LAPORAN MINGGUAN

PERTEMUAN 1
“PERKIRAAN PERMINTAAN PRODUK”
PRAKTIKUM PERANCANGAN TEKNIK INDUSTRI - 2
(Diajukan Sebagai Salah Satu Syarat Kelulusan Praktikum Perancangan Teknik Industri - 2)

Disusun oleh :
Kelompok R – 2
Sesi : 4, Selasa Pukul (08.00 – 10.30 WIB)

Asisten Wali : Fawwaz Abdurrahman

Rohmaturrohman 2514161019

Annisa Fridayanti Utami 2514161024

Nadila Zumrotin 2514161025

LABORATORIUM PERANCANGAN TEKNIK INDUSTRI

JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS JENDERAL ACHMAD YANI
BANDUNG
2018
I-1
 BAB I
PENGUMPULAN DATA

1.1. Data Aktual

Tabel 1.1. Data Aktual

Permintaan
Periode Kursi Drum Kursi Drum Rangka Stand
Berlubang Berulir Drum Mic
Cacat 2% 2% 2% 2%
1 434 233 120 550
2 351 300 240 585
3 760 233 300 615
4 550 237 278 603
5 322 255 240 581
6 400 296 288 500
7 372 293 470 490
8 588 239 331 441
9 780 300 240 466
10 530 267 210 450
11 342 282 315 320
12 450 270 288 300

I-1
 BAB II
PENGOLAHAN DATA

2.1. Konversi Nilai Permintaan Produk

Tabel 2.1. Data Permintaan Produk

Permintaan
Periode Kursi Kursi
Rangka Stand
Drum Drum
Drum Mic
Berlubang Berulir
Cacat 2% 2% 2% 2%
1 450 245 130 569
2 366 314 252 604
3 783 245 314 635
4 569 249 291 623
5 336 268 252 600
6 416 310 301 518
7 387 306 487 507
8 607 251 345 457
9 803 314 252 483
10 548 280 222 467
11 356 295 329 334
12 467 283 301 314

2.2. Pola Data Permintaan Produk

2.2.1. Pola Data untuk Kursi Drum Berlubang

Gambar 2.1. Pola Kursi Drum Berlubang

Dari grafik tersebut, dapat ditelaah bahwa permintaan kursi berfluktuasi tidak
tetap. Dikatakan tidak tetap karena permintaan terkadang turun drastis ataupun naik
drastis. Hal ini dapat disebabkan oleh faktor perekonomian jangka panjang. Dari
pernyataan tersebut dapat kita tarik benang merah bahwa pada periode ke-2 sampai ke-5

III-2
Bab II Pengolahan Data R-2

dan periode ke-7 sampai periode ke-11 dipengaruhi oleh faktor tersebut. Oleh karena
itu, permintaan kurdi drum berlubang berpola SIKLIS. Masalah ini perlu diselesaikan
dengan peramalan bentuk fungsi siklus, single eksponential smoothing, dan double
eksponential smoothing agar tidak terjadi bottle neck di lantai produksi

2.2.2. Pola Data untuk Kursi Drum Berulir

Gambar 2.2. Pola Data Kursi Drum Berulir

Gafik di atas meunjukkan suatu pola permintaan kursi drum berulir yang
berfluktasi di sekitaran nilai konstan yaitu 320 ± 4. Hal ini dapat dibuktikan dari nilai
permintaan pada perioda 2 dengan permintaan sebanyak 324 unit, perioda 6 sebanyak
320 unit, perioda 7 sebanyak 317 unit, dan perioda 9 sebanyak 324 unit. Maka dari itu,
grafik tersebut berpola HORIZONTAL. Maka metoda peramalan yang dapat
digunakan yaitu metoda konstan, single eksponensial smoothing, regresi linear, dan
single moving average. Namun Dalam permasalahan kali ini, mahasiswa menggunakan
simple average, moving average,single eksponensial smoothing, double eksponensial
smoothing, regresi linear.

Praktikum Perancangan Teknik Industri-2 II-3

Bab II Pengolahan Data R-2

2.2.3. Pola Data untuk Rangka Drum

Gambar 2.3. Pola Data Rangka Drum

Grafik di atas menunjukkan pola MUSIMAN. Hal ini dapat dilihat dari titik
optimum yang cenderung curam pada perioda waktu 3 bulan dan berulang pada periode
bulan ke-8. Titik optimum yang curam ini menunjukkan banyaknya permintaan dalam
satu musim. Metoda peramalan yang dapat digunakan untuk plot data ini adalah metode
Winder dengan faktor musiman, regresi Linier, dan singgle exsponential smoothing.
Dalam modul kali ini, mahasiswa akan melakukan peramalan dengan metode simple
average, moving average,single eksponensial smoothing, double eksponensial
smoothing, regresi linear.

2.2.4. Pola Data untuk Stand Mic

Gambar 2.4. Pola Data Stand Mic

Dari grafik permintaan Stand Mic di atas, dapat kita ketahui adanya penurunan
jangka panjang yaitu pada perioda ke-5 sampai perioda ke-8. Jika ditelaah dalam modul
praktikum dapat kita temukan informasi bahwa grafik dengan kasus seperti ini berpola

Praktikum Perancangan Teknik Industri-2 II-4

Bab II Pengolahan Data R-2

TREND karena terjadi kenaikkan atau penurunan sekuler jangka panjang dalam data.
Metode yang dapat digunakan yaitu regresi linier, double eksponential smoothing,
double moivng average.

2.3. Peramalan Permintaan Produk

2.3.1. Peramalan Permintaan Pada Produk Kursi Drum Berlubang Pola Data
Siklis

Gambar 2.5. Problem Specification Kursi Drum Berlubang

1. Metode Simple average

Gambar 2.6. Forecast Setup Kursi Berlubang metode Sngle Average

Praktikum Perancangan Teknik Industri-2 II-5

Bab II Pengolahan Data R-2

Gambar 2.7. Forecast Result Komponen Kursi Berlubang metode Sngle Average

2. Metode Moving Average

Gambar 2.8. Forecast Setup Komponen Kursi Berlubang metode Moving Average

Praktikum Perancangan Teknik Industri-2 II-6

Bab II Pengolahan Data R-2

Gambar 2.9. Forecast Result Komponen Kursi Berlubang metode Moving Average

3. Metode Single Exponential Smoothing

Gambar 2.10. Forecast Setup Komponen Kursi Berlubang metode Single Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-7

Bab II Pengolahan Data R-2

Gambar 2.11. Forecast Result Kursi Berlubang metode Single Exponential Smoothing

4. Metode Double Exponential Smoothing

Gambar 2.12. Forecast Setup Kursi Berlubang metode Double Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-8

Bab II Pengolahan Data R-2

Gambar 2.13. Forecast Result Komponen Kursi Berlubang metode

Double Exponential Smoothing

5. Linear Regression

Gambar 2.14. Forecast Setup Kursi Berlubang metode Linear Regression with Time

Praktikum Perancangan Teknik Industri-2 II-9

Bab II Pengolahan Data R-2

Gambar 2.15. Forecast Result Komponen Kursi Berlubang metode Linear Regression

2.3.1.1. Tabel Hasil Rekapan MSE Dari Setiap Metode untuk Produk Kursi Drum
Berlubang
Berikut ini merupakan hasil rekapan MSE dari metode Simple average,
Moving Average, Single Exponential Smoothing, Double Exponential
Smoothing, dan Linear Regression

Tabel 2.2. Tabel hasil rekapan MSE produk Kursi drum Berlubang

Rekapitulasi MSE Kursi Drum Berlubang

Metode SA MA SES DES LR
MSE 32424 38361 37263 35089 23207

Keterangan : menunjukkan MSE terkecil dan metode yang terpilih

yaitu Linear Regression

2.3.1.2. Tabel Hasil Peramalan Permintaan Produk untuk 6 Periode Kedepan

Berdasarkan Metode Terpilih
Berikut ini merupakan hasil peramalan permintaan produk untuk 6 periode
kedepan berdasarkan metode Linear Regression .

Tabel 2.3. peramalan permintaan produk 6 periode metode Linear Regression

Kursi Drum
Berlubang
Periode Permintaan
13 517
14 518
15 520
16 521
17 523

Praktikum Perancangan Teknik Industri-2 II-10

Bab II Pengolahan Data R-2

Kursi Drum
Berlubang
Periode Permintaan
18 524

2.3.2. Peramalan Permintaan Pada Produk Kursi Drum Berulir Pola Horizontal

Gambar 2.16. Problem Specification Kursi Drum Berulir

1. Metode Simple average

Gambar 2.17. Forecast Setup Komponen Kursi Berulir metode Simple average

Praktikum Perancangan Teknik Industri-2 II-11

Bab II Pengolahan Data R-2

Gambar 2.18. Forecast Result Komponen Kursi Berulir metode Simple average

2. Metode Moving Average

Gambar 2.19. Forecast Setup Komponen Kursi Berulir metode Moving Average

Praktikum Perancangan Teknik Industri-2 II-12

Bab II Pengolahan Data R-2

Gambar 2.20. Forecast Result Komponen Kursi Berulir metode Moving Average

3. Metode Single Exponential Smoothing

Gambar 2.21. Forecast Setup Kursi Berulir metode Single Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-13

Bab II Pengolahan Data R-2

Gambar 2.22. Forecast Result Kursi Berulir metode Single Exponential Smoothing

4. Metode Double Exponential Smoothing

Gambar 2.23. Forecast Setup Kursi Berulir metode Double Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-14

Bab II Pengolahan Data R-2

Gambar 2.24. Forecast Result Kursi Berulir metode Double Exponential Smoothing

5. Metode Linear Regression

Gambar 2.25. Forecast Result Kursi Berulir metode Linear Regression with Time

Praktikum Perancangan Teknik Industri-2 II-15

Bab II Pengolahan Data R-2

Gambar 2.26. Forecast Result Komponen Kursi Berulir metode Linear Regression with Time

2.3.2.1. Tabel Hasil Rekapan MSE dari Setiap Metode untuk Produk Kursi Drum
Berulir
Berikut ini merupakan hasil rekapan MSE dari metode Simple average,
Moving Average, Single Exponential Smoothing, Double Exponential
Smoothing, dan Linear Regression.

Tabel 2.4. Tabel hasil rekapan MSE produk Kursi drum Berulir

Rekapitulasi MSE Kursi Drum Berulir

Metode SA MA SES DES LR
MSE 1109 824 1181 1033 626

Keterangan : menunjukkan MSE terkecil dan metode yang terpilih

yaitu Linear Regression

2.3.2.2. Tabel Hasil Peramalan Permintaan Produk untuk 6 Periode Kedepan

Berdasarkan Metode Terpilih
Berikut ini merupakan hasil peramalan permintaan produk untuk 6 periode
kedepan berdasarkan metode Linear Regression

Tabel 2.5. Hasil peramalan produk 6 periode metode Linear Regression

Kursi Drum Berulir

Periode Permintaan
13 298
14 300
15 303
16 306
17 308
18 311

Praktikum Perancangan Teknik Industri-2 II-16

Bab II Pengolahan Data R-2

2.3.3. Peramalan Permintaan Pada Produk Rangka Drum Pola Data Musiman

Gambar 2.27 Problem Specification Rangka Drum

1. Metode Simple average

Gambar 2.28 Forecast Setup Rangka Drum metode Simple average

Praktikum Perancangan Teknik Industri-2 II-17

Bab II Pengolahan Data R-2

Gambar 2.29 Forecast Result Rangka Drum metode Simple average

2. Metode Moving Average

Gambar 2.30 Forecast Setup Rangka Drum metode Moving Average

Praktikum Perancangan Teknik Industri-2 II-18

Bab II Pengolahan Data R-2

Gambar 2.31 Forecast Result Rangka Drum metode Moving Average

3. Metode Single Exponential Smoothing

Gambar 2.32 Forecast Setup Rangka Drum metode Single Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-19

Bab II Pengolahan Data R-2

Gambar 2.33 Forecast Result Komponen Rangka Drum metode Single Exponential Smoothing

4. Metode Double Exponential Smoothing

Gambar 2.34 Forecast Setup Komponen Rangka Drum metode Double Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-20

Bab II Pengolahan Data R-2

Gambar 2.35 Forecast Result Rangka Drum metode Double Exponential Smoothing

5. Metode Linear Regression with Time

Gambar 2.36 Setup Komponen Rangka Drum metode Linear Regression with Time

Praktikum Perancangan Teknik Industri-2 II-21

Bab II Pengolahan Data R-2

Gambar 2.37 Forecast Result Komponen Rangka Drum metode Linear Regression with Time

2.3.3.1 Tabel Hasil Rekapan MSE ari Setiap Metode untuk Produk Rangka Drum
Berikut ini merupakan hasil rekapan MSE dari metode Simple average, Moving
Average, Single Eksponential Smoothing, Double Eksponential Smoothing, dan
Linear Regression .

Tabel 2.7 Tabel hasil rekapan MSE produk Rangka Drum

Rekapitulasi MSE Kursi Drum Berulir

Metode SA MA SES DES LR
MSE 9221 9623 1181 10749 5856

Keterangan : menunjukkan MSE terkecil dan metode yang terpilih

yaitu Linear Regression

2.3.3.2 Tabel hasil peramalan permintaan produk untuk 6 periode kedepan

berdasarkan metode terpilih
Berikut merupakan hasil peramalan permintaan produk untuk 6 periode
kedepan berdasarkan metode Linear Regression .

Tabel 2.8 Hasil peramalan produk 6 periode metode Linear Regression

Kursi Rangka Drum

Periode Permintaan
13 340
14 348
15 356
16 363
17 371
18 379

Praktikum Perancangan Teknik Industri-2 II-22

Bab II Pengolahan Data R-2

2.3.4. Peramalan Permintaan Pada Produk Stand Mic

Gambar 2. 38. Problem Specificaion Stand Mic

1. Metode Simple average

Gambar 2.39. Forecast Setup Stand Mic Metode Simple Average

Praktikum Perancangan Teknik Industri-2 II-23

Bab II Pengolahan Data R-2

Gambar 2.40 Forecast Result Stand Mic Metode Simple Average

2. Metode Moving Average

Gambar 2.41. Forecast Setup Produk Stand Mic Metode Moving Average

Praktikum Perancangan Teknik Industri-2 II-24

Bab II Pengolahan Data R-2

Gambar 2.42 Forecast Result Produk Stand Mic Metode Moving Average

3. Metode Single Exponential Smoothing

Gambar 2.43 Forecast Setup Produk Stand Mic Metode Single Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-25

Bab II Pengolahan Data R-2

Gambar 2.44 Forecast Result Produk Stand Mic Single Exponential Smoothing

4. Metode Double Exponential Smoothing

Gambar 2.45 Forecast Setup Stand Mic Metode Double Exponential Smoothing

Praktikum Perancangan Teknik Industri-2 II-26

Bab II Pengolahan Data R-2

Gambar 2.46. Forecast Result Produk Stand Mic Metode Double Exponential Smoothing

5. Metode Linear Regression

Gambar 2.47 Forecast Setup Stand Mic Metode Linear Regression

Praktikum Perancangan Teknik Industri-2 II-27

Bab II Pengolahan Data R-2

Gambar 2.48 Forecast Result Produk Stand Mic Metode Linear Regression

2.3.4.1. Tabel Hasil Rekapan MSE dari Setiap Metode untuk Produk Stand Mic
Berikut ini merupakan hasil rekapan MSE dari metode Simple average,
Moving Average, Single Eksponential Smoothing, Double Eksponential
Smoothing, dan Linear Regression .

Tabel 2.9. Hasil peramalan produk 6 periode metode Linear Regression

Rekapitulasi MSE Stand Mic

Metode SA MA SES DES LR
MSE 12614 6137 4676 7064 1998

Keterangan : menunjukkan MSE terkecil dan metode yang terpilih

yaitu Linear Regression

2.3.4.2 Tabel Hasil Peramalan Permintaan Produk untuk 6 Periode Kedepan

Berdasarkan Metode Terpilih

Berikut merupakan hasil peramalan permintaan produk untuk 6 periode

kedepan berdasarkan metode Linear Regression.

Tabel 2.10 Hasil Peramalan Stand Mic Metode Linear Regression

Kursi Stand Mic

Periode Permintaan
13 338
14 312
15 285
16 259
17 233
18 206

Praktikum Perancangan Teknik Industri-2 II-28

Bab II Pengolahan Data R-2

2.4. Verifikasi Peramalan Produk

2.4.1. Verfikasi Peramalan Produk Kursi Drum Berlubang

Tabel 2.8. Verifikasi Produk Kursi Drum Berlubang

Peramalan Kursi Drum Berlubang
Periode Data Aktual Hasil Peramalan Error MR
1 450 500 -50
2 366 501 -135 85
3 783 503 280 415
4 569 504 65 215
5 336 506 -170 235
6 416 507 -91 79
7 387 509 -122 31
8 607 511 96 218
9 803 513 290 194
10 548 514 34 256
11 356 513 -157 191
12 467 516 -49 108
Jumlah 2027
MR
184
Bar
LCL -490
UCL 490

Tabel 2.9. Peta Kendali Kursi Drum Berlubang

Kendali Kursi Drum Berlubang

LCL MR BAR UCL ERROR
-490 184 490 -50
-490 184 490 -135
-490 184 490 280
-490 184 490 65
-490 184 490 -170
-490 184 490 -91
-490 184 490 -122
-490 184 490 96
-490 184 490 290
-490 184 490 34
-490 184 490 -157
-490 184 490 -49

Praktikum Perancangan Teknik Industri-2 II-29

Bab II Pengolahan Data R-2

Gambar 2.49 Grafik Peta Kendali Produk Kursi Drum Berlubang

2.4.2. Verfikasi Peramalan Produk Kursi Drum Berulir

Tabel 2.10. Verifikasi Produk Kursi Drum Berulir

Peramalan Kursi Drum Berulir
Data
Periode Hasil Peramalan Error MR
Aktual
1 450 266 184
2 366 269 97 87
3 783 271 512 415
4 569 274 295 217
5 336 277 59 236
6 416 279 137 78
7 387 282 105 32
8 607 284 323 218
9 803 287 516 193
10 548 290 258 258
11 356 292 64 194
12 467 295 172 108
Jumlah 2036
MR
185
Bar
LCL -492
UCL 492

Tabel 2.11. Peta Kendali Produk Kursi Drum Berulir

Kendali Kursi Drum Berulir
LCL MR BAR UCL ERROR
-492 185 492 184
-492 185 492 97
-492 185 492 512

Praktikum Perancangan Teknik Industri-2 II-30

Bab II Pengolahan Data R-2

Kendali Kursi Drum Berulir

LCL MR BAR UCL ERROR
-492 185 492 295
-492 185 492 59
-492 185 492 137
-492 185 492 105
-492 185 492 323
-492 185 492 516
-492 185 492 258
-492 185 492 64
-492 185 492 172

Gambar 2.50 Grafik Peta Kendali Produk Kursi Drum Berulir

2.4.3. Verifikasi Peramalan Produk Rangka Drum

Tabel 2.12 Verifikasi Rangka Drum

Peramalan Kursi Rangka Drum
Periode Data Aktual Hasil Peramalan Error MR
1 450 248 202
2 366 256 110 92
3 783 263 520 410
4 569 371 198 322
5 336 279 57 141
6 416 286 130 73
7 387 294 93 37
8 607 302 305 212
9 803 309 494 189
10 548 317 231 263
11 356 325 31 200
12 467 332 135 104
Jumlah 2043

Praktikum Perancangan Teknik Industri-2 II-31

Bab II Pengolahan Data R-2

Peramalan Kursi Rangka Drum

Periode Data Aktual Hasil Peramalan Error MR
MR
186
Bar
LCL -494
UCL 494

Tabel 2.13 Peta Kendali Produk Rangka Drum

Kendali Rangka Drum

LCL MR BAR UCL ERROR
-494 186 494 202
-494 186 494 110
-494 186 494 520
-494 186 494 198
-494 186 494 57
-494 186 494 130
-494 186 494 93
-494 186 494 305
-494 186 494 494
-494 186 494 231
-494 186 494 31
-494 186 494 135

Gambar 2.51 Grafik Peta Kendali Produk Rangka Drum

Praktikum Perancangan Teknik Industri-2 II-32

Bab II Pengolahan Data R-2

2.4.4. Verifikasi peramalan produk Stand Mic

Tabel 2.14 Verifikasi Peramalan Produk Stand Mic
Peramalan Kursi Stand Mic
Data
Periode Hasil Peramalan Error MR
Aktual
1 450 655 -205
2 366 629 -263 58
3 783 602 181 444
4 569 576 -7 188
5 336 549 -213 206
6 416 523 -107 106
7 387 497 -110 3
8 607 470 137 247
9 803 444 359 222
10 548 417 131 228
11 356 391 -35 166
12 467 365 102 137
Jumlah 2005
MR
182
Bar
LCL -485
UCL 485

Tabel 2.15. Peta Kendali Stand Mic

Kendali Stand Mix
LCL MR BAR UCL ERROR
-485 182 485 -205
-485 182 485 -263
-485 182 485 181
-485 182 485 -7
-485 182 485 -213
-485 182 485 -107
-485 182 485 -110
-485 182 485 137
-485 182 485 359
-485 182 485 131
-485 182 485 -35
-485 182 485 102

Praktikum Perancangan Teknik Industri-2 II-33

Bab II Pengolahan Data R-2

Gambar 2.52 Grafik Peta Kendali Produk Stand Mic

2.5. Hasil Peramalan

Tabel 2.16. Hasil Peramalan Permintaan 6 Periode ke Depan

Peramalan Permintaan 6 Periode Ke Depan

Periode Kursi Kursi
Rangka Stand
Drum Drum
Drum Mic
Berlubang Berulir
1 517 298 340 338
2 518 300 348 312
3 520 303 356 285
4 521 306 363 259
5 523 308 371 233
6 524 311 379 206

Praktikum Perancangan Teknik Industri-2 II-34

 BAB III
ANALISIS

Perusahaan PT Maju Terus yang bergerak dalam bergerak dalam bidang manufaktur
yang memproduksi kursi drum, selalu menginginkan keberhasilan dalam aktifitaas di masa
yang akan datang. Ini menunjukkan bahwa setiap perusahaan selalu berusaha untuk tetap
berkembang dalam bidang usahanya di masa yang akan datang.
Pimpinan yang memiliki kemampuan untuk dapat menetapkan keputusan yang tepat
dalam menghadapi masa depan yang penu ketidak pastian, agar perudahaan dapat meraih apa
yang menjadi tujuannya. Salah satu hal yang paling penting untuk mewujudkan hal tersebut
adalah memperkirakan atau meramalkan (forecasting) besarnya penjualan atau permintaan
pelanggan akan barnang yang dihasilkan.
Seorang Manajer selalu berkeinginan untuk dapat memprediksi besarnya permintaan
produk kursi drum. Manajer dan analis melakukan peramalan permintaan untuk beberapa
produk yang terdiri dari kursi drum berlubang, kursi drum berulir, rangka drum dan stand
mic. Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu
produk atau beberapa produk dalam periode yang akan datang. (Biegel, 19). Peramalan
merupakan tahapan pertama dalam perencanaan dan pengendalian produksi. Peramalan tidak
hanya digunakan untuk memperkirakan permintaan produk saja, namun secara luas juga
digunakan dalam sistem lainnya. Peramalan digunakan untuk menentukan kebijakan
pengendalian dari sistem persediaan (inventory), membuat perencanaaan produksi,
pembebanan mesin, menentukan kebutuhan mesin, peralatan, bahan serta untuk menentukan
tingkat tenaga kerja selama periode produksi. Oleh karena itu, peramalan hanya dilakukan
untuk perusahaan dengan sistem permintaan make to stock.
Peramalan permintaan merupakan tingkat permintaan produk yang diharapkan akan
terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan
menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian
perusahaan karena bagian operasional produksi bertanggung jawab terhadap pembuatan
produk yang dibutuhkan oleh konsumen, maka keputusan – keputusan operasi produksi
sangat dipengaruhi hasil dari peramalan permintaan seperti membuat perencanaan produksi,
mengelola persediaan, mengelola bahan baku, mengelola, mengelola peralatan dan mengelola
sumber daya manusia.
Secara garis besar, peramalan terbagi ke dalam dua kategori yaitu Metode Kuantitatif
dan Metode Kualitatif. Namun pada praktikum ini, mahasiswa melakukan peramalan dengan
menggunakan metode kuantitatif time series. Metode kuantitatif menggunakan data masa lalu
III-35
Bab II Pengolahan Data R-2

untuk memperkirakan data di masa yang akan datang. Metode ini terbagi menjadi dua yaitu
Metode Time Series dan Metode Kausal.
Metode Time Series merupakan metode peramalan yang menggunakan waktu sebagai
dasar peramalan. Metode peramalan yang populer dan umum diterapkan dalam peramalan
permintaan pada metode time series adalah rata – rata bergerak (moving average),pemulusan
eksponensial (exponential smoothing) dan proyeksi kecenderungan (trend projection).
Sedangkan Metode Kausal adalah metode peramalan yang memiliki beberapa faktor sebagai
dasar peramalan. Metode yang umum digunakan adalah metode regresi.
Analis mengkonversi data permintaan dengan menambahkan persentase kecacatan
sebesar 2% yang berguna untuk mengantisipasi terjadinya kecacatan produk. Besarnya
persentase kecacatan tergantung dengan kebijakan perusahaan dan pada praktikum kali ini
persentase kecacatan yang digunakan sebesar 2% karena belum menerapkan praktek lean
manufacturing.
Walaupun ditambahkan presentase kecacatan sebagai nilai toleransi dar kesalahan
namun, hasil peramalan dalam prakteknya hamper tidak pernah secara mutlak tepat. Hal ini
karena keadaan maupun kejadian di masa yang akan datang tidak menentu. Meskipun
demikian, apabila semua factor penting yang mempengaruhi telah diperhitungkan dan model
hubungan dari factor-faktor tersebut ditentukan dengan baik, maka hasil peramalan akan
mendekati kondisi yang sebenarnya, maka harus dilakukan dengan hati-hati terutama dalam
pemilihan metode dalam kasus yang akan diteliti. Hal ini dipertimbangkan karena tidak ada
satupun metode dari perkiraan dan peramalan yang dapat dipergunakan secara universal untuk
seluruh keadaan dan situasi.
Penggunaan metode peramalan yang tepat harus mempertimbangkan pola data yang
terbentuk. Terdapat empat jenis pola data yaitu Pola Data Horizontal (H), Pola Data Musiman
(S), Pola Data Siklis (C), dan Pola Data Trend (T). Pada produk kursi drum berlubang
memiliki pola data siklis karena berfluktuasi tidak tetap. Pada periode 2 ke 4, dan periode 7 ke
11 mempunyai bentuk pola yang sama. Data tersebut diakibatkan oleh satu penyebab yaitu
tingkat perekonomian jangka panjang yang baik. Sehingga metode peramalan menggunakan
metoda bentuk fungsi siklus, single eksponential smoothing, dan double eksponential
smoothing.
Produk kursi drum berulir memiliki pola data horizontal karena data berfluktuasi
disekitar nilai rata – rata yang konstan sehingga peramalan menggunakan metode konstan,
single eksponential, single moving average, dan regresi linear. Produk rangka drum memiliki
pola data musiman karena dalam suatu kurun waktu tertentu terdapat beberapa perioda yang
permintaannya naik dengan pesat sehingga peramalan menggunakan metoda winter dengan
Praktikum Perancangan Teknik Industri-2 II-36
Bab II Pengolahan Data R-2

faktor musiman, regresi linier, dan single eksponential smoothing. Produk stand mic memiliki
pola data trend terjadi kenaikan atau penurunan sekuler jangka panjang dalam data yaitu pada
periode kelima sampai periode delapan sehingga peramalan menggunakan metode regresi
linier, double eksponential smoothing, dan double moving average.
Pada penelitian ini menggunakan software WINQSB (Win Quantitive System for
Business). Software tersebut digunakan untuk menyelesaikan masalah – masalah operasional
riset dan ilmu manajemen karena dapat menghasilkan perhitungan yang cepat dari sebuah
data sehingga dapat mengambil keputusan dengan cepat. Software ini digunakan untuk
menghitung peramalan permintaan. Metode yang digunakan dalam peramalan ini yaitu
metode konstan, linier, rata – rata, rata – rata bergerak, dan eksponential smoothing. Kelima
metode tersebut termasuk peramalan time series. Kelima metode ini merupakan metode
peramalan time series yang paling umum digunakan. Peramalan time series dipilih karena
pada penelitian kali ini diasumsikan hanya faktor waktu yang mempengaruhi peramalan dan
faktor lainnya dianggap konstan. Namun terdapat kekurangan pada metode peramalan time
series yaitu kurangnya keakuratan karena hanya memfokuskan pada perilaku data tunggal di
masa lalu.
Pada metode moving average digunakan 3 perioda data karena dalam peramalan ini
diasusmsikan permintaan pasar terhadap produk tetep stabil dalam kurun waktu 3 bulan.
Kemudian 3 perioda data ini dirata-ratakan. Tujuan utama dari penggunaan rata-rata bergerak
adalah untuk mengurangi atau menghilangkan acakan dalam deret waktu. Kemudian nilai
rata-rata tersebut digunakan untuk peramalan perioda yang akan datang. Dalam metode
moving average dapat dilihat bahwa semua data observasi memiliki bobot yang sama yang
membentuk rata-ratanya. Padahal data observasi terbaru seharusnya lebih besar disbanding
data masa lalu. Hal ini dipandang sebagai kelemahan dari metode moving average.
Kekurangan pada metode moving average dapat sedikit teratasi dengan metode
eksponential smoothing karena pada metode eksponential smoothing menggunakan nilai 
sebesar 0,5. Konstanta perumusan α berfungsi sebagai faktor penimbang dan mengurangi
kerandoman, dimana 0 <  < 1. Jika α mendekati 1, berarti nilai ramalan yang baru sudah
memasukan faktor penyesuaian untuk setiap tingkat kesalahan yang terjadi pada nilai
ramalan yang lama. Sebaliknya, bila α mendekati 0 berarti niai ramalan yang baru hampir
sama dengan nilai ramalan yang lama atau permintaan tidak berfluktuasi. Nilai α=0,5 dipilih
karena merupakan titik penengah yang baik, bisa digunakan untuk data berfluktuasi dan tidak.
Kesalahan peramalan diukur menggunakan metode Mean Square Error (MSE),
metode ini mengatur kesalahan peramalan yang besar karena kesalahan – kesalahan itu
dikuadratkan. Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan lebih
Praktikum Perancangan Teknik Industri-2 II-37
Bab II Pengolahan Data R-2

baik untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan yang besar. Metode
peramalan terbaik dipilih berdasarkan ukuran kesalahan terkecil. Metode dengan nilai MSE
terkecil merupakan metode peramalan terbaik. Semakin kecil nilai MSE maka hasil
peramalan semakin mendekati nilai aktual permintaan. Nilai MSE produk yang mendekati
nilai actual permintaan yaitu produk kursi drum berulir, stand mic, rangka drum, dan kursi
drum berlubang. Nilai MSE terkecil pada setiap produk didapatkan dari Metode Linear
Regression sehingga metode tersebut menjadi metode terbaik dalam peramalan permintaan
pada penelitian ini. Hal ini disebabkan karena Metode Linear Regression sebagai salah satu
metode statistik yang dipergunakan dalam produksi untuk melakukan peramalan ataupun
prediksi tentang karakteristik kualitas maupun kuantitas serta memiliki tingkat keakurasian
yang tinggi.
Langkah penting setelah peramalan dilakukan adalah verifikasi peramalan. Verifikasi
peramalan merupakan langkah penting karena dengan verifikasi peramalan dapat menentukan
kriteria peramalan yang dilakukan (parameter) apakah peramalan dikatakan baik atau tidak.
Verifikasi terhadap hasil peramalan digunakan peta kendali Moving Range (MR). Peta Moving
Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Data
permintaan aktual dibandingkan dengan nilai peramalan pada periode yang sama. Peta
tersebut dikembangkan ke periode yang akan datang hingga dapat dibandingkan data
peramalan dengan permintaan aktual. Peta Moving Range digunakan untuk pengujian
kestabilan sistem sebab-akibat yang mempengaruhi permintaan. Setelah dilakukan verifikasi
peramalan dapat dilihat bahwa pada produk kursi drum berulir memiliki dua data out of
control pada titik 3 dan 9 yang berada dibawah garis LCL (Lower Control Limit), hal tersebut
diakibatkan oleh ketidakseragamannya data. Sedangkan pada produk lainnya tidak terdapat
data yang out of control. Dilakukan round up pada semua data yang dihasilkan karena
permintaan dikret.

Praktikum Perancangan Teknik Industri-2 II-38

 BAB IV
SIMPULAN DAN SARAN

4.1 Simpulan
1. Pola data yang terbentuk :
 Produk kursi drum berlubang berpola siklis
 Produk kursi drum berulir berpola horisontal
 Produk rangka drum berpola musiman
 Produk stand mic berpola trend
2. Metode terpilih dari setiap produk adalah Linear Regression
3. Nilai MSE terkecil :
 Produk kursi drum berlubang sebesar 2307
 Produk kursi drum berulir sebesar 626
 Produk rangka drum sebesar 5856
 Produk stand mic sebesar 1998
4. Hasil peramalan permintaan 6 periode kedepan :
 Produk kursi drum berlubang
- Periode 13 : 517
- Periode 14 : 518
- Periode 15 : 520
- Periode 16 : 521
- Periode 17 : 523
- Periode 18 : 524
 Produk kursi drum berulir
- Periode 13 : 298
- Periode 14 : 300
- Periode 15 : 303
- Periode 16 : 306
- Periode 17 : 308
- Periode 18 : 3011
 Produk rangka drum
- Periode 13 : 340
- Periode 14 : 348
- Periode 15 : 356
- Periode 16 : 363

IV-43
Bab IV Simpulan dan Saran R-2

- Periode 17 : 371
- Periode 18 : 379
 Produk stand mic
- Periode 13 : 338
- Periode 14 : 312
- Periode 15 : 285
- Periode 16 : 259
- Periode 17 : 233
- Periode 18 : 206
5. Peta kendali
 Produk kursi drum berlubang
- LCL : - 490
- MR Bar : 184
- UCL : 490
 Produk kursi drum berulir
- LCL : - 492
- MR Bar : 185
- UCL : 492
 Produk rangka drum
- LCL : - 494
- MR Bar : 186
- UCL : 494
 Produk stand mic
- LCL : 485
- MR Bar : 182
- UCL : 485

Praktikum Perancangan Teknik Industri-2 III-44

 LAMPIRAN :
Scan Juklak
Scan Lembar Asistensi
Daftar Pustaka
 Juklak
 Lembar Asistensi
 DAFTAR PUSTAKA

Baroto, T. (2012). Perancangan dan Pengendalian Produksi. Jakarta: Ghalia Indonesia.

LPTI, T. P. (2018). Modul Perancangan Teknik Industri-2. Bandung: LPTI.