PENERAPAN METODE GOAL PROGRAMMING UNTUK PERENCANAAN PRODUKSI PADA PRODUK OLAHAN TEBU (STUDI KASUS: PG. XXX JAWA TIMUR)
|
|
- Susanti Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN METODE GOAL PROGRAMMING UNTUK PERENCANAAN PRODUKSI PADA PRODUK OLAHAN TEBU (STUDI KASUS: PG. XXX JAWA TIMUR) Oleh : Pupy Ajiningtyas Dosen Pembimbing : 1. Drs. Suhud Wahyudi, M.Si 2. Dra. Farida Agustini W., MS. JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGTAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013
2 PENDAHULUAN
3 Latar Belakang Industri pergulaan merupakan salah satu industri penggerak perekonomian nasional Konsumsi masyarakat akan gula semakin meningkat Banyak kendala yang dialami pabrik dalam proses produksi Metode untuk meminimalkan kendala. Peramalan dengan metode kuantitatif time series model Double Exponential Smoothing: Metode Linear Satu Parameter dari Brown. Jumlah pasokan tebu semakin berkurang. Metode Goal Programming
4 Rumusan Masalah Bagaimana memodelkan optimasi perencanaan produksi di PG. XXX Madiun dengan mengoptimalkan sumber daya yang telah dimiliki oleh pabrik menggunakan metode Goal Programming serta penentuan Nilai Ruas Kanan (NRK) dengan metode peramalan (forecasting). Bagaimana hasil optimal optimasi perencanaan produksi di PG. XXX Madiun sehingga diperoleh hasil produksi yang optimal. Batasan Masalah Data yang digunakan adalah data sekunder yang diambil dari PG. XXX dari tahun Faktor yang menjadi fungsi kendala antara lain: keterbatasan sumber daya (bahan baku, jam kerja mesin, biaya produksi, dll) Peramalan jumlah produksi untuk 4 periode kedepan dianalisis berdasarkan data sebelumnya dengan menggunakan metode kuantitatif time series model Tripel Exponential Smoothing: model Double Exponential Smoothing: Metode Linear Satu Parameter dari Brown. Software yang digunakan adalah LINDO untuk penyelesaian metode goal programming dan Excel dan Minitab untuk pengolahan data peramalan.
5 TUJUAN MANFAAT Mendapatkan model optimasi produksi dan nilai peramalan untuk m periode pada produk hasil olahan tebu di PG. XXX Madiun menggunakan metode Goal Programming dan metode Peramalan (forecasting). Memberikan masukan kepada perusahaan untuk perencanaan produksi jangka pendek sesuai dengan sasaran-sasaran dan kendala-kendala yang dihadapi sehingga diperoleh hasil produksi yang optimal. Mendapatkan hasil optimal dalam proses produksi dari hasil komputasi model optimasi produksi produk. Sebagai bahan informasi penyusun rencana implementasi langkah-langkah yang perlu ditempuh untuk meningkatkan efisiensi dan produktivitas, sehingga dapat meningkatkan keunggulan kompetitif perusahaan.
6 TINJAUAN PUSTAKA
7 Produksi Produksi adalah penciptaan atau pengubahan bentuk atau transformasi sumber daya menjadi barang-barang dan jasa-jasa. Manajemen produksi atau operasi adalah kegiatan yang bertaliandengan penciptaan barang-barang dan jasa-jasa melalui pengubahan atau faktor produksi menjadi keluaran atau hasil produksi. Kegiatan mana memerklukan perencanaan dan pengawasan agar tujuan-tujuan dapat dicapai secara efisien dan efektif. Adapun tujuan produksi adalah produktifitas, sedangkan tujuan manajemen produksi adalah pencapaian produktifitas secara efisien dan efektif [2]. Ada 3 fungsi utama kegiatan-kegiatan produksi yang dapat didefinisikan, yaitu [2]: 1. Proses produksi, yaitu metode atau teknik yang digunakan dalam mengolah bahan baku menjadi produk. 2. Perencanaan produksi, yaitu merupakan tindakan antisipatif dimasa mendatang sesuai dengan periode waktu yang direncanakan. 3. Pengendalian produksi, yaitu tindakan yang menjamin bahwa semua kegiatan yang dilaksanakan dalam perencanaan yang telah dilakukan sesuai dengan target yang telah ditentukan.
8 Teori Peramalan (forecasting) Peramalan adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa yang akan datang atas pola-pola di waktu yang lalu [4]. Teknik Peramalan Metode Kuantitatif Metode Kualitatif Deret Berkala (Time Series) Regresi Metode Eksploratif Metode Normatif
9 Pola Data Penentuan metode peramalan yang cocok untuk suatu produk bergantung pada jenis pola data dari produk tersebut. Pola data dapat dibagi menjadi empat kategori, yaitu [5]: Pola Horisontal (H) Pola ini terjadi jika data berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk dalam pola data ini. Pola Musiman (S) Bila data kelihatannya berfluktuasi, namun fluktuasi tersebut akan terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut berpola musiman. Pola Siklis (C) Pola siklis terjadi bila fluktuasi permintaan secara jangka panjang membentuk pola sinusoid atau gelombang siklus. Pola siklis berbentuk gelombang sinusoid. Pola Trend (T) Pola trend adalah bila data menunjukkan pola kecenderungan gerakan penurunan atau kenaikan jangka panjang.
10 Double Exponential Smoothing: Metode Linear Satu Parameter dari Brown FF tt+mm = aa tt + bb tt mm aa tt = SS tt + (SS tt SS" tt ) = 22SS tt SS" tt bb tt = αα 11 αα (SS tt SS" tt ) SS tt = ααxx tt + (11 αα)ss tt 11 SS" tt = ααss tt + (11 αα)ss" tt 11 Dengan nilai awal: SS tt = SS tt " = XX tt Dengan: SS tt : nilai pemulusan eksponensial tunggal. SS" tt : nilai pemulusan eksponensial ganda. mm : periode ke muka yang diramalkan αα : konstanta pemulusan (00 < αα < 11) XX tt : rata-rata beberapa nilai awal
11 Double Exponential Smoothing: Metode Linear Satu Parameter dari Brown Nilat Tengah Kesalahan (ME): Nilai Tengah Kesalahan Absolut (MAE): Nilai Tengah Kesalahan Kuadrat (MSE): nn MMMM = ee ii nn ii=1 nn MMMMMM = ee ii nn ii=1 nn MMMMMM = ee ii 2 nn
12 Double Exponential Smoothing: Metode Linear Satu Parameter dari Brown Deviasi Standar Kesalahan (SDE): nn SSSSSS = ii=11 Nilai Tengah Persentase Kesalahan Absolut (MAPE): Statistik U dari Theil: ee ii 22 (nn 11) nn MMMMMMMM = PPEE ii nn ii=11 UU = nn ii=11 nn 11 ii=11 ((FF ii+11 XX ii+11 ) 22 XX ii (XX ii+11 XX ii ) 22 XX ii
13 GOAL PROGRAMMING Dalam membuat suatu perencanaan produksi terdapat tiga elemen yang harus diperhatikan, yaitu konsumen, produk dan proses manufaktur. Sebelum membentuk model, maka akan dilakukan perhitungan dari parameter-parameter yang belum diketahui nilainya, yang nantinya akan digunakan dalam model [7]. Dalam fungsi Goal Programming terdapat variabel deviasional dalam fungsi kendala. Variabel tersebut berfungsi untuk menampung penyimpangan hasil penyelesaian terhadap sasaran yang hendak dicapai. Dalam proses pengolahan model tersebut, jumlah variabel deviasional akan diminimumkan di dalam fungsi tujuan [4].
14 GOAL PROGRAMMING Model Goal Programming dalam optimasi produksi gula menggunakan model matematika sebagai berikut: Fungsi Tujuan: mm Minimumkan: ZZ = ii=1 (DDAA ii + DDBB ii ) Terhadap kendala-kendala: aa 11 XX 1 + aa 12 XX aa 1nn XX nn + DDBB 1 DDAA 1 = bb 1 (7) aa 21 XX 1 + aa 22 XX2 + + aa 2nn XX nn + DDBB 2 DDAA 2 = bb 2 (8) aa mm1 XX 1 + aa mm2 XX aa mmmm XX nn + DDBB mm DDAA mm = bb mm (9) Dengan: Z :fungsi tujuan (total deviasi) yang akan diminimumkan DDBB ii : deviasi bawah kendala ke-i DDAA ii : deviasi atas kendala ke-i bb ii : ketersediaan kendala ke-i aa iiii :parameter kendala fungsi ke-i pada variabel keputusan ke-j XX jj : variabel keputusan ke-j XX jj, DDAA ii, dddddd DDBB ii > 0; uuuuuuuuuu ii = 1, 2, 3,, mm dan jj = 1, 2, 3,, nn
15 METODE PENELITIAN
16 Metodologi Penelitian 1. Studi Literatur Pada tahap ini dilakukan identifikasi permasalahan dengan menganalisis faktor-faktor yang berpengaruh terhadap proses produksi dan pemanfaatan sumber daya yang telah dimiliki oleh pabrik serta pengumpulan informasi-informasi untuk menunjangtugas Akhir ini. 2. Pengumpulan Data Data dikumpulkan secara internal dan menganalisis data yang telah diperoleh. 3. Perancangan Model Pada tahap ini akan dirancang model optimasi untuk permasalahan pada proses produksi. Dalam perancangan model diperlukan fungsi kendala dan fungsi tujuan sehingga dapat dicapai goal yang diinginkan. 4. Penyelesaian Model Penyelesaian model memerlukan software LINDO untuk penyelesaian metode goal programming serta Excel dan Minitab untuk peramalan. 5. Penarikan Kesimpulan Dari proses penyelesaian model akan diambil kesimpulan sesuai analisis hasil. 6. Penulisan Laporan Pada tahap akhir ini disusun buku sebagai bahan dokumentasi dari pengerjaan Tugas.
17 ANALISIS DAN PEMBAHASAN
18 Peramalan Penjualan Produk Data yang diramalkan merupakan data sekunder yang diperoleh dari pabrik, yaitu data produksi gula dan tetes pada tahun 1990 sampai Data ini digunakan sebagai data untuk meramalkan 4 periode kedepan. Peramalan penjualan tiap jenis produk menggunakan model Double Exponential Smoothing: Metode Linear Satu Parameter Dari Brown. Hal ini bertujuan untuk mengetahui kemampuan perusahaan dalam kegiatan produksi selama 4 periode dan hasil dari peramalan tersebut digunakan untuk mendapatkan nilai tujuan dari fungsi tujuan model optimasi produksi produk PG. XXX kota Madiun.
19 Peramalan Penjualan Produk Gambar 4.1 Time series plot data penjualan gula tahun Time Series Plot of gula jual Dapat dilihat dari gambar 4.1 bahwa data penjualan gula pada tahun menunjukkan pola trend. gula jual Gambar 4.2. Time series plot data penjualan tetes tahun Index Time Series Plot of tetes jual Dari plot data penjualan tetes yang dapat dilihat pada gambar 4.2 terlihat bahwa data penjualan tetes juga mengandung unsur trend. tetes jual Index
20 Menentukan Nilai Peramalan Penjualan Gula dan Tetes Selama 4 periode Karena kedua data penjualan gula dan tetes memiliki pola data Trend, maka digunakan metode peramalan model Double Exponential Smoothing: Metode Linear Satu Parameter Dari Brown. Sehingga dari data jumlah produksi yang telah diperoleh akan diramalkan menggunakan metode kuantitatif time series model Double Exponential Smoothing: Metode Linear Satu Parameter Dari Brown dengan memilih nilai error (nilai kesalahan) terkecil. Penentuan parameter nilai α didapatkan dengan trial and error untuk mendapatkan MAPE terkecil.
21 Menentukan Nilai Peramalan Penjualan Gula dan Tetes Selama 4 periode Karena telah diperoleh nilai MAPE terkecil untuk produk gula dan tetes, maka diperoleh nilai peramalan penjualan produk untuk kedua produk tersebut, yaitu:
22 Peramalan Biaya Produksi Peramalan dilakukan untuk memperkirakan biaya produksi pabrik untuk menghasilkan gula dan tetes dalam 4 tahun kedepan, dimana data yang digunakan sebagai dasar peramalan adalah data biaya produksi yang dikeluarkan perusahaan untuk memproduksi 1 kg gula dan tetes pada tahun 1990 sampai 2013.
23 Peramalan Biaya Produksi Gambar 4.3 Time series plot data produksi gula tahun Time Series Plot of Biaya Produksi Gula Dapat dilihat dari gambar 4.3 bahwa data produksi gula pada tahun menunjukkan pola trend. Biaya Produksi Gula Gambar 4.4. Time series plot data produksi tetes tahun Index Time Series Plot of Biaya Produksi Tetes 800 Dari plot data produksi tetes yang dapat dilihat pada gambar 4.4 terlihat bahwa data penjualan tetes juga mengandung unsur trend. Biaya Produksi Tetes Index
24 Menentukan Nilai Peramalan Biaya Produksi Gula dan Tetes Selama 4 periode Dari plot data biaya produksi gula dan tetes tahun 1990 sampai 2013 seperti terlihat pada gambar 4.3 dan 4.4 kedua data tersebut menunjukkan pola trend. Sehingga dilakukan peramalan dengan metode yang sama dengan data sebelumnya.
25 Menentukan Nilai Peramalan Biaya Produksi Gula dan Tetes Selama 4 periode Karena telah diperoleh nilai MAPE terkecil untuk produk gula dan tetes, maka diperoleh nilai peramalan biaya produksi produk untuk kedua produk tersebut, yaitu:
26 Menentukan Peramalan Keuntungan Penjualan Perusahaan Selama 4 Periode. Peramalan disini dilakukan untuk memperkirakan keuntungan penjualan produk gula dan tetes dalam 4 tahun kedepan, dimana data yang digunakan sebagai dasar peramalan adalah data keuntungan penjualan tiap 1 kg gula dan tetes pada tahun 1990 sampai 2013.
27 Peramalan Keuntungan Penjualan Gambar 4.35Time series plot data keuntungan penjualan gula tahun Keuntungan Penjualan Gula Time Series Plot of Keuntungan Penjualan Gula Dapat dilihat dari gambar 4.5 bahwa data produksi gula pada tahun menunjukkan pola trend. Gambar 4.6. Time series plot data keuntungan penjualan tetes tahun Index Time Series Plot of Keuntungan Penjualan Tetes Dari plot data produksi tetes yang dapat dilihat pada gambar 4.6 terlihat bahwa data penjualan tetes juga mengandung unsur trend. Keuntungan Penjualan Tetes Index
28 Peramalan Keuntungan Penjualan Dari plot data keuntungan penjualan gula dan tetes tahun 1990 sampai 2013 seperti terlihat pada gambar 4.5 dan 4.6 kedua data tersebut menunjukkan pola trend. Sehingga digunakan sama dengan metode peramalan pada sub bab sebelumnya.
29 Peramalan Keuntungan Penjualan Karena telah diperoleh nilai MAPE terkecil untuk produk gula dan tetes, maka diperoleh nilai peramalan penjualan produk untuk kedua produk tersebut, yaitu:
30 Pembentukan Model Optimasi dengan Goal Programming Menentukan Variabel Keputusan Variabel keputusan merupakan output yang akan dioptimalkan sehingga memenuhi kriteria sasaran dan kendala. Variabel keputusan untuk optimasi produksi di PG. XXX adalah jumlah masing-masing produk yang diproduksi, yaitu: XX iiii : Jumlah produksi produk ke-ii periode tt. ii : Jenis produk yang dihasilkan. ii = 1,2. tt : Periode Produksi. tt = 1, 2, 3, 4.
31 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming Perumusan Fungsi Kendala 1. Kendala Penjualan produk 2 XX iiii FFPP iiii ii=1 Dengan: XX iiii : Jumlah produk ke-ii periode tt. FFPP iiii : Peramalan permintaan produk ke-ii periode tt. 2. Kendala Keuntungan Penjualan Produk 2 PP iiii XX iiii TTPP iiii ii=1 Dengan: PP iiii : Peramalan keuntungan produk ke- ii periode tt. XX iiii : Jumlah produk ke- ii periode tt. TTPP iiii : Target keuntungan produk ke- ii periode tt.
32 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 3. Kendala Biaya Produksi 2 CC iiii XX iiii TTCC iiii ii=1 Dengan : CC iiii : Peramalan biaya produksi produk ke- ii periode tt. XX iiii : Jumlah produk ke-ii periode tt. TTCC iiii : Target biaya produksi produk ke- ii periode tt. 4. Kendala Ketersediaan Bahan Baku 2 Perumusan Fungsi Kendala BB iiii XX iiii BBBB iiii ii=1 Dengan: BB iiii : Jumlah penggunaan bahan baku produk ke-ii periode tt. XX iiii : Jumlah produk ke- ii periode tt. BBBB iiii : Peramalan jumlah bahan baku tersedia produk ke-ii periode tt.
33 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming Perumusan Fungsi Kendala 5. Kendala Jam Kerja Mesin 2 JJ iiii XX iiii JJTT iiii ii=1 Dengan: JJ ii tt : Jam kerja mesin untuk menghasilkan produk ke- ii periode tt. XX iiii : Jumlah produk ke-ii periode tt. : Jumlah jam kerja tersedia selama proses produksi produk ke- ii periode tt. JJTT iiii Penetapan Prioritas Utama P1 P2 P3 P4 P5 : terpenuhinya target jumlah penjualan tiap jenis produk. : terpenuhinya keuntungan untuk setiap produk. : terpenuhinya target minimal biaya produksi. : terpenuhinya pemakaian bahan baku yang minimal. : terpenuhinya pemakaian jam kerja mesin yang optimal.
34 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 1. Maksimal Penjualan Produk Perumusan Fungsi Tujuan 2 XX iiii FFDD iiii ii=1 Diubah dalam bentuk goal programming dengan menambahkan variabel simpangan negatif dan positif sebagai berikut: 2 4 XX iiii ii=1 tt=1 + dd ii dd ii + = FFDD iiii Karena fungsi tujuannya adalah memaksimalkan volume produksi tiap jenis produk, maka yang akan diminimalkan adalah nilai penyimpangan atas (deviasi positif) dan penyimpangan bawah (deviasi negatif), sehingga kontribusi fungsi pencapaiannya adalah: MMMMMM ZZ 1 = dd pp dd pp + 8 pp=1 Dengan: XX iiii : jumlah produk ke-i yang diproduksi pada periode-t FFDD iiii : peramalan permintaan produk i pada periode t dd pp : deviasi negatif menunjukkan tingkat pencapaian penjualan kurang dari target jumlah penjualualan yang ditentukan. + dd pp : deviasi positif menunjukkan tingkat pencapaian penjualan melebihi target jumlah penjualan yang ditentukan.
35 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 2. Maksimal Keuntungan Perusahaan Perumusan Fungsi Tujuan Tujuan ini merupakan tujuan dari perusahaan dimana perusahaan menjual produk tertentu sehingga dihasilkan sejumlah keuntungan tertentu. 2 PP iiii XX iiii TTPP iiii ii=1 Diubah dalam bentuk goal programming dengan menambahkan variabel simpangan negatif dan positif sebagai berikut: 2 PP iiii XX iiii + dd ii dd ii + = TTPP iiii ii=1 Dengan: PP iiii : Peramalan keuntungan produk ke-i periode tt. XX iiii : jumlah produk ke-i yang diproduksi pada periode-t TTPPPP ii : Target keuntungan perusahaan produk ke-i dd ii : deviasi negatif menunjukkan tingkat pencapaian keuntungan kurang dari target yang ditentukan. + dd ii : deviasi positif menunjukkan tingkat pencapaian keuntungn melebihi target yang ditentukan. Karena fungsi tujuannya adalah maksimalkan keuntungan perusahaan dari penjualan tiap jenis produk, maka yang akan diminimalkan adalah penyimpangan bawah (deviasi negatif), sehingga kontribusi fungsi pencapaiannya adalah: 12 MMMMMM ZZ 2 = dd pp pp=9
36 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 3. Minimal Biaya Produksi Perumusan Fungsi Tujuan Fungsi tujuan ini merupakan tujuan dari perusahaan untuk menghasilkan produk yang optimal dengan biaya produksi minimum sesuai target yang telah ditentukan perusahaan. 2 CC iiii XX iiii 1=1 TTTT iiii Diubah dalam bentuk goal programming dengan menambahkan variabel simpangan negatif dan positif sebagai berikut: 2 CC iiii XX iiii + dd + ii dd ii = TTTT iiii 1=1 Dengan: CC iiii : peramalan biaya produksi produk ke-ii periode tt. XX iiii : jumlah produksi produk ke-ii periode tt. TTCC iiii : total biaya produksi produk ke-ii periode tt. dd ii :deviasi negatif menunjukkan tingkat pencapaian biaya produksi kurang dari target yang ditentukan. + dd ii :deviasi positif menunjukkan tingkat pencapaian biaya produksi melebihi target yang ditentukan. Karena fungsi tujuannya adalah minimum biaya produksi dari tiap jenis produk, maka yang akan diminimalkan adalah nilai penyimpangan atas (deviasi positif), sehingga kontribusi fungsi pencapaiannya adalah: 16 MMMMMM ZZ 3 = dd pp + pp=13
37 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 4. Minimum Biaya Pemakaian Bahan Baku Perumusan Fungsi Tujuan Hal ini bertujuan agar dalam proses produksi beberapa produk perusahaan dapat menekan biaya yang dikeluarkan dengan minimum pemakaian bahan baku tetapi tetap menghasilkan kualitas produk yang sesuai dengan kriteria yang telah ditentukan perusahaan. 2 bb iiii XX iiii 1=1 BB iiii Diubah dalam bentuk goal programming dengan menambahkan variabel simpangan negatif dan positif sebagai berikut: 2 bb iiii XX iiii + dd + ii dd ii = BB iiii ii=1 Dengan: bb iiii : biaya penggunaan bahan produk ke-ii periode tt. XX iiii : Jumlah produk ke-i yang diproduksi pada periode-t dd ii :deviasi negatif menunjukkan tingkat pencapaian penggunaan jam kerja mesin kurang dari target yang ditentukan. + dd ii :deviasi positif menunjukkan tingkat pencapaian penggunaan jam kerja mesin melebihi target yang ditentukan. BB iiii : jumlah biaya pemakaian bahan baku Karena fungsi tujuannya adalah meminimumkan biaya penggunaan bahan baku selama proses produksi untuk tiap jenis produk, maka yang akan diminimalkan adalah nilai penyimpangan atas (deviasi positif), sehingga kontribusi fungsi pencapaiannya adalah: 20 MMMMMM ZZ 4 = dd pp + pp=17
38 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Pembentukan Model Optimasi dengan Goal Programming 5. Minimal Pemakaian Jam Kerja Mesin Perumusan Fungsi Tujuan Hal ini merupakan tujuan dari perusahaan untuk menghasilkan produk tertentu secara optimal dengan pemakaian jam kerja mesin yang minimum. 2 JJ iiii XX iiii 1=1 JJJJ iiii Diubah dalam bentuk goal programming dengan menambahkan variabel simpangan negatif dan positif sebagai berikut: 2 JJ iiii XX iiii 1=1 + dd ii dd ii + = JJJJ iiii Dengan: JJ iiii : Pemakaian jam kerja mesin untuk produk ke-ii periode-tt. XX iiii : Jumlah produk ke-ii yang diproduksi pada periode-tt. JJJJ iiii : Jumlah jam kerja mesin untuk produk ke-i periode-tt. dd ii : deviasi negatif menunjukkan tingkat pencapaian penggunaan jam kerja mesin kurang dari target yang ditentukan. + dd ii : deviasi positif menunjukkan tingkat pencapaian penggunaan jam kerja mesin melebihi target yang ditentukan. Karena fungsi tujuannya adalah meminimumkan jam kerja mesin selama proses produksi tiap jenis produk, maka yang akan diminimalkan adalah nilai penyimpangan bawah (deviasi negatif), sehingga kontribusi fungsi pencapaiannya adalah: 24 MMMMMM ZZ 5 = dd pp + pp=21
39 Penyusunan Model Goal Programming XX 11 + dd 1 dd 1 + = ,68 XX 12 + dd 2 dd 2 + = ,51 XX 13 + dd 3 dd 3 + = ,33 XX 14 + dd 4 dd 4 + = ,16 XX 21 + dd 5 dd 5 + = ,12 XX 22 + dd 6 dd 6 + = ,49 XX 23 + dd 7 dd 7 + = ,86 XX 24 + dd 8 dd 8 + = ,24 Maksimal Penjualan Produk Maksimal Keuntungan Tiap Produk 4.087,21XX ,53XX 21 +dd 9 dd + 9 = ,04XX ,56XX 22 +dd 10 dd + 10 = ,86XX ,59XX 23 +dd 11 dd + 11 = ,69XX ,62XX 24 +dd 12 dd + 12 =
40 Penyusunan Model Goal Programming Minimal Biaya Produksi 5.051,445XX ,47XX 21 +dd 13 dd + 13 = ,736XX ,79XX 22 +dd 14 dd + 14 = ,027XX ,11XX 23 +dd 15 dd + 15 = ,318XX ,43XX 24 +dd 16 dd + 16 = Minimal Pemakaian Bahan Baku 46,35XX ,56XX 21 +dd 17 dd + 17 = ,32XX ,52XX 22 +dd 18 dd + 18 = ,80XX ,49XX 23 +dd 19 dd + 19 = ,08XX ,46XX 24 +dd 20 dd + 20 =
41 Penyusunan Model Goal Programming Maksimal Jam Kerja Mesin 1,20XX ,93XX 21 +dd 21 dd + 21 = ,17XX ,91XX 22 +dd 22 dd + 22 = ,15XX ,89XX 23 +dd 23 dd + 23 = ,13XX ,87XX 24 +dd 24 dd + 24 =
42 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Input LINDO n1+p1+n2+p2+n3+p3+n4+p4+n5+p5+n6+p6+n7+p7+n8+p8+n9+n10+n11+n12+n13+p13+n14+p14+n15+p15+n16+p16 +n17+p17+n18+p18+n19+p19+n20+p20+p21+p22+p23+p24 subject to X11+n1-p1= X12+n2-p2= X13+n3-p3= X14+n4-p4= X21+n5-p5= X22+n6-p6= X23+n7-p7= X24+n8-p8= X X21+n9-p9= X X22+n10-p10= X X23+n11-p11= X X24+n12-p12= X X21+n13-p13= X X22+n14-p14= X X23+n15-p15= X X24+n16-p16= Penyelesaian M enggunakan LINDO
43 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Penyelesaian M enggunakan LINDO 46.35X X21+n17-p17= X X22+n18-p18= X X23+n19-p19= X X24+n20-p20= X X21+n21-p21= X X22+n22-p22= X X23+n23-p23= X X24+n24-p24= X11>=0 X12>=0 X13>=0 X14>=0 X21>=0 X22>=0 X23>=0 X24>=0 end
44 Kendala keuntungan dari penjualan produk ini disesuaikan dengan jumlah penjualan produk sehingga diperoleh keuntungan maksimal yang telah ditargetkan Fungsi kendalanya adalah: Analisis Hasil Model Awal Prioritas I (Maksimal Penjualan Produk) Prioritas II (Maksimal Keuntungan Tiap Produk) Berdasarkan hasil yang telah diperoleh dari penyelesaian model optimasi perencanaan produksi di PG. XXX menggunakan software LINDO, simpangan negatif dari tujuan memaksimalkan keuntungan tiap produk adalah nol dan simpangan positif juga nol. Hal ini menunjukkan bahwa target maksimal keuntungan telah tercapai.
45 Analisis Hasil Model Awal Prioritas III (Minimal Biaya Produksi) Dari hasil perhitungan LINDO untuk perhitungan minimal biaya produksi, diperoleh nilai penyimpangan negatif adalah nol dan nilai dari penyimpangan positifnya juga nol. hal ini berarti tujuan perusahaan untuk meminimalkan biaya produksi telah tercapai. Prioritas IV (Minimal Pemakaian Bahan Baku) Berdasarkan dari hasil penyelesaian model optimasi perencanaan produksi menggunakan software LINDO, didapatkan nilai penyimpangan P17 sebesar , P18 sebesar , P19 sebesar dan P20 sebesar Hal ini menunjukkan bahwa perusahaan mendapatkan kelebihan bahan baku untuk periode 1 sebesar , periode 2 sebesar , periode 3 sebesar serta periode 4 sebesar Prioritas V (Maksimal Jam Kerja Mesin) Untuk tujuan maksimal penggunaan jam kerja mesin dari hasil penyelesaian menggunakan software LINDO, didapatkan nilai penyimpangan P21 sebesar , P22 sebesar , P23 sebesar , dan P24 sebesar Hal inin menunjukkan bahwa perusahaan mengalami kelebihan jam kerja mesin pada periode 1 sebesar menit, periode 2 sebesar menit, periode 3 sebesar menit dan periode 4 sebesar menit.
46 KESIMPULAN Dari seluruh hasil perhitungan dan analisa yang telah diperoleh dalam Tugas diperoleh kesimpulan bahwa: 1. Model lengkap optimasi perencanaan produksi adalah sebagai berikut: i. Maksimal Penjualan Produk XX 11 + dd 1 dd 1 + = ,68 XX 12 + dd 2 dd 2 + = ,51 XX 13 + dd 3 dd 3 + = ,33 XX 14 + dd 4 dd 4 + = ,16 XX 21 + dd 5 dd 5 + = ,12 XX 22 + dd 6 dd 6 + = ,49 XX 23 + dd 7 dd 7 + = ,86 XX 24 + dd 8 dd 8 + = ,24
47 KESIMPULAN ii. Maksimal Keuntungan Tiap Produk 4.087,21XX ,53XX 21 +dd + 9 dd 9 = ,04XX ,56XX 22 +dd 10 dd + 10 = ,86XX ,59XX 23 +dd 11 dd + 11 = ,69XX ,62XX 24 +dd 12 dd + 12 = iii. Minimal Biaya Produksi 5.051,445XX ,47XX 21 +dd 13 dd + 13 = ,736XX ,79XX 22 +dd 14 dd + 14 = ,027XX ,11XX 23 +dd 15 dd + 15 = ,318XX ,43XX 24 +dd 16 dd + 16 =
48 KESIMPULAN iv. Minimal Pemakaian Bahan Baku 46,35XX ,56XX 21 +dd 17 dd + 17 = ,32XX ,52XX 22 +dd 18 dd + 18 = ,80XX ,49XX 23 +dd 19 dd + 19 = ,08XX ,46XX 24 +dd 20 dd + 20 = v. Maksimal Jam Kerja Mesin 1,20XX ,93XX 21 +dd 21 dd + 21 = ,17XX ,91XX 22 +dd 22 dd + 22 = ,15XX ,89XX 23 +dd 23 dd + 23 = ,13XX ,87XX 24 +dd 24 dd + 24 =
49 KESIMPULAN 2. Dari 5 prioritas yang telah ditentukan, dapat disimpulkan bahwa tidak semu yang diinginkan tercapai, yaitu tidak semua target jumlah penjualan terca keuntungan perusahaan tercapai, target minimal biaya produksi terca pemakaian bahan baku dan target pemakaian jam kerja mesin tercapai. Ha dilihat pada output LINDO pada lampiran.
50 SARAN 1. Peneliti selanjutnya diharapkan menggunakan data penjualan masa lalu yang lebih lama agar peramalan penjualan lebih akurat. 2. Diharapkan fungsi kendala ditambah agar hasil optimasi lebih baik. 3. Peneliti selanjutnya sebaiknya menggunakan metode lain untuk membandingkan metode mana yang lebih akurat untuk diimplementasikan pada perusahaan.
51 [1] A.F. da Silva, dkk., Multi-choice Mixed Integer Goal Programming Optimization For Real Problems in A Sugar and Ethanol Milling Company, Appl. Math. Modell. ( Diakses pada tanggal 08 Januari 2013 pukul WIB. [2] Anis, M, dkk Optimisasi Perencanaan Produksi Dengan Metode Goal Programming, Jurnal Teknik Industri Vol. 5 No. 3, hal [3] W, Thomas, dkk. 1991, Goal Programming Aplications In Financial Managements, Vol. 3, hal [4] Rohidi Penerapan Model Goal Programming Dalam Optimasi Produksi Polyster dan Fancy Plywood. Jurusan Teknologi Industri Pertanian IPB. Bogor [5] Markidakis, S., Steven C. Wheelwright, and Victor E. McGee Metode dan Aplikasi Peramalan Jilid 1 Edisi Kedua. Penerjemah: Untung Sus Andriyanto, Abdul Basith. Jakarta: Erlangga. [6] Render, B., Heizer, J Prinsip-Prinsip Manajemen Operasi. Salemba Empat. Jakarta. [7] Chowdary, B & Slomp, J Production Planning Under Dynamic Product Enviroment : A Multiobjective Goal Programming Approach. [8] Megasari, K Goal Programming Untuk Perencanaan Produksi Agregat Dengan Kendala Sumber Daya. Tugas Akhir, Institut Teknologi Sepuluh Nopember Surabaya. [9] Charles, D.,Timothy, S Goal Programming Applications in Multidisciplinary Design Optimization. (http: // [10] Hillier, F., Lieberman, G Pengantar Riset Operasi. Jilid 1 Edisi Kelima, Penerbit Erlangga, Jakarta. [11] Aswind, Y Optimasi Jumlah Pelanggan Menggunakan Metode Goal Programming di Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya, Tugas Akhir, Institut Teknologi Sepuluh Nopember Surabaya.
52 TERIMA KASIH
JURNAL TEKNIK POMITS Vol.1, No. 1, (2013) 1-6 II. URAIAN PENELITIAN
JURNAL TEKNIK POMITS Vol.1, No. 1, (013) 1-6 PENERAPAN METODE GOAL PROGRAMMING UNTUK PERENCANAAN PRODUKSI PADA PRODUK OLAHAN TEBU (STUDI KASUS: PG. XXX, JAWA TIMUR) Pupy Ajiningtyas, Suhud Wahyudi, dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciOptimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan Metode Fuzzy Goal Programming Rofiqoh
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI. untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya
BAB 2 LANDASAN TEORI 2.1 Kendaraan Bermotor Kendaraan bermotor adalah kendaraan yang digerakkan oleh peralatan teknik untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya kendaraan bermotor
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perencanaan produksi sebagai suatu perencanaan taktis yang bertujuan untuk memberikan keputusan berdasarkan sumber daya yang dimiliki perusahaan dalam memenuhi permintaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciBAB 2 LANDASAN TEORI
20 BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.
Lebih terperinciPENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER
PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciBAB I PENDAHULUAN. apa yang dibutuhkan untuk mendapatkan produk yang telah ditetapkan.
BAB I PENDAHULUAN 1.1. Latar Belakang Perencanaan produksi adalah suatu kegiatan yang berkenaan dengan penentuan apa yang harus diproduksi, berapa banyak diproduksi dan sumber daya apa yang dibutuhkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciPENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong)
Saintia Matematika Vol. 1, No. 2 (2013), pp. 117 128. PENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong) Elikson Damanik,
Lebih terperinciBAB I PENDAHULUAN. produk ataupun jasa dalam interval waktu tertentu. Perencanaan kapasitas
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kapasitas merupakan ukuran kemampuan fasilitas dalam menghasilkan produk ataupun jasa dalam interval waktu tertentu. Perencanaan kapasitas produksi merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Pada dasarnya setiap perusahaan memiliki tujuan yang sama yaitu mendapatkan keuntungan untuk kelancaraan kontinuitas usahanya dan mampu bersaing
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pangan merupakan kebutuhan dasar manusia yang pemenuhannya merupakan hak asasi setiap rakyat Indonesia dalam mewujudkan sumber daya manusia yang berkualitas untuk pembangunan
Lebih terperinciPEIIEWAN MODEL GOAl '80GIIMIMIIIG DAIAM OPTlMlSI PRODUISI POLYESTER DAII FANCY PLYWOOD 01 PTJABAR UTAMA WOOD IIDUSTRY, TAN G ERAII 0 JAWABARAT
! PEIIEWAN MODEL GOAl '80GIIMIMIIIG DAIAM OPTlMlSI PRODUISI POLYESTER DAII FANCY PLYWOOD 01 PTJABAR UTAMA WOOD IIDUSTRY, TAN G ERAII 0 JAWABARAT Oleh: ROHIDI F 28.0317 1998 JURUSAN TEKNOLOGIINDUSTRI PERT
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciMETODE PEMULUSAN (SMOOTHING)
Logaritma Vol. III, No.01 Januari 2015 29 PERAMALAN JUMLAH MAHASISWA BARU JURUSAN TADRIS MATEMATIKA IAIN PADANGSIDIMPUAN DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) Oleh: Anita Adinda, M.Pd 1 Abstract
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena memiliki tanah yang subur, sebagian besar penduduk Indonesia banyak yang bekerja di bidang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan
Lebih terperinciPERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK
PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut,
Lebih terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciUJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012
UJIAN TUGAS AKHIR APLIKASI ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER α DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER EKA NOVI NURHIDAYATI 1208 100 040 Jurusan Matematika Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan (Assauri, Sofyan. 1991) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah
Lebih terperinciBAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )
BAB III PEMBAHASAN A. Penyelesaian Perencanaan Produksi dengan Model Goal Programming Dalam industri makanan khususnya kue dan bakery, perencanaan produksi merupakan hasil dari optimisasi sumber-sumber
Lebih terperinciGoal Programming untuk PeRencanaan Produksi Agregat dengan kendala sumber daya
Goal Programming untuk PeRencanaan Produksi Agregat dengan kendala sumber daya Oleh : Kartika Megasari 1206 100 044 Dosen Pembimbing: Drs.Sulistiyo,MT Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
126 BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Diagram Pemecahan Masalah Gambar 3.1 Flow Diagram Pemecahan Masalah 127 1 PENGUMPULAN DATA - Data spesifikasi produk - Data bahan baku - Data jumlah mesin
Lebih terperinciBAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Ramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
Lebih terperinciOPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING
OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING Vera Devani Jurusan Teknik Industri Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Metode
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
43 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan zaman dan ilmu teknologi yang begitu cepat membuat persaingan pasar di antara perusahaan-perusahaan semakin meningkat, khususnya dalam hal memperebutkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1. Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang
Lebih terperinciGita Sari Adriani, Pardi Affandi, M. Ahsar Karim Program Studi Matematika FMIPA Universitas Lambung Mangkurat
ANALISIS BIAYA FUZZY DALAM SISTEM TRANSPORTASI FUZZY FUZZY COST ANALYSIS IN FUZZY TRANSPORTATION SYSTEM Gita Sari Adriani, Pardi Affandi, M. Ahsar Karim Program Studi Matematika FMIPA Universitas Lambung
Lebih terperinciMenurut Arsyad (2001: 7), peramalan menunjukkan perkiraan yang. akan terjadi pada suatu keadaan tertentu. Ramalan menjadi input bagi proses
2. BAB II LANDASAN TEORI Dalam merancang dan membangun aplikasi, sangatlah penting untuk mengetahui terlebih dahulu dasar-dasar teori yang digunakan. Dasar-dasar teori tersebut digunakan sebagai landasan
Lebih terperinciOPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan. Peramalan
Lebih terperinciOPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M. T Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciANALISIS PERAMALAN DENGAN MENGGUNAKAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL ABSTRACT
AALISIS PERAMALA DEGA MEGGUAKA METODE PEMULUSA EKSPOESIAL TUGGAL Annisa Rahmattia 1, Bustami 2, MDH.Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinciDwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho Faldiansyah 3
PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING MENGGUNAKAN PENDEKATAN ADAPTIF PADA PERAMALAN JUMLAH PELANGGAN DAN KEBUTUHAN AIR PADA PDAM KOTA PROBOLINGGO Dwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING
Lebih terperinciKAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA. Oleh PATAR NAIBAHO H
KAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA Oleh PATAR NAIBAHO H24050116 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009 ABSTRAK Patar Naibaho H24050116. Kajian Perencanaan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciOPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING. Oleh: Rossy Susanti ( )
OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING Oleh: Rossy Susanti (1207 100 007) Dosen Pembimbing: Drs. Suharmadi S., DiplSc.,MPhil JURUSAN MATEMATIKA
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Variabel Berikut merupakan variabel yang digunakan dalam pemecahan masalah pada penelitian ini yaitu sebagai berikut : Data historis penjualan yang akan digunakan untuk
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang. Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas
BAB I PENDAHULUAN 1.1. Latar Belakang Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas yang sangat penting dalam menentukan kontinuitas operasional produksi. Di dalam praktek, manajer
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB)
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB) yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi diwilayah domestik, tanpa memperhatikan apakah faktor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian dan Peranan Peramalan Aktivitas manajerial khususnya dalam proses perencanaan, seringkali membutuhkan pengetahuan tentang kondisi yang akan datang. Pengetahuan
Lebih terperinciBAB I PENDAHULUAN. Dalam hal ini, perusahaan sering dihadapkan pada masalah masalah yang
BAB I PENDAHULUAN 1.1. Latar Belakang Suatu perusahaan selalu berusaha untuk mendapatkan laba yang maksimal. Dalam hal ini, perusahaan sering dihadapkan pada masalah masalah yang kompleks dalam mengambil
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku
Lebih terperinciUniversitas Bina Nusantara
Universitas Bina Nusantara Jurusan Teknik Industri Fakultas Teknik Skripsi Strata 1 Semester Ganjil tahun 2004/2005 PERENCANAAN AGREGAT DENGAN METODA OPTIMASI DAN HEURISTIC DI PT. ALAM LESTARI UNGGUL 0500603821
Lebih terperinciPERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciPENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciDian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh.
PERAMALAN JUMLAH PENDISTRIBUSIAN BAHAN BAKAR MINYAK DI PT. PERTAMINA (PERSERO) REGION III DEPOT MALANG MENGGUNAKAN METODE WINTER DAN METODE DEKOMPOSISI Dian Kristanti 1) 1 Prodi Pendidikan Matematika,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kabupaten Mandailing Natal merupakan daerah yang memiliki potensi sumber daya
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kabupaten Mandailing Natal merupakan daerah yang memiliki potensi sumber daya alam yang cukup besar untuk sektor pertanian, perkebunan dan pertambangan. Salah satu
Lebih terperinciPerencanaan Produksi Kotak Karton Tipe PB/GL pada PT.Guru Indonesia Ciracas, Jakarta Timur dengan Metode Transportasi.
Perencanaan Produksi Kotak Karton Tipe PB/GL pada PT.Guru Indonesia Ciracas, Jakarta Timur dengan Metode Transportasi. Ariyanto Fakultas Teknologi Industri Jurusan Teknik Industri Universitas Gunadarma
Lebih terperinciBAB I PENDAHULUAN. yang ada pada CV. Agung Jaya Cabang Pabean diperoleh dari supplier atau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah CV. Agung Jaya Cabang Pabean adalah cabang perusahaan CV. Agung Jaya Kalang Anyar Sedati. CV. Agung Jaya Cabang Pabean merupakan distributor alat tulis kantor
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
17 BAB TINJAUAN PUSTAKA Pada bab ini akan diuraikan teori dan metode yang digunakan untuk mendukung analisis data. Teori dan metode itu diantaranya adalah rancangan faktorial, analisis regresi dan metode
Lebih terperinciBAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing
BAB III PERAMALAN DENGAN METODE DEKOMPOSISI 3.1 Metode Dekomposisi Prinsip dasar dari metode dekomposisi deret berkala adalah mendekomposisi (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Indonesia saat ini sudah menghadapi pasar bebas. Hal ini membuat persaingan antara produk produk yang ada di Indonesia semakin ketat terutama produk yang sejenis. Dengan semakin ketatnya persaingan
Lebih terperinciBAB 2 LANDASAN TEORI
51 BAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi 2.1.1 Arti dan Pentingnya Perencanaan Produksi Perencanaan produksi merupakan penentuan arah awal dari tindakan yang harus dilakukan di masa yang akan datang,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Perencanaan Produksi 211 Arti dan Pentingnya Perencanaan Produksi Perencanaan produksi merupakan aktifitas untuk menetapkan produk yang akan diprodksi untuk periode selanjutnyatujuan
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama ( assaury, 1991). Sedangkan ramalan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Matematika memegang peranan penting dalam kehidupan. Selain sebagai salah satu kajian ilmu utama dalam pendidikan, matematika juga berperan untuk menunjang ilmu-ilmu
Lebih terperinciBAB I PENDAHULUAN. Semenjak terjadinya krisis ekonomi, mengakibatkan lumpuhnya sendi-sendi
BAB I PENDAHULUAN 1.1 Latar Belakang Semenjak terjadinya krisis ekonomi, mengakibatkan lumpuhnya sendi-sendi perekonomian nasional. Oleh karena itu, informasi mengenai perkembangan dan kondisi perekonomian
Lebih terperinci