LAPORAN PROYEK LOGISTIK 2

PENERAPAN METODE SINGLE MOVING AVERAGE DALAM

PERAMALAN PRODUKSI BANDREK DI CV CIHANJUANG INTI
TEKNIK

DISUSUN OLEH :

Muhamad Ridzwan

5173092

D3 LOGISTIK BISNIS 2C

PROGAM STUDI D3 LOGISTIK BISNIS

POLITEKNIK POS INDONESIA

BANDUNG

2019
 ABSTRAK
Ridzwan, muhamad 2019. Penerapan Metode Single Moving Average Dalam Peramalan
Produksi Bandrek Di perusahaan CV Cihanjuang Inti Teknik. Proyek Logistik
2,jurusan Logistik Bisnis Politeknik Pos Indonesia bandung, pembimbing :
Noneng Nurjanah SP.,MT.
Kata kunci: Bandrek, Single Moving Average, Peramalan, Permintaan.
Bandrek merupakan minuman tradisional khas Jawa Barat yang terbuat dari
berbagai campuran rempah-rempah. Seiring berjalannya waktu dan disesuaikan dengan
kebutuhan masyarakat, saat ini bandrek telah tersedia dalam bentuk kemasan siap saji.
Salah satu perusahaan yang memproduksi bandrek kemasan adalah CV. Cihanjuang Inti
Teknik yang berlokasi di Cimahi, Jawa Barat. Berdasarkan data permintaan perusahaan
selama 1 tahun terakhir diketahui terjadi kekurangan stok selama beberapa bulan
disebabkan jumlah permintaan melebihi batas saat memproduksi bandrek setiap
bulannya, sehingga perlu dilakukan peramalan untuk memprediksi jumlah produksi
bandrek. Tujuan yang ingin dicapai dari penelitian ini adalah untuk menganalisis
peramalan jumlah produksi minuman tradisional bandrek dari april 2019 hingga juni
2019.
Metode yang digunakan untuk meramalkan jumlah produksi pada periode
berikutnya adalah metode Single Moving Average dan untuk menghitung nilai error
menggunakan Mean Absolute Deviation(MAD),Mean Square Error(MSE) dan Mean
Absolute Percentage Error(MAPE).
Hasil penelitian ini memperoleh nilai peramalan baik dengan penyeleksian data
maupun tidak dilakukan seleksi data untuk bulan april tahun 2019 adalah sebesar
50904.67 pcs, mei tahun 2019 sebesar 50845.6 pcs dan juni tahun 2019 sebesar 50954.1
pcs. Dengan tidak dilakukan seleksi data didapatkan nilai MAD sebesar 3663.40, MSE
120784984.5 dan MAPE sebesar 7%, sedangkan dengan melakukan seleksi data data
didapatkan nilai MAD sebesar 2183,93, MSE 9810723,98 dan MAPE sebesar 4%. Hasil
ini dapat digunakan perusahaan sebagai dasar perencanaan dan pengambilan keputusan.

i
ii
 KATA PENGANTAR

Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa,karena atas berkat dan
rahmat-Nya,saya dapat menyelesaikan Laporan Proyek Logistik 2 ini. Penulisan ini
dilakukan dalam rangka memenuhi salah satu syarat untuk kelulusan pada mata kuliah
Proyek Logistik 2. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai
pihak, sangatlah sulit bagi saya untuk menyelesaikan Laporan Proyek Logistik 2 ini. Oleh
karena itu, saya mengucapkan terima kasih kepada :

1. Ibu Noneng Nurjanah,SP.,MT., selaku dosen pembimbing yang telah

menyediakan waktu,tenaga,dan pikiran untuk mengarahkan saya dalam
penyusunan laporan ini;
2. Bapak Achmad Andriyanto,ST.,MT. selaku kepala program studi Diploma
III Logistik Bisnis Politeknik Pos Indonesia;
3. Edy Permadi selaku pihak CV Cihanjuang Inti Teknik yang telah banyak
membantu dalam usaha memperoleh data yang saya perlukan;
4. Orang tua dan keluarga saya yang telah memberikan bantuan dukungan
material dan moral;dan
5. Sahabat yang telah banyak membantu saya dalam menyelesaikan Proyek
Logistik 2 ini.

Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan membalas segala kebaikan
semua pihak yang telah membantu.Semoga Laporan Proyek Logistik 2 ini membawa
manfaat bagi pengembangan ilmu.

Bandung, 16 Mei 2019

Penulis

iii
 DAFTAR ISI

ABSTRAK .................................................................................................................... i
SURAT PERNYATAAN ORISINILITAS .................................................................... ii
KATA PENGANTAR ................................................................................................. iii
DAFTAR ISI ............................................................................................................... iv
DAFTAR GAMBAR ................................................................................................... vi
DAFTAR TABEL ...................................................................................................... vii
BAB I PENDAHULUAN ...........................................................................................I-1
I.1 Latar Belakang ................................................................................................I-1
I.2 Rumusan Masalah ............................................................................................I-3
I.3 Tujuan Penelitian .............................................................................................I-3
I.4 Manfaat Penelitian ...........................................................................................I-3
I.5 Sistematika Penulisan .......................................................................................I-4
BAB II KAJIAN PUSTAKA .................................................................................... II-1
II.1 Pengertian Peramalan .................................................................................... II-1
II. 2 Tujuan dan kegunaan peramalan permintaan ................................................ II-1
II.3 Langkah-langkah pembuatan teknik peramalan ............................................. II-2
II.4 Jenis peramalan .............................................................................................. II-4
II.5 Faktor-faktor yang Mempengaruhi Peramalan Permintaan ............................ II-5
II.6 Metode yang di gunakan untuk peramalan..................................................... II-5
II.6.1 Metode Single Moving Average ............................................................. II-5
II.6.2 Mean Square Error(MSE) ....................................................................... II-6
II.6.3 Mean Absolute Deviation (MAD) ............................................................ II-7
II.6.4 Mean Absolute Percentage error (MAPE) ............................................. II-7
II.7 Jurnal-jurnal Terdahulu ................................................................................. II-8
BAB III METODE PENELITIAN ........................................................................... III-1
III.1 Jenis Penelitian ........................................................................................... III-1
III.2 Sumber Data ............................................................................................... III-1
III.3 Flowchart Penelitian ................................................................................... III-2
III.4 Flowchart Metode Single Moving Average ................................................. III-4
BAB IV PEMBAHASAN ........................................................................................ IV-1
iv
 IV.1 Tahapan peramalan menggunakan Single Moving Average .......................... IV-1
IV.1.1 Perhitungan peramalan menggunakan Single Moving Average tanpa
penyeleksian data .............................................................................................. IV-2
IV.1.1.1 Perhitungan Error hasil peramalan MA3 tanpa penyeleksian data ....... IV-4
IV.1.2 Perhitungan peramalan menggunakan Single Moving Average dengan
penyeleksian data .............................................................................................. IV-5
IV.1.2.1 Perhitungan Error hasil peramalan MA3 tanpa penyeleksian data ....... IV-6
BAB V PENUTUP ................................................................................................... V-1
V.1 Kesimpulan................................................................................................... V-1
V.2 Saran ............................................................................................................ V-1

v
 DAFTAR GAMBAR
Gambar III.1 : Flowchart Penelitian ......................................................................... III-2

Gambar III.2 : Flowchart Metode Single Moving Average ....................................... III-4

Gambar IV.1 : Grafik data permintaan ..................................................................... IV-2

vi
 DAFTAR TABEL
Tabel I.1 : Data Permintaan dan Produksi ...................................................................I-2

Tabel IV.1 : Permintaan ........................................................................................... IV-1

Tabel IV.2 : Peramalan Single Moving average 3 bulanan tanpa seleksi data ........... IV-2

Tabel IV.3 : Perhitungan Error tanpa seleksi data ..................................................... IV-4

Tabel IV.4 : Peramalan Single Moving average 3 bulanan dengan seleksi data ......... IV-5

Tabel IV.5 : Perhitungan Error dengan seleksi data .................................................. IV-6

vii
 BAB I

PENDAHULUAN
I.1 Latar Belakang
Permintaan akan suatu barang bisa berupa permintaan barang dari
konsumen ke perusahaan maupun permintaan dari perusahaan ke suplier. Secara
umum banyaknya permintaan barang dari konsumen ke perusahaan biasanya
dilihat dari segi kualitas dan harga dari suatu barang, jika harganya murah dan
kualitas bagus maka akan banyak konsumen yang berminat untuk membeli
barang tersebut. Banyaknya permintaan barang dari konsumen menyebabkan
perusahaan harus menyediakan barang yang lebih banyak agar tidak kekurangan
stok barang yang berakibat pula pada meningkatnya permintaan barang dari
perusahaan ke suplier. Jika permintaan naik dan perusahaan kekurangan stok
barang maka angka penjualan menurun dan perusahaan akan kehilangan
konsumen serta perusahaan mengalami kerugian. Sering juga terjadi
permasalahan dengan adanya barang yang sudah tidak bisa dipakai lagi karena
barang tersebut sudah lewat masa berlakunya akan membuat kerugian pada
perusahaan sebab stok barangnya masih banyak dan serta harus menyediakan
barang yang baru lagi.
Dilihat dari penjelasan sebelumnya salah satu solusi untuk permasalahan
diatas adalah dibutuhkannya suatu peramalan dalam meramalkan barang-barang
apa saja yang paling diminati oleh konsumen sehingga perusahaan bisa
mengantisipasi persediaan stok barang dan seberapa banyak permintaan barang
oleh perusahaan ke suplier. Hal ini akan mengurangi biaya- biaya persediaan stok
barang yang tidak seharusnya untuk dikeluarkan. Adapun peramalan adalah seni
dan ilmu untuk memprediksi kejadian di masa depan dengan melibatkan
pengambilan data historis dan memproyeksikannya ke masa mendatang dengan
model pendekatan sistematis (Jay Heizer dan Barry Render 2011). Hal tersebut
juga dialami di CV Cihanjuang Inti Teknik dengan data sebagai berikut:

I-1
 Tabel I.1 berikut adalah data produksi dan permintaan di CV Cihanjuang
Inti Teknik.

Tabel I.1 Data permintaan dan produksi

Bulan Permintaan Produksi

April(2018) 42565 42540
Mei (2018) 51213 51188
Juni (2018) 46869 46844
Juli (2018) 47104 56704
Agustus (2018) 46665 46640
September(2018) 44361 44336
Oktober (2018) 53325 53300
November(2018) 54477 54452
Desember (2018) 56653 56628
Januari (2019) 51082 60136
Februari (2019 50520 60744
Maret (2019) 51112 61436
Sumber: CV Cihanjuang Inti Teknik
Berdasarkan tabel I.1 tersebut CV Cihanjuang Inti Teknik yang bergerak
di bidang industri makanan dan minuman yang salah satu produknya adalah
minuman yang berjenis bandrek yang perlu untuk melakukan permintaan
peramalan akan produksinya dikarenakan oleh kebutuhan pasar yang berbeda-
beda setiap bulannya dan berdasarkan data tersebut juga terjadi kelebihan dan
kekurangan stok yang akan menambah biaya penyimpanan maupun produksinya.
Setelah melakukan observasi disana ditemukan permasalahan yaitu sistem
pengendalian barang berupa pengelolaan stok barang yang ada di CV Cihanjuang
Inti Teknik masih belum optimal, sehingga penulis tertarik membuat sebuah
proyek logistik berdasarkan permasalahan tersebut.

Terdapat beberapa metode yang digunakan dalam meramalkan permintaan

barang, yaitu metode Single Moving Average. Metode tersebut akan digunakan
dalam penelitian ini untuk menyelesaikan permasalahan yang terjadi pada
perusahaan tersebut. Hasil dari metode tersebut akan diterapkan dalam aplikasi

I-2
 peramalan permintaan barang. Pengujian keakuratan dari ramalan tersebut diuji
dengan menggunakanMAD (Mean Absolute Deviation), MSE (Mean Squared
Error), MAPE (Mean Absolute percentage). Dari hasil perhitungan MSE dapat
diketahui tingkat kesalahan/error dari metode yang telah dihitung sebelumnya.
Sehingga diharapkan dari penerapan metode ini akan dapat membantu perusahaan
dalam meramalkan permintaan barang.
Dari permasalahan tersebut penulis mengusulkan penelitian yang berjudul
“Penerapan Metode Single Moving Average Dalam Peramalan produksi
bandrek di CV Cihanjuang Inti Teknik”.

I.2 Rumusan Masalah

Berdasarkan latar belakang diatas maka rumusan masalah dalam laporan ini
Yaitu:
1. Bagaimana hasil peramalan (forecasting) menggunakan Single Moving
Average untuk produk bandrek di CV Cihanjuang Inti Teknik ?
2. Untuk mengetahui berapa tingkat kesalahan(error) untuk peramalan?

I.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini yaitu:
1. Untuk mengetahui hasil peramalan dengan metode Single Moving
Average untuk produk bandrek di CV Cihanjuang Inti Teknik.
2. Untuk mengetahui tingkat kesalahan(error) untuk hasil peramalan .

I.4 Manfaat Penelitian

Berdasarkan tujuan diatas maka penelitian ini diharapkan mempunyai
manfaat sebagai berikut:
1. Bagi penulis
Dapat menambah wawasan dan pengalaman langsung tentang
meramalkan suatu persediaan yang ada di perusahaan dengan
menggunakan metode Single Moving Average.
2. Bagi CV Cihanjuang Inti Teknik
Memberikan bahan pertimbangan dan sumbangan pemikiran mengenai
peramalan permintaan produk supaya dijadikan dasar dalam pengambilan
keputusan dalam penentuan berapa jumlah produk yang harus disediakan
untuk menghindari atau memperkecil resiko kerugian.
I-3
 3. Bagi kampus
Menambah koleksi draft laporan yang akan menjadi acuan bagi
mahasiswa lain yang ada di Politeknik Pos Indonesia.

I.5 Sistematika Penulisan

Sistematika penulisan laporan proyek logistik 2 Penerapan Metode Single
Moving Average Dalam Peramalan permintaan bandrek di CV Cihanjuang Inti
Teknik adalah sebagai berikut:
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang,rumusan masalah,tujuan
penelitian,manfaaat penelitian dan sistematika pembahasan.
BAB II KAJIAN PUSTAKA
Berisi semua teori yang mendukung dalam menyusun laporan proyek logistik 2.
BAB III METODE PENELITIAN
Berisi tentang metode penelitian yang berisi bagaimana proses pengambilan
data, flowchat penelitian dan flowchart metode yang digunakan pada penelitian
BAB IV PEMBAHASAN
Berisikan tentang penarikan solusi dari permasalahan yang ada.
BAB V KESIMPULAN DAN SARAN

Berisi kesimpulan yang memberikan penjelasan mencakup seluruh

pembahasan dan saran untuk produksi selanjutnya

I-4
 BAB II

KAJIAN PUSTAKA
II.1 Pengertian Peramalan
Peramalan(forecasting) adalah kegiatan memperkirakan atau
memprediksikan apa yang akan terjadi di masa yang akan datang dengan waktu
yang relative lama. Peramalan sangat penting karena merupakan landasan kerja
bagi perusahaan. Memliki peran untuk pengambilan suatu keputusan yang ada di
perusahaan dan dapat membantu suatu perusahaan untuk merancanakan suatu
kegiatan yang efektif dan efisien
Ada beberapa pendapat para ahli mengenai peramalan, yaitu :
1. Menurut Sumayang (2003:24)
peramalan adalah perhitungan yang objektif dengan menggunakan data-
data masa lalu, untuk menentukan sesuatu dimasa yang akan dating.
2. Menurut Assauri (1987:140)
peramalan penjualan adalah suatu perkiraan kuantitatif dan kualitatif
termasuk harga daei perkembangan pasaran dari suatu produk yang
diproduksi oleh suatu perusahaan pada jangka waktu tertentu untuk masa
yang akan datang.
3. Menurut Nasution (2003:25)
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan
dimasa yang akan datang dan meliputi kebutuhan dalam ukuran
kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang maupun jasa.
4. Menurut Subagyo (2002:1)
Peramalan adalah perkiraan mengenai sesuatu yang belum terjadi.

II. 2 Tujuan dan kegunaan peramalan permintaan

Tujuan dari peramalan permintaan adalah sebagai berikut :
1. Untuk membantu membuat kegiatan perencanaan dan pengawasan
produksi.
2. Untuk dapat memperbaiki semangat kerja karyawan atau buruh karena
adanya perencanaan yang baik.
II-1
 3. Dapat mengurangi biaya yang dikeluarkan dari awal sampai akhir, sebab
telah diketahui aktivitas yang akan dijalankan.
4. Untuk mengadakan perencanaan perluasan perusahaan,
5. Untuk pengawasan pembelanjaan (financial control).
6. Untuk mengurangi atau mengganti produk yang tidak memberikan
keuntungan.
Kegunaan membuat peramalan permintaan antara lain sebagai berikut :
1. Secara umum
a. Sebagai pedoman kerja
b. Sebagai alat koordinasi kerja
c. Sebagai alat pengawasan kerja
2. Secara Khusus
Secara khusus berguna sebagai dasar untuk menyusun anggaran yang akan datang
dalam perusahaan, sebab peramalan permintaan disusun paling awal daripada
anggaran lainnya.

II.3 Langkah-langkah pembuatan teknik peramalan

Langkah-langkah dan Teknik Pembuatan Peramalan Permintaan
Langkah-langkah dalam pembuatan peramalan permintaan adalah sebagai
berikut :
1 Penentuan tujuan
Penentuan tujuan ini menentukan kebutuhan-kebutuhan perusahaan
dalam mengetahui masalah permintaan yang terjadi pada
perusahaan, setelah masalah itu dapat dicari, maka dapat dibuat
peramalan untuk permintaan produk dari perusahaan tersebut.
2 Pengembangan modal
Merupakan penyajian secara lebih sederhana sistem yang dipelajari
dalam peramalan model adalah suatu kerangka analitik yang
dimasukkan data, masukan menghasilkan istimasi penjualan di
waktu mendatang.
3 Pengujian model
Pengujian dilakukan untuk menentukan tingkat ke akuratan yang sangat
diharapkan.

II-2
4 Penerapan model
Dalam tahap ini data histori dimasukan dalam model untuk
menghasilkan suatu peramalan
5 Revisi dan evaluasi
Ramalan yang dibuat harus senantiasa dilakukan dan ditinjau kembali,
perbaikan mungkin perlu dilakukan karena adanya perubahan dalam
perusahaan atau lingkungan perusahaan, langkah ini diperlukan intuk
menjaga kualitas diwaktu yang akan dating.
Pada dasarnya peramalan atau forecasting penjualan dapat
dilakukan dengan 2 teknik yaitu :
a. Teknik kualitatif
Teknik kualitatif adalah subjektif atau berdasarkan pada
estimasi-estimasi dan pendapat. Berbagai sumber pendapat bagi
peramalan kondisi bisnis adalah :
1) Para eksekutif
Sering mempunyai kemampuan untuk memberikan
masukan-masukan forecasting yang berguna, terutama dari
para manajer yang mempunyai pengalaman cukup lama
dalam industry sejenis.
2) Orang orang penjualan atau salesman
Para salesman diminta untuk mengukur ada kemajuan atau
kemunduran segala hal yang berhubungan dengan tingkah
penjualan pada daerah masing-masing, kemudian mereka
diminta untuk mengestimasi tenteng tingkat penjualan di
daerah masing-masing.
3) Para ahli
Kadang-kadang perkiraan yang dibuat oleh para
salesman dan manajer sangat bertentengan satu sama
lain, sehingga perusahaan menganggap perlu untuk
meminta pertimbangan kepada para ahli.
4) Survey konsumen

II-3
 Apabila ketiga pendapat di atas dianggap masih kurang
dapat dipertanggung jawabkan, maka biasanya diadakan
penelitian langsung pada konsumen.
b. Teknik kuantitatif
Ada beberapa metode peramalan yang sering digunakan dalam
metode kuantitatif antara lain :
1) Analisis trend linier dengan metode tertentu
2) Analisis variasi musim

II.4 Jenis peramalan

Didalam perusahaan seorang manajer selalu dihadapkan pada
masalah pembuatan perencanaan kegiatan perusahaan. Adapun rencana-
rencana tersebut adalah penentuan tahap-tahap kegiatan yang akan dilakukan
pada periode tertentu pada masa yang akan dating. Untuk mencapai suatu
tujuan di dalam pembuatan suatu rencana ini dibutuhkan peramalan, sebab apa
yang kita rencanakan tentunya didasarkan pada apa yang kita ramalkan. Oleh
karena itu pembagian jenis-jenis peramalan juga didasarkan atas pembagian
jenis perencanaan yaitu :
1 Peramalan jangka pendek
Peramalan ini mencakup perkiraan tentang penjualan dari
produk yang dihasilkan dalam jangka waktu kurang dari
satu tahun. peramalan ini berguna untuk pembuatan :
a. Peramalan bagi perencanaan produksi
b.Pengawasan terhadap persediaan barang-barang yang telah
diproduksi.
c. Penentuan kebutuhan dimasa yang akan datang
2 Peramalan jangka panjang
Peramalan ini mencakup perkiraan tentang penjualan dari produk
yang dihasilkan oleh suatu perusahaan selama 5 tahun yang akan
dating. Dimaksudkan untuk memungkinkan membuat informasi
dalam pengambilan keputusan seperti investasi jangka panjang
dalam alat-alat modal, perluasan perusahaan dan lain-lain.

II-4
II.5 Faktor-faktor yang Mempengaruhi Peramalan Permintaan
Suatu perusahaan dapat berfungsi secara akurat diperlukan data-data
informasi dan pengalaman perusahaan dalam bidang permintaan produk.
Adapun faktor-faktor yang mempengaruhi di dalam penyusunan peramalan
permintaan dapat dibedakan menjadi :
1. Faktor Intern
a. Data permintaan tahun yang lalu baik kualitas maupun
kuantitas barang, harga serta daerah penjualannya.
b. Kebijakan perusahaan yang berhubungan dengan
masalah permintaan produk, saluran distribusi, media
promosi, metode penetapan harga jual dan lain-lain.
c. Kapasitas produksi yang dimiliki perusahaan serta
kemungkinan perluasan perusahaan dimasa yang akan
datang.
d. Tenaga kerja yang tersedia.
e. Modal kerja yang dimiliki perusahaan.
f. Fasilitas-fasilitas lainnya.
2. Faktor ekstern
a. Keadaan persiapan pasar.
b. posisi perusahaan.
c. Tingkat pertambahan penduduk.
d. Tingkat penghasilan masyarakat.
e. Permintaan terhadap barang yang dihasilkan.
f. Keadaan perekonomian stabil.
g. Kemajuan teknologi.
h. Faktor faktor bagi perusahaan lainnya

II.6 Metode yang di gunakan untuk peramalan

II.6.1 Metode Single Moving Average

Rata-rata bergerak tunggal (SingleMovingAverage) adalah
suatu metode peramalan yang dilakukan dengan mengambil
sekelompok nilai pengamatan, mencari nilai rata-rata tersebut
sebagai ramalan untuk periode yang akan datang.

II-5
 Untuk menentukan ramalan pada periode yang akan datang
memerlukan data historis selama jangka waktu tertentu. Misalnya,
dengan 3 bulan movingaverage, maka ramalan bulan ke 5 baru
dibuat setelah bulan ke 4 selesai/berakhir. Jika bulan moving
averages bulan ke 7 baru bisa dibuat setelah bulan ke 6 berakhir.
Metode ini dilakukan dengan mengambil sekelompok nilai
pengamatan, mencari rata-ratanya kemudian menggunakan rata-rata
tersebut sebagai ramalan untuk periode yang akan datang. Cara
membuat peramalan dengan metode ini sangat sederhana. Metode
Single Moving Average memiliki rumus sebagai berikut :

Keterangan :

Xt = data pengamatan periode t

n = jumlah deret waktu yang digunakan
St+1 = nilai prakiraan periode t+1 (berikutnya)

II.6.2 Mean Square Error(MSE)

Menurut Pakaja (2012), Mean Squared Error (MSE) adalah
metode lain untuk mengevaluasi metode peramalan. Masing-masing
kesalahan atau sisa dikuadratkan. Pendekatan ini mengatur kesalahan
peramalan yang besar karena kesalahan-kesalahan itu dikuadratkan.
Metode itu menghasilkan kesalahan-kesalahan sedang yang kemungkinan
lebih baik untuk kesalahan kecil, tetapi kadang menghasilkan perbedaan
yang besar. MSE merupakan rata-rata selisih kuadrat antara nilai yang
diramalkan dan yang diamati. Kekurangan penggunaan MSE adalah
bahwa MSE cenderung menonjolkan deviasi yang besar karena adanya
pengkuadratan. Rumus untuk menghitung MSE adalah sebagai berikut.
Berikut rumus MSE :

II-6
 n
(xt − ft)^2
∑
n
t=1

Dimana: xt =Data aktual pada periode t

ft=Nilai peramalan pada periode t
n = Jumlah data

II.6.3 Mean Absolute Deviation (MAD)

Menurut Pakaja (2012), metode untuk mengevaluasi metode
peramalan menggunakan jumlah dari kesalahan-kesalahan yang absolut.
Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan
merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan).
MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama
sebagai deret asli. MAD merupakan ukuran pertama kesalahan peramalan
keseluruhan untuk sebuah model. Rumus untuk menghitung MAD adalah
sebagai berikut.
|yt−ft|
MAD = ∑nt=1 n

Dimana: yt =Data aktual pada periode t

ft=Nilai peramalan pada periode t
n = jumlah data

II.6.4 Mean Absolute Percentage error (MAPE)

Menurut Pakaja (2012), Mean Absolute Percentage Error (MAPE)
dihitung dengan menggunakan kesalahan absolut pada tiap periode
dibagi dengan nilai observasi yang nyata untuk periode itu. Kemudian,
merata-rata kesalahan persentase absolut tersebut. MAPE merupakan
pengukuran kesalahan yang menghitung ukuran presentase
penyimpangan antara data aktual dengan data peramalan. Nilai MAPE
dapat dihitung dengan persamaan berikut.

II-7
 n
100% xt−ft
MAPE=( )∑ | |*100%
n t=1 xt

Dimana :

xt = data aktual pada periode t

ft = Nilai peramalan data pada periode t

n = Jumlah data

II.7 Jurnal-jurnal Terdahulu

Penelitian terdahulu ini menjadi salah satu acuan penulis dalam
melakukan penelitian sehingga penulis dapat memperkaya teori yang di gunakan
dalam mengkaji penelitian yang dilakukan. Berikut merupakan penelitian
terdahulu berupa beberapa jurnal terkait dengan penelitian yang di lakukan
penulis.

Bayu,p (2017) dengan judul Penerapan metode Single Moving Average

pada aplikasi peramalan penjualan di kedai digital , Penelitian ini menggunakan
metode single moving average untuk meramalkan kebutuhan bahan produksi
,selain itu juga dilengkapi evaluasi nilai peramalan dengan menggunakan metode
Mean Absolute Error hasil dari penelitian yang di lakukan oleh bayu,p
menghasilkan aplikasi peramalan di kedai digital.

Desi,s ,dkk (2018) dengan judul Penerapan metode Single Moving

Average untuk prediksi penjualan pada aby manyu cell, Penerapan metode Single
Moving Average untuk prediksi penjualan pada aby manyu cell merupakan
sarana yang efektif untuk mempromosikan produk pada aby manyu cell, dalam
hal ini pada penelitian ini peneliti menghasilkan aplikasi berbasis desktop untuk
menghitung peramalan pada aby manyu cell.

Widodo,s (2017) dengan judul Analisis metode single moving average dan
exponential smooting dalam peramalan permintaan senapan angina Dari hasil
peramalan yang sudah dihitung dengan metode Single Moving Average dan
Exponential Smoothing dapat di ketahui metode yang paling tepat yaitu dengan
metode exponential smoothing dengan α=0,1 dengan tingkat MAD(Mean

II-8
absolute Deviation) = 6,79308 dan tingkat MSE(Mean Square Error) =
403,33569

Anna,D & Rani,S dengan judul Peramalan Jumlah Produksi Teh

Menggunakan Metode Single Moving Average metode ini dipilih berdasarkan
pola data penjualan untuk setiap varian rasa teh. Berdasarkan hasil penelitian
dapat disimpulkan bahwa peramalan menggunakan metode Single Moving
Average ini sudah membantu wakil manajer produksi dalam menentukan
jumlah produksi dari masing-masing varian rasa teh dengan nilai MSE dengan n
2=103498,81 , dengan n 3 = 127060,4 dan n 4 = 49035,41

Heriansah,E dan Hasibuan,S(2017) Dengan Judul Implementasi Metode

Peramalan pada permintaan bracket stand K59A Peramalan merupakan cara
dapat dilakukan perusahaan agar dapat merencanakan permintaan dari
konsumen, oleh karena itu diperlukan pemilihan metode peramalan yang sesuai
agar hasil peramalan tidak jauh dari kenyataan. Untuk dapat melakukan
peramalan diperlukan data-data historis. Data-data historis tersebut digunakan
sebagai panduan untuk dapat melakukan peramalan. Data permintaan yang
disajikan merupakan data bulanan perusahan. Data permintaan bracket side stand
K59A akan menggambarkan pola data yang membantu menentukan komponen
unsur pola data yang terkandung dalam data permintaan. Panjang dari deret
waktu sebanyak 24 bulan atau 2 tahun. dengan hasil peramalan untuk tahun 2017
sebesar 19 untuk Mean Absolute Percentage error, 4394 untuk Mean Absolute
Deviation, dan 32.308.737 untuk Mean Squared Deviation.

II-9
 BAB III

METODE PENELITIAN

III.1 Jenis Penelitian

Jenis penelitian yang digunakan oleh peneliti adalah observasi dan
wawancara. Observasi yaitu proses pengamatan dan pencatatan secara sistematis
mengenai gejala-gejala yang di teliti.observasi ini merupakan salah satu teknik
pengumpulan data apabila sesuai dengan tujuan penelitian yang direncanakan dan
dicatat secara sistematis,serta dapat dikontrol keandalan(relibilitas) dan
kesahihannya(validitasnya). Hasil dari observasi tersebut akan di
interpresentasikan untuk menjawab permasalahan yang ada dalam penelitian ini.
Dalam penelitian ini peneliti meneliti mengenai sistem pengadaan barang yang
ada di CV Cihanjuang Inti Teknik sedangkan wawancara merupakan suatu proses
tanya jawab yang bertujuan untuk memperoleh keterangan untuk penelitian yang
di lakukan oleh peneliti dan bagian dari instansi tertentu.

III.2 Sumber Data

Adapun sumber data yang di peroleh dalam laporan proyek ini ada 2 yaitu:
1. Data Primer
Data primer adalah data yang di peroleh langsung saat melakukan observasi
di CV Cihanjuang Inti Teknik oleh peneliti.
2. Data Sekunder
Data sekunder adalah data yang diperoleh peneliti secara tidak langsung
atau melalui media perantara.

III-1
III.3 Flowchart Penelitian
Flowchart ini menggambarkan alur penelitian yang dilakukan oleh peneliti dari
awal sampai akhir.

mulai

observasi

Mengidentifi
kasi masalah

Tinjauan
Pustaka

Pengolahan
data

Analisis hasil
permasalahan
dan
pembahasan

selesai

Gambar III.1 Flowchart Penelitian

Penjelasan gambar III.1:

1. Observasi
Observasi merupakan sebuah aktivitas terhadap suatu proses atau objek
dengan maksud merasakan dan kemudian memahami pengetahuan dari sebuah
fenomena berdasarkan pengetahuan dan gagasan yang sudah diketahui

III-2
 sebelumnya, untuk mendapatkan informasi-informasi yang dibutuhkan untuk
melanjutkan suatu penelitian.
2. Mengidentifikasi masalah
Identifikasi masalah sebagai bagian dari proses penelitian dapat dipahami sebagai
upaya mendefinisikan masalah dan membuat definisi tersebut dapat diukur
(measurable) sebagai langkah awal penelitian. Singkatnya, mengidentifikasi
masalah adalah mendefinisikan masalah penelitian.
3. Tinjauan pustaka
Disebutkan bahwa “Tinjauan Pustaka” mempunyai arti: peninjauan kembali
pustaka-pustaka yang terkait (review of related literature). Sesuai dengan arti
tersebut, suatu tinjauan pustaka berfungsi sebagai peninjauan kembali (review)
pustaka (laporan penelitian, dan sebagainya) tentang masalah yang berkaitan tidak
selalu harus tepat identik dengan bidang permasalahan yang dihadapi tetapi
termasuk pula yang seiring dan berkaitan (collateral).
4. Pengolahan data
Menurut Sutabri (2005:21) Pengolahan data terdiri dari kegiatan-kegiatan
penyimpanan data dan penanganan data, yang dapat diuraikan sebagai berikut:
1. Penyimpanan Data (Data Storage)
Penyimpanan data meliputi pekerjaan pengumpulan (filling), pencarian
(searching), dan pemeliharaan (maintenance).
2. Penanganan Data (Data Handling)
Penanganan data meliputi berbagai kegiatan, seperti pemeriksaan (verifying),
perbandingan (comparing) pemilihan (sorting), peringkasan (extracting), dan
penggunaan (manipulating).
Berdasarkan penjelasan pengolahan data diatas maka dapat disimpulkan
bahwa pengolahan data adalah suatu proses menerima dan mengeluarkan data
menjadi bentuk lain yaitu berupa informasi.
5. Analisis hasil dan pembahasan

Pada proses ini berisi tentang gagasan penelitian yang terkait dengan apa yang
telah dilakukan dan apa yang di amati di paparkan dan di analisis di bab terdahulu.
Uraian mengenai gagasan ini kemudian diringkas sehingga membuat kesimpulan
dari gagasan sebelumnya.

III-3
III.4 Flowchart Metode Single Moving Average

mulai

Memperoleh
Data persediaan
barang
sebelumnya

Tentukan waktu periode yang

dihitung

Jumlahkan periode yang dipilih

Bagi hasil perhitungan periode

dengan data aktual
sebelumnya

Memperoleh
hasil peramalan
sebelumnya

Perhitungan error dengan

MAD,MSE,MAPE

Selesai

Gambar III.2 Flowchart Metode Single

Moving Average

Penjelasan Flowchart Metode Single Moving Average

1. Memperoleh data persediaan sebelumnya yang ada di CV Cihanjuang Inti Teknik.

2. Menentukan Berapa Moving Average yang di pilih misalkan MA3(pergerakan
data 3 bulanan).
3. Jumlahkan data sebelumnya yang mencakup Moving Average 3 bulanan.

III-4
4. Langkah selanjutnya yaitu hasil perhitungan sebelumnya dibagi dengan periode
yang di pilih misalkan menggunakan MA3 maka data aktual sebelumnya juga
akan di bagi 3.
5. Dari hasil perhitungan tersebut akan di peroleh hasil peramalannya.
6. Setelah memperoleh peramalan dilakukan pembuktian dengan perhitungan error
menggunakan MAD,MSE dan MAPE
7. Selesai.

III-5
 BAB IV

PEMBAHASAN

IV.1 Tahapan peramalan menggunakan Single Moving Average

Tabel IV.1 berikut merupakan data permintaan minuman bandrek pada periode
sebelumnya di CV Cihanjuang Inti Teknik:
Tabel IV.1 data Permintaan

NO Bulan Permintaan
1 April(2018) 42565
2 Mei (2018) 51213
3 Juni (2018) 46869
4 Juli (2018) 47104
5 Agustus (2018) 46665
6 September(2018) 44361
7 Oktober (2018) 53325
8 November(2018) 54477
9 Desember (2018) 56653
10 Januari (2019) 51082
11 Februari (2019 50520
12 Maret (2019) 51112
Sumber CV Cihanjuang Inti Teknik

Tabel IV.1 diatas menunjukan data jumlah permintaan tiap bulannya yang
ada di CV Cihanjuang Inti Teknik dalam periode tahun 2018 sampai dengan
tahun 2019. Berdasarkan tabel diatas maka dapat dilakukan plotting data terlebih
dahulu dengan hasil grafik seperti pada gambar IV.1 berikut:

IV-1
 Permintaan
60000

40000

20000

0
1 2 3 4 5 6 7 8 9 10 11 12

Gambar IV.1

dari plotting data yang terdapat pada grafik diketahui data tersebut
cenderung naik dan turun. Untuk itu metode yang sesuai digunakan untuk
meramal adalah model time series. Dari tabel IV.1 didapatkan jumlah data
sebesar 595946 ,rata-rata sebesar 49662 dan standar deviasi sebesar 4205. Dari
standar deviasi tersebut didapatkan standar deviasi minimum sebesar 45457 dan
standar deviasi maximum sebesar 53867, nilai standar deviasi maximum dan
minimum tersebut berfungsi untuk menyeleksi data permintaan bandrek pada
periode sebelumnya. Untuk melakukan peramalan Bandrek peneliti
menggunakan metode sebagai berikut:

IV.1.1 Perhitungan peramalan menggunakan Single Moving Average tanpa

penyeleksian data
Tabel IV.2 Berisi Permintaan Bandrek pada CV Cihanjuang Inti Teknik tahun
2018-2019 dengan peramalan Single Moving average 3 bulanan tanpa
seleksi data

No Bulan Permintaan MA3

1 April(2018) 42565 -
2 Mei(2018) 51213 -
3 Juni(2018) 46869 -
4 Juli(2018) 47104 46882.3
5 Agustus(2018) 46665 48395.3
6 September(2018) 44361 46879.3
7 Oktober (2018) 53325 46043.3
8 November(2018) 54477 48117

IV-2
 9 Desember (2018) 56653 50721
10 Januari (2019) 51082 54818.3
11 Februari (2019) 50520 54070.7
12 Maret (2019) 51112 52751.7
13 April(2019) 50904.7
14 Mei(2019) 50845.6
15 Juni(2019) 50954.1
Sumber:Hasil Analisis
Keterangan tabel IV.2 cara perhitungan peramalan:
42565+51213+46869
F Juli(2018) = = 46882.33
3
51213+46869+47104
F Agustus(2018) = = 48395.33
3
46869+47104+46665
F September(2018) = = 46879.33
3
47104+46665+44361
F Oktober (2018) = = 46043.33
3
46665+44361+53325
F November(2018)= = 48117
3
44361+53325+54477
F Desember(2018)= = 50721
3
53325+54477+56653
F Januari(2019) = = 54818.33
3
54477+56653+51082
F Februari(2019) = = 54070.67
3
56653+51082+50520
F Maret(2019) = 3
= 52751.67
Sedangkan forecast bulan april tahun 2019 sampai juni 2019 adalah
sebagai berikut:
51082+50520+51112
F April(2019) = = 50904.67
3
50520+51112+50904.7
F Mei(2019) = = 50845.6
3
51112+50904.7+50845.6
F Juni(2019) = = 50954.1
3

Berdasarkan perhitungan dengan menggunakan metode Single

Moving Average 3 bulanan tanpa penyeleksian data diatas dapat
diketahui peramalan bulan april tahun 2019 adalah sebesar 50904.67
pcs, mei tahun 2019 sebesar 50845.6 pcs dan juni tahun 2019 sebesar
50954.1 pcs.

IV-3
IV.1.1.1 Perhitungan Error pada hasil peramalan MA3 tanpa
penyeleksian data
Tabel IV.3 Berikut berisi hasil perhitungan error dari hasil
peramalan yang sudah dihitung sebelumnya.

error |error| |error|%

No Bulan Permintaan MA3 |error|^2
(permintaan-MA3) (nilai absolute kolom error) (|error|/permintaan)*100%
1 April(2018) 42565 - - - - -
2 Mei(2018) 51213 - - - - -
3 Juni(2018) 46869 - - - - -
4 Juli(2018) 47104 46882,3 221,67 221,67 49136,11 0,47%
5 Agustus(2018) 46665 48395,3 -1730,33 1730,33 2994053,44 3,71%
6 September(2018) 44361 46879,3 -2518,33 2518,33 6342002,78 5,68%
7 Oktober (2018) 53325 46043,3 7281,67 7281,67 53022669,44 13,66%
8 November(2018) 54477 48117 6360,00 6360,00 40449600,00 11,67%
9 Desember (2018) 56653 50721 5932,00 5932,00 35188624,00 10,47%
10 Januari (2019) 51082 54818,3 -3736,33 3736,33 13960186,78 7,31%
11 Februari (2019) 50520 54070,7 -3550,67 3550,67 12607233,78 7,03%
12 Maret (2019) 51112 52751,7 -1639,67 1639,67 2688506,78 3,21%
13 April(2019) 50904,7 Total = 32970,67 167302013,11 63,21%
14 Mei(2019) 50816 MAD MSE MAPE
15 Juni(2019) 51112 3663,41 18589112,57 7%

Sumber:hasil analisis

Berikut ini keterangan tabel IV.3

1. Menghitung nilai MAD

MAD = 32970.67/9 =3663.41
2. Menghitung nilai MSE
MSE = 1087064860.44/9 = 120784984.5
3. Menghitung nilai MAPE
MAPE = 63.21% / 9 = 7%

IV-4
IV.1.2 Perhitungan peramalan menggunakan Single Moving Average dengan
penyeleksian data
Tabel IV.4 Berisi Permintaan Bandrek pada CV Cihanjuang Inti Teknik tahun
2018-2019 dengan peramalan Single Moving average 3 bulanan dengan seleksi
data

No Bulan Permintaan MA3

1 Mei(2018) 51213 -
2 Juni (2018) 46869 -
3 Juli (2018) 47104 -
4 Agustus (2018) 46665 48395,3
5 Oktober (2018) 53325 46879,3
6 Januari (2019) 51082 49031,3
7 Februari (2019 50520 50357,3
8 Maret (2019) 51112 51642,3
9 April(2019) 50904,7
10 Mei(2019) 50845,6
11 Juni(2019) 50954,1
Sumber: hasil analisis

Keterangan tabel IV.4 cara perhitungan peramalan:

51213+46869+47104
F Agustus(2018) = = 48395,3
3
46869+47104+46665
F Oktober(2018) = = 46879,3
3
47104+46665+53325
F Januari(2018) = = 49031,3
3
46665+53325+51082
F Februari(2018) = = 50357,3
3
53325+51082+50520
F Maret(2018)= = 51642,3
3

Sedangkan forecast bulan april tahun 2019 sampai juni 2019 adalah
sebagai berikut:
51082+50520+51112
F April(2019) = = 50904.7
3
50520+51112+50904.7
F Mei(2019) = = 50845.6
3
51112+50904.7+50845.6
F Juni(2019) = = 50954.1
3

IV-5
 Berdasarkan perhitungan dengan menggunakan metode Single
Moving Average 3 bulanan tanpa penyeleksian data diatas dapat
diketahui peramalan bulan april tahun 2019 adalah sebesar 50904.7
pcs, mei tahun 2019 sebesar 50845.6 pcs dan juni tahun 2019 sebesar
50954.1 pcs.

IV.1.2.1 Perhitungan Error pada hasil peramalan MA3 tanpa

penyeleksian data
Tabel IV.5 Berikut berisi hasil perhitungan error dari hasil
peramalan yang sudah dihitung sebelumnya.

error |error| |error|%

No Bulan Permintaan MA3 |error|^2
(permintaan-MA3) (nilai absolute kolom error) (|error|/permintaan)*100%
1 Mei(2018) 51213 - - - - -
2 Juni (2018) 46869 - - - - -
3 Juli (2018) 47104 - - - - -
4 Agustus (2018) 46665 48395,3 1730,33 1730,33 2994053,44 4%
5 Oktober (2018) 53325 46879,3 -6445,67 6445,67 41546618,78 12%
6 Januari (2019) 51082 49031,3 -2050,67 2050,67 4205233,78 4%
7 Februari (2019 50520 50357,3 -162,67 162,67 26460,44 0,32%
8 Maret (2019) 51112 51642,3 530,33 530,33 281253,44 1%
9 April(2019) 50904,7 Total 10919,67 49053619,89 21%
10 Mei(2019) 50845,6 MAD MSE MAPE
11 Juni(2019) 50954,1 2183,93 9810723,98 4%

Sumber:hasil analisis

Berikut ini keterangan tabel IV.3

1. Menghitung nilai MAD

MAD = 10919,67 / 5=2183,93
2. Menghitung nilai MSE
MSE = 49053619,89 / 5= 9810723,98
3. Menghitung nilai MAPE
MAPE = 21% / 5 = 4%

IV-6
 BAB V

PENUTUP

V.1 Kesimpulan
Dari analisis dan perhitungan mengenai peramalan pada CV
Cihanjuang Inti Teknik dengan menggunakan data permintaan tahun 2018 sampai
2019 dapat di ambil kesimpulan sebagai berikut:
1. Berdasarkan perhitungan peramalan permintaan bandrek cihanjuang yang
telah di lakukan dapat diketahui peramalan permintaan yang ada di CV
Cihanjuang Inti Teknik dengan menggunakan metode Single Moving
Average 3 periode baik dengan seleksi data dengan standar deviasi
maupun tidak akan menghasilkan peramalan pada bulan april di tahun
2019 sebesar 50904.7. bulan april tahun 2019 adalah sebesar 50904.67
pcs, mei tahun 2019 sebesar 50845.6 pcs dan juni tahun 2019 sebesar
50954.1 pcs.
2. Dari hasil peramalan dengan tidak dilakukan seleksi data didapatkan nilai
MAD sebesar 3663.40, MSE 120784984.5 dan MAPE sebesar 7%,
sedangkan dengan melakukan seleksi data data didapatkan nilai MAD
sebesar 2183,93, MSE 9810723,98 dan MAPE sebesar 4%.

V.2 Saran
Dari perhitungan yang telah dilakukan saran yang dapat di berikan
kepada CV Cihanjuang Inti Teknik Adalah:
1. Dengan melihat data historis permintaan bandrek cihanjuang pada periode
sebelumnya sebaiknya perusahaan harus lebih memperhatikan peramalan
produksi yang akan di lakukan karena di lihat dari data periode
sebelumnya terdapat permintaan yang tidak terpenuhi di akibatkan
kekurangan stok barang. Saya harap setelah dilakukan peramalan untuk
akhir periode tahun ini diharapkan dapat membantu perusahaan dalam
menentukan jumlah produksi.
2. Dalam melakukan peramalan permintaan bandrek cihanjuang sebaiknya
menggunakan metode Single Moving Average 3 periode.

V-1
 DAFTAR PUSTAKA

harono, w. t. (2012). penerapan metode single moving average dan metode exponential
smoothing pada peramalan permintaan produk kain grey di PT ISKANDAR
INDAH PRINTING TEXTILE. Surakarta.

maragi, K. (2015). ANALISA DAN PENERAPAN METODE SINGLE

EXPONENTIAL SMOOTHING. 1.

Muchlisin Riadi. (2017, November 15)

https://www.kajianpustaka.com/2017/11/pengertian-fungsi-dan-jenis-peramalan-
forecasting.html.

pradana, F. (2012). FORECASTING (PERAMALAN). garut.

Sosiologis. (2018). identifikasi masalah. sosiologis.com.

Sulistyanto, E. (2013). Pengertian Pengolahan Data Menurut Ahli.

Zakky. (2018, MEI 7). Pengertian Observasi Menurut Para Ahli dan Secara Umum.