Mr. Bread adalah sebuah industri manufaktur yang memproduksi berbagai jenis
varian roti, baik roti tawar maupun roti manis. Permasalahan yang ada adalah tingkat
produksi roti yang tidak seimbang sehingga tercipta retur/lost sales yang besar dan
mengakibatkan biaya produksi berlebih. Dengan demikian, dilakukan penelitian untuk
menentukan tingkat produksi dan retur optimal sehingga tercipta minimasi biaya produksi.
Untuk keperluan produksi setiap hari, perusahaan harus mempertimbangkan berapa banyak
bahan baku yang akan digunakan, khususnya telur, tepung terigu, gula pasir dan mentega
yang merupakan empat bahan baku utama dalam melakukan produksi roti.
Oleh karena itu, perusahaan harus memperhitungkan jumlah penjualan pada setiap
periode agar persediaan bahan baku dikelola dengan baik tanpa harus mengeluarkan biaya-
biaya yang tidak perlu termasuk biaya pengiriman bahan baku dari supplier ke perusahaan.
Metode peramalan yang sesuai dalam memperkirakan produksi penjualan pada periode yang
akan datang, dilakukan setelah menentukan persediaan bahan baku dan perhitungan dengan
metode trend musiman. Hasil penelitian ini menunjukkan bahwa Keputusan yang disarankan
oleh perusahaan harus menyediakan persediaan tepung terigu yang ekonomis sebanyak 915,5
kg, gula pasir sebanyak 1.373,25 kg, telur 1.831 kg, dan mentega sebanyak 45,75 kg setiap
bulannya.
PENDAHULUAN
Peramalan (Forecasting) memiliki arti yang berbeda-beda dalam dunia bisnis dan
memiliki arti yang lebih khusus dari pada menebak. Umumnya pola dan siklus penjualan
cenderung tetap. Berdasarkan siklus runtut waktu ( Time Series), biasanya penjualan produk
cenderung membentuk pola penjualan yang tepat. Dengan demikian, ramalan dapat dikatakan
sebagai perhitungan yang memiliki dasar kuat dan lebih pasti, sehingga hasilnya diharapakan
lebih obyektif dibandingkan dengan hanya sekedar melakukan prediksi (menebak). Dengan
mencatat penjualan di waktu yang lampau, maka dapat lebih tepat dalam menentukan
penjualan di waktu yang akan datang. Dengan demikian pendekatan metode forecasting
dengan model trend musiman dapat menunjang untuk mengatasi optimasi peramalan
penjualan biaya produksi.
Adapun tujuan penelitian ini adalah mengetahui model ramalan normalisasi data
penjualan serta memprediksi produksi penjualan. Penulis menggunakan metode peramalan
(forecasting) untuk memperkirakan penjualan pada periode yang akan datang dengan metode
yang ada di peramalan, dan menentukan persediaan bahan baku yang tepat. Dengan
perhitungan peramalan penjualan roti menggunakan model trend musiman, selanjutnya
perhitungan dibantu dengan program Lindo untuk mengetahui solusi peramalan penjualan
roti. Pendistribusian hasil produksi dengan menggunakan jalur darat yang telah dipilih
perusahaan yang sesuai dengan kebutuhan perusahaan saat ini.
METODOLOGI
Menurut (Yong Wang, 2011) Trend adalah rata-rata perubahan ( biasanya tiap tahun )
dalam jangka panjang. Trend musiman adalah rata-rata perubahan tiap musim dalam jangka
panjang. Dalam metode trend musiman diperlukan langkah-langkah antara lain yaitu:
Dimana:
ŷ = a + bt
y : data time series yang akan diperkirakan
t : variable waktu
a dan b : konstanta dan koefisien
HASIL DAN PEMBAHASAN
Data Jumlah Roti yang Terjual Di Pabrik Roti Mr.Bread Dari Tahun 2010 - April
2013 (Tiap Kuartal).
KESIMPULAN
1. Model ramalan untuk masing-masing roti pada pabrik roti Mr.Bread adalah:
a. Model ramalan roti Bolu untuk satu bulan ŷ = 8.387 + 27.315t dikali (Mt Roti Bolu)/3.
b. Model ramalan roti Gulung untuk satu bulan ŷ = 8.009 + 46.868t dikali (Mt Roti
Gulung)/3.
c. Model ramalan roti Mandarin untuk satu bulan ŷ = 21.980 + 21.833t dikali (Mt Roti
Mandarin)/3.
d. Model ramalan roti untuk satu bulan ŷ = 19.823 + 62.869t dikali (Mt RotiTiga Rasa)/3.
2. Untuk memproduksi banyak barang dari bahan yang hampir sama, pabrik harus
mengetahui prediksi penjualan yang akan datang agar tidak ada barang yang tidak terjual
sehingga keuntungannya bisa optimal.
3. Apabila terjadi gejolak ekonomi, misalkan kenaikan bahan baku, harga menyesuaikan
tanpa mengurangi mutu produk, dengan mengurangi mutu dimungkinkan terjadi
penurunan penjualan.
4. Dari solusi program lindo maka keuntungan maksimum pabrik sebesar Rp 15.446.000,00
dengan jumlah peramalan bulan januari 2013 sampai dengan desember 2013. Dengan
memproduksi roti penjualan roti yang harus dibuat setiap bulan sebagai berikut:
Tabel 2. Hasil perhitungan peramalan penjualan roti pada bulan Januari 2013-Desember 2013
DAFTAR PUSTAKA
Yong Wang dan Dongxiao NIU, (2011), Forecasting Production Food with Seasonal Trend
Method, Journal Of Computational Information Of Systems, 7, hal. 1479-1487.
Pangestu Subagyo, (1986), Forcasting Konsep Dan Aplikasi, BPFE Yogyakarta, Yogyakarta.