Kelompok 8/Paralel 1
Nama Anggota:
1.2 Tujuan
Menentukan perencanaan yang tepat dalam membangun pabrik pakan ayam
petelur di Kabupaten Merauke.
II HASIL DAN PEMBAHASAN
2.1 Hasil
2.1.1 Forecasting
Tabel 1. Populasi dan potential sales ayam petelur di Kabupaten Merauke
2017 2018 2019 2020 2021
Populasi ayam
225,325 247,858 272,644 226,228 235,738
petelur
Potential sales 9,328,455 10,261,321.20 11,287,461.60 9,365,839.20 9,759,553.20
Tabel 3. Hasil Forecasting potential sales dan perkiraan produksi tahun 2023
Forecasting
Total Rp3,500,000
Tabel 5. Perhitungan kapasitas mesin pelleting
Kapasitas kecil Kapasitas besar
Kapasitas mesin 24 80
Harga mesin Rp157,233,000 Rp339,856,000
Keterangan : Kapasitas mesin = jam kerja*kapasitas mesin
Jam kerja/hari : 8 jam/hari
Kapasitas mesin kecil : 3 ton
Kapasitas mesin besar : 10 ton
Kapasitas mesin 24 40
Harga mesin Rp14,150,970 Rp20,289,020
Keterangan : Kapasitas mesin = jam kerja*kapasitas mesin
Jam kerja/hari : 8 jam/hari
Kapasitas mesin kecil : 3 ton
Kapasitas mesin besar : 5 ton
2.1.3 Layout
Tabel 8. Tingkat produksi pakan harian
Jenis mesin Asumsi* Jumlah (Ton)
Crumbling 98% 22
Pelleting 99% 22
Mixing 95% 23
Grinding 99% 23
* asumsi pakan yang dikeluarkan setelah diproduksi
2.2 Pembahasan
Tahapan yang dilakukan sebelum memasuki tahap forecasting adalah
perhitungan nilai potential sales. Penentuan lokasi industri pakan tidak hanya
berdasarkan nilai potential sales saja, namun komponen lain seperti Indeks
Ketersediaan Pakan (IKP), faktor rating, asumsi faktor rating, dan penentuan bobot
menjadi faktor pertimbangan dalam penentuan lokasi industri pakan. Potential
Sales merupakan kedekatan suatu wilayah dengan pasar agar produk yang dijual
menghasilkan keuntungan yang maksimal. Potential sales diperoleh dengan
mengalikan populasi ternak dengan konsumsi pakan ternak. Nilai potential sales
terbesar berada pada Kabupaten Merauke. Hal tersebut disebabkan oleh jumlah
populasi ternak yang lebih banyak dibandingkan dengan kabupaten lainnya.
Komoditas ternak terbanyak di Kabupaten Merauke adalah ayam petelur.
2.2.1 Forecasting
Forecasting merupakan peramalan yang memerlukan pengambilan
data historis untuk diproses agar dapat memutuskan prediksi stok barang
yang diperlukan untuk periode selanjutnya (Solikin dan Hardini 2019).
Peramalan ini sangat berguna bagi manajemen operasional terutama bagian
produksi dalam pembuatan keputusan-keputusan terkait proses,
perencanaan kapasitas, layout fasilitas serta berbagai keputusan lain yang
bersifat kontinyu dengan perencanaan, scheduling, dan persediaan. Data
historis yang telah dihimpun oleh perusahaan dapat diproyeksikan melalui
beberapa metode peramalan. Metode peramalan yang dapat digunakan pada
suatu perusahaan, meliputi metode moving average, metode trend analysis,
dan metode exponential smoothing. Faktor-faktor yang mempengaruhi
forecasting antara lain sifat produk yang akan diproduksi dalam jangka
panjang atau pendek, metode distribusi terkait antara perusahaan dengan
konsumen, posisi perusahaan dalam pasar, tingkat persaingan.
Kriteria penting dalam peramalan yang baik dikemukakan oleh
Rusdiana (2014), yakni akurasi hasil peramalan diukur dengan hasil
kebiasaan dan konsistensi ramalan itu sendiri. Ramalan dianggap
biasa/normal jika terlalu tinggi atau terlalu rendah dibandingkan dengan apa
yang sebenarnya terjadi. Jika margin of error dalam peramalan relatif kecil,
maka peramalan dikatakan konsisten. Biaya yang diperlukan untuk
membuat peramalan tergantung pada jumlah barang yang diramalkan.
Pada laporan ini dilakukan peramalan untuk 3 bulanan dengan
mempertimbangkan konsumsi pakan ayam petelur sebanyak 41,4 kg/tahun.
Nilai MAD dan forecasting tahun 2023 yang paling baik ditunjukkan pada
hasil perhitungan dengan menggunakan metode Moving Average, yakni
sebesar 735.947,10 dan 9.754.336,80. Nilai MAD dengan metode
Exponential Smoothing dan Trend Linear menunjukkan angka secara
berturut-turut sebesar 804.136,91 dan 3.321.360,54. Pada tahun 2023,
industri pakan diperkirakan akan memproduksi pakan ayam petelur
sebanyak 812.861,40 kg/bulan atau 27,10 ton/hari.
III KESIMPULAN
Apple, James M. (1990). Tata Letak Pabrik dan Pemindahan Bahan. Bandung:
Institut Teknologi Bandung. 1990.
Alrahman Y, Mustafa K, Delvika Y. 2017. Penerapan metode peramalan produksi
dan perencanaan kebutuhan bahan baku dengan metode material
requirement planning di PT. CJ Feed Medan. JIME. 1(2): 88-96.
Dewi RI, Rahmadani E. 2018. Sistem forecasting perencanaan produksi dengan
metode single eksponensial smoothing pada keripik singkong srikandi di
Kota Langsa. Jurnal Penelitian Ekonomi Akuntansi. 2(1): 10-18.
Putri BRT, Partama IBG, Warmadewi DA. 2017. Manajemen Pabrik Pakan. Bali
(ID): Universitas Udayana.
Rusdiana. 2014. Manajemen Operasi. Bandung (ID): CV Pustaka Setia.
Rinda, C. 2019. Analisis Break Even Point Dalam Hubungannya Dengan
Perencanaan Laba Jangka Pendek Pada CV . Adip Putra Utama Palembang
Solikin I, Hardini S. 2019. Aplikasi forecasting stok barang menggunakan metode
weighted moving average (WMA) pada Metrojaya Komputer. Jurnal
Informatika. 4(2).