Naskah Skripsi
Naskah Skripsi
SKRIPSI
JONATHAN
170507001013
PROGRAM SARJANA
SKRIPSI
JONATHAN
170507001013
PROGRAM SARJANA
Saya yang bertanda tangan di bawah ini menyatakan bahwa skripsi yang saya susun bebas
dari tindakan plagiarisme sebagaimana dipersyaratkan oleh Institut Transportasi dan
Logistik Trisakti.
Saya bersedia bertanggung jawab dan menerima sanksi yang berlaku apabila dikemudian
hari ditemukan terdapat unsur plagiarisme dalam skripsi saya ini.
Materai
Jonathan
170507001013
LEMBAR PERSETUJUAN SKRIPSI
Nama : Jonathan
NIM : 170507001013
Fakultas : Sistem Transportasi dan Logistik
Program : Sarjana
Program Studi : Sistem Logistik
Peminatan : Logistik
Judul Skripsi : ANALISIS PERAMALAN PERMINTAAN DENGAN METODE AUTO
REGRESSIVE INTEGRATED MOVING AVERAGE DAN
PERENCANAAN BAHAN BAKU UNTUK PENGEMASAN MINYAK
GORENG DENGAN METODE MATERIAL REQUIREMENT PLANNING
Disetujui untuk diajukan dalam ujian Skripsi Falkultas Sistem Transportasi dan Logistik,
Institut Transportasi dan Logistik Trisakti
Pembimbing 1 Pembimbing 2
Sesaria Mardhiani Rachma P, S.T., M.T Dr. Yana Tatiana, SE., MSc
Ditetapkan di : Jakarta
Tanggal : 30 Juli 2021
LEMBAR PENGESAHAN
Nama : Jonathan
NIM : 170507001013
Fakultas : Sistem Transportasi dan Logistik
Program : Sarjana
Program Studi : Logistik
Peminatan : Logistik
Judul Skripsi : ANALISIS PERAMALAN PERMINTAAN DENGAN METODE AUTO
REGRESSIVE INTEGRATED MOVING AVERAGE DAN
PERENCANAAN BAHAN BAKU UNTUK PENGEMASAN MINYAK
GORENG DENGAN METODE MATERIAL REQUIREMENT PLANNING
Telah berhasil dipertahankan di depan Dewan penguji dan diterima sebagai salah satu
syarat untuk memperoleh gelar Sarjana Logistik (S.Log) pada Fakultas Sistem Transportasi
dan Logistik, Institut Transportasi dan Logistik Trisakti.
Ditetapkan di Jakarta,
Tanggal:……………………..
DEWAN PENGUJI
Segala puji dan syukur kita panjatkan kepada Tuhan Yang Maha Esa atas berkah,
rahmat dan hidayah-Nya yang senantiasa dilimpahkan kepada penulis, sehingga bisa
menyelesaikan skripsi dengan judul ANALISIS PERAMALAN PERMINTAAN DENGAN
METODE AUTO REGRESSIVE INTEGRATED MOVING AVERAGE DAN PERENCANAAN
BAHAN BAKU UNTUK PENGEMASAN MINYAK GORENG DENGAN METODE MATERIAL
REQUIREMENT PLANNING
Sebagai syarat meyelesaikan Program Sarjana (S1) pada Program Sarjana Fakultas
Sistem Jurusan Sistem Logistik Institut Transportasi dan Logistik Trisakti. Dalam Menyusun
penyusunan skripsi ini banyak hambatan serta rintangan yang penulis hadapi namun pada
akhirnya dapat melaluinya berkat adanya bimbingan, bantuan, dan motivasi dari berbagai
pihak secara moral maupun spiritual. Untuk itu pada kesempatan ini penulis
menyampaikan ucapan terimakasih kepada:
1. Kedua orang tua dan keluarga yang telah memberikan doa dan dukungan selama
proses pembuatan skripsi
2. Bapak Dr. Ir. L. Denny Siahaan, MSTr, APU selaku Dekan Fakultas Sistem
Transportasi dan Logistik
3. Bapak Dr. Sri Raharjo, MPM, MPhil selaku Ketua Prodi Sistem Logistik
4. Ibu Dr. Sita Aniisah Sholihah, S.Si, MT selaku Sekretaris Prodi Sistem Logistik
5. Ibu Sesaria Mardhiani Rachma P, S.T., M.T selaku Dosen Pembimbing 1
6. Ibu Dr. Yana Tatiana, SE.MSc selaku Dosen Pembimbing 2
7. Bapak Tigor Nababan dan Ibu Eli Palinsi yang memberikan kesempatan penelitian
di PT. SMART Tbk
8. Bapak Felix Hatorangan, Ibu Metalia Yuliyanti, Bapak Suprapto dan staf PPIC PT.
SMART Tbk lainnya yang membantu memberikan informasi sebagai data
penelitian
9. Sahabat dan teman seperjuangan Sistem Logistik 2017
10. Dan semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu
memberikan dukungan.
Penulis memohon maaf atas perbuatan dan kesalahan yang pernah dilakukan.
Dengan dibuatnya skripsi ini, semoga dapat memberikan manfaat untuk mendorong
penelitian selanjutnya.
Jonathan
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH
Nama : Jonathan
NIM : 170507001013
Fakultas : Sistem Transportasi dan Logistik
Program : Sarjana
Program Studi : Logistik
Peminatan : Logistik
Jenis Karya Ilmiah : Skripsi
Jonathan
ABSTRAK
Nama : Jonathan
NIM : 170507001013
Judul : ANALISIS PERAMALAN PERMINTAAN DENGAN METODE AUTO
REGRESSIVE INTEGRATED MOVING AVERAGE DAN PERENCANAAN
BAHAN BAKU UNTUK PENGEMASAN MINYAK GORENG DENGAN
METODE MATERIAL REQUIREMENT PLANNING
Permintaan minyak goreng yang terus meningkat setiap tahun menjadi keuntungan bagi
PT. SMART dalam menjalankan bisnisnya. Sebelum malakukan proses produksi
perusahaan harus melakukan peramalan permintaan untuk mengetahui berapa perkiraan
kebutuhan bahan baku yang akan digunakan sebagai pengendalian persediaan agar tidak
terjadinya kelebihan atau kekurangan stok yang akan merugikan perusahaan. Tujuan dari
penelitian ini untuk meramalkan jumlah permintaan minyak goreng pada 12 periode
berikutnya dan merencanakan lot size bahan bahan baku dengan biaya terendah. Metode
yang digunakan dalam peramalan yaitu Autoregressive Integrated Moving Average
(ARIMA) dan merencanakan lot size dengan metode Materials Requirements Planning
(MRP) teknik FOQ dan POQ. Hasil peramalan ARIMA dengan nilai MAPE sebesar 33% dan
teknik biaya terendah yang dipilih POQ.
Nama : Jonathan
NIM : 170507001013
Judul : ANALISIS PERAMALAN PERMINTAAN DENGAN METODE AUTO
REGRESSIVE INTEGRATED MOVING AVERAGE DAN PERENCANAAN
BAHAN BAKU UNTUK PENGEMASAN MINYAK GORENG DENGAN
METODE MATERIAL REQUIREMENT PLANNING
The demand for cooking oil that continues to increase every year is an advantage for PT.
SMART in running its business. Before carrying out the production process, the company
must forecast demand to find out how much the estimated raw material needs will be
used as inventory control so that there is no excess or shortage of stock that will harm the
company. The purpose of this study is to predict the amount of cooking oil demand in the
next 12 periods and to plan the lot size of raw materials with the lowest cost. The method
used in forecasting is Autoregressive Integrated Moving Average (ARIMA) and lot size
planning using the Materials Requirements Planning (MRP) method of FOQ and POQ
techniques. ARIMA forecasting results with a MAPE value of 33% and the lowest cost
technique chosen by POQ.
ABSTRAK............................................................................................................................... i
ABSTRACT.............................................................................................................................ii
DAFTAR ISI ........................................................................................................................... iii
Daftar Tabel .........................................................................................................................v
Daftar Gambar .................................................................................................................... vi
BAB 1 ................................................................................................................................... 1
1.1. Latar Belakang .......................................................................................................... 1
1.2. Rumusan Masalah .................................................................................................... 2
1.3. Tujuan ....................................................................................................................... 3
1.4. Manfaat .................................................................................................................... 3
1.5. Ruang Lingkup Penelitian ......................................................................................... 4
1.6. Sistematika penulisan ............................................................................................... 4
BAB 2 ................................................................................................................................... 6
2.1 Logistik dan Rantai Pasok .......................................................................................... 6
2.2 Logistik Pangan ......................................................................................................... 7
2.3 Permintaan................................................................................................................ 8
2.4 Pengelolaan Permintaan ........................................................................................... 8
2.5 Peramalan ................................................................................................................. 9
2.6 Persediaan Bahan Baku........................................................................................... 13
2.7 Material Requirements Planning (MRP) ................................................................. 15
2.8 Bill Of Material (BOM)............................................................................................. 16
2.9 Profil Komoditas Minyak Goreng ............................................................................ 17
2.9.1 Deskripsi Komoditas......................................................................................... 17
2.9.2 Uraian Proses Produksi .................................................................................... 17
2.9.3 Flow Process Diagram Produksi ....................................................................... 19
2.10 Kerangka Konseptual ............................................................................................ 21
2.11 Penelitian Sebelumnya ......................................................................................... 23
BAB 3 ................................................................................................................................. 24
3.1 Desain Penelitian .................................................................................................... 24
3.1.1 Tempat dan Waktu Penelitian ......................................................................... 26
3.1.2 Sumber Data .................................................................................................... 26
3.1.3 Teknik Pengumpulan Data ............................................................................... 26
Gambar 2. 1 Demand management and the manufacturing planning and control system9
Gambar 2. 2 Tabel A Guide to Selecting an Appropriate Forcasting Method .................. 12
Gambar 2. 3MRP Model.................................................................................................... 16
Gambar 2. 4PFD Pengolahan CPO Sampai Fraksi Padat dan Fraksi Cair Terpisahkan ...... 19
Gambar 2. 5Tahapan Proses Filling ................................................................................... 20
Gambar 2. 6Kerangka Konseptual .................................................................................... 22
Gambar 3. 1Desain Penelitian........................................................................................... 25
Gambar 3. 2Pola Data Horizontal ..................................................................................... 27
Gambar 3. 3Pola Data Musiman ....................................................................................... 28
Gambar 3. 4Pola Data Siklus ............................................................................................. 28
Gambar 3. 5Pola Data Tren ............................................................................................... 29
Gambar 4. 1Plot Data Deret Waktu Permintaan Minyak Goreng tahun 2016-2020 PT.
SMART Tbk ........................................................................................................................ 39
Gambar 4. 2Plot Box-Cox Permintaan Minyak Goreng tahun 2016-2020 PT SMART Tbk 40
Gambar 4. 3Plot fungsi Autokorelasi Permintaan Minyak Goreng tahun 2016-2020 PT
SMART Tbk ........................................................................................................................ 40
Gambar 4. 4Plot AutoCorrelation Fuction Diffrence 1 ..................................................... 41
Gambar 4. 5Plot Data Deret Waktu Differene 1 ............................................................... 42
Gambar 4. 6Plot Fungsi Autokolerasi Parsial Permintaan Diferensiasi 1.......................... 43
Gambar 4. 7Estimates of Parameters ............................................................................... 44
Gambar 4. 8Ljung-Box Chi-Square Statistic ...................................................................... 44
Gambar 4. 9Hasil Forecasting ARIMA ............................................................................... 45
Pada saat ini persaingan yang semakin kompetitif adalah permasalahan yang
harus dihadapi oleh seluruh perusahaan di berbagai bidang jenis seperti perusahaan
manufaktur otomotif, makanan dan minuman (Food and beverages), farmasi dan lain
sebagainya. Memenuhi permintaan pasar dengan tepat waktu dan dengan jumlah
yang sesuai membuat perusahaan harus menentukan jumlah pembelian dan jumlah
produksi. Pada dasarnya penentuan jumlah pembelian direncanakan untuk
memenuhi jumlah persediaan barang guna memenuhi tingkat penjualan yang di
rencanakan atau tingkat permintaan pasar.
PT. SMART Tbk adalah salah satu perusahaan publik produk konsumen
berbasis kelapa sawit yang terintegrasi dan terkemuka di Indonesia yang berfokkus
pada produksi minyak sawit hingga memprosesnya menjadi beragam produk industri
dan konsumen salah satunya minyak goreng. Minyak goreng yang berasal dari
minyak sawit memegang peran penting yang cukup dominan dari pada minyak
goreng yang berasal dari minyak nabati lainnya. Hal ini dapat dilihat dari website kata
data konsumsi minyak goreng di Indonesia berdasarkan jenisnya yang bersumber
dari United States Department Of Agriculture 2019 (Ulfa, 2020) di tahun 2017 minyak
goreng berasal dari minyak kelapa sawit sebesar 11.000 ribu metrik ton, minyak
kelapa 430 ribu metrik ton dan minyak biji kedelai 3010 ribu metrik ton. Di tahun
2018 minyak goreng berasal dari minyak kelapa sawit sebesar 12.050 ribu metrik ton,
minyak kelapa 430 ribu metrik ton dan minyak biji kedelai 3070 ribu metrik ton. Di
tahun 2019 minyak goreng yang berasal dari minyak kelapa sawit sebesar 13.110 ribu
metrik ton, minyak kelapa 430 metrik ton dan minyak biji kedelai sebesar 3130 ribu
metrik ton. Besar dan terus meningkat di setiap tahun permintaan minyak goreng
sawit menjadi peluang bisnis yang menguntungkan pada PT. SMART dalam
memenuhi permintaan pasar.
PT. SMART Tbk dalam menjalankan bisnisnya pernah terjadi kekurangan stock
bahan baku. Kekurangan stock bahan baku yang di alami PT. SMART Tbk
mengakibatkan perusahaan tidak dapat memenuhi permintaan pelanggan tepat
pada waktunya. Pada penelitian sebelumnya dalam menghadapi ketidakpastian
permintaan dan perubahan permintaan di masa depan pada salah satu perusahaan
beverage terbesar provinsi banten (Mulyani et al., 2019), hasil penelitian dengan
peramalan yang akurat dengan metode ARIMA. Pada pengendalian persediaan
dengan metode Material Requirement Planning (MRP) pada produk kertas IT170-
80gsm di dapatkan teknik Lot Sizing FOQ dengan total persediaan bahan baku paling
murah.
Untuk memenuhi permintaan, perlu adanya perencaan dan pengendalian
persediaan sebelum melaksanakan proses produksi. Perencanaan meliputi
merencanakan apa, bagaimana, kapan, dan berapa banyak suatu produk akan
diproduksi dan pengendalian persediaan bahan baku meliputi kapan harus di pesan
dan berapa banyak yang harus dipesan.
Analisis peramalan dalam merencanakan produksi sangatlah penting bagi
perusahaan karena perusahaan harus mengetahui perkiraan jumlah produk yang
dibutuhkan oleh konsumen lalu memproduksinya sesuai permintaan. Risiko jika
perusahaan memproduksi lebih dari permintaan maka akan terjadinya pemborosan
biaya seperti biaya penyimpanan, biaya modal dan biaya kerusakan barang. Namun
sebaliknya jika memproduksi kurang dari permintaan mengakibatkan hilangnya
kesempatan untuk memperoleh keuntungan bahkan hilangnya pelanggan karena
berpindah ke produk pesaing. Hasil peramalan akan digunakan sebagai acuan dalam
perencanaan pengendalian bahan baku, Tujuannya adalah untuk menentukan
jumlah optimum setiap kali pemesanan sehingga meminimumkan biaya persediaan.
Jika jumlah persediaan terlalu besar (over stock) akan akan menimbulkan
pemborosan dari biaya-biaya seperti biaya penyimpanan dan biaya perawatan
selama penyimpanan di Gudang.
Oleh karena itu, penulis tertarik untuk mengkaji dalam bentuk skripsi atau
penelitian dengan judul Analisis Peramalan Permintaan Dengan Metode Auto
Regressive Integrated Moving Average Dan Perencanaan Bahan Baku Untuk
Pengemasan Minyak Goreng Dengan Metode Material Requirement Planning
2. Berapakah jumlah bahan baku untuk pengemasan minyak goreng yang harus di
pesan Kembali di setiap periode dengan total biaya terendah?
3. Kapan harus dilakukan pemesanan Kembali untuk bahan baku pengemasan
minyak goreng dengan total biaya terendah?
1.3. Tujuan
1.4. Manfaat
A. Manfaat Teoritis
Hasil penelitian ini diharapkan memiliki manfaat untuk menambah wawasan
pengetahuan tentang meramalkan permintaan dan pengelolaan persediaan
bahan baku sebagai tahapan perencanaan proses produksi
B. Manfaat praktis
Secara praktis, penelitian ini diharapkan dapat berguna untuk:
1) Bagi PT. SMART Tbk
Penelitian ini diharapkan dapat memberikan manfaat bagi perusahaan untuk
meramalkan permintaan terhadap barang yang di produksi serta persediaannya,
sehingga dapat meminimalkan kelebihan atau kekurangan stock yang akan
menimbulkan beban biaya dan juga hilangnya konsumen
2) Bagi Konsumen
Penelitian ini diharapkan dapat memberikan manfaat bagi konsumen sebagai
pengguna/ konsumsi minyak goreng untuk mencegah terjadinya kekurangan
stok di pasar yang dapat menyulitkan masyarakat mendapatkan minyak goreng
dan terjadinya meningkatan harga.
Pada bab ini berisi dasar teori dan literatur yang menjadi dasar dalam penyelesaian
masalah dalam penelitian ini yang berasal dari berbagai sumber buku, jurnal, artikel dan
media virtual yang dapat mendukung teori penelitian. Adapun informasi yang mencakup
di dalamnya yaitu tentang hubungan logistik dan rantai pasok dalam penelitian ini, teori
tentang permintaan (demand), jenis-jenis permintaan, dan pengelolannya. Kemudian
metode peramalan (forecasting) yang akan digunakan dan persediaan bahan baku
sebagai perencanaan dalam proses produksi. Karena banyaknya jenis metode dalam
melakukan peramalan, maka dipilihlah metode peramalan yang tepat berdasarkan teori
yang ada. Teknik peramalan yang digunakan adalah metode analisis deret waktu (time
series analysis). Model time series yang digunakan adalah Autoregessive Integrated
Moving Average (ARIMA) yang dikembankan oleh George E. P. Box dan Gwilym M. Jenkins
atau biasa disebut metode ini dengan Box-Jenkins Model. Pada Bab akan dijelaskan
konsep-konsep untuk menggunakan teknik peramalan tersebut
jaringan yang terhubung sebagai kooperatif yang saling menguntungkan dan saling
berperan untuk mengontrol bahan baku dari pemasok hingga proses produksi.
Kegiatan rantai pasok meliputi pengelolaan arus barang mulai dari bahan mentah
kemudia diproses menjadi barang jadi atau barang setengah jadi kemudian Kembali
terdistribusi ke konsumen
Perbedaan logistik dengan rantai pasok dalam perusahaan, logisitik berfokus
pada strategi dan koordinasi antara pemasaran dan produksi, rantai pasok berfokus
pada kelancara distribusi agar pengadaan barang menjadi lancar. Rantai pasok
cakupan lebih luas mulai dari mendapatkan bahan baku, produksi hingga distribusi.
Tugas logistik adalah manajemen persediaan untuk kelancaran aliran barang agar
memenuhi kebutuhan konsumen secara efisien dan efektif. Rantai pasok meliputi
semua kegiatan logistik ditambah kegiatan lain seperti pengadaan, perencanaan
kapasitas produksi, perencanaan pasok dan perencanaan kebutuhan.
Dari perbedaan tersebut disimpulkan bahwa logistik bagian dari rantai pasok
dan kegiatannya berfokus pada perencanaan aliran produk konsumen sementara
rantai pasok bermula saat awal proses Ketika perusahaan mengambil pasokan lalu
beralih ke produksi hingga sampai pada konsumen.
Hubungan logistik dan rantai pasok dengan penelitian ini adalah perencanaan
sebagai tahap proses produksi mulai dari peramalan permintaan (forecast demand)
dan penglolaan persediaan bahan baku.
2.3 Permintaan
Permintaan terhadap barang atau jasa adalah awal dari semua kegiatan rantai
pasok. Kegiatan produksi, pengiriman, perancangan produk, dan pembelian material
semua mengikuti permintaan yang datang dari pelanggan. Permintaan menurut Albert
(dalam Nurulita, 2012, p. 10) merupakan jumlah barang atau jasa yang diinginkan oleh
konsumen atau kelompok komsumen dengan harga tertentu.
Ada banyak sekali faktor yang mempengaruhi permintaan dari barang atau jasa.
Walaupun tidak mungkin semua faktor di identifikasi ada beberapa faktor yang
mempengaruhi permintaan dari barang atau jasa adalah sebagai berikut:
1. Keadaan ekonomi dan kondisi bisnis secara umum
2. Faktor ekonomi
3. Tren pasar yang mengendalikan permintaan
4. Usaha internal dari perusahaan seperti promosi, periklanan, harga dan produk itu
sendiri
Gambar 2. 1 Demand management and the manufacturing planning and control system
2.5 Peramalan
Peramalan adalah awal dari perencanaan. Sebelum membuat rencana, perkiraan
harus dibuat untuk mengetahui kondisi apa yang akan ada selama beberapa periode
mendatang. Menurut Sofjan Assauri (dalam Hasanah, 2019, p. 8) berpendapat bahwa
“prakiraan peramlan adalah kegiatan memprediksi nilai masa depan, dengan dasar
pengetahuan atau nilai pada masa lalu yang dipersiapkan”. Peramalan tak terelakkan
dalam mengembangkan rencana untuk memenuhi permintaan masa depan. Pada
perusahaan dengan sistem make to stock (MTS) aktifitas produksi harus dikerjakan
sebelum ada permintaan teridentifikasi dengan pasti. Kegiatan produksi, pembelian
material dan pengiriman produk ke toko tempat penjualan dilakukan perusahaan
sebelum diketehui berapa yang akan terjual di masing-masing toko atau tempat
penjualan. Pada perusahan dengan sistem make to order (MTO) perakitan akhir dan
pembuatan komponen memang bisa ditunda sampai adanya permintaan pasti tetapi
dalam penyediaan bahan baku dan aktifitas dilakukan dengan perkiraan atau ramalan.
Dengan demikian dapat dikatakan tidak ada perusahaan yang bisa menghindar dari
aktifitas peramalan untuk merencanakan aktivitas-aktivitasnya sebelum didapatkan
permintaan definitive dari pelanggan.
Permalan memiliki empat prinsip dan karakteristik. Pemahaman ini akan
membuat kita menggunakan peramalan menjadi lebih efektif. Menurut Arnold (dalam
Nurulita, 2012, p. 17)
1. Permalan biasanya salah. Peramalan mencoba melihat masa depan yang belum
diketahui dan biasanya salah dalam beberapa asumsi atau perkiraan. Kesalahan
(error) harus diprediksi dan hal itu tidak dapat dielakan
2. Setiap peramalan seharusnya menyertakan estimasi kesalahan (error). Oleh
karena peramalan diprediksi akan menemui kesalahan, pertanyaan sebenarnya
adalah “seberapa besar kesalahan tersebut?” setiap peramalan seharusnya
menyertakan estimasi kesalahan yang dapat diukur sebagai tingkat kepercayaan,
dapat berupa persentase (plus atau minus) dari peramalan sebagai nilai minimum
dan maksimum.
3. peramalan akan lebih akurat untuk kelompok atau grup. Perilaku dari individual
item dalam sebuah grup adalah acak bahkan Ketika grup tersebut berapa dalam
keadaan stabil. Sebagai contoh, meramalkan secara akurat seorang murid dalam
suatu kelas lebih sulit dari pada meramalkan untuk rata-rata keseluruhan kelas.
Dengan kata lain, peramalan lebih akurat untuk dilakukan pada kelompok atau
grup dari pada individual lain.
4. permalan lebih akurat untuk jangka waktu yang lebih dekat. Masa depan yang akan
diramalkan dalam waktu panjang memiliki ketidakpastian yang tinggi dari pada
meramalkan untuk jangka waktu yang pendek. Lebih banyak orang lebih yakin
mermalkan apa yang mereka lakukan minggu depan dari pada yang mereka
lakukan tahun depan. Begitu juga untuk bisnis, permintaan untuk jangka dekat
bagi perusahaan lebih mudah untuk di ramalkan dibandingkan meramalkan untuk
jangka panjang.
Menurut Mardakis (dalam Nurulita, 2012, p. 18) ada dua teknik pemalan yang
digunakan yaitu kualitatif dan kuantitatif.
1. Teknik peramalan kualitatif menggunakan pendapat dan intuisi manusia dalam
proses peramalan, tidak memakai data historis perusahaan. Hasil peramalan
kualitatif akan berbeda jika dengan pendapat orang yang berbeda dalam
penelitian yang sama.
2. Teknik peramalan kuantitatif dengan mengandalkan data historis perusahaan
yang dimiliki. Dalam teknik kuantitatif dikelompoknya menjadi dua, yaitu teknik
statistik dan deterministik.
a. Teknik statistik berdasarkan pada pola, perubahan pola, dan faktor
gangguan yang disebabkan pengruh random. Dalam teknik ini yaitu teknik
smoothing, dekomposisi dan teknik box-Jenkins
b. Teknik deterministik mencakup identifikasi dan hubungan antara variabel
yang akan diperkirakan dengan variabel-variabel lain yang akan
mempengaruhinya. Dalam teknik ini yaitu teknik regresi sederhana,
regresi berganda, autoregresi, dam model input output.
Menurut Makrdakis (dalam Nurulita, 2012, p. 19) ada tiga pendekatan dalam teknik
peramalan kuantitatif, yaitu:
1. Analisis Deret Waktu (Time Series Analysis)
Metode peramalan ini menggunakan deret waktu time series sebagai dasar
peramalan. Data yang diperlukan historis data aktual yang digunakan untuk
peramalan. Menentukan metode yang tepat dengan melihat dari pola data
historisnya. Contoh metode dengan analisis deret waktu yaitu moving average,
metode winter, dekomposisi, eksponential smoothing, ARIMA (Autoregression
Integrated Moving Average), dan lain-lain.
2. Metode Kausal (Causal Methods)
Metode ini dengan menggunakan pendekatan sebab-akibat, tujuannya
meramalkan keadaan di masa sekarang yang akan datang dengan menemukan dan
mengukur beberapa variabel bebas (indenpenden) yang penting besarta
pengaruhnya terhadap variabel tidak bebas yang akan diramalkan.
3. Analisis Ekometri (simulation analysis)
Metode ekometrik berdasarkan pada persamaan regresi yang di dekati secara
simultan. Metode ini sering digunakan dalam perencanaan ekonomi nasional dalam
jangka pendek maupun panjang.
Dalam perancangan suatu metode peramalan, secara ringkas ada tiga tahap
perancangan peramalan yang harus dilalui, yaitu:
1. Menganalisis data masa lampau dengan tujuan untuk mendapatkan pola data
historis dari data tersebut
2. Memilih metode yang akan digunakan. Dengan banyaknya metode untuk
peramalan, dapat memilih metode berdasarkan dari pola data historis,
perbedaan metode permalan dapat menghasil hasil permalan yang berbeda
untuk data yang sama. Memilih metode terbaik dengan melihat nilai error
terkecil
3. mentransformasi data dari data historis dengan menggunakan metode yang
dipilih.
Sumber: Business Forecasting With ForecastX Sixth Edition (Wilson et al., 2009)
Bill Of Material
FG Grade A 2L (1BOX)
Oil Grade A 12 L
Standing Pouch FG A 6 Pcs
Karton FG A 1 Pcs
Vit FG A 0,001 kg
Lakban 1m
Sumber: PT. SMART Tbk
Catatan: sudah diolah Kembali
tempat penguapan, tempat penguapan menggunakan panas yang berasal dari mesin
high pressure steam boiler. Penguapan ini bertujuan untuk menghilangkan air dan
lemak yang masih terkandung didalam CPO. Uap air dan lemak tersebut akan ditarik
dengan menggunakan vacuum. Sehingga hasil pengolahan CPO disebut dengan
RBDPO (Refinery Bleaching Deodorizing Palm Oil). Hasil sampingan yang dibentuk
adalah PFAD (Pure Fatty Acid Distillate), ini juga merupakan hasil produk yang dijual
oleh PT. SMART Tbk. Biasanya berupa soap noodle.
Setelah melalui tahap refinery dan deodorizing, maka selanjutnya adalah tahap
fraksinasi. Tahap fraksinasi ini bertujuan untuk memisahkan fraksi padat dan fraksi
cair. Fraksi padat disebut dengan Stearine, dan fraksi cair disebut dengan Olein.
Proses fraksinasi ini menggunakan prinsip fisika, dimana menurunkan suhu RBDPO
sampai terbentuk kristal-kristal padat. Proses penurunan suhu ini menggunakan
cooling tank, terdapat lima tahap proses pengkristalan yang dilakukan. Berikut tahap
tersebut:
1. Cooling 1
o
Minyak diturunkan suhunya sampai mencapai 41 C, pada tahap ini
pembentukan kristal belum terbentuk.
2. Cooling 2
Pembentukan kristal sudah mulai terbentuk pada tahap ini, suhu diturunkan
hingga mencapai suhu 32.6 oC
3. Cooling 3
Selanjutnya, kristal mulai terbentuk semakin banyak dan mulai mengumpul.
Suhu yang dicapai adalah 31.5 oC
4. Cooling 4
Lalu, kristal mulai memadat dan berkumpul menjadi banyak dan cukup besar.
Suhu dijaga sampai mencapai 18 oC
5. Cooling 5
Tahap terakhir tidak bertujuan untuk meningkatkan proses kritalisasi, tapi
lebih mendapatkan nilai IV (Iodine Value) yang diinginkan, nilai yang diinginkan
adalah 60.5. suhu dijaga pada suhu 17oC.
Pada akhirnya, proses pengkristalan mulai terbentuk dan fraksi padat dan cair
sudah mulai tampak terpisah. Untuk dapat memisahkannya, menggunakan mesin
Filter Press. Mesin ini memiliki lapisan-lapisan semipermeable yang akan membuat
fraksi padat menempel pada lapisan-lapisan tersebut. Lalu mesin akan menekan,
sehingga fraksi cair jatuh ke tempat penampungan. Maka dapat dikatakan hasil
produksi dari keseluruhan proses ini adalah bertujuan memisahkan fraksi padat dan
cair. Fraksi padat dapat berupa produk margarine, dan fraksi cair berupa minyak
goreng. Setelah minyak goreng dihasilkan sesuai standar yang ditentukan kemudian
dimasukan ke dalam kemasan agar mudah dijual, proses tersebut disebut dengan
filling.
2.9.3 Flow Process Diagram Produksi
Gambar 2. 4PFD Pengolahan CPO Sampai Fraksi Padat dan Fraksi Cair Terpisahkan
Proses Penjelasan
Loader Operator supply packing atau pouch ke loader sesuai relnya lalu
melakukan monitoring proses filling
Taken Mesin otomatis mengambil pouch untuk supply packing atau pouch
ke gripper
Gripper Gripper menjepit sisi luar pouch pada bagian kiri dan kanan pouch
agar dapat berdiri tegak
Hot blowing Pouch ditiupkan dengan uap panas yang digunakan untuk membuka
pouch
Open bag Pouch Kembali ditiupkan uap dengan suhu normal agar pouch
terbuka dengan maksimal
Inflating Terdapat sensor untuk memeriksa apakah pouch sudah terbuka
sempur, jika belum maka mesin tidak akan melanjutkan prosesnya
Filling Proses pengisian minyak goreng ke dalam pouch sesuai dengan
ukuran pouch, minyak goreng dengan ukuran 2 liter akan diisi
dengan dua tahap yaitu tahapan pertama 1 liter dan tahap kedua
diisi kembali dengan minyak sejumlah 1 liter, pembagian dua tahapa
tersebut untuk meningkatkan akurasi dari takaran minyak
Deflating Pouch dirapatkan dengan bantuan spring
Sealing Pouch direkatkan dengan menggunakan pemanas atau heater
dengan suhu 190-200oC
Cooling Dilakukan marking (expired date dan production number), lalu
dilakukan pendinginan pakai air chiller dengan suhu 10oC,
selanjutnya griper melepaskan pouch lalu pouch jatuh ke top table
chain lalu produk didistribusikan ke H2 (Operator yang packing ke
kardus)
Sumber: PT. SMART Tbk
Catatan: sudah diolah Kembali
Analisis Pengendalian Persediaan Dengan 2019 Nyimas Desy Rizkiyah, MRP Pengendalian Persediaan dengan MRP
Metode MRP pada produk kertas Rifqi Fadhlurrahman(Rizkiyah teknik Lot Sizing didapatkan FOQ
& Fadhlurrahma, 2019) memiliki biaya terendah
`
BAB 3
METODE PENELITIAN
Sumber: Buku Metode-Metode Peramalan Untuk Manajemen Edisi Kelima (Makridakis &
Steven C, 1994, p. 63)
Sumber: Buku Metode-Metode Peramalan Untuk Manajemen Edisi Kelima (Makridakis &
Steven C, 1994, p. 63)
Sumber: Buku Metode-Metode Peramalan Untuk Manajemen Edisi Kelima (Makridakis &
Steven C, 1994, p. 63)
Sumber: Buku Metode-Metode Peramalan Untuk Manajemen Edisi Kelima (Makridakis &
Steven C, 1994, p. 63)
( − )= + ∈ = + ∈
= # ∈ $
= % ∈& ∑ (3.2)
Varian ada apabila nilai ∑ = 0 bersifat konvergen.
Kovarian diantara dan pengamatan lainnya yang dipisahkan
oleh unit k untuk satuan waktu ' disebut autokovarian dan
didefinisikan sebagai
Secara grafis ditunjukan nila +' dengan lag k, ini disebut fungsi
autokorelasi (autocorrelation fuction/ACF). Nilai autokorelasi berkisar
antara -1 ≤ +' ≤ 1. Selanjutnya, +' = + − 8 adalah gambaran nilai dari
hubungan korelasi anatara nilai tersebut. Jika positive menandakan
hubungan korelasi positive dan negative menandakan hubungan korelasi
negative. Hubungan semakin kuat didapatkan apabila nilai korelasinya 1
dan semakin lemah ke nilai 0.
Untuk mengukur keeratan hubungan antarpengamatan suatu waktu
disebut fungsi autokorelasi parsial. Dalam suatu deret waktu, korelasi
antara 9:; ' pada lag k akan mempengaruhi perpindahan nilai
, , ,.............. ' . Secara notasi, koefisien autokorelasi
parsial k yang ke- dinotasikan sebagai ∅'' dengan lag k disebut fungsi
autokorelasi parsial (∅'' ).
Model autoregressive (AR) dinotasikan sebagai berikut (Wilson et al.,
2009, p. 351)
= = > = +> = +. . . . . . . + >? = ? +@ (3.5)
9AB:;::
= = deret waktu rata-rata bergerak yang dihasilkan
> , > , … . >? =koefisien
= ,= ,....= ? = nilai-nilai yang tertinggal dari deret waktu
(karena Namanya autoregressive)
@ = seri white noise
F>G =
∑|IJ KJ|
L
(3.7)
FM =
∑(N O )&
(3.8)
PET = 100% X P Q
N O
N
(3.9)
∑|RST |
U
MAPE = (3.10)
Teknik POQ
Dalam tenik ini pengendalian persediaan dimana unit pemesanan
berdasarkan periode yang tetap, jumlah pemesanan per order bisa saja
berbeda dari setiap kali pesan. Sebelum menggunakan teknik ini, perlu
Tabel 4. 1Historis Data Permintaan Minyak Goreng Grade A PT SMART Tbk 2016-2020
Periode Permintaan
Jan-16 378.000
Feb-16 315.000
Mar-16 420.000
Apr-16 476.482
May-16 447.998
Jun-16 469.000
Jul-16 84.000
Aug-16 175.000
Sep-16 140.000
Oct-16 168.000
Nov-16 196.000
Dec-16 140.000
Jan-17 280.000
Feb-17 210.000
Mar-17 168.000
Apr-17 168.000
May-17 210.000
Jun-17 210.000
Jul-17 154.000
Aug-17 245.000
Sep-17 280.000
Sumber: PT SMART Tbk
Catatan: Sudah diolah Kembali
Tabel 4.1 Data Permintaan Minyak Goreng PT SMART Tbk 2016-2020 (sambungan)
Periode Permintaan
Oct-17 245.000
Nov-17 99.750
Dec-17 99.750
Jan-18 189.000
Feb-18 189.000
Mar-18 343.000
Apr-18 280.000
May-18 294.000
Jun-18 154.000
Jul-18 280.000
Aug-18 266.000
Sep-18 245.000
Oct-18 245.000
Nov-18 224.000
Dec-18 140.000
Jan-19 140.000
Feb-19 175.000
Mar-19 280.000
Apr-19 231.000
May-19 252.000
Jun-19 77.000
Jul-19 252.000
Aug-19 280.000
Sep-19 220.000
Oct-19 220.000
Nov-19 220.000
Dec-19 225.000
Jan-20 345.000
Feb-20 225.000
Sumber: PT SMART Tbk
Catatan: Sudah diolah kembali
Tabel 4.1 Data Permintaan Minyak Goreng PT SMART Tbk 2016-2020 (sambungan)
Periode Permintaan
Mar-20 250.000
Apr-20 200.000
May-20 318.904
Jun-20 254.000
Jul-20 195.000
Aug-20 168.639
Sep-20 188.000
Oct-20 150.000
Nov-20 185.472
Dec-20 300.000
RM FG Grade A 2L (1 Box)
Harga/unit Unit UOM LeadTime
Oil FG Grade A - 12 Liter -
Standing Pouch FG A 1.000 6 Pcs 2 Bulan
Karton FG A 4.400 1 Pcs 1 Bulan
Vit FG A 750.000 0,001 Kg 3 Bulan
Lakban 140 1 m 1 Bulan
Sumber: PT. SMART Tbk
Catatan: telah diolah kembali
Gambar 4. 1 Plot Data Deret Waktu Permintaan Minyak Goreng tahun 2016-2020 PT.
SMART Tbk
Berdasarkan Plot data Time Siries pada Gambar 4.1, telihat pola data
permintaan minyak goreng cenderung Stationer tetapi terlihat ada unsur trend
negative. Kalau dilihat pada Tabel 4.1 permintaan tertinggi pada periode April 2016
lalu turun pada periode berikutnya. Pada periode berikutnya pola deret data
membentuk stationer hingga periode akhir di Desember 2020. Maka diperlukan
pengecekan stasioneran dalam varian dan rata-rata.
Gambar 4. 2 Plot Box-Cox Permintaan Minyak Goreng tahun 2016-2020 PT SMART Tbk
Pada Gambar 4.3 dapat lihat bahwa pada 3 lag pertama plot data turun
secara perlahan. Apabila plot data Autocorrelation Function (ACF) turun
mendekati nol secara cepat yang pada umumnya pada lag kedua atau ketiga
dapat dikatakan stasioner menurut Hanke&Winchern (Nurulita, 2012). Agar
stasioner maka dilakukan proses difference. Proses difference dilakukan
dengan cara mengurangi nilai data pada suatu periode dengan nilai data pada
periode sebelumnya untuk menghitung nilai selisih. Jika dilakukan satu kali
difference maka nilai d adalah satu. Hasil difference satu kali pada dilihat pada
Gambar 4.4
Pada Gambar 4.4 Plot ACF setelah dilakukan Difference 1 terlihat setiap
lag terjadinya cut-off atau turun dengan cepat menuju nol. Plot data deret
waktu juga akan berbeda dari Gambar 4.1 setelah di Difference dan dapat
dilihat pada Gambar 4.5
Parameter Nilai MS
(1,1,1) 618090
(1,1,2) 628614
(1,1,3) 591419
(2,1,1) 624087
(3,1,1) 768584
Jika dilihat dari Dilihat plot data historis sebelumnya pada Gambar 4.1
pola permintaan terlihat cenderung stasioner dengan adanya trend negative
di periode awal. sama dengan hasil peramalan Gambar 4.9 hasil perhitungan
forecasing ARIMA di tahun 2021 dengan total 12 periode. Plot data series hasil
peramalan terlihat bahwa permintanan minyak goreng tahun 2021 pada PT
SMART Tbk mengalami tren menurun lalu stasioner pada periode berikutnya.
Tetapi plot data lebih stasioner varian Karena sifat peramalan yang tidak
akurat dan dapat berubah seiring jika di update dapat aktual di setiap periode
sehingga belum terlalu terlihat fluktuasi permintaan di setiap periode.
Permalan meskipun tidak akurat tapi dapat digunakan berdasarkan nilai error
sebagai ke akuratannya. Hasil peramalan ini memiliki nilai MAPE 33% dimana
masih cukup baik digunakan sebagai peramalan
46
47
Lead Time
Bahan Baku T Safety Stock Q ROP
(Bulan)
Standing Pouch FG
2 1 166.442 4.389.842 2.982.042
A
Karton FG A 1 1 22.650 491.917 257.283
Vit FG A 3 1 32 971 736
Lakban 1 1 566 12.298 6.432
4.3 Implikasi
Peramalan Permintaan Minyak Goreng Grade A 2L di PT SMART Tbk di Tahun
2021 berjumlah 2.815.600 Box. Jika dilihat dari tahun sebelumnya pada 2017
permintaan sebanyak 2.369.500 Box, pada tahun 2018 permintaan sebanyak
2.660.000 Box, pada 2019 permintaan sebanyak 2.432.000 Box dan pada 2020
sebanyak 2.780.015 Box. Dapat disimpulkan bahwa permintaan Minyak Goreng
Grade A 2L terus mengalami peningkatan permintaan setiap tahunnya. Walapun
dalam 2 tahun ini adanya pandemic Covid-19, permintaan tetap meningkat
dikarenakan minyak goreng merupakan salah satu produk Fast Moving Consumer
Goods.
Peramalan permintaan adalah awal dari perencanaan, dengan melakukan
peramalan perusahaan dapat mengetahui kondisi di masa depan. Meskipun PT.
SMART Tbk perusahaan sistem MTO (make to order) peramalan tetap dilakukan
untuk mempersiapkan bahan baku sebelum pesanan datang. Pelanggan
membutuhkan waktu cepat untuk mendapatkan pesanan mereka tetapi tanpa
dengan adanya perencanaan sebelumnya perusahan akan kesulitan dalam
memenuhi keinginan pelanggan karena dalam pemesanan bahan baku pasti adanya
leadtime pemesanan.
5.1 Kesimpulan
1. Jumlah permintaan minyak goreng Grade A ukuran 2 L pada PT. SMART Tbk di
tahun 2021 sebanyak 2.815.600 box. Permintaan tiap periodenya dapat dilihat
pada Tabel 4.4. Hasil uji L-jung Box menunjukan adanya korelasi pada tiap lag
sehingga pemodelan arima dapat digunakan sebagai peramalan. Hasil peramalan
mendapatkan nilai MAPE sebesar 33% dimana cukup baik digunakan sebagai
peramalan.
2. Perencanaan bahan baku teknik POQ dengan total biaya terendah. Bahan baku
standing pouch pada periodic pertama dipesan sebanyak 4.460.034 pcs, pada
periodic kedua sebanyak 4.164.936 pcs, pada periodic ketiga sebanyak 4.135.758
pcs, pada periodic keempat sebanyak 4.132.872. Bahan baku karton pada periodic
pertama dipesan sebanyak 506.790 pcs, pada periodic kedua sebanyak 469.355
pcs, pada periodic ketiga sebanyak 461.350 pcs, pada periodic keempat sebanyak
459.639 pcs, pada periodic ke lima sebanyak 459.272 pcs, pada periodic ke enam
sebanyak 459.194 pcs. Bahan baku Vitamin A pada periodic pertama dipesan
sebanyak 976 kg, pada periodic kedua sebanyak 921 kg, pada periodic ketiga
sebanyak 918 kg. Bahan baku lakban pada periodic pertama dipesan sebanyak
12.670 roll, pada periodic kedua sebanyak 11.734 roll, pada periodic ketiga
sebanyak 11.534 roll, pada periodic keempat sebanyak 11.491 roll, pada periodic
kelima sebanyak 11.482 roll, pada periodic keenam sebanyak 11.480 roll
3. Pemesanan bahan baku teknik POQ dengan total biaya terendah. Standing pouch
dilakukan setiap 3 bulan sekali, karton dilakukan setiap 2 bulan sekali, vitamin A
dilakukan setiap 4 bulan sekali dan lakban dilakukan setiap 2 bulan sekali
5.2 Saran
Saran penulis dalam penelitian ini adalah:
1. Untuk penelitian selanjutnya lebih baik membanding dengan metode yang
digunakan oleh perusahaan sehingga dapat dengan pasti hasil peramalan yang
di dapatkan