2 variasi, yaitu pertama nilai Wt=0.2, 0.3, dan
0.5. yang kedua adalah Wt=0.1, 0.2, 0.3, dan 0.4. untuk metode SES dan SES
variasi yang digunakan adalah variasi nilai , yaitu koefisien smoothing. Semakin
kecil nilai ,maka smoothing yang dilakukan semakin besar (semakin halus).
Nilai yang digunakan adalah =0.4 dan =0.5 untuk SES dan DES. Tujuan
variasi ini adalah untuk mencari nilai yang minimum pada analisis tingkat
kesalahan peramalan. Artinya untuk satu reagen diperlukan 10 analisis

36

37

peramalan, ditentukan 1 analisis yang paling baik dan tepat. Berikut ini adalah
tabel DMA:
Tabel 5.1 Hasil pengolahan metode DMA untuk Acetonitrile
Bulan

Aktual

S'

S"

At

bt

Ft

(At-Ft)

IAt-FtI

(At - Ft)^2

I(At-Ft)/AtI

At
Januari

45

Februari

68

Maret

60

April

55

57

Mei

48

58

Juni

61

56

Juli

82

62

58.06

64.94

2.29

67

15

15

218

0.180

Agustus

55

62

59.19

63.81

1.54

65

-10

10

107

0.188

September

71

67

61.56

72.94

3.79

77

-6

33

0.081

Oktober

10

70

70

64.94

74.06

3.04

77

-7

50

0.101

November

11

79

69

66.75

70.75

1.33

72

48

0.088

Desember

12

75

74

69.81

77.69

2.63

80

-5

28

0.071

Januari

13

62

72

70.88

72.13

0.42

73

-11

11

111

0.170

Februari

14

63

70

70.94

68.56

-0.79

68

-5

23

0.076

Maret

15

55

64

69.69

57.81

-3.96

54

0.021

April

16

56

59

66.00

52.00

-4.67

47

75

0.155

Mei

17

68

61

63.25

57.75

-1.83

56

12

12

146

0.178

Juni

18

56

59

60.50

57.00

-1.17

56

-0.003

Juli

19

99

70

62.00

77.50

5.17

83

16

16

267

0.165

Agustus

20

53

69

64.50

73.50

3.00

77

-24

24

552

0.443

September

21

64

68

66.38

69.63

1.08

71

-7

45

0.105

Oktober

22

72

72

69.69

74.31

1.54

76

-4

15

0.054

November

23

81

68

69.13

65.88

-1.08

65

16

16

263

0.200

Desember

24

80

74

70.44

78.06

2.54

81

-1

0.008

Januari

25

48

70

71.00

69.50

-0.50

69

-21

21

441

0.438

Februari

26

80

72

71.06

73.44

0.79

74

33

0.072

Maret

27

75

71

71.88

69.63

-0.75

69

38

0.082

April

28

65

67

70.06

63.94

-2.04

62

10

0.048

Mei

29

73

73

70.81

75.69

1.63

77

-4

19

0.059

Juni

30

66

70

70.19

69.31

-0.29

69

-3

0.046

Juli

31

94

75

71.13

77.88

2.25

80

14

14

193

0.148

Agustus

32

75

77

73.63

80.38

2.25

83

-8

58

0.102

September

33

81

79

75.06

82.94

2.63

86

-5

21

0.056

Oktober

34

76

82

78.00

85.00

2.33

87

-11

11

128

0.149

38

Tabel 5.1 Hasil pengolahan metode DMA untuk Acetonitrile (Lanjutan)


Bulan

Aktual

S'

S"

At

bt

Ft

(At-Ft)

IAt-FtI

(At - Ft)^2

I(At-Ft)/AtI

At
November

35

86

80

79.25

79.75

0.17

80

37

0.071

Desember

36

83

82

80.38

82.63

0.75

83

0.005

-19

242

2,969

3.553

Jumlah

Contoh perhitungan :
100 A t - Ft
MAPE

At
n
100

3553
4

88.83%
Tabel 5.1 menyatakan hasil pengolahan peramalan metode DMA untuk
Acetoniitrile dengan nilai n=4. Berikut dengan nilai ukuran akurasi hasil
peramalan. Setelah itu dilakukan verifikasi hasil peramalan dan pengujian hasil
tak terkendali. Berikut ini adalah adalah tabel hasil verifikasi model DMA untuk
Acetonitrile.
Tabel 5.2 Verifikasi model DMA untuk Acetonitrile
Bulan

T
Aktual

Peramalan

Peramalan

(Ft - At)

MR

(Ft At)

MR

At

Ft (n=3)

Ft (n=4)

(n=3)

(n=3)

(n=4)

(n=4)

Januari

45

Februari

68

Maret

60

April

55

Mei

48

Juni

61

51

Juli

82

76

67

-6

-14.77

Agustus

55

75

65

20

26

10.35

25.13

September

71

75

77

16

5.73

4.63

10

70

62

77

-8

12

7.10

1.38

Oktober

-10

39

Tabel 5.2 Verifikasi model DMA untuk Acetonitrile (Lanjutan)


Bulan

November

11

Desember

12

Januari

13

Februari

14

Maret

15

April

16

Mei

17

Juni

Aktual

Peramalan

Peramalan

(Ft - At)

MR

(Ft - At)

MR

At

Ft (n=3)

Ft (n=4)

(n=3)

(n=3)

(n=4)

(n=4)

79

81

72

10

-6.92

14.02

75

82

80

5.31

12.23

62

69

73

10.54

5.23

63

58

68

-5

13

4.77

5.77

55

48

54

-7

-1.15

5.92

56

51

47

-5

-8.67

7.52

68

61

56

-7

-12.08

3.42

18

56

62

56

13

-0.17

11.92

Juli

19

99

94

83

-5

11

-16.33

16.17

Agustus

20

53

72

77

19

25

23.50

39.83

September

21

64

72

71

11

6.71

16.79

Oktober

22

72

53

76

-19

27

3.85

2.85

November

23

81

79

65

-2

17

-16.21

20.06

Desember

24

80

91

81

11

13

0.60

16.81

Januari

25

48

63

69

15

21.00

20.40

Februari

26

80

64

74

-16

31

-5.77

26.77

Maret

27

75

65

69

-10

-6.13

0.35

April

28

65

80

62

15

25

-3.10

3.02

Mei

29

73

72

77

-1

16

4.31

7.42

Juni

30

66

62

69

-4

3.02

1.29

Juli

31

94

89

80

-5

-13.88

16.90

Agustus

32

75

86

83

11

16

7.63

21.50

September

33

81

90

86

4.56

3.06

Oktober

34

76

73

87

-3

13

11.33

6.77

November

35

86

82

80

-4

-6.08

17.42

Desember

36

83

85

83

0.38

6.46

Jumlah

333

341.02

Tabel 5.2 menyatakan perhitungan untuk menetukan verifikasi dan pengendalian


peramalan. Data pada tabel tersebut dibuat kurva perbandingan antara periode
dan selisih [Ft-At]. Berikut ini adalah kurvanya.

40

Setelah semua model peramalan diperoleh, dimasukan ke dalam tabulasi


yang berisi rekapitulasi hasil peramalan, yang terdiri dari model peramalan,nilai
akurasi untuk semua model.
200.00
150.00

(Ft - At)

100.00

UCL =

50.00

A=

0.00
-50.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=

-100.00

B=

-150.00

LCL =

-200.00

Gambar 5.1 Kurva verifikasi hasil peramalan model DMA


Verifikasi semua model apakah valid atau tidak berdasarkan tampilan
kurva seperti Gambar 5.1. Berikut ini adalah rekapitulasi hasil perhitungan
peramalan.
Tabel 5.3 Rekapitulasi semua model peramalan Acetonitrile
No.
1

Model Peramalan

MR Chart

15.11

158.21%

Valid

79

1,341

15.13

113.85%

Valid

n=3

86

988

5.37

129.54%

Valid

n = 4 (terkecil & terpilih)

60

742

4.86

88.83%

Valid

114

2,143

12.73

168.17%

Valid

82

1,461

12

160.59%

Valid

114

2,072

16

167.35%

Valid

83

1,443

16

121.15%

Valid

alpha = 0,5

144

3,374

214.62%

Valid

alpha = 0,4 (terkecil)

132

3,305

101

182.01%

Valid

DMA

WMA

SES
alpha = 0,5
alpha = 0,4 (terkecil)

MAPE

2,009

Wt = 0.2 ; 0,3 ; 0,5


Wt = 0.1 ; 0,2 ; 0,3 ; 0,4
(terkecil)
4

MFE

108

n = 4 (terkecil)

MSE

MA
n=3

MAD

DES

41

Berdasarkan Tabel 5.3, maka dipilih model DMA dengan n=4 karena nilai
akurasinya cenderung lebih baik dibandingkan dengan yang lainnya. Oleh karena
itu ditentukan peramalan untuk tahun 2015 melanjutkan data pada peramalan
model DMA. Tabel 5.1 untuk mengetahui jumlah Acetonitrile yang diperlukan
pada tahun 2015. Untuk tabel pengolahan data peramalan model MA, DES,
WMA, dan SES ditampilkan pada Bab Lampiran pengolahan hasil data. Yang
terdiri dari tabel pengolahan data, tabel verifikasi model peramalan, kurva
verifikasi, dan rekapitulasi hasil peramalan.
Berikut ini adalah hasil peramalan reagent Acetonitrile untuk tahun 2015
dari Januari sampai Desember.
Tabel 5.4 Hasil peramalan model DMA untuk Acetonitrile
No
1
2
3
4
5
6
7
8
9
10
11
12

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

Peramalan
Ft
84
88
87
88
89
91
91
92
93
94
95
96
1,088

Berikut dibawah ini adalah tabel DMA dengan nilai n=3 pada tahun 2013 sampai
2014:

42

Tabel 5.5 Hasil pengolahan metode DMA untuk Methanol


Bulan

t
At

S'

S"

At

bt

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

Januari

46

Februari

45

Maret

56

49

April

57

53

Mei

49

54

51.89

56.11

2.11

Juni

42

49

52.00

46.67

-2.67

44

-2

0.048

Juli

55

49

50.67

46.67

-2.00

45

10

10

107

0.188

Agustus

34

44

47.22

40.11

-3.56

37

-3

0.075

September

70

53

48.44

57.56

4.56

62

62

0.113

Oktober

10

56

53

50.00

56.67

3.33

60

-4

16

0.071

November

11

55

60

55.56

65.11

4.78

70

-15

15

222

0.271

Desember

12

50

54

55.78

51.56

-2.11

49

0.011

Januari

13

48

51

55.00

47.00

-4.00

43

25

0.104

Februari

14

58

52

52.22

51.78

-0.22

52

42

0.111

Maret

15

40

49

50.56

46.78

-1.89

45

-5

24

0.122

April

16

59

52

51.00

53.67

1.33

55

16

0.068

Mei

17

55

51

50.78

51.89

0.56

52

0.046

Juni

18

44

53

52.11

53.22

0.56

54

-10

10

96

0.222

Juli

19

50

50

51.22

48.11

-1.56

47

12

0.069

Agustus

20

36

43

48.56

38.11

-5.22

33

10

0.086

September

21

74

53

48.78

57.89

4.56

62

12

12

134

0.156

Oktober

22

58

56

50.89

61.11

5.11

66

-8

68

0.142

November

23

54

62

57.11

66.89

4.89

72

-18

18

316

0.329

Desember

24

55

56

57.89

53.44

-2.22

51

14

0.069

Januari

25

61

57

58.11

55.22

-1.44

54

52

0.118

Februari

26

75

64

58.67

68.67

5.00

74

0.018

Maret

27

68

68

62.78

73.22

5.22

78

-10

10

109

0.154

April

28

65

69

67.00

71.67

2.33

74

-9

81

0.138

Mei

29

71

68

68.44

67.56

-0.44

67

15

0.055

Juni

30

67

68

68.33

67.00

-0.67

66

0.010

Juli

31

70

69

68.33

70.33

1.00

71

-1

0.019

Agustus

32

75

71

69.22

72.11

1.44

74

0.019

September

33

80

75

71.67

78.33

3.33

82

-2

0.021

Oktober

34

77

77

74.33

80.33

3.00

83

-6

40

0.082

November

35

86

81

77.78

84.22

3.22

87

-1

0.017

Desember

36

80

81

79.78

82.22

1.22

83

-3

12

0.043

-25

171

1,499

2.996

Jumlah

43

Contoh perhitungan :
100 A t - Ft
MAPE

At
n
100

2996
3

98.86%
Tabel 5.5 menyatakan hasil pengolahan metode DMA untuk Acetoniitrile
dengan nilai n=3. Berikut dengan nilai ukuran akurasi hasil peramalan. Setelah
itu dilakukan verifikasi hasil peramalan dan pengujian hasil tak terkendali. Berikut
ini adalah adalah tabel hasil verifikasi model DMA untuk Acetonitrile.
Tabel 5.6 Verifikasi model DMA untuk Methanol
Bulan

t
At

Ft (n=3)

Ft
(n=4)

(Ft - At)

MR

(Ft - At)

MR

(n=3)

(n=3)

(n=4)

(n=4)

Januari

46

Februari

45

Maret

56

April

57

Mei

49

Juni

42

44

Juli

55

45

50

-10

12

-4.88

Agustus

34

37

37

13

3.29

8.17

September

70

62

52

-8

10

-18.08

21.38

Oktober

10

56

60

60

12

4.10

22.19

November

11

55

70

59

15

11

3.85

0.25

Desember

12

50

49

64

-1

15

14.21

10.35

Januari

13

48

43

49

-5

0.71

13.50

Februari

14

58

52

50

-6

-7.54

8.25

Maret

15

40

45

42

11

2.44

9.98

April

16

59

55

51

-4

-7.85

10.29

Mei

17

55

52

56

-3

0.50

8.35

Juni

18

44

54

48

10

12

3.52

3.02

Juli

19

50

47

53

-3

13

2.94

0.58

44

Tabel 5.6 Verifikasi model DMA untuk Methanol (Lanjutan)


Bulan

At

Ft (n=3)

Ft (n=4)

(Ft - At)

MR

(Ft - At)

MR

(n=3)

(n=3)

(n=4)

(n=4)

Agustus

20

36

33

40

-3

3.69

0.75

September

21

74

62

53

-12

-20.81

24.50

Oktober

22

58

66

60

20

2.44

23.25

November

23

54

72

62

18

10

7.65

5.21

Desember

24

55

51

68

-4

22

13.48

5.83

Januari

25

61

54

57

-7

-3.69

17.17

Februari

26

75

74

66

-1

-9.17

5.48

Maret

27

68

78

71

10

12

3.31

12.48

April

28

65

74

75

10.06

6.75

Mei

29

71

67

76

-4

13

5.42

4.65

Juni

30

67

66

68

-1

1.38

4.04

Juli

31

70

71

68

-1.75

3.13

Agustus

32

75

74

73

-1

-1.54

0.21

September

33

80

82

78

-1.90

0.35

Oktober

34

77

83

82

4.54

6.44

November

35

86

87

88

1.52

3.02

Desember

36

80

83

87

6.69

5.17

Jumlah

245

244.73

Tabel 5.6 menyatakan perhitungan untuk menetukan verifikasi dan pengendalian


peramalan. Data pada tabel tersebut dibuat kurva perbandingan antara periode
dan selisih (Ft-At). Berikut ini adalah kurvanya.
Untuk model peramalan metode lain ditampilkan pada bagian lampiran
yang terdiri dari tabel peramalan, tabel verifikasi model peramalan, MR Chart
untuk model MA, WMA, SES, dan DES.

45

80
(Ft - At)
UCL =

30

A=
B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

-20

A=
B=
LCL =

-70

-120

Gambar 5.2 Kurva verifikasi hasil peramalan model DMA


Setelah semua model peramalan diperoleh, dimasukan ke dalam tabulasi
yang berisi rekapitulasi hasil peramalan, yang terdiri dari model peramalan,nilai
akurasi untuk semua model, verifikasi semua model apakah valid atau tidak
berdasarkan tampilan kurva seperti Gambar 5.5. Berikut ini adalah rekapitulasi
hasil perhitungan peramalan.

Tabel 5.7 Rekapitulasi semua model peramalan Methanol

No.
1

Model Peramalan

MAD

MSE

MFE

MAPE

MR
Chart

MA
n=3

85

1,161

20.56

152.27%

Valid

n = 4 (terkecil)

59

821

17.50

107.18%

Valid

n = 3 (terkecil & terpilih)

57

500

-8.19

99.86%

Valid

n=4

43

438

-4.63

72.07%

Valid

DMA

46

Tabel 5.7 Rekapitulasi semua model peramalan (Lanjutan)

No.

MSE

MFE

MAPE

MR
Chart

82

1,213

16.90

148.83%

Valid

60

843

14

144.10%

Valid

alpha = 0,5

81

1,182

20

146.47%

Valid

alpha = 0,4 (terkecil)

60

842

19

107.36%

Valid

alpha = 0,5

107

1,881

191.74%

alpha = 0,4 (terkecil)

103

2,113

88

165.08%

Valid
Tidak
Valid

Model Peramalan

MAD

WMA
Wt = 0.2 ; 0,3 ; 0,5
Wt = 0.1 ; 0,2 ; 0,3 ; 0,4
(terkecil)

SES

DES

Berdasarkan Tabel 5.7, maka dipilih model DMA dengan n=3 karena nilai
akurasinya cenderung lebih baik dibandingkan dengan yang lainnya. Oleh karena
itu ditentukan peramalan untuk tahun 2015 melanjutkan data pada peramalan
model DMA. Tabel 5.1 untuk mengetahui jumlah Methanol yang diperlukan pada
tahun 2015. Untuk tabel pengolahan data peramalan model MA, DES, WMA, dan
SES ditampilkan pada Bab Lampiran pengolahan hasil data. Yang terdiri dari
tabel pengolahan data, tabel verifikasi model peramalan, kurva verifikasi, dan
rekapitulasi hasil peramalan.
Berikut ini adalah hasil peramalan reagent Methanol untuk tahun 2015
dari Januari sampai Desember.
Tabel 5.8 Hasil peramalan model DMA untuk Methanol
Bulan

No
1
2
3
4
5

Januari
Februari
Maret
April
Mei

Peramalan
Ft
86
85
87
88
88

47

Tabel 5.8 Hasil peramalan model DMA untuk Methanol (Lanjutan)


Bulan

No
6
7
8
9
10
11
12

Juni
Juli
Agustus
September
Oktober
November
Desember
Total =

Peramalan
Ft
90
91
92
93
94
95
96
1,084

Pengolahan hasil peramalan dengan metode Economic Order Quantity


Berdasarkan data-data dan pengolahan data, maka diperoleh komponenkomponen biaya untuk Acetonitrile adalah sebagai berikut:
1. Biaya pemesanan (A): Rp 1.514.285
2. Kebutuhan/tahun (D): 1.088 botol
3. Biaya penyimpanan/tahun (i): Rp 1.431.428
4. Harga per botol (c): Rp 525.000
5. Leadtime (hari): 3 hari
Maka:
Jumlah pemesanan yang ekonomis (EOQ):

2. A.D
i
2 x1.514.285 x1088
1.431.428

47.98 48 botol
Frekuensi pemesanan:

48

f D

1088
71

23kali pemesanan
Waktu antar pemesanan:

tq

xjumlah hari kerja

48
x(20x12)
1088

11
Karena L > t, R= (L t) x dL
R

= (18-11) x 3
= 21 botol

Total biaya persediaan setahun:


TC = A. D/q + i. q/2 + D.c
= (1.514.285 x 23) + (1.431.428 x 48/2) + (1088 x 525.000)
= Rp 640.382.827

Berdasarkan data-data dan pengolahan data, maka diperoleh komponenkomponen biaya untuk Methanol adalah sebagai berikut:
1. Biaya pemesanan (A): Rp 1.514.285
2. Kebutuhan setahun (D): 1.084 botol
3. Biaya penyimpanan (i): Rp 1.431.428
4. Harga per botol (c): Rp 290.000
5. Leadtime (hari): 3 hari

49

Maka:
Jumlah pemesanan yang ekonomis (EOQ):

2. A.D
i

2 x1.514.285 x1084
1.431.428

47.89 48 botol
Frekuensi pemesanan:

f D

1084
48

23kali pemesanan
Waktu antar pemesanan:

tq

xjumlah hari kerja

71
x(20x12)
1084

11
Karena L > t, R= (L t) x dL
R

= (18-11) x 3
= 21 botol

Total biaya persediaan setahun:


TC = A. D/q + i. q/2 + D.c
= (1.514.285 x 11) + (1.431.428 x 48/2) + (1084 x 290.000)
= Rp 365.371.407

50

Berikut ini merupakan simulasi perhitungan dengan cara pemesanan


perusahaan PT Dexa Medica terapkan selama ini, sebagai perbandingan dengan
metode EOQ. Agar bisa dibandingkan total biaya yang dikeluarkan dengan
penambahan biaya penyimpanan dan biaya pemesanan. Dengan asumsi data
peramalan, biaya pemesanan, dan biaya penyimpanan nilainya sama.
Tabel 5.9 Tabel simulasi Total biaya Acetonitrile tahun 2015
Bulan

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

Jumlah

84
88
87
88
89
91
91
92
93
94
95
96

Harga @
525.000

44,100,000
46,200,000
45,675,000
46,200,000
46,725,000
47,775,000
47,775,000
48,300,000
48,825,000
49,350,000
49,875,000
50,400,000

B.
Pemesanan

1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285

B. Penyimpanan
@ 1.431.428/th

10,019,996
10,497,139
10,377,853
10,497,139
10,616,424
10,854,996
10,854,996
10,974,281
11,093,567
11,212,853
11,332,138
11,451,424

Total Biaya

55,634,281
58,211,424
57,567,138
58,211,424
58,855,709
60,144,281
60,144,281
60,788,566
61,432,852
62,077,138
62,721,423
63,365,709
719,154,225

Tabel 5.10 Tabel simulasi Total biaya Methanol tahun 2015


Bulan

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

Jumlah

86
85
87
88
88
90
91
92
93
94
95
96

Harga @
290.000

24,940,000
24,650,000
25,230,000
25,520,000
25,520,000
26,100,000
26,390,000
26,680,000
26,970,000
27,260,000
27,550,000
27,840,000

B.
Pemesanan
@ 48.811

1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285
1,514,285

B. Penyimpanan
@ 1.431.428/th

10,258,567
10,139,282
10,377,853
10,497,139
10,497,139
10,735,710
10,854,996
10,974,281
11,093,567
11,212,853
11,332,138
11,451,424

Total Biaya

36,712,852
36,303,567
37,122,138
37,531,424
37,531,424
38,349,995
38,759,281
39,168,566
39,577,852
39,987,138
40,396,423
40,805,709
462,246,368

51

Bila dibandingkan dengan metode yang digunakan PT Dexa Medica, metode


EOQ memiliki keunggulan total biaya yang lebih rendah, tanpa mengurangi
jumlah pemesanan pada masing-masing reagen. Untuk reagen Acetonitrile bisa
lebih hemat 12,3%, sedangkan untuk Methanol dapat menghemat sebesar
26.5%.
Jadi metode EOQ jauh lebih baik dari pada metode perencanaan persediaan
yang PT Dexa Medica terapkan. Dengan simulasi pada Tabel 5.9 dan Tabel 5.10
dapat memperlihatkan jumlah besaran total biaya yang harus dikeluarkan.

BAB VI
KESIMPULAN DAN SARAN

6.1 Simpulan
Berdasarkan hasil pengolahan dan analsis data serta hasil, dapat
disimpulkan bahwa sebagai berikut:
1. Tingkat pemesanan yang ekonomis dengan metode Economic Order
Quantity (EOQ) yaitu setiap pemesanan Acetonitrile dan Methanol masingmasing 48 botol.
2. Titik pemesanan kembali (Re-order point) pada reagent Acetonitrile dan
Methanol adalah pada persediaan stok di gudang masing-masing sebesar
21 botol.
3. Total cost untuk persediaan reagent Acetonitrile adalah sebesar Rp
640.382.827, dan untuk reagent Methanol adalah Rp 365.371.407 dalam 1
tahun kedepan.
4. Metode Economic Order Quantity bila dibandingkan dengan metode yang
perusahaan gunakan dinilai lebih efisien, karena Total Cost perhitungan
perusahaan adalah Rp 719,154,225 untuk Acetonitrile dan Rp 462,246,368
untuk Methanol.
6.2 Saran
Sebaiknya dilakukan pengendalian persediaan untuk semua reagent
kimia, karena ada kemungkinan dihasilkan total cost yang lebih rendah. Agar
memperoleh keuntungan perusahaan yang lebih besar. Namun dengan hasil
peramalan yang akurat.

52

DAFTAR PUSTAKA

Arman Hakim Nasution, Perencanaan dan Pengendalian Produksi, Edisi


Pertama, Institut Sepuluh November, Surabaya, 2003
Arman Hakim Nasution, Manajemen Industri, Andi Offset, Yogyakarta, 2006

Biegel, john E, Pengendalian Produksi: Suatu Pendekatan Kuantitatif,


Akademika Pressindo, Jakarta, 1992
Bloch SC., Excel untuk Insinyur dan Ilmuwan, Edisi kedua, John Wiley & Sons,
New York, 2005
Chang, chun-tao, An EOQ model for deteriotaring items under suppier
credits linked to ordering quantity, Applied Mathematical Modelling,
Department of Statistics Tamkang University, Taiwan, 2003
Hari Purnomo, Pengantar Teknik Industri, Graha Ilmu, Yogyakarta, 2006

Hitomi Katsundo, Manufacturing Systems Engineering,Viva Books Private


Limited, New Delhi, 1999
Huang YF, Optimal retailers ordering policies in the EOQ model under trade
credit financing, Journal of Operational Research Society, Chaoyang
University of Technology, Taiwan, 2003
Makridakis, Spyros, Wheelwright, Steven C., Mc. Gee, Victor E., Forecasting:
Method and Application, Second Edition, John Wiley & Sons Inc., New
York, 1983
Sana, Shib sankar, A Deterministic EOQ model with delays in payments and
price-discount offers, European Journal of Operational Research,
Department of Mathematics Jadavpur University, India, 2006
Senator Nur Bahagia, Sistem Inventory, Institut Teknologi Bandung, Bandung,
2006
Slamet Raharjo, Aplikasi Excel dalam Penjadwalan Produksi, PT. Elex Media
Koputindo, Jakarta, 2002

53

LAMPIRAN

54

55

Lampiran 1. Rincian pemesanan bahan kimia pada tahun 2014


No

Nama Bahan

Harga

Quantity

Total

Methanol

290,000

875

botol 2.5L

91,640,000

Hydrochloric Acid 37%

385,000

40

botol 2.5L

15,400,000

Ethanol Absolute GR

418,000

32

botol 2.5L

13,376,000

Ethanol AR Merck

452,000

botol 2.5L

904,000

Acetic acid Glacial

440,000

28

botol 2.5L

12,320,000

Chloroform

446,000

11

botol 2.5L

4,906,000

Aceton

357,000

botol 2.5L

714,000

Trifluoro acetic acid

270,000

botol 25mL

540,000

Diethylamine

450,000

botol 1L

450,000

10

Triethylamine

410,000

botol 1L

2,870,000

11

2-Propanol

360,000

22

botol 2.5L

7,920,000

12

N-Heptane

1,185,000

botol 1L

5,925,000

13

Tween 80

2,857,000

botol 2.5L

11,428,000

14

N Hexane LC

3,983,000

14

botol 2.5L

25,762,000

15

N Hexane GR

2,844,000

24

botol 2.5L

8,256,000

16

N,N Dimethyl formamide

2,544,000

botol 2.5L

10,176,000

17

Tetrahydrofuran

2,386,000

14

botol 2.5L

33,404,000

18

Dichloromethane GR

989,000

botol 2.5L

1,978,000

19

Acetonitrile

525,000

902

botol 4L

20

diethyl ether

666,000

botol 2.5L

1,332,000

21

Formic Acid

833,000

botol 2.5L

833,000

105,000,000

56

Lampiran 2. Perhitungan klasifikasi ABC


Kelas

Jumlah

196.640.000

55.37%

138.042.000

38.87%

20.452.000

5.76%

632,054,000

100%

TOTAL

Keterangan:
Kelas A:
1.

Acetonitril

2.

Methanol

Kelas B:
1.

Tetrahydrofuran

2.

Ethanol Absolute GR

3.

Hydrochloric Acid 37%

4.

Acetic acid Glacial

5.

N Hexane LC

6.

N Hexane GR

Kelas C:
1. diethyl ether
2. Formic Acid
3.

Ethanol AR Merck

4.

Chloroform

5.

Aceton

6.

Trifluoro acetic acid

Presentase(%)

57

7.

Diethylamine

8.

Triethylamine

9.

2-Propanol

10. N-Heptane
11. Tween 80
12. N,N Dimethyl formamide
13. Dichloromethane GR

58

Lampiran 3. Tabel Model peramalan model MA Acetonitrile (n=3)


Bulan

At

Ft

(At-Ft)

IAt-FtI

(At - Ft)^2

I (At-Ft)/At I

Januari

45

Februari

68

Maret

60

April

55

58

-3

0.048

Mei

48

61

-13

13

169

0.271

Juni

61

54

44

0.109

Juli

82

55

27

27

747

0.333

Agustus

55

64

-9

75

0.158

September

71

66

25

0.070

Oktober

10

70

69

0.010

November

11

79

65

14

14

187

0.173

Desember

12

75

73

0.022

Januari

13

62

75

-13

13

160

0.204

Februari

14

63

72

-9

81

0.143

Maret

15

55

67

-12

12

136

0.212

April

16

56

60

-4

16

0.071

Mei

17

68

58

10

10

100

0.147

Juni

18

56

60

-4

13

0.065

Juli

19

99

60

39

39

1,521

0.394

Agustus

20

53

74

-21

21

455

0.403

September

21

64

69

-5

28

0.083

Oktober

22

72

72

0.000

November

23

81

63

18

18

324

0.222

Desember

24

80

72

59

0.096

Januari

25

48

78

-30

30

880

0.618

Februari

26

80

70

10

10

107

0.129

Maret

27

75

69

32

0.076

April

28

65

68

-3

0.041

Mei

29

73

73

0.005

Juni

30

66

71

-5

25

0.076

Juli

31

94

68

26

26

676

0.277

Agustus

32

75

78

-3

0.036

September

33

81

78

0.033

Oktober

34

76

83

-7

54

0.096

November

35

86

77

75

0.101

Desember

36

83

81

0.024

45

325

6,026

4.746

Jumlah

59

Lampiran 4. Tabel Model peramalan model MA Acetonitrile (n=4)


Bulan

At

Ft

(At - Ft)

IAt-FtI

(At - Ft)^2

I (At-Ft)/At I

Januari

45

Februari

68

Maret

60

April

55

Mei

48

57

-9

81

0.188

Juni

61

58

11

0.053

Juli

82

56

26

26

676

0.317

Agustus

55

62

-7

42

0.118

September

71

62

10

10

90

0.134

Oktober

10

70

67

0.039

November

11

79

70

10

10

90

0.120

Desember

12

75

69

39

0.083

Januari

13

62

74

-12

12

138

0.190

Februari

14

63

72

-9

72

0.135

Maret

15

55

70

-15

15

218

0.268

April

16

56

64

-8

60

0.138

Mei

17

68

59

81

0.132

Juni

18

56

61

-5

20

0.080

Juli

19

99

59

40

40

1,620

0.407

Agustus

20

53

70

-17

17

281

0.316

September

21

64

69

-5

25

0.078

Oktober

22

72

68

16

0.056

November

23

81

72

81

0.111

Desember

24

80

68

13

13

156

0.156

Januari

25

48

74

-26

26

689

0.547

Februari

26

80

70

10

10

95

0.122

Maret

27

75

72

0.037

April

28

65

71

-6

33

0.088

Mei

29

73

67

36

0.082

Juni

30

66

73

-7

53

0.110

Juli

31

94

70

24

24

588

0.258

Agustus

32

75

75

0.007

September

33

81

77

16

0.049

Oktober

34

76

79

-3

0.039

November

35

86

82

20

0.052

Desember

36

83

80

12

0.042

61

314

5,364

4.554

Jumlah

60

Lampiran 5. Tabel Verifikasi Model peramalan model MA Acetonitrile


Bulan

At

Ft (n=3)

Ft (n=4)

(Ft-At)

MR

(Ft-At)

MR

(n=3)

(n=3)

(n=4)

(n=4)

Januari

45

Februari

68

Maret

60

April

55

58

Mei

48

61

57

13

10

9.00

Juni

61

54

58

-7

20

-3.25

12.25

Juli

82

55

56

-27

21

-26.00

22.75

Agustus

55

64

62

36

6.50

32.50

September

71

66

62

-5

14

-9.50

16.00

Oktober

10

70

69

67

-1

-2.75

-6.75

November

11

79

65

70

-14

13

-9.50

6.75

Desember

12

75

73

69

-2

12

-6.25

3.25

Januari

13

62

75

74

13

14

11.75

18.00

Februari

14

63

72

72

8.50

3.25

Maret

15

55

67

70

12

14.75

6.25

April

16

56

60

64

7.75

7.00

Mei

17

68

58

59

-10

14

-9.00

16.75

Juni

18

56

60

61

14

4.50

13.50

Juli

19

99

60

59

-39

43

-40.25

44.75

Agustus

20

53

74

70

21

60

16.75

57.00

September

21

64

69

69

16

5.00

11.75

Oktober

22

72

72

68

-4.00

9.00

November

23

81

63

72

-18

18

-9.00

5.00

Desember

24

80

72

68

-8

10

-12.50

3.50

Januari

25

48

78

74

30

37

26.25

38.75

Februari

26

80

70

70

-10

40

-9.75

36.00

Maret

27

75

69

72

-6

-2.75

7.00

April

28

65

68

71

5.75

8.50

Mei

29

73

73

67

-6.00

11.75

Juni

30

66

71

73

7.25

13.25

Juli

31

94

68

70

-26

31

-24.25

31.50

Agustus

32

75

78

75

29

-0.50

23.75

September

33

81

78

77

-3

-4.00

3.50

Oktober

34

76

83

79

10

3.00

7.00

November

35

86

77

82

-9

16

-4.50

7.50

Desember

36

83

81

80

-2

-3.50

1.00

Jumlah

533

472.00

61

Lampiran 6. MR Chart Model peramalan model MA Acetonitrile (n=3)


200
(Ft-At)

150

UCL =

100

A=

50

B=

0
-50

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-100

LCL =

-150

Linear (B =)

-200

Lampiran 7. MR Chart Model peramalan model MA Acetonitrile (n=4)


200.00
150.00

(Ft-At)

100.00

UCL =

50.00

A=

0.00
-50.00
-100.00
-150.00
-200.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =

62

Lampiran 8. Tabel peramalan model DMA Acetonitrile (n=3)


Bulan

t
At

S'

S"

at

bt

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(AtFt)/AtI

Januari

45

Februari

68

Maret

60

58

April

55

61

Mei

48

54

57.67

51.00

-3.33

Juni

61

55

56.67

52.67

-2.00

51

10

10

107

0.169

Juli

82

64

57.56

69.78

6.11

76

37

0.075

Agustus

55

66

61.44

70.56

4.56

75

-20

20

404

0.366

September

71

69

66.33

72.33

3.00

75

-4

19

0.061

Oktober

10

70

65

66.89

63.78

-1.56

62

60

0.111

November

11

79

73

69.33

77.33

4.00

81

-2

0.030

Desember

12

75

75

71.11

78.22

3.56

82

-7

46

0.090

Januari

13

62

72

73.33

70.67

-1.33

69

-7

54

0.118

Februari

14

63

67

71.11

62.22

-4.44

58

27

0.083

Maret

15

55

60

66.22

53.78

-6.22

48

55

0.135

April

16

56

58

61.56

54.44

-3.56

51

26

0.091

Mei

17

68

60

59.22

60.11

0.44

61

55

0.109

Juni

18

56

60

59.22

60.78

0.78

62

-6

31

0.099

Juli

19

99

74

64.67

84.00

9.67

94

28

0.054

Agustus

20

53

69

67.89

70.78

1.44

72

-19

19

369

0.363

September

21

64

72

71.89

72.11

0.11

72

-8

68

0.128

Oktober

22

72

63

68.11

57.89

-5.11

53

19

19

369

0.267

November

23

81

72

69.11

75.56

3.22

79

0.027

Desember

24

80

78

71.00

84.33

6.67

91

-11

11

121

0.138

Januari

25

48

70

73.22

66.11

-3.56

63

-15

15

212

0.303

Februari

26

80

69

72.22

66.44

-2.89

64

16

16

270

0.206

Maret

27

75

68

68.89

66.44

-1.22

65

10

10

96

0.130

April

28

65

73

70.11

76.56

3.22

80

-15

15

218

0.227

Mei

29

73

71

70.67

71.33

0.33

72

0.018

Juni

30

66

68

70.78

65.22

-2.78

62

13

0.054

Juli

31

94

78

72.22

83.11

5.44

89

30

0.058

Agustus

32

75

78

74.67

82.00

3.67

86

-11

11

114

0.142

September

33

81

83

79.78

86.89

3.56

90

-9

89

0.117

Oktober

34

76

77

79.67

75.00

-2.33

73

11

0.044

November

35

86

81

80.56

81.44

0.44

82

17

0.048

Desember

36

83

82

80.00

83.33

1.67

85

-2

0.024

-16

257

2,964

3.886

Jumlah

63

Lampiran 9. MR Chart model DMA Acetonitrile (n=3)


200
150

(Ft-At)

100

UCL =

50

A=

0
-50

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-100

LCL =

-150
-200

Lampiran 10. MR Chart model WMA Acetonitrile (n=3)


180
130

(Ft-At)

80

UCL =
A=

30
-20
-70
-120
-170
-220

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =

64

Lampiran 11. Tabel peramalan model WMA Acetonitrile (n=3)


Bulan

At

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

Januari

45

Februari

68

Maret

60

April

55

59

-4

19

0.080

Mei

48

59

-11

11

123

0.231

Juni

61

53

72

0.139

Juli

82

56

26

26

681

0.318

Agustus

55

69

-14

14

193

0.253

September

71

64

45

0.094

Oktober

10

70

68

0.023

November

11

79

67

12

12

137

0.148

Desember

12

75

75

0.004

Januari

13

62

75

-13

13

174

0.213

Februari

14

63

69

-6

40

0.100

Maret

15

55

65

-10

10

102

0.184

April

16

56

59

-3

0.050

Mei

17

68

57

11

11

119

0.160

Juni

18

56

62

-6

34

0.104

Juli

19

99

60

39

39

1,552

0.398

Agustus

20

53

80

-27

27

724

0.508

September

21

64

67

-3

12

0.053

Oktober

22

72

68

18

0.060

November

23

81

66

15

15

231

0.188

Desember

24

80

75

26

0.064

Januari

25

48

79

-31

31

942

0.640

Februari

26

80

64

16

16

250

0.198

Maret

27

75

70

21

0.061

April

28

65

71

-6

37

0.094

Mei

29

73

71

0.027

Juni

30

66

71

-5

25

0.076

Juli

31

94

68

26

26

681

0.278

Agustus

32

75

81

-6

41

0.085

September

33

81

79

0.026

Oktober

34

76

82

-6

34

0.076

November

35

86

77

76

0.101

Desember

36

83

82

0.012

38

342

6,429

5.045

Jumlah

65

Lampiran 12. Tabel peramalan model WMA Aacetonitrile (n=4)


Bulan

At

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

Januari

45

Februari

68

Maret

60

April

55

Mei

48

58

-10

10

102

0.210

Juni

61

55

42

0.107

Juli

82

56

26

26

686

0.320

Agustus

55

66

-11

11

125

0.204

September

71

64

55

0.104

Oktober

10

70

67

0.037

November

11

79

69

11

11

110

0.133

Desember

12

75

72

0.036

Januari

13

62

75

-13

13

164

0.206

Februari

14

63

70

-7

50

0.113

Maret

15

55

67

-12

12

137

0.213

April

16

56

61

-5

23

0.086

Mei

17

68

58

10

10

106

0.151

Juni

18

56

61

-5

28

0.095

Juli

19

99

60

40

40

1,560

0.399

Agustus

20

53

76

-23

23

511

0.426

September

21

64

69

-5

24

0.077

Oktober

22

72

67

26

0.071

November

23

81

69

13

13

156

0.154

Desember

24

80

72

62

0.099

Januari

25

48

77

-29

29

847

0.606

Februari

26

80

67

13

13

180

0.168

Maret

27

75

71

20

0.060

April

28

65

72

-7

44

0.102

Mei

29

73

69

14

0.051

Juni

30

66

72

-6

32

0.086

Juli

31

94

69

25

25

635

0.268

Agustus

32

75

79

-4

12

0.047

September

33

81

79

0.028

Oktober

34

76

80

-4

18

0.057

November

35

86

79

48

0.080

Desember

36

83

81

0.025

50

329

5,843

4.818

Jumlah

66

Lampiran 13. MR Chart model WMA Acetonitrile (n=4)


200.00
150.00

(Ft-At)

100.00

UCL =

50.00

A=

0.00

B=

-50.00

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-100.00

LCL =

-150.00
-200.00

Lampiran 14. MR Chart model SES Acetonitrile (n=3 dan =0.5)


170
120

(Ft-At)

70

UCL =
A=

20
-30
-80
-130
-180

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =

67

Lampiran 15. Tabel peramalan model SES Acetonitrile (n=3 dan =0.5)
Bulan

At

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

Januari

45

Februari

68

45

23

23

529

0.338

Maret

60

57

12

0.058

April

55

58

-3

11

0.059

Mei

48

57

-9

74

0.180

Juni

61

52

75

0.142

Juli

82

57

25

25

642

0.309

Agustus

55

69

-14

14

205

0.261

September

71

62

78

0.124

Oktober

10

70

67

12

0.049

November

11

79

68

11

11

115

0.136

Desember

12

75

74

0.018

Januari

13

62

74

-12

12

152

0.199

Februari

14

63

68

-5

27

0.082

Maret

15

55

66

-11

11

112

0.192

April

16

56

60

-4

18

0.077

Mei

17

68

58

10

10

97

0.145

Juni

18

56

63

-7

50

0.126

Juli

19

99

60

39

39

1,557

0.399

Agustus

20

53

79

-26

26

690

0.496

September

21

64

66

-2

0.033

Oktober

22

72

65

48

0.096

November

23

81

69

12

12

155

0.154

Desember

24

80

75

27

0.065

Januari

25

48

77

-29

29

863

0.612

Februari

26

80

63

17

17

300

0.216

Maret

27

75

71

13

0.049

April

28

65

73

-8

67

0.126

Mei

29

73

69

15

0.054

Juni

30

66

71

-5

25

0.076

Juli

31

94

69

25

25

649

0.271

Agustus

32

75

81

-6

39

0.083

September

33

81

78

0.035

Oktober

34

76

80

-4

13

0.047

November

35

86

78

68

0.096

Desember

36

83

82

0.013

48

341

6,215

5.021

Jumlah

68

Lampiran 16. Tabel peramalan model SES Acetonitrile (n=4 dan =0.4)
Bulan

At

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

Januari

45

Februari

68

45

23

23

529

0.338

Maret

60

54

34

0.097

April

55

57

-2

0.028

Mei

48

56

-8

63

0.165

Juni

61

53

68

0.135

Juli

82

56

26

26

673

0.316

Agustus

55

66

-11

11

131

0.208

September

71

62

84

0.129

Oktober

10

70

66

20

0.064

November

11

79

67

12

12

137

0.148

Desember

12

75

72

0.040

Januari

13

62

73

-11

11

125

0.181

Februari

14

63

69

-6

33

0.091

Maret

15

55

66

-11

11

131

0.208

April

16

56

62

-6

34

0.105

Mei

17

68

60

72

0.125

Juni

18

56

63

-7

48

0.123

Juli

19

99

60

39

39

1,510

0.392

Agustus

20

53

76

-23

23

515

0.428

September

21

64

67

-3

0.041

Oktober

22

72

66

41

0.089

November

23

81

68

13

13

165

0.159

Desember

24

80

73

45

0.084

Januari

25

48

76

-28

28

782

0.583

Februari

26

80

65

15

15

232

0.190

Maret

27

75

71

17

0.055

April

28

65

73

-8

57

0.116

Mei

29

73

70

12

0.048

Juni

30

66

71

-5

24

0.074

Juli

31

94

69

25

25

628

0.267

Agustus

32

75

79

-4

16

0.053

September

33

81

77

13

0.045

Oktober

34

76

79

-3

0.037

November

35

86

78

69

0.097

Desember

36

83

81

0.024

63

332

5,774

4.846

Jumlah

69

Lampiran 17. Tabel verifikasi model SES Acetonitrile


Bulan

At

Ft

Ft

(Ft-At)

MR

(Ft-At)

MR

(=0.5)

(=0.4)

=0.5

=0.5

=0.4

=0.4

Januari

45

Februari

68

45

45

-23

Maret

60

57

54

-4

20

-5.80

17.20

April

55

58

57

1.52

7.32

Mei

48

57

56

7.91

6.39

Juni

61

52

53

-9

17

-8.25

16.16

Juli

82

57

56

-25

17

-25.95

17.70

Agustus

55

69

66

14

40

11.43

37.38

September

71

62

62

-9

23

-9.14

20.57

Oktober

10

70

67

66

-3

-4.49

4.66

November

11

79

68

67

-11

-11.69

7.21

Desember

12

75

74

72

-1

-3.01

8.68

Januari

13

62

74

73

12

14

11.19

14.21

Februari

14

63

68

69

5.71

5.48

Maret

15

55

66

66

11

11.43

5.71

April

16

56

60

62

5.86

5.57

Mei

17

68

58

60

-10

14

-8.49

14.34

Juni

18

56

63

63

17

6.91

15.39

Juli

19

99

60

60

-39

47

-38.85

45.76

Agustus

20

53

79

76

26

66

22.69

61.54

September

21

64

66

67

24

2.61

20.07

Oktober

22

72

65

66

-7

-6.43

9.04

November

23

81

69

68

-12

-12.86

6.43

Desember

24

80

75

73

-5

-6.72

6.14

Januari

25

48

77

76

29

35

27.97

34.69

Februari

26

80

63

65

-17

47

-15.22

43.19

Maret

27

75

71

71

-4

14

-4.13

11.09

April

28

65

73

73

12

7.52

11.65

Mei

29

73

69

70

-4

12

-3.49

11.01

Juni

30

66

71

71

4.91

8.39

Juli

31

94

69

69

-25

31

-25.06

29.96

Agustus

32

75

81

79

32

3.97

29.02

September

33

81

78

77

-3

-3.62

7.59

Oktober

34

76

80

79

2.83

6.45

November

35

86

78

78

-8

12

-8.30

11.13

Desember

36

83

82

81

-1

-1.98

Jumlah

-23.00

597

6.32
563.46

70

Lampiran 18. MR Chart model SES Acetonitrile (n=4 dan =0.4)


170.00
120.00

(Ft-At)

70.00

UCL =
A=

20.00
-30.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-80.00

LCL =

-130.00
-180.00

Lampiran 19. MR Chart model DES Acetonitrile (n=3 dan =0.4)


300
200

(Ft-At)
UCL =

100

A=
0

B=
1

-100
-200
-300

5 7

9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =

71

Lampiran 20. Tabel peramalan model DES Acetonitrile (n=3 dan =0.5)
Ft

At-Ft

12.78

45

23

23

529

0.338

50.30

9.70

68

-8

64

0.133

46.33

8.67

60

-5

25

0.091

26

40.71

7.29

55

-7

49

0.146

39

28

49.93

11.07

48

13

13

169

0.213

82

51

35

66.36

15.64

61

21

21

441

0.256

55

40

33

47.59

7.41

82

-27

27

729

0.491

71

46

33

58.27

12.73

55

16

16

256

0.225

Oktober

10

70

46

35

58.19

11.81

71

-1

0.014

November

11

79

51

37

65.05

13.95

70

81

0.114

Desember

12

75

50

38

62.64

12.36

79

-4

16

0.053

Januari

13

62

44

34

52.78

9.22

75

-13

13

169

0.210

Februari

14

63

42

32

52.70

10.30

62

0.016

Maret

15

55

38

30

46.55

8.45

63

-8

64

0.145

April

16

56

38

28

46.76

9.24

55

0.018

Mei

17

68

43

31

55.69

12.31

56

12

12

144

0.176

Juni

18

56

39

30

47.42

8.58

68

-12

12

144

0.214

Juli

19

99

59

39

79.11

19.89

56

43

43

1,849

0.434

Agustus

20

53

41

35

47.15

5.85

99

-46

46

2,116

0.868

September

21

64

42

31

53.16

10.84

53

11

11

121

0.172

Oktober

22

72

47

34

59.29

12.71

64

64

0.111

November

23

81

52

38

66.57

14.43

72

81

0.111

Desember

24

80

53

40

66.52

13.48

81

-1

0.013

Januari

25

48

37

32

42.63

5.37

80

-32

32

1,024

0.667

Februari

26

80

49

34

64.66

15.34

48

32

32

1,024

0.400

Maret

27

75

50

37

62.41

12.59

80

-5

25

0.067

April

28

65

45

35

54.98

10.02

75

-10

10

100

0.154

Mei

29

73

48

35

60.37

12.63

65

64

0.110

Juni

30

66

45

34

55.47

10.53

73

-7

49

0.106

Juli

31

94

58

40

76.12

17.88

66

28

28

784

0.298

Agustus

32

75

52

41

63.53

11.47

94

-19

19

361

0.253

September

33

81

54

40

67.26

13.74

75

36

0.074

Oktober

34

76

51

39

63.69

12.31

81

-5

25

0.066

November

35

86

56

41

70.92

15.08

76

10

10

100

0.116

Desember

36

83

55

42

69.23

13.77

86

-3

0.036

23

433

10,123

6.439

Bulan

At

S'

S"

Januari

45

34

28

39.38

5.63

Februari

68

42

30

55.22

Maret

60

41

31

April

55

38

29

Mei

48

33

Juni

61

Juli

Agustus

September

Jumlah

IAt-FtI

At-Ft^2

I(At-Ft)/AtI

72

Lampiran 21. Tabel peramalan model DES Acetonitrile (n=3 dan =0.4)
At-Ft

IAtFtI

39

29

29

841

0.426

7.86

56

14

0.063

7.17

50

23

0.088

34.09

6.18

46

0.041

17

42.02

8.44

40

21

21

430

0.340

39

21

56.00

11.55

50

32

32

995

0.385

55

30

20

39.84

6.74

68

-13

13

158

0.228

71

34

20

49.01

9.77

47

24

24

596

0.344

Oktober

10

70

35

21

48.92

9.37

59

11

11

126

0.160

November

11

79

39

22

54.74

10.78

58

21

21

429

0.262

Desember

12

75

38

23

52.63

9.94

66

90

0.126

Januari

13

62

32

20

44.21

7.91

63

-1

0.009

Februari

14

63

32

19

44.20

8.36

52

11

11

118

0.173

Maret

15

55

28

18

39.00

7.11

53

0.044

April

16

56

28

17

39.24

7.45

46

10

10

98

0.177

Mei

17

68

33

19

46.89

9.38

47

21

21

454

0.313

Juni

18

56

29

18

39.78

7.21

56

0.005

Juli

19

99

45

24

66.84

14.30

47

52

52

2,705

0.525

Agustus

20

53

30

21

39.37

6.06

81

-28

28

791

0.531

September

21

64

32

19

44.59

8.63

45

19

19

345

0.290

Oktober

22

72

35

20

49.88

9.83

53

19

19

353

0.261

November

23

81

39

23

56.06

11.09

60

21

21

453

0.263

Desember

24

80

40

24

55.93

10.70

67

13

13

165

0.161

Januari

25

48

27

19

35.51

5.55

67

-19

19

347

0.388

Februari

26

80

37

20

54.46

11.35

41

39

39

1,516

0.487

Maret

27

75

37

22

52.49

10.00

66

84

0.123

April

28

65

33

21

46.10

8.40

62

0.039

Mei

29

73

36

21

50.74

9.89

54

19

19

342

0.253

Juni

30

66

34

21

46.55

8.65

61

29

0.081

Juli

31

94

44

24

64.19

13.25

55

39

39

1,506

0.413

Agustus

32

75

39

24

53.32

9.64

77

-2

0.033

September

33

81

40

24

56.50

10.89

63

18

18

326

0.223

Oktober

34

76

38

23

53.46

10.02

67

74

0.113

November

35

86

42

25

59.65

11.71

63

23

23

507

0.262

Desember

36

83

42

25

58.17

11.04

71

12

12

135

0.140

404

529

13,220

7.280

Bulan

At

S'

S"

Januari

45

27

20

34.20

4.80

Februari

68

33

18

46.76

9.44

Maret

60

31

19

42.31

April

55

28

17

38.86

Mei

48

25

16

Juni

61

29

Juli

82

Agustus

September

Jumlah

Ft

(AtFt)^2

I(AtFt)/AtI

73

Lampiran 22. Tabel verifikasi model DES Acetonitrile


Bulan

t
At

Ft

Ft

(Ft - At)

(=0.5)

(=0.4)

MR

(Ft - At)

(=0.5)

MR
(=0.4)

Januari

45

Februari

68

45

39

-23

Maret

60

68

56

31

-3.80

25.20

April

55

60

50

-4.83

1.03

Mei

48

55

46

-1.97

2.86

Juni

61

48

40

-13

20

-20.73

18.76

Juli

82

61

50

-21

-31.55

10.82

Agustus

55

82

68

27

48

12.56

44.10

September

71

55

47

-16

43

-24.42

36.98

Oktober

10

70

71

59

17

-11.22

13.20

November

11

79

70

58

-9

10

-20.71

9.49

Desember

12

75

79

66

13

-9.48

11.23

Januari

13

62

75

63

13

0.57

10.05

Februari

14

63

62

52

-1

14

-10.89

11.46

Maret

15

55

63

53

-2.44

8.44

April

16

56

55

46

-1

-9.89

7.44

Mei

17

68

56

47

-12

11

-21.31

11.42

Juni

18

56

68

56

12

24

0.27

21.58

Juli

19

99

56

47

-43

55

-52.01

52.28

Agustus

20

53

99

81

46

89

28.13

80.14

September

21

64

53

45

-11

57

-18.57

46.70

Oktober

22

72

64

53

-8

-18.78

0.21

November

23

81

72

60

-9

-21.29

2.51

Desember

24

80

81

67

10

-12.86

8.43

Januari

25

48

80

67

32

31

18.63

31.49

Februari

26

80

48

41

-32

64

-38.94

57.57

Maret

27

75

80

66

37

-9.19

29.75

April

28

65

75

62

10

-2.50

6.68

Mei

29

73

65

54

-8

18

-18.50

16.00

Juni

30

66

73

61

15

-5.37

13.13

Juli

31

94

66

55

-28

35

-38.81

33.44

Agustus

32

75

94

77

19

47

2.44

41.25

September

33

81

75

63

-6

25

-18.05

20.48

Oktober

34

76

81

67

11

-8.61

9.44

November

35

86

76

63

-10

15

-22.52

13.91

Desember

36

83

86

71

13

-11.64

10.88

Jumlah

-29.00

802

718.38

74

Lampiran 23. MR Chart model DES Acetonitrile (n=3 dan =0.4)


300.00
200.00

(Ft-At)
UCL =

100.00

A=

0.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

-100.00
-200.00
-300.00

A=
B=
LCL =

75

Lampiran 24. Tabel peramalan model MA Methanol (n=3)


Bulan

at

Januari

46

Februari

45

Maret

56

April

57

49

64

0.140

Mei

49

53

-4

13

0.075

Juni

42

54

-12

12

144

0.286

Juli

55

49

32

0.103

Agustus

34

49

-15

15

215

0.431

September

70

44

26

26

693

0.376

Oktober

10

56

53

0.054

November

11

55

53

0.030

Desember

12

50

60

-10

10

107

0.207

Januari

13

48

54

-6

32

0.118

Februari

14

58

51

49

0.121

Maret

15

40

52

-12

12

144

0.300

April

16

59

49

10

10

107

0.175

Mei

17

55

52

0.048

Juni

18

44

51

-7

54

0.167

Juli

19

50

53

-3

0.053

Agustus

20

36

50

-14

14

187

0.380

September

21

74

43

31

31

940

0.414

Oktober

22

58

53

22

0.080

November

23

54

56

-2

0.037

Desember

24

55

62

-7

49

0.127

Januari

25

61

56

28

0.087

Februari

26

75

57

18

18

336

0.244

Maret

27

68

64

19

0.064

April

28

65

68

-3

0.046

Mei

29

71

69

0.023

Juni

30

67

68

-1

0.015

Juli

31

70

68

0.033

Agustus

32

75

69

32

0.076

September

33

80

71

87

0.117

Oktober

34

77

75

0.026

November

35

86

77

75

0.101

Desember

36

80

81

-1

0.013

62

254

3,483

4.568

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

76

Lampiran 25. Tabel peramalan model MA Methanol (n=4)


Bulan

At

Januari

46

Februari

45

Maret

56

April

57

Mei

49

51

-2

0.041

Juni

42

52

-10

10

95

0.232

Juli

55

51

16

0.073

Agustus

34

51

-17

17

281

0.493

September

70

45

25

25

625

0.357

Oktober

10

56

50

33

0.103

November

11

55

54

0.023

Desember

12

50

54

-4

14

0.075

Januari

13

48

58

-10

10

95

0.203

Februari

14

58

52

33

0.099

Maret

15

40

53

-13

13

163

0.319

April

16

59

49

10

10

100

0.169

Mei

17

55

51

14

0.068

Juni

18

44

53

-9

81

0.205

Juli

19

50

50

0.010

Agustus

20

36

52

-16

16

256

0.444

September

21

74

46

28

28

770

0.375

Oktober

22

58

51

49

0.121

November

23

54

55

-1

0.009

Desember

24

55

56

-1

0.009

Januari

25

61

60

0.012

Februari

26

75

57

18

18

324

0.240

Maret

27

68

61

46

0.099

April

28

65

65

-0.004

Mei

29

71

67

14

0.053

Juni

30

67

70

-3

0.041

Juli

31

70

68

0.032

Agustus

32

75

68

46

0.090

September

33

80

71

86

0.116

Oktober

34

77

73

16

0.052

November

35

86

76

11

11

110

0.122

Desember

36

80

80

0.006

70

237

3,285

4.287

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

77

Lampiran 26. Tabel verifikasi peramalan model MA Methanol


Bulan

At

Ft

Ft

(Ft-At)

MR

(Ft-At)

MR

(n=3)

(n=4)

(n=3)

(n=3)

(n=4)

(n=4)

Januari

46

Februari

45

Maret

56

April

57

49

Mei

49

53

51

12

2.00

Juni

42

54

52

12

9.75

Juli

55

49

51

-6

18

-4.00

9.75

Agustus

34

49

51

15

20

16.75

20.75

September

70

44

45

-26

41

-25.00

16.75

Oktober

10

56

53

50

-3

23

-5.75

19.25

November

11

55

53

54

-2

-1.25

4.50

Desember

12

50

60

54

10

12

3.75

5.00

Januari

13

48

54

58

9.75

6.00

Februari

14

58

51

52

-7

13

-5.75

9.75

Maret

15

40

52

53

12

19

12.75

18.50

April

16

59

49

49

-10

22

-10.00

12.75

Mei

17

55

52

51

-3

-3.75

6.25

Juni

18

44

51

53

10

9.00

12.75

Juli

19

50

53

50

-0.50

9.00

Agustus

20

36

50

52

14

11

16.00

16.50

September

21

74

43

46

-31

44

-27.75

16.00

Oktober

22

58

53

51

-5

26

-7.00

20.75

November

23

54

56

55

0.50

7.50

Desember

24

55

62

56

0.50

0.00

Januari

25

61

56

60

-5

12

-0.75

0.50

Februari

26

75

57

57

-18

13

-18.00

0.75

Maret

27

68

64

61

-4

14

-6.75

11.25

April

28

65

68

65

-0.25

6.50

Mei

29

71

69

67

-2

-3.75

0.25

Juni

30

67

68

70

2.75

6.50

Juli

31

70

68

68

-2

-2.25

2.75

Agustus

32

75

69

68

-6

-6.75

2.25

September

33

80

71

71

-9

-9.25

6.75

Oktober

34

77

75

73

-2

-4.00

9.25

November

35

86

77

76

-9

-10.50

4.00

Desember

36

80

81

80

10

-0.50

10.00

Jumlah

-8

398

7.75

280.25

78

Lampiran 27. MR Chart peramalan model MA Methanol (n=3)


150
(Ft-At)
100

UCL =
A=

50

B=

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
-50

A=
B=
LCL =

-100

Linear (B =)
-150

Lampiran 28. MR Chart peramalan model MA Methanol (n=4)

(Ft-At)

80.00

UCL =
30.00

A=
B=

-20.00

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-70.00
-120.00

LCL =

79

Lampiran 29. Tabel peramalan model DMA Methanol (n=4)


(AtFt)

IAtFtI

50

24

0.089

37

-3

11

0.097

0.67

52

18

18

327

0.258

57.56

2.54

60

-4

17

0.073

50.69

56.81

2.04

59

-4

15

0.070

53.88

61.63

2.58

64

-14

14

202

0.284

52

54.38

50.13

-1.42

49

-1

0.015

58

53

54.13

51.38

-0.92

50

57

0.130

40

49

52.94

45.06

-2.63

42

-2

0.061

59

51

51.31

51.19

-0.04

51

62

0.133

17

55

53

51.50

54.50

1.00

56

-1

0.009

Juni

18

44

50

50.69

48.31

-0.79

48

-4

12

0.080

Juli

19

50

52

51.44

52.56

0.38

53

-3

0.059

Agustus

20

36

46

50.19

42.31

-2.63

40

-4

14

0.102

September

21

74

51

49.69

52.31

0.88

53

21

21

433

0.281

Oktober

22

58

55

50.94

58.06

2.38

60

-2

0.042

November

23

54

56

51.81

59.19

2.46

62

-8

58

0.142

Desember

24

55

60

55.31

65.19

3.29

68

-13

13

182

0.245

Januari

25

61

57

56.81

57.19

0.13

57

14

0.060

Februari

26

75

61

58.50

64.00

1.83

66

84

0.122

Maret

27

68

65

60.81

68.69

2.63

71

-3

11

0.049

April

28

65

67

62.56

71.94

3.13

75

-10

10

101

0.155

Mei

29

71

70

65.75

73.75

2.67

76

-5

29

0.076

Juni

30

67

68

67.38

68.13

0.25

68

-1

0.021

Juli

31

70

68

68.25

68.25

0.00

68

0.025

Agustus

32

75

71

69.13

72.38

1.08

73

0.021

September

33

80

73

69.94

76.06

2.04

78

0.024

Oktober

34

77

76

71.88

79.13

2.42

82

-5

21

0.059

November

35

86

80

74.69

84.31

3.21

88

-2

0.018

Desember

36

80

81

77.19

84.31

2.38

87

-7

45

0.084

-19

173

1,752

2.883

Bulan

At

S"

at

bt

Ft

Januari

46

Februari

45

Maret

56

April

57

51

Mei

49

52

Juni

42

51

Juli

55

Agustus

51

51.13

50.38

-0.25

34

45

49.63

40.38

-3.08

September

70

50

49.25

51.25

Oktober

10

56

54

49.94

November

11

55

54

Desember

12

50

58

Januari

13

48

Februari

14

Maret

15

April

16

Mei

Jumlah

S'

(AtFt)^2

I(At t)/AtI

80

Lampiran 30. MR Chart peramalan model WMA Methanol (n=4)


150.00
100.00

(Ft-At)
UCL =

50.00

A=

0.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

-50.00
-100.00
-150.00

A=
B=
LCL =

81

Lampiran 31. Tabel peramalan model WMA Methanol (n=3)


Bulan

At

Januari

46

Februari

45

Maret

56

April

57

51

40

0.111

Mei

49

54

-5

28

0.108

Juni

42

53

-11

11

117

0.257

Juli

55

47

62

0.144

Agustus

34

50

-16

16

253

0.468

September

70

42

28

28

790

0.401

Oktober

10

56

56

0.004

November

11

55

56

-1

0.015

Desember

12

50

58

-8

69

0.166

Januari

13

48

53

-5

22

0.098

Februari

14

58

50

64

0.138

Maret

15

40

53

-13

13

180

0.335

April

16

59

47

12

12

144

0.203

Mei

17

55

53

0.035

Juni

18

44

53

-9

85

0.209

Juli

19

50

50

0.006

Agustus

20

36

49

-13

13

174

0.367

September

21

74

42

32

32

1,037

0.435

Oktober

22

58

58

0.003

November

23

54

58

-4

19

0.081

Desember

24

55

59

-4

18

0.076

Januari

25

61

55

32

0.093

Februari

26

75

58

17

17

296

0.229

Maret

27

68

67

0.018

April

28

65

69

-4

14

0.057

Mei

29

71

68

10

0.044

Juni

30

67

69

-2

0.024

Juli

31

70

68

0.031

Agustus

32

75

69

32

0.076

September

33

80

72

66

0.101

Oktober

34

77

77

0.006

November

35

86

78

72

0.099

Desember

36

80

82

-2

0.026

51

246

3,640

4.465

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

82

Lampiran 32. Tabel peramalan model WMA Methanol (n=4)


Bulan

At

Januari

46

Februari

45

Maret

56

April

57

Mei

49

53

-4

18

0.086

Juni

42

52

-10

10

108

0.248

Juli

55

49

42

0.118

Agustus

34

50

-16

16

259

0.474

September

70

43

27

27

708

0.380

Oktober

10

56

53

0.046

November

11

55

56

-1

0.013

Desember

12

50

56

-6

38

0.124

Januari

13

48

55

-7

45

0.140

Februari

14

58

51

52

0.124

Maret

15

40

53

-13

13

172

0.328

April

16

59

48

11

11

121

0.186

Mei

17

55

52

0.055

Juni

18

44

54

-10

10

90

0.216

Juli

19

50

50

-0.002

Agustus

20

36

50

-14

14

199

0.392

September

21

74

44

30

30

918

0.409

Oktober

22

58

55

10

0.055

November

23

54

58

-4

13

0.067

Desember

24

55

57

-2

0.044

Januari

25

61

57

14

0.062

Februari

26

75

58

18

18

306

0.233

Maret

27

68

65

11

0.049

April

28

65

67

-2

0.037

Mei

29

71

68

12

0.049

Juni

30

67

69

-2

0.030

Juli

31

70

68

0.030

Agustus

32

75

69

38

0.083

September

33

80

72

72

0.106

Oktober

34

77

75

0.023

November

35

86

77

85

0.107

Desember

36

80

81

-1

0.013

54

239

3,373

4.323

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

83

Lampiran 33. Tabel verifikasi peramalan model WMA Methanol


Bulan

At

Ft

Ft

(Ft - At)

MR

(Ft - At)

MR

(n=3)

(n=4)

(n=3)

(n=3)

(n=4)

(n=4)

Januari

46

Februari

45

Maret

56

April

57

51

Mei

49

54

53

12

4.20

Juni

42

53

52

11

10.40

6.20

Juli

55

47

49

-8

19

-6.50

16.90

Agustus

34

50

50

16

24

16.10

22.60

September

70

42

43

-28

44

-26.60

42.70

Oktober

10

56

56

53

28

-2.60

24.00

November

11

55

56

56

0.70

3.30

Desember

12

50

58

56

6.20

5.50

Januari

13

48

53

55

6.70

0.50

Februari

14

58

50

51

-8

13

-7.20

13.90

Maret

15

40

53

53

13

21

13.10

20.30

April

16

59

47

48

-12

25

-11.00

24.10

Mei

17

55

53

52

-2

10

-3.00

8.00

Juni

18

44

53

54

11

9.50

12.50

Juli

19

50

50

50

-0.10

9.60

Agustus

20

36

49

50

13

13

14.10

14.20

September

21

74

42

44

-32

45

-30.30

44.40

Oktober

22

58

58

55

32

-3.20

27.10

November

23

54

58

58

3.60

6.80

Desember

24

55

59

57

2.40

1.20

Januari

25

61

55

57

-6

10

-3.80

6.20

Februari

26

75

58

58

-17

12

-17.50

13.70

Maret

27

68

67

65

-1

16

-3.30

14.20

April

28

65

69

67

2.40

5.70

Mei

29

71

68

68

-3

-3.50

5.90

Juni

30

67

69

69

2.00

5.50

Juli

31

70

68

68

-2

-2.10

4.10

Agustus

32

75

69

69

-6

-6.20

4.10

September

33

80

72

72

-8

-8.50

2.30

Oktober

34

77

77

75

-1

-1.80

6.70

November

35

86

78

77

-9

-9.20

7.40

Desember

36

80

82

81

11

1.00

10.20

Jumlah

-6

418

389.80

84

Lampiran 34. MR Chart peramalan model WMA Methanol (n=3)


130

(Ft-At)

80

UCL =

30

A=

-20

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

-70

A=
B=
LCL =

-120
-170

Lampiran 35. MR Chart peramalan model WMA Methanol (n=4)


130.00
(Ft-At)
80.00

UCL =

30.00

A=

-20.00
-70.00
-120.00
-170.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =

85

Lampiran 36. Tabel peramalan model SES Methanol (=0.5)


Bulan

At

Januari

46

Februari

45

46

-1

0.022

Maret

56

46

11

11

110

0.188

April

57

51

39

0.110

Mei

49

54

-5

24

0.099

Juni

42

51

-9

89

0.225

Juli

55

47

69

0.151

Agustus

34

51

-17

17

284

0.496

September

70

42

28

28

760

0.394

Oktober

10

56

56

0.004

November

11

55

56

-1

0.020

Desember

12

50

56

-6

31

0.111

Januari

13

48

53

-5

23

0.100

Februari

14

58

50

58

0.131

Maret

15

40

54

-14

14

201

0.355

April

16

59

47

12

12

142

0.202

Mei

17

55

53

0.035

Juni

18

44

54

-10

10

100

0.228

Juli

19

50

49

0.020

Agustus

20

36

50

-14

14

182

0.375

September

21

74

43

31

31

976

0.422

Oktober

22

58

58

0.006

November

23

54

58

-4

18

0.078

Desember

24

55

56

-1

0.020

Januari

25

61

56

30

0.089

Februari

26

75

58

17

17

280

0.223

Maret

27

68

67

0.020

April

28

65

67

-2

0.036

Mei

29

71

66

23

0.068

Juni

30

67

69

-2

0.024

Juli

31

70

68

0.032

Agustus

32

75

69

37

0.081

September

33

80

72

65

0.101

Oktober

34

77

76

0.013

November

35

86

76

10

10

90

0.111

Desember

36

80

81

-1

0.016

60

242

3,547

4.394

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

86

Lampiran 37. Tabel peramalan model SES Methanol (=0.4)


Bulan

At

Januari

46

Februari

45

46

-1

0.022

Maret

56

46

10

10

108

0.186

April

57

50

52

0.127

Mei

49

53

-4

13

0.075

Juni

42

51

-9

85

0.219

Juli

55

48

56

0.136

Agustus

34

51

-17

17

273

0.486

September

70

44

26

26

681

0.373

Oktober

10

56

54

0.030

November

11

55

55

0.000

Desember

12

50

55

-5

25

0.100

Januari

13

48

53

-5

25

0.104

Februari

14

58

51

49

0.121

Maret

15

40

54

-14

14

190

0.345

April

16

59

48

11

11

115

0.182

Mei

17

55

53

0.044

Juni

18

44

54

-10

10

91

0.217

Juli

19

50

50

-0.006

Agustus

20

36

50

-14

14

191

0.384

September

21

74

44

30

30

882

0.401

Oktober

22

58

56

0.031

November

23

54

57

-3

0.054

Desember

24

55

56

-1

0.014

Januari

25

61

55

31

0.091

Februari

26

75

58

17

17

300

0.231

Maret

27

68

65

12

0.050

April

28

65

66

-1

0.015

Mei

29

71

66

29

0.076

Juni

30

67

68

-1

0.011

Juli

31

70

67

0.036

Agustus

32

75

68

43

0.087

September

33

80

71

80

0.111

Oktober

34

77

75

0.031

November

35

86

76

10

10

108

0.121

Desember

36

80

80

-0.003

75

238

3,366

4.294

Jumlah

Ft

(At-Ft)

IAt-FtI

(At-Ft)^2

I(At-Ft)/AtI

87

Lampiran 38. Tabel verifikasi peramalan model SES Methanol


Ft

Ft

=0.5

=0.4

45

46

46

56

46

46

-11

12

-10.40

11.40

57

51

50

-6

-7.24

3.16

49

54

53

11

3.66

10.90

Juni

42

51

51

9.19

5.54

Juli

55

47

48

-8

18

-7.48

16.68

Agustus

34

51

51

17

25

16.51

23.99

September

70

42

44

-28

44

-26.09

42.60

Oktober

10

56

56

54

28

-1.66

24.44

November

11

55

56

55

0.01

1.66

Desember

12

50

56

55

5.00

5.00

Januari

13

48

53

53

5.00

0.00

Februari

14

58

50

51

-8

12

-7.00

12.00

Maret

15

40

54

54

14

22

13.80

20.80

April

16

59

47

48

-12

26

-10.72

24.52

Mei

17

55

53

53

-2

10

-2.43

8.29

Juni

18

44

54

54

10

12

9.54

11.97

Juli

19

50

49

50

-1

11

-0.28

9.82

Agustus

20

36

50

50

14

14

13.83

14.11

September

21

74

43

44

-31

45

-29.70

43.53

Oktober

22

58

58

56

32

-1.82

27.88

November

23

54

58

57

2.91

4.73

Desember

24

55

56

56

0.74

2.16

Januari

25

61

56

55

-5

-5.55

6.30

Februari

26

75

58

58

-17

11

-17.33

11.78

Maret

27

68

67

65

-1

15

-3.40

13.93

April

28

65

67

66

0.96

4.36

Mei

29

71

66

66

-5

-5.42

6.38

Juni

30

67

69

68

0.75

6.17

Juli

31

70

68

67

-2

-2.55

3.30

Agustus

32

75

69

68

-6

-6.53

3.98

September

33

80

72

71

-8

-8.92

2.39

Oktober

34

77

76

75

-1

-2.35

6.57

November

35

86

76

76

-10

-10.41

8.06

Desember

36

80

81

80

11

-0.25

10.16

Bulan

At

Januari

46

Februari

Maret

April

Mei

Jumlah

MR

(Ft-At)

=0.5

(Ft-At)

MR
=0.4

1.00

430

408.56

88

Lampiran 39. MR Chart peramalan model SES Methanol (=0.5)


120
(Ft-At)

70

UCL =
A=

20

B=
-30

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-80

LCL =

-130

Lampiran 40. MR Chart peramalan model SES Methanol (=0.4)


120.00
(Ft-At)

70.00

UCL =
A=

20.00

B=
-30.00

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=

-80.00

-130.00

LCL =

89

Lampiran 41. Tabel peramalan model DES Methanol (=0.5)


Ft

(AtFt)

6.94

46

-1

0.022

45.89

10.11

45

11

11

121

0.196

47.22

9.78

56

0.018

26

41.43

7.57

57

-8

64

0.163

29

23

35.73

6.27

49

-7

49

0.167

55

35

25

44.93

10.07

42

13

13

169

0.236

34

26

22

29.86

4.14

55

-21

21

441

0.618

70

41

27

55.71

14.29

34

36

36

1,296

0.514

Oktober

10

56

38

30

47.18

8.82

70

-14

14

196

0.250

November

11

55

37

28

46.04

8.96

56

-1

0.018

Desember

12

50

34

26

42.14

7.86

55

-5

25

0.100

Januari

13

48

33

25

40.28

7.72

50

-2

0.042

Februari

14

58

37

27

47.57

10.43

48

10

10

100

0.172

Maret

15

40

29

24

34.64

5.36

58

-18

18

324

0.450

April

16

59

37

26

47.91

11.09

40

19

19

361

0.322

Mei

17

55

37

28

45.85

9.15

59

-4

16

0.073

Juni

18

44

31

25

37.59

6.41

55

-11

11

121

0.250

Juli

19

50

33

24

41.40

8.60

44

36

0.120

Agustus

20

36

26

21

31.10

4.90

50

-14

14

196

0.389

September

21

74

44

28

58.77

15.23

36

38

38

1,444

0.514

Oktober

22

58

40

31

48.94

9.06

74

-16

16

256

0.276

November

23

54

37

28

45.49

8.51

58

-4

16

0.074

Desember

24

55

37

28

45.87

9.13

54

0.018

Januari

25

61

40

29

50.34

10.66

55

36

0.098

Februari

26

75

47

34

61.21

13.79

61

14

14

196

0.187

Maret

27

68

46

35

56.93

11.07

75

-7

49

0.103

April

28

65

44

33

54.48

10.52

68

-3

0.046

Mei

29

71

46

34

58.75

12.25

65

36

0.085

Juni

30

67

45

34

56.06

10.94

71

-4

16

0.060

Juli

31

70

46

34

58.14

11.86

67

0.043

Agustus

32

75

49

36

62.04

12.96

70

25

0.067

September

33

80

52

38

66.13

13.87

75

25

0.063

Oktober

34

77

52

39

64.28

12.72

80

-3

0.039

November

35

86

56

41

70.95

15.05

77

81

0.105

Desember

36

80

54

41

66.99

13.01

86

-6

36

0.075

24

320

5,644

5.752

Bulan

At

S'

S"

Januari

46

35

29

40.25

5.75

Februari

45

31

24

38.06

Maret

56

36

26

April

57

37

28

Mei

49

34

Juni

42

Juli

Agustus

September

Jumlah

IAtFtI

(AtFt)^2

I(AtFt)/AtI

90

Lampiran 42. Tabel peramalan model DES Methanol (=0.4)


Ft

(AtFt)

IAtFtI

5.73

40

26

0.114

38.66

7.71

38

18

18

330

0.324

39.73

7.67

46

11

11

113

0.187

16

34.75

6.33

47

0.033

22

14

29.91

5.37

41

0.022

55

26

15

37.82

7.63

35

20

20

389

0.358

34

19

13

24.92

4.03

45

-11

11

131

0.337

70

32

16

47.06

10.19

29

41

41

1,684

0.586

Oktober

10

56

29

18

39.65

7.27

57

-1

0.022

November

11

55

28

17

38.65

7.27

47

65

0.147

Desember

12

50

26

16

35.33

6.52

46

17

0.082

Januari

13

48

24

15

33.79

6.32

42

38

0.128

Februari

14

58

28

16

40.04

7.98

40

18

18

320

0.309

Maret

15

40

22

14

28.97

4.90

48

-8

64

0.201

April

16

59

28

15

40.35

8.29

34

25

25

631

0.426

Mei

17

55

28

17

38.55

7.31

49

40

0.116

Juni

18

44

23

15

31.47

5.57

46

-2

0.042

Juli

19

50

25

14

34.77

6.77

37

13

13

168

0.259

Agustus

20

36

19

13

25.99

4.45

42

-6

31

0.154

September

21

74

33

17

49.68

10.81

30

44

44

1,897

0.589

Oktober

22

58

30

19

41.14

7.50

60

-2

0.043

November

23

54

28

17

38.15

7.05

49

29

0.099

Desember

24

55

28

17

38.51

7.33

45

10

10

96

0.178

Januari

25

61

30

17

42.34

8.29

46

15

15

230

0.249

Februari

26

75

36

20

51.59

10.41

51

24

24

594

0.325

Maret

27

68

34

21

47.84

8.96

62

36

0.088

April

28

65

33

20

45.73

8.57

57

67

0.126

Mei

29

71

35

21

49.39

9.61

54

17

17

279

0.235

Juni

30

67

34

21

47.08

8.85

59

64

0.120

Juli

31

70

35

21

48.86

9.40

56

14

14

198

0.201

Agustus

32

75

37

22

52.17

10.15

58

17

17

280

0.223

September

33

80

39

23

55.63

10.83

62

18

18

313

0.221

Oktober

34

77

39

23

54.01

10.22

66

11

11

111

0.137

November

35

86

42

25

59.68

11.70

64

22

22

474

0.253

Desember

36

80

40

25

56.26

10.55

71

74

0.108

351

412

8,450

6.603

Bulan

At

S'

S"

Januari

46

28

20

34.96

4.91

Februari

45

24

15

32.11

Maret

56

27

16

April

57

28

17

Mei

49

25

Juni

42

Juli

Agustus

September

Jumlah

(AtFt)^2

I(AtFt)/AtI

91

Lampiran 43. Tabel verifikasi peramalan model SES Methanol


Ft

Ft

=0.5

=0.4

45

46

40

56

45

38

-11

12

-18.16

13.03

57

56

46

-1

10

-10.63

7.53

49

57

47

-1.59

9.04

Juni

42

49

41

-0.92

0.67

Juli

55

42

35

-13

20

-19.72

18.80

Agustus

34

55

45

21

34

11.46

31.17

September

70

34

29

-36

57

-41.04

52.50

Oktober

10

56

70

57

14

50

1.26

42.30

November

11

55

56

47

13

-8.08

9.34

Desember

12

50

55

46

-4.08

4.00

Januari

13

48

50

42

-6.15

2.07

Februari

14

58

48

40

-10

12

-17.90

11.75

Maret

15

40

58

48

18

28

8.02

25.92

April

16

59

40

34

-19

37

-25.13

33.15

Mei

17

55

59

49

23

-6.36

18.77

Juni

18

44

55

46

11

1.86

8.22

Juli

19

50

44

37

-6

17

-12.96

14.82

Agustus

20

36

50

42

14

20

5.54

18.50

September

21

74

36

30

-38

52

-43.56

49.10

Oktober

22

58

74

60

16

54

2.49

46.05

November

23

54

58

49

12

-5.37

7.86

Desember

24

55

54

45

-1

-9.81

4.44

Januari

25

61

55

46

-6

-15.16

5.35

Februari

26

75

61

51

-14

-24.37

9.20

Maret

27

68

75

62

21

-6.01

18.36

April

28

65

68

57

-8.20

2.19

Mei

29

71

65

54

-6

-16.71

8.51

Juni

30

67

71

59

10

-8.01

8.70

Juli

31

70

67

56

-3

-14.07

6.06

Agustus

32

75

70

58

-5

-16.75

2.68

September

33

80

75

62

-5

-17.68

0.94

Oktober

34

77

80

66

-10.54

7.15

November

35

86

77

64

-9

12

-21.77

11.24

Desember

36

80

86

71

15

-8.62

13.15

Bulan

At

Januari

46

Februari

Maret

April

Mei

Jumlah

MR

(Ft-At)

=0.5

(Ft-At)

MR
=0.4

-5.13

581

522.54

92

Lampiran 44. MR Chart peramalan model SES Methanol (=0.5)


190
140

(Ft-At)

90

UCL =

40

A=

-10

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

-60

A=
B=

-110

LCL =

-160
-210

Lampiran 45. MR Chart peramalan model SES Methanol (=0.4)


190.00
140.00

(Ft-At)

90.00

UCL =

40.00

A=

-10.00
-60.00
-110.00
-160.00
-210.00

B=
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

A=
B=
LCL =