BAB 3 ANALISIS PERUSAHAAN. merupakan perusahaan yang bergerak di bidang industri pakaian. Perusahaan yang

Transkripsi

1 87 BAB 3 ANALISIS PERUSAHAAN 3.1 Latar Belakang Perusahaan CV. Orlena yang berlokasi di Jln. K.H.Moh.Mansyur No.32A, Jakarta Barat merupakan perusahaan yang bergerak di bidang industri pakaian. Perusahaan yang didirikan oleh Bapak Arifin dan Ibu Tjung Miauw Djan ini bermula dari industri rumahan yang memproduksi pakaian wanita, namun pada tanggal 18 Oktober 1991 berevolusi menjadi perusahaan yang lebih memfokuskan diri pada produksi kemeja wanita. Sejak saat itu, perusahaan mengalami perkembangan dalam memproduksi kemeja wanita yang terus mengikuti tren masa kini, didukung dengan membuat merk produk bernama ORLENA. CV. Orlena memproduksi kemeja wanita. Kemeja wanita diproduksi dengan memotong kain yang disesuaikan dengan pola-pola desain kemeja yang telah dirancang sebelumnya. Kemudian melewati tahap penjahitan pola-pola tersebut, pemasangan kancing, pembuangan benang, penggosokan kemeja, dan terakhir pengemasan produk. Kemeja wanita diproduksi dalam tiga ukuran, yaitu medium, large, dan extra-large. Hasil produksi dari CV. Orlena masih didistribusikan untuk pasar domestik, dimana pemesanan pelanggan dilayanin melalui toko wholesale Orlena yang berlokasi di Pusat Grosir Metro Tanah Abang, Jakarta Utara. CV. Orlena mempunyai banyak pemasok yang tersebar di seluruh Jakarta. Pemasok-pemasok menyediakan bahan baku tekstil dan material untuk kebutuhan produksi CV. Orlena.

2 Visi dan Misi Perusahaan CV. Orlena mempunyai beberapa visi dan misi, antara lain: a. Visi Perusahaan Menjadi perusahaan kemeja wanita terbaik yang selalu memprioritaskan kepuasan pelanggan dengan menempatkan kualitas dan model terkini sebagai nilai tambah utama. b. Misi Perusahaan Misi dari CV. Orlena yaitu: 1. Memenuhi kebutuhan kemeja wanita yang bermutu dan terkini bagi pelanggan di pasar domestik. 2. Menyediakan lingkungan kerja yang nyaman, mensejahterakan dan memberikan kesempatan untuk berkembang secara profesional bagi karyawan. 3. Mengembangkan jaringan penjualan dengan dukungan teknologi dan sumber daya manusia yang berkualitas untuk memastikan perusahaan berjalan pada tingkat efisien yang tinggi. 3.3 Struktur Organisasi Perusahaan Struktur organisasi perusahaan merupakan suatu kerangka pembagian tugas dan wewenang setiap bagian atau anggota dari perusahaan. Melalui struktur organisasi ini tujuan yang diinginkan oleh perusahaan dapat tercapai yakni dengan adanya pembagian tugas dan wewenang yang jelas sehingga dapat dilakukan pengkoordinasian yang baik. Berikut ini disajikan struktur organisasi dari CV. Orlena disertai dengan penjelasan tugas dan wewenang dari masing masing bagian.

3 Struktur Organisasi Direktur Manajer Keuangan Manajer Pemasaran&Penjualan Manajer Operasional Adm Keuangan Pajak Penjual an Pemasaran Pembelian Produksi PPIC HRD Mekanik Gudang Pemotongan Pejahitan Finishing Quality Control Gambar 3.1 Struktur Organisasi CV.Orlena Uraian Tugas dan Wewenang Berikut adalah penjelasan mengenai tugas dan wewenang dari masingmasing bagian : 1. Direktur Memastikan pelaksanaan audit internal. Mengkoordinasikan jalannya operasional perusahaan secara menyeluruh.

4 90 Menunjuk manajer yang mewakili pimpinan puncak dalam tugas sehari-hari, yaitu memantau dan mengendalikan mutu di lingkungan perusahaan. Memimpin Rapat Kerja Tahunan Perusahaan, untuk menentukan anggaran serta langkah-langkah yang akan diterapkan perusahaan di tahun berikutnya. 2. Manajer Penjualan dan Pemasaran Menerima pembayaran dari distributor dalam negeri Melakukan pembayaran kepada supplier. Mengontrol jalannya aliran uang di dalam perusahaan. Membuat laporan keuangan setiap bulan untuk diserahkan kepada direktur. 3. Sales & Marketing Manager Melakukan monitor proses penangananan keluhan pelanggan. Menyelesaikan keluhan pelanggan yang berupa market claim yang tidak dapat terselesaikan oleh bagian Claim dan Complaint. Membuat Laporan Rencana Kerja Setahun kepada Direktur. Memutuskan penyelesaian claim dan retur sesuai batasan wewenangnya. Meneruskan ke Direktur putusan penyelesaian claim dan retur yang nilainya di atas wewenang yang diberikan. Menerima dan memeriksa Laporan Hasil Riset dari Market Research Development.

5 91 Memberikan saran secara berkala kepada Direktur perihal Strategi Sales dan Marketing. 4. Manajer Operasional Menetapkan strategi dan kebijaksanaan produksi yang dapat menunjang strategi dan kebijaksanaan umum, serta mendiskusikan dengan bagian Produksi. Memberikan pengarahan mengenai penyusunan program-program kerja masing-masing bagian yang ada di bagian produksi. Mengkoordinasikan semua fungsi yang ada di bagian produksi sehingga tercipta kegiatan terpadu. Memberikan pengarahan kepada Kepala Bagian mengenai sistem kerja. Menyusun rencana produksi menyeluruh secara bersama-sama dengan memperhatikan kapasitas produksi. Menyusun rencana produksi secara keseluruhan dari pengadaan bahan baku sampai dengan jadwal pengiriman. Memberikan pengarahan dan mengawasi pelaksanaan peraturanperaturan perusahaan. Memberikan pengarahan dan mengawasi bagian dalam hal penataan, penyimpanan bahan baku dalam ruang gudang. Mengawasi pelaksanaan strategi/kebijakan yang telah ditetapkan oleh perusahaan. Menyusun petunjuk-petunjuk operasional dalam melaksanakan aktivitas di bagian produksi.

6 92 Memberikan pengarahan dan mengawasi kegiatan semua bagian sehingga dapat bekerja secara efektif dan efisien. Meningkatkan kualitas sumber daya manusia dengan mengusulkan program pelatihan karyawan kepada SDM. Mengadakan rapat dengan para bawahannya secara berkala untuk membahas masalah-masalah yang terjadi sehubungan dengan kegiatan yang dilakukan di bagian produksi. Menjaga disiplin kerja dan melakukan penilaian atas prestasi kerja bawahannya secara berkala. Mendampingi tamu perusahaan yang akan mengadakan peninjauan di bagian produksi. Melaporkan kepada direktur atas aktivitas, kesulitan-kesulitan yang dihadapi dan mengusulkan jalan keluarnya. Melaporkan kepada direktur atas pembelian bahan baku yang dilakukan per periode. Melaksanakan tugas-tugas lain yang berhubungan dengan pekerjaan. 5. Staf Pembelian Mengawasi semua Purchase Order yang sudah dibuat. Mengontrol permintaan pembelian. Bertanggung jawab atas seluruh hasil kerja bagian pembelian. Menyetujui / menolak usulan pemeliharaan supplier baru / alternatif. Menyetujui dan mengesahkan purchase order.

7 93 6. Staf Produksi Menetapkan strategi dan kebijaksanaan produksi yang dapat menunjang strategi dan kebijaksanaan umum perusahaan, mendiskusikan dengan manajer produksi. Memberi pengarahan mengenai penyusunan program kerja masingmasing bagian yang ada di bagian produksi. Memberikan pengarahan dan mengawasi pelaksanaan peraturanperaturan perusahaan. Memberikan pengarahan dan mengawasi bagian dalam hal penataan, penyimpanan bahan baku dalam ruang gudang. Mengawasi pelaksanaan strategi/kebijakan yang telah ditetapkan oleh perusahaan. Menyusun petunjuk-petunjuk operasional dalam melaksanakan aktivitas di bagian produksi. Memberikan pengarahan dan mengawasi kegiatan semua bagian sehingga dapat bekerja secara efektif dan efesien. Meningkatkan kualitas sumber daya manusia dengan mengusulkan program pelatihan karyawan kepada SDM. Mengadakan rapat dengan para bawahannya secara berkala untuk membahas masalah-masalah yang terjadi sehubungan dengan kegiatan yang dilakukan bagian produksi. Menjaga disiplin kerja dan melakukan penilaian atas presentasi kerja bawahannya secara berkala.

8 94 Mendampingi pejabat dan tamu perusahaan yang akan mengadakan peninjauan di bagian produksi dengan seijin manajer produksi. 7. Staf PPIC Mengelola permintaan barang, baik barang umum, kimia maupun barang- barang sparepart, serta mengatur pemasukan dan pengeluaran sesuai dengan prosedur dan peraturan yang telah ditetapkan. Membuat perencanaan kerja yang baik untuk menjamin tercapai dan terlaksana sasaran yang ingin dituju. Membantu menyusun rencana produksi menyeluruh secara bersamasama dengan memperhatikan kapasitas produksi. Melakukan pengawasan mengenai pesanan pembelian barangbarang sehingga barang tersebut dapat datang tepat sesuai dengan waktu yang telah ditentukan. Melakukan pemeriksaan dan pengecekan terhadap barang-barang yang masuk untuk memastikan apakah barang-barang tersebut sesuai dengan pesanan, baik mutu, spesifikasi maupun jumlahnya. Mengalokasikan penyimpanan barang-barang di gudang pada tempat-tempat yang telah ditentukan sesuai dengan jenis dan bentuk barang tersebut berdasarkan sistem yang ada. Mengawasi sistem penyimpanan barang-barang di gudang agar aman dari kehilangan, kerusakan, kebakaran, dan lain-lain.

9 95 Memberikan pengarahan dan pembinaan terhadap bawahannya tentang prosedur kerja, tata tertib dan sebagainya untuk menjamin agar tercapai efektifitas dan efesiensi kerja. 8. Staf HRD Bertanggungjawab atas pengkoordinasian dan pelaksanaan kegiatan personalia dan umum yang mencakup administrasi personalia, transportasi atau kendaraan, pemeliharaan gedung dan inventaris, serta keamanan di lingkungan pabrik. Bertugas melaksanakan kegiatan yang bersifat pelayanan umum kepada semua karyawan pabrik dan tamu perusahaan, seperti pemeliharaan kebersihan ruang kerja, bangunan, transportasi atau kendaraan, serta keamanan di lingkungan pabrik. Bertanggungjawab menyelenggarakan dan mengendalikan administrasi data karyawan dan pekerja lainnya. 9. Mekanik Mengadakan kontrol secara rutin mesin yang ada. Mengupayakan seminim mungkin pemakaian tenaga kerja yang dipakai dan mengefisiensikan tenaga kerja yang ada. Membuat perencanaan-perencanaan servis yang akan dipakai. Memecahkan permasalahan yang ada untuk peningkatan kualitas baik yang diakibatkan oleh mesin, bahan baku maupun tenaga kerja. Mengupayakan servis mesin sebaik mungkin, sehingga mesin yang ada stabil dan efisien.

10 96 Membuat rencana-rencana untuk sasaran pengembangan yang bertujuan untuk kemajuan perusahaan. Mengupayakan penekanan biaya over head seminim mungkin dengan cara penggantian tipe sparepart, perbaikan sparepart yang masih bisa dipakai dan penghematan lainnya (bahan baku atau energi). Mengupayakan peningkatan kemampuan yang ada dengan cara membuat sistem atau program pelatihan. Mengupayakan kondisi perusahaan agar tetap stabil dan aman dari bencana yang ada seperti : kebakaran, gempa bumi, gangguan dari luar. 3.4 Penghitungan Penghitungan-penghitungan yang dilakukan di bawah ini adalah penghitungan peramalan, EOQ, ROP, dan MRP Penghitungan Peramalan Peramalan Kemeja Resmi Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi kuadratis, double moving average, double exponential smoothing, dan siklis untuk barang jadi kemeja resmi. Tabel 3.1 Data Penjualan Kemeja Resmi Tahun 2007 Bulan Penjualan Y(t) (unit) Januari 7883 Februari 5937 Maret 9660

11 97 April 7923 Mei 8322 Juni Juli Agustus September Oktober 6451 November Desember 9736 Sumber: Data CV.Orlena (2009) Tabel 3.2 Data Penjualan Kemeja Resmi Tahun 2008 Bulan Penjualan Y(t) (unit) Januari Februari Maret April Mei Juni Juli Agustus September Oktober 5836 November Desember 9232 Sumber: Data CV.Orlena (2009) Tabel 3.3 Data Penjualan Kemeja Resmi Tahun 2009 Bulan Penjualan Y(t) (unit) Januari 7614 Februari 7921 Maret 8821

12 98 April Mei Juni Juli Agustus September Sumber: Data CV.Orlena (2009) Dari data penjualan Kemeja Resmi diatas, dibuat bentuk grafik berdasarkan jumlah penjualan dan periodenya. Pola data yang terbentuk adalah pola data horisontal, seperti yang terlihat pada gambar 3.3 berikut. Kemeja Resmi Penjualan Periode Gambar 3.2 Grafik Data Penjualan Kemeja Resmi Metode Regresi Linier Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Linier untuk barang jadi Kemeja Resmi.

13 99 Tabel 3.4 Perhitungan Metode Regresi Linier Bulan Periode Penjualan Y(t) ty(t) t 2 (t) (unit) (2007) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April

14 100 Mei Juni Juli Agustus September Jumlah (Σ) = b= (33)( )-( )(561) = (33)(12529)-(561) 2 a= ( )(561) = Jadi, Y (t) = a + bt Y (t) = t Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34)= (34) = unit Y(35)= (35) = unit

15 101 Y(36)= (36) = unit Y(37)= (37) = unit Y(38)= (38) = unit Hasil peramalan permintaan dengan metode Regresi Linier untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.5 Tabel 3.5 Hasil Peramalan Permintaan dengan Metode Regresi Linier untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober November Desember (2010) Januari Februari Metode Regresi Kuadratis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Kuadratis untuk barang jadi Kemeja Resmi. Tabel 3.6 Perhitungan Metode Regresi Kuadratis Bulan (2007) Periode (t) t 2 t 3 t 4 Penjualan Y(t) (unit) ty(t) t 2 Y(t) Januari Februari Maret

16 102 April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli

17 103 Agustus September Jumlah (Σ) = α = (561)(12529)-(33)(314721)= β = (561) 2 -(33)(12529)= γ = (12529) 2 -(33)( )= δ = (561)(423755)-(33)( )= θ = (12529)(423755)-(33)( )= b = ( )( )-( )( ) = ( )(-98736)-( ) 2 c = ( )-( )( ) =

18 a = ( )(561) - ( )(12529) = Jadi, Y(t) = a + bt + ct 2 Y(t) = t t 2 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34) = (34) (34) 2 = unit Y(35) = (35) (35) 2 = unit Y(36) = (36) (36) 2 = unit Y(37) = (37) (37) 2 = unit Y(38) = (38) (38) 2 = unit Hasil peramalan permintaan dengan metode Regresi Kuadratis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.7 Tabel 3.7 Hasil Peramalan Permintaan dengan Metode Regresi Kuadratis untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober November Desember (2010) Januari Februari 11276

19 Metode Double Moving Average Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Moving Average untuk barang jadi Kemeja Resmi. Tabel 3.8 Perhitungan Metode Double Moving Average Bulan (2007) Periode (t) Penjualan Y(t) (unit) S t S t a B a+bm Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus

20 106 September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli Agustus September Prosedur-prosedur yang digunakan untuk menghitung peramalan dengan menggunakan metode Double Moving Average adalah sebagai berikut : a. Cari x rata-rata dari x1 sampai xt dan nilai peramalan untuk periode S t+1 adalah x rata-rata tersebut. b. Cari x rata-rata dari x2 sampai xt-1, dan nilai peramalan untuk periode S t+2 adalah x rata-rata tersebut. c. Ulangi kedua langkah di atas sampai semua nilai x telah dihitung. Lanjutkan dengan cara yang sama untuk menghitung S t hanya saja kini yang dirata-ratakan bukan x melainkan S t. d. Menghitung at dengan rumus : e. Menghitung bt dengan rumus :

21 107 Jadi, F t+m = a t + b t. m F 33+m = m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = (1) = unit F 35 = (2) = unit F 36 = (3) = unit F 37 = (4) = unit F 38 = (5) = unit Hasil peramalan permintaan dengan metode Double Moving Average untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.9 Tabel 3.9 Hasil Peramalan Permintaan dengan Metode Double Moving Average untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober November Desember (2010) Januari Februari Metode Double Exponential Smoothing Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Exponential Smoothing untuk barang jadi Kemeja Resmi.

22 108 Tabel 3.10 Perhitungan Metode Double Exponential Smoothing Bulan (2007) Periode (t) Penjua lan Y(t) (unit) SES S t (α=0,5) DES S t (α=0,5) SES- DES a b a+bm Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari

23 109 Maret April Mei Juni Juli Agustus September Jadi, F t+m = a t + b t. m F 33+m = m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = (1)= unit F 35 = (2)= unit F 36 = (3)= unit F 37 = (4)= unit F 38 = (5)= unit

24 110 Hasil peramalan permintaan dengan metode Double Exponential Smoothing untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.11 Tabel 3.11 Hasil Peramalan Permintaan dengan Metode Double Exponential Smoothing untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober November Desember (2010) Januari Februari Metode Siklis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Siklis untuk barang jadi Kemeja Resmi. Tabel 3.12 Perhitungan Metode Siklis Bulan (2007) Periode (t) Penjualan Y(t) (unit) Sin (2πt/n) Cos (2πt/n) Y(t)*Sin (2πt/n) Y(t)*Cos (2πt/n) Peramalan Y (t) (unit) Januari Februari Maret April Mei Juni Juli

25 111 Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli Agustus September Jumlah (Σ)

26 112 = a= = b= (2)( ) = c= (2)( ) = Jadi, Y (t) = sin 2Πt cos 2Πt n n Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y (34) = sin 2Π(34) cos 2Π(34) = unit Y (35) = sin 2Π(35) cos 2Π(35) = unit 33 33

27 113 Y (36) = sin 2Π(36) cos 2Π(36) = unit Y (37) = sin 2Π(37) cos 2Π(37) = unit Y (38) = sin 2Π(38) cos 2Π(38) = unit Hasil peramalan permintaan dengan metode Siklis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.13 Tabel 3.13 Hasil Peramalan Permintaan dengan Metode Siklis untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober November Desember (2010) Januari Februari Peramalan Kemeja Karet Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi kuadratis, double moving average, double exponential smoothing, dan siklis untuk barang jadi kemeja karet. Tabel 3.14 Data Penjualan Kemeja Karet Tahun 2007 Bulan Penjualan Y(t) (unit) Januari 3379 Februari 2545 Maret 4140

28 114 April 3395 Mei 3566 Juni 4400 Juli 4842 Agustus 6706 September 7818 Oktober 2765 November 4555 Desember 4173 Sumber: Data CV.Orlena (2009) Tabel 3.15 Data Penjualan Kemeja Karet Tahun 2008 Bulan PenjualanY(t) (unit) Januari 4960 Februari 5508 Maret 7434 April 8386 Mei 6814 Juni 8065 Juli 8050 Agustus 9931 September 8203 Oktober 2501 November 5070 Desember 3957 Sumber: Data CV.Orlena (2009) Tabel 3.16 Data Penjualan Kemeja Karet Tahun 2009 Bulan Penjualan Y(t) (unit) Januari 3263 Februari 3394 Maret 3780

29 115 April 5301 Mei 5484 Juni 6149 Juli 7805 Agustus September 4962 Sumber: Data CV.Orlena (2009) Dari data penjualan Kemeja Karet diatas, dibuat bentuk grafik berdasarkan jumlah penjualan dan periodenya. Pola data yang terbentuk adalah pola data horisontal, seperti yang terlihat pada gambar 3.4 berikut. Kemeja Karet Penjualan Periode Gambar 3.3 Grafik Data Penjualan Kemeja Karet Metode Regresi Linier Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Linier untuk barang jadi Kemeja Karet.

30 116 Tabel 3.17 Perhitungan Metode Regresi Linier Bulan Periode Penjualan Y(t) ty(t) t 2 (t) (unit) (2007) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April

31 117 Mei Juni Juli Agustus September Jumlah (Σ) = b= (33)( )-(181608)(561) = (33)(12529)-(561) 2 a= (71.91)(561) = Jadi, Y(t)= t Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34)= (34) = unit Y(35)= (35) = unit Y(36)= (36) = unit Y(37)= (37) = unit Y(38)= (38) = unit Hasil peramalan permintaan dengan metode Regresi Linier untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.18.

32 118 Tabel 3.18 Hasil Peramalan Permintaan dengan Metode Regresi Linier untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 6726 November 6798 Desember 6870 (2010) Januari 6941 Februari Metode Regresi Kuadratis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Kuadratis untuk barang jadi Kemeja Karet. Tabel 3.19 Perhitungan Metode Regresi Kuadratis Bulan (2007) Periode (t) t 2 t 3 t 4 Penjualan Y(t) (unit) ty(t) t 2 Y(t) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember

33 119 (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli Agustus September Jumlah (Σ) = α = (561)(12529)-(33)(314721)= β = (561) 2 -(33)(12529)= γ = (12529) 2 -(33)( )=

34 120 δ = (561)(181608)-(33)( )= θ = (12529)(181608)-(33)( )= b = ( )( )-( )( ) = ( )(-98736)-( ) 2 c = ( )-( )( ) = a = ( )(561) (-6.226)(12529) = Jadi, Y(t) = t 6.226t 2 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34) = (34) 6.226(34) 2 = unit Y(35) = (35) 6.226(35) 2 = unit Y(36) = (36) 6.226(36) 2 = unit Y(37) = (37) 6.226(37) 2 = unit Y(38) = (38) 6.226(38) 2 = unit Hasil peramalan permintaan dengan metode Regresi Kuadratis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel Tabel 3.20 Hasil Peramalan Permintaan dengan Metode Regresi Kuadratis untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 5491 November 5345 Desember 5187

35 121 (2010) Januari 5016 Februari Metode Double Moving Average Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Moving Average untuk barang jadi Kemeja Karet. Tabel 3.21 Perhitungan Metode Double Moving Average Bulan (2007) Periode (t) Penjualan Y(t) (unit) S t S t a B a+bm Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April

36 122 Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli Agustus September Jadi, F 33+m = m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = (1) = unit F 35 = (2) = unit F 36 = (3) = unit F 37 = (4) = unit F 38 = (5) = unit

37 123 Hasil peramalan permintaan dengan metode Double Moving Average untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.22 Tabel 3.22 Hasil Peramalan Permintaan dengan Metode Double Moving Average untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 8605 November 9124 Desember 9644 (2010) Januari Februari Metode Double Exponential Smoothing Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Exponential Smoothing untuk barang jadi Kemeja Karet. Bulan (2007) Tabel 3.23 Perhitungan Metode Double Exponential Smoothing Peri ode (t) Penjua lan Y(t) (unit) SES S t (α=0,5) DES S t (α=0,5) SES-DES a b a+bm Januari Februari Maret April Mei Juni Juli Agustus

38 124 September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009) Januari Februari Maret April Mei Juni Juli Agustus September Jadi, F 33+m = m

39 125 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = (1)= unit F 35 = (2)= unit F 36 = (3)= unit F 37 = (4)= unit F 38 = (5)= unit Hasil peramalan permintaan dengan metode Double Exponential Smoothing untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.24 Tabel 3.24 Hasil Peramalan Permintaan dengan Metode Double Exponential Smoothing untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 6265 November 6033 Desember 5801 (2010) Januari 5568 Februari Metode Siklis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Siklis untuk barang jadi Kemeja Karet.

40 126 Tabel 3.25 Perhitungan Metode Siklis Bulan (2007) Periode (t) Penjualan Y(t) (unit) Sin (2πt/n) Cos (2πt/n) Y(t)*Sin (2πt/n) Y(t)*Cos (2πt/n) Peramalan Y (t) (unit) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2008) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember (2009)

41 127 Januari Februari Maret April Mei Juni Juli Agustus September Jumlah (Σ) = a= = b= (2)( ) = c= (2)( ) = Jadi, Y (t) = sin 2Πt cos 2Πt n n Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y (34) = sin 2Π(34) cos 2Π(34) = unit 33 33

42 128 Y (35) = sin 2Π(35) cos 2Π(35) = unit Y (36) = sin 2Π(36) cos 2Π(36) = unit Y (37) = sin 2Π(37) cos 2Π(37) = unit Y (38) = sin 2Π(38) cos 2Π(38) = unit Hasil peramalan permintaan dengan metode Siklis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.26 Tabel 3.26 Hasil Peramalan Permintaan dengan Metode Siklis untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 4511 November 4499 Desember 4523 (2010) Januari 4582 Februari Penghitungan Tracking Signal Tracking signal kemeja resmi Penghitungan di sini digunakan untuk mencari kesalahan (error). Pada kasus ini saya menggunakan metode MSE. Peramalan yang dipilih yaitu peramalan dengan MSE yang kecil.

43 129 Tabel 3.27 Perhitungan Tracking Signal untuk Metode Regresi Linier i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi-fi Cumm. ei MAD TS

44 130 MSE= N Σ e i 2 i=1 N = ( / 33) = Tabel 3.28 Perhitungan Tracking Signal untuk Metode Regresi Kuadratis i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi-fi Cumm. ei MAD TS

45 MSE= N Σ e i 2 i=1 N = ( / 33) = Tabel 3.29 Perhitungan Tracking Signal untuk Metode Double Moving Average i Penjualan Peramalan ei=xi-fi RSFE ei = xi- Cumm. MAD TS xi Fi Fi ei

46 MSE= N Σ e i 2 i=1 N = ( / 33) = Tabel 3.30 Perhitungan Tracking Signal untuk Metode Double Exponential Smoothing i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi- Fi Cumm. ei MAD TS