BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan dalam pengambilan eputusan yang efetif. Keberhasilan suatu rencana tida terlepas dari usaha-usaha untu memproyesi ebutuhan sumber daya yang dibutuhan perusahaan pada masa yang aan datang. Untu dapat mengetahui proyesi ebutuhan yang henda dicapai, diperluan suatu peramalan yang mampu menerangan proyesi ebutuhan berdasaran data masa lalu. Seperti halnya peramalan penjualan produsi untu masa yang aan datang merupaan satu hal yang sangat penting dalam suatu perusahaan arena dari hasil peramalan penjualan produsi tersebut dapat diperiraan situasi dan ondisi yang terjadi pada masa yang aan datang dan oleh sebab itu dapat pula disusun rencana produsi selanjutnya. Sering terjadi dimana suatu perusahaan mempunyai jumlah permintaan yang terlalu besar, sedangan jumlah persediaan produsi sediit sehingga tida dapat memenuhi jumlah permintaan dari onsumen. Hal ini mengaibatan hilangnya epercayaan onsumen terhadap perusahaan dan hilangnya esempatan untu memperoleh euntungan. Sebalinya jia jumlah persediaan produsi terlalu besar sementara jumlah permintaan dari onsumen sangat ecil, maa perusahaan aan mengalami erugian. Begitu juga halnya dengan PT. Sinar Sosro Sumatera Bagian Utara yang memprodusi berbagai jenis teh dalam emasan yang beragam seperti teh dalam emasan botol aca 220ml, emasan ota 200ml, emasan ota 250ml, emasan ota 1L, pouch 150ml dan emasan PET botol plasti 500ml. Perusahaan ini tentunya memerluan peramalan penjualan untu meramalan situasi apa yang aan dihadapi perusahaan pada masa yang aan datang. Karena peramalan penjualan merupaan dasar bagi perencanaan operasi-operasi perusahaan seperti penyusunan rencana erja, penjadwalan produsi, persediaan bahan bau produsi dan pengendalian produsi. Berdasaran pertimbangan di atas penulis mencoba menerapan metode Box-Jenins dalam meramalan penjualan produsi teh botol sosro pada PT. Sinar Sosro Sumatera Bagian Utara,

2 sebagai bahan penulisan sripsi dengan judul PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS 1.2 Perumusan Masalah Berdasaran latar belaang diatas, maa rumusan permasalahan dalam penelitian ini adalah : 1. Bagaimana bentu persamaan peramalan yang dapat dipaai untu meramalan penjualan produsi teh botol pada masa yang aan datang dengan menggunaan metode ARIMA Box-Jenins. 2. Berapa penjualan produsi teh botol yang diramalan pada masa yang aan datang. 1.3 Batasan Masalah Agar pembahasan dapat lebih terarah maa perlu dilauan pembatasan masalah yaitu: 1. Hanya penjualan produsi teh botol dengan emasan botol aca 220ml saja yang diramalan. 2. Data yang dibutuhan yaitu data penjualan produsi teh botol periode Juni 2007 sampai dengan Mei Peramalan dilauan secara uantitatif. 1.4 Tujuan Penelitian Tujuan dari penelitian ini yaitu untu mengetahui jumlah penjualan produsi teh botol pada PT. Sinar Sosro Sumatera Bagian Utara tahun 2014 dengan menggunaan metode ARIMA Box-Jenins. 1.5 Kontribusi Penelitian Hasil dari penelitian ini diharapan dapat memberi manfaat sebagai beriut : a. Sebagai informasi bagi perusahaan di dalam mengambil ebijaan sehubungan dengan penjualan produsi teh botol pada masa yang aan datang b. Sebagai referensi bagi peneliti selanjutnya yang aan melauan penelitian yang sama di masa mendatang

3 1.6 Tinjauan Pustaa Lerbin R. Aritonang R. dalam buunya Peramalan Bisnis mengemuaan bahwa data yang di analisa dalam model ARIMA Box-Jenins adalah data yang bersifat stasioner, yaitu data yang mempunyai rata-rata dan variansi yang onstan dari periode e periode. Peramalan dengan menggunaan ARIMA dilauan melalui lima tahap : 1. Pemerisaan estasioneran data Pada tahap satu, data runtut watu harus diperisa estasionerannya (apaah rata-rata dan variansinya onstan, homogen dari watu e watu) arna data yang di analisi pada ARIMA adalah data yang stasioner. Pemerisaan itu dilauan berdasaran analisis otoorelasi dan otoorelasi parsial (dibicaraan emudian)atas datanya. Jia datanya telah stasioner emudian dilanjutan e tahap edua. Bila datanya belum stasioner maa datanya harus di transformasi dengan metode tertentu hingga menjadi stasioner. 2. Pengidentifiasian model Pada tahap dua, model untu data yang telah stasioner diidentifiasi berdasaran hasil analisis otoorelasi dan otoorelasi parsial atas data yang stasioner atau yang telah distasioneran itu. Jadi, data yang dianalisi otoorelasi dan otoorelasi parsialnya mungin saja berupa data yang asli atau data yang telah ditransformasi sehingga menjadi stasioner. Model-model pengembangan ARIMA : Model umum AR(p) Model Umum MA(p) Model ARI Model IMA Model ARIMA 3. Pengestimasian parameter model 4. Pengujian model 5. Penggunaan model untu peramalan Spyros Maridais, Steven C. Wheelwright dan Victor E. McGee dalam buunya Metode dan Apliasi Peramalan mengemuaan bahwa hal yang penting dalam analisa deret

4 berala adalah oefisien autoorelasi yang menggambaran hubungan antara suatu deret berala dengan deret berala itu sendiri pada elambatan watu (lag) e periode. Autoorelasi untu time lag 1,2,3,, dapat dicari dan di notasian r sebagai beriut : r n t t= 1 = n ( Y Y )( Y t= 1 t t+ ( Y Y ) 2 Y ) (1-1) Dengan : r = oefisien autoorelasi Y = data actual pada periode t t Y = nilai tengah (mean) dari data atual Y = data atual pada periode t dengan time lag (etertinggalan) t+ Sati Silaen dalam buunya Statistia Untu Bisnis Dan Eonomi mengemuaan bahwa penasiran interval yaitu menasir suatu nilai statistic, seperti μ dengan suatu tingat eyainan. Diemuaan juga bahwa semain besar sampel yang dipergunaan sebagai penasir, maa aurasi tasiran pun aan semain mendeat. Demiian juga sebalinya jia sampel yang dipergunaan semain ecil, maa aurasi harga penasir yang ditemuan juga relatif rendah. Kisaran nilai penasir tertentu ada batasan nilai terendah dan nilai tertinggi diseitar yang ditasir, inilah yang disebut sebagai penasiran interval. Dengan menganggap bahwa distribusi sampel adalah normal, atau jia jumlah sampel relatif besar. Maa μ adalah σ penasir bagi µ x dan σ x = yang disebut juga standard error (esalahan bau). n Sehingga Z terleta sedemiian rupa diantara batas Z α dan + Z α yaitu sebagai peluang 2 2 atau luas dibawah urva normal = 0,95 dengan menggunaan tabel distribusi normal, ditemuan bahwa nilai Z terleta diantara : 1 1 1,96 r 1,96 (1-2) n n

5 Dengan : n = Jumlah sampel r = oefisien autoorelasi Syafrizal Helmi Situmorang, Isandar Muda, Doli M. Ja far Dalimunthe, Fadli, dan Fauzie Syarief dalam buunya Analisis Data untu Riset Manajemen dan Bisnis mengemuaan mengenai penggunaan SPSS untu peramalan (forecasting), yaitu dengan menu Analyze, Forecasting, dan lainnya. C. Tri Hendradi dalam buunya Statisti SIX SIGMA dengan MINITAB mengemuaan mengenai pengenalan dan penggunaan Minitab untu peramalan (Forecasting). 1.7 Metode Penelitian Peramalan adalah egiatan untu memperiraan apa yang aan terjadi di masa yang aan datang. Ramalan tersebut dapat didasaran atas berbagai macam metode, yaitu Metode Pemulusan Esponensial atau Rata-rata Bergera, Metode Box-Jenins dan Metode Regresi, semua itu dienal dengan metode peramalan. Metode peramalan adalah cara untu memperiraan secara uantitatif apa yang aan terjadi pada masa yang aan datang dengan dasar data yang relevan pada masa lalu. Dengan ata lain metode peramalan ini digunaan dalam peramalan yang bersifat objetif. Langah-langah yang dilauan dalam penelitian ini adalah : 1. Pengumpulan data penjualan produsi teh botol dari Juni 2007 sampai dengan bulan Mei Memplot data penjualan tersebut untu mengetahui pola data. 3. Memerisa estasioneran data dengan menghitung oefisien autoorelasi dan oefisien autoorelasi parsial. 4. Identifiasi model ARIMA sementara. 5. Menetapan model ARIMA sementara untu peramalan. 6. Pendugaan nilai awal parameter model ARIMA 7. Pengujian terhadap model yang telah ditetapan untu mengetahui apaah model yang ditetapan telah tepat.

6 8. Menggunaan model untu peramalan. 9. Menari esimpulan.

7 DATA PENJUALAN PLOT DATA PENJUALAN PLOT KOEFISIEN AUTOKORELASI APAKAH DATA STASIONER YA IDENTIFIKASI MODEL PENETAPAN MODEL PENAKSIRAN PARAMETER MODEL PENGUJIAN MODEL APAKAH MODEL TELAH MEMADAI YA PENGGUNAAN MODEL UNTUK PERAMALAN KESIMPULAN