TUGAS II
b. Peramalan (Forecasting)
Peramalan merupakan bagian dari PPIC, Dari hasil peramalan lah bisa
diperkirakan perencanan kebutuhan material atau produk. Sebelum lanjut ke
metode yang ada didalam PPIC perlu diperhatikan data permintaan aktual dari
hasil peramalan yang memiliki tingkat error paling kecil.
2) Model Peramalan
a) Model Rata – rata bergerak(Moving Average)
b) Model Rata – rata bergerak Terbobot (Weighted Moving Average
27
c. Linier Programming
Linier Programming adalah suatu metode analitik paling terkenal yang
merupakan suatu bagian kelompok teknik-teknik yang disebut programisasi
matematik. Dengan metode linier programming perusahaan dapat menentukan
kombinasi produk yang akan dihasilkan perusahaan dengan kapasitas produksi
yang dimiliki perusahaan.
d. Agregat Planning
1) Pengertian agregat Planning
Aggregate Planning adalah suatu proses perencanaan kuantitas dan
pengaturan waktu Output (keluaran) untuk jangka waktu menengah yaitu
sekitar 3 bulan hingga 1 tahun. Sebagai usaha untuk menyamakan antara
supply dan demand dari suatu produk atau jasa dengan jalan menentukan
jumlah dan waktu input, transformasi, dan output yang tepat.
mengacu pada jumlah persediaan yang ada di gudang, di mana jika persediaan
barang sudah mencapai pada jumlah tersebut, bagian gudang wajib melaporkan
ke bagian purchasing untuk dapat memproses pembelian barang.
Perhitungan Manual :
B. Total Biaya
Tc = D x Biaya Unit = 295.000 x 31. 000 = 9.297.418.000
C .Pemesanan
𝐷 295000
Frekuensi pemesanan =𝑄 = = 435 kali
677
Jawaban :
Ini sebuah hasil dari perhitungan aplikasi POM seperti Gambar 9, Gambar 10
dan Gambar 11 dibawah ini:
Perhitungan Manual
Diketahui :
D : Demand = 5100
S : Biaya pemesanan = 178
H : Biaya Penyimpanan = 118
Unit Cost = 750
Jumlah Hari Kerja = 250
a. Berapakah kuantitas produksi ekonomisnya?
√2.𝑆.𝐷
EOQ = 𝐻
√2𝑥178𝑥5100
= 118
√1815600
= 118
= √15386,4
Pulpen
1
tabung tutup
body
silinder utama
1 2 1
1 2 3 4 5 6 7 8
Pulpen
256 260 238 245
Tutup atas
230 250 235
Tutup
230 250 235
bawah
Jawaban :
Indeks Permintaan
Bulan
waktu (t) actual
Februari 2 218
Maret 3 311
April 4 279
Mei 5 301
Juni 6 330
Juli 7 345
38
Indeks Permintaan
Bulan
waktu (t) actual
Agustus 8 318
September 9 333
Oktober 10 320
November 11 291
Desember 12 317
Lakukan peramalan dari data diatas dengan beberapa metode yang kalian ketahui
minimal 3 metode dan buat perbandingan nya, dari metode – metode tersebut
mana yang terbaik?
Jawaban:
Keterangan:
39
Perhitungan MA4:
295+218+311+279 1103
Bulan Mei = = = 272.75 dst.
4 4
Perhitungan MA5:
295+218+311+279+301 1404
Bulan Juni = = = 280.8 dst.
4 5
Hasil :
∑ 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝑓𝑜𝑟𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 167
MAD = = = 20,87
𝑛 8
∑(𝐾𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 𝑃𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛)2 27889
𝑀𝑆𝐸= = = 3486,12
𝑛 8
∑ %𝐾𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 52
𝑀𝐴𝑃𝐸= = 8 = 6,5 %
𝑛
Bulan Indeks
Permintaan Ramalan
Tahun Waktu
Aktual (A) 4 Bulan
2014 (t)
januari 1 295
febuari 2 218
maret 3 311
April 4 279
Mei 5 307 278
Juni 6 330 288
40
Bulan Indeks
Permintaan Ramalan
Tahun Waktu
Aktual (A) 4 Bulan
2014 (t)
Juli 7 345 309
agustus 8 318 326
september 9 333 326
oktober 10 320 331
november 11 291 326
dwswmber 12 317 311
januari 13 ??? 311
(Sumber :Pengolahan sendiri)
Keterangan:
Perhitungan WMA4:
(4𝑥279)+(3𝑥317)+(2𝑥278)+(1𝑥295)
Bulan Mei = = 278 dst.
10
Hasil :
∑ 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝑓𝑜𝑟𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 166.2
MAD = = = 20.77
𝑛 8
∑(𝐾𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 𝑃𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛)2 5036.02
𝑀𝑆𝐸= = = 629.50
𝑛 8
41
∑ %𝐾𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 52.16
𝑀𝐴𝑃𝐸= = = 6.52
𝑛 8
Keterangan:
𝑌 3658
a=∑ 𝑛= = 304.83
12
𝑋.𝑌 572
b=∑ 𝑋 2 = 1298 = 0.44
y = a + b(x)
1.6949
Januari 1 295
300 -5 -5 5 5 5 25 15
Februar 688 10.550
2 218
i 301 -83 -28 23 28 14 9 46
4.8231
Maret 3 311
302 9 -13 15 43 14.33 81 51
9.3189
April 4 279
305 -26 -39 26 69 17.25 676 96
0.9966
Mei 5 301
304 -3 -36 3 72 14.4 9 78
7.8787
Juni 6 330
304 26 -10 26 98 16.33 676 88
160 11.594
Juli 7 345
305 40 30 40 138 19.71 0 2
3.7735
Agustus 8 318
306 12 42 12 150 18.75 144 85
Septem 7.8078
9 333
ber 307 26 68 26 176 19.56 676 08
Oktobe
10 320
r 308 12 80 12 188 18.8 144 3.75
Novem 4.1237
11 291
ber 309 -18 68 12 200 18.18 324 11
Desem 2.2082
12 317
ber 310 7 75 7 207 17.25 49 02
112 68.520
Total 3658
193.6 93 5
(Sumber :Pengolahan sendiri)
Hasil :
∑ 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝑓𝑜𝑟𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 207
MAD = = = 17.25
𝑛 12
∑ %𝐾𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 68.520
𝑀𝐴𝑃𝐸= = = 5.71
𝑛 12
Kesimpulan:
Dari ketiga metode di atas di peroleh masing masing MAD, MSE, MAPE, dengan
menggunakan Metode Moving Average sebesar MAD = 20.87, MSE = 3486.12,
MAPE = 6.5, Metode Weight Moving Average Sebesar MAD = 20.77, MSE =
629.50, MAPE = 6.52, dan Metode Trend Linearsebesar MAD = 17.25, MSE =
911.08, MAPE = 5.71.\
\
43
6. Review Jurnal
Tabel 22 Review Jurnal
Jurnal Peramalan
Hasil Penelitian metode yang sesuai untuk permintaan perak adalah metode
Exponential Smoothing denganα : 0,1 karena memiliki tingkat
Mean Absolute Deviation (MAD) dan Mean Squared Error
(MSE) terkecil. Berdasarkan peramalan yang dilakukan dalam
penelitian ini untuk menentukan jumlah permintaan pada tahun
2013 yang paling tepat adalah Exponential Smoothing denganα
: 0,1, maka metode tersebut digunakan dalam meramalkan
permintaan pada tahun 2014
Penelitian Tidak terdapat latar belakang masalah, tujuan penelitian dan manfaat
penelitian