PRAKTIMUM

PERENCANAAN DAN PENGENDALIAN

PRODUKSI

MODUL 1
PERKIRAAN PERMINTAAN PRODUK
(PERAMALAN)
 PRAKTIKUM PERENCANAAN DAN PENGENDALIAN
PRODUKSI

MODUL 1
PERKIRAAN PERMINTAAN PRODUK (PERAMALAN)

1.1. Tujuan
1. Memahami langkah-langkah dalam perencanaan sistem produksi.
2. Memahami mekanisme penggunaan sejumlah metode peramalan.
3. Mampu menggunakan dan memilih beberapa metode peramalan.
4. Memahami proses perencanaan dan pengendalian.

1.2. Alat dan Bahan

1. Alat Tulis
2. Kalkulator
3. Buku Hard Cover Folio F4

1.3. Materi Pendukung

1.3.1. Perencanaan dan Pengendalian Produksi
Perencanaan dan pengendalian produksi yaitu merencanakan kegiatan-kegiatan
produksi, agar apa yang telah direncanakan dapat terlaksana dengan baik.

Tujuan dari kegiatan perencanaan dan pengendalian produksi adalah sebagai berikut :

1. Mengusahakan agar perusahaan dapat berproduksi secara efisien dan efektif.

2. Mengusahakan agar perusahaan dapat menggunakan modal (sumber daya) secara optimal.
3. Meningkatkan efisien sistem produksi.
Input bagi sistem perencanaan dan pengendalian produksi adalah berupa informasi dalam
bentuk pesanan (order), sumber daya (mesin, material, manusia dan modal) dan energi. Sistem
perencanaan dan pengendalian produksi terbagi ke dalam tiga tingkatan, yaitu :
1. Perencanaan jangka panjang (Long Range Planning).
Meliputi kegiatan peramalan usaha, perencanaan jumlah produk dan penjualan,
perencanaan produksi, perencanaan kebutuhan bahan dan perencanaan finansial.
2. Perencanaan jangka menengah (Medium Range Planning).
 Meliputi kegiatan berupa perencanaan kebutuhan kapasitas (CRP), perencanaan
kebutuhan material (MRP), jadwal induk produksi (MPS) dan perencanaan kebutuhan
distribusi (DRP).
3. Perencanaan jangka pendek (Short Range Planning).
Terdiri dari kegiatan penjadwalan perakitan produk akhir (FAS), perencanaan dan
pengendalian input-output, pengendalian kegiatan produksi, perencanaan dan
pengendalian pembelian material (Purchasing) dan manajemen proyek.

Aliran proses perencanaan dan pengendalian manufaktur.

1. Peramalan
a. Sumber data : data didapat dari permintaan (data aktual) sebelum tahun perhitungan.
Oleh karena itu peramalan hanya diperlukan dalam sistem manufaktur make to stock.
b. Proses : peramalan kebutuhan yang akan datang dihitung dengan menggunakan
metode-metode peramalan yang sesuai, dan dari metode-metode tersebut dipilih yang
meberikan hasil terbaik. Langkah terpenting dalam menggunakan metode peramalan
adalah kegiatan verifikasi model peramalan yang digunakan.

Gambar I.1 Siklus Aktivitas Perencanaan

c. Fungsi : Hasil peramalan digunakan sebagai bahan pertimbangan dalam menentukan

jumlah produksi pada kurun waktu terteuntu dimasa yang akan datang, yang
selanjutnya digunakan untuk kegiatan perencanaan produksi.
 2. Perencanaan Produksi
a. Sumber data : Data diperoleh dari hasil peramalan (make to stock) atau dari hasil
negosiasi dengan calon konsumen (make to order). Data lain yang diperlukan
diantaranya adalah data dari hasil kegiatan perencanaan dan perancangan produk
(spesifikasi produk dan rancangan proses), data kapasitas yang dimiliki, dsb.
b. Proses : Kegiatan perancangan produk mempertimbangkan kemampuan yang
dimiliki, ongkos-ongkos yang diperlukan, waktu proses, dsb. Hasil dari kegiatan
perencanaan produksi pada level ini adalah suatu jadwal induk produksi/JIP yang
diperoleh melalui perencanaan agregat yang dilajutkan dengan proses disagregasi.
c. Fungsi : Menentukan jadwal induk produksi, yang selanjutnya akan dijadikan acuan
dalam melakukan proses perhitungan kebutuhan material dan kebutuhan sumber
bahan baku.

1.3.2. Peramalan
Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu
produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang. (Biegel,
19). Peramalan permintaan merupakan tingkat permintaan produk-produk yang diharapkan
akan terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan
ini menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian
perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan
produk yang dibutuhkan oleh konsumen, maka keputusan-keputusan operasi produksi sangat
dipengaruhi hasil dari peramalan permintaan. Peramalan permintaan ini digunakan untuk
meramalkan permintaan dari produk yang bersifat bebas (tidak tergantung), seperti peramalan
produk jadi.

Secara garis besar, peramalan terbagi ke dalam dua kategori utama, yakni :
1. Metode kuantitatif
2. Metode kualitatif

Beberapa ukuran kesalahan yang dipakai untuk memilih metode terbaik peramalan.
1. Mean Error (ME)
∑𝑛𝑖=1 𝑒𝑖
𝑛
2. Mean Absolute Error (MAE)
∑𝑛𝑖=1 ǀ𝑒𝑖 ǀ
𝑛
3. Sum Square Error
𝑛

∑ 𝑒𝑖
𝑖=1

4. Mean Square Error (MSE)

∑𝑛𝑖=1 𝑒𝑖2
𝑛
5. Standard of Deviation Error
∑𝑛
𝑖=1 𝑒𝑖
𝑛−1
Dimana : 𝑒𝑖 = kesalahan pada periode ke – i
n = Jumlah periode error (kesalahan)

Langkah-langkah proses peramalan :

1. Mendefinisikan metode peramalan.
2. Membuat plot data.
3. Memilih 2 metode yang memenuhi tujuan peramalan dan sesuai dengan plot data.
4. Menghitung parameter-parameter fungsi peramalan contoh (a, b, α).
5. Melakukan peramalan.
6. Menghitung kesalahan yang terjadi.
7. Melakukan verifikasi.
8. Melakukan peramalan n periode kedepan.

Peramalan yang digunakan dalam praktikum ini menggunakan teknik peramalan dalam
kualifikasi metode peramalan deret waktu (time series). Metode peramalan time series ini
memiliki bentuk umum fungsi matematis d=f(t). Artinya demand merupakan fungsi dari waktu.
Pada praktikum ini dilakukan proses peramalan secara manual, antara lain :

1. Konstan
2. Regresi Linier
3. Single Exponential Smoothing (α = 0.2 – 0.9)
4. Doble Exponential Smoothing with linier trend (α = 0.2 – 0.9)
5. Moving Average (T = 3, T = 5)
A. Metode Peramalan manual yang digunakan dalam praktikum ini adalah :

1. Model Linier (Ft = a + bt)

2. Single Exponential Smoothing (SES)

Ft+1 = 𝛼Dt + (1 − α)Ft
Dengan α = 0.2, 0.5, 0.9

3. Double Exponential Smoothing (DES)

S᾽t = 𝛼Dt + (1 − α) S᾽t−1
S᾽᾽t = (𝛼S᾽t) + (1 − α) S᾽᾽t−1
at = S᾽t + (S᾽t − S᾽᾽t) = 2S᾽t − S᾽᾽t
𝛼
bt = 1−𝛼 (S᾽t − S᾽᾽t)

Ft+m = at + bt (m)
Dengan α = 0.2, 0.5, 0.9
m = jumlah periode didepan yang diramalkan (m = 1)

4. Metode Moving Average

Persamaan untuk metode ini :

Dimana :
t = periode ; T = Rata-rata bergerak (periode)
FT+1 = Peramalan ke T + 1

B. Perhitungan Kesalahan Peramalan dengan Mean Square Error (MSE) dan SEE.
∑ E²
1) MSE =
N
 Dimana :
MSE = Mean Square Error
E = Kesalahan (Error) ; N = Jumlah E
∑ 𝑒2
2) 𝑆𝐸𝐸 = √ dimana : f = 2
𝑛−𝑓

C. Pola Data

Langkah penting dalam memilih suatu metoda time series yang tepat adalah dengan
mempertimbangkan jenis pola data; sehingga metoda yang paling tepat dengan pola tersebut
dapat diuji. Pola data dapat dibedakan menjadi empat jenis :

1. Pola horisontal (H), terjadi bilamana nilai data berfluktuasi disekitar nilai rata-rata yang
konstan. Metoda peramalan yang dapat digunakan untuk plot data ini adalah metoda
konstan, single eksponensial smoothing, regresi linear, dan single moving average.
2. Pola musiman (S), terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya
kuartalan, bulanan, mingguan dll). Metoda peramalan yang dapat digunakan untuk plot
data ini adalah metoda Winter dengan faktor musiman.
3. Pola siklis (C), terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis. Metoda peramalan yang sesuai
dengan plot data ini adalah bentuk fungsi siklus, single eksponensial smoothing dan double
eksponensial smoothing,
4. Pola trend (T), terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang
dalam data. Metoda yang dapat digunakan.

D. Verifikasi Peramalan

Untuk pemeriksaan kesesuaian dan keefektifan metode peramalan yang digunakan,

dilakukan teknik pemeriksaan atau verifikasi, yaitu dengan pemeriksaan melalui rentang
bergerak (moving range).
Tahapan melakukan verifikasi :
1. Hitung MR = ǀ𝑒𝑡 − (𝐸𝑡−1 )ǀ

2. Hitung MR   MR / n  1

3. Hitung batas kontrol (BK = ± 2.66 MR )

4. Gambar peta control.
1.4. Prosedur Praktikum Modul 1
1. Masing-masing kelompok diberikan satu set data penjualan satu tahun.
2. Membuat plot data yang diberikan dalam kertas grafik.
3. Memilih dan menganalisa metode peramalan yang digunakan.
4. Melakukan verifikasi terhadap hasil peramalan.
5. Memilih metode peramalan yang terbaik.
6. Lakukan juga peramalan dengan menggunakan software QS untuk tiga metode (Linier,
SES, DES with linier trend) dimana masing-masing metode dilakukan tiga kali yaitu
untuk α = 0.2, 0.5, 0.9.
7. Pilih metode peramalan yang memiliki hasil yang terbaik (MSE terkecil).

1.5. LEMBAR KERJA PRAKTIKUM

1. Pengumpulan Data

a. Data Aktual

Tabel Data Penjualan Produk Furniture

Periode Kursi Meja Lemari
Cacat 5% 5% 5%
1 550 932 965
2 650 869 856
3 660 951 810
4 750 1000 1086
5 965 998 969
6 935 900 889
7 941 880 686
8 960 995 975
9 850 1042 1045
10 967 999 965
11 1005 1084 842
12 1064 1090 1001
Sisa Penjualan 50 55 65
2. Pengolahan Data

Periode Kursi Meja Lemari

Waktu Baku
(detik)
Cacat 5% 5% 5%
1 550+n 932+n 965+n
2 650+n 869+n 856+n
3 660+n 951+n 810+n
4 750+n 1000+n 1086+n
5 965+n 998+n 969+n
6 935+n 900+n 889+n
7 941+n 880+n 686+n
8 960+n 995+n 975+n
9 850+n 1042+n 1045+n
10 967+n 999+n 965+n
11 1005+n 1084+n 842+n
12 1064+n 1090+n 1001+n
Sisa Penjualan 50 55 65

 Semua demand ditambahkan dengan total 2 digit terakhir NPM tiap kelompok/orang
 Demand dari tiap produk dihitung dengan rumus = (1 + % cacat) x (Data aktual + NPM kel.)
 Buatlah plot data dari masing-masing demand produk
 Carilah nilai error terkecil (MSE) untuk tiap produk dengan metode yang sesuai dengan plot
datanya masing-masing.
 Tulisakan contoh pengerjaan minimal 5 contoh pengerjaan untuk setiap tabel di setiap metode
peramalan
METODE PERAMALAN

1. Metode Konstan
t Dt Ft E e2
1
2
..
12

Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan konstan
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh:

Periode Dt Ft e e²
1 695.10 882.44 187.34 35096.28
2 642.60 882.44 239.84 57523.23
3 800.10 882.44 82.34 6779.88
4 747.60 882.44 134.84 18181.83
5 920.85 882.44 -38.41 1475.33
6 889.35 882.44 -6.91 47.75
7 1,062.60 882.44 -180.16 32457.63
8 915.60 882.44 -33.16 1099.59
9 1,004.85 882.44 -122.41 14984.21
10 922.95 882.44 -40.51 1641.06
11 962.85 882.44 -80.41 6465.77
12 1,024.80 882.44 -142.36 20266.37
Jumlah 10,589.25 196018.93
MSE 16334.91
SEE 140.01
Cara pengerjaan:

Ft = ∑Dt = 10,589.25 = 882.44

N 12

e = ( Ft – Dt )

e1 = 882.44 – 695.10 = 187.34

e2 = 882.44 – 642.60 = 239.84

e3= 882.44 – 800.10 = 82.34

Dan Seterusnya

MSE = ∑e2 = 196018.90 = 16334.91

N 12

∑ 𝑒2 196018,9
𝑆𝐸𝐸 = √𝑛−𝑓 = √ = 140
12−2

2. Regresi Linier
t Dt t.Dt t2 Ft e e2
1
2
:
:
12
a= b=

Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan regresi linier
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh pengerjan:

a 682.17
b 30.81
Periode Dt t.dt t² ft e e²
1 695.10 695.10 1 712.98 17.88 319.6944
2 642.60 1,285.20 4 743.79 101.19 10239.4161
3 800.10 2,400.30 9 774.60 -25.50 650.25
4 747.60 2,990.40 16 805.41 57.81 3341.9961
5 920.85 4,604.25 25 836.22 -84.63 7162.2369
6 889.35 5,336.10 36 867.03 -22.32 498.1824
7 1,062.60 7,438.20 49 897.84 -164.76 27145.8576
8 915.60 7,324.80 64 928.65 13.05 170.3025
9 1,004.85 9,043.65 81 959.46 -45.39 2060.2521
10 922.95 9,229.50 100 990.27 67.32 4531.9824
11 962.85 10,591.35 121 1021.08 58.23 3390.7329
12 1,024.80 12,297.60 144 1051.89 27.09 733.8681
78 10,589.25 73,236.45 650 10589.22 60,244.77
MSE 5020.40
SEE 77.62

Cara pengerjaan :
b = n ∑ ( t x Dt ) ─ (∑Dt x ∑t)
(n∑t2) – (∑t)2

= 12 (73,236.45) ─ ( 10589.25 x 78)

(12 x 650) – (78 )2

= 878,837.4 – 825,961.5

7800 – 6084

= 52,875,9 = 30.81

1716

a = ∑Dt – b ∑t = 10,589.25 – (30.81) (78) = 8,186.07 = 682.17

n 12 12

Ft = a + bt

F1 = 682.17 + 30.81 (1) = 712.98

F2 = 682.17 + 30.81 (2) = 743.79

F3 = 682.17 + 30.81 (3) = 774.60

Dan Seterusnya
e = ( Ft – Dt )

e1 = 712.98 – 695.10 = 17.88

e2 = 743.79 – 642.60 = 101.19

e3 = 774.60 – 800.10 = -25.50

Dan seterusnya

MSE = ∑e2 = 60.244,77 = 5020.40

N 12

SEE = √∑e2 = √60.244,77 = √60,244.77 = 77.62

N-f 12-2 10

3. Single Exponential Smooting dengan α = 0,2 ; 0,5 ; dan 0,9

t Dt Ft e e2
1
2
:
12

Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan SES
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
(buatlah tabel yang sama dengan α = 0,2 ; 0,5 ; dan 0,9)
Contoh pengerjaan:

α 0.2
Periode Dt Ft e e²
1 695.10 695.10 0.00
2 642.60 695.10 52.50 2756.25
3 800.10 684.60 -115.50 13340.25
4 747.60 707.70 -39.90 1592.01
5 920.85 715.68 -205.17 42094.73
6 889.35 756.71 -132.64 17593.37
7 1,062.60 783.24 -279.36 78042.01
8 915.60 839.11 -76.49 5850.72
9 1,004.85 854.41 -150.44 22632.19
10 922.95 884.50 -38.45 1478.40
11 962.85 892.19 -70.66 4992.84
12 1,024.80 906.32 -118.48 14037.51
Jumlah 10,589.25 9,414.66 (1,174.59) 204,410.28
MSE 18582.75
SEE 150.71

Cara Pengerjaan :

Ft+1 = α.Dt + (1-α) Ft-1

F1 = Dt = 695.10

F1+1 = F2 = (0,2 x 695.10) + (1-0,2) 695.10 = 139.02 + 556.08 = 695.10

e = ( Ft – Dt )

e1 = 695.10 – 695.10 = 0

e2 = 695.10 – 642.60 = 52.5

Dan seterusnya

MSE = ∑e2 = 204410.28 = 18582.75

N 11

SEE = √∑e2 = √204410.28 = √204410.28 = 150.71

N-f 11-2 9
4. Double Exponential Smooting dengan α = 0,2 ; 0,5 ; dan 0,9

Tabel Peramalan
t Dt S't S"t (S’t-S”t) a b Ft e e2
1
2
3
:
12

Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan DES
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
(buatlah tabel yang sama dengan α = 0,2 ; 0,5 ; dan 0,9)

Contoh Pengerjaan:

α 0.2
Periode Dt S't s"t (s't - s"t) at bt Ft e e²
1 695.10 695.10 695.10 - 695.10 - - 0.00
2 642.60 684.60 693.00 (8.40) 676.20 (2.10) 695.10 52.50 2756.25
3 800.10 707.70 695.94 11.76 719.46 2.94 674.10 -126.00 15876.00
4 747.60 715.68 699.89 15.79 731.47 3.95 722.40 -25.20 635.04
5 920.85 756.71 711.25 45.46 802.17 11.37 735.42 -185.43 34384.28
6 889.35 783.24 725.65 57.59 840.83 14.40 813.54 -75.81 5747.16
7 1,062.60 839.11 748.34 90.77 929.88 22.69 855.23 -207.37 43002.32
8 915.60 854.41 769.55 84.86 939.27 21.22 952.57 36.97 1366.78
9 1,004.85 884.50 792.54 91.96 976.46 22.99 960.49 -44.36 1967.81
10 922.95 892.19 812.47 79.72 971.91 19.93 999.45 76.50 5852.25
11 962.85 906.32 831.24 75.08 981.40 18.77 991.84 28.99 840.42
12 1,024.80 930.02 851.00 79.02 1,009.04 19.76 1,000.17 -24.63 606.64
78 10,589.25 9,649.58 9,025.97 623.61 10,273.19 155.92 9,400.31 -493.8400 113,034.95
MSE 10275.90
SEE 112.07
Cara Perhitungan:
S’t = (α.Dt) + (1-α) S’t at = (2 . s’t) – S”t
S’1 = Dt = 695.10 a1 = (2 x 695.10) – 695.10 = 695.10
S’2 = (0.2 x 642.60) + (1 - 0.2) 695.10 a2 = (2 x 684.60) – 693.00 = 676.20
= 684.60 a3 = (2 x 707.70) – 695.94 = 719.46
S’3 = (0.2 x 800.10) + (1 - 0.2) 684.60 = 707.70
S’4 = (0.2 x 747.60) + (1 - 0.2) 707.70
= 715.68

S”t = (α.S’t) + (1-α) S”t-1 bt = α (S’t – S”t) = α = 0.2 = 0.25

1-α 0.8
S”1 = Dt = 695.10 b1 = 0.25(0) = 0
S”2 = ( 0.2 x 684.60) + (1 - 0.2) 695.10 b2 = 0,25 (-8.40) = -2.10
= 693.00 b3 = 0,25 (11.76) = 2.94
S”3 = ( 0.2 x 707.70) + (1 - 0.2) 693.00
= 695.94

MSE = ∑e2 = 113034.95 = 10275.90

N 11

SEE = √∑e2 = √113034.95 = √113034.95 = 112.07

N-f 11-2 9

5. Single Moving Average 3 dan 5 periode

Tabel Peramalan
t Dt Ft e e2
1
2
3
:
:
12

Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan konstan
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh Pengerjaan:
t 3 t 5
Periode Dt Ft e e² Ft e e²
1 695.10
2 642.60
3 800.10
4 747.60 712.60 -35.00 1225.00 0.00
5 920.85 730.10 -190.75 36385.56 0.00
6 889.35 822.85 -66.50 4422.25 761.25 -128.10 16409.61
7 1,062.60 852.60 -210.00 44100.00 800.10 -262.50 68906.25
8 915.60 957.60 42.00 1764.00 884.10 -31.50 992.25
9 1,004.85 955.85 -49.00 2401.00 907.20 -97.65 9535.52
10 922.95 994.35 71.40 5097.96 958.65 35.70 1274.49
11 962.85 947.80 -15.05 226.50 959.07 -3.78 14.29
12 1,024.80 963.55 -61.25 3751.56 973.77 -51.03 2604.06
Jumlah 10,589.25 99373.83 99736.47
MSE 11041.54 MSE 14248.07
SEE 119.15 SEE 141.23

Cara Perhitungan:

Ft + T = ∑ Dt

 Untuk T= 3 bulan
o F1 + 3 = 695.10 + 642.60 + 800.10 = 712.60

MSE = ∑e2 = 99373.83 = 11041.54

N 9

SEE = √∑e2 = √99373.83 = √99373.83 = 119.15

N-f 9-2 7

 Untuk T= 5 bulan

F1 + 3 = 695.10 + 642.60 + 800.10 + 747.60 + 920.85 = 761.25

MSE = ∑e2 = 99736.47 = 14248.07

N 7
SEE = √∑e2 = √99736.47 = √99736.47 = 141.23
N-f 7-2 5
 Tabel Rekpitulasi MSE dan SEE

Metode Peramalan Produk 1 Produk 2 Produk 3

MSE SEE MSE SEE MSE SEE
Metode Konstan
Regresi linier
:
:

contoh:
KURSI MEJA LEMARI
Metode MSE SEE MSE SSE MSE SSE
Konstan 16334.91 140.01 8130.48 98.78 7752.31 96.45
Linier 5020.40 77.62 7852.31 97.07 7589.44 95.43
SES (α=0.2) 18582.55 150.71 11420.99 118.15 11562.44 118.88
SES (α=0.5) 10078.31 110.99 10650.52 114.09 12943.23 125.78
SES (α=0.9) 10843.70 115.12 13266.64 127.34 15797.06 138.95
DES (α=0.2) 10275.90 112.07 11599.19 119.07 12573.57 123.97
DES (α=0.5) 10738.78 114.57 14730.99 134.18 19327,73 153.70
DES (α=0.9) 27650.11 183.83 32195.77 198.37 34105.59 204.17

MOVING
AVERAGE T=3 11041.54 119.15 13261.74 130.80 15006.66 138.90

MOVING
AVERAGE T=5 14248.07 141.23 10178.18 119.35 12885.67 134.31
Maksimum 27650.11 183.83 32195.77 198.37 34105.59 204.17
Minimum 5020.40 77.62 7852.31 97.07 7589.44 95.43
VERIFIKASI PERAMALAN

Verifikasi peramalan dilakukan hanya untuk metode peramalan terbaik yang dilihat dari nilai
SEE atau MSE terkecil. Berikut tabel verifikasi :

t Dt Ft e ǀMRǀ
1
2
:
12
jumlah
MR rate
UCL
LCL

Keterangan :
a) MR = ǀ et+1 - et ǀ

b) MR rate = MR   MR / n  1

c) UCL = 2.66 MR
d) LCL = -2.66 MR

Contoh Pengerjaan:
Periode Dt Ft e MR
1 695.10 712.98 17.88 17.88
2 642.60 743.79 101.19 83.31
3 800.10 774.60 -25.50 126.69
4 747.60 805.41 57.81 83.31
5 920.85 836.22 -84.63 142.44
6 889.35 867.03 -22.32 62.31
7 1,062.60 897.84 -164.76 142.44
8 915.60 928.65 13.05 177.81
9 1,004.85 959.46 -45.39 58.44
10 922.95 990.27 67.32 112.71
11 962.85 1021.08 58.23 9.09
12 1,024.80 1051.89 27.09 31.14
Jumlah 10,589.25 10589.22 1047.57
MR rata rata 95.23
UCL 253.31
LCL -253.31

Cara Perhitungan:

e = Ft – Dt
e1 = 712.98 – 695.10 = 17.88

MR = ‫ 𝐭𝒆׀‬− (𝒆𝒕 − 𝟏)‫׀‬

MR1 = ‫׀‬e1 – (e1-1) ‫ ׀ = ׀‬e1 – e0 ‫ = ׀‬17.88

MR = ∑MR = 1047.57 = 95.23

n-1 12-1

UCL = 2.66 X MR

= 2.66 X 95.23 = 253.31

LCL = - 2.66 X MR

= - 2.66 X 95.23 = -253.31

PETA KENDALI TIAP PRODUK

1500

1000

Series1
500

0
1 2 3 4 5 6 7 8 9 10 11 12

IMPLEMENTASI PRODUK

Data peramalan 6 periode yang akan datang

T Dt Ft
1
2
:
12
13 F13
14 F14
: :
18 F18

Untuk F13 – F18 menggunakan rumus Ft dari metode yang terbaik

Contoh tabel Implementasi Produk
Kursi Meja Lemari
t
Dt Ft Dt Ft Dt Ft
1 695.10 712.98 886.20 954.66 920.85 984.59
2 642.60 743.79 852.60 959.49 1,016.40 988.29
3 800.10 774.60 906.15 964.32 968.10 991.99
4 747.60 805.41 1,109.85 969.15 1,047.90 995.69
5 920.85 836.22 1,046.85 973.98 1,135.05 999.39
6 889.35 867.03 1,062.60 978.81 1,051.05 1003.09
7 1,062.60 897.84 1,041.60 983.64 808.50 1006.79
8 915.60 928.65 1,046.85 988.47 952.35 1010.49
9 1,004.85 959.46 915.60 993.30 1,129.80 1014.19
10 922.95 990.27 1,039.50 998.13 953.40 1017.89
11 962.85 1021.08 836.85 1002.96 1,008.00 1021.59
12 1,024.80 1051.89 1,030.05 1007.79 1,067.85 1025.29
13 1082.70 1012.62 1028.99
14 1113.51 1017.45 1032.69
15 1144.32 1022.28 1036.39
16 1175.13 1027.11 1040.09
17 1205.94 1031.94 1043.79
18 1236.75 1036.77 1047.49
19 1267.56 1041.60 1051.19
20 1298.37 1046.43 1054.89
21 1329.18 1051.26 1058.59
22 1359.99 1056.09 1062.29
23 1390.80 1060.92 1065.99
24 1421.61 1065.75 1069.69

Tabel peramalan 6 bulan kedepan

t Ft
1
2
:
6