Untitled

MODUL 1
ANALISIS PASAR
I. Tujuan Praktikum
Praktikum modul analisis pasar bertujuan agar:
1. Mahasiswa mampu melakukan survei dan analisis pasar.
2. Mahasiswa mampu melakukan estimasi dan peramalan permintaan.
3. Mahasiswa mampu membuat perencanaan penjualan berdasarkan hasil
analisis pasar dan peramalan permintaan.
II. Teori Dasar

Dalam bagian ini akan diuraikan teori dasar mengenai kebutuhan,
keinginan, dan permintaan, pengukuran dan peramalan permintaan, skala, dan
sampling.
II.1 Sampling
Dalam suatu survei, rencana sampling meliputi penentuan metode
sampling dan banyaknya sampel yang akan diambil.
II.1.1 Metode Sampling

Sampling merupakan proses pemilihan anggota-anggota populasi. Ada
dua tipe sampling utama (Sekaran, 2003), yaitu probability sampling dan
nonprobability sampling. Dalam probability sampling, anggota populasi
mempunyai peluang tertentu yang diketahui untuk terpilih menjadi sampel. Dalam
nonprobability sampling, peluang anggota populasi terpilih menjadi sampel tidak
diketahui. Probability sampling digunakan pada penelitian yang hasilnya akan
digeneralisasi.
1. Probability Sampling
Probability sampling dapat dibagi ke dalam simple random sampling
(unrestricted) atau complex probability sampling (restricted). Simple random
sampling merupakan sampling di mana anggota populasi mempunyai peluang
1-1
MODUL 1 ANALISIS PASAR
yang diketahui dan sama untuk terpilih menjadi sampel. Simple random sampling
mempunyai bias yang paling kecil dan tingkat generalisasi yang paling besar.
Complex probability sampling merupakan alternatif sampling yang lebih
efisien dibandingkan dengan simple random sampling. Sampling ini terdiri dari
beberapa macam, yaitu: systematic sampling, stratified random sampling, cluster
sampling, area sampling, dan double sampling. Systematic sampling merupakan
sampling yang mengambil setiap anggota ke-n dari populasi, dimulai dengan
memilih anggota secara random antara 1 dan n. Stratified random sampling
melibatkan proses stratifikasi yang kemudian diikuti dengan pemilihan subjek dari
tiap stratum.
Cluster sampling merupakan teknik pengambilan sampel dimana
pemilihannya mengacu pada kelompok (bukan pada individu). Teknik sampling
cluster digunakan untuk menentukan sampel bila objek yang diteliti atau sumber
data sangat luas, misalnya penduduk dari suatu negara, provinsi, atau kabupaten.
Area sampling merupakan bentuk dari cluster sampling dalam suatu area. Double
sampling digunakan jika informasi lebih lanjut dibutuhkan dari subset kelompok
dimana informasi awal sudah dikumpulkan.
2. Nonprobability Sampling
Dalam nonprobability sampling, peluang anggota populasi terpilih menjadi
sampel tidak diketahui. Temuan dari studi yang menggunakan nonprobability
sampling tidak dapat digeneralisasi. Ada beberapa kategori nonprobability
sampling, yaitu convenience sampling dan purposive sampling. Convenience
sampling berkaitan dengan pengumpulan informasi dari anggota populasi yang
bersedia memberikan responnya. Purposive sampling digunakan untuk
mendapatkan informasi dari target kelompok tertentu. Ada dua tipe purposive
sampling yaitu judgment sampling dan quota sampling.
II.1.2 Ukuran Sampel

Isu penting dalam sampling adalah precision dan confidence (Sekaran,
2003) karena pada saat data sampel digunakan untuk menarik kesimpulan
mengenai populasi, kesimpulan tersebut diharapkan mencapai pada target dan
pada tingkat kesalahan yang dapat diterima. Precision dan confidence level yang
diinginkan sangat menentukan ukuran sampel disamping variabilitas populasi dan
1-2
tipe sampling yang digunakan. Berikut formula penentuan ukuran sampel untuk
populasi yang tidak diketahui.
Z / 2 2  p  (1 − p)
n=
c2 (Pers. II-1)
Keterangan:
n : ukuran sampel
Z : nilai Z (misal 1,96 untuk 95% dengan tingkat kesalahan α = 5%)
P : persentase terpilihnya pilihan, diekspresikan dengan desimal (0,5
digunakan untuk ukuran sampel yang dibutuhkan)
c : error atau kepresisian, diekspresikan dengan desimal
Sementara untuk penentuan ukuran sampel dengan populasi terbatas, formulanya
sebagai berikut :
n
n' =
n −1
1+
N (Pers. II.2)
Keterangan:
n’ : ukuran sampel dengan populasi terbatas
n : ukuran sampel untuk populasi tidak diketahui dan tidak terbatas
N : ukuran populasi
II.2 Skala Pengukuran

Skala merupakan suatu mekanisme untuk membedakan satu individu
dengan individu yang lain berdasarkan suatu variabel yang menjadi fokus
perhatian. Skala dapat mengkategorikan individu secara umum atau dapat juga
membedakan individu dengan tingkat kedetailan yang bervariasi. Ada empat tipe
skala, yaitu: nominal, ordinal, interval, dan ratio. Tingkat kedetailan semakin tinggi
mulai dari skala nominal sampai ratio. Informasi suatu variabel akan lebih detail
jika menggunakan skala interval dan ratio dibandingkan dengan skala nominal dan
ordinal.
1-3
1. Skala Nominal
Skala nominal dapat mengkategorikan subjek ke dalam kategori atau
kelompok tertentu. Contoh variabel ini adalah jenis kelamin, subjek dapat
dikelompokan ke dalam dua kategori yaitu laki-laki atau perempuan. Kategori yang
ada harus mutually exclusive (tidak overlapping) dan collectively exhaustive
(semua kategori tersedia). Informasi yang dapat diperoleh dari skala nominal
adalah persentase atau frekuensi dari tiap nilai kategori dalam sampel yang
diambil.
2. Skala Ordinal
Skala ordinal tidak hanya mengkategorikan variabel, tetapi juga
merangking kategori. Contoh, responden dapat diminta untuk mengindikasikan
preferensinya dengan merangking tingkat kepentingan karakteristik suatu produk.
Skala ordinal menyediakan informasi yang lebih banyak daripada skala nominal.
Walaupun skala ini dapat merangking kategori, tetapi skala ini tidak memberikan
indikasi besarnya perbedaan diantara rangking tersebut.
3. Skala Interval
Skala interval memungkinkan peneliti melakukan operasi aritmetik
tertentu terhadap data yang dikumpulkan dari responden. Sementara skala
nominal hanya memungkinkan peneliti membedakan kelompok secara kualitatif
dengan mengkategorikannya kedalam kumpulan kategori yang mutually exclusive
dan collectively exhaustive, dan skala ordinal merangking preferensi, skala interval
memungkinkan peneliti mengukur jarak antara dua titik pada skala. Data yang
diperoleh dari skala interval dapat dihitung rata-rata dan standar deviasinya. Skala
interval tidak hanya mengelompokan individu berdasarkan kategori tertentu dan
mengurutkan kelompok tersebut, tetapi juga mengukur besarnya perbedaan
preferensi diantara individu.
4. Skala Ratio
Skala ratio menutupi kelemahan skala interval berupa titik acuan yang
bebas (arbitrary origin point) dengan menyediakan titik nol yang mutlak. Dengan
demikian skala ratio tidak hanya mengukur besarnya perbedaan antar poin, tetapi
juga dapat mengukur proporsi perbedaan. Rangkuman karakteristik dari skala-
skala tersebut dapat dilihat pada Tabel II.1.
1-4
Tabel II.1 Karakteristik Skala Pengukuran

Fitur
Ukuran Uji
Ukuran
Skala Titik Central Signifi-
Perbe- Dispersion
Urutan Jarak Asal Tendency kansi
daan
Unik
Nominal Ya Tidak Tidak Tidak Modus - x2
Rentang Korelasi
Ordinal Ya Ya Tidak Tidak Median semi- rank-
interkuartil order
Standar
deviasi,
Rata-rata
Interval Ya Ya Ya Tidak variansi, t, F
Aritmetik
koefisien
variansi
Standar
Rata-rata
deviasi,
Aritmetik
Ratio Ya Ya Ya Ya variansi, t, F
atau
koefisien
Geometrik
variansi
Sumber : Sekaran, 2003.
Ada dua metode scaling (penempatan angka atau simbol) untuk

mendapatkan respon sikap dari responden terkait suatu objek yaitu skala rating
dan skala ranking. Skala rating mempunyai beberapa kategori respon dan
digunakan untuk mendapatkan respon berkenaan dengan objek yang diteliti. Skala
rangking membandingkan antara satu objek dengan objek yang lain dan
mendapatkan preferensi.
II.3 Peramalan
Peramalan (forecasting) adalah estimasi untuk suatu nilai atau
karakteristik di saat mendatang berdasarkan nilai masa lalu. Selain pesanan yang
telah diterima (actual order) peramalan permintaan diperlukan oleh suatu
perusahaan sebagai dasar perencanaan produksi. Asumsi dasar yang digunakan
dalam peramalan adalah pola kecenderungan yang terjadi saat ini akan terjadi
juga di periode yang akan datang. Jika asumsi ini tidak sesuai dengan kondisi yang
ada maka sebaiknya peramalan secara kuantitatif tidak dilakukan karena hasil
keakuratannya akan sangat rendah.
1-5
II.3.1 Klasifikasi Metode Peramalan

Metode peramalan dapat diklasifikasi ke dalam beberapa kategori salah
satunya adalah klasifikasi berdasarkan horizon waktunya. Menurut horizon
waktunya, peramalan dapat diklasifikasikan menjadi:
1. Peramalan jangka pendek; yang memberikan hasil peramalan satu tahun
atau kurang. Peramalan jangka pendek sangat diperlukan untuk
membuat keputusan seperti penjadwalan persediaan, rencana produksi
jangka pendek, analisis tenaga kerja, proyeksi cash flow, dan anggaran
jangka pendek.
2. Peramalan jangka menengah; untuk meramalkan keadaan satu hingga
lima tahun mendatang.
3. Peramalan jangka panjang; digunakan untuk pengambilan keputusan
mengenai perencanaan produk dan perencanaan pasar, pengeluaran
biaya perusahaan, studi kelayakan pabrik, anggaran, purchase order,
perencanaan tenaga kerja dan perencanaan kapasitas kerja serta segala
kegiatan pengambilan keputusan yang berhubungan dengan kejadian
lebih dari lima tahun mendatang.
Secara garis besar, peramalan dapat dibagi ke dalam dua kategori, yaitu :
1. Peramalan kualitatif, yaitu peramalan yang didasarkan pada penilaian,
evaluasi subyektif, intuisi, dan pendapat pakar/ahli. Contoh: riset pasar,
teknik Delphi, management estimation (guess). APICS menamakan
teknik peramalan ini sebagai prediksi.
4. Peramalan kuantitatif, terbagi dalam 2 kategori: intrinsik dan ekstrinsik.
Teknik peramalan intrinsik sering disebut time series analysis techniques.
Teknik ini menggunakan manipulasi matematis terhadap permintaan
masa lalu dari suatu item. Sedangkan teknik ekstrinsik menghasilkan
peramalan dengan mencoba mencari kaitan antara permintaan dari suatu
item dengan data item lain atau dengan faktor-faktor luar lainnya, seperti
kondisi ekonomi, demand item lain, dsb.
Beberapa kriteria yang dapat digunakan untuk memilih metode peramalan yang
tepat (Wheelwright dan Makridakis, 1980) antara lain:
1. Lead time / horizon waktu peramalan
Seperti telah dijelaskan sebelumnya, peramalan dapat diklasifikasikan
menjadi 3 berdasarkan horizon waktunya yaitu jangka pendek, jangka menengah,
1-6
dan jangka panjang. Namun, Wheelwright dan Makridakis (1980) menambahkan

satu kategori horizon waktu lainnya dalam mengklasifikasikan metode peramalan,
yaitu kategori immediate yang mempunyai horizon waktu lebih pendek dari
peramalan kategori jangka pendek. Pendefinisian setiap kategori horizon waktu
tidaklah kaku namun dapat disesuaikan dengan kondisi setiap pengguna.
Peramalan bagi seorang supervisor di bagian produksi suatu perusahaan bisa saja
didefinisikan sebagai peramalan untuk satu hingga dua jam kedepan dan
peramalan jangka panjang sebagai peramalan untuk satu atau dua bulan
berikutnya. Hal ini akan berbeda dengan pihak manajemen puncak yang akan
mendefinisikan horizon waktu immediate antara satu hingga dua bulan dan
peramalan jangka panjang antara 20 hingga 30 tahun kedepan.
2. Pola data
Terdapat beberapa pola yang dapat diidentifikasi dari data yang akan
digunakan dalam peramalan yaitu (Wheelwright dan Makridakis, 1980):
a. Trend
Trend adalah suatu pola yang terdapat pada data ketika teridentifikasi
kecenderungan nilai data naik atau turun dalam suatu kurun waktu tertentu.
b. Horizontal
Pola horizontal adalah ketika tidak ada kecenderungan arah pergerakan
nilai data dalam kurun waktu tertentu.
c. Seasonal
Pola seasonal terdapat pada data ketika nilai data dipengaruhi oleh titik-
titik waktu tertentu dalam suatu rentang waktu seperti hari-hari dalam satu minggu
atau bulan-bulan tertentu dalam satu tahun.
d. Cyclical
Pola cyclical adalah suatu pola data yang terjadi dalam rentang waktu
yang lebih panjang dibandingkan dengan seasonal. Hal yang dapat
mempengaruhi pola cyclical adalah kondisi perekonomian/kondisi dunia usaha
secara umum. Pola cyclical ini terjadi dalam rentang waktu yang tidak dapat
ditentukan sehingga akan lebih sulit diprediksi dibandingkan pola seasonal.
5. Jenis model peramalan yang akan digunakan
Model-model peramalan dapat diklasifikasikan menjadi 2, yaitu:
a. Model Time Series
1-7
Model time series hanya menggunakan faktor waktu sebagai variabel

bebas atau sebagai variabel yang mempengaruhi hasil peramalan. Beberapa
metode peramalan yang termasuk dalam kategori ini antara lain metode moving
average, exponential smoothing, metode decomposition, dan lain-lain.
b. Model Kausal
Model Kausal memungkinkan melibatkan lebih dari 1 variabel bebas
dalam metode peramalan. Kesulitan penggunaan model kausal adalah setiap
variabel bebas harus mampu diterjemahkan ke besaran tertentu terlebih dahulu
untuk digunakan dalam peramalan. Metode peramalan yang dapat digunakan
sebagai model kausal adalah metode regresi dan pendekatan Box-Jenkins
(ARMA).
4. Biaya penggunaan metode peramalan
Tiga jenis biaya yang diperhitungkan dalam suatu peramalan adalah
biaya pengembangan, biaya penyimpanan data, dan biaya eksekusi peramalan.
Biaya pengembangan merupakan biaya yang dikeluarkan untuk menghasilkan
model peramalan tertentu baik model konseptual maupun penerjemahan model
konseptual tersebut ke dalam program komputer. Data-data yang akan digunakan
dalam peramalan seringkali harus disimpan dalam memori komputer. Biaya
penggunaan memori ini menjadi biaya yang perlu diperhitungkan. Biaya eksekusi
peramalan merupakan biaya yang keluar ketika mengaplikasikan program yang
telah dibangun. Proses iterasi peramalan memerlukan waktu dan sumber daya
manusia yang diperhitungkan sebagai biaya.
5. Akurasi metode peramalan
Baik tidaknya suatu metode peramalan sering dinilai dari ketepatan hasil
peramalan dengan kondisi aktual. Terdapat 2 cara yang dapat dilakukan untuk
menilai ketepatan metode peramalan, yaitu menggunakan seluruh data historis
untuk membuat peramalan lalu membandingkan hasil peramalan tersebut dengan
data aktual, sedangkan yang kedua adalah menggunakan sebagian data historis
untuk membuat peramalan lalu membandingkan hasil peramalan yang didapatkan
dengan data historis lainnya yang tidak kita gunakan.
1-8
Tabel II.2. Klasifikasi Metode Peramalan

Type of Time Horizon
Methods Description
Model A B C D
Variations in dependent
Single and
variables are explained by
multiple
variations in the independent
Causal or regression
one(s)
Explanatory
Econometric Simultaneous systems of
Quantitative Methods
models multiple regression equations
Simple rules such as :

forecast equals most recent
Naive
actual value or equals last
year's same month+5%
Time series Trend Linear, exponential, S-curve,

extrapolation or other types of projections
Forecasts are obtained by

smoothing, averaging, past
Smoothing
actual values in a linear or
exponential manner
A time series is "broken"
Decompositi down into trend,
on seasonability, cyclicality, and
randomness
Quantitative Methods
Foreast are expressed as a

linear combination of past
Time series Filters actual values. Parameters or
model can "adapt" to changes
in data
Autoregressi Forecasts are expressed as a
ve/Moving linear combination of past
averages actual values and/or past
(ARMA) errors
Subjective probabilities are
Decision assigned to each event and
Qualitative
Methods
trees the approach of Bayesian

Subjective Statistics is used
Assessment
A bottom-up approach
Salesforce
aggregating salesman's
estimates
forecasts
Juries of Marketing, production and
executive finance executives jointly
Qualitative
Methods
opinion prepare forecasts

Subjective
Assessment Anticipatory
Learning about intentions of
surveis
potential customers or planes
market
of business
research
1-9
Sumber : Wheelwright dan Makridakis 1980, p34-35.

Keterangan:
1. Time horizon: A. Immediate, B. Short, C. Medium, D. Long
2. Extensive use, Medium use, Limited use
6. Kemudahan penerapan metode peramalan

Kemudahan penerapan berkaitan dengan waktu yang dibutuhkan untuk
menghasilkan nilai peramalan dan intuitive appeal dari metode peramalan
tersebut. Intuitive appeal berkaitan dengan kemudahan pengguna hasil peramalan
mengerti akan metode peramalan yang digunakan dan seberapa baik nilai
peramalan yang dihasilkan berdasarkan sudut pandang pengguna.
Pada Tabel II.2 terdapat metode-metode peramalan yang dikelompokkan
berdasarkan beberapa kriteria yang telah dibahas sebelumnya. Informasi-
informasi yang terdapat dalam Tabel II.2 dapat digunakan untuk memilih metode
peramalan yang sesuai dengan kondisi yang dihadapi.
II.3.2 Teknik-Teknik Peramalan Kuantitatif

Terdapat beberapa teknik peramalan kuantitatif yang dapat digunakan
untuk menghitung hasil sebuah peramalan, berikut adalah beberapa metode
peramalan kuantitatif:
1. Moving Average
Moving average merupakan metode peramalan kuantitatif yang paling
mudah dilakukan. Perhitungan peramalan dengan metode moving average ini
dapat menggunakan Pers. II-3.
(Pers.II-3)
Keterangan:
i : period number
t : current period (the period for which the most recent actual demand is
known
n : number of periods in the moving average
Hasil peramalan merupakan rata-rata dari permintaan beberapa periode
sebelumnya. Kelemahan utama dari metode ini adalah lag effect.
2. Exponential Smoothing Forecasting
1-10
Rumus metode peramalan first order exponential smoothing dapat menggunakan

Pers. II-4.
(Pers. II-4)
Keterangan:
𝛼 : the smoothing constant
t : current period (the period for which the most recent actual demand is
known
ESFt-1 : exponential smoothing forecast made one period previously (at the end
of period t-1)
Berdasarkan Pers. II-4, peramalan single exponential smoothing dihitung
berdasarkan hasil peramalan ditambah dengan kesalahan peramalan periode
sebelumnya.
3. Regression Analysis
Terdapat beberapa jenis regresi yang dapat digunakan untuk menghitung
hasil peramalan. Rumus-rumus setiap jenis regresi dapat dilihat mulai dari Pers.
II-5 sampai dengan Pers. II-6.
Linier : Y = a + bx (Pers. II-5)
Khusus untuk metode regresi linier, rumus yang umumnya digunakan yaitu:
(Pers. II-6)
Keterangan:
a = Y intercept
b = slope of the line
𝑦 = average of all y’s
𝑥= average of all x’s

x = x value at each data point
y = y value at each data point
n = number of data points
Y = value of the dependent variable computed with the regression equation
1-11
4. Decomposition of Time Series

Untuk melakukan peramalan dengan metode decomposition of time
series terdapat 5 langkah utama yang perlu diikuti, yaitu:
1. Hitung seasonal factor (atau index).
Pertama, hitung terlebih dahulu general average for all 12 quarters.
Kemudian hitung rata-rata permintaan pada kuarter yang sama setiap
tahunnya (average of the same quarter of each year).
Seasonal Factor = average of the same 4 quarter of each
year/general average for all 12 quarters (Pers. II-7)
Catatan:
Satu tahun terdiri dari 4 kuarter.
2. Tentukan nilai deseasonalized demand
Deseasonalized Demand = actual sales/seasonal factor (Pers. II-8)
3. Tentukan persamaan garis dari deseasonalized demand menggunakan

persamaan regresi.
4. Ekstrapolasi garis yang diperoleh dari langkah 4 ke data di masa yang
akan datang (Menggunakan Analisis Regresi).
5. Hitung hasil peramalan akhir dengan mengalikan data yang diperoleh dari
langkah 5 dengan seasonal factor yang sesuai.
II.3.3 Ukuran-Ukuran Kesalahan Peramalan

Tujuan dari teknik peramalan adalah agar dapat diperoleh hasil taksiran
nilai-nilai di masa yang akan datang. Hasil peramalan tersebut memiliki
kecenderungan untuk mempunyai kesalahan-kesalahan. Besarnya kesalahan
pada periode ke-i (ei) dinyatakan sebagai:
ei = Actual Demandi - Forecast Demandi (Pers. II-9)
Keterangan:
i : periode ke-i
Xi : Actual demand i
Fi : Forecast demand i
Tabel II.3 menunjukkan beberapa ukuran statistik untuk menghitung kesalahan
yang sering digunakan.
1-12
Tabel II.3. Ukuran-Ukuran Kesalahan

Mean Error (Bias) : Mean Absolute Deviation:
ME =
e i
n
Sum of Squared Error : Mean Squared Error :
SSE =  ei e
2 2
MSE =
i
n
Standard Deviation Of Forecast Error : Percentage Error :
e 
Pe i =  i  x100%
 xi 
Standard Error Of Estimate : Mean Percentage Error :
  ( ei ) 2   PE
1/ 2
SDE =  MPE =
i

 n − f  n
Mean Absolute Percentage Error : Tracking Signal :
MAPE =
 PE i
TS i =
E ( ei )
n MAD
II.4 Kebutuhan, Keinginan dan Permintaan
Kebutuhan adalah apa yang diperlukan manusia untuk hidupnya. Orang
membutuhkan udara, makanan, air, pakaian, dan tempat tinggal sebagai
kebutuhan yang paling dasar. Orang juga membutuhkan rekreasi, pendidikan, dan
hiburan pada tingkat berikutnya. Kebutuhan ini menjadi keinginan ketika diarahkan
ke objek tertentu yang mungkin bisa memenuhinya.
Permintaan adalah keinginan terhadap produk tertentu yang diikuti
dengan daya beli (ability to pay). Perusahaan perlu mengukur tidak hanya berapa
banyak orang yang ingin membeli, tapi juga berapa banyak yang mau dan mampu
membeli produknya (Kotler, 2009).
II.5 Pengukuran Permintaan

Setiap perusahaan perlu membuat ramalan penjualan sebagai bagian
dari rencana dan target operasinya. Ramalan penjualan didasarkan pada estimasi
permintaan. Oleh karena itu, penting bagi perusahaan untuk bisa melakukan
1-13
pengukuran dan peramalan permintaan dengan tepat. Pengukuran permintaan

biasanya dilakukan mulai dari level pasar dan kemudian diturunkan ke level
perusahaan.
Permintaan pasar (market demand) bukanlah besaran yang konstan, tapi
merupakan fungsi dari berbagai faktor seperti kondisi ekonomi, perkembangan
teknologi, preferensi konsumen, dan program pemasaran perusahaan. Potensi
pasar adalah batas atas dari permintaan pasar.
Permintaan perusahaan (company demand) adalah perkiraan pangsa
(share) dari permintaan pasar yang bisa diperlukan perusahaan dengan upaya
pemasaran tertentu dalam periode waktu tertentu. Ini akan tergantung pada
persepsi relatif konsumen terhadap produk dan layanan yang ditawarkan
perusahaan dibandingkan dengan apa yang ditawarkan pesaing. Berdasarkan
company demand inilah kemudian perusahaan memperkirakan penjualan
perusahaan yang merupakan tingkat penjualan yang diperkirakan terjadi
berdasarkan rencana program pemasaran dan kondisi pasar yang diasumsikan.
Terdapat beberapa istilah dalam pengukuran permintaan perusahaan, yaitu
(Kotler, 2009):
a. Pasar potensial (potential market), yaitu sekelompok konsumen yang
memiliki ketertarikan terhadap produk atau layanan pemasar.
b. Pasar tersedia (available market), yaitu sekelompok konsumen yang
memiliki ketertarikan, daya beli, dan akses terhadap produk atau layanan
pemasar.
c. Pasar target (target market), yaitu bagian dari pasar tersedia yang
menjadi sasaran produk atau layanan pemasar.
d. Pasar terpenetrasi (penetrated market), yaitu sekelompok konsumen
yang saat ini sudah membeli produk atau layanan pemasar.
Berikut adalah diagram yang menggambarkan keempat ukuran permintaan
tersebut.
1-14
Pasar potensial
Pasar tersedia
Volume pasar
Pasar target
Pasar terpenetrasi
Upaya pemasaran
Gambar II.1 Berbagai Ukuran Permintaan Sebagai Fungsi Dari Upaya Pemasaran
II.6 Metode untuk Memperkirakan Permintaan Pasar Total

Banyak sekali metode yang bisa digunakan untuk memperkirakan
permintaan pasar, mulai dari metode kuantitatif, baik yang bersifat agregat
maupun disagregat dengan menggunakan model estimasi matematis sederhana
maupun kompleks, sampai dengan metode kualitatif yang berdasarkan konsensus
penilaian pakar. Salah satu metode agregat kuantitatif yang banyak digunakan
adalah chain ratio method, dimana estimasi permintaan dilakukan dengan
mengalikan suatu besaran dasar dengan beberapa faktor penyesuaian yang
relevan (Kotler, 2009). Besaran dasar yang digunakan tergantung pada
karakteristik produknya, bisa individu, keluarga, dyad (misalnya pasangan suami-
istri, atasan-bawahan, orangtua-anak), atau perusahaan/organisasi. Misalnya
sebuah perusahaan produsen minuman ringan bersoda memperkirakan
permintaan pasar total dengan menggunakan formula berikut:
(Pers. II-10)
Keterangan :
DJPPL = data jumlah penduduk usia produktif di pulau Jawa (orang)
SPS = persentase usia produktif yang menggunakan meja lipat (%)
(menggunakan data persentase responden yang tertarik dengan meja lipat)
RJS = rata-rata jumlah meja lipat setiap orang (1 unit/orang)
RUPS = rata-rata umur pakai meja lipat (5 tahun = 60 bulan)
KMB = persentase kenaikan minat beli
1-15
Dalam contoh diatas besaran dasar yang digunakan adalah populasi

orang karena proses pembelian dan konsumsi produk minuman ringan dilakukan
pada level individu.
II.7 Metode untuk Memperkirakan Pasar Potensial Perusahaan

Sesuai dengan uraian di bagian sebelumnya, permintaan perusahaan
(company demand) merupakan bagian dari permintaan pasar yang memiliki
kecenderungan atau preferensi untuk memilih produk atau layanan perusahaan.
Model yang banyak digunakan dalam menggambarkan preferensi konsumen
adalah choice model. Choice model merepresentasikan bagaimana orang memilih
di antara pilihan-pilihan yang ada. Dalam konteks pemasaran, konsumen akan
memilih di antara pilihan-pilihan produk atau layanan yang ada. Pilihan konsumen
didasarkan pada penilaian relatif konsumen terhadap atribut-atribut produk atau
layanan tersebut. Konsumen tentunya akan memilih produk atau layanan yang
memiliki kinerja atribut yang lebih baik. Choice bisa dimodelkan dengan unit
analisis agregat (pasar) atau disagregat (individu), dan secara matematis dapat
dibuat dalam 2 jenis model (Kanafani, 1983):
1. Deterministic choice
Dalam model deterministik, choice dinyatakan dalam proporsi dari
populasi yang akan memilih suatu produk atau layanan. Proporsi merupakan
fungsi dari utilitas setiap pilihan produk atau layanan. Utilitas dari setiap produk
atau layanan merupakan fungsi dari kinerja setiap atributnya. Produk atau layanan
yang memiliki utilitas yang lebih tinggi akan lebih banyak dipilih, dan sebaliknya.
2. Stochastic choice
Dalam model stokastik, choice dinyatakan sebagai probabilitas terpilihnya
suatu produk atau layanan berdasarkan penilaian orang terhadap atribut-atribut
produk/layanan tersebut. Salah satu dari dua model yang paling banyak digunakan
dalam model stokastik adalah Multinomial Logit (MNL). Model MNL didefinisikan
oleh fungsi probabilitas sebagai berikut.
e wi ( x )
pi =
n=1 e
j wj ( x)
(Pers. II-11)
Keterangan:
1-16
pi : probabilitas terpilihnya produk atau layanan i.

wi(x) : persamaan regresi untuk bobot atribut produk atau layanan i.
j : banyaknya produk atau layanan yang tersedia di pasar.
Untuk menyederhanakan perhitungan, pengujian dapat dilakukan
terhadap atribut atau layanan yang berbeda secara signifikan antara alternatif
produk atau layanan yang ada. Atribut yang nilainya tidak berbeda secara
signifikan dapat dikeluarkan dari perhitungan. Untuk melakukan uji beda dapat
menggunakan Uji ANOVA yang termasuk dalam pengujian statistik parametrik.
Setelah melakukan uji beda untuk setiap atribut atau layanan yang ada,
selanjutnya dilakukan regresi terhadap atribut produk atau layanan yang berbeda
secara signifikan. Regresi ini dilakukan untuk mendapatkan bobot setiap atribut
dari sebuah produk atau layanan.
III. Alat, Bahan dan Data Praktikum

Peralatan, bahan, dan data yang digunakan dalam praktikum adalah:
a. Produk meja lipat PST dan 3 pesaingnya
b. Laptop (1 per kelompok)
c. Aplikasi Microsoft Excel
d. Aplikasi MINITAB
e. Data pertumbuhan penduduk di Pulau Jawa selama 7 tahun dan 6 bulan
terakhir
f. Data hasil kuesioner survei pasar.
IV. Prosedur Pelaksanaan

Prosedur pelaksanaan Modul 1 ini terdiri dari dua kelompok aktivitas, yaitu
survei pasar dan peramalan permintaan. Kegiatan yang dilakukan pada survei
pasar terdiri dari:
1. Perhitungan jumlah sampel
2. Random data hasil kuesioner meja lipat
3. Pengolahan data hasil kuesioner meja lipat
4. Tabulasi silang, uji keterkaitan, dan uji beda
5. Perhitungan proporsi pasar dengan menggunakan Regresi Multilinear
Kegiatan yang dilakukan pada peramalan permintaan terdiri dari:
1. Perhitungan estimasi permintaan total pasar
1-17
2. Pemilihan metode peramalan (2 buah metode)

3. Perhitungan ukuran-ukuran peramalan
4. Pemilihan metode terbaik
5. Perhitungan permintaan potensial perusahaan
6. Penentuan target penjualan
IV.1 Survei Pasar

Survei pasar dilakukan dengan tujuan untuk mendapatkan gambaran
tentang produk perusahaan jika dibandingkan dengan kompetitor. Berikut langkah-
langkah dalam melakukan survei pasar:
1. Setiap kelompok praktikan mendapatkan 4 jenis meja lipat yang akan
terdapat pada formulir Google. Setiap praktikan mengisi kuesioner
tersebut berdasarkan pengamatan terhadap 4 jenis meja lipat yang
diberikan (meja lipat PST, meja lipat Black&White, meja lipat Wooden Box
Blue, dan meja lipat Mozaik.
2. Setiap kelompok menetapkan ukuran sampel survei. Praktikan diwajibkan
untuk menentukan tingkat keyakinan dan tingkat error (berikan
penjelasan mengenai persentase tingkat keyakinan dan tingkat error yang
dipilih). Perusahaan PST memberikan uang anggaran maksimal sejumlah
Rp. 1.750.000,- untuk melakukan pembelian hasil survei dengan harga
Rp. 10.000,- untuk satu sampelnya. Praktikan diharapkan dapat mengatur
nilai error dan confidence level yang sesuai dengan modal yang dimiliki.
Perhatikan pula jumlah uang yang digunakan untuk pembelian data
survei.
3. Setiap kelompok memilih responden yang menjadi sampel secara acak.
4. Setiap kelompok mengolah data sampel dengan cara sebagai berikut:
a. Buatlah tabel atau grafik yang diperlukan untuk mendeskripsikan hasil
survei setiap pertanyaan yang ada di bagian I dan III kuesioner.
b. Buatlah tabulasi silang antara variabel pada bagian I nomor 1 dengan
bagian III kuesioner (total terdapat 16 buah hasil tabulasi silang) dan
analisis hasil tersebut.
c. Buatlah peta profil menggunakan nilai rata - rata dari seluruh atribut
produk dengan tujuan memberi gambaran perbandingan kekuatan atribut
pada 4 jenis meja lipat.
1-18
d. Lakukan uji beda untuk setiap atribut produk (Uji ANOVA)
IV.2 Estimasi dan Peramalan Permintaan

Estimasi dan peramalan permintaan bertujuan untuk mendapatkan hasil
peramalan terhadap permintaan meja lipat PST untuk 7 tahun ke depan. Berikut
langkah-langkah dalam melakukan estimasi dan peramalan permintaan:
1. Berdasarkan data jumlah pelajar tahun 2013-2021, setiap kelompok
menghitung Estimasi Permintaan Total Pasar (EPTP).
2. Selanjutnya setiap kelompok praktikan melakukan peramalan terhadap
EPTP untuk tahun 2021 dan 2022 (per bulan) menggunakan beberapa
metode peramalan kualitatif. Pilihlah 2 metode yang Anda anggap sesuai
dengan kondisi yang dihadapi. Pertimbangkan untuk menggunakan
metode-metode peramalan yang akurat dan praktis. Lakukan juga
peramalan EPTP setiap tahun dalam 4 tahun ke depan (2023-2026).
3. Berdasarkan hasil EPTP yang sudah dihitung pada langkah 2,
selanjutnya hitunglah jumlah permintaan potensial meja lipat merk PST
(EPPP) menggunakan proporsi permintaan meja lipat PST yang
didapatkan dari fungsi multinomial logit. Sebelum melakukan perhitungan
dengan fungsi multinomial logit, Anda terlebih dahulu menguji atribut-
atribut produk yang signifikan untuk dipertimbangkan ke dalam fungsi.
Gunakan One Way ANOVA test untuk mendapatkan informasi ini.
4. Dalam perhitungan dengan fungsi multinomial logit, bobot relatif atribut
diperoleh dari persamaan regresi dimana penilaian meja lipat secara
keseluruhan menjadi respon dan atribut setiap meja lipat yang sudah diuji
beda menjadi prediktor. Hasil perhitungan dalam langkah ini merupakan
permintaan potensial untuk perusahaan PST.
5. Selanjutnya dari jumlah permintaan potensial tentukanlah target
penjualan perusahaan selama 5 tahun ke depan. Praktikan dapat
menentukan persentase target penjualan secara mandiri pada
rentang 1 - 4% secara kualitatif dan rasional. Persentase target
penjualan dapat berubah-ubah untuk setiap periodenya dan tidak dibatasi
oleh modal. Besarnya target tersebut ditentukan dengan
mempertimbangkan:
A. PT PST merupakan perusahaan yang baru memasuki pasar
1-19
B. Hasil uji keterkaitan (tabulasi silang) yang dilakukan pada Modul 1A

C. Banyaknya kompetitor yang akan masuk
D. Adanya kemungkinan perubahan kebutuhan dan perilaku konsumen
E. Perubahan peraturan atau regulasi pemerintah
F. Perubahan teknologi dan inovasi
G. Fluktuasi pertumbuhan ekonomi maupun stabilitas ekonomi
H. Pandemi COVID 19
J. Dan faktor-faktor lainnya yang sudah mempetimbangkan SMART
(Specific, Measurable, Achievable, Realistic dan Time-based)
Selanjutnya, anda diminta untuk menganalisis dasar pemilihan nilai persentase

yang telah anda tentukan tersebut.
1-20
V. Format Laporan
BAB I PENDAHULUAN
I.1 Tujuan Penelitian
I.2 Latar Belakang Masalah
BAB II DATA DAN PENGOLAHAN DATA
II.1 Pengumpulan Data
II.1.1 Proses Pengumpulan Data
II.1.2 Penentuan Ukuran Sampel
II.2 Pengolahan Data Kuesioner
II.2.1 Deskripsi Data Hasil Survei
II.2.2 Tabulasi Silang dan Uji Keterkaitan
II.2.3 Peta Profil
II.2.4 Uji Perbedaan
II.2.5 Pembuatan Model Stokastik
II.3 Estimasi Permintaan Total Pasar
II.4 Peramalan Permintaan
II.4.1 Perhitungan Peramalan
II.4.2 Pemilihan Metode Peramalan
II.5 Estimasi Permintaan Potensial Perusahaan
II.6 Penentuan Target Penjualan
BAB III ANALISIS
III.1 Analisis Proses Pengumpulan Data
III.2 Analisis Statistik Hasil Survei
III.3 Analisis Hasil Peramalan
III.4 Analisis Perencanaan Penjualan
BAB IV KESIMPULAN DAN SARAN
IV.1 Kesimpulan
IV.2 Saran
1-21
VI. Daftar Pustaka

Cameron. T. A.. Quiggin. J. (1994). Estimation Using Contingent Valuation Data
from A “Dichotomous Choice with Follow-Up” Questionnaire. Journal of
Environmental Economics and Management 27 (3). 218 – 34.
Vollmann, T. E. (2011). Manufacturing Planning and Control Systems for Supply
Chain Management.
Kanafani. A. (1983). Transportation Demand Analysis. McGraw-Hill. Inc.. United
States of America.
Kotler. P.. Keller. K. L. (2009). Marketing Management. 13th Edition. Pearson
Education International. New Jersey.
Makridakis. S. G.. Wheelwright. S. C. (1980). Forecasting Methods for
Management. John Wiley & Sons. New York.
Sekaran. Uma (2003). Research Methods for Business: A Skill Building Approach.
4th Edition. John Wiley & Sons. New York.
Dahlan. Ahmad.Definisi Sampling Serta Jenis Metode dan Teknik Sampling.
Dilihat dari http://www.eurekapendidikan.com/2015/09/defenisi-sampling-
dan-teknik-sampling.html pada tanggal 7 Agustus 2017.
1-22
VII. Flowchart
Mulai
Penentuan
Ukuran Sampel
Deskripsi Data
Hasil Survei
Tabulasi Silang dan Uji

Keterkaitan
Uji beda
Perhitungan Proporsi
Masing-Masing Meja
Lipat
Perhitungan EPTP
Peramalan EPTP
Perhitungan EPPP Meja

Lipat PST
Perhitungan target
penjualan Meja Lipat
PST
Analisis
Kesimpulan dan Saran
Selesai
Gambar VII.1 Flowchart Pengerjaan Modul 1
1-23
VIII. Lampiran
Gambar VIII.1 Meja Lipat PST
Gambar VIII.2 Meja Lipat Black&White
1-24
Gambar VIII.3 Meja Lipat Mozaik
Gambar VIII.4 Meja Lipat Wooden Box
1-25
01 ANALISIS PASAR
LABORATORIUM PERANCANGAN SISTEM TERINTEGRASI I
UNIVERSITAS KATOLIK PARAHYANGAN
2021
DAFTAR ISI
1 TUJUAN MODUL 1
2 MODUL 1A - ANALISIS PASAR
3 MODUL 1B - PENENTUAN TARGET PASAR
MODUL 1 | ANALISIS PASAR

TUJUAN MODUL 1
Membuat perencanaan
Melakukan survei dan Melakukan estimasi dan penjualan berdasarkan hasil
analisis pasar. peramalan permintaan. analisis pasar dan peramalan
permintaan.

MODUL 1A
ANALISIS PASAR
MODUL 1| ANALISIS PASAR

SYARAT
1 Laptop atau Komputer
2 Aplikasi Microsoft Excel
MASUK 3 MINITAB
MODUL 4 Data Penduduk Usia Produktif di Pulau Jawa Tahun 2013-2021
1A 5 Data Hasil Kuesioner Survei Pasar Modul 0

TUJUAN ANALISIS PASAR
Mendapatkan gambaran pasar produk meja

lipat PST jika dibandingkan dengan
kompetitor.

LANGKAH PENGERJAAN MODUL 1A
1 Penentuan ukuran sampel
Pengolahan data hasil kuesioner meja lipat 2

A. Deskripsi data hasil survei
B. Tabulasi silang dan uji keterkaitan
C. Peta profil
D. Uji beda
E. Perhitungan proporsi pasar meja lipat

1. PENENTUAN UKURAN SAMPEL
Menentukan tingkat keyakinan dan tingkat

error.
Diberikan uang sejumlah Rp1.750.000,-

untuk melakukan pembelian hasil survei
sebesar Rp10.000,- untuk satu sampelnya.
Sesuaikan tingkat keyakinan dan tingkat flaticon.com
error sesuai dengan modal yang dimiliki.

1. PENENTUAN UKURAN SAMPEL
Perhitungan jumlah sampel dilakukan menggunakan persamaan:
Keterangan:
n : ukuran sampel
Z : nilai Z (misal 1,96 untuk 95% dengan tingkat kesalahan α = 5%)
p : persentase terpilihnya pilihan, diekspresikan dengan desimal
(0,5 digunakan untuk ukuran sampel yang dibutuhkan)
c : error atau kepresisian, diekspresikan dengan desimal

2. PENGOLAHAN DATA HASIL KUESIONER
A. DESKRIPSI DATA HASIL SURVEI
Pie Chart Bar Chart
Kategori usia, jenis kelamin, daerah Rata-rata pengeluaran per bulan, nilai
asal, ketertarikan terhadap meja lipat kualitas keseluruhan setiap meja lipat

B. TABULASI SILANG DAN UJI KETERKAITAN
Buat tabulasi silang dan uji keterkaitan (chi-square) antara:
USIA
JENIS KELAMIN
Kualitas keseluruhan
DAERAH ASAL dengan meja lipat (PST,
Woodyminium,
RATA-RATA PENGELUARAN Wooden Box, Mozaik)
KETERTARIKAN

C. PETA PROFIL
Peta profil dibuat menggunakan

nilai rata - rata masing-masing
atribut untuk setiap meja lipat.
D. UJI BEDA
1. Lakukan uji normalitas untuk setiap atribut meja lipat.
2. Lakukan uji beda untuk setiap atribut meja lipat dengan menggunakan:
● ANOVA untuk pengujian statistik parametrik
● Kruskal-Wallis Test untuk pengujian statistik non-parametrik

flaticon.com

E. PERHITUNGAN PROPORSI MEJA LIPAT PST
● Tentukan proporsi permintaan dari setiap jenis meja lipat

menggunakan Multinomial Logit (MNL).
● Bobot relatif atribut diperoleh dari persamaan regresi dimana

penilaian meja lipat secara keseluruhan menjadi respon dan
flaticon.com
atribut setiap meja lipat yang sudah diuji beda menjadi

prediktor.

Jika tidak terdapat atribut yang memiliki perbedaan nilai untuk

setiap meja lipat dari uji beda yang dilakukan, maka nilai
proporsi untuk meja lipat PST bernilai ¼ .
Jika terdapat minimal satu atribut yang berbeda dari uji beda
flaticon.com
yang dilakukan, maka masukkan atribut tersebut dalam

perhitungan MNL.

flaticon.com

TARGET ASISTENSI
Asistensi Laboratorium Modul 1A: Asistensi Dosen Modul 1 A:
• Penentuan ukuran sampel

• Penentuan ukuran sampel
• Deskripsi data hasil survei
• Deskripsi data hasil survei
• Tabulasi silang dan uji keterkaitan
• Tabulasi silang dan uji keterkaitan
• Uji beda
• Perhitungan proporsi pasar meja lipat
(MNL)

MODUL 1B
PENENTUAN TARGET PASAR

SYARAT
1 Laptop atau Komputer
2 Aplikasi Microsoft Excel dan MINITAB
MASUK 3 Hasil Uji Beda dan Proporsi Pasar Meja Lipat atau MNL (Output Modul 1A)
MODUL 4 Data Penduduk Usia Produktif di Pulau Jawa Tahun 2013-2021
1B 5 Data Hasil Kuesioner Survei Pasar Modul 0

TUJUAN PENENTUAN TARGET PASAR
Menentukan cakupan target penjualan

meja lipat PST yang berguna untuk
menentukan jumlah produk yang akan
diproduksi serta dipasarkan

LANGKAH PENGERJAAN MODUL 1B
1 Pengolahan data hasil kuesioner meja lipat
A. Perhitungan Estimasi Permintaan Total Pasar (EPTP) 2013-2021
B. Peramalan EPTP 2021-2026
C. Perhitungan Estimasi Permintaan Potensial Perusahaan (EPPP) 2021-2026
D. Perhitungan Target Penjualan

PENGOLAHAN DATA HASIL KUESIONER
A. Perhitungan Estimasi Permintaan Total Pasar (EPTP) 2013-2021
Hitung EPTP per bulan untuk Januari 2013 hingga Agustus 2021 dengan persamaan:
Diketahui:
● DJPPL : data jumlah penduduk usia produktif di pulau Jawa (orang)
● SPS : persentase usia produktif yang menggunakan meja lipat (%) (menggunakan data persentase
responden yang tertarik dengan meja lipat) flaticon.com
● RJS : rata-rata jumlah meja lipat setiap orang (1 unit/orang)

● RUPS : rata-rata umur pakai meja lipat (5 tahun = 60 bulan)
● KMB : persentase kenaikan minat beli
Persentase kenaikan minat beli bulan Juni dan Juli = 80-90%
Persentase kenaikan minat beli selain bulan Juni dan Juli = 50-60%

B. Peramalan EPTP 2021-2026
Membuat grafik EPTP per bulan setiap

1. tahun dan per tahun setiap bulan.
Pilih satu metode peramalan terbaik
4. berdasarkan ukuran kesalahan.
flaticon.com
Lakukan peramalan menggunakan minimal

2.
dua metode untuk EPTP tahun 2013-2021.
Peramalan dilakukan per bulan mulai dari
5. September 2021 - Desember 2022 dan per

Lakukan perhitungan ukuran kesalahan tahun mulai dari tahun 2023 - 2026.
3. peramalan menggunakan 2 metode (Sum
of Square Error dan Mean Absolute
Percentage Error).
C. Perhitungan Estimasi Permintaan Potensial Perusahaan (EPPP) 2021-2026
Perhitungan Estimasi Permintaan Potensial Perusahaan (EPPP) per bulan mulai dari September
2021 - Desember 2022 dan per tahun mulai dari tahun 2023 - 2026 dilakukan menggunakan
persamaan:
EPPP periode ke-n = proporsi meja lipat PST x EPTP periode ke-n

Tentukan persentase target penjualan perusahaan meja lipat PT PST per bulan mulai dari September
2021 - Desember 2022 dan per tahun mulai dari tahun 2023 - 2026 serta target penjualan (unit).
Target Penjualan (unit) = EPPP x Persentase Target Penjualan
Praktikan dapat menentukan persentase target penjualan secara mandiri pada rentang 1 - 4% secara
kualitatif dan rasional. Persentase target penjualan dapat berbeda untuk setiap periodenya.

Beberapa hal yang harus dipertimbangkan dalam menentukan persentase target penjualan :
● PT PST merupakan perusahaan yang baru memasuki pasar
● Hasil uji keterkaitan (tabulasi silang) yang dilakukan pada Modul 1A
● Banyaknya kompetitor yang akan masuk
● Adanya kemungkinan perubahan kebutuhan dan perilaku konsumen
● Perubahan peraturan atau regulasi pemerintah
● Perubahan teknologi dan inovasi
● Fluktuasi pertumbuhan ekonomi maupun stabilitas ekonomi
● Pandemi Covid 19
● Dan faktor-faktor lainnya yang sudah mempertimbangkan SMART (Specific, Measurable, Achievable, Realistic
dan Time-based)
Catatan : Harap memberikan alasan yang jelas

TARGET ASISTENSI
Asistensi Laboratorium Modul 1B: Asistensi Dosen Modul 1 B:
• Perhitungan EPTP 2013-2021 • Perhitungan EPTP 2013-2021

• Peramalan EPTP 2021-2026 (2 Metode) • Peramalan EPTP 2021-2026 (2 Metode)
• Perhitungan Ukuran Kesalahan Peramalan • Perhitungan Ukuran Kesalahan Peramalan
(2 metode) untuk masing-masing metode (2 metode) untuk masing-masing metode
peramalan peramalan
• Perhitungan EPPP 2021-2026 • Perhitungan EPPP 2021-2026
• Penentuan Target Penjualan

TERIMA KASIH
2021
MODUL 2
PERENCANAAN PROSES
I. TUJUAN MODUL
Modul 2 mengenai perancangan proses bertujuan agar mahasiswa
mampu:
1. Memahami dan menyusun Lembar Rencana Proses (Routing Sheet).
2. Memahami dan menyusun Assembly Chart dari perakitan suatu produk.
3. Memahami dan menyusun Operation Process Chart (Peta Proses
Operasi) dari suatu produk.
4. Memahami dan menyusun Bill of Material dari suatu produk.
II. INPUT DAN OUTPUT

Berikut merupakan input yang dibutuhkan dan output yang dihasilkan dari
Modul 2 mengenai perancangan proses.
II.1 Input
a. File Computer Aided Design (CAD) komponen meja lipat PST
II.2 Output
b. Solidworks hasil perakitan meja lipat PST
c. Bill of Material (BoM) meja lipat PST
d. Lembar Rencana Proses (LRP) meja lipat PST
e. Assembly Chart (AC) meja lipat PST
f. Operation Process Chart (OPC) meja lipat PST
III. LANDASAN TEORI

Dalam bagian ini akan diuraikan teori dasar mengenai perancangan
proses, bill of material, lembar rencana proses, assembly chart, dan operation
process chart. Teori singkat yang mendukung pelaksanaan Modul 2 mengenai
perancangan proses yaitu sebagai berikut.
2-1
MODUL 2 PERENCANAAN PROSES
III.1 Perencanaan Proses (Process Planning)

Menurut ANSI Standar Z94.10 (1972), process planning adalah “a
procedure for determining the operation or actions necessary to transform material
from one state to another.” Menurut Bedworth (1991), process planning adalah “the
preparation of a set of instructions that describe how to fabricate a part or build an
assembly which will satisfy engineering design specification”, dimana “a set of
instruction” pada definisi Bedworth merupakan pembahasan mengenai urutan
pengerjaan, mesin dan tools yang digunakan, material yang diperlukan, toleransi,
parameter pemesinan, dan lain-lain.
Prosedur perencanaan proses meliputi beberapa tugas, yaitu pemilihan
proses, pemilihan alat potong, pemilihan parameter pemesinan, pemilihan mesin,
pemilihan metode pencekaman, pengurutan operasi, serta penentuan gerak
pahat. Pemilihan operasi bergantung pada bentuk yang akan dihasilkan serta
kemampuan mesin yang digunakan. Pada umumnya, pemilihan mesin ditentukan
oleh operasi yang dibutuhkan untuk menghasilkan produk akhir.
Langkah-langkah process planning adalah sebagai berikut:
1. Identifikasi keseluruhan bentuk part.
2. Identifikasi fitur dan catatan yang berkaitan dengan proses manufaktur
part, melalui gambar teknik.
3. Tentukan jenis material penyusun part.
4. Identifikasi datum surface.
5. Tentukan mesin untuk setiap proses.
6. Tentukan seluruh operasi yang diperlukan dalam pembuatan fitur part.
7. Urutkan operasi-operasi tersebut berdasarkan ketergantungan antar
operasi.
8. Pilih tools yang digunakan pada setiap operasi.
9. Pilih atau rancang fixture yang diperlukan.
10. Evaluasi hasil perencanaan, lakukan modifikasi bila perlu.
11. Tentukan parameter pemesinan untuk setiap operasi.
12. Susun lembar rencana proses akhir.
III.2 Bill of Material (BoM)

Bill of material (BoM) menurut Cambridge Business English Dictionary
(2019) adalah definisi produk akhir yang terdiri dari daftar item, bahan, atau
2-2
material yang dibutuhkan untuk merakit, mencampur atau memproduksi produk

akhir. BoM terdiri dari berbagai bentuk dan dapat digunakan untuk berbagai
keperluan. BoM dibuat sebagai bagian dari proses desain dan digunakan oleh
manufacturing engineer untuk menentukan item yang harus dibeli atau diproduksi.
Perencanaan pengendalian produksi dan persediaan menggunakan BoM yang
dihubungkan dengan master production schedule, untuk menentukan release item
yang dibeli atau diproduksi. Pada Modul 2 digunakan format BoM dengan tabel
yang kolom-kolomnya memuat informasi mengenai:
1. Part number (nomor part)
2. Description (nama part dan keterangan lain yang perlu dicantumkan)
3. Quantity for Each Assembly (kuantitas part untuk setiap satu produk jadi)
4. Unit of Measure (unit ukuran part)
5. Decision (keputusan untuk membeli atau memproduksi part tersebut.
Bila ditinjau dari komponen-komponen penyusun produknya, BoM
dibedakan menjadi dua macam (Erens et al, 1993), yaitu:
1. Single Level Bill of Material
Format sederhana dari BoM disebut sebagai single level bill of material.
Contoh single level BoM dapat dilihat pada Tabel II.1.
Tabel III.1 Contoh Single Level BoM
ABC Lamp Company
Bill of Material, Part LA01
Quantity for
Part Number Description Unit of Measure Decision
Each Assembly
B100 Base assembly 1 Each Make
14” Black
S100 1 Each Make
shade
Socket
A100 1 Each Buy
assembly
(Sumber: Fogarty, 1991)
2. Multilevel Bill of Material

BoM yang memiliki lebih dari 1 level disebut sebagai Multilevel bill of
material. Contoh multilevel tree dapat dilihat pada Gambar III.1, sedangkan contoh
multilevel BoM dapat dilihat pada Tabel III.2.
2-3
Gambar III.1 Contoh Struktur Multilevel Tree

Tabel III.2 Contoh Multilevel Bill of Material

ABC Lamp Company
Part Quantity for Unit of

Description Decision
Number Each Assembly Measure
1100 Finished Shaft 1 Each Make
2100 3/8” Steel Tubing 26 Inches Buy
1200 7”-Diameter Steel Plate 1 Each Make
1300 Hub 1 Each Make
1400 ¼ - 20 Screws 4 Each Buy
S100 14” Black shade 1 Each Make
A100 Socket assembly 1 Each Make
1500 Steel holder 1 Each Make
1600 One-way socket 1 Each Buy
1700 Wiring assembly 1 Each Make
2200 16-Gauge lamp cord 12 Feet Make
2-4
2300 Standard plug terminal 1 Each Buy

III.3 Lembar Rencana Proses (LRP)

Lembar rencana proses (LRP) menurut Ganjar (2012) adalah
representasi dalam bentuk tabular yang menyatakan urutan-urutan operasi
beserta parameternya dalam pembuatan suatu komponen. Contoh LRP dapat
dilihat pada Tabel III.3.
Tabel III.3 Contoh Lembar Rencana Proses
LEMBAR RENCANA PROSES
Nomor : Halaman ke- :
No. Part : File Gambar :
Nama Part : Material :
Panjang :
Dibuat oleh : Ukuran Lebar/Diameter :
Tanggal : Tinggi :
No. Nama Uraian Stasiun Bahan Setup Run

Tools
Proses Operasi Proses Kerja Pembantu Time Time
III.4 Assembly Chart (AC)

Assembly chart (AC) menurut Sutalaksana (1979) merupakan diagram
yang menggambarkan hubungan antara komponen-komponen yang akan dirakit
menjadi sebuah produk. AC bermanfaat untuk menunjukkan komponen penyusun
suatu produk dan menjelaskan urutan perakitan komponen-komponen tersebut.
Format AC dicantumkan pada Gambar III.2.
2-5
Gambar III.2 Format Assembly Chart
III.5 Operation Process Chart (OPC)

Menurut Sutalaksana (1979), operation process chart (OPC) adalah
diagram yang menggambarkan langkah-langkah proses pengerjaan material,
mulai dari bahan baku (material) hingga menjadi komponen atau produk jadi. OPC
memuat informasi-informasi yang diperlukan untuk analisis lebih lanjut yaitu waktu
yang dihabiskan, material yang digunakan, dan tempat atau mesin yang dipakai
untuk memproses material. Jadi, dalam suatu OPC yang dicatat hanyalah
kegiatan-kegiatan operasi dan pemeriksaan, kadang- kadang pada akhir operasi
dicantumkan kegiatan penyimpanan.
Beberapa manfaat dari OPC yaitu:
1. Untuk mengetahui kebutuhan mesin dan penganggarannya,
2. Untuk memperkirakan kebutuhan akan bahan baku,
3. Salah satu alat untuk menentukan tata letak pabrik,
4. Salah satu alat untuk melakukan perbaikan kerja yang sedang berlaku,
5. Sebagai alat untuk latihan kerja.
Dalam menyusun OPC, terdapat beberapa prinsip yang harus dipenuhi.
Beberapa prinsip tersebut yaitu :
1. Pada baris paling atas terdapat nama peta “Operation Process Chart”,
dan identifikasi lain, yaitu nama objek, nama pembuat peta, tanggal
dipetakan, cara lama atau cara sekarang, nomor peta, dan nomor
gambar.
2. Material yang akan diproses diletakkan di atas garis horizontal, untuk
menunjukkan bahwa material tersebut masuk ke dalam proses.
3. Lambang-lambang ditempatkan dalam arah vertikal, yang menunjukkan
2-6
terjadinya perubahan proses.

4. Penomoran terhadap suatu kegiatan operasi diberikan secara berurutan,
sesuai dengan urutan operasi yang dibutuhkan untuk pembuatan produk
tersebut, atau sesuai dengan proses yang terjadi.
5. Penomoran terhadap suatu kegiatan inspeksi diberikan secara tersendiri
dan prinsipnya sama dengan penomoran untuk kegiatan operasi.
6. Pada bagian bawah OPC dibuat ringkasan yang memuat informasi jumlah
operasi, jumlah inspeksi, serta jumlah waktu yang diperlukan.
Pada Gambar III.3 dapat dilihat format penulisan lambang pada operasi.
Gambar III.3 Format Penulisan Operasi
Jika terjadi pengulangan operasi baik pada bahan yang sama maupun
pada bahan yang berbeda, maka digunakan simbol seperti pada Gambar III.4 dan
Gambar III.5.
O - XX 2X
Gambar III.4 Pengulangan Operasi pada Bahan yang Sama
2-7
O - XX
2X
Gambar III.5 Pengulangan Operasi pada Bahan yang Berbeda
Contoh penyusunan OPC dapat dilihat pada Lampiran.
IV. ALAT DAN BAHAN

Berikut adalah alat dan bahan yang digunakan dalam Modul 2 mengenai
perancangan proses.
IV.1 Alat
a. Laptop
b. Aplikasi Solidworks
c. Aplikasi Microsoft Excel
d. Aplikasi Microsoft Visio / Draw.io
IV.2 Bahan/Benda Kerja

a. File Solidworks komponen meja lipat PST
V. PROSEDUR PELAKSANAAN
Setiap kelompok diberikan file Solidworks untuk setiap komponen meja
lipat PST. Diagram alir pelaksanaan Modul 2 dapat dilihat pada Gambar V.1
dengan langkah-langkah sebagai berikut:
1. Membuat Bill of Material untuk meja lipat PST.
2. Lakukan simulasi perakitan meja lipat PST menggunakan software
Solidworks.
3. Susunlah Lembar Rencana Proses usulan untuk masing-masing part.
4. Susun Draft Assembly Chart perakitan meja lipat PST.
5. Susunlah Operation Process Chart usulan untuk meja lipat PST.
2-8
Gambar V.1 Flow Chart Pelaksanaan Modul 2
2-9
VI. SISTEMATIKA PENULISAN LAPORAN

BAB I PENDAHULUAN
I.1 Latar Belakang
I.2 Tujuan Penelitian
BAB II PENGUMPULAN DAN PENGOLAHAN DATA
II.1 Daftar dan Ukuran Komponen Meja Lipat PST
II.2 Bill of Material Meja Lipat PST
II.3 Lembar Rencana Proses Meja Lipat PST
II.4 Assembly Chart Meja Lipat PST
II.5 Operation Process Chart Meja Lipat PST
BAB III ANALISIS
III.1 Analisis Proses Produksi Meja Lipat PST
III.2 Analisis Rencana Proses Produksi Meja Lipat PST Usulan
III.3 Analisis Bill of Material Meja Lipat PST
III.4 Analisis Proses Assembly Meja Lipat PST
IV.1 Kesimpulan
IV.2 Saran
DAFTAR PUSTAKA
LAMPIRAN
VII. DAFTAR PUSTAKA

Black, J. T., Kosher, R. A. (2008) DeGarmo’s Materials and Process in
th
Manufacturing, 10 ed., John Wiley & Sons, USA.
Bill of Material (noun) in Cambridge Business English Dictionary, retrieved from
https://dictionary.cambridge.org/dictionary/english/bill-of-materials
Erens, F. J., Heege, H. M. H., Veen, van, E. A., & Wortmann, J. C. (1993).
Generative Bills-of-Material: An Overview. Eindhoven University of
Technology, Netherlands.
Fogarty, D. W., Blackstone J. H., Hoffman T. R. (1991). Production and Inventory
nd
Management, 2 Edition, South Western Publishing, Cincinnati.
Ganjar, Dalmasius. (2012). Pemrograman CNC & Aplikasi di Dunia Industri.
Bandung: Informatika
2-10
Groover, M. P. (1996). Fundamentals of Modern Manufacturing: Materials,

Processes, and Systems, 5th Edition, John Wiley & Sons, New York.
Sutalaksana, I. Z. Tjakraatmadja, J. H. & Anggawisastra, R. (1979). Teknik Tata
Cara Kerja, Jurusan Teknik Industri Institut Teknologi Bandung (ITB),
Bandung.
VIII. LAMPIRAN
2-11
Contoh OPC
2-12
Komponen Meja Lipat
c a
Gambar VIII.1 (a) Daun Meja Utama (b) Penahan (c) Daun Meja Sekunder
Gambar VIII.2 Siku Daun Meja
Gambar VIII.3 Kaki Meja
2-13
Gambar VIII.4 (a) Frame Daun Meja (b) Frame Siku Meja
Gambar VIII.5 Clamp
Gambar VIII.6 Komponen Pendukung
2-14
Keputusan Pembelian Komponen

No. Nama Komponen Decision Buy/Make
1 Frame daun meja Make
2 Frame siku meja Make
3 Kaki meja Make
4 Siku daun meja Make
5 Daun meja utama Make
6 Daun meja sekunder Make
7 Penahan Make
8 Clamp Make
9 Engsel Buy
10 Baut M4 X 8 Buy
11 Baut M4 X 20 Buy
12 Baut M4 X 25 Buy
13 Baut M5 X 40 Buy
14 Mur M4 Buy
15 Mur M5 Buy
Data Komponen
No. Komponen (Make) Jenis Ukuran
1 Frame daun meja Pipa persegi (15 × 15 ) mm
2 Frame siku meja Pipa persegi (15 × 15 ) mm
3 Kaki meja Pipa stall ∅luar 16 mm , tebal 1 mm
4 Siku daun meja As stall ∅ 8 mm dan ∅ 10 mm
5 Penahan Kayu MDF ( 350 × 20 × 12 ) mm
6 Daun meja utama Kayu MDF ( 400 × 340 × 15 ) mm
7 Daun meja sekunder Kayu MDF ( 200 × 340 × 15 ) mm
2-15
8 Clamp Plat alumunium (45 × 10 × 1 ) mm
Data Bahan Mentah

No. Nama Komponen Jenis Material Ukuran
1 Frame daun meja Pipa persegi (tebal 1 mm) (15 × 15 × 2000) mm
Pipa persegi (tebal 1,4

2 Frame siku meja (15 × 15 × 2000) mm
mm)
3 Kaki meja Pipa stall (tebal 1 mm) ∅luar 16 mm, p = 2000 mm
∅ (8 dan 10) mm, p = 2000

4 Siku daun meja As stall
mm
8 Clamp Plat aluminium (500 × 400 × 1 ) mm
Data Mesin dan Peralatan

No. Mesin / Peralatan
1 Drilling Machine
2 Milling Machine
3 Band Saw
4 Manual Hand Shear
5 Trimmer
6 Router
7 Welding Machine
8 Grinding Machine
9 Workbench
10 Spray booth kayu
11 Spray booth logam
Data Bahan Pembantu

No. Bahan Pembantu
1 Cat dasar logam
2-16
2 Thinner untuk cat logam
3 Cat pelapis untuk logam
4 Cat dasar kayu
5 Thinner untuk cat kayu
6 Cat pelapis untuk kayu
2-17
-02 PERENCANAAN
PROSES
2021
DAFTAR ISI
1 TUJUAN MODUL 2
2 SYARAT MASUK
3 PENGENALAN PRODUK
4 LANGKAH PENGERJAAN
MODUL 2 | PERANCANGAN PROSES

TUJUAN MODUL 2
01 02 03 04
Memahami dan Memahami dan Memahami dan

Memahami dan menyusun Operation
menyusun Bill of menyusun
menyusun Lembar Process Chart (Peta
Material dari Assembly Chart
Rencana Proses Proses Operasi) dari
suatu produk. dari perakitan
(Routing Sheet). suatu produk.
suatu produk.

1 Aplikasi SolidWorks 2021
SYARAT
2 Aplikasi Visio / Draw.io / sejenisnya
3 Fungsi Mesin dan peralatan yang digunakan
MASUK 4 File SolidWorks Komponen Meja Lipat PST
5 Aplikasi Microsoft

PENGENALAN PRODUK
Meja Lipat PST

KOMPONEN PENYUSUN (1)
(a) Daun Meja Utama

(b) Penahan
(c) Daun Meja Sekunder MODUL 2 | PERANCANGAN PROSES
Siku Daun Meja Kaki Meja

(a) Frame Daun Meja

(b) Frame Siku Meja
Clamp

Komponen Pendukung
LANGKAH PENGERJAAN MODUL 2
1 Susun Bill of Material untuk meja lipat PST
Lakukan simulasi perakitan meja lipat PST dengan software Solidworks 2

.
3 Susun Lembar Rencana Proses untuk masing-masing part
Susun Draft Assembly Chart perakitan meja lipat PST 4

.
5 Susun Operation Process Chart untuk meja lipat PST

CONTOH PENGERJAAN MULTILEVEL BOM
ABC Lamp Company
Quantity for Each Unit of
Part Number Description Decision
Assembly Measure
1100 Finished Shaft 1 Each Make
2100 3/8” Steel Tubing 26 Inches Buy
1200 7”-Diameter Steel Plate 1 Each Make

CONTOH PENGERJAAN STRUKTUR MULTILEVEL BOM

KODEFIKASI BOM
Pembuatan kodefikasi part number pada

BOM harus memperhitungkan kemudahan
untuk mengidentifikasi part atau Part
Description
komponen yang dimaksud Number
TB100 Tutup Bolpoin
DB100 Dasar Bolpoin

CONTOH PENGERJAAN AC

CONTOH PENGERJAAN LRP
LEMBAR RENCANA PROSES
Nomor : Halaman ke- : Diisi dengan
Ukuran
No. Part : File Gambar : Komponen
Nama Part : Material : (satuan mm)
Panjang :
Dibuat oleh : Ukuran Lebar/Diameter :
Tanggal : Tinggi :
No. Nama Bahan Waktu
Uraian Proses Stasiun Kerja Tools
Proses Operasi Pembantu Setup Time Run Time


CONTOH PENGERJAAN OPC
Ringkasan
Kegiatan Jumlah
Operasi 91
Inspeksi 2
Total 93
DATA MESIN & PERALATAN

DATA BAHAN MENTAH
No Nama Komponen Jenis Material Ukuran Material
1 Frame daun meja Pipa persegi (tebal 1 mm) (15 × 15 × 2000) mm

2 Frame siku meja Pipa persegi (tebal 1,4 mm) (15 × 15 × 2000) mm
3 Kaki meja Pipa stall (tebal 1 mm) ∅luar 16 mm, p = 2000 mm

4 Siku daun meja As stall ∅ (8 dan 10) mm, p = 2000 mm
8 Clamp Plat aluminium (500 × 400 × 1 ) mm

TARGET ASISTENSI
Asistensi Laboratorium: Asistensi Dosen:
● Solidworks hasil perakitan

● Solidworks hasil perakitan
● Bill of Material
● Bill of Material
● Lembar Rencana Proses
● Progress Lembar Rencana Proses
● Assembly Chart
● Assembly Chart
● Operation Process Chart
● Progress Operation Process Chart

TERIMA KASIH
2021
MODUL MATA KULIAH
MODUL 3
PERANCANGAN STASIUN
KERJA
Laboratorium Perancangan Sistem Teknik Industri

Program Studi Sarjana Teknik Industri
Fakultas Teknologi Industri
Universitas Katolik Parahyangan
2021
MODUL 3
PERANCANGAN STASIUN KERJA
I. TUJUAN MODUL
Modul 3 mengenai perancangan stasiun kerja bertujuan agar mahasiswa
mampu:
1. Membuat metode kerja perakitan produk berdasarkan prinsip ergonomi,
studi gerakan, dan ekonomi gerakan.
2. Membuat metode kerja perakitan produk dengan menggunakan peta

kerja setempat khususnya dalam penggunaan instrumen SIMO Chart.
3. Menggunakan data antropometri yang tepat dalam merancang sistem

kerja yang ergonomis berdasarkan prinsip ergonomi, studi gerakan, dan
ekonomi gerakan.
4. Mengetahui batasan-batasan yang dimiliki manusia dari segi

antropometri.
II. 1NPUT DAN OUTPUT

Berikut merupakan input yang dibutuhkan dan output yang dihasilkan dari
Modul 3 mengenai perancangan stasiun kerja.
11.1 Input
a. Assembly Chart (AC) meja lipat PST
b. Hasi l perhi tungan persenti l data antropom etri
c. Operation Process Chart (OPC) meja lipat PST
d. Lem bar Rencana Produksi (LRP) mej a li pat PST
e. L a y o u t a w al p e r a ki t a n m ej a l i p a t P S T
11.2 Output
a. S I M O C h ar t k e gi a t a n p e r a ki t a n a w al
b. Rancangan alat bantu yang digunakan dalam kegiatan perakitan
c. Rancangan layout stasi un kerja perakitan usul an
MODUL 3 PERANCANGAN STASIUN KERJA
d. SIMO Chart kegiatan perakitan usulan
III. LANDASAN TEORI

Seorang industrial engineer yang baik diharapkan mampu mengatur
faktor-faktor yang membentuk suatu sistem kerja yang terdiri dari man, machine,
method, material, dan environment sehingga sistem kerja yang dihasilkan lebih
efektif dan efisien. Salah satu faktor dari sistem kerja yang harus diperhatikan
adalah metode kerja. Metode kerja terbaik didapatkan dari pilihan beberapa
alternatif metode kerja hasil eksperimen yang dilakukan dengan cara
membandingkan peta-peta kerja dan metode-metode kerja tersebut.
Perancangan metode kerja terbaik tidak hanya sekedar memilih metode

dan mencari waktu kerja tersingkat, akan tetapi paling tidak mengikutsertakan
adanya pengurangan terhadap kelelahan kerja, penghilangan masalah yang
timbul, dan rasa tanggung jawab untuk menjadikan suatu pekerjaan menjadi lebih
menarik (tidak membosankan). Pengembangan metode kerja pada umumnya
merupakan penerapan prinsip-prinsip ekonomi gerakan dalam pekerjaan sehingga
sebelumnya perlu dilakukan studi terhadap gerakan kerja.
Untuk mengembangkan metode kerja yang baik, terdapat beberapa

pendekatan yang perlu dipertimbangkan diantaranya (Barnes, 1980):
1. Me n g h i la n g k a n s em ua a k ti v i ta s y a n g ti d a k p e rl u .
2. Mengkombinasikan operasi -operasi atau elemen -elemen kerja.
3. Mengubah urutan operasi.
4. Menyederhanakan operasi yang perlu.
111.1 Studi Gerakan dan Prinsip Ekonomi Gerakan

Dalam mengembangkan metode kerja yang baik, seorang industrial
engineer harus mengetahui terlebih dahulu teori dasar yang menjadi hal
fundamental dalam pengembangan metode kerja. Teori dasar tersebut yaitu studi
gerakan dan prinsip ekonomi gerakan.
1. Studi Gerakan
Studi gerakan merupakan salah satu metode perancangan sistem kerja
dengan menganalisis gerakan badan saat pekerja melakukan kerja manual yang
diuraikan dalam elemen-elemen gerakan (Barnes, 1980). Studi gerakan dibagi
menjadi studi gerakan mikro dan studi gerakan. Studi gerakan mikro merupakan
3-2
teknik untuk merekam dan mencatat waktu dari sebuah aktivitas yang direkam
dalam film (Barnes, 1980). Barnes menegaskan bahwa studi gerakan mikro
merupakan metode yang dapat digunakan untuk mempelajari aktivitas dari dua
atau lebih orang dalam kelompok kerja, mempelajari hubungan dari aktivitas
operator dan mesin, menentukan waktu operasi selain dengan metode studi waktu
(time study), serta memperoleh waktu dan metode gerakan standar untuk aktivitas
operator dan mesin.
Salah satu penguraian elemen gerakan yang sering digunakan adalah

Therblig, yang terdiri dari 17 elemen gerakan yang dapat dikelompokkan menjadi
(Sutalaksana et al, 1979; Barnes, 1980):
a. Kelompok gerakan utama, yaitu elemen gerakan yang bersifat memberi

nilai tambah (assemble, disassemble, dan use)
b. Kelompok gerakan penunjang, yaitu elemen gerakan yang kurang

memberikan nilai tambah namun cukup sulit untuk dihilangkan (reach,
grasp, move, dan released load)
c. Kelompok elemen gerakan yang tidak memberikan nilai tambah dan

memungkinkan untuk dihilangkan (search, select, position, hold,
inspection, dan pre-position)
d. Kelompok gerakan luar, yaitu elemen gerakan yang sama sekali tidak
memberikan nilai tambah sehingga sedapat mungkin dihilangkan (rest to
overcome fatigue, plan, unavoidable delay, dan avoidable delay)
2. Prinsip Ekonomi Gerakan
Digunakan untuk merancang sistem kerja dengan gerakan-gerakan kerja

yang benar dan ekonomis. Terdiri dari 3 aspek yang berkaitan dengan studi
ekonomi gerakan (Sutalaksana et al, 1979):
a. Tubuh manusia dan gerakannya
• Kedua tangan sebaiknya memulai dan mengakhiri gerakan pada saat
yang sama
• Kedua tangan sebaiknya tidak menganggur pada saat yang sama kecuali
pada waktu istirahat
• Gerakan kedua tangan akan lebih mudah jika satu terhadap lainnya
simetris dan berlawanan arah
• Gerakan tangan atau badan sebaiknya dihemat, yaitu hanya

menggerakkan tangan atau bagian badan yang diperlukan saja untuk
melakukan pekerjaan dengan sebaik-baiknya
• Sebaiknya para pekerja dapat memanfaatkan momentum untuk

membantu pekerjaannya
• Gerakan yang patah-patah, banyak perubahan arah akan memperlambat

gerakan tersebut
• Gerakan balistik akan lebih cepat, menyenangkan, dan lebih teliti

daripada gerakan yang dikendalikan
• Pekerjaan sebaiknya dirancang semudah-mudahnya dan jika

memungkinkan irama kerja harus mengikuti irama yang alamiah pekerja
• Usahakan sesedikit mungkin gerakan mata
b. Pengaturan tata letak tempat kerja
• Sebaiknya diusahakan agar badan dan peralatan mempunyai tempat

yang tetap
• Tempatkan bahan-bahan dan peralatan di tempat yang mudah, cepat,

dan enak untuk dicapai
• Tempat penyimpanan bahan yang akan dikerjakan sebaiknya

memanfaatkan prinsip gaya berat sehingga badan yang akan dipakai
selalu tersedia di tempat yang dekat untuk diambil
• Sebaiknya gunakan mekanisme yang baik untuk menyalurkan objek yang

sudah selesai dirancang
• Bahan-bahan dan peralatan sebaiknya ditempatkan sedemikian rupa

sehingga gerakan-gerakan dapat dilakukan dengan urutan terbaik
• Tinggi tempat kerja dan kursi sebaiknya sedemikian rupa sehingga

alternatif berdiri atau duduk dalam menghadapi pekerjaan merupakan hal
yang menyenangkan
• Tipe tinggi kursi harus sedemikian rupa sehingga yang mendudukinya

mempunyai postur yang baik
• Tata letak peralatan dan pencahayaan sebaiknya diatur sedemikian rupa

sehingga dapat membentuk kondisi yang baik untuk penglihatan
c. Perancangan peralatan.
• Sebaiknya tangan dapat dibebaskan dari semua pekerjaan bila

penggunaan alat dengan kaki dapat dilakukan
• Sebaiknya peralatan dirancang sedemikian agar mempunyai lebih dari

satu kegunaan
• Peralatan sebaiknya dirancang sedemikian sehingga memudahkan

pemegangan dan penyimpanan
• Bila setiap jari melakukan gerakan sendiri-sendiri, misalnya seperti

mengetik, beban yang didistribusi pada jari harus sesuai dengan
kekuatan masing-masing jari
• Roda tangan, palang, dan peralatan yang sejenis dengan itu sebaiknya
diatur sedemikian sehingga beban dapat melayaninya dengan posisi
yang baik, dan tenaga yang minimum
Dalam ekonomi gerakan, terdapat beberapa prinsip yang harus dipenuhi,

yaitu (Barnes 1980):
a. Adanya tempat yang pasti dan tetap untuk semua material dan alat.
b. Alat, material, dan alat kendali sebaiknya diletakkan di tempat yang dekat
dengan penggunaannya.
c. Penggunaan gravitasi (benda tertarik ke arah pusat bumi) pada saat

memungkinkan.
d. Material dan alat sebaiknya diletakkan dengan posisi yang sesuai dengan
urutan kerja terbaik.
e. Pengaturan kondisi kerja yang memudahkan operator untuk melihat

lingkungan kerjanya, tidak terbatas hanya pada penerangan yang baik.
111.2 Peta-Peta Kerja Setempat
Setelah mengetahui dan memahami studi gerakan dan prinsip ekonomi

gerakan, pada umumnya seorang industrial engineer menggunakan beberapa
jenis peta kerja, tetapi pada modul ini pengembangan metode kerja dilakukan
dengan menggunakan peta kerja setempat.
Peta-peta kerja yang termasuk peta kerja setempat digunakan untuk

menganalisis kegiatan kerja pada satu stasiun kerja tertentu, karena peta kerja ini
menggambarkan proses produksi yang terjadi pada stasiun kerja itu saja
(Sutalaksana et al, 1979).
Proses produksi ini dijabarkan dengan elemen-elemen gerakan operator

yang lebih rinci daripada peta-peta kerja keseluruhan. Dengan demikian, untuk
memprediksi waktu standar pelaksanaan tiap-tiap elemen gerakan tersebut
digunakan data waktu gerakan dengan tingkat ketelitian yang sesuai.
1. Peta Pekerja dan Mesin

Peta kerja ini menggambarkan koordinasi antara waktu bekerja dengan
waktu menganggur pekerja dan mesin. Informasi terpenting dari peta kerja ini
adalah hubungan antara waktu kerja operator dan waktu operasi mesin yang
ditanganinya, sehingga dapat dirancang suatu keseimbangan kerja antara pekerja
dan mesin.
2. Peta Tangan Kiri dan Tangan Kanan

Pada peta kerja ini digambarkan gerakan-gerakan tangan kiri dan tangan
kanan pekerja secara rinci saat melakukan pengerjaan suatu produk. Peta ini
dapat membandingkan besarnya tugas yang dibebankan dan waktu pengerjaan
masing-masing gerakan pada kedua tangan.
3. Simultaneous Motion Cycle Chart (SIMO Chart)

Diagram SIMO merupakan teknik perekaman yang digunakan dalam
studi micromotion. Diagram S1MO adalah diagram yang dibuat berdasarkan
analisis film yang digunakan untuk merekam dan mencatat elemen gerakan
(therblig) yang dilakukan oleh operator pada waktu bersamaan. Diagram SIMO
membantu seseorang dalam memperoleh gambaran mengenai siklus kerja secara
lengkap dan detail serta membantu merancang kombinasi gerakan yang lebih
baik.
111.3 Antropometri
Antropometri adalah pengetahuan yang menyangkut pengukuran dimensi
tubuh manusia dan karakteristik khusus lainnya dari tubuh manusia yang relevan
dengan perancangan alat -alatJbenda-benda yang digunakan manusia.
Antropometri dibagi menjadi dua bagian utama, yaitu:
1. Antropometri statis: pengukuran manusia dalam posisi baku dan linier

dengan tubuh.
MODUL 3 PERANCANGAN STAS1UN KERJA
2. Antropometri dinamis: pengukuran dan ciri fisik manusia dalam posisi

yang tidak baku atau memerhatikan gerakan-gerakan yang mungkin
terjadi saat pekerja tersebut melakukan kegiatannya.
Untuk mendapatkan suatu rancangan yang optimum pada suatu tempat

kerja dan fasilitasnya, variasi dari dimensi antropometri perlu diperhatikan, karena
variasi tersebut bisa muncul diakibatkan dari perbedaan antara satu populasi
dengan populasi lain yang disebabkan faktor-faktor sebagai berikut:
1. Jenis kelamin: pria dianggap lebih panjang dimensi segmen badannya

daripada wanita, oleh karena itu data antropometri untuk kedua jenis
kelamin tersebut selalu disajikan terpisah.
2. Suku bangsa.
3. Usia: dimensi tubuh manusia akan cenderung meningkat sampai batas

usia dewasa dan kemudian akan mempunyai kecenderungan menurun,
antara lain disebabkan oleh berkurangnya elastisitas tulang belakang.
Penurunan juga terjadi pada dinamika gerakan tangan dan kaki.
4. Jenis pekerjaan dan aktivitas sehari-hari: beberapa jenis pekerjaan

menuntut adanya persyaratan dalam seleksi karyawan/stafnya.
5. Pakaian: biasanya variabilitas yang dipengaruhi faktor ini juga erat

kaitannya dengan faktor musim/suhu yang dialami komunitas tertentu.
6. Faktor kehamilan pada wanita.
7. Cacat tubuh secara fisik.
8. Kondisi lain pada saat pengukuran antropometri dilakukan.
Terdapat dua pilihan dalam merancang sistem kerja berdasarkan data

antropometri, yaitu:
1. Sesuai dengan tubuh pekerja yang bersangkutan (perancangan

individual), yang terbaik secara ergonomi. Pada rancangan ini penentuan
nilai persentil berperan besar terhadap kesesuaian rancangan dengan
pengguna.
2. Sesuai dengan populasi pemakai/pekerja, yang perancangan dapat

didasarkan pada:
a. Individu ekstrim
Prinsip ini digunakan apabila kita mengharapkan agar fasilitas yang

dirancang tersebut dapat dipakai dengan enak dan nyaman oleh sebagian orang
yang akan memakainya (biasanya minimal oleh 95% pemakai). Pada umumnya
persentil yang digunakan adalah persentil 5 dan persentil 95.
b. Fasilitas yang dapat disesuaikan

Prinsip ini digunakan untuk merancang objek agar objek dapat
menampung atau bisa dipakai dengan enak dan nyaman oleh semua pengguna
potensial. Misalnya, kursi pengemudi mobil bisa diatur maju mundur dan
kemiringan sandarannya, tinggi kursi sekretaris dan tinggi permukaan mejanya
yang bisa dinaik turunkan. Kelemahannya adalah kesulitan dalam hal teknis dan
biaya.
c. Ukuran rata-rata
Secara umum tahapan perancangan sistem kerja dengan memperhatikan
faktor antropometri adalah sebagai berikut :
1. Menentukan kebutuhan perancangan.

2. Mendefinisikan populasi pemakai.
3. Penentuan dimensi tubuh yang akan diambil.
4. Pemilihan persentil.
5. Penyiapan alat ukur.
6. Pengambilan data.
7. Pengolahan data.
8. Visualisasi rancangan dengan memperhatikan kelonggaran.
9. Analisis hasil rancangan.
IV. ALAT DAN BAHAN

Berikut adalah alat dan bahan yang digunakan dalam Modul 3 mengenai
perancangan stasiun kerja.
a . L a p t o p
b . Aplikasi Visio / Solidworks / Draw.io
c . Aplikasi Microsoft Excel
d . Video Perakitan
e . Ukuran Meja Perakitan
f . Ukuran Komponen Perakitan (Modul 2)
g . Layout Awal Perakitan
3-8
V. PROSEDUR PELAKSANAAN
Pada Modul 3 ini akan dibuat perancangan metode dan stasiun kerja
untuk perakitan produk meja lipat PST berdasarkan assembly chart produk meja
lipat PST yang telah dibuat pada modul sebelumnya. Modul 3 ini mempunyai garis
besar pelaksanaan sebagai berikut:
1. P em b e l aj a ra n K e gi a ta n P e ra k i ta n Me j a L ip a t P S T
Setiap kelompok akan diberikan video beberapa proses perakitan dari
meja lipat PST dan layout stasiun kerja perakitan awal. Kelompok
mempelajari video perakitan untuk sebagai acuan dalam penentuan
elemen gerakan, elemen kerja kegiatan perakitan, serta proses perakitan.
Tahapan proses perakitan harus sesuai dengan assembly chart yang
telah dibuat pada modul sebelumnya.
2. Menentukan Elemen Kerja dan Elemen Gerakan Kegiatan Perakitan Awal

Kelompok mengidentifikasi elemen-elemen kerja dalam kegiatan
perakitan meja lipat PST. Penamaan elemen kerja harus bersifat detail.
Elemen-elemen kerja lalu dipecah menjadi elemen gerakan sesuai
dengan Therbligs.
3. Membuat SIMO Chart Kegiatan Perakitan

Kelompok membuat SIMO Chart sesuai dengan elemen kerja dan elemen
gerakan yang telah ditentukan dalam kegiatan perakitan menggunakan
layout awal yang telah diberikan.
4. Menentukan dan Merancang Alat Bantu yang Digunakan dalam Kegiatan

Perakitan
Kelompok merancang alat bantu yang akan digunakan dalam proses

perakitan sesuai dengan prinsip studi gerakan dan ekonomi gerakan.
Rancangan alat bantu juga dibuat dengan menggunakan software CAD
(3D) beserta proyeksinya dan ukuran-ukuran yang jelas.
5. Me ra n c a n g L a y o u t S t a s i u n K e rj a Pe ra k i tan U s u l a n
Kelompok merancang layout stasiun kerja perakitan yang paling efisien
u n tu k o p e ra to r d a l am m e la k u k a n k eg i a ta n p e ra k i ta n . P ro s es
perancangan layout stasiun kerja perakitan usulan juga dilakukan dengan
mempertimbangkan prinsip ergonomi, studi gerakan, dan ekonomi
gerakan. Rancangan layout stasiun kerja perakitan usulan dibuat dengan
3-9
software apapun (2D) berupa tampak atas dari stasiun tersebut sesuai
dengan ukuran aslinya.
6. Membuat SIMO Chart Kegiatan Perakitan Usulan

Kelompok membuat SIMO Chart sesuai dengan elemen kerja dan elemen
gerakan yang telah ditentukan dalam kegiatan perakitan menggunakan
layout usulan yang telah dibuat.
VI. SISTEMATIKA PENULISAN LAPORAN

BAB I PENDAHULUAN
1.1 Latar Belakang
1.2 Tujuan Penelitian
BAB II PENGUMPULAN DAN PENGOLAHAN DATA
11.1 Deskripsi Layout Stasiun Kerja Perakitan Awal
11.2 SIMO Chart Kegiatan Perakitan Awal
11.3 Perancangan Stasiun Kerja Meja Lipat PST
11.3.1 Perancangan Alat Bantu Perakitan
11.3.2 Layout Stasiun Kerja Perakitan Usulan
11.3.3 S1MO Chart Kegiatan Perakitan Usulan
BAB III ANALISIS
111.1 Analisis SIMO Chart Awal dan Usulan
111.2 Analisis Usulan Alat Bantu Perakitan
111.3 Analisis Perancangan Layout Stasiun Kerja Perakitan
IV.1 Kesimpulan
IV.2 Saran
DAFTAR PUSTAKA
LAMPIRAN
VII. DAFTAR PUSTAKA

Barnes, R. M. (1980). Motion and Time Study: Design and Measurement of Work.
New York: John Wiley & Sons.
Sutalaksana, I. Z., Anggarawisastra, R., & Tjakraatmadja, J.H. (1979). Teknik Tata
Cara Kerja. Dept. Teknik Industri — ITB: Laboratorium Tata Cara Kerja &
Ergonomi.
3-10
VIII. LAMPIRAN
FLOWCHART PROSEDUR PELAKSANAAN
Pembelajaran Kegiatan Parakitan Meja Upat PST
Menentukan Elemen Kerja Kegiatan Perakitan
M•mbuat SIMO Chad Keg 3:3 n Parakitan Awal
Menentukan dan Merancang Alat Santu yang
Digunakan dalam Kegiatan Perakitan
' Layout Stasiun Kerja Perakkan Usulan
' • Kegiatan Perakitan Usulan
Asiste-si
SIMO Chart Layout Perakitan Usulan, dan
Rancaingan Alat Barrtu bila clperlukan
iyusunan dan Pengumpulan Laporan
E Selesai
3-11
-03 PERANCANGAN STASIUN
KERJA
2021
Assembly Chart, Operation Process Chart (OPC), dan Lembar
1
Rencana Proses (LRP) Meja Lipat PST
SYARAT 2 Data Persentil Antropometri
MASUK
3 SIMO Chart Engsel
4 SolidWorks, Visio/Draw.io dan Microsoft Excel
MODUL 3 | PERANCANGAN STASIUN KERJA

DAFTAR ISI
1 TUJUAN MODUL 3
2 ALAT BAHAN
3 PROSEDUR PELAKSANAAN
4 TARGET ASISTENSI

TUJUAN MODUL 3
1. Membuat metode kerja perakitan produk berdasarkan prinsip ergonomi, studi gerakan, dan ekonomi gerakan.
2. Membuat metode kerja perakitan produk dengan menggunakan peta kerja setempat khususnya dalam
penggunaan instrumen SIMO Chart.
3. Menggunakan data antropometri yang tepat dalam merancang sistem kerja yang ergonomis berdasarkan prinsip
ergonomi, studi gerakan, dan ekonomi gerakan.
4. Mengetahui batasan-batasan yang dimiliki manusia dari segi antropometri.

Input dan Output
Input Output
● Assembly chart meja lipat PST ● SIMO Chart kegiatan perakitan
● Hasil perhitungan persentil data awal sesuai dengan layout awal.
antropometri
● Layout stasiun kerja perakitan
● Operation process chart (OPC)
yang terbaik
● Lembar rencana produksi (LRP)
Modul ● SIMO Chart kegiatan perakitan
● Layout Awal
yang terbaik
3
● Rancangan alat bantu perakitan

Alat dan Bahan
Laptop/ Komputer Aplikasi Solidworks/Visio/draw.io Microsoft Excel

Prosedur Pelaksanaan

1. Pembelajaran Kegiatan Perakitan
1. Mahasiswa/i mempelajari gambaran perakitan meja lipat PST

secara keseluruhan dari sebuah cuplikan video perakitan.
2. Mahasiswa/i mempelajari layout dari layout awal yang diberikan.

2. Penentuan Elemen Kerja
● Jumlah minimum elemen kerja kegiatan perakitan adalah sebanyak 8

buah.
● Elemen kerja harus berupa pekerjaan (jangan hanya mengambil atau
memposisikan komponen).
● Penamaan elemen kerja harus bersifat detail.

Contoh Assembly Chart Bolpoin

Contoh Penentuan Elemen Kerja & Elemen Gerakan
Contoh penentuan dan penamaan

elemen kerja:
1. Menggabungkan plug (1) dan body
(2) menjadi dasar bolpoin
2. Menggabungkan cap (3) dan refill
Cap
tinta (4) menjadi isi bolpoin siap Refill Tinta
pasang Body
Plug

Contoh Penentuan Elemen Kerja & Elemen Gerakan
Contoh penentuan elemen gerakan:

• Elemen kerja : Menggabungkan cap
dan refill tinta menjadi isi bolpoin siap
pasang
• Elemen Gerakan : Mengambil cap (RE, Cap
G, M), mengambil refill tinta (RE, G, M),

memposisikan refill tinta (P), merakit Refill Tinta
Plug
refill tinta dan cap (A). Body

3. Pembuatan SIMO Chart Perakitan Awal
● Pembuatan SIMO Chart Awal dilakukan merujuk pada layout awal perakitan serta 5 buah video perakitan yang
diberikan.
● SIMO Chart didasarkan pada elemen kerja yang telah ditentukan sebelumnya (berdasarkan Assembly Chart).
● Dilengkapi dengan waktu, jarak (apabila terdapat elemen gerakan yang melibatkan perpindahan, jarak yang
dimaksud adalah perpindahan objek), serta elemen gerakan.

● Jarak diperoleh dari layout awal yang diberikan, sedangkan waktu diperoleh berdasarkan referensi dari 5 buah
video perakitan.
Note: Video panjang hanya untuk menunjukkan gambaran perakitan secara keseluruhan. Jarak dan waktu dilihat dari
5 buah video perakitan kecil dan layout perakitan awal.

4. Penentuan & Pembuatan Alat Bantu
● Pembuatan seluruh alat

bantu menggunakan
Solidworks
● Alat bantu harus detail
disertai dengan ukuran,
proyeksi serta bentuk secara
3D
4. Penentuan & Pembuatan Alat Bantu
● Syarat pembuatan alat bantu:

○ Sesuai kebutuhan kegiatan perakitan
○ Modular (terpisah-pisah)
○ Mudah diduplikasi baik dari bahan dan desain (harap pertimbangkan bahan dari
alat bantu yang dirancang)
○ Mampu memenuhi kebutuhan perakitan 5 buah meja lipat PST
○ Mempertimbangkan prinsip ekonomi gerakan dan persentil data antropometri

5. Merancang Layout Stasiun Kerja Perakitan
● Layout yang dirancang mampu memenuhi kebutuhan perakitan untuk 5 buah
meja lipat PST.
● Layout dibuat dalam bentuk dua dimensi (2D) dari tampak atas.
● Layout harus dilengkapi dengan ukuran yang lengkap dan jelas (sertakan
satuan ukur yang digunakan).
● Mempertimbangkan tata letak alat bantu yang dibuat pada stasiun kerja
perakitan.
● Dirancang sesuai prinsip ekonomi gerakan dan persentil data antropometri.
Tabel Antropometri Statis
Data Antropometri
Nama Dimensi Persentil yang Digunakan Alasan
yang Digunakan

6. Pembuatan SIMO Chart Perakitan Usulan
● Mahasiswa membuat SIMO Chart perakitan usulan meja lipat PST berdasarkan layout
perakitan usulan yang telah dirancang dan mempertimbangkan alat bantu yang ada.
● SIMO Chart dibuat sesuai dengan elemen kerja berdasarkan assembly chart dan elemen
gerakan yang telah ditentukan
● Dilengkapi dengan waktu dan jarak (apabila terdapat elemen gerakan yang melibatkan
perpindahan, jarak yang dimaksud adalah perpindahan objek), dan lambang elemen gerakan
Note: Waktu pada SIMO Chart usulan diambil dari 5 video perakitan kecil, sedangkan jarak
diperoleh dari layout perbaikan masing-masing kelompok.
Contoh Kop SIMO Chart

Pengumuman Mengenai Waktu Pada SIMO Chart
● Mahasiswa dapat menggunakan waktu pada cuplikan perakitan yang diberikan sebagai referensi.
● Selanjutnya, akibat adanya beberapa gerakan yang tidak terlihat di video, yaitu seperti
mengambil komponen/obeng/dll, maka asisten akan mematok waktu untuk mengambil barang
dalam rentang 0,8-2 detik dengan mempertimbangkan jarak pada layout dan ukuran
komponen/obeng/dll yang diambil, elemen gerakan apa saja yang ada pada gerakan mengambil,
dan faktor lainnya. Misalnya: terdapat search atau posisi komponen jauh sehingga move butuh
waktu yang lebih lama akan mempengaruhi waktu dari gerakan mengambil komponen.

Pengumuman Mengenai Waktu Pada SIMO Chart
● Apabila elemen gerakan tidak diberi patokan waktu, maka waktu dari elemen
gerakan tersebut ditentukan oleh mahasiswa dengan pertimbangan kelompok
masing-masing (melalui simulasi langsung maupun referensi lain) selama total
waktu perakitan meja lipat masih berada dalam rentang 6-7 menit.

Contoh SIMO
Chart

TARGET ASISTENSI
Asistensi Laboratorium Minggu 1:
a. Penentuan elemen kerja berdasarkan assembly

chart
b. Pembuatan SIMO Chart Perakitan Awal untuk 4
elemen kerja awal.

TARGET ASISTENSI
Asistensi Laboratorium Minggu 2: Asistensi Dosen:
a. Penentuan elemen kerja a. SIMO Chart perakitan awal

b. Pembuatan SIMO Chart Perakitan Awal b. CAD perbaikan alat bantu
c. Rancangan alat bantu perakitan dan pemilihan c. Layout stasiun kerja perakitan usulan
persentil data antropometri d. SIMO Chart perakitan usulan
d. CAD alat bantu
e. Layout stasiun kerja perakitan usulan
f. Progress SIMO chart perakitan usulan

Proses pengerjaan Modul 3 - Perancangan Stasiun Kerja ini
berlangsung selama 2 minggu.
18 Oktober 2021 - 19 Oktober 2021 TIDAK ADA ASISTENSI,
namun tetap ada proses pendampingan dengan asisten.
25 Oktober 2021 - 26 Oktober 2021 Asistensi dengan Asisten
28 Oktober 2021 - 29 Oktober 2021 Asistensi dengan Dosen

TERIMA KASIH
2021

Untitled

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Untitled

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL 1

II. Teori Dasar

II.1.1 Metode Sampling

II.1.2 Ukuran Sampel

II.2 Skala Pengukuran

Tabel II.1 Karakteristik Skala Pengukuran

Ada dua metode scaling (penempatan angka atau simbol) untuk

II.3.1 Klasifikasi Metode Peramalan

dan jangka panjang. Namun, Wheelwright dan Makridakis (1980) menambahkan

Model time series hanya menggunakan faktor waktu sebagai variabel

Tabel II.2. Klasifikasi Metode Peramalan

models multiple regression equations

Simple rules such as :

Time series Trend Linear, exponential, S-curve,

Forecasts are obtained by

Foreast are expressed as a

trees the approach of Bayesian

opinion prepare forecasts

Sumber : Wheelwright dan Makridakis 1980, p34-35.

6. Kemudahan penerapan metode peramalan

II.3.2 Teknik-Teknik Peramalan Kuantitatif

Rumus metode peramalan first order exponential smoothing dapat menggunakan

𝑥= average of all x’s

4. Decomposition of Time Series

3. Tentukan persamaan garis dari deseasonalized demand menggunakan

II.3.3 Ukuran-Ukuran Kesalahan Peramalan

Tabel II.3. Ukuran-Ukuran Kesalahan

II.5 Pengukuran Permintaan

pengukuran dan peramalan permintaan dengan tepat. Pengukuran permintaan

II.6 Metode untuk Memperkirakan Permintaan Pasar Total

Dalam contoh diatas besaran dasar yang digunakan adalah populasi

II.7 Metode untuk Memperkirakan Pasar Potensial Perusahaan

pi : probabilitas terpilihnya produk atau layanan i.

III. Alat, Bahan dan Data Praktikum

IV. Prosedur Pelaksanaan

2. Pemilihan metode peramalan (2 buah metode)

IV.1 Survei Pasar

d. Lakukan uji beda untuk setiap atribut produk (Uji ANOVA)

IV.2 Estimasi dan Peramalan Permintaan

B. Hasil uji keterkaitan (tabulasi silang) yang dilakukan pada Modul 1A

Selanjutnya, anda diminta untuk menganalisis dasar pemilihan nilai persentase

VI. Daftar Pustaka

Tabulasi Silang dan Uji

Perhitungan EPPP Meja

Kesimpulan dan Saran

Gambar VIII.1 Meja Lipat PST

Gambar VIII.2 Meja Lipat Black&White

Gambar VIII.3 Meja Lipat Mozaik

Gambar VIII.4 Meja Lipat Wooden Box

2 MODUL 1A - ANALISIS PASAR

3 MODUL 1B - PENENTUAN TARGET PASAR

MODUL 1 | ANALISIS PASAR

MODUL 1 | ANALISIS PASAR

MODUL 1| ANALISIS PASAR

2 Aplikasi Microsoft Excel

MODUL 4 Data Penduduk Usia Produktif di Pulau Jawa Tahun 2013-2021

1A 5 Data Hasil Kuesioner Survei Pasar Modul 0

MODUL 1 | ANALISIS PASAR

Mendapatkan gambaran pasar produk meja

MODUL 1 | ANALISIS PASAR

1 Penentuan ukuran sampel

Pengolahan data hasil kuesioner meja lipat 2

MODUL 1 | ANALISIS PASAR

Menentukan tingkat keyakinan dan tingkat