NAMA : SYARIEF HIDAYATULLAH

NIM : 55121120048
MODUL : FORECASTING

ANALISA PERAMALAN PERMINTAAN KEBUTUHAN MATERIAL DI

PT ABC

PENDAHULUAN
Dibawah ini merupakan tabel kebutuhan material PT ABC selama 5 tahun dari tahun 2017 – 2021.

Tabel 1 Kebutuhan Material PT ABC

No Tahun Kebutuhan
1 2017 78,000
2 2018 89,000
3 2019 98,000
4 2020 115,000
5 2021 113,000

Jumlah permintaan material per tahun cenderung mengalami peningkatan karena didorong oleh
pembangunan insfrastruktur yang dilakukan oleh pemerintah sehingga kebutuhan material
meningkat.

Gambar 1. Grafik Jumlah Permintaan per Tahun

NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

MODEL PERAMALAN
1. Linear Trend Line
Metode peramalan dimana terdapat hubungan matematis antara permintaan dan faktor lain
yang menyebabkan perilaku permintaan. Metode ini menghubungkan sebuah variabel
dependen untuk permintaan, dengan variabel independen lain dan waktu, yang dinyatakan
dengan persamaan:
y = a + bx

dimana:
y = peramalan untuk permintaan pada periode x
a = intercept (pada periode 0)
b = kemiringan garis
x = periode waktu

2. Pendekatan Naïve
Peramalan dengan pendekatan naïve dilakukan dengan mengasumsikan bahwa permintaan
pada periode selanjutnya sama dengan permintaan pada periode yang paling terakhir.

3. Moving Average
Metode ini menggunakan sebuah angka dari nilai data historis aktual untuk menghasilkan
sebuah peramalan. Tujuannya adalah untuk menghilangkan fluktuasi yang tidak beraturan
untuk peramalan. Berikut persamaannya:
∑𝑛𝑖=1 𝐷𝑖
𝑀𝑜𝑣𝑖𝑛𝑔 𝑎𝑣𝑒𝑟𝑎𝑔𝑒 =
𝑛

dimana:
n = jumlah periode di dalam rata-rata tertimbang
Di = demand
NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

ANALISA DAN PEMBAHASAN

1. Pengujian Peramalan Dengan Model Linear Trend Line
Tabel 2. Hasil Peramalan Pada Model Linear Trend Line

Berdasarkan hasil uji peramalan, maka nilai mean absolute deviation (MAD) sebesar 2.720, mean
square error (MSE) sebesar 14.320.000 dan mean absolute percent error sebesar 2.5%. Metode
linear trend line meramalkan bahwa di periode berikutnya terdapat permintaan sebesar 127.400
Gambar 2. dibawah menunjukkan grafik permintaan dan peramalan. Garis berwarna hitam
menunjukkan permintaan yang terjadi, dan garis berwarna biru menunjukkan hasil permalan.

Gambar 2. Grafik Peramalan Pada Model Linear Trend Line

NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

2. Pengujian Peramalan Dengan Pendekatan Naïve

Tabel 3. Hasil Peramalan Pada Pendekatan Naïve

Berdasarkan hasil uji peramalan, maka nilai mean absolute deviation (MAD) sebesar 9.750, mean
square error (MSE) sebesar 123.750.000 dan mean absolute percent error sebesar 9.5%.
Pendekatan Naïve meramalkan bahwa di periode berikutnya terdapat permintaan sebesar 113.000
Gambar 3. dibawah menunjukkan grafik permintaan dan peramalan. Garis berwarna hitam
menunjukkan permintaan yang terjadi, dan garis berwarna biru menunjukkan hasil permalan.

Gambar 3. Grafik Peramalan Pada Pendekatan Naïve

NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

3. Moving Average
Tabel 4. Hasil Peramalan Pada Moving Average

Berdasarkan hasil uji peramalan, maka nilai mean absolute deviation (MAD) sebesar 14.166,7,
mean square error (MSE) sebesar 238.250.000 dan mean absolute percent error sebesar 13.1%.
Moving Average meramalkan bahwa di periode berikutnya terdapat permintaan sebesar 114.000
Gambar 4. dibawah menunjukkan grafik permintaan dan peramalan. Garis berwarna hitam
menunjukkan permintaan yang terjadi, dan garis berwarna biru menunjukkan hasil permalan.

Gambar 4. Grafik Peramalan Pada Moving Average

NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

Evaluasi Metode Peramalan Time Series

Analisa ini dilakukan untuk menentukan metode peramalan yang paling tepat yang bisa digunakan
dalam peramalan permintaan material berdasarkan tingkat error dari masing – masing metode
peramalan yang digunakan. Tingkat akurasi dari metode peramalan dinilai dengan mean absolute
deviation (MAD), mean square error (MSE), dan mean absolute percent error (MAPE). Metode
yang memiliki tingkat error yang lebih kecil menandakan bahwa metode tersebut merupakan
metode peramalan yang lebih akurat. Berikut merupakan ringkasan dari hasil pengukuran tingkat
error dari masing – masing metode peramalan yang telah diuji

Tabel 5 Hasil Perhitungan Tingkat Error Dari Masing-Masing Metode Peramalan

No Metode MAD MSE MAPE
1 Linear Trend Line 2.720 14.320.000 2.5%.
2 Naïve 9.750 123.750.000 9.5%.
3 Moving Average 14.166,7 238.250.000 13.1%.

Dari hasil pengukuran tingkat error untuk masing – masing metode peramalan, hasil pengukuran
diberi ranking antara satu sampai tiga. Satu menunjukkan bahwa nilai tingkat error yang dimiliki
merupakan yang paling rendah, sedangkan tiga menunjukkan tingkat error yang paling tinggi atau
paling tidak akurat. Ranking tersebut dapat dilihat pada tabel 6

Tabel 6. Ranking dari Tingkat Error Dari Masing-Masing Metode Peramalan

Metode MAD MSE MAPE
Linear Trend Line 1 1 1
Naïve 2 2 2
Moving Average 3 3 3

Seperti yang ditunjukkan pada tabel 6, metode linear trend line berada pada posisi ter-atas
dengan tingkat error terkecil,
NAMA : SYARIEF HIDAYATULLAH
NIM : 55121120048
MODUL : FORECASTING

KESIMPULAN
1. Peramalan permintaan dapat membantu perusahaan dalam memperkirakan permintaan
material agar dapat menyesuaikan sehingga dapat menjadi bahan pertimbangan dalam
menyimpan persediaan agar tidak berlebih dan menumpuk di gudang
2. Berdasarkan pengujian terhadap tingkat error dari tiga metode peramalan time series yaitu
metode linear trend line, naïve, dan moving average, metode peramalan permintaan yang
paling tepat dalam memprediksi permintaan kebutuhan material di PT ABC adalah metode
linear trend line karena metode tersebut menghasilkan ranking terbaik diantara tiga metode
time series analysis yang diuji dan memiliki tingkat error terkecil

SARAN
1. Berdasarkan analisa yang telah dilakukan, penulis berharap agar analisa ini dapat memberikan
manfaat baik bagi perusahaan, maupun bagi peneliti selanjutnya yang tertarik dalam
melakukan penelitian dengan mengusung tema forecasting.
2. Sebaiknya PT ABC mempertimbangkan untuk menggunakan metode peramalan linear trend
line untuk meramalkan permintaan kebutuhan material karena metode tersebut merupakan
metode yang paling akurat dan memberikan tingkat kesalahan terkecil dibandingkan dengan
metode peramalan time series analysis lainnya.
3. Dalam melakukan pemilihan jenis metode peramalan, perusahaan dapat mempertimbangkan
untuk menerapkan Enterprise Resource Planning (ERP) yang memiliki fitur adaptive forecast
sehingga perusahaan dapat mengetahui metode peramalan mana yang merupakan metode
terbaik untuk meramalkan permintaan pada periode waktu tertentu. Pemilihan jenis metode
yang digunakan untuk meramalkan dapat berubah – ubah untuk masing – masing periode.