UNIVERSITAS JENDRAL SOEDIRMAN FAKULTAS PERTANIAN PURWOKERTO 2020 I. PENDAHULUAN
A. Latar Belakang
Dalam suatu industri agro maupun manufaktur proses produksi berkaitan
dengan perencanaan produksi sehingga produksi dalam suatu industri berjalan secara terarah dan terstruktur sesuai dengan penjadwalan. Keteraturan dalam produksi dapat meminimalisir biaya produksi karena keteraturan produksi dapat mengarahkan produksi dalam hal jumlah produksi, sehingga tidak terjadi penumpukan bahan jadi maupun bahan baku dalam proses produksi. Meminimalisir bahan jadi maupun bahan baku yang menumpuk digudang tentu saja dapat meminimalisir biaya berkaitan dengan pergudangan. Salah satu metode yang dapat digunakan dalam proses perencanaan dan pengendalian produksi adalah dengan forecasting (peramalan). Peramalan adalah seni atau ilmu dalam memprediksikan kejadian yang akan datang. Dalam forecasting dapat dibedakan menjadi forecasting secara kualitatif yaitu forecasting hanya berdasarkan pendapat dan analisis deskriptif dan forecasting kuantitatif yaitu forecasting yang berhubungan dengan perhitungan secara matematis. Dalam praktikum perencanaan dan pengendalian produksi digunakan peramalan yang bersifat kuantitatif. Dalam peramalan kuantitatif terdapat berbagai macam metode yang digunakan yaitu salah satunya adalah dengan menggunakan bantuan program WinQSB. Program WinQSB merupakan program komputer yang dapat melakukan peramalan berkaitan dengan data-data berpola konstan, trend atau musiman, dengan masing-masing dari pola data tersebut menggunakan metode dalam WinQSB yang berbeda. Dalam pola-pola tersebut juga terdapat metode- metode yang ada yang dapat digunakan untuk melakukan peramalan data. B. Tujuan
1. Praktikan dapat melakukan peramalan dengan menggunakan WinQSB
2. Praktikan dapat melakukan analisa terhadap hasil peramalan WinQSB 3. Praktikan dapat melakukan pemilihan terhadap metode peramalan yang paling benar 4. Praktikan dapat mengaplikasikan WinQSB dengan menggunakan data secara riil di lapangan. II. TINJAUAN PUSTAKA
Peramalan adalah penggunaan data atau informasi untuk menentukan kejadian
pada masa depan, dalam bentuk perhitungan atau prakiraan dari data yang lalu dan informasi lainnya untuk penelitian terlebih dahulu prakiraannya. a. Menurut Hery prasetya dan Fitri Lukiastuti ( 2009 ) Peramalan merupakan suatu usaha untuk meramalkan keadaan dimasa yang akan datang melalui pengujian keadaan dimasa lalu. b. Menurut Jay Heizer dan Barry Render ( 2006 ) Peramalan ( forecasting ) adalah seni atau ilmu untuk memperkirakan kejadian dimasa depan. c. Menurut Tim pengembangan Laboratorium Manajemen Menengah ( 2008) Forecasting diartikan sebagai kegiatan analisis untuk memperkirakan magnitude dan direction perubahan suatu variabel ekonomi bisnis ( permintaan barang dan jasa ) dimasa datang berdasarkan past data dan present data. (Anonim 1, 2013) Peramalan atau forecasting adalah sebuah metode sebagai alat bantu untuk melakukan suatu perencanaan yang efektif dan efisien, seperti peramalan terhadap tingkat permintaan suatu produk atau atau beberapa produk dan peramalanterhadap harga sembako dalam periode waktutertentu di masa yang akan datang (Falevy, 2013) Peramalan (forecasting) adalah kegiatan memperkirakan apa yang terjadi pada masa yang akan datang berdasarkan data yang relevan pada masa lalu dan menempatkannya ke masa yang akan datang dengan suatu bentuk model matematis. Bisa juga merupakan prediksi intuisi yang bersifat subyektif,atau dengan menggunaan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Metode peramalan yang baik adalah yang memberikan hasil peramalan yang tidak berbeda dengan kenyataan yang terjadi. Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Peramalan dapat menggunakan teknik-teknik peramalan yang bersifat formal maupun informal. Aktivitas peramalan ini biasa dilakukan oeh departemen pemasaran dan hasil- hasil dari peramalan ini sering disebut sebagai ramalan permintaan (Gaspersz, 2004). Penggolongan pola data produk dapat dibedakan menjadi tiga, yaitu antara lain adalah data berpola konstan, trend dan musiman. 1. Data berpola konstan, yaitu apabila data berfluktuasi disekitar rata-rata secara stabil, Polanya berupa garis lurus mendatar. Pola seperti ini biasanya terdapat dalam jangka pendek atau menengah. Jarang sekali variable memiliki pola konstan secara jangka panjang. 2. Data berpola trend, yaitu apabila data memiliki kecenderungan, baik kecenderungan meningkat maupun kecenderungan menurun dari waktu ke waktu. Pola ini diakibatkan oleh bertambahnya populasi, perubahan pendapatan dan pengaruh budaya. 3. Data berpola musiman, yaitu apabila polanya merupakan gerakan yang berulang-ulang secara teratur dalam setiap periode tertentu, misalnya tahunan, triwulan, bulanan maupun mingguan. Pola ini biasanya berhubungan dengan factor iklim/cuaca atau factor yang dibuat oleh manusia seperti liburan dan hari besar. (Herjanto, 2013) III. METODOLOGI PRAKTIKUM
A. Alat dan Bahan
1. Program WinQSB 2. Data berpola konstan, trend dan musiman
B. Metode Praktikum
1. Data yang ada dimasukan dalam tabel Ms Excel ( 3 data )
2. Data-data tersebut diintepretasikan dalam bentuk line menggunakan menu Insert kemudian pilih Line 3. Dari hasil intepretasi dalam bentuk grafik tersebut dilakukan analisa apakah data termasuk dalam data konstan, trend atau musiman 4. Setelah mengetahui pola dari data dilakukan analisa peramalan meggunakan program WinQSB berdasarkan jenis pola data a. Data konstan - Program WinQSB dibuka, kemudian memilih Forecasting and Linear Regression - Dalam menu File, pilih New Problem - Dalam new problem pilih Time Series Forecasting untuk Problem Type dan diketikan Peramalan dalam kolom Proble Title, Month dalam Time Unit dan 36 dalam Number of Time Units, kemudian klik OK - Masukan data berpola konstan dari Ms Excel - Lakukan analisis dengan memilih menu Solve and Analyze, kemudian dipilih Perform Forecasting - Dalam Forecasting method dipilih yang sesuai dengan pola data konstan, dalam hal ini dipilih Simple Average (SA), Method Parameters dipilih Assign values, dalam Search Criterion dipilih MAD dan Number of periods to forecast diisikan 6 kemudian diklik ok - Hasil peramalan diplotkan kedalam Excel dan dilakukan verifikasi tracking signal dengan batas ± 3 - Hasil dilakukan analisa b. Data trend - Program WinQSB dibuka, kemudian memilih Forecasting and Linear Regression - Dalam menu File, pilih New Problem - Dalam new problem pilih Time Series Forecasting untuk Problem Type dan diketikan Peramalan dalam kolom Proble Title, Month dalam Time Unit dan 36 dalam Number of Time Units, kemudian klik OK - Masukan data berpola konstan dari Ms Excel - Lakukan analisis dengan memilih menu Solve and Analyze, kemudian dipilih Perform Forecasting - Dalam Forecasting Method dipilih yang sesuai dengan data berpola trend dalam hal ini dipilih Double Exponential smoothing with trend (DEST), Method parameter dipilih Search the best, dalam Search Criterion dipilih MAD dan Number of periods to forecast diisikan 6 kemudian diklik ok - Hasil peramalan diplotkan kedalam Excel dan dilakukan verifikasi tracking signal dengan batas ± 3 - Hasil dilakukan analisa c. Data musiman - Program WinQSB dibuka, kemudian memilih Forecasting and Linear Regression - Dalam menu File, pilih New Problem - Dalam new problem pilih Time Series Forecasting untuk Problem Type dan diketikan Peramalan dalam kolom Proble Title, Month dalam Time Unit dan 36 dalam Number of Time Units, kemudian klik OK - Masukan data berpola konstan dari Ms Excel - Lakukan analisis dengan memilih menu Solve and Analyze, kemudian dipilih Perform Forecasting - Dalam Forecasting Method dipilih yang sesuai dengan data berpola musiman dalam hal ini dipilih Holt Winters Additive Algorithm (HWA), Method parameter dipilih Assign value, dalam Search Criterion dipilih MAD dan Number of periods to forecast diisikan 6 kemudian diklik ok - Hasil peramalan diplotkan kedalam Excel dan dilakukan verifikasi tracking signal dengan batas ± 3 - Hasil dilakukan analisa