Abstrak
Kegiatan
Kegiatan penjualan
penjualan furniture
furniture sangat
sangat menguntung
menguntungkan,
kan, disebut
disebut begitu karena
karena pertumbu
pertumbuhan
han penduduk
penduduk semakin
semakin hari
semakin meningkat, sehingga kebutuhan akan tempat tinggal pun semakin tinggi, yang otomatis berdampak kepada
meningkatnya permintaan peralatan meubel ini. Dengan demikian diperlukan sebuah analisa mengenai pendapatan
untuk tahun berikutnya
berikutnya guna memudahk
memudahkanan dalam
dalam proses
proses produksi.
produksi. Dalam
Dalam penelitia
penelitian
n ini bertujuan
bertujuan untuk mencari
mencari
kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan Simple
peramalan Simple Moving Average
maupun Weight Moving Average.
Average. Hasil analisa didapatkan bahwa peramalan pendapatan pada PO. Trisakti Furniture
mengalami kenaikan yang cukup baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan
jumlah pendapatan bulan Januari 2017, dengan forecasting didapatkan acuan dengan pendapatan yang didapatkan
akan menjadi
menjadi acuan dalam kebutuhan
kebutuhan ke depan sehingga
sehingga jumlah produksi
produksi pada masa yang akan datang
datang bisa kita
antisipas
antisipasii kuantitas
kuantitasnya,
nya, bila dibanding
dibandingkan
kan dengan
dengan tanpa menggunaka
menggunakan n peramala
peramalann sama
sama sekali.
sekali. Dengan
Dengan hasil dari
forecasti
forecasting
ng seorang
seorang pemimpin
pemimpin dapat
dapat menentuka
menentukan n beberapa
beberapa langkah
langkah yang akan
akan diambil
diambil guna kemajuan
kemajuan perusahaan
perusahaan
tersebut.
PENDAHULUAN
Berjua
jualan aneka furniture atau tau meubel untuk dilak
dilakuka
ukann belum
belum mende
mendekakati
ti denga
dengan
n kenyat
kenyataa
aan
n hasil
hasil
perlengkapan
perlengkapan rumah merupakan
merupakan salah satu bidang usaha yang didapat karena
karena hanya
hanya memperk
memperkirak
irakan
an saja tanpa
yang menguntun
tungkan, dise
isebut begitu karena menggunakan ilmu pasti. Oleh sebab itu akan muncul
pertumbuhan penduduk semakin hari semakin suatu
suatu permasal
permasalahan
ahan terjadiny
terjadinyaa overstok
overstok dimana
dimana jumlah
jumlah
meningkat, sehingga kebutuhan akan tempat tinggal pun produksi Furniture yang berlebihan sehingga jarang di
sema
semakin
kin tingg
tinggi,
i, yang
yang otoma
otomatis
tis berd
berdam
ampa
pak k kepa
kepada
da minat
minatii pembel
pembelii karen
karenaa keting
ketinggal
galan
an mode
mode atau
atau tidak
tidak
meningkatnya permintaan peralatan meubel ini. sesua
sesuaii denga
dengann keing
keingina
inann pembel
pembelii yang
yang berpe
berpenga
ngaruh
ruh
pada target pendapatan perbulan oleh perusahaan. Maka
Untu
Untukk dapa
dapatt dite
ditem
mpati
pati sebu
sebuahah rum
rumah tenttentu
u saja
saja dari
dari itu untuk
untuk meram
meramalkalkan
an jumlah
jumlah penda
pendapat
patan
an pada
pada
meme
memerlu
rluka
kan
n berag
beragamam furnit
furniture
ure seper
seperti
ti kursi,
kursi, kasur
kasur,, periode berikutnya dengan penerapan metode-metode
metode-metode
lemari
lemari,, meja
meja makan
makan,, kitche
kitchen
n set
set dan lain-
lain-lain
lain sebag
sebagai
ai peramalan,
peramalan, agar hasil yang didapatkan lebih akurat dan
pelengkap tempat tinggal. Jika sekarang ini perumahan-
perumahan- bisa diantisipasi kuantitasnya,
perumahan laku keras, bahkan terkadang konsumen
tidak
tidak terlay
terlayani
ani,, maka
maka tingga
tinggall tungg
tunggu
u waktu
waktu saja
saja para
para PENGENALAN METODE
pembeli rumah tersebut akan mendatangi
mendatangi toko-toko
furniture di wilayahnya.[1] Jenis Peramalan
Trisak
Trisakti
ti Furnit
Furniture
ure adalah
adalah salah
salah satu
satu perusa
perusaha
haan
an yang
yang Jenis per
Jenis peramamala
alan
n (Fo
(Fore
reca
casti
sting)
ng) berberdas
dasark
arkan
an me metode
tode
bergerak dibidang industri meubel yang berlokasi di peramalan
perama lan yang digunakan, perama peramalan lan dibedakan
Jalan
Jalan Boja,
Boja, Kecam
Kecamata
atan
n Kaliwu
Kaliwungngu,
u, Kenda
Kendal.
l. Meliha
Melihatt menenja
jadi
di me meto
tode
de kukual
alit
itat
atif
if dadan
n me metod
todee ku kuan
antit
titat
atif
if..
keter
ketertar
tarika
ikan
n konsu
konsume
men
n dan kemuda
kemudahanhan dalam
dalam prose
prosess Metode
Meto de kual
kualitatif
itatif meru
merupak
pakanan met
metode
ode pera
peramala
malan n yang
produksinya serta adanya order setiap bulannya maka tida
tidakk me meng nggu
gunanaka
kann dadata
ta his
histo
tori
riss ma
masasa la lalu
lu,, le
lebi
bihh
perusahaan akan lebih mudah dalam pencapaian
pencapaian target didasark
dida sarkanan pada intuis
intuisi.
i. Meto
Metodede kuan
kuantitatif
titatif meru
merupak
pakanan
pendapatan perbulannya. Kebutuhan masyarakat
masyarakat akan metod
me todee perperam
amala
alann ya
yang
ng me mengg
ngguna
unakakann dat
dataa his
histor
toris
is
penjualan furniture tersebut tidaklah tetap maka hasil masa
ma sa lal
lalu,
u, mememamanip
nipula
ulasi
si data histori
historiss ya yang
ng tersedia
tersedia
yang
yang didapat
didapat pun dari
dari usaha
usaha terse
tersebut
but berbed
berbedaa setiap secara memadai dan tanpa intuisi, metode ini umumnya
bulannya. Hal ini sangatlah berpengaruh terhadap naik didasarkan pada analisis statistik. Menurut Makridakis,
atau turunnya pendapatan total dari penjualan furniture Whee
Wh eelwr
lwrigh
ight,
t, dan McGMcGee ee (19
(1983,
83, h.8h.8-9
-9),
), per
peramamala
alann
tersebut. kuantitati
kuan titatiff dapa
dapatt diter
diterapka
apkan n bila tiga kondkondisi
isi terpe
terpenuhi
nuhi
yaitu
ya itu inf
inform
ormasi
asi me
menge
ngenai
nai kekeada
adaan
an wakwaktutu yan
yang g lal
laluu
Dalam hal ini perusahaan juga menerapkan peramalan terse
ter sedia
dia,, inf
inform
ormasi
asi itu dapdapatat dik
dikuan
uantit
titati
atifka
fkan n dal
dalam
am
dala
dalam
m targ
target
et pend
pendap
apat
atan
an,, namu
namun
n pera
perama
mala
lan
n yang
yang bentuk data numerik, dan dapat diasumsika diasumsikan n bahwa
beberapa aspek dari pola di waktu yang lalu akan Beny Mulyandi dan Yani Iriani (2010) menyebutkan
berlanjut ke waktu yang akan datang. Metode yang bahwa hasil peramalan menggunakan Single Moving
termasuk kedalam metode kuantitatif, salah satunya Average dapat meminimalisir error atau kerugian
adalah metode rata-rata bergerak (Simple Moving
dengan selisih pengurangan yang sangat kecil
Average).
dibandingkan dengan metode lain, sehingga dapat
Menurut Makridakis (1999), teknik peramalan terbagi menjadi mengurangi kesalahan saat trend yang terjadi.[3]
dua bagian, yang pertama metode peramalan subjektif dan
metode peramalan objektif. Metode peramalan subjektif Dalam penelitian ini metode peramalan yang digunakan
mempunyai model kualitatif dan metode peramalan objektif yaitu metode Simple Moving Average dan Weight
mempunyai dua model, yaitu model time series dan model Moving Average untuk variasi data musiman. Metode
kausal. Model kualitatif berupaya memasukkan faktor-faktor rata-rata bergerak tunggal menggunakan sejumlah data
subyektif dalam model peramalan, model ini akan sangat actual permintaan yang baru untuk membangkitkan nilai
bermanfaat jika data kuantitatif yang akurat sulit diperoleh.
ramalan untuk permintaan dimasa yang akan datang.
Contoh dari metode ini ialah metode delphi, opini juri
Data transaksi yang digunakan dalam penelitian ini
eksekutif, komposit kekuatan dan survey pasar konsumen.
Model kausal memasukkan dan menguji variabel-variabel adalah data lampau dengan periode 1 tahun. Data
yang diduga akan mempengaruhi variabel dependen, model transaksi yang digunakan adalah data pendapatan tiap
ini biasanya menggunakan analisis regresi untuk menentukan bulan.
mana variabel yang signifikan mempengaruhi variable
dependen.[2] Dalam penelitian ini, penulis hanya membatasi masalah
pada tingkat keuntungan yang akan didapatkan oleh
Simple Moving Average Trisakti Furniture pada setiap bulannya. Perhitungan
tersebut didapatkan dari data pendapatan bersih Trisakti
Metode Simple Moving Average digunakan apabila data Furniture yang terhitung dari 1 periode menggunakan
historis bersifat fluktuatif, tidak memiliki pola tren dan metode Forecasting Simple Moving Average (MA 3
tidak memiliki pola musiman, cara kerja metode ini bulan) dan Weight Moving Average (3 bulan) dengan
adalah menghaluskan pola data historis dengan merata- bobot 50%, 30% dan 20%. Selain itu penulis juga
ratakan data tersebut. Metode Simple Moving Average memiliki tujuan untuk mengetahui metode manakah
terbagi menjadi tiga yaitu Simple Moving Average yang paling tepat dan menemukan hasil akurasi yang
(SMA), Weighted Moving Average (WMA), dan baik diantara peramalan Simple Moving Avarage dan
Exponential Moving Average (XMA). Weight Moving Average dengan pendapatan yang
didapatkan akan menjadi acuan dalam kebutuhan ke
Weighted Moving Average depan sehingga jumlah produksi pada masa yang akan
datang bisa diantisipasi kuantitasnya.
Metode yang dipilih dalam penelitian ini adalah
Weighted Moving Average dan Simple Moving Average Berdasarkan uraian tersebut maka penulis memilih judul
karena salah satu diantara metode ini memiliki kelebihan, “PENERAPAN METODE SIMPLE MOVING
didalam metode Weighted Moving Average, selain AVERAGE DAN WEIGHT MOVING AVERAGE
perhitungannya sederhana, pada teknik Weighted DALAM PERAMALAN PENDAPATAN PADA
Moving Average diberikan bobot yang berbeda untuk PO. TRISAKTI FURNITURE KENDAL”.
setiap data historis masa lalu yang tersedia, dengan
asumsi bahwa data historis yang paling terakhir atau LANDASAN TEORI
terbaru akan memiliki bobot lebih besar dibandingkan
dengan data historis yang lama karena data yang paling Metode peramalan yang penulis gunakan untuk
terakhir atau terbaru merupakan data yang paling menganalisis data yang didapatkan adalah:
relevan untuk peramalan. Keunggulan lainnya dari
metode ini adalah pemberian nilai bobotnya dapat 1. Metode Simple Rata-rata Bergerak (Simple Moving
disesuaikan, tetapi penentuan bobot optimalnya sulit. Average).
Menurut DeLurgio (1998: 153), minimal 60 data yaitu Metode rata-rata bergerak tunggal menggunakan
lima musim harus disimpan untuk peramalan bulanan, sejumlah data actual permintaan yang baru untuk
tanpa memperhatikan metode peramalan manapun yang membangkitkan nilai ramalan untuk permintaan dimasa
digunakan. Setelah melakukan analisis pemilihan yang akan datang. Metode ini akan efektif diterapkan
periode masa lalu, didapat hasil bahwa periode masa lalu apabila kita dapat mengasumsikan bahwa permintaan
sekitar tiga bulan yang paling optimal karena pasar terhadap produk akan tetap stabil sepanjang
menghasilkan nilai Mean Square Error yang paling kecil waktu.[4]
daripada menggunakan periode masa lalu enam bulan,
tujuh bulan, delapan bulan, sembilan bulan, sepuluh Metode ini mempunyai dua sifat khusus yaitu untuk
bulan, sebelas bulan dan dua belas bulan. membuat forecast memerlukan data historis dalam
jangka waktu tertentu, semakin panjang Simple Moving
Average akan menghasilkan Simple Moving Averages
yang semakin halus. Secara sistematis Simple Moving
Average adalah menghitung rata-rata dari nilai-nilai Furniture pada bulan Januari 2016 sampai
pada beberapa tahun untuk menaksir pada suatu tahun dengan Januari 2017.
tertentu.
2. Teknik Pengambilan Data
= Dalam penyusunan tugas ini metode
pengumpulan data:
Keterangan : a. Metode Literatur Yaitu metode untuk
= forecast untuk periode ke t+1 memperkuat teori-teori yang telah ada
= data pada periode t yaitu dengan membaca buku-buku yang
n = jangka waktu moving average ada.
b. Metode Dokumentasi
2. Metode Weight Moving Average. Metode dokumentasi yang dilakukan
Weight Moving Average (WMA) adalah metode moving adalah dengan pengambilan data
average atau rata-rata bergerak yang memiliki bobot. sekunder. Data sekunder adalah data
Namun pada WMA terdapat bobot yang digunakan pada yang diperoleh dari pihak-pihak lain
setiap perubahan harga. Nilai dari bobot ini dapat berapa dalam bentuk laporan data sekunder.
saja dengan ketentuan nilai bobot untuk harga yang Dalam hal ini penulis memperoleh data
terbaru adalah lebih besar daripada nilai bobot untuk dari PO Trisakti Furniture Kendal yaitu
harga sebelumnya. [5] data pendapatan bersih pada bulan
Perumusan WMA adalah sebagai berikut : Januari 2016 sampai dengan Desember
2016.
WMA = c. Model Peramalan
Kebutuhan masyarakat akan jasa
3. Mean Absolute Deviation. penjualan furniture tersebut tidaklah
Metode untuk mengevaluasi metode peramalan tetap maka hasil yang di dapat pun dari
menggunakan jumlah dari kesalahan-kesalahan yang usaha tersebut berbeda setiap bulannya.
absolut. Mean Absolute Deviation (MAD) mengukur Hal ini sangatlah berpengaruh terhadap
ketepatan ramalan dengan merata-rata kesalahan dugaan naik atau turunnya pendapatan total dari
(nilai absolut masing-masing kesalahan). MAD berguna jasa penjualan furniture tersebut. Dalam
ketika mengukur kesalahan ramalan dalam unit yang pengolahan data ini penulis
sama sebagai deret asli. Nilai MAD dapat dihitung menggunakan model matematis yang
dengan menggunakan rumus sebegai berikut. sesuai dipergunakan untuk
memperkirakan jumlah pendapatan
yang akan diraih oleh PO Trisakti
MAD = Furniture Kendal pada bulan Februari
2016 dengan menggunakan model
atau Simple Moving Average dan Weight
Moving Average.
MAD=
METODOLOGI PENELITIAN
VARIABEL DAN PENGAMBILAN DATA
Secara sistimatis tahapan sampel yang digunakan dalam
Penelitian dilaksanakan pada perusahaan PO Trisakti peramalan pendapatan pada bulan Januari 2017 adalah
Furniture yang merupakan perusahaan industri meubel perusahaan furniture PO Trisakti Furniture.
beralamat di Jl. Boja, Kecamatan Kaliwungu, Kendal. Pengolahan data yang dilakukan :
Penilitian ini merupakan desain kasus, karena dilakukan Dalam peramalan pendapatan pada bulan Januari 2017
untuk menjawab pertanyaan bagaimana yang menjadi akan dilakukan tahapan berikut ini:
permasalahan utama penelitian dengan keharusan 1. Mencari hasil perhitungan rata-rata bergerak (3
membuat deskriptif atau analisis yang terbatas pada bulanan). Menggunakan metode Simple Moving Average.
kasus tertentu untuk menjawab permasalahan tersebut. 2. Mencari tingkat kesalahan dalam peramalan
Dalam penelitian ini, kasus yang diteliti yaitu mengenai pendapatan (Simple Moving Average) menggunakan
peramalan pendapatan bersih PO Trisakti Furniture Mean Absolute Deviation.
Kendal pada bulan Januari 2017. 3. Mencari hasil perhitungan Weight Moving Average.
4. Mencari tingkat kesalahan dalam peramalan
1. Variabel pendapatan (Weight Moving Average) menggunakan
Variabel yang digunakan dalam penyusunan ini Mean Absolute Deviation.
adalah data pendapatan bersih PO Trisaksi 5. Membandingkan hasil perhitungan antara Simple
Moving Average dengan Weight Moving Average.
6 . Kesimpulan dan saran.
Bulan Juni 2016 =
KERANGKA PIKIRAN
= 15.862.000
Peramala
Gambar 1. Kerangka pikiran penelitian yang akan endapat Error
Periode n (Ft) bs Error
an (Rp) (Rp)
dilakukan. (Rp)
Januari (2016) 19.875.000 - - -
Februari (2016) 19.840.000 - - -
Maret (2016) 10.263.000 - - -
HASIL DAN PEMBAHASAN April (2016) 18.952.000 16.659.333 -2.292.667 2.292.667
Mei (2016) 18.371.000 16.351.000 -2.019.333 2.019.333
Berikut ini data pendapatan PO Trisakti Furniture Kendal Juni (2016) 19.750.000 15.862.000 -3.888.000 3.888.000
selama 12 bulan yang terhitung mulai dari bulan Januari 2016 Juli (2016) 19.348.000 19.024.000 -323.667 323.667
sampai dengan Desember 2016 : Tabel 1. Pendapatan PO Agustus (2016) 19.348.000 19.156.000 -191.667 191.667
Trisakti Furniture Kendal selama bulan Januarii 2016- eptember(2016) 18.998.000 19.482.000 484.000 484.000
Desemberi 2016 Oktober (2016) 18.637.000 19.231.000 594.333 594.333
ovember(2016) 10.112.000 18.994.333 8.882.333 8.882.333
Desember
19.631.000 15.915.666 -3.715.334 3.715.334
N Periode Pendapatan (2016)
o Januari (2017) 16.126.666 16.126.666 16.126.166
1 Januari (2016) 19.875.000 Total 8.518.000
2 Februari (2016) 19.840.000
3 Maret (2016) 10.263.000
2. Mencari tingkat kesalahan dalam peramalan pendapatan
4 April (2016) 18.952.000
(Moving Average) menggunakan Mean Absolute Deviation.
5 Mei (2016) 18.371.000
6 Juni (2016) 19.750.000 Dapat dilihat pada Tabel 2. Hasil Perhitungan Peramalan
7 Juli (2016) 19.348.000 Pendapatan pada PO Trisakti Furniture Kendal dengan
8 Agustus (2016) 19.348.000 Metode Moving Average (3 Bulanan), bahwa pada Total
9 September(2016) 18.998.000 diperoleh jumlah ∑ (absolute dari forecast errors) adalah
10 Oktober (2016) 18.637.000
38.518.000.
11 November(2016) 10.112.000
12 Desember (2016) 19.631.000 Maka perhitungan MAD sebagai berikut :
DAFTAR PUSTAKA
https://infopeluangusaha.org/peluang-usaha-tokofurniture-
atau-mebel/.