net/publication/313938370
CITATIONS READS
0 1,550
3 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Mesran Aan on 24 February 2017.
Abstrak
Salah satu peramalan yang penting dilakukan dalam perusahaan Penyaluran Tenaga Kerja yaitu permintaan tenaga
kerja setiap bulannya. Dengan mengetahui peramalan permintaan tenaga kerja, maka dapat membantu perusahaan
dalam menentukan jumlah tenaga kerja yang seharusnya disediakan dikarenakan dalam setiap bulannya
permintaan yang berubah-ubah dari pihak perusahaan mitra yang membutuhkan tenaga kerja. PT.Tamado Karya
Mandiri adalah Perusahaan yang bergerak dalam bidang Penyaluran Tenaga Kerja atau lebih dikenal dengan
Outsourcing. PT.Tamado Karya Mandiri melakukan penyaluran tenaga kerja berdasarkan permintaan dari
perusahaan mitra yang bekerja sama. PT.Tamado Karya Mandiri mengalami masalah penyaluran dikarenakan
tidak stabilnya jumlah permintaan setiap bulannya. Peramalan manual yang dilakukan sering tidak akurat sehingga
jumlah ketersediaan tenaga tidak sesuai, terkadang melebihi ataupun terkadang melebihi jumlah permintaan dari
mitra. Pada penelitian ini peramalan permintaan akan dilakukan pada PT.Tamado Karya Mandiri dengan
menerapkan metode peramalan Simple Moving Average dengan 2 periode.
Kata kunci : Permintaan Tenaga Kerja, Simple Moving Average, Tenaga Kerja
1
Jurnal TIMES , Vol. V No 2 : 1-5 , 2016
ISSN : 2337 – 3601
2
Jurnal TIMES , Vol. V No 2 : 1-5 , 2016
ISSN : 2337 – 3601
10. Oktober 2015 November 2015 11 10 5. Juli 2015 =100 - ( 41 – 30) / 1 = +10%
Desember 10.5(11)
2 2 6. Agustus 2015 =100 - ( 56 – 35) / 1 = 20%
11. Januari 2016
November 2015 Desember 2015 10 16
13 7. September 2015 =100 - ( 13 – 49) / 1 = 37%
2 2 8. Oktober 2015 =100 - ( 11 – 35) / 1 = 25%
12. Desember 2015 Januari 2016 16 39 9. November 2015 =100 - ( 10 – 21) / 1 = 12%
Februari 2016 27.5(28)
2 2
10. Desember 2015 =100 - ( 16 – 11) / 1 = +4%
13. Januari 2016 Februari 2016 39 40
11. Januari 2016 =100 - ( 39 – 13) / 1 = 25%
Maret 2016 39.5(40)
2 2
14. 12. Februari 2016 =100 - ( 40 – 28) / 1 = 11%
Februari 2016 Maret 2016 40 51
April 2016
2
2
45.5(46) 13. Maret 2016 =100 - ( 51 – 40) / 1 = 10%
15. Mei 2016 Maret 2016 April 2016 51 59 55 14. April 2016 =100 - ( 59 – 46) / 1 = 12%
2 2 15. Mei 2016 =100 - ( 31 – 55) / 1 = +25%
16. Juni 2016 =100 - ( 25 – 45) / 1 = +21%
16. Juni 2016 April 2016 Mei 2016 59 31 45
2 2 Perhitungan MFE hanya dilakukan sampai
dengan juni 2016 dikarenakan pada juli 2016 nilai
17. Juli 2016 Mei 2015 Juni 2016 31 25 33
2 2
real kebutuah belum diketahui sehingga tidak bisa
Proses diatas merupakan proses perhitungan dihitung.
prediksi kebutuhan tenaga kerja dengan
menggunakan metode Simple Moving Average, 4. Hasil Penelitian
berikut adalah tabel setelah proses prediksi dilakukan.
Algoritma
Tabel 3.2 Hasil Prediksi Algoritma dari sistem Forecasting Simple
No Periode Waktu Jumlah Prediksi Moving Average adalah sebagai berikut:
Real 1. Algoritma Form Perusahaan
1 Januari – 2015 40 0 Input
Idperusahaan, nama, alamat,
2 Februari – 2015 33 0
nohp
3 Maret – 2015 27 37
Output
4 April – 2015 19 30 Record Data Perusahaan
5 Mei – 2015 30 23 Proses
6 Juni – 2015 29 25 Input <- (Idperusahaan, nama,
7 Juli – 2015 41 30 alamat, nohp)
8 Agustus– 2015 56 35 if (Input) Not Found
9 September – 13 49 Save_Record (Input)
2015 If (Input) Found
10 Oktober – 2015 11 35 If (Edit)
11 November – 2015 10 21 Update_Record
12 Desember– 2015 16 11 (Input)
13 Januari – 2016 39 13 Else
14 Februari – 2016 40 28 Delete_Record
15 Maret – 2016 51 40 2. Algoritma Form Kebutuhan
16 April – 2016 59 46 Input
17 Mei – 2016 31 55 Idperusahaan, nama, bulan,
18 Juni – 2016 25 45 tahun, kebutuhan
19 Juli – 2016 0 33 Output
Record Data Kebutuhan
Berdasarkan perhitungan dari metode Simple
Proses
Moving Average diketahui bahwa prediksi untuk
Input <- (Idperusahaan, nama,
bulan juli 2016 sebanyak 33 orang, langkah terakhir
bulan, tahun, kebutuhan)
menguji mean forecast error untuk menghitung
if (Input) Not Found
persentase kesalahan untuk setiap prediksi dengan
Save_Record (Input)
At Ft
rumus MFE n
dengan pengertian
If (Input) Found
If (Edit)
At = Permintaan Aktual pada periode –t. Update_Record
Ft = Peramalan Permintaan (Forecast) pada periode-t. (Input)
N = Jumlah periode peramalan yang terlibat. Else
Berikut adalah proses MFEnya Delete_Record
1. Maret 2015 =100 - ( 27 – 37) / 1 = 11% 3. Algoritma Form Peramalan
2. April 2015 = 100 - ( 19 – 30) / 1 = 12% Input
3. Mei 2015 =100 - ( 30 – 23) / 1 = +6% Idperusahaan, nama, bulan,
4. Juni 2015 =100 - ( 29 – 25) / 1 = +3% tahun,
Output
3
Jurnal TIMES , Vol. V No 2 : 1-5 , 2016
ISSN : 2337 – 3601
Tampilan Program
4
Jurnal TIMES , Vol. V No 2 : 1-5 , 2016
ISSN : 2337 – 3601
Daftar Pustaka