BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang
|
|
- Sucianty Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran, P. PLN (Persero Udiklat Jakarta ini menyediakan berbagai macam diklat atau topik-topik untuk pengembangan wawasan dan pengetahuan Pegawai P. PLN (Persero, yang dalam proses berjalannya, peserta yang telah mengikuti macam diklat, tidak diberikan kesempatan untuk mengikuti diklat lain sampai hari efektif diklat yang diikutinya berakhir. an sebagai penunjang kelancaran aktivitas pendidikan, para peserta diklat diberikan fasilitas alat tulis kantor (AK Regular, berupa pen, notes, goodie bag, dan tas ransel. Adapun pembagian fasilitas alat tulis kantor tersebut adalah berdasar lamanya hari efektif diklat yang diikuti oleh masing-masing peserta. Secara umum, seluruh peserta diklat diberikan pen dan notes sebagai fasilitas mengikuti diklat. Namun, dikhususkan bagi peserta diklat yang mengikuti diklat dengan hari efektif -4 hari diberi tambahan goodie bag, sedangkan peserta diklat yang mengikuti diklat dengan hari efektif lebih dari sama dengan 5 hari diberikan tambahan ransel. 4. ata Penggunaan AK Regular P. PLN (Persero Udiklat Jakarta tahun 0-0 Periode Pen & Notes Goodie Bag Ransel
2
3 otal abel 4. ata Penggunaan AK Regular ahun Perhitungan Persediaan AK Regular Perhitungan persediaan menggunakan 3 metode yang berbeda guna membandingkan metode mana yang membutuhkan biaya terkecil dalam pengadaan persediaan AK Regular, kemudian dilakukan simulasi estimasi biaya atau pengeluaran tahun setelah periode pengambilan data dengan memakai metode pengadaan persediaan yang memiliki biaya terkecil. Metodemetode yang digunakan antara lain: metode EO dasar ( Model, PO (P Model, dan Min-Max Inventory. Sebelum dilakukan perhitungan dengan menggunakan ketiga metode tersebut, berikut dijabarkan beberapa variable yang digunakan dalam pengolahan data persediaan AK Regular: Jenis AK Variabel Pen Notes Goodie Bag Ransel Bulan (n 4 bulan 4 bulan 4 bulan 4 bulan Lead time (L hari hari hari hari Standar deviasi (s 97,3 97,3 4,88 56,66 otal Permintaan ( Rata Permintaan (d Biaya Pesan (S Rp Rp Rp Rp
4 4 Harga barang (C Rp Rp.000 Rp Rp Biaya simpan (H Rp 60 Rp 40 Rp 500 Rp.900 Service Level 99% 99% 99% 99% abel 4. Variable Pengolahan ata Persediaan AK Regular Standar deviasi didapatkan dari fungsi stdev( pada Mic. Excel dengan menginput data penggunaan AK Regular masing-masing jenis periode 0-0. Gambar 4. Standar eviasi Penggunaan AK Regular ahun 0-0
5 43 Rata-rata permintaan diperoleh dengan membagi total permintaan masingmasing jenis AK Regular dengan banyaknya bulan periode pengambilan data ( d n, atau dengan fungsi average ( pada Microsoft Excel. Gambar 4. Rata-rata Penggunaan AK Regular ahun 0-0 Service level pada P. PLN (Persero Udiklat Jakarta sebesar 99%, dengan nilai z.33, didapatkan dari table distribusi normal.
6 (60.47 ( ( (365 Rp H S C hari W pen pen pen pen 4.. Model Pen x f f H S R R dl R L zs Pen Pen Pen (0.000( ( (.33(97.3 ( tahun ( tahun
7 (40.3 ( ( (365 Rp H S C hari W notes notes notes notes Notes x f f H S R R dl R L zs Pen Pen Pen (0.000( ( (.33(97.3 ( tahun ( tahun
8 46 Goodie Bag hari W x f f H S R R dl R L zs ( (5000( ( (.33( ( ( (5.000 Rp H S C ( tahun ( tahun
9 47 Ransel ( ( ( ( (50.000( ( (.33(56.66 Rp H S C hari W x f f H S R R dl R L zs ( tahun ( tahun
10 P Model - Pen pen pen pen pen * * * * S H ( ( x x365 hr 0 hari pen Zs ( * L pen pen (.33( I I I ( d * 0 (63 x pen pen pen pen d ( * L 0 63 ( I 353 f f x ( tahun pen pen pen pen C (3.000 ( Rp S H ( tahun (60
11 ( ( ( ( * ( ( * ( 94 5 (.33(97.3 * ( * 0.07 * 40(545 (0.000 * * Rp H S C x f f I L d I x I d I L Zs hari hr x x H S notes notes notes notes notes notes notes notes notes notes notes notes notes notes notes Notes ( tahun ( tahun
12 50 Goodie Bag ( ( ( ( * ( (4 9 * ( 9 73 (.33(4.88 * ( * 0. * 500(9885 (5000 * * Rp H S C x f f I L d I x I d I L Zs hari hr x x H S ( tahun ( tahun
13 5 Ransel ( ( ( ( 65 * ( (65 68 * ( (.33 (56 * ( * 0. * ( ( * * Rp H S C x f f I L d I x I d I L Zs hari hr x x H S ( tahun ( tahun
14 Min-Max Inventory Pen & Notes hari W x f f stock Max x stock Max L stock Max stock Min x stock Min L stock Min n ( min max (545. ( (545. ( ( tahun ( ( ( ( ( (3.000 notes notes notes notes pen pen pen pen H S C Rp H S C
15 53 Goodie Bag (500 3 ( ( ( min max (9885. ( (9885. ( Rp H S C hari W x f f Max stock x Max stock L Max stock Min stock x Min stock L Min stock n ( tahun ( tahun
16 54 Ransel ( ( ( ( min max (3970. ( (3970. ( Rp H S C hari W x f f Max stock x Max stock L Max stock Min stock x Min stock L Min stock n ( tahun ( tahun
17 55 ari hasil pengolahan data diatas, maka dapat dilihat perbandingan total biaya masing-masing metode pada tiap jenis AK Regular seperti berikut : Perbandingan Biaya Pen Notes Goodie Bag Ransel Model Rp Rp Rp Rp P Model Rp Rp Rp Rp Min-Max Inventory Rp Rp Rp Rp abel 4.3 Perbandingan Biaya Pengadaan Persediaan AK Regular engan demikian, spesifikasi metode yang tepat untuk tiap jenis AK Regular adalah sebagai berikut : Model Pen Notes Goodie Bag Ransel Safety Stock ( Reorder Point (R Kuantitas Pembelian ( Frekuensi pembelian (f/th 7 kali 3 kali 9 kali 9 kali abel 4.4 Spesifikasi Pengadaan Persedian Setiap Jenis AK Regular 4.3 Simulasi Pengadaan Persediaan Simulasi pengadaan persediaan dilakukan dengan melakukan peramalan terhadap permintaan atau penggunaan AK Regular selama bulan ke depan atau tahun setelah periode pengambilan data. Peramalan data permintaan pertama-tama dilakukan dengan membaca pola data yang dibentuk oleh data periode 0-0, kemudian membandingkan beberapa metode peramalan yang cocok dengan plot data tersebut untuk menentukan metode peramalan yang
18 56 paling tepat berdasar kesalahan (error terkecil menggunakan perhitungan MAPE, MSE, dan MA. Setelah mendapatkan metode peramalan yang paling cocok, perhitungan estimasi permintaan atau penggunaan AK Regular selama tahun ke depan dapat dilakukan, lalu simulasi dilanjutkan dengan menghitung total biaya yang dikeluarkan oleh perusahaan melalui metode pengadaan persediaan yang paling optimal untuk tiap jenis AK Regular dan diperbandingkan dengan total biaya yang dikeluarkan perusahaan dengan metode yang selama ini dijalani oleh perusahaan Pola ata Penggunaan AK Regular 0-0 Pen & Notes
19 57 Goodie Bag Ransel Gambar 4.3 Plot ata Penggunaan AK Regular ahun 0-0
20 Peramalan Pen & Notes Untuk metode peramalan pen dan notes, peramalan dibandingkan dengan beberapa metode seasonal, yakni seasonal tanpa trend (no trend, dan seasonal menggunakan trend yang meliputi : additive dan multiplicative. Berikut adalah perhitungan untuk mencari trend : Period (x uar ter eman d (y Average Same uarter Seasonal Factor eseasonaliz ed emand (Yd x^ x, Yd rend (Y ,6 76,7 76,7 55, ,5 0,8 437, 4 874, 55, ,07 5, ,50 535, ,4 399, ,00 545, ,5,9 440, ,4 555, ,3 644, ,0 565, ,7 373,0 49.6,7 575, ,5 0,44 605, ,6 585, ,77 483, ,9 595, ,78 73, ,89 606, ,6 397, ,79 66, ,88 83, ,83 66,07
21 ,6 499, ,86 636, ,8 84, ,60 646, ,07 740, ,77 656, ,4 863, ,34 666, ,9 8, ,0 676, ,3 67, ,45 686, ,7 888, ,6 696, ,44 657, , 706, ,77 778, ,96 76, ,78 538, ,7 76, ,6 864, ,07 736, ,88 438, ,33 746,43 otal ,86 Rata,5 63,04 abel 4.5 Perhitungan rend untuk Peramalan Pen dan Notes Nilai Y pada tabel diatas adalah nilai trend yang didapatkan dari perhitungan berikut :
22 60 x b (.5(63.4 b (.5 b xy x d nx. y nx y d a y d bx a (0.03(.5 a Y Y a bx, maka x Setelah mendapat persamaan Y, peramalan dapat dihitung dengan cara : - Forecast Additive rend Seasonal Factor - Forecast Multiplicative rend x Seasonal Factor Peramalan dan persentase error masing-masing metode seasonal dengan trend: Forecast Additive Actual Forecast Y x Error Period emand Seasonal Actual- ( Error /Actual (x (y Factor Forecast Error^ Error x 00% ,36-4,36.70,88 4,36 0, ,58-7, ,43 7,58 0, ,87 0,3 405,9 0,3 0, ,4 6,76 80,78 6,76 0, ,05-3,05.07,6 3,05 0,06
23 ,0 59, ,5 59,98 0, ,9-04, ,09 04,9 0, ,39-38, ,05 38,39, ,75-3, ,84 3,75 0, ,79-4,79.8,96 4,79 0, ,66 6,34 693,74 6,34 0, ,95 99, ,69 99,05 0, ,7-35, ,33 35,7, ,94 3,06 53,66 3,06 0, ,3 33, ,93 33,77 0, ,60 55,40 5.4,85 55,40 0, ,4 0, ,8 0,59 0, ,38 9,6 9,58 9,6 0, ,55 49, ,4 49,45 0, ,75-45, ,49 45,75, , -6, 3.48,94 6, 0, ,5-7, ,9 7,5 0, ,0 663, ,94 663,98 0, ,3-36,3.545,70 36,3 0,94 otal -5, , ,9 9,35 abel 4.6 Perhitungan Kesalahan untuk Peramalan Additive Pen dan Notes
24 6 MA error n 4 MSE error n MAPE error n / actual 9.35 x00% Forecast Multiplicative Actual Forecast Y x Error Period emand Seasonal Actual- ( Error /Actual (x (y Factor Forecast Error^ Error x 00% 475 3,9 53, ,76 53,8 0, ,00-7, ,53 7,00 0, ,7-5,7 33,3 5,7 0, ,55-07, , 07,55 0, ,97-36, ,97 36,97 0, ,49 88, ,05 88,5 0, , -57, 66.0,58 57, 0, ,53 8,47 7,77 8,47 0, ,94-86, ,83 86,94 0, ,48 9, ,3 9,5 0, ,68-354, ,6 354,68 0, ,6 74,38.408,54 74,38 0, ,5-85,5 7.50,56 85,5 0,7
25 ,75 45,5.096,4 45,5 0, ,83 90,7 8.,94 90,7 0, ,68 78, , 78,3 0, , 7, ,48 7,70 0, ,9-77, ,93 77,9 0, ,7 44, ,76 44,9 0, 0 9 3,84 -,84 476,89,84 0, ,83 48,7.,53 48,7 0, ,3-46,3.40,7 46,3 0, ,80 08, ,47 08,0 0, ,67-7, ,79 7,67 0,70 otal -9, , ,59 5,76 abel 4.7 Perhitungan Nilai Kesalahan untuk Peramalan Multiplicative Pen dan Notes MA error n MSE error n MAPE error n / actual x00% Sedangkan untuk perhitungan peramalan seasonal tanpa trend, dijabarkan sbb:
26 64 Forecast anpa rend Actual Forecast y Error Period emand Seasonal x Seasonal Actual- ( Error /Actual (x (y Factor Factor Forecast Error^ Error x 00%
27 otal abel 4.8 Perhitungan Nilai Kesalahan untuk Peramalan anpa rend Pen dan Notes MA error ,63 n 4 MSE error n ,98 4 MAPE error n / actual 6.4 x00% 0,7% 4 Hasil perhitungan diatas, dapat menjelaskan bahwa peramalan yang paling tepat untuk AK Regular jenis pen dan notes adalah peramalan multiplicative. Nilai kesalahan peramalan dapat dibandingkan pada table dibawah: Peramalan MA MSE MAPE Additive 03, ,68 0,39% Multiplicative 43,9 9906,4 0,4% anpa rend 66, ,98 0,7% abel 4.9 Perbandingan Nilai Kesalahan Metode Peramalan untuk Pen dan Notes
28 66 Peramalan metode seasonal multiplicative ini digunakan untuk memperkirakan besarnya penggunaan AK regular jenis pen dan notes untuk periode tahun berikutnya. Periode uarter Y Seasonal Factor Forecast 5 756,46 0, ,49 0, ,5, ,55, ,58, ,6, ,64, ,67 0, ,7 0, ,73 0, ,76, ,79 0, abel 4.0 Peramalan Penggunaan Pen dan Notes Periode Selanjutnya
29 67 Goodie Bag ari pola data yang dibentuk, digunakan metode peramalan seasonal no trend dan random time series (moving average dan weighted moving average. Untuk perhitungan peramalan dan error pada metode random time series (moving average dan weighted moving average, digunakan aplikasi uantitative Management, yang berfungsi untuk membantu menyelesaikan berbagai tipe masalah manajemen, seperti dalam pengambilan keputusan manajerial - ime Series Langkah-langkah penggunaan M dalam peramalan time series adalah dengan memilih Module Forecasting New ime Series Analysis, kemudian akan muncul tampilan berikut : Gambar 4.4 Langkah Awal Penggunaan Software M untuk Peramalan ime Series
30 68 Moving Average Gambar 4.6 Input ata Penggunaan Goodie Bag untuk Peramalan Moving Average pada Software M ata-data yang telah dimasukan dengan pilihan moving average kamudian disolve sehingga muncul beberapa jendela yang menunjukan grafik dan error kesalahan dari masing-masing n moving average. Persentasi error terkecil pada moving average ditandai dengan blok warna kuning. Berikut adalah rangkuman nilai kesalahan menggunakan metode peramalan moving average : n Bias MAPE MA MSE -,78 0,7 7, ,6
31 69 0,7 0,66 84, ,5 3 7,5 0,69 89, ,95 4 7,65 0,68 84, ,48 5 7,0 0,7 8, ,3 6 5,58 0, ,3 7 38,55 0,73 93, ,9 8 6,37 0,5 93, ,7 9 8,3 0,5 98, , ,74 0,53 6, 75.85,5 9,74 0,53 9, 77.06,09 98,5 0,53 6, ,86 3, 0,54 39, ,3 4 4,87 0,54 38, ,7 5 03,3 0,54 3, ,5 6 9,6 0,54 9, ,4 7 90, 0,59 46,5.860,9 8 83,86 0,63 6,4.7337,7 9 75,8 0,7 87, , 0 57,3 0,48 95, , 74,87 0,57 359,6.747,9 abel 4. Nilai Kesalahan Peramalan Moving Average untuk Goodie Bag Weighted Moving Average
32 70 etap menggunakan M dalam perhitungan persentase error peramalan. Bobot yang digunakan adalah sebesar 0,4; 0,3; 0,; 0,, dengan pertimbangan, data yang paling akhir masuk memiliki bobot paling tinggi. ata dimasukkan ke dalam aplikasi M seperti berikut : Gambar 4.7 Input ata Penggunaan Goodie Bag untuk Peramalan Weighted Moving Average pada Software M Setelah dilakukan solve, maka hasilnya adalah sebagai berikut : Measure Value Error Measures Bias (Mean Error 0,99
33 7 MA (Mean Absolute eviation 88,96 MSE (Mean Squared Error ,9 Standard Error (denomn-8 76,8 MAPE (Mean Absolute Percent Error 0,69 Forecast next period 567,4 abel 4. Nilai Kesalahan Peramalan Weighted Moving Average untuk Goodie Bag - No rend Period uarter emand Average Same uarter Seasonal Factor 6 76,50 0, ,00, ,50, ,50, ,00, ,50, ,50 0, ,50 0, ,00 0, ,00 0, ,50, ,00 0, , ,0
34 , , , , , , , , , ,84 otal Average,5 4,88 abel 4.3 Perhitungan Seasonal Factor untuk Peramalan anpa rend Goodie Bag Forecast seasonal factor x average demand No trend Period emand Forecast Error Error^ Error ( error /actual*00% 6 76,50 9,50 870,45 9,50 0, ,00-59,00 5.8,00 59,00 0, ,50-55, ,5 55,50 0, ,50-6, ,5 6,50 0, ,00-46,00.6,00 46,00 0, ,50-33,50.,5 33,50 0,07
35 ,50-49,50.350,5 49,50 0, ,50-44,50.980,5 44,50 0, ,00-6, ,00 6,00 0, ,00 39,00.5,00 39,00 0, 457 8,50-365, ,5 365,50 0, ,00 80, ,00 80,00 0, ,50-9,50 870,5 9,50 0, ,00 59,00 5.8,00 59,00 0, ,50 55, ,5 55,50 0, ,50 6, ,5 6,50 0, ,00 46,00.6,00 46,00 0, ,50 33,50.,5 33,50 0, ,50 49,50.350,5 49,50 0, ,50 44,50.980,5 44,50 0, ,00 6, ,00 6,00 0, ,00-39,00.5,00 39,00 0, ,50 365, ,5 365,50 0, ,00-80, ,00 80,00 0, otal 0, ,70.653,00 7,53 abel 4. 4 Perhitungan Nilai Kesalahan Peramalan anpa rend Goodie Bag
36 74 MA error n 653 0,54 4 MSE error n ,77 4 MAPE error n / actual 7.53 x00% 0,3 4 ari hasil peramalan dan perhitungan persentase error ketiga metode diatas, perbandingan hasil error adalah sebagai berikut : PERAMALAN MA MSE MAPE Moving Average (4 84, ,48 0,68 Weighted MA (4 88, ,90 0,69 No rend 0,54.8,77 0,3 abel 4.5 Perbandingan Nilai Kesalahan Peramalan untuk Goodie Bag engan ditentukannya peramalan metode seasonal tanpa trend, maka peramalan untuk bulan ke depan adalah sebagai berikut : Periode Forecast
37 abel 4.6 Peramalan Penggunaan Goodie Bag Periode Selanjutnya Ransel ari pola data penggunaan ransel periode 0-0 yang dibentuk, digunakan metode peramalan seasonal no trend dan random time series (moving average dan weighted moving average. Untuk perhitungan peramalan dan error pada metode random time series (moving average dan weighted moving average, digunakan aplikasi uantitative Management. - ime Series Menggunakan aplikasi uantitative Management : Module Forecasting New ime Series Analysis
38 76 Gambar 4.8 Langkah Awal Penggunaan Software M untuk Peramalan ime Series Moving Average Gambar 4.9 Input ata Penggunaan Ransel untuk Peramalan Moving Average pada Software M
39 77 ata disolve dan hasilnya adalah seperti tabel dibawah ini, dengan blok berwarna kuning adalah nilai n yang memiliki persentasi error terkecil : n Bias MA MSE MAPE -,09 65, ,7,05 5,5 40, ,6 0,99 3 3,7 4, ,77 0,94 4 0,9 36, ,74 0,94 5 3,43 40, ,77 0,95 6 0,5 3, ,05 0,9 7 8,77 33,8 36.8,63 0,9 8 9,06 34, ,04 0,87 9 3,56 38, ,0 0, ,7 4,7 4.87,5 0,87 39, 47, ,37 0,89 48,08 53, ,53 0,9 3 6,9 57, ,95 0, ,57 68, ,8 0, ,8 87, ,4 0, ,38 04, ,77, ,76 93, ,66, ,09 4,39 8.4,68, 9 3,5 9, ,6,5
40 78 0 6,89 9, ,35,34 7,65 5,6.499,6,08 abel 4.7 Nilai Kesalahan Peramalan Moving Average untuk Ransel Weighted Moving Average Bobot yang digunakan adalah sebesar 0,4; 0,3; 0,5; 0,08; 0,05; 0,0, dengan pertimbangan, data yang paling akhir masuk memiliki bobot paling tinggi. Gambar 4.0 Input ata Penggunaan Ransel untuk Peramalan Weighted Moving Average pada Software M ata yang disolve kemudian menunjukan hasil seperti berikut :
41 79 Measure Value Error Measures Bias (Mean Error,0 MA (Mean Absolute eviation 46,4 MSE (Mean Squared Error 4.490,6 Standard Error (denomn-6 8,64 MAPE (Mean Absolute Percent Error 0,98 Forecast next period 98,03 abel 4. 8 Nilai Kesalahan Peramalan Weighted Moving Average untuk Ransel - No rend Period uarter emand Average Same uarter Seasonal Factor , ,5 0, ,5 0, ,5 0, , ,5, , ,5 0, ,5 0, , ,48
42 80 6 0, , , , , , , , , , , ,48 4 0,70 otal Average abel 4.9 Perhitungan Seasonal Factor untuk Peramalan anpa rend Ransel Forecast average demand x seasonal factor No trend Period emand Forecast Error Error^ Error ( error /actual*00% 56 0,00 46,00.6,00 46,00 0, ,50-6,50 4,5 6,50 0, ,50-4,50.806,5 4,50,
43 ,50-4,50 0,5 4,50 0, ,00-57, ,00 57,00, ,50 79,50 6.,5 79,50 0,3 7 36,00-4, ,00 4,00 0, ,50-6,50 4,5 6,50 0, ,50 89, ,5 89,50 0, ,00 57, ,00 57,00 0, ,00-59, ,00 59,00,7 6,00-5,00 5,00 5,00 0, ,00-46,00.6,00 46,00 0, ,50 6,50 4,5 6,50 0, ,50 4,50.806,5 4,50 0, ,50 4,50 0,5 4,50 0, ,00 57, ,00 57,00 0, ,50-79,50 6.,5 79,50 0, ,00 4, ,00 4,00 0, ,50 6,50 4,5 6,50 0, ,50-89, ,5 89,50, ,00-57, ,00 57,00, ,00 59, ,00 59,00 0,39 4 6,00 5,00 5,00 5,00 0,04 otal 0, ,00 808,00 4,76 abel 4. 0 Perhitungan Nilai Kesalahan Peramalan anpa rend Ransel
44 8 MA error ,33 n 4 MSE error n ,83 4 MAPE error n / actual x00% 4.76,03 4 ari hasil peramalan dan perhitungan persentase error ketiga metode diatas, perbandingan hasil error adalah sebagai berikut : PERAMALAN MA MSE MAPE Moving Average (6 3, ,05 0,9 Weighted MA (6 46, ,6 0,98 No rend 75,33.60,83,03 abel 4. Perbandingan Nilai Kesalahan Peramalan untuk Ransel Metode peramalan Moving Average ini hanya dapat meramalkan bulan setelah diperolehnya data real, oleh karena itu untuk estimasi bulan periode berikutnya dilakukan dengan simulasi Monte Carlo. ari data yang telah diambil, data dikelompokkan dalam kelas dan panjang kelas sebagai berikut : k 3.3logn k 3.3log4 k 6 P X max X n min ,33 4
45 83 emand yang telah dikelaskan, dihitung frekuensi terjadinya pada periode pengambilan data. Besarnya frekuensi dapat menentukan probabilitas terjadinya suatu jumlah demand dengan rumus prob frek n. engan demikian, klasifikasi dan probabilitas penggunaan ransel periode 0-0 adalah sebagai berikut : emand Frekuensi Probability Cummulative Prob. Range Prob ,47 0,47 0-0, ,375 0,79 0,48-0, ,083 0,875 0,793-0, ,04 0,97 0,876-0, ,04 0,959 0,98-0, ,04 0,960- abel 4. Simulasi Monte Carlo Untuk estimasi penggunaan ransel selama bulan kedepan, variable acak ditentukan dengan fungsi rand( pada Microsoft Excel, diperoleh hasil sebagai berikut : Periode Random Numb. emand 5 0, , , ,6009 9
46 84 9 0, , , , , , , , abel 4.3 Peramalan Penggunaan Ransel Periode Selanjutnya Simulasi otal Biaya Pengadaan Persediaan Periode Berikutnya Pada sub-bab ini, simulasi dilakukan dengan membandingkan metode pengadaan persediaan ( model, P Model, dan Min-Max Inventory yang telah dibahas di atas dengan metode yang digunakan perusahaan pada periode berjalan. Metode yang digunakan oleh perusahaan selama ini ada metode Lot for Lot (LFL, dimana perusahaan mengorder barang sesuai dengan jumlah permintaan perbulannya. Metode yang paling sedikit mengeluarkan biaya akan menjadi solusi dalam pengadaan persediaan AK Regular di P. PLN (Persero Udiklat Jakarta. Adapun perhitungan total biaya pengadaan persediaan untuk periode selanjutnya adalah sebagai berikut :
47 85 Pen Model LFL Period emand Order Stock Order Stock OAL abel 4.4 Perbandingan Jumlah Pemesanan Optimal Metode Min-Max Inventory dengan Metode LFL untuk Pen
48 86 Notes Model LFL Period emand Order Stock Order Stock OAL abel 4.5 Perbandingan Jumlah Pemesanan Optimal Metode Min-Max Inventory dengan Metode LFL untuk Notes
49 87 otal Cost Pen mod el mod el mod el LFL LFL LFL (8.988x3.000 (4x0.000 (8.988x Rp (8.754x3.000 (6x0.000 (8.754x Rp Notes mod el mod el mod el LFL LFL LFL (7.86x.000 (6x0.000 (7.86x Rp (8.754x.000 ( x0.000 (8.754x Rp Untuk AK Regular jenis pen, metode pengadaan yang cocok adalah Lot for Lot dengan jumlah pembelian optimal disesuaikan dengan banyaknya permintaan. Sedangkan untuk notes, metode pengadaan persediaan yang cocok adalah Model dengan jumlah optiml pembelian.3
50 88 Goodie Bag Model LFL Period emand Order Stock Order Stock OAL abel 4.5 Perbandingan Jumlah Pemesanan Optimal Metode P-Model dengan Metode LFL untuk Goodie Bag
51 89 otal Cost Goodie Bag mod el mod el mod el LFL LFL LFL (4.970x5.000 (5x5.000 (4.970x Rp (4.986x5.000 ( x5.000 (4.986x Rp Untuk AK Regular jenis goodie bag, metode pengadaan persediaan yang cocok adalah metode -Model, dengan jumlah optimal pembelian sebesar 994. Ransel -Model LFL Period Random emand Order Stock Order Stock 7-5 0, , , , , , , ,
52 , , , , OAL abel 4.6 Perbandingan Jumlah Pemesanan Optimal Metode -Model dengan Metode LFL untuk Ransel otal Cost Ransel Model Model Model LFL LFL LFL (3.99x (7x (3.99x Rp (3.058x ( * (3.058x Rp Untuk AK Regular jenis ransel, metode pengadaan persediaan yang cocok adalah metode yang telah dijalani perusahaan yaitu Lot for Lot, dengan jumlah pembelian disesuaikan dengan banyaknya permintaan pada periode berjalan.
53 9 ari penjabaran analisa kuantitatif diatas, secara garis besar hasil dapat dirangkumkan seperti berikut : Pen Notes Goodie Bag Ransel Sesuai estimasi Sesuai estimasi Jumlah optimal jumlah peserta 505 per jumlah peserta diklat pemesanan diklat pesan 55 per pesan >5 hari Frekuensi optimal 4 kali per 3 kali per pemesanan enggang waktu tahun tahun 9 kali per tahun 4 kali per tahun pemesanan hari 54 hari 73 hari hari Metode pengadaan persediaan Lot for Lot -Model -Model Lot for Lot Metode Seasonal : Seasonal : Seasonal : No Moving Average peramalan Multiplicative Multiplicative trend (n6 Estimasi biaya yang Rp ,- Rp ,- Rp ,- Rp ,-/ dikeluarkan / tahun / tahun / tahun tahun abel 4.7 Rangkuman hasil analisa kuantitatif
54 9 engan demikian, perlunya tindakan pengawasan atau kontrol terhadap realisasi perencanaan pengadaan persediaan AK Regular. Pengendalian ini fokus kepada tanggung jawab setiap divisi pada P. PLN (Persero Udiklat Jakarta untuk melaksanakan program atau aktivitas tertentu yang telah ditetapkan oleh perusahaan, dan menggabungkan setiap aktivitas tersebut dengan dikomunikasikan dengan lebih baik sehingga alur informasi dari perencanaan atau strategi yang telah dibuat dapat berjalan sesuai dengan fungsinya, yakni memperbaiki keefisiensian dan keefektifan dari pelaksanaan kegiatan P. PLN (Persero Udiklat Jakarta.
ANALISA PERENCANAAN DAN PENGENDALIAN PERSEDIAAN ATK REGULAR PADA PT. PLN (PERSERO) UDIKLAT JAKARTA PERIODE
ANALISA PERENCANAAN DAN PENGENDALIAN PERSEDIAAN ATK REGULAR PADA PT. PLN (PERSERO) UDIKLAT JAKARTA PERIODE 2011-2012 Angeline Williany BINUS University Jl. Kebon Jeruk Raya, Kebon Jeruk, Jakarta Barat,
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB V PEMBAHASAN. 5.1 Permintaan Konsumen
BAB V PEMBAHASAN 5.1 Permintaan Konsumen Permintaan konsumen selama 12 periode (bulan) terakhir terhadap produk sandal kelom di Sagitria Collection adalah 6654 pasang dengan perincian 379 pasang pada periode
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. sarung tangan kain dan sarung tangan karet.
BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan Perusahaan PT. Delijaya Global Perkasa merupakan perusahaan bisnis keluarga yang bergerak dibidang industry sarung tangan. Perusahaan ini menghasilkan produk
Lebih terperinciBAB III METODOLOGI. Jenis data Data Cara pengumpulan Sumber data 1. Jenis dan jumlah produk yang dihasilkan
BAB III METODOLOGI 3.1 Waktu dan Lokasi Penelitian Kegiatan penelitian ini dilaksanakan pada Bulan April 2011 sampai Mei 2011 di PT. Pindo Deli Pulp and Paper di bagian Paper machine 12. Lokasi Industri
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.. Plotting Data Bahan baku komponen yang dipakai untuk membuat panel listrik jumlahnya cukup banyak dan beragam untuk masing-masing panel listrik yang dibuat. Jadi, penggunaan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Metode yang digunakan dalam penelitian ini bersifat deskriptif dengan menggunakan teknik analisa berupa wawancara, analisa dokumentasi dan observasi langsung.
Lebih terperinciBAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna.
47 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. Penelitian ini merupakan penelitian terapan (applied research). Penelitian terapan adalah
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
19 3.1 Diagram Alir Penelitian BAB 3 METODOLOGI PENELITIAN MULAI Pengajuan Surat Survei PT. Bangkit Sukses Mandiri (BSM) Diterima? Tidak Ya Observasi Perusahaan Wawancara dengan Direktur PT. BSM Pengamatan
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Sebenarnya perusahaan sudah
Lebih terperinciBAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang
BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan
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 terperinciANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA
ANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA Eriani Lestari Binus University, Jakarta, DKI Jakarta, Indonesia ABSTRAK PT. Delijaya Global Perkasa
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam analisis pada PT.Tirta Aroma Sari, yang terkait dengan peramalan permintaan, persediaan, dan pengambilan
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciBAB V ANALISA DAN PEMBAHASAN
BAB V ANALISA DAN PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Pada bab ini berisikan tentang analisa hasil dari pengolahan data dalam perhitungan Forecasting dan MRP tepung terigu untuk 12 bulan yang
Lebih terperinciBAB 4 PENGUMPULAN DAN ANALISA DATA
BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pengumpulan Data Data yang dikumpulkan adalah data yang didapat dari bulan Mei 2007 sampai bulan Juli 2007 yaitu berupa data-data yang berkaitan dengan perencanaan
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan
Lebih terperinciV. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.
77 V. ANALISA DAN PEMBAHASAN A. Analisa Penentuan Pemesanan Biro Fajar Antang Dari hasil wawancara dengan manager Sirkulasi dan pimpinan Biro Fajar Antang, selama ini Biro Fajar Antang melakukan pemesanan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian merupakan seluruh proses dalam perencanaan serta pelaksanaan suatu penelitian. Dan menurut Murti Sumarmi dan Salamah Wahyuni (2005, p47),
Lebih terperinci9.Peramalan (Forecasting) A. Teori Peramalan B. Metode Peramalan C. Pengukuran Keakuratan Hasil Peramalan Profil PT.
DAFTAR ISI HALAMAN JUDUL... ii HALAMAN PENGESAHAN... iii HALAMAN PERNYATAAN... iv HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... vii DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xv DAFTAR LAMPIRAN...
Lebih terperinciKata Kunci : Peramalan (Forecasting), Perencanaan Persediaan Metode P dan Q. Sistemik Nomor. 4 Volume. 2, Desember
USULAN PERENCANAAN PERSEDIAAN BAHAN BAKU TINTA JENIS BW NEWS PERFECTOR BLACK-G YANG OPTIMAL UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN DENGAN MENGGUNAKAN METODE INVENTORI PROBABILISTIK STUDI KASUS DI PT REMAJA
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi 3.1.1 Analisa Kondisi Perusahaan saat ini CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri parfum. Merek parfum
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 terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
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 terperinciDAFTAR ISI HALAMAN JUDUL SKRIPSI... HALAMAN PERNYATAAN BEBAS PLAGIARISME... ii. HALAMAN PENGESAHAN SKRIPSI... iii
DAFTAR ISI Halaman HALAMAN JUDUL SKRIPSI... i HALAMAN PERNYATAAN BEBAS PLAGIARISME... ii HALAMAN PENGESAHAN SKRIPSI... iii HALAMAN PENGESAHAN UJIAN SKRIPSI... iv HALAMAN PERSEMBAHAN... v HALAMAN MOTTO...
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data 4.1.1 Data Penjualan Data penjualan grout tipe Fix pada PT.Graha Citra Mandiri mulai dari Januari 2004 sampai dengan Oktober 2006 ditunjukkan pada
Lebih terperinciBAB 3 METODE PEMECAHAN MASALAH
BAB 3 METODE PEMECAHAN MASALAH 3.1 Kerangka Pikir Pemecahan Masalah Adapun kerangka pemikiran pemecahan masalah dalam bentuk diagram, adalah sebagai berikut: Gambar 3.1 Flow Diagram Kerangka Pikir Pemecahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen Operasi Menurut Mahadevan (2010 : 3) manajemen operasi adalah kunci untuk mencapai keunggulan kompetitif bagi organisasi, apakah mereka berada di industri manufaktur
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan 4.1.1 Profil PT. Sinar Perdana Ultra PT. Sinar Perdana Ultra (SPU) yang berdiri pada tahun 1990 pada mulanya adalah Home Industry dan mulai menjadi Perseroan
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1 Model Perumusan Masalah Metodologi penelitian penting dilakukan untuk menentukan pola pikir dalam mengindentifikasi masalah dan melakukan pemecahannya. Untuk melakukan pemecahan
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN
ANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN Aldi Firmansyah Universitas Bina Nusantara, Jl. KH. Syahdan No. 9, Palmerah, Jakarta Barat
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
64 4.1 Pengumpulan Data 4.1.1 Data Penjualan BAB 4 HASIL DAN PEMBAHASAN PT. Surya Toto Indonesia bergerak di bidang ceramic sanitary wares and plumbing hardware., salah satu produknya yaitu kloset tipe
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 IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Sejarah Perusahaan CV. Kurnia Teknik adalah sebuah CV spesialis moulding dan juga menerima jasa CNC, EDM, INJECT, dan DIGIT. CV. Kurnia
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengumpulan Data Data aktual konsumsi bahan bakar minyak solar oleh alat-alat berat dan produksi yang dipergunakan PT. Pamapersada Nusantara adalah data konsumsi bahan bakar
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 terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu melakukan perencanaan untuk memastikan kelancaran operasi rantai pasok 1. Peramalan dalam organisasi 2. Pola permintaan 3. Metode peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Menurut pendapat Dyck dan Neubert (2009:7), manajemen adalah proses perencanaan, pengorganisasian, memimpin dan mengendalikan sumber daya manusia
Lebih terperinciTUGAS AKHIR. Analisis Forecasting System Dan Pengendalian Persediaan Alat Berat Dalam Memenuhi Permintaan Pasar Pada PT. KTG
TUGAS AKHIR Analisis Forecasting System Dan Pengendalian Persediaan Alat Berat Dalam Memenuhi Permintaan Pasar Pada PT. KTG Diajukan guna melengkapi sebagian syarat dalam mencapai gelar Sarjana Strata
Lebih terperinciANALISIS PENGENDALIAN PERSEDIAAN TERHADAP PRODUK OBAT, VITAMIN, DAN VAKSIN PADA PT. ROMINDO PRIMAVETCOM
ANALISIS PENGENDALIAN PERSEDIAAN TERHADAP PRODUK OBAT, VITAMIN, DAN VAKSIN PADA PT. ROMINDO PRIMAVETCOM Jonathan Nandana Pratama Binus University, Jakarta, Indonesia, jonathan_nandanapratama@yahoo.com
Lebih terperinciData untuk Perhitungan Biaya Kirim Data untuk Perhitungan Biaya Simpan Pembeli Data untuk Perhitungan Biaya
ABSTRAK Perkembangan zaman yang semakin maju menyebabkan persaingan semakin meningkat. Namun, persaingan yang terjadi saat ini adalah bukan lagi persaingan antar perusahaan, tetapi persaingan antar rantai
Lebih terperinciBAB 3 Metode Penelitian
BAB 3 Metode Penelitian 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan konsumen pada PT. Aneka Indofoil terkait dengan jumlah persediaan adalah sebagai berikut:
Lebih terperinciBAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan
BAB V ANALISA HASIL Bab ini berisikan mengenai analisa hasil dari pengolahan data dalam perhitungan MRP Dolly pada satu tahun yang akan datang yang telah dibahas pada bab sebelumnya. 5.1 Analisa Peramalan
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah pengendalian bahan baku kayu di perusahaan manufaktur Sagitria Collection yang beralamat di Jl.
Lebih terperinciPengendalian Persediaan Bahan Kimia di UBOH PLTU Banten 1 Suralaya PT. Indonesia Power
Pengendalian Persediaan Bahan Kimia di UBOH PLTU Banten 1 Suralaya PT. Indonesia Power Dyah L.Trenggonowati Teknik Industri Fakultas Teknik, Universitas Sultan Ageng Tirtayasa, Cilegon, Indonesia Email:
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 VARIABEL PENELITIAN DAN DEFINISI OPERASIONAL VARIABEL Variabel Penelitian di sini merupakan suatu atribut atau nilai atau sifat dari orang, obyek atau kegiatan yang mempunyai
Lebih terperinciDAFTAR ISI. Halaman Judul Lembar Pengesahan Tugas Akhir Lembar Mempertahankan Tugas Akhir Lembar Pernyataan Abstrak Kata Pengantar
viii DAFTAR ISI Halaman Judul Lembar Pengesahan Tugas Akhir i Lembar Mempertahankan Tugas Akhir ii Lembar Pernyataan iii Abstrak iv Kata Pengantar v Daftar Isi viii Daftar Gambar xii Daftar Tabel xiii
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Definisi Persediaan Persediaan merupakan penyimpanan dari setiap item atau sumber daya yang digunakan dalam sebuah organisasi 1. Dalam pengertian lain bahwa inventory merupakan
Lebih terperinciBAB V ANALISA HASIL. hasil grafik, dapat di lihat bahwa pola permintaan tidak beraturan sbb : BULAN
BAB V ANALISA HASIL 5.1 Analis Peramalan Berdasarkan data permintaan penjualan minuman serbuk merk A6 dari bulan Jan Dec 2012 dapat dibuat grafik untuk mengetahui pola permintaan tersebut. Dari hasil grafik,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Menurut Robbins dan Coulter (2009:7) manajemen adalah aktivitas kerja yang melibatkan koordinasi dan pengawasan terhadap pekerjaan orang lain, sehingga pekerjaan
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING
FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL VIII TIME SERIES FORECASTING I. Pendahuluan A. LatarBelakang (Min. 1 halaman)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen Operasional 2.1.1 Pengertian Manajemen Operasional Definisi dasar dari Manajemen Operasional (Stevenson, 2010) yaitu sebuah ilmu manajemen atau pengendalian dari sebuah
Lebih terperinciANALISIS PERAMALAN PERMINTAAN DAN PERENCANAAN PEMESANAN PUPUK SERTA PENERAPAN SIMULASI MONTE CARLO PADA PT. INDONUSA AGROMULIA
ANALISIS PERAMALAN PERMINTAAN DAN PERENCANAAN PEMESANAN PUPUK SERTA PENERAPAN SIMULASI MONTE CARLO PADA PT. INDONUSA AGROMULIA ABSTRAK Vendy Santoso Jurusan Manajemen, Fakultas Ekonomi, Universitas Bina
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciPERENCANAAN KEBUTUHAN BAHAN BAKU KEMASAN MINUMAN RINGAN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN. Mila Faila Sufa 1*, Rizky Novitasari 2
PERENCANAAN KEBUTUHAN BAHAN BAKU KEMASAN MINUMAN RINGAN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN Mila Faila Sufa 1*, Rizky Novitasari 2 1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah
Lebih terperinciBAB III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT. Sebastian Citra Indonesia terkait dengan jumlah penjualan
Lebih terperinciAPLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)
APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA) Evi Dewi Sri Mulyani 1, Egi Badar Sambani 2, Rian Cahyana 3
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciAnalisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri
Analisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri Gunawan Wibisono 1*, Sri Rahayuningsih 2, Heribertus Budi Santoso 3 1,2,3) Jurusan Teknik Industri,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan
Lebih terperinciFebriyanto, S.E., M.M.
METODE PERAMALAN PERMINTAAN Metode bebas (freehand method) Metode setengah ratarata (semi average method) Metode ratarata bergerak (moving average method) Metode kwadrat terkecil (least quares method)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Landasan Teori 2.1.1 Pengertian Manajemen Menurut Dyck dan Neubert (2009) manajemen adalah proses perencanaan, pengorganisasian, memimpin, dan mengendalikan sumber daya manusia
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Dari hasil pengumpulan data yang didapat dari divisi produksi PT. Indotek Jaya, maka data tersebut diperlukan untuk membuat rancangan MRP (Material
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dizaman industri semakin maju dan berkembang serta diiringi dengan tingkat persaingan yang semakin ketat saat berlakunya Masyarakat Ekonomi ASEAN pada 2015 menurut
Lebih terperinciBAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara
Lebih terperinciBAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
BAB II TINJAUAN PUSTAKA 2.1. Peramalan 2.1.1 Pengertian Peramalan Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK PT. Sinar Continental adalah sebuah perusahaan yang bergerak di bidang garmen. Produk yang dihasilkan yaitu kain interior, seperti kain untuk sofa, karpet, gorden, kain printing fashion (sprei,
Lebih terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Kajian Pustaka 2.1.1 Pengertian Manajemen Operasi Menurut Jay Heizer dan Barry Render (2010 : 4), manajemen operasi adalah serangkaian aktivitas yang menghasilkan nilai dalam bentuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Executive Information System (EIS) Executive Information System (EIS) adalah sebuah sistem penunjang keputusan yang dibangun secara khusus
Lebih terperinciANALISIS PENENTUAN STOK SUKU CADANG PADA PT. KARS INTI AMANAH (KALLA KIA) CABANG MAKASSAR
ANALISIS PENENTUAN STOK SUKU CADANG PADA PT. KARS INTI AMANAH (KALLA KIA) CABANG MAKASSAR Bayum Pacsi Pataddungi, Andi Pawennari, Nurul Chairany Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas
Lebih terperinciBAB 4 DATA. Primatama Konstruksi departemen PPIC (production planning and inventory
BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pengumpulan Data 4.1.1 Pengumpulan Data Untuk EOQ Dalam melakukan penelitian untuk memecahkan permasalahan di PT. Primatama Konstruksi departemen PPIC
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 terperinciBAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied
BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan
Lebih terperinciANALISA PERENCANAAN PENGENDALIAN PERSEDIAAN BAHAN BAKU SOL SEPATU DAN PENERAPAN SIMULASI MONTE CARLO PADA PT. ARTHA PRIMA SUKSES MAKMUR TUGAS AKHIR
ANALISA PERENCANAAN PENGENDALIAN PERSEDIAAN BAHAN BAKU SOL SEPATU DAN PENERAPAN SIMULASI MONTE CARLO PADA PT. ARTHA PRIMA SUKSES MAKMUR TUGAS AKHIR Diajukan sebagai salah satu syarat untuk mendapatkan
Lebih terperinciPersyaratan Produk. I.1 Pendahuluan
BAB I Persyaratan Produk I.1 Pendahuluan Perkembangan teknologi saat ini merupakan pemicu perusahaan untuk menggali potensi yang dimiliki perusahaan untuk dapat lebih meningkatkan performance perusahaan.
Lebih terperinciBAB 2 LANDASAN TEORI
3 BAB 2 LANDASAN TEORI 2.1. Pengertian Proses Produksi Produksi adalah suatu kegiatan yang bertujuan menghasilkan sesuatu, sedangkan proses adalah suatu metode atau cara yang dilakukan. Menurut Assauri
Lebih terperinciData Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.
BAB III METODOLOGI PENELITIAN Pada bab ini akan menjelaskan tentang tahapan-tahapan yang dilakukan untuk memecahkan masalah. Tahapan tersebut diawali dengan analisa permasalahan yang terjadi dalam Puskesmas
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 TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Heene dan Desmidt (2010:8), menyatakan bahwa manajemen adalah serangkaian aktivitas manusia yang berkesinambungan dalam mencapai suatu tujuan yang telat ditetapkannya.
Lebih terperinciBAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,
BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
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 terperinciOPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK
OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK Robby Hidayat, Moses L.Singih, Mahasiswa MMT ITS Manajemen Industri Email : Robbie_First@Yahoo.Com ABSTRAK PT. Siantar Top Tbk adalah
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah perusahaan baik pada bidang barang atau jasa, selalu melakukan perencanaan kedepannya. Dalam perencanan suatu kegiatan yang akan disusun dan dilakukan
Lebih terperinciTEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.
TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari
Lebih terperinci