LAMPUNG SELATAN
2023
DAFTAR ISI
DAFTAR ISI..................................................................................................................II
BAB I PENDAHULUAN..............................................................................................1
DAFTAR PUSTAKA....................................................................................................13
ii
BAB I
PENDAHULUAN
BAB II
LANDASAN TEORI
iii
Rantai pasokan adalah jaringan perusahaan yang bekerja sama untuk membuat dan
mengirimkan produk ke pengguna akhir (dalam hal ini konsumen). Perusahaan ini
biasanya mencakup pemasok, produsen, distributor, toko atau pengecer, serta
perusahaan pendukung seperti perusahaan jasa logistik. Informasi mengenai stok produk
yang masih ada di setiap supermarket merupakan hal yang umum. diperlukan untuk
distributor dan pabrik. Informasi ketersediaan kapasitas produksi Pabrik juga sering
membutuhkan milik pemasok. Informasi status pengiriman material. Bisnis yang
mengirim dan menerima sering membutuhkan standar. Bisnis perusahaan pelayaran
harus membagikan informasi tersebut sehingga pihak yang berkepentingan dapat
memantaunya untuk tujuan perencanaan yang lebih akurat.
Manajemen rantai pasokan adalah seperangkat pendekatan untuk integrasi
pemasok, manufaktur, pergudangan dan penyimpanan yang efisien, sehingga barang
dapat diproduksi dan diproduksi didistribusikan dalam jumlah yang tepat, di tempat
yang tepat, dan pada waktu yang tepat dengan tujuan meminimalkan keseluruhan
sistem.
iv
pemesanan dalam waktu yang relatif lama karena pasokan ulang. pembelian. Bullwhip
effect adalah fenomena dimana terjadi peningkatan kecil pada tingkat konsumen
menyebabkan kenaikan yang sangat tajam pada level yang jauh dari konsumen
(Baihaqi). ada banyak hal yang menyebabkan bullwhip effect, antara lain:
1. Forecast Demand
2. Order Batching
3. Price Fluctuation
4. Rationing And Shortage Gaming
1.3 Peramalan
Peramalan adalah perkiraan permintaan untuk satu atau lebih produk selama periode
waktu yang berbeda.masa depan (Hendra Kusuma, 2001, hlm. 13). Menurut perkiraan
Heizer & Render (2015) adalah seni dan ilmu memprediksi peristiwa masa depan. Ini
bisa dilakukan dengan melibatkan pengambilan tanggal yang lalu dan memetakannya ke
masa depan dengan bentuk model matematika. Ini juga bisa menjadi prediksi intuisi
subjektif.atau mungkin dengan menggunakan model matematika yang konsisten dengan
penilaian baik manajer. Beberapa perusahaan dapat melewati proses peramalan dan
hanya menunggu dan melihat apa yang terjadi. kemudian melanjutkan untuk mengambil
kesempatan. Perencanaan yang efektif baik untuk jangka panjang atau jangka pendek
tergantung pada perkiraan permintaan untuk produk perusahaan. Peramalan adalah
proses menggunakan pola yang terkandung dalam data masa lalu
memprediksi nilai masa depan. Menurut Yunarto (2005), kerangka waktu yang
diproyeksikan suatu perusahaan dengan perusahaan lain bervariasi tergantung pada jenis
produk yang diperdagangkan tetapi umumnya merupakan perkiraan kerangka waktu
dibagi menjadi tiga kategori, yaitu:
1. prognosis jangka pendek periode perkiraan biasanya kurang dari tiga bulan dan
digunakan untuk perencanaan pembelian, perencanaan produksi dan kontrak.
2. Prakiraan jangka menengah periode perkiraan lebih dari tiga tahun dan umumnya
digunakan untuk perencanaan produk baru, perluasan pabrik dan perluasan pasar.
3. Prognosis jangka panjang periode perkiraan lebih dari tiga tahun dan umumnya
digunakan untuk perencanaan produk baru, perluasan pabrik dan perluasan pasar
v
Ploting data harus dilakukan sebelum melakukan metode peramalan untuk menentukan
pola data yang terjadi. Dengan data yang ada diperoleh diagram pencarnya. Macam –
macam dari plot data adalah sebagai berikut:
1. Konstan, adalah apabila pola data berfluktuasi di sekitar nilai rata – rata yang konstan
(deret seperti ini stasioner terhadap nilai rata - ratanya)
2. Linier/Trend, terjadi saat terdapat kenaikan dan penurunan jangka panjang dalam data
3. Linier/Trend, terjadi saat terdapat kenaikan dan penurunan jangka panjang dalam data
4. Linier/Trend, terjadi saat terdapat kenaikan dan penurunan jangka panjang dalam data
5. Linier/Trend, terjadi saat terdapat kenaikan dan penurunan jangka panjang dalam data
Dimana :
MA : Peramalan Penjualan
vi
2. Exponential Smoothing
3. Kesalahan Peramalan
Ketepatan ramalan adalah suatu hal yang mendasar dalam peramalan, yaitu
bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu
kumpulan data yang diberikan.Ketepatan dipandang sebagai kriteria penolakan untuk
memilih suatu metode peramalan. Dalam pemodelan deret berkala (time series) dari
data masa laludapat diramalkan situasi yang akan terjadi pada masa yang akan datang,
untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan. Beberapa kriteria
yang digunakan untuk menguji ketetpatan ramalan antara lain:
vii
Masing- masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan
dibagi dengan jumlah observasi.
d. Tracking Signal
viii
BAB III
METODOLOGI PENELITIAN
METODE PENELITIAN
Variabel dan Definisi Operasional Variabel keputusan dapat dinotasikan dengan
lambang X. Yang termasuk dalam indikator variabel keputusan dalam penilitian adalah
sebagai berikut :
a. Total Order Portland Composite Cement (X1)
b. Total Demand Portland Compocite Cement (X2)
Variabel keputusan merupakan suatu indikator untuk mencapai variabel tujuan. Yang
mana variabel tujuan adalah Bullwhip Effect.
ix
Flowchart penelitian
BAB IV
Berikut ini adalah gambar saluran distribusi UMKM Zom - Zom Family
x
Perhitungan Nilai Bullwhip Effect Distributor UMKM Zom - Zom Family
xi
Zom Family 0.11496> 0.11330 yang mengakibatkan kenaikan BE yang cukup besar
yaitu 1.015dari distributor.
Order Demand
Periode (O) kg (D) kg
Mei 2022 15 14
xii
Juni 2022 13 12
Juli 2022 11 10
Agustus 2022 14 13
Sep-22 20 18
Oktober 2022 19 17
Nov-22 14 13
Desember
2022 20 19
Januari 2023 20 17
Februari 2023 15 14
Maret 2023 10 9
Apr-23 9 8
SUM 180 164
AVERAGE 15,00000 13,66667
SD 3,80789 3,42377
CV 0,25386 0,25052
BE 1,013
xiii
Mahkota 1,022 1,005570988
Sodagar 1,013
Dari tabel diatas dapat dijelaskan bahwa hasil perbandingan Nilai BE tersebut,
didapatkan dari distributor dan ritel dari Mei 2022-Maret 2023 dari UMKM Zom Zom
Family, Ritel Mahkota, dan Ritel Sodagar. Nilai BE berada di atas parameter sebesar
1,00557. Pada distributor UMKM Zom Zom Family nilai BE sebesar 1,015. Pada Ritel
Mahkota nilai BE sebesar 1.022, sedangkan pada Ritel Sodagar nilai BE sebesar 1.013.
Pihak distributor dan ritel perlu melakukan penanganan yang secara intensif dan berkala
untuk menekan peningkatan nilai BE pada tahun-tahun selanjutnya agar nilai bullwhip
effect tidak semakin besar.
Peramalan
Peramalan atau forecast adalah suatu fungsi bisnis yang berusaha memperkirakan
penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam
kuantitas yang tetap (Gaspersz, 1998). Beberapa indikator digunakan dalam pengukuran
akurasi peramalan yang umum digunakan adalah MAD (Mean Absolute Deviation),
MAPE (Mean Absolute Preceetage Error) dan MSE (Mean Square Error). Akurasi
peramalan akan semakin baik apabila nilai-nilai MAD,MAPE dan MSE semakin kecil.
xiv
12 Apr-23 58
13 MEI 2023
A-F
MA(F) E=A-F MUTLAK(MAD)
0
0
0
0
0
63,4 4,6 4,6
64,6 3,4 3,4
66,2 13,8 13,8
70,2 12,8 12,8
73,8 -11,8 11,8
72,2 -9,2 9,2
71,2 -13,2 13,2
69,2
68,8
9,828571429
xv
No Month Demand (D) kg
1 Mei 2022 62
2 Juni 2022 60
3 Juli 2022 60
4 Agustus 2022 65
5 Sep-22 70
6 Oktober 2022 68
7 Nov-22 68
8 Desember 2022 80
9 Januari 2023 83
10 Februari 2023 62
11 Maret 2023 63
12 Apr-23 58
13 mei 2023 ?
TOTAL
MAKA
ALPHA 0,2
1-ALPHA 0,8
xvi
66,03231965
78,29464494
6,524553745
MSE MAPE*100
0 0
4 0,033333333
2,56 0,026666667
13,8384 0,057230769
63,616576 0,113942857
19,19140864 0,064423529
12,28250153 0,051538824
219,149889 0,1850464
220,3137465 0,178830959
83,27701923 0,147187489
39,6962934 0,100007928
100,8096234 0,173110337
778,7354577 1,131319093
64,89462148 9,427659105
xvii
TOTAL
maka
alpha 0,2
1-alpa 0,8
MSE MAPE*100
0 0
0 0
9 0,166666667
5,76 0,133333333
35,0464 0,269090909
0,541696 0,040888889
0,16908544 0,024188235
13,47653468 0,174811429
24,3723102 0,21464487
36,60896653 0,465425723
34,11059362 0,486702293
7,14141185 0,190881573
166,2269983 2,16663392
13,85224986 18,05528267
xviii
NILAI MAPE DAN MAD UNTUK MA DAN
PENJUALAN RITEL SAUDARA
MSE MAPE*100
0 0
4 0,166666667
12,96 0,36
xix
0,0144 0,009230769
25,969216 0,283111111
9,46669824 0,180988235
2,367166874 0,118350769
22,7448108 0,251008
3,295392511 0,106783624
2,395507527 0,110553051
38,91506658 0,693132686
35,88675329 0,748819418
158,0150118 3,02864433
13,16791765 25,23870275
xx
2. Sharing informasi disepanjang rantai pasok lebih baik.
6. Bisa terbangun kordinasi dan kolaborasi diantara mitra bisnis sehingga proses
penggiriman produk
dari pemasok ke perusahaan dan konsumen dapat berjalan dengan lancar. Dengan
adanya sistem peramalan yang tepat maka Sub Distributor zom zom
family,mahkota,saudagar perlu memperbaiki terjadinya BE.
DAFTAR PUSTAKA
Ambon, B. P. S. (2017). Kota Ambon dalam angka 2017. Badan Pusat Statistik
Maluku, Ambon. Argiyantari, M.M. (2014). Meningkatkan Daya Saing
Perusahaan melalui Kolaborasi Retrieved from
http://supplychainindonesia.com/new/meningkatkan-daya-saing- perusahaan-
melalui-kolaborasi- supplier/
Asmono, T, F. (2012). Analisa Bullwhip Effect Pada Retail Air Minum Dalam
Kemasan. Barung, M. Marcelinus. (2011). Pengurangan Bullwhip Effect pada
Rantai Pasok di Level Distributor Y. Program Studi Teknik Industri. Universitas
Hasanuddin Makasar. Bernard, W. T., III. (2005). Introduction to Management
Science (Sains Manajemen)
xxi
Edisi 8, Penerbit Salemba Empat, Jakarta. Fransoo, J. C., & Wouters, M. J. F.
(2000). Measuring the bullwhip effect in the supply chain. Supply Chain
Management: An International Journal.
https://doi.org/10.1108/13598540010319993
xxii