Oleh:
BILLY FATHURRACHMAN
145090501111016
i
ii
HALAMAN PENGESAHAN
LAPORAN PRAKTIK KERJA LAPANG PT. PINDAD (PERSERO)
DIVISI MUNISI TUREN, MALANG
Disusun oleh:
Mengetahui,
A.n. General Manager Divisi Munisi
Arif Rochman
W.s. Manager Umum
iii
iv
HALAMAN ASISTENSI
DIVISI MUNISI PT PINDAD
(PERSERO) TUREN MALANG
v
vi
PERAMALAN HASIL PRODUKSI PETI PLASTIK NO. 260
DENGAN MENGGUNAKAN METODE ARIMA BOX - JENKINS
STUDI PADA PT. PINDAD (PERSERO) DIVISI MUNISI TUREN, MALANG)
ABSTRAK
Kata Kunci: ARIMA, AR(1), Peti Plastik No. 260, PT. PINDAD (Persero)
vii
viii
KATA PENGANTAR
Penulis
ix
x
DAFTAR ISI
xi
2.4.5 Identifikasi Model dengan Menggunakan ACF dan PACF .. 17
2.4.6 Pendugaan Parameter Model ........................................... 18
2.4.7 Uji Kelayakan Model ....................................................... 18
2.4.8 Pemilihan Model Terbaik ................................................ 19
2.4.9 Uji Diagnostik Residual ................................................... 19
2.4.10 Peramalan ........................................................................ 20
BAB III HASIL DAN PEMBAHASAN ................................................. 21
3.1 Kegiatan PKL .......................................................................... 21
3.2 Plot Data Deret Waktu ............................................................. 21
3.3.1 Uji Stasioner terhadap Ragam ......................................... 22
3.3.2 Uji Stasioneritas terhadap Rata Rata ............................ 23
3.4 Penentuan Model Tentatif........................................................ 24
3.5 Pendugaan dan Uji Signifikansi Parameter ............................. 25
3.6 Uji Kelayakan Model ............................................................... 26
3.7 Pemilihan Model Terbaik ........................................................ 27
3.8 Uji Normalitas Galat ................................................................ 27
3.9 Uji Diagnostik.......................................................................... 28
3.10 Peramalan ................................................................................ 29
BAB IV KESIMPULAN DAN SARAN ................................................ 31
4.1 Kesimpulan .............................................................................. 31
4.2 Saran ........................................................................................ 31
DAFTAR PUSTAKA .............................................................................. 33
LAMPIRAN ............................................................................................ 35
xii
DAFTAR GAMBAR
xiii
xiv
DAFTAR TABEL
xv
xvi
DAFTAR LAMPIRAN
xvii
18
BAB I
PENDAHULUAN
1.2 Tujuan
Praktik Kerja Lapang yang dilaksanakan di PT. PINDAD (Persero)
Divisi Munisi Turen Malang memiliki tujuan sebagai berikut:
1.3 Manfaat
Kegiatan PKL diharapkan mampu memberikan manfaat, baik bagi
mahasiswa, PT PINDAD (Persero) maupun pihak perguruan tinggi, yaitu:
2
1.3.1 Bagi Mahasiswa
1. Dapat menerapkan ilmu yang telah diterima di perkuliahan melalui
permasalahan yang ada di PT PINDAD (Persero).
2. Dapat menyiapkan langkah - langkah yang diperlukan untuk
menyesuaikan diri di lingkungan kerja.
3. Dapat meningkatkan pengetahuan dan pengalaman mahasiswa
untuk memasuki dunia kerja.
3
4
BAB II
TINJAUAN UMUM DAN PERMASALAHAN
5
Pada tahun 1942, di masa penjajahan Jepang, namanya berganti
menjadi Dai Ichi Kozo (DIK) dan pada tahun 1947 berganti nama Leger
Productie Bedrijven (LPB). Setelah kemerdekaan, pemerintah Belanda
pada tahun 1950 menyerahkan pabrik tersebut kepada pemerintah
Indonesia pada tanggal 29 April 1950, yang selanjutnya diperingati sebagai
hari jadi perusahaan, pabrik tersebut diberi nama Pabrik Senjata dan Mesiu
(PSM) yang berlokasi di PT. PINDAD sekarang ini. Pada tahun 1962,
Pabrik Senjata dan Mesiu (PSM) yang berlokasi di PT PINDAD sekarang
ini.Pada tahun 1962, Pabrik Senjata dan Mesiu (PSM) berubah menjadi
sebuah Industri Alat Peralatan Militer yang dikelola oleh Angkatan Darat,
sehingga namanya menjadi Perindustrian Angkatan Darat (PINDAD).
PT PINDAD berubah status menjadi BUMN dengan nama PT
PINDAD (Persero) pada tanggal 29 April 1983, kemudian pada tahun 1989
perusahaan ini berada di bawah pembinaan Badan Pengelola Industri
Strategis (BPIS) yang kemudian berubah lagi namanya menjadi PT BPIS
(Persero).
Tahun 2002 PT BPIS (Persero) dibubarkan oleh pemerintah, sejak
itu PT PINDAD beralih status menjadi PT PINDAD (Persero) yang
langsung berada di bawah pembinaan kementrian BUMN.
6
B. Misi Perusahaan
Melaksanakan usaha terpadu di bidang peralatan pertahanan dan
keamanan serta peralatan industrial untuk mendukung pembangunan
nasional dan secara khusus untuk mendukung Pertahanan dan
Keamanan Negara.
2. Tujuan dari PT PINDAD (Persero) adalah:
Tujuan jangka pendek:
a. Meningkatkan keterampilan dan produktifitas kerja karyawan
b. Meningkatkan pengetahuan dan kemampuan karyawan untuk
mengikuti perkembangan perusahaan.
7
Pengendalian Produksi. Departemen Rendalprod sendiri terbagi menjadi 4
sub departemen. Struktur organisasi Departemen Rendalprod dapat dilihat
pada Lampiran 7.
Masing masing sub departemen memiliki tugas dan kewajibannya
masing masing sesuai dengan ketentuan yang sudah ditentukan. Secara
garis besar, Departemen Rendalprod bertugas untuk meneruskan pesanan
munisi atau komponen pendukung ke masing masing bagian yang
bertugas dan memiliki wewenang untuk membuatnya.
9
2.2 Tinjauan Bidang
2.2.1 Hasil Produksi
Menghasilkan produk munisi ringan, munisi berat dan munisi
khusus yang handal dan baik fungsi sesuai keinginan pelanggan, regulasi
yang berlaku serta persyaratan ISO 9001:2000 dengan berusaha:
a. Mengoptimalkan biaya.
b. Meningkatkan kualitas produk.
c. Mengirimkan produk tepat waktu.
d. Meningkatkan kepuasan pelanggan.
Melalui peningkatan kemampuan sumber daya agar memberikan
manfaat bagi pelanggan maupun perusahaan. Menjamin hak atas
keselamatan, kesehatan lingkungan kerja yang aman dan sehat kepada
pegawai atau siapapun yang bekerja atas nama Divisi Munisi.
Mengkomunikasikan dan memastikan bahwa seluruh pegawai
memahami serta menerapkan kebijakan mutu, karena mutu merupakan
tanggung jawab setiap pegawai. Meningkatkan efektivitas sistem
manajemen mutu dengan cara meninjau dan mengevaluasi kesesuaian
kebijakan mutu secara periodik.
10
Gambar 2. 1 Peti Plastik No. 260
Kemudian untuk proses pelabelan pada peti menggunakan sablon
manual dan menggunakan mesin laser untuk pelabelan nama dan informasi
peti. Dalam proses pembuatan Peti Plastik No. 260 hanya proses marking
yang menggunakan mesin, untuk proses perakitan dilakukan secara manual.
2.3 Permasalahan
2.3.1 Masalah
PT. PINDAD (Persero) Divisi Munisi yang terletak di Turen
Kabupaten Malang merupakan cabang dari PT. PINDAD pusat. Sesuai
dengan namanya PT. PINDAD yang ada di Turen bertugas untuk
memenuhi kebutuhan munisi untuk senjata. Namun, bukan berarti barang
barang yang di produksi hanya terbatas pada munisi senjata saja, namun
juga komponen komponen pendukung lainnya, seperti peti tempat
penyimpanan amunisi senjata.
Tempat penyimpanan amunisi senjata juga merupakan salah satu
produk yang di produksi disini. Terdapat 3 jenis utama peti tempat
penyimpanan amunisi, yaitu Peti Metalik atau Metallic Box No. 1, Peti
Plastik No. 260 dan Peti Kayu. Masing masing jenis peti sesuai namanya
memiliki bahan dasar tersendiri, yaitu yang pertama dari plat baja, peti
plastik terbuat dari bahan plastik PP, dan dari kayu mahoni.
Untuk bagian pengadaan bahan baku dikelola oleh Departemen
Rendalprod sesuai dengan jumlah yang dibutuhkan. Kemudian bahan baku
di pindahkan ke bengkel maupun hall pembuatan masing masing peti dan
di proses oleh para pekerja. Masing masing peti memiliki standar waktu
11
pembuatannya masing masing sehingga jumlah peti yang dihasilkan
perbulan dapat di prediksi. Namun hal itu berbeda untuk peti plastik No.
260, karena untuk proses pengerjaannya sebagian besar dilakukan secara
manual dan hanya ada satu proses saja yang dikerjakan oleh mesin, yaitu
proses marking atau pemberian label pada peti. Selain proses pengerjaan
yang manual, persediaan bahan baku juga menjadi alasan penting tentang
kecepatan dan banyaknya jumlah peti plastik No. 260 yang dapat di
produksi pada setiap bulannya.
Untuk tahun 2017, jumlah peti plastik No. 260 yang di pesan
adalah sebanyak 72.000 buah. Hingga bulan Juli 2017, jumlah peti plastik
No. 260 yang telah selesai di produksi adalah sebanyak 44020 buah,
sehingga masih dibutuhkan 27980 buah lagi untuk memenuhi pesanan.
Untuk memenuhi pesanan dengan tepat waktu, data hasil produksi peti pada
bulan bulan sebelumnya dapat digunakan untuk memprediksi dan
mempersiapkan kebijakan apa yang dapat di lakukan perusahaan untuk
dapat memenuhi jumlah pesanan peti plastik No. 260.
13
sama dengan satu atau mendekati satu maka dapat dikatakan telah stasioner
terhadap ragam, namun apabila belum memenuhi kriteria tersebut maka
data dapat ditransformasi.
Menurut Wei (2006), transformasi Box Cox dapat dilakukan
menggunakan persmaaan 2.1 sebagai berikut:
( ) (2.1)
( ) ( )
14
( )
( ) (2.4)
15
3. Model Autoregressive Moving Average (ARMA)
Model AR (p) dan MA (q) dapat disatukan menjadi model
yang dikenal dengan Autoregressive Moving Average (ARMA),
sehingga memiliki asumsi bahwa data periode sekarang
dipengaruhi oleh data pada periode sebelumnya dan nilai sisaan
pada periode sebelumnya.
Model ARMA dengan berorde p dan q ditulis ARMA (p,q)
atau ARIMA (p,0,q) yang memiliki formulasi sebagai berikut:
( ) ( )
(2.7)
Plot ACF digunakan untuk melihat orde MA, sedangkan plot PACF
digunakan untuk melihat orde AR. Untuk orde d dapat dilihat dari
banyaknya differensi yang telah dilakukan. Differensi dilakukan apabila 3
lag pertama pada plot ACF atau plot PACF keluar dari batas. Pada tabel
(2.) dapat dilihat karakteristik ACF dan PACF dari proses kestasioneran
17
Tabel 2. 1 Pola ACF dan PACF
Proses ACF PACF
Turun secara Berbeda nyata setelah
AR (p) eksponensial atau lag ke-p
gelombang sinus
Turun secara
Berbeda nyata setelah
MA (q) eksponensial atau
lag ke-q
gelombang sinus
ARMA (p,q) Turun setelah lag q-p Turun setelah lag q-p
18
Dimana:
n : banyak pengamatan
rk : koefisien autokorelasi sisa pada lag k
k : lag maksimum
m : banyaknya parameter yang diduga dalam model
Pengambilan keputusan untuk Uji Ljung Box didasarkan pada
nilai Q . Apabila nilai statistik uji lebih besar dari nilai maka
model dapat dikatakan layak untuk digunakan (Cryer, 2008).
( )
(2.14)
Dimana:
k : jumlah parameter yang digunakan
n : jumlah data/observasi
RSS : jumlah kuadrat galat
e : nilai galat
19
Suatu galat dikatakan white noise apabila fungsi ACF dan PACF berada di
dalam batas.
2.4.10 Peramalan
Peramalan merupakan suatu teknik untuk mendapatkan data
beberapa periode mendatang dengan mempertimbangkan data pada periode
periode sebelumnya dan faktor faktor yang berpengaruh. Menurut
Makridakris dkk. (1999), dalam kehidupan sering terdapat senjang waktu
(time lag) antara kesadaran akan peristiwa atau kebutuhan yang akan
datang dengan peristiwa itu sendiri. Adanya waktu tenggang (lead time) ini
merupakan alasan bagi perencanaan dan peramalan. Peramaln dilakukan
setelah mendapatkan model deret waktu yang layak dan mempunyai Mean
Square Error (MSE) terkecil.
20
BAB III
HASIL DAN PEMBAHASAN
Hasil plot deret waktu dari data hasil produksi Peti Plastik No. 260
mulai dari Januari 2014 hingga Juli 2017 pada Lampiran 2 telah disajikan
pada Gambar 3.1. Untuk tahun 2017, PT. PINDAD (Persero) mendapatkan
total pesanan Peti Plastik No. 260 sebanyak 72.000 buah. Dari Gambar 3.1
dapat dilihat fluktuasi dari hasil produksi Peti Plastik No. 260 yang di
hasilkan dari Sub. Departemen Pendukung berdasarkan hasil produksi
perbulannya.
10000
9000
8000
Produksi
7000
6000
5000
4000
3000
2000
Jul Jan Jul Jan Jul Jan Jul Jan
Month
Dari Gambar 3.1 dapat dilihat bahwa data tidak memiliki pola
musiman. Kemudian, dapat dilihat bahwa antar data masih belum stasioner
namun data cenderung linier atau tidak memiliki trend.
21
3.3 Stasioneritas Data Deret Waktu
Lower CL Upper CL
8000 Lambda
(using 95,0% confidence)
Lower CL -0,37
Upper CL 1,29
6000
Rounded Value 0,50
5000
StDev
4000
3000
2000
Limit
1000
-5,0 -2,5 0,0 2,5 5,0
Lambda
22
Lower CL Upper CL
15 Lambda
(using 95,0% confidence)
14 Estimate 0,92
Lower CL -0,71
Upper CL 2,72
13
Rounded Value 1,00
12
StDev
11
10
Limit
9
8
-5,0 -2,5 0,0 2,5 5,0
Lambda
1,0
0,8
0,6
0,4
Autocorrelation
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10 11
Lag
23
Pada Gambar 3.4 dapat dilihat bahwa pada 3 lag pertama hanya
terdapat 1 lag saja yang keluar, maka dapat disimpulkan bahwa data telah
stasioner terhadap rata rata. Data yang sudah stasioner tidak perlu lagi
dilakukan differensi.
Kemudian untuk mengidentifikasi apakah data sudah stasioner
terhadap rata rata dapat menggunakan Uji Augmented Dickey Fuller
dengan hipotesis sebagai berikut:
Hasil uji ADF pada data hasil produksi peti plastik yang sudah di
transformasi Box Cox dengan menggunakan paket program Gretl yang
hasil outputnya pada Lampiran 3 diperoleh nilai statistik uji t = -3,57444
dan p-value = 0,01059. Berdasarkan hasil tersebut maka dengan taraf nyata
5% (=0,05) dapat disimpulkan bahwa data telah stasioner terhadap rata
rata dan tidak perlu dilakukan differensiasi.
1,0
0,8
0,6
0,4
Autocorrelation
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10 11
Lag
24
1,0
0,8
0,6
Partial Autocorrelation
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10 11
Lag
Pada plot ACF Gambar 3.5 terlihat bahwa pada 3 lag pertama
terdapat 1 lag yang keluar dari batas selang kepercayaan. Sehingga dapat
diindikasikan bahwa model membentuk model MA dengan orde q = 1
Sedangkan, pada plot PACF pada Gambar 3.6 terlihat bahwa pada
3 lag pertama terdapat 1 lag yang keluar dari batas selang kepercayaan.
Sehingga dapat diindikasikan bahwa data membentuk model AR dengan
orde p = 1.
Beberapa model tentatif yang terbentuk yaitu :
1. ARMA (1,1)
2. AR (1)
3. MA (1)
25
Tabel 3. 1 Uji Signifikansi Parameter
Koefisien
Model Signifikansi Keterangan
Parameter
= 43,046 0,000
ARMA (1,1) = 0,4435 0,104 Tidak Signifikan
= -0,1192 0,689
= 26,459 0,000
AR (1) Signifikan
= 0,5287 0,000
= 77,234 0,000
MA (1) Signifikan
= -0,4616 0,002
26
Berdasarkan hasil Uji Ljung Box pada tabel 3.2 didapatkan bahwa
kedua model dapat di atakan layak karena semua memiliki nilai p value
dari uji yang lebih dari 0,05. Karena masih terdapat 2 model yang layak,
maka selanjutnya akan dicari model yang paling baik dengan
membandingkan nila MSE dari kedua model tersebut.
Dari Tabel 3.3 nilai MSE dari kedua model tersebut didapatkan
model AR (1) memiliki nilai MSE yang lebih kecil dibandingkan dengan
model MA (1), maka dapat disimpulkan bahwa model AR (1) adalah model
yang terbaik untuk meramalkan hasil produksi Peti Plastik No. 260 PT.
PINDAD (Persero) Divisi Munisi Turen.
Berdasarkan pendugaan parameter dan hasil dari pemilihan model
terbaik untuk meramalkan Peti Plastik No. 260 maka didaptkan persamaan
model AR (1) adalah sebagai berikut:
27
H0 : galat menyebar secara normal
H1 : galat tidak menyebar secara normal
Hasil dari uji mormalitas terhadap galat dapat dilihat pada Gambar
3.7 sebagai berikut.
99
Mean 77,10
StDev 12,83
N 43
95
KS 0,057
90 P-Value >0,150
80
70
Percent
60
50
40
30
20
10
1
40 50 60 70 80 90 100 110
Produksi_3
28
1,0
0,8
0,6
0,4
Autocorrelation
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10 11
Lag
Berdasarkan Gambar 3.8 dapat dilihat bahwa tidak ada lag yang
keluar dari batas, sehingga dapat disimpulkan bahwa residual bersifat white
noise dan model baik digunakan untuk peramalan.
3.10 Peramalan
Berikut adalah hasil peramalan pada data hasil produksi Peti No.
260 mulai dari Januari 2014 hingga Juli 2017 untuk 5 bulan kedepan untuk
memenuhi target pemesanan pada tahun 2017 disajikan pada Gambar 3.9
dan Tabel 3.5 sebagai barikut.
110
100
90
Produksi_3
80
70
60
50
40
1 5 10 15 20 25 30 35 40 45
Time
29
Tabel 3. 4 Hasil Peramalan Sebelum Transformasi
Forecasts
Obs Forecast 95% Confidence Limits
44 79,379 57,744 101,013
45 78,424 53,952 102,895
46 77,919 52,712 103,126
47 77,652 52,243 103,061
48 77,511 52,046 102,976
Dari Gambar 3.9 dapat dilihat hasil dari peramalan Peti Plastik No.
260 dengan menggunakan model AR (1) untuk 5 bulan yang akan datang.
Pada Gambar 3.9 dapat diketahui nilai peramalan dan batas nilai
kepercayaan untuk masing masing hasil peramalan yang hasilnya
disajikan pada Tabel 3.4. Karena data hasil peramalan masih dalam bentuk
transformasi, maka perlu dilakukan transformasi balik agar dapat
menghasilkan hasil peramalan yang sesungguhnya. Berikut hasil
transformasi balik untuk data ramalan:
30
BAB IV
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Model terbaik yang didapat menggunakan metode ARIMA Box
Jenkins untuk peramalan hasil produksi Peti Plastik No. 260 adalah model
AR (1). Berdasarkan hasil peramalan jumlah produksi Peti Plastik No. 260
dari bulan Agustus 2017 sampai Desember 2017 berjumlah sebanyak
30.560 buah. Apabila hasil peramalan di jumlahkan dengan hasil produksi
sebelumnya pada tahun 2017 mulai bulan Januari hingga Juli adalah
sebanyak 74.580 buah. Oleh karena itu, dapat di katakan bahwa apabila
tidak ada kekurangan bahan maupun kendala teknis maupun non teknis
yang lain, maka produksi Peti Plastik No. 260 untuk jumlah pemesanan
tahun 2017 dapat tercapai dan bahkan terdapat sisa 2.580 unit Peti Plastik
No. 260. Produksi perbulan yang dapat didapatkan adalah diantara 6000
hingga 6310 buah.
4.2 Saran
Saran yang dapat diberikan untuk PT PINDAD (Persero)
Divisi Munisi yaitu:
1. Untuk penelitian selanjutnya diharapkan dapat menggunakan data yang
lebih banyak agar hasil analisis dapat lebih baik.
2. Sebaiknya PT. PINDAD (Persero) Divisi Munisi menggunakan analisis
deret waktu metode peramalan di waktu yang akan datang agar proses
produksi dapat semakin maksimal.
3. Unutk mewujudkan hasil dari peramalan yang telah didapatkan, diharapka
PT. PINDAD (Persero) Divisi Munisi dapat menjaga persediaan barang
dan keadaan mesin agar proses produksi Peti Plastik No. 260 dapat
berjalan dengan baik dan maksimal.
31
32
DAFTAR PUSTAKA
33
34
LAMPIRAN
35
Lampiran 1. (Lanjutan)
Suranto
36
Lampiran 2. Data Hasil Produksi Peti Plastik No. 260 dari bulan Januari
2014 hingga Juli 2017
38
Lampiran 4. Nilai Signifikansi Parameter Model, Nilai MSE dan Nilai
hasil Uji Ljung Box dari Model yang terpilih
Number of observations: 43
Residuals: SS = 4971,94 (backforecasts excluded)
MS = 124,30 DF = 40
Lag 12 24 36 48
Chi-Square 4,0 10,7 21,6 *
DF 9 21 33 *
P-Value 0,910 0,968 0,936 *
Number of observations: 43
Residuals: SS = 4993,22 (backforecasts excluded)
MS = 121,79 DF = 41
Lag 12 24 36 48
Chi-Square 3,9 10,2 21,1 *
DF 10 22 34 *
P-Value 0,950 0,985 0,959 *
39
Lampiran 4 (Lanjutan)
Final Estimates of Parameters
Type Coef SE Coef T P
MA 1 -0,4616 0,1407 -3,28 0,002
Constant 77,234 2,521 30,64 0,000
Mean 77,234 2,521
Number of observations: 43
Residuals: SS = 5261,35 (backforecasts excluded)
MS = 128,33 DF = 41
Lag 12 24 36 48
Chi-Square 6,5 13,3 27,5 *
DF 10 22 34 *
P-Value 0,771 0,924 0,779 *
40
Lampiran 5. Hasil Peramalan
95% Limits
Period Forecast Lower Upper Actual
44 79,379 57,744 101,013
45 78,424 53,952 102,895
46 77,919 52,712 103,126
47 77,652 52,243 103,061
48 77,511 52,046 102,976
41
Lampiran 6. Struktur Organisasi PT. PINDAD (Persero) Divisi Munisi
Turen
Dep B Dep D
Dep C Biro 2
Dep
Biro 3
Rendalprod
Biro 1 Biro 4
Biro 5
42
Lampiran 7. Struktur Organisasi Departemen Rendalprod
Kadep Rendalprod
43
44
45