LAPORAN PRAKTIKUM
SUPPLAY CHAIN MANAGEMENT
“Forecasting”
Diajukan untuk Melengkapi Tugas Mata Kuliah
Praktikum SCM
Pada Program Studi Teknik Industri
Disusun Oleh :
Kelompok VII
Asisten Praktikum
BAB I
PENDAHULUAN
BAB II
LANDASAN TEORI
2. Biaya.
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga factor pemicu biaya tersebut akan
mempengaruhi berapa banayak data yang dibutuhkan, bagaimana pengolahan
datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dan
siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus
disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin
didapat, misalnya item-item yang penting akan diramalkan dengan metode
yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum
Pareto (Analisa ABC).
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah
percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan
pada sistem perusahaan karena keterbatasan dana, sumber daya manusia,
maupun peralatan teknologi. Dalam membuat peramalan atau menerapkan
suatu peramalan maka ada beberapa hal yang harus dipertimbangkan yaitu :
▪ Ramalan pasti mengandung kesalahan, artinya peramal
hanya bias mengurangi ketidak pastian yang akan terjadi, tetapi tidak
dapat menghilangkan ketidakpastian tersebut.
▪ Peramalan seharusnya memberikan informasi tentang
beberapa ukuran kesalahan, artinya karena peramalan pasti mengandung
kesalahan, maka adalah penting bagi peramal untuk menginformasikan
seberapa besar kesalahan yang mungkin terjadi.
▪ Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-
faktor yang mempengaruhi permintaan relatif masih konstan sedangkan
masih panjang periode peramalan, maka semakin besar pula kemungkinan
terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
2. Tingkat Ketelitian
Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan
tingkat perincian yang dibutuhkan dalam suatu peramalan. Unuk beberapa
pengambilan keputusan mengharapkan variasi atau penyimpangan atas ramalan
yang dilakukan antara 10 persen sampai dengan 15 persen bagi maksud – maksud
yang mereka harapkan, sedangkan untuk hal atau kasus lain mungkin menganggap
bahwa adanya variasi atau penyimpangan atas ramalan sebesar 5 persen adalah
cukup berbahaya.
3. Ketersediaan Data.
Metode yang dipergunakan sangat besar manfaatnya, apabila dikaitkan
dengan keadaan atau informasi yang ada atau data yang dipunyai. Apabila dari
data yang lalu diketahui adanya pola musiman, maka untuk peramalan satu tahun
5. Biaya.
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu
prosedur ramalan, yaitu biaya – biaya pengembangan, penyimpanan
(storage) data, operasi pelaksanaan dan kesempatan penggunaan teknik – teknik
dan metoda lainnya. Adanya perbedaan yang nyata dalam jumlah biaya,
mempunyai pengaruh atas dapat menarik tidaknya penggunaan metode
tertentu untuk sutau keadaan yang dihadapi.
Pola data ini terjadi bila data memiliki kecendrungan untuk naik
atau turun terus-menerus. Pola data dalam bentuk trend ini
digam
Bbiaayrakan sebagai berikut:
Waktu
Gambar 9.3. Pola Siklis
panen harga jagung akan menjadi turun karena jumlah jagung yang
dibutuhkan tersedia dalam jumlah yang besar.
Pola data musiman dapat digambarkan sebagai berikut:
Biaya
Waktu
Gambar 9.4. Pola Musiman
c. Pola Horizontal
Pola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai
rata-rata. Pola ini dapat digambarkan sebagai berikut (Sofyan
Assauri, 1984, hal. 46 – 47):
Biaya
Waktu
Gambar 9.5. Pola Horizontal
Waktu
1) Trend Linier
Bentuk persamaan umum (Sofyan Assauri, 1984, hal. 53 – 56):
Y = a + bt
Sedangkan peramalannya mempunyai bentuk persamaan:
Yt = a + bt
di mana:
Yt = Nilai ramalan pada periode ke-t
t = Waktu/periode
Dengan menggunakan metode kuadrat terkecil (Least Square
Method) maka harga konstanta a dan b diperoleh dari
persamaan di bawah ini:
n tYt t Yt
b
n t 2 t 2
a t
Y b t
n
lna
lnYt bt n
3) Trend Logaritma
Y = a + b log t
Sedangkan peramalannya mempunyai bentuk persamaan:
Yt = a + b log t
Dengan menggunakan transformasi logaritma natural maka
harga konstanta a dan b diperoleh dari persamaan di bawah
ini:
b
n log t.Yt log t Yt
n log 2 t log t 2
a t
Y b log t
n
4) Trend Geometrik
Bentuk persamaan umumnya adalah:
Y = atb
Sedangkan peramalannya mempunyai bentuk persamaan:
Yt = atb
Dengan menggunakan transformasi logaritma maka harga
konstanta a dan b diperoleh dari persamaan di bawah ini:
b
n log t.log Yt log t log Yt
n log 2 t log t 2
log a
log Yt b log t
n
5) Trend Hyperbola
Bentuk persamaan umumnya adalah:
a
Y
bt
Laporan Praktikum SCM – Forecasting by VIIth Group Page 19
Peramalannya mempunyai bentuk persamaan:
a
Yt
bt
Dengan menggunakan transformasi logaritma maka harga
konstanta a dan b diperoleh dari persamaan di bawah ini:
log b
n t.log Yt t log Yt
t 2 n t 2
Ft w1 At 1 w2 At 2 ... wn At n
dimana :
w1 = bobot yang diberikan pada periode t – 1
w2 = bobot yang diberikan pada periode t – 2
wn = bobot yang diberikan pada periode t – n
n = jumlah periode
dimana :
Y b t c t
2
b
a c b
n
2
( t ) n t
2 2 4
ln Y b t n t ln Y t ln Y
ln a b
n n t 2 ( t ) 2
N
X t Ft2
SEE t 1
N f
X F
PE t t 100%
t X
t
dimana nilai dari PEt bisa positip ataupun negatip.
4. Mean Absolute Percentage Error (MAPE) :
N
PEt
MAPE 1
t
N
Menghitung kesalahan dari peramalan merupakan prosedur yang kelima
dari perhitungan peramalan secara kuantitatif. Setelah didapat kesalahan
(error) dari masing-masing metode peramalan, maka akan dilakukan pengujian
terhadap dua metode yang memiliki error yang terkecil, guna mendapatkan
metode peramalan yang lebih baik untuk digunakan. Pengujian dilakukan
dengan test distribusi F. Jika diasumsikan bahwa metode “X” adalah metode
peramalan yang memiliki besar error yang paling kecil pertama, dan metode “Y”
adalah metode peramalan yang memiliki besar error yang paling kecil kedua,
maka langkah-langkahnya pengujiannya adalah sebagai berikut :
S 2
F 1
2
dimana : 2S
S1 = besarnya error metode peramalan “X” S2
= besarnya error metode peramalan “Y”
n n n
Permintaan
Aktual Hari
No Bulan
Keja
A
1 Januari 14478 23
2 Februari 14273 20
3 Maret 14667 21
4 April 14556 22
5 Mei 13965 22
6 Juni 12878 21
7 Juli 14453 23
8 Agustus 16257 21
9 Sepetember 15459 22
10 Oktober 15141 23
11 November 15793 20
12 Desember 14592 23
Total 176512 261
Pertanyaan :
Tentukan peramalan yang paling mendekati demand yang telah tersedia
sebelumnya untuk Tamiya Car Corp.
Persentase
Permintaan Deviasi Kuadrat Persentase
Ramalan Deviasi Kesalahan
No Bulan Aktual Absolut Kesalahan Kesalahan
Absolut
A F A-F |A-F| (A-F)2 ((A-F)/A)100 |((A-F)/A)100|
1 Januari 14478 14112 366 366 134220 0.025 0.025
2 Februari 14273 14215 58 58 3360 0.004 0.004
3 Maret 14667 14319 348 348 120978 0.024 0.024
4 April 14556 14424 132 132 17399 0.009 0.009
5 Mei 13965 14530 -565 565 318970 -0.040 0.040
6 Juni 12878 14636 -1758 1758 3091372 -0.137 0.137
7 Juli 14453 14743 -290 290 84370 -0.020 0.020
8 Agustus 16257 14851 1406 1406 1975469 0.086 0.086
9 Sepetember 15459 14960 499 499 248703 0.032 0.032
10 Oktober 15141 15070 71 71 5054 0.005 0.005
11 November 15793 15180 613 613 375375 0.039 0.039
12 Desember 14592 15292 -700 700 489360 -0.048 0.048
Total [ Σ ] 176512 176333 179 6805 6864632 -0.021 0.469
Persentase
Permintaan Deviasi Kuadrat Persentase
Ramalan Deviasi Kesalahan
No Bulan Aktual Absolut Kesalahan Kesalahan
Absolut
A F A-F |A-F| (A-F)2 ((A-F)/A) |((A-F)/A)|
1 Januari 14478 14278 200 200 39930 0.014 0.014
2 Februari 14273 14295 -22 22 477 -0.002 0.002
3 Maret 14667 14330 337 337 113558 0.023 0.023
4 April 14556 14384 172 172 29694 0.012 0.012
5 Mei 13965 14456 -491 491 240926 -0.035 0.035
6 Juni 12878 14547 -1669 1669 2783895 -0.130 0.130
7 Juli 14453 14656 -203 203 41069 -0.014 0.014
8 Agustus 16257 14783 1474 1474 2171770 0.091 0.091
9 Sepetember 15459 14929 530 530 280418 0.034 0.034
10 Oktober 15141 15094 47 47 2200 0.003 0.003
11 November 15793 15277 516 516 266007 0.033 0.033
12 Desember 14592 15479 -887 887 786555 -0.061 0.061
Total [ Σ ] 147761 176508 4.30 6546 6756500 -0.032 0.450
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode Kuadratik 2 Order
1 Januari 14478
2 Februari 14273 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00 14478.00
3 Maret 14667 14457.50 14437.00 14416.50 14396.00 14375.50 14355.00 14334.50 14314.00 14293.50
4 April 14556 14478.45 14483.00 14491.65 14504.40 14521.25 14542.20 14567.25 14596.40 14629.65
5 Mei 13965 14486.21 14497.60 14510.96 14525.04 14538.63 14550.48 14559.38 14564.08 14563.37
6 Juni 12878 14434.08 14391.08 14347.17 14301.02 14251.81 14199.19 14143.31 14084.82 14024.84
7 Juli 14453 14278.48 14088.46 13906.42 13731.81 13564.91 13406.48 13257.59 13119.36 12992.68
8 Agustus 16257 14295.93 14161.37 14070.39 14020.29 14008.95 14034.39 14094.38 14186.27 14306.97
9 Sepetember 15459 14492.04 14580.50 14726.37 14914.97 15132.98 15367.96 15608.21 15842.85 16062.00
10 Oktober 15141 14588.73 14756.20 14946.16 15132.58 15295.99 15422.58 15503.76 15535.77 15519.30
11 November 15793 14643.96 14833.16 15004.61 15135.95 15218.49 15253.63 15249.83 15219.95 15178.83
12 Desember 14592 14758.86 15025.13 15241.13 15398.77 15505.75 15577.25 15630.05 15678.39 15731.58
Total [ Σ ] 176512 159392 159731 160139 160539 160892 161187 161426 161620 161781
Tabel Demand dan Hasil Peramalan Dengan Menggunakan Metode Eksponensial Smoothing Withα
4.1 Kesimpulan
Dengan menggunakan berbagai macam metode peramalan dapat dirangkum data
sebagai berikut :
Dari data pada table diatas terdapat point – point penting yang dapat kita amati
sebagai rujukan dalam memilih jenis peramalan mana yang akan kita pilih sebagai
acuan dalam memprediksi permintaan periode mobil mainan Tamiya Car Corp. periode
selanjutnya, yakni :
Nilai MAD, MSE, dan MAPE yang mendekati nilai 0 (nol) terjadi pada penggunaan
metode peramalan tipe kuadratik (y = 9,2483x2 - 11,073x + 14280)
Sedang untuk nilai MFE yang paling mendekati nilai 0 (nol) terjadi pada
penggunaan metode peramalan Linier dengan nilai MFE sebesar : -0.142