26

TUGAS II

PRODUCTION PLAN AND INVENTORI CONTROL (PPIC)

1. Teori Production Plan and Inventori Control (PPIC)

a. Pengertian Production Plan and Inventori Control (PPIC)
PPIC merupakan bagian dari organisasi perusahaan yang menjembatani 2
department yaitu: marketing & produksi. PPIC menerjemahkan kebutuhan
marketing kedalam bentuk rencana produksi & ketersediaan bahan baku yang
akan dijalankan agar order yang diterima marketing bisa dikirim tepat waktu
dan tepat quantity.

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.

1) Konsep dasar Sistem Peramalan

a) Menentukan tujuan dari peramalan
b) Memilih item independent demand yang akan diramalkan
c) Menentukan horizon waktu dari peramalan(jangka pendek, menengah dan
panjang)
d) Memilih model peramalan
e) Memilih data yang dibutuhkan untuk melakukan peramalan
f) Validasi model peramalan
g) Membuat peramalan
h) Implementasi peramalan
i) Memantau keandalan hasil peramalan

2) Model Peramalan
a) Model Rata – rata bergerak(Moving Average)
b) Model Rata – rata bergerak Terbobot (Weighted Moving Average
 27

c) Model Pemulusan Eksponensial(Eksponential Smoothing)

d) Model Trend Linear

3) Model Rata-Rata Bergerak (Moving Average)

a) Model akan efektif diterapkan apabila kita dapat menasumsikan bahwa
permintaan pasar terhadap produk akan stabil sepanjang waktu
b) Moving average = ∑ permintaan dalam n periodeterdahulu / n.
c) Dimana n adalah banyaknya periode dalam rata-rata bergerak.

4) Model Rata-Rata Bergerak (Moving Average)

a) Model rata-rata bergerak terbobot lebih responsif terhadap perubahan,
karena data dari periode yang baru biasanya diberi bobot lebih besar.
b) WMA = ∑(pembobot untuk periode n).(permintaan actual dalam periode
n / ∑pembobot.

5) Metode Eksponential Smoothing (pemulusan eksponensial)

a) Model peramalan ini bila forecast errornya positif maka nilai actual
permintaan lebih tinggi dari nilai ramalan, maka secara otomtis
meningkatkan nilai ramalan.
b) Sebaliknya bila forecast errornya negatif maka nilai aktual permintaan
lebih rendah dari nilai ramalan secara otomatis menurunkan nilai ramalan.
c) Ft= Ft-1+α(At-1 – Ft-1)

6) Metode Trend Linier

a) Analisis trend merupakan suatu metode analisis yang ditujukan untuk
melakukan suatu estimasi atau peramalan pada masa yang akan datang.
b) Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai
macam informasi (data) yang cukup banyak dan diamati dalam periode
waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut
dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-
faktor apa saja yang mempengaruhi terhadap perubahan tersebut.
c) Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik
pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang
 28

dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya

akan semakin jelek.
d) Y=a+b(x)

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.

2) Variabel Agregat Planning

a) VARIABEL Tenaga Kerja : Perubahaan Permintaan dapat diatasi
dengan cara menambahkan atau mengurangi Tenaga Kerja yang
digunakan sesuai dengan proporsi permintaan tersebut.
b) VARIABEL Waktu Kerja : Tetap menjadi stabilitas jumlah tenaga
kerja, namun memperbolehkan waktu idle (nganggur) pada saat
permintaan rendah dan mengizinkan Lembur (Overtime/OT) saat
permintaan naik.
c) VARIABEL tingkat persediaan : Fluktuasi atau perubahaan permintaan
dapat diatasi dengan adanya persediaan yang cukup (inventori).
d) VARIABEL Subkontrak : Menggunakan Pihak Ketiga atau
Subkontraktor untuk menyediakan kapasitas yang lebih tinggi.
 29

e. Matrial Requirment Planning(MRP)

Material Requirement Planning (MRP) adalah suatu teknik yang digunakan
untuk perencanaan dan pengendalian item barang (komponen) yang tergantung
(dependent) pada item ditingkat (level) yang lebih tinggi.
Berikut ini adalah beberapa tujuan penerapan MRP (Material Requirement
Planning) pada suatu perusahaan manufaktur.
1) Mengurangi jumlah persediaan : MRP dapat menentukan jumlah
komponen/bahan baku yang dibutuhkan dan kapan komponen/bahan baku
tersebut dibutuhkan untuk suatu Jadwal Produksi Induk (Master Produksi
Schedule). Dengan demikian, perusahaan manufaktur yang bersangkutan
hanya perlu membeli material (komponen/bahan baku) tersebut pada saat
dibutuhkan saja sehingga dapat menghindari kelebihan persedian material.
2) Mengurangi waktu tenggang (lead time) produksi dan pengiriman ke
pelanggan : MRP mengidentifikasikan jumlah dan waktu material yang
dibutuhkan sehingga pihak purchasing (pembelian) dapat melakukan
tindakan yang tepat untuk memenuhi batas waktu yang ditetapkan. Dengan
demikian MRP dapat membantu untuk menghindari keterlambatan produksi
yang dikarenakan oleh material.
3) Komitmen pengiriman yang realistis kepada pelanggan : Dengan
menggunakan MRP, Pihak Produksi dapat memberikan informasi yang cepat
terhadap kemungkinan waktu pengirimannya.
4) Meningkatkan Efisiensi Operasi : Dengan adanya MRP, setiap unit kerja
dapat terkordinasi dengan baik sehingga dapat meningkatkan efisiensi
operasional setiap unit kerja pada perusahaan yang menerapkan MRP
tersebut.

f. Economic Order Quanty (EOQ)

Economic Order Quantity (EOQ) adalah tingkat persediaan yang
meminimalkan total biaya menyimpan persediaan dan biaya pemesanan. Ini
adalah salah satu model tertua penjadwalan produksi. Re-order point adalah
titik di mana barang sebaiknya diminta oleh pihak gudang. Re-order point,
 30

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.

2. Tugas 1 Economic Order Quanty (EOQ)

Sebuah perusahaan memiliki kebutuhan bahan baku sebesar 295.000 unit per
tahun. Biaya pengadaan bahan tersebut adalah sebesar Rp.175000,- /order. Untuk
biaya/unitnya adalah Rp. 31.000 Biaya simpan yang terjadi sebesar Rp.
225.000/tahun. Kerja pertahun adalah 250 hari. Waktu tunggu (lead time) untuk
pengiriman bahan tersebut selama 11 hari. Pertanyaan seperti dibawah ini:
a. Hitunglah EOQ (Economic Order Quality)
b. Berapa total biaya yang dikeluarkan perusahaan untuk pengadaan bahan
tersebut
c. Berapa kali perusahaan melakukan pemesanan dalam 1 tahun ?
Jawaban :
Perhitungan dengan menggunakan Aplikasi POM seperti dibawah ini:

(Sumber : Pengolahan Sendiri )

Gambar 6 Perhitungan Aplikasi POM
 31

(Sumber : Pengolahan Sendiri )

Gambar 7 Perhitungan Aplikasi POM

(Sumber : Pengolahan Sendiri )

Gambar 8 Perhitungan Aplikasi POM

a. Biaya yang paling ekonomis untuk EOQ sebesar $ 677.41

b. Total biaya yang harus di keluarkan perusahaan sebesar $ 11.067.420.000
 32

c. Perusahaan melakukan pemesanan sebanyak 435.48/ tahun

Perhitungan Manual :

D (Jumlah bahan baku) = 295.000 Unit

S (Biaya Pemesanan) = Rp. 175.000/ Order
H (Biaya Penyimpanan) = Rp. 225.000/ tahun
Biaya unit = Rp. 31.000
A. Mencari Economic Order Quality (EOQ)
2.𝑆.𝐷 2.175000.295000
EOQ = √ =√ = √458888.88 = 677 Unit
𝐻 225000

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

a. Biaya yang paling ekonomis untuk EOQ sebesar $ 677.41

b. Total biaya yang harus di keluarkan perusahaan sebesar $ 9.297.418.000
c. Perusahaan melakukan pemesanan sebanyak 435,48/ tahun

3. Tugas 2 Pre Order Quantity (POQ)

Sebuah perusahaan manufaktur motor yang sudah dikenal di Indonesia. Di fasilitas
manufaktur terbesar mereka, di Tangerang, perusahaan tersebut memproduksi sub
komponen dengan laju 5100 unit per hari, dan mereka menggunakan sub
komponen tersebut dengan laju 175.500 unit per tahun (dari 250 hari kerja). Biaya
penyimpanan adalah $118 per unit per tahun, dan biaya pemesanan adalah $178
per pesanan, dengan biaya per unit nya adalah $. 750,-
Pertanyaan :
a. Berapakah kuantitas produksi ekonomisnya?
b. Berapakah perjalanan produksi yang harus dilakukan per tahun?
c. Berapakah tingkat persediannya maksimumnya?
d. Berapakah biaya tahunan untuk pemesanan dan penyimpanan persediaannya?
 33

Jawaban :
Ini sebuah hasil dari perhitungan aplikasi POM seperti Gambar 9, Gambar 10
dan Gambar 11 dibawah ini:

(Sumber : Pengolahan Sendiri )

Gambar 9 Perhitungan Aplikasi POM

(Sumber : Pengolahan Sendiri )

Gambar 10 Perhitungan Aplikasi POM
 34

(Sumber : Pengolahan Sendiri )

Gambar 11 Perhitungan Aplikasi POM

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

= 124,00 (124 unit)

 35

b. Berapakah perjalanan produksi yang harus dilakukan per tahun?

=D/Q
= 5100 / 50
= 102 kali
c. Berapakah tingkat persediannya maksimumnya?
= Safety Stock + EOQ
= 0 + 124
= 124 Unit
d. Berapakah biaya tahunan untuk pemesanan dan penyimpanan persediaannya?
= Biaya pemesanan (S) x biaya perjalanan
= 178 x 114
= $ 20.292 per Tahun

4. Tugas 3 Matrial Requirment Planning (MRP)

Pulpen
1

tabung tutup
body
silinder utama
1 2 1

mata tutup tutup

tinta oli
pena atas bawah
1 1 1 2 2

(Sumber : Pengolahan Sendiri )

Gambar 12 Bill Of Material (BOM)

Sebuah perusahaan penghasil pulpen meminta anda untuk merencanakan

kebutuhan material sesuai dengan spesifikasi yang telah ditentukan perusahaan.
Untuk mendukung pencapaian tersebut, anda diminta untuk mengestimasi jumlah
 36

material yang dibutuhkan sesuai dengan dengan rencana produksi, menentukan

waktu pengiriman pen, mendokumentasikan pemesanan material. Adapun datanya
sebagai berikut:
Lot Size = (275), Lead Time = 2Week, Beginning On Hand = 225, Safety Stock=0,
Allocations = 0, minimum quantity = 5(*) Scrap Factor = 20%.
Tabel 15 Time Periode Week
Time Periode Week

1 2 3 4 5 6 7 8

Pulpen
256 260 238 245

Body 258 250 250 230 225

Tutup atas
230 250 235

Tutup
230 250 235
bawah

(Sumber : Pengolahan sendiri)

Jawaban :

(Sumber : Pengolahan Sendiri )

Gambar 13 Perhitungan Aplikasi POM
 37

(Sumber : Pengolahan Sendiri )

Gambar 14 Perhitungan Aplikasi POM

5. Tugas 4 Forecasting (Peramalan)

Tabel 15 Tabel Peramalan

Indeks Permintaan
Bulan
waktu (t) actual

Januari 2019 1 295

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

(Sumber : Pengolahan Sendiri )

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:

a. Metode Moving Average

Tabel 17 Perhitungan Moving Average
Bulan Tahun Indeks Waktu Permintaan Aktual berdasarkan Berdasarkan
2019 (t) (A) MA4 MA5
Januari 1 295
Februari 2 218
Maret 3 311
April 4 279
Mei 5 301 275.75
Juni 6 330 277.25 280.8
Juli 7 345 305.25 287.8
Agustus 8 318 313.75 313.2
September 9 333 323.5 314.6
Oktober 10 320 331.5 325.4
November 11 291 329 329.2
Desember 12 317 315.5 321.4
Jan-15 13 ??? 315.25 315.8
(Sumber :Pengolahan sendiri)

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

Tabel 17 Perhitungan Moving Average bulan ke 4

Indeks Permintaa Ramala Absolute
Bulan Tahun Eror %Erro
Waktu n Aktual n bulan Deviatio Error²
2019 (A-F) r
(t) (A) 4 n
Mei 5 301 276 25 25 625 8
Juni 6 330 277 53 53 2783 16
Juli 7 345 305 40 40 1580 12
Agustus 8 318 314 4 4 18 1
September 9 333 324 10 10 90 3
Oktober 10 320 329 -9 9 81 3
November 11 291 316 -25 25 625 9
Desember 12 317 315 2 2 3 1
Total 167 27889 52
(Sumber :Pengolahan sendiri)

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

b. Metode Weight Moving average

Tabel 18 Perhitungan Weight Moving Average

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

Tabel 19 Perhitungan Weight Moving Average bulan ke 4

Inde Perminta
Bulan Ramal RSF Absolu kum MAD
ks an Eror(
Tahun an 4 E te absolu kumabs/Peri Error²
Wakt Aktual A-F) %Err
2019 Bulan kum Error te ode
u (t) (A) or
9.63
Mei 5 301
278 23 29 29 29 5.8 529 46
1755. 12.6
Juni 6 330
288.1 41.9 70.9 41.9 70.8 11.8 61 97
106. 1281. 10.3
Juli 7 345
309.2 35.8 7 35.8 106.7 15.2429 64 77
2.23
Agustus 8 318
325.1 -7.1 99.6 7.1 113.8 14.225 50.41 27
Septem 105. 1.86
9 333
ber 326.8 6.2 8 6.2 120 13.3333 38.44 19
112.3 3.31
Oktober 10 320
330.6 -10.6 95.2 10.6 130.6 13.06 6 25
Novemb 9.96
11 291
er 326 -35 66.2 29 159.6 14.5091 1225 56
Desemb 2.08
12 317
er 310.4 6.6 72.8 6.6 166.2 13.85 43.56 2
5036. 52.1
Total
166.2 02 63
(Sumber :Pengolahan sendiri)

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

c. Metode Tren Linear

Tabel 20 Perhitungan Tren Linear
Bulan Indeks
Permintaan
Tahun Waktu X X.Y X² Peramalan
Aktual (A)
2014 (t)
januari 1 295 -11 -3245 121 299.9858757
febuari 2 218 -9 -1962 81 300.8672316
Maret 3 311 -7 -2177 49 301.7485876
April 4 279 -5 -1395 25 304.8333333
Mei 5 301 -3 -903 9 303.5112994
Juni 6 330 -1 -330 1 304.3926554
Juli 7 345 1 345 1 305.2740113
agustus 8 318 3 954 9 306.1553672
september 9 333 5 1665 25 307.0367232
oktober 10 320 7 2240 49 307.9180791
november 11 291 9 2619 81 308.799435
desember 12 317 11 3487 121 309.680791
januari 3658 1298 572
(Sumber :Pengolahan sendiri)

Keterangan:
𝑌 3658
a=∑ 𝑛= = 304.83
12

𝑋.𝑌 572
b=∑ 𝑋 2 = 1298 = 0.44

y = a + b(x)

Peramalan di bulan Januari y=a+ b(x)

Y=304.83 + 0.44 (-11) = 302.96

Tabel 21 Ramalan Perhitungan Tren Linear
Inde
Permint RS MAD
Bulan ks absol Kum
aan Error( FE kum %Erro
Tahun Wak ute Absol
Aktual A-F) ku abs/per r
2019 tu Perama eror ute Erro
(A) m oide
(t) lan r²
 42

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 𝑃𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛)2 11293

𝑀𝑆𝐸= 𝑛
= 12
= 911.08

∑ %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

Judul Peramalan Permintaan Produk Perak Menggunakan Metode

Simple Moving Average Dan Exsponential Smoothing

Jurnal Peramalan

Volume& 9 97-106 halaman

Halaman

Tahun 1 November 2014

Penulis Ni Luh Ayu Kartika Yuniastari, Igp Wirarama Wedashwara Wirawan

Reviewer Asa Biqunal Awalun

Tanggal 5 April 2018

Latar Belakang Berbagai permasalahan perekonomian dewasa ini menyebabkan

perusahaan harus mampu melakukan pengelolaan keuangan.
Bagi perusahaan yang bergerak dalam bidang produksi sangat
penting melakukan pengelolaan keuangan agar perusahaan tidak
mengalami kerugian. Untuk mengatasi hal tersebut perusahaan
perlu membuat perencanaan yang optimal baik perencanaan
produki maupun permintaan. Perencanaan permintaan secara
umum lebih dikenal dengan peramalan. Peramalan
merupakan perhitungan yang objektif dan dengan menggunakan
data-data masa lalu, untuk menentukan sesuatu dimasa yang
akan datang .

Subjek Penelitian Permintaan Produk perak tahun 2014

Tujuan Penelitian Meramalkan permintaan perak dari tahun 2011-2014

 44

Manfaat Dapat di ketahui hasil peramalan pada tahun 2014

Penelitian

Metode Penelitian Menggunakan metode Kuantitatif

Variabel Peramalan Permintaan Perak

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

Kekuatan Lengkap dari setiap langkah penelitian

Penelitian
Mudah di pahami

Kelemahan Metode yang di gunakan hanya 2

Penelitian Tidak terdapat latar belakang masalah, tujuan penelitian dan manfaat
penelitian

Saran Penelitian Perlu di tambahkan 1 sampai dua metode lagi

(Sumber :Pengolahan sendiri)