BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi"

Transkripsi

1 BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada 3 hal yang pening yang diingin dicapai yaiu:. Mengambil daa masa lampau unuk diproses oleh program ersebu sehingga menghasilkan hasil yang erbaik dengan error yang erkecil.. Dapa membua laporan jumlah produk jadi dari bagian markeing ke PPIC secara cepa anpa manual namun bisa dilakukan revisi/adjusmen. 3. Melakukan penenuan jadwal perencanaan produksi pakan ernak harian secara erkompuerisasi anpa harus manual sehingga akan menghema waku. Secara garis besar, diharapkan pengguna hanya mengambil daa yang diperlukan dan menginpu daa yang dimina, dan semua perhiungan akan dilakukan oleh aplikasi ini sesuai dengan rumus yang ada sehingga dengan perolongan aplikasi ini hasil akan diampilkan secara akura dan dapa dipakai oleh karyawan sebagai paokan. Namun sebelum kia membahas mengenai aplikasi, penulis akan membahas secara manual conoh perhiungan sehingga naninya yang kia hiung secara manual ini hasilnya akan sama dengan yang dihasilkan dengan menggunakan aplikasi ersebu.

2 96 5. Hasil Pengumpulan Daa 5.. Daa Demand Tabel 5. Daa Demand Pakan Ternak Famili Boiler (Dalam Ton) Tahun 003 Boiler Minggu Tanggal BP Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal

3 97 Tabel 5. Daa Demand Pakan Ternak Famili Layer (Dalam Ton) Tahun 003 Layer Minggu Tanggal Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal

4 98 Tabel 5.3 Daa Demand Pakan Ternak Famili Breeder (Dalam Ton) Tahun 003 Breeder Minggu Tanggal Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal

5 99 Tabel 5.4 Daa Demand Pakan Ternak Famili Puyuh (Dalam Ton) Tahun 003 Burung Puyuh Minggu Tanggal Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal

6 00 Tabel 5.5 Daa Demand Pakan Ternak Famili Sapi (Dalam Ton) Tahun 003 Sapi Minggu Tanggal SP SP0 Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal

7 0 Tabel 5.6 Daa Demand Pakan Ternak Ternak Famili Babi (Dalam Ton) Tahun 003 Babi Minggu Tanggal BT4 BT45 Toal Famili 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des Des - 7 Des Toal Tabel 5.7 Daa Demand Toal (Dalam Ton) Tahun 003 Toal Minggu Tanggal Produk 6 Jan - Jan Jan - 8 Jan Jan - 5 Jan Jan - Feb Feb - 8 Feb Feb - 5 Feb Feb - Feb Feb - Mar Mar - 8 Mar Mar - 5 Mar Mar - Mar Mar - 9 Mar Mar - 5 Apr Apr - Apr Apr - 9 Apr 56 6 Apr - 6 Apr Apr - 3 Mei Mei - 0 Mei Mei - 7 Mei Mei - 4 Mei Mei - 3 Mei 630 Jun - 7 Jun Jun - 4 Jun Jun - Jun Jun - 8 Jun Jun - 5 Jul Jul - Jul Jul - 9 Jul Jul - 6 Jul Jul - Agus Agus - 9 Agus Agus - 6 Agus Agus - 3 Agus Agus - 30 Agus Sep - 6 Sep Sep - 3 Sep Sep - 0 Sep Sep - 7 Sep Sep - 4 Ok Ok - Ok Ok - 8 Ok Ok - 5 Ok Ok - Nov Nov - 8 Nov Nov - 5 Nov Nov - Nov Des - 6 Des Des - 3 Des Des - 0 Des 946 Des - 7 Des 867 Toal

8 0 Daa yang diambil ersebu adalah daa produksi dimana jumlah daa yang diambil adalah selama ahun seperi pada abel diaas yaiu pada ahun 003 namun disini ada pengecualian yaiu ada daa yang penulis hilangkan yaiu:. Tanggal 3 Januari 003 alasannya karena pada minggu ini selain jumlahnya idak 6 hari, daa yang didapa juga idak bisa diperanggungjawabkan sebab pabrik masih uup dan penjualan belum ada.. Tanggal 4 9 November 003 alasannya karena disini adalah hari raya Idul Firi dan lebaran sehingga karyawan libur dan oomais jumlah produksi dan penjualan pun Tanggal 30 3 Desember 003 alasannya karena pada minggu ini selain jumlahnya idak 6 hari, juga karena pabrik sudah uup dan penjualan diiadakan. Daa diaas memiliki hasil yang sanga kecil/minimum bahkan jumlahnya 0 buah. Karena alasan diaas ersebu maka jika daa ersebu masih digunakan maka akan membua peramalan yang dihasilkan akan menimbulkan selisih yang mencolok. Daa yang digunakan unuk melakukan peramalan haruslah daa yang valid. Tabel yang disajikan diaas hanya unuk famili boiler saja, unuk lebih lengkapnya daa yang sudah dikumpulkan dapa diliha dalam lampiran. Seiap nomor end iem mempunyai ari ersendiri yang yang mengeri hanya orang perusahaan aaupun peernak yang mengeri berdasarkan komposisi yang erera dan benuk pakan ersebu saja, karena seiap end iem dengan end iem yang lain jelas memiliki perbedaan walaupun sama-sama dalam sau famili misalnya dalam hal ini kode feed 6 adalah kode unuk pakan ernak famili boiler dimana ayam boiler yang diuju adalah anak ayam sehingga benuknya lebih kecil (crumble) dan komposisinya berbeda dengan kode feed 6 yang diujukan juga unuk ayam boiler namun sudah dewasa.

9 03 Jumlah (on) Grafik Produksi Famili Boiler Periode (minggu) Jumlah (on) Grafik Produksi Famili Layer Periode (minggu) Gambar 5. Grafik Produksi Famili Boiler Gambar 5. Grafik Produksi Famili Layer Jumlah (on) Grafik Produksi Famili Breeder Periode (minggu) Jumlah (on) Grafik Produksi Famili Puyuh Periode (minggu) Gambar 5.3 Grafik Produksi Famili Breeder Gambar 5.4 Grafik Produksi Famili Puyuh Jumlah (on) Grafik Produksi Famili Sapi Periode (minggu) Jumlah (on) Grafik Produksi Famili Babi Periode (minggu) Gambar 5.5 Grafik Produksi Famili Sapi Gambar 5.6 Grafik Produksi Famili Babi

10 04 Jumlah (on) Grafik Produksi Seluruh Famili Periode (minggu) Gambar 5.7 Grafik Produksi Pakan Ternak PT. CPI Balaraja Grafik Produksi Anar Famili Jumlah (on) Periode (minggu) Boiler Layer Breeder Puyuh Sapi Babi Gambar 5.8 Produksi Pakan Ternak Seluruh Famili Selama Tahun Dari grafik diaas kia bisa meliha jumlah demand pakan ernak selama ahun baik per famili maupun secara keseluruhan. Pola daa yang disajikan sesuai dengan peramalan yang akan dilakukan naninya dimana merupakan daa per famili bukan seiap end iem. Unuk grafik demand famili boiler, layer, dan breeder dapa kia liha bahwa pola daa yang ercipa adalah pola daa rend dimana ada kecenderungan daa yang

11 05 semakin meningka. Unuk famili puyuh, pola daa yang erliha adalah pola rend dimana cenderung meningka pada saa erenu yaiu pada perengahan dan akhir ahun. Sedangkan unuk famili sapi dan babi, pola yang erbenuk adalah pola daa random dimana daa yang erbenuk acak. 5.. Daa Pelengkap Tabel 5.8 Invenory Awal dan Safey Sock Seiap Famili End Iem Invenory Awal (on) Safey Sock (on) BP SP SP BT4 7 4 BT Toal

12 06 Tabel 5.9 Kapasias Penyimpanan Maksimum, Biaya Seup dan Biaya Simpan Famili Famili Osi Csi Chi Boiler Layer Breeder Puyuh Sapi Babi Toal Ke: Osi Kapasias penyimpanan maksimum gudang iap famili (on) Csi Biaya seup seiap famili (Rp) Chi Biaya simpan famili per ahun (Rp) Unuk ingka suku bunga bank (R) diasumsikan sebesar 8%. Dan biaya penyimpanan per hari adalah Rp 000,00 / on dimana ermasuk didalamnya seperi biaya lisrik di gudang. Sehingga nilai Chi unuk boiler adalah biaya simpan sehari (Rp 000,00) dikali jumlah hari seahun (364 hari) dikali dengan jumlah kapasias penyimpanan (5 on) dan hasilnya adalah Rp , Hasil Analisis Daa dan Pembahasan 5.. Peramalan Disini penulis akan memberi conoh 4 macam peramalan yang akan dilakukan namun hanya pada famili boiler saja karena langkah-langkah yang dilakukan unuk peramalan erhadap famili yang lain pun sama sehingga hanya penulis ulis sekali saja.

13 Peramalan Meode Double Exponenial Smoohing Dua Parameer Dari Hol Tabel 5.0 Peramalan Demand Famili Ayam Boiler dengan Meode Hol α 0.49 γ 0.0 S b m F e e e PE PE

14 08 Keerangan abel dan rumus unuk meode hol: m b S F b S S b b S S m ) ( ) ( ) )( ( γ γ α α 3 ) ( ) ( ) ( b b Dimana : Daa sebenarnya S Pemulusan ke- b Nilai rend ke- m F Nilai peramalan ke- α Fakor pemulusan b Taksiran kemiringan bola-maa ( eyeball ) seelah daa ersebu diplo. Gala persenase (percenage error) 00 F PE Error i i i F e

15 09 Conoh perhiungan peramalan meode Hol unuk famili boiler: Periode : m S S b b F α (0.49* 658) (- 0.49)( ) γ (S 0.* ( ) ( 0.)(5.67) 6.84 S b e F e e F PE x00 x PE Periode 5 : S b ( α)( S S b 49 ) ( γ ) b 49 ) m (5.67 *) m F S bm (6.84*) Periode 5 : S b m F5 S bm (6.84* ) Periode 53 : S b m 3 F5 S5 b5m (6.84*3) 667.0

16 0 Dari conoh perhiungan unuk meode hol pada famili boiler didapa hasil peramalan unuk sau minggu kedepan adalah sebesar 6548,4 on dimana hasil ini didapa dengan α sebesar 0,49 dan γ sebesar 0,. Hasil ini adalah hasil yang erbaik dari peramalan hol. Nilai α dan γ yang diperoleh dicari dengan cara rial error / coba-coba oleh penulis. Nilai α dan γ disini harus lebih besar dari 0 dan lebih kecil dari dan nilai yang diisi hanya angka di belakang koma.

17 5... Peramalan Meode Double Moving Average Tabel 5. Peramalan Demand Famili Ayam Boiler dengan Meode DMA S ' S '' a b m F e e e PE PE Toal

18 Keerangan abel dan rumus unuk meode DMA: Rumus unuk moving average yang perama k Y Y Y Y Y M k... Rumus unuk moving average yang kedua k M M M M M k '... Rumus unuk menghiung peramalan dengan Double Moving Average m b a Y M M k b M M M M M a p p ^ ' ' ' ) ( ) ( Gala persenase (percenage error) 00 F PE Error i i i F e Conoh perhiungan peramalan meode DMA unuk famili boiler: Periode :

19 *) ( ) '' ' ( (6078) ( * 633) ' ) '' ( * '' ' PE x x F PE e e F e m b a F S S b S S a S S Periode 5 : 6840 (54*) m b a F m b a Periode 5 : 7094 (54* ) m b a F m b a Periode 53 : 7348 (54*3) m b a F m b a

20 4 Pada perhiungan peramalan meode DMA idak erdapa koefisien α, β, dan γ sehingga disini hasil yang dihasilkan sudah pasi, idak ada proses rial error yang naninya bisa menyubah hasil yang didapa. Dari perhiungan diaas kia bisa meliha bahwa hasil yang didapakan adalah sebesar 6840 on.

21 Peramalan Meode Triple Eksponensial Smoohing Tiga Parameer dari Winer Tabel 5. Peramalan Demand Famili Ayam Boiler dengan Meode Winer L α β γ x S I b m F e e e PE PE

22 6 Keerangan abel dan rumus unuk meode winer: Pemulusan Keseluruhan ) )( ( L b S I S α α Pemulusan Trend ) ( ) ( b S S b γ γ Pemulusan Musiman L I S I ) ( β β Ramalan m L m I m b S F ) ( Inisialisasi awal L L L L b I S L L L L L L L L ) (... ) ( ) ( Dimana: Daa sebenarnya L Panjang musiman b Komponen rend I Fakor penyesuaian musiman F m Peramalan unuk m periode ke depan Gala persenase (percenage error) 00 F PE Error i i i F e

23 7 Conoh perhiungan peramalan meode winer unuk famili boiler: Inisialisasi awal: Disini dienukan bahwa besarnya L adalah 30. ) (... ) ( ) ( b L L L L b I I S S L L L L L L L L Periode : *)*0.99 (639.3 ) ( )*0.99 ( )*49.7 ( 639.3) 0.( ) 0.46)*(634.4 ( * PE x x F PE e e F e F F I m b S F I I b b S S

24 8 Periode 5: I 39 m S b F ( S bm) I ( *) * Periode 5: I 40 m S b F ( S bm) I ( * ) * Periode 53: I 4 m 3 S b ( S bm) I 3 F ( *3) * α, β, dan γ diaas didapa dengan cara rial error/coba-coba dimana besarnya harus lebih besar dari 0 dan lebih kecil dari. Dengan cara rial error yang dilakukan penulis maka penulis mendapakan hasil yang erbaik unuk α 0,46 kemudian unuk β adalah 0,5 dan nilai γ yang didapa adalah 0,. Kemudian dengan menghiung sesuai dengan rumus peramalan meode winer yang ada maka hasil yang diperoleh unuk famili boiler akan dibuuhkan demand sebanyak 6309,65 on.

25 Peramalan Meode Triple Eksponensial Smoohing Meode Quadraic Sau- Parameer dari Brown Tabel 5.3 Peramalan Demand Famili Ayam Boiler dengan Meode Quadraic α 0.0 S ' S '' S ''' c b a m F e e e PE PE

26 0 Keerangan abel dan rumus unuk meode Quadraic: S S S a b c F ' '' ''' α αs 3S ' αs ' '' 3S α ( α) α ( α) m a Inisialisasi awal: ( α) S ( α) S ( α) S '' ' '' ''' [( 6 5α ) S (0 8α ) S (4 3α ) S ] ( S S ' b m ''' ' '' ''' S '' c m S ''' ) S S S Dimana : S S S b α F m Daa sebenarnya Pemulusan perama ke Pemulusan kedua ke Pemulusan keiga ke Nilai rend ke Fakor pemulusan Nilai peramalan ke Inisialisasi awal: S S S F Gala persenase (percenage error) PE 00 Error e i i F i

27 Conoh perhiungan peramalan meode Quadraic unuk famili boiler: Inisialisasi awal: S S S Periode : S S S S S S a b c e e ' 49 '' 49 ''' 49 ' '' ''' F F e * 658 ( 0.) * * ( 0.) * * ( 0.) * * * ( 0.) 0. ( 0.) 49 PE PE a b F [( 6 5*0.) (0 8* 0.) (4 3* 0.)5573.7] ( * ).5 49 F Periode 5: m c * m x00 x *.94* 7.36 m F F 5 a b m c m * *.5* Periode 5:

28 m F F 5 a b m c m * *.5* Periode 53: m 3 F F 3 53 a b m c m *3 *.5*3 Seperi pada perhiungan meode winer, α yang paling opimal juga didapakan secara rial error (coba-coba) dimana besarnya pun harus lebih besar dari 0 dan lebih kecil dari. Dari hasil yang dilakukan secara rial error ersebu, penulis mendapakan bahwa α yang paling baik adalah 0,. Kemudian dengan α 0, maka jumlah produksi famili boiler yang harus diproduksi berdasarkan meode quadraik adalah 6496,7 on. 5.. Grafik Perbandingan Tingka Error Hasil Perhiungan Meode Peramalan Dibawah ini penulis akan menampilkan abel ingka error yang didapa dari masing-masing peramalan besera dengan masing-masing grafiknya. Tingka error yang disajikan oleh penulis ada 3 macam yaiu MAPE, MSE, dan MAD. Namun disini jika ada nilai error yang sama banyak maka akan didahulukan berdasarkan MAPE-nya kemudian MSE baru seelah iu MAD-nya.

29 Tingka Error Famili Boiler Tabel 5.4 Tabel Tingka Error Unuk Famili Boiler Boiler MSE MAD MAPE Hol DMA Quadraik Winer Keerangan: jenis peramalan yang diceak ebal adalah jenis peramalan yang erbaik unuk famili diaas sedangkan angka yang diceak ebal adalah angka ingka error yang erkecil unuk seiap meode yang dihiung. Conoh perhiungan ingka error unuk famili boiler:. Nilai engah gala persenase (mean absolue percenage error) MAPE MAPE MAPE Hol Hol Hol n i PE i n MAPE MAPE MAPE DMA DMA DMA n i PE i n MAPE MAPE MAPE Quadraic Quadraic Quadraic n i PE i n MAPE MAPE MAPE W in er W in er W in er n i PE i n Nilai engah gala kuadra ( mean squared error ) MSE MSE MSE Hol Hol Hol n i e i n MSE MSE MSE DMA DMA DMA n i e i n

30 4 MSE MSE MSE Quadraik Quadraik Quadraik n i e i n MSE MSE MSE W in er W in er W in er n i e i n Nilai engah deviasi absolu (mean absolue deviaion) MAD MAD MAD Hol Hol Hol i n * MAD MAD MAD DMA DMA DMA i n * MAD MAD MAD Quadraik Quadraik Quadraik i n * MAD MAD MAD W in er W in er W in er i n * Dari abel dan perhiungan diaas, disini dapa kia liha bahwa nilai error peramalan pada famili boiler unuk MAPE adalah peramalan Hol. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Hol. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil ada buah yaiu peramalan Hol dan peramalan Quadraik. Dari hasil abel diaas kia bisa meliha bahwa peramalan yang digunakan unuk menenukan jumlah pakan ernak famili boiler adalah peramalan Hol.

31 5 MSE Famili Boiler MAD Famili Boiler MAPE Famili Boiler Error Hol DMA Quadraik Winer Tipe Peramalan Selisih Hol DMA Quadraik Winer Tipe Peramalan Er r o r (%) Hol DMA Quadraik Tipe Peramalan Winer (a) (b) (c) Gambar 5.9 (a) Grafik MSE Famili Boiler; (b) Grafik MAD Famili Boiler; (c) Grafik MAPE Famili Boiler 5... Tingka Error Famili Layer Tabel 5.5 Tabel Tingka Error Unuk Famili Layer Layer MSE MAD MAPE Hol DMA Quadraik Winer Disini dapa kia liha bahwa nilai error peramalan pada famili layer unuk MAPE adalah peramalan Hol. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Hol. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil yaiu peramalan DMA. Dari hasil abel diaas kia bisa meliha bahwa peramalan yang digunakan unuk menenukan jumlah pakan ernak famili layer adalah peramalan Hol.

32 6 Error MSE Famili Layer Hol DMA Quadraik Winer Tipe Peramalan Selisih MAD Famili Layer Hol DMA Quadraik Tipe Peramalan Winer Er r or (%) MAPE Famili Layer Hol DMA Quadraik Tipe Peramalan Winer (a) (b) (c) Gambar 5.0 (a) Grafik MSE Famili Layer; (b) Grafik MAD Famili Layer; (c) Grafik MAPE Famili Layer Tingka Error Famili Breeder Tabel 5.6 Tabel Tingka Error Unuk Famili Breeder Breeder MSE MAD MAPE Hol DMA Quadraik Winer Disini dapa kia liha bahwa nilai error peramalan pada famili breeder unuk MAPE adalah peramalan Hol. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Quadraik. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil ada peramalan yaiu peramalan Hol dan Quadraik sehingga dari hasil diaas kedudukan sama kua. Namun sesuai penjelasan diaas, yang dipakai oleh Penulis unuk menenukan jumlah pakan ernak famili breeder pada periode mendaang adalah hasil dari peramalan meode Hol karena MAPE-nya paling kecil.

33 Error MSE Famili Breeder Hol DMA Quadraik Winer Tipe Peramalan Selisih MAD Famili Breeder Hol DMA Quadraik Winer Tipe Peramalan Err or (%) MAPE Famili Breeder Hol DMA Quadraik Winer Tipe Peramalan (a) (b) (c) Gambar 5. (a) Grafik MSE Famili Breeder; (b) Grafik MAD Famili Breeder; (c) Grafik MAPE Famili Breeder Tingka Error Famili Puyuh Tabel 5.7 Tabel Tingka Error Unuk Famili Puyuh Puyuh MSE MAD MAPE Hol DMA Quadraik Winer Disini dapa kia liha bahwa nilai error peramalan pada famili puyuh unuk MAPE adalah peramalan Quadraik. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Quadraik. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil ada buah yaiu peramalan Hol dan peramalan Quadraik. Dari hasil abel diaas kia bisa meliha bahwa peramalan yang digunakan unuk menenukan jumlah pakan ernak famili puyuh adalah peramalan Quadraik.

34 8 Error MSE Famili Puyuh Hol DMA Quadraik Winer Tipe Peramalan Selisih MAD Famili Puyuh Hol DMA Quadraik Winer Tipe Peramalan Error (%) MAPE Famili Puyuh Hol DMA Quadraik Winer Tipe Peramalan (a) (b) (c) Gambar 5. (a) Grafik MSE Famili Puyuh; (b) Grafik MAD Famili Puyuh; (c) Grafik MAPE Famili Puyuh Tingka Error Famili Sapi Tabel 5.8 Tabel Tingka Error Unuk Famili Sapi Sapi MSE MAD MAPE Hol DMA Quadraik Winer Disini dapa kia liha bahwa nilai error peramalan pada famili sapi unuk MAPE adalah peramalan Hol. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Quadraik. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil yaiu peramalan MAD sehingga dari hasil diaas kedudukan sama kua anara 3 peramalan yaiu Hol, DMA, Quadraik. Namun sesuai penjelasan diaas, yang dipakai oleh Penulis unuk menenukan jumlah pakan ernak famili sapi pada periode mendaang adalah hasil dari peramalan meode Hol.

35 9 Error MSE Famili Sapi Hol DMA Quadraik Tipe Peramalan Winer Selisih MAD Famili Sapi Hol DMA Quadraik Tipe Peramalan Winer Error (%) MAPE Famili Sapi Hol DMA Quadraik Winer Tipe Peramalan (a) (b) (c) Gambar 5.3 (a) Grafik MSE Famili Sapi; (b) Grafik MAD Famili Sapi; (c) Grafik MAPE Famili Sapi Tingka Error Famili Babi Tabel 5.9 Tabel Tingka Error Unuk Famili Babi Babi MSE MAD MAPE Hol DMA Quadraik Winer Disini dapa kia liha bahwa nilai error peramalan pada famili babi unuk MAPE adalah peramalan Hol. Kemudian unuk MSE yang mempunyai error yang paling kecil adalah peramalan Quadraik. Sedangkan unuk meode MAD, yang mempunyai error yang paling kecil ada peramalan yaiu peramalan Hol dan Quadraik sehingga dari hasil diaas kedudukan sama kua. Namun sesuai penjelasan diaas, yang dipakai oleh Penulis unuk menenukan jumlah pakan ernak famili babi pada periode mendaang adalah hasil dari peramalan meode Hol.

36 Error MSE Famili Babi Se lis ih MAD Famili Babi Er r o r (%) MAPE Famili Babi Hol DMA Quadraik Winer Tipe Peramalan Hol DMA Quadraik Tipe Peramalan Winer Hol DMA Quadraik Tipe Peramalan Winer (a) (b) (c) Gambar 5.4 (a) Grafik MSE Famili Babi; (b) Grafik MAD Famili Babi; (c) Grafik MAPE Famili Babi Dari perhiungan ingka error diaas kia dapa menyimpulkan berapa jumlah yang harus kia produksi unuk seiap famili pada periode mendaang (dalam hal ini minggu kedepan). Hasilnya bisa kia liha pada abel dibawah ini. Tabel 5.0 Tabel Jumlah Hasil Peramalan Seiap Famili Nama Famili Hasil Peramalan (on) Boiler Layer Breeder Puyuh Babi 6.5 Hasil peramalan diaas adalah hasil peramalan dalam familinya sedangkan yang kia inginkan adalah jumlah yang harus diproduksi unuk seiap end iem dalam famili ersebu. Karena iu dalam hal ini penulis akan membagi jumlah yang harus diproduksi seiap famili ersebu berdasarkan persenase masing-masing end iem dalam seiap famili. Dengan demikian kia mendapakan jumlah produksi unuk seiap end iem (liha

37 3 kolom Jumlah Produksi pada abel 5.5) namun hasil ersebu masih dalam minggu sedangkan yang kia inginkan adalah jumlah yang harus diproduksi per hari. Karena iu hasil kolom adi kia bagi lagi dengan 5 karena hanya ada 5 hari kerja reguler yaiu hari Senin sampai hari Juma (hari Sabu dan Minggu dihiung lembur) dimana hasilnya adalah kolom Demand. Seelah iu karena masih berbenuk koma dan kelipaan jumlah yang diproduksi harus kelipaan 6 on (sesuai komposisi pakan ernak yang elah dierapkan) maka jumlah ersebu harus direvisi dengan membulakan keaas (Roundup) menjadi kelipaan 6 yang dapa anda liha pada kolom Revisi Demand. Daa ersebu penulis bulakan keaas karena jika dibulakan kebawah akan erjadi kekurangan/loss sale. Memang jika kia membula angka ersebu keaas maka bisa erjadi penumpukan di gudang, namun hal iu lebih baik karena dari segi biaya, biaya loss sale/ kekurangan akan lebih banyak dibandingkan biaya penyimpanan. Kemudian seelah iu enu saja akan ada revisi erhadap jumlah end iem yang harus diproduksi selama minggu ersebu yaiu kolom Revisi Jumlah Produksi. Nama End Iem Tabel 5. Tabel Hasil End Iem Jumlah Produksi (on) Demand (on) Revisi Demand (on) Revisi Jumlah Produksi (on) BP

38 SP SP BT BT Toal Conoh perhiungan pada abel diaas unuk famili boiler: Seperi kia ahu, hasil peramalan produk jadi unuk famili boiler adalah on berdasarkan hasil error yang erbaik unuk meode Hol. Kolom Jumlah Produksi : boiler * * * * * * BP * Kolom Demand

39 BP Kolom Revisi Demand 6 > > 6 63 > 78 5 > 90 5 > 0 53 > 66 BP > 7 Kolom Revisi Jumlah Produksi * * * * * *5 330 BP 7 *5 360 Dari demand sebenarnya yang belum direvisi dengan demand yang sudah direvisi, kia dapa meliha adanya kenaikan jumlahnya yaiu dari 3708, on menjadi 3780 on

40 34 sehingga ada kenaikan sebesar 7,79 on karena disini sesuai alasan diaas, penulis membulakan nilai ersebu keaas Penenuan Rencana Produksi Agrega Pada perhiungan perencanaan produksi agrega ini, penulis menggunakan meode ransporasi. Tabel 5. Perhiungan Agrega Pakan Ternak Senin Selasa Rabu Kamis Juma Sabu Minggu Kapasias Tak Kapasias (Reguler) (Reguler) (Reguler) (Reguler) (Reguler) (Lembur) (Lembur) Terpakai (on) Produksi (on) Senin (Reguler) Selasa (Reguler) Rabu (Reguler) Kamis (Reguler) Juma (Reguler) Sabu (Lembur) Minggu (Lembur) Demand (on) Demand per hari 3780 on seperi pada abel 5.5 Kapasiias Produksi 380 on per hari sesuai dengan kemampuan mesin Kapasias Tidak Terpakai adalah 30 on. Pada perhiungan unuk mencari demand per hari di subbab sebelumnya, kia mengasumsikan jumlah demand yang dimina selama 5 hari (hari Senin sampai hari Juma) adalah sama, dengan kondisi yang umum seperi idak ada mesin rusak aaupun

41 35 ada order ambahan yang sanga pening dimana sock di gudang idak cukup sehingga harus diproduksi leih banyak lagi, dll. Dari hasil perhiungan ersebu kia dapa meliha bahwa jumlah demand per hari yang dimina adalah 3780 on. Sedangkan jumlah kapasias produksi kia sehari adalah 380 on. Sehingga dalam hal ini seiap harinya kia mempunyai kapasias yang idak erpakai sebesar 30 on. Jika kia gunakan kapasias ersebu maka naninya akan menimbulkan biaya penyimpanan sehingga hal ersebu idak akan kia lakukan. Kemudian dengan ercukupinya demand yang dimina dengan kapasias produksi pada hari kerja reguler (bahkan berlebihan) maka oomais hari lembur yaiu hari Sabu dan Minggu idak kia gunakan sehingga kia juga menghema biaya lembur pada buruh ersebu. Jika naninya diemui bahwa kapasias produksi reguler idak mencukupi demand yang dimina, maka akan dipakai kapasias produksi lembur. Namun ika idak ercukupi lagi dengan kapasias produksi lembur maka perusahaan akan mendapa biaya loss sale karena perusahaan idak pernah menerapkan order dari luar dimana formula pakan ernak yang ada sifanya sanga rahasia Penenuan Rencana Produksi Disagrega ). Memilih famili mana yang harus diproduksi: Tabel 5.3 Langkah Perama dalam Perhiungan Disagregasi Perencanaan Disagregasi Unuk Semua Famili Minggu Depan SENIN Langkah Famili Safey End Invenory Demand Expeced Sock Iem (on) (on) Quaniy (on) (on) Boiler

42 BP Layer Breeder Puyuh Sapi SP SP Babi BT BT Toal Keerangan: nilai yang diceak ebal beranda negaif (-) dan berari jumlah produksi iem ersebu akan dibawah sandar safey sock jika idak dibua kembali seelah dipakai unuk memenuhi perminaan/demand. Rumus Expeced Quaniy: (Iij,- Dij, Sij) 0 Iij,- : Persediaan awal seiap iem j pada semua famili i Dij Sij : Demand seiap iem j pada semua famili i : Safey Sock seiap iem j pada semua famili i

43 37 Conoh perhiungan mendapakan expeced quaniy unuk end iem pada famili boiler: Expeced Quaniy Expeced Quaniy Expeced Quaniy Expeced Quaniy ExpecedQuaniy ExpecedQuaniy ExpecedQuaniy BP ) Menenukan jumlah yang harus diproduksi: Tabel 5.4 Langkah Kedua dalam Perhiungan Disagregasi Langkah Famili Osi (on) Ii (on) Ai (kg) Csi (Rp 000,00) Chi (Rp 000,00) R (%) EOQi (on) Osi- Ii (on) Yi (on) Boiler % Layer % Breeder % Puyuh % Sapi % Babi % Toal Rumus: Yi Min [ EOQi ; Osi Ii ] dimana: Osi Jumlah max persediaan famili-i Ii Jumlah persediaan famili -i EOQ i. Ai. C R. C hi si Dimana: Ai : Kebuuhan famili i per ahun Csi : Biaya kali seup mesin unuk membua famili i

44 38 Chi R Yi : Biaya simpan famili i per ahun : Suku bunga bank (nilai uang aas barang persediaan) : Jumlah famili ke-i yang harus diproduksi. Conoh perhiungan unuk langkah kedua meode disagregasi: Os I A Cs Ch R 8% EOQ Os Y Boiler Boiler Boiler Boiler Boiler Boiler Boiler 5 on 89 on kg Rp Boiler Rp *365 hari *5000 kg Rp I Boiler min( EOQ * on 8% * on Boiler, Os Boiler I Boiler ) 3 on 3). Penyesuaian: Tabel 5.5 Langkah Keiga dalam Perhiungan Disagregasi Langkah 3 Famili ( OSij, Sij, ) Ph, Ph,*Yi/sum(Yi) Osi - Si jεi Y i, ( Ph, (on) Yi, ) iεh ( OSij, Sij, ) iεh Yi*, Boiler Layer Breeder Puyuh Sapi Babi Toal

45 39 Rumus: Jika Σ Yi Ph maka: Ph Rencana produksi agrega ipe (h) Σ Yi Toal jumlah semua famili yang harus di produksi Jika Y i, > Ph, maka Yi, disesuaikan menjadi Yi*, ; dimana: iεh Y i, < Ph, Y *, P, i Yi Yi Jika maka Yi, disesuaikan menjadi Yi*, dengan iεh membandingkan a & b yang paling minimum dimana: h a Yi*, Min b jεi Y i, ( OS ( P ij, h, S iεh ij, ) Y i, ) jεi iεh ( OS ij, ( OS ij, S S ij, ij, ) )

46 40 Conoh perhiungan unuk langkah keiga meode disagrega: Y Pr oduksi Agrega ( Ph, ) 3780 on *) kalau ΣYi > Ph, maka : 3.00 YBoiler *, 3780 * on 35 *) kalau Yi < Ph, maka : ( a) ( b) Y Y Y Famili Boiler Boiler jεi Boiler 35on *, Ph, * *, min[( a),( b)] ( OS ij, S ij, Y Boiler Y Famili ) 5 ( ) 5 on ( OSij, Sij, ) j i Yi ( Ph Yi ) ε,,, iεh ( OSij, Sij, ) iεh ( ) * on *, min[( a),( b)] on 4) Perhiungan Disagregasi Iem: Tabel 5.6 Langkah Keempa dalam Perhiungan Disagregasi Famili End Iem dij, (on) Langkah 4 ij, (on) ij, adjus (on) ij, akhir (on) Boiler BP Layer

47 Breeder Puyuh SP Sapi SP Babi BT4 BT45 Toal Rumus: ij, d ij, Yi *, jεi j ε i ( I ij, dij, S ij, ) S dij, Max [0 ; Dij, Iij,- Sij,] ij, I i j, dimana: dij, Dij, Perminaan efekif iem-j pada perioda Perminaan pasar iem-j pada perioda Iij,- Persediaan iem-j pada akhir perioda - Penyesuaian iem: 0 < ij, < 0Sij, > ij*, ij, 0 ij, > ij*, 0 ij, OSij, > ij*, OSij,

48 4 Conoh perhiungan unuk langkah keempa perhiungan disagregasi unuk famili boiler: d d d d d d d 6, 6, 63, 5, 5, 53, BP, ij, 6, 6, 6, ] S Max [0 ; Dij, Iij, Max [ 0,6-340 Max [ 0, Max [ 0, Max [ 0,0-366 Max [ 0, Max [ 0, 7 - ij, I akhir 990 i j, adjus 987 d ij, * 330] 3 80] 7 80] 90 40] 0 0] 36 Yi - Sij, ] ] 7 *, jεi j ε i ( I ij, dij, Max [ 0, S ij, ) 0] (00) (360330) (8680) (8080) (36640) (0) () *

49 * * * * * * ,,,, 53, 53, 53, 5, 5, 5, 5, 5,, 5, 63, 63, 63, 6, 6, 6 akhir adjus akhir adjus akhir adjus akhir adjus akhir adjus akhir adjus BP BP BP

50 44 Pada langkah perama, hasil yang diperoleh yaiu kia bisa meliha mana end iem yang harus kia produksi dimana nilai negaif seperi pada abel 5.3 diaas. Nilai negaif ersebu berari bahwa invenori awal pada end iem ersebu naninya akan berada dibawah sandar safey sock yang elah dieapkan perusahaan apabila naninya invenory ersebu harus memenuhi demand anpa harus diproduksi erlebih dahulu. Kemudian dari langkah kedua kia bisa mengeahui jumlah produksi pakan ernak namun dalam famili. Disini diperlukan inpu seperi ingka suku bunga, kapasias produksi agrega, biaya simpan, biaya seup seiap membua famili ersebu, dan juga kapasias penyimpanan gudang. Pada langkah keiga, kia lakukan penyesuaian, dimana penyesuaian ini dilakukan apabila jumlah anara kapasias pakan yang harus diproduksi seluruh famili (Yi) idak sama dengan kapasias agrega (Ph). Jika Yi < Ph maka ada sisa kapasias agrega yang idak erpakai, sehingga sisa kapasias produksi ersebu harus dibua dengan dibagi raa kepada famili ersebu unuk naninya meningkakan invenory. Namun jika Yi > Ph maka jumlah produksi yang kia buuhkan idak dapa dicukupi oleh kapasias agrega perusahaan sehingga kia harus memilih produk mana yang harus diuamakan dengan biaya yang paling kecil. Terakhir, langkah keempa yaiu pemecahan dari famili ke end iem yang diuju. Dalam abel 5.6 diaas, ij, diaas adalah jumlah end iem yang harus diproduksi dari hasil perhiungan dimana hasilnya masih berupa koma, ij, adjus adalah pembulaan dari ij, ersebu. Kemudian ij, akhir adalah penyesuaian akhir dari ij, dimana nilainya harus selalu kelipaan 6 on dan disiu dibulakan keaas. Dari hasil perhiungan secara disagregasi, maka kia mendapakan jumlah yang harus kia produksi unuk end iem ersebu dan dapa menyimpulkan bahwa dengan memakai disagregasi ini

51 45 diharapkan perusahaan dapa memproduksi pakan ernak yang paling dibuuhkan sehingga idak mendapakan loss sale aaupun backorder karena perminaan konsumen dapa erpenuhi. Tabel 5.7 Tabel Hasil Perhiungan Disagregasi hari Senin Famili End Iem Invenory Safey Sock Invenory Akhir Boiler Boiler Boiler Boiler Boiler Boiler Boiler BP 74 Layer Layer Layer Layer Layer Layer Breeder Breeder Breeder Breeder Breeder Breeder Puyuh Puyuh Sapi SP Sapi SP Babi BT Babi BT Toal Analisa Perbandingan Sisem Dengan memakai cara/sisem peramalan yang diusulkan, kia dapa meliha bahwa ingka persenase error idak lebih dari 0%, sedangkan selama ini ingka error unuk meramalkan jumlah produksi sanga inggi dimana bisa mencapai 75%. Dengan

52 46 error yang inggi, maka ada selisih anara jumlah yang diperkirakan dengan jumlah yang diproduksi. Karena iu penulis mengusulkan bahwa melakukan peramalan dengan menggunakan suau meode (makin banyak meode akan semakin baik sehingga kia bisa memilih yang benar-benar erbaik) akan lebih baik dibandingkan dengan menggunakan inuisi naninya. Kemudian dengan membandingkan beberapa meode, kia bisa meliha meode mana yang erbaik yang sesuai dengan pola daa yang ada dan ingka error yang erkecil. Tabel 5.8 Tabel Perbandingan Peramalan Daa Sebenarnya Hasil Peramalan Percenase Peramalan Percenase Nama Famili (on) (on) Error (%) Perusahaan (on) Error (%) Boiler Layer Breeder Puyuh Babi Selain iu pula keepaan jumlah produksi per hari juga merupakan fakor yang menjadi perimbangan. Pada abel 5.9, kia dapa meliha perbandingan anara invenori akhir perusahaan sebenarnya dengan invenori akhir secara disagregasi Pada abel ersebu, nilai invenori akhir usulan yang berada dibawah nilai safey sock ernyaa ada 3 iem sedangkan nilai invenori akhir perusahaan yang berada dibawah safey sock ada 0 iem (nilai invenori akhir yang diceak ebal). Dengan demikian kia dapa menyimpulkan bahwa dengan meode disagregasi ini, hasil yang didapa memang lebih baik dibandingkan dengan meode yang dierapkan perusahaan saa ini yaiu hanya berdasarkan inuisi karyawan PPIC.

53 47 Tabel 5.9 Tabel Perbandingan Invenory Perusahaan dan Invenory secara Disagrega Famili End Iem Invenory Demand Safey Sock ij, akhir Invenory Akhir ij Terakhir Perusahaan Invenory Akhir Perusahaan Boiler Boiler Boiler Boiler Boiler Boiler Boiler BP Layer Layer Layer Layer Layer Layer Breeder Breeder Breeder Breeder Breeder Breeder Puyuh Puyuh Sapi SP Sapi SP Babi BT Babi BT Toal Kemudian dengan memakai cara/sisem yang erdahulu enu saja waku yang dibuuhkan akan sanga lama unuk melakukan perencanaan produksi pakan ernak (mulai dari peramalan sampai pada penenuan jadwal produksi harian) seiap hari dimana jenis dan jumlahnya sanga banyak. Aplikasi ini naninya akan sanga menghema waku karena semua hasil pengolahan daa dapa langsung diampilkan dan user pun idak perlu lagi melakukan perhiungan yang rumi seperi pengolahan daa diaas.

54 Usulan Pengembangan Sisem Informasi 5.3. Analisa Sisem Sisem yang Sudah Berjalan di Perusahaan Sisem informasi yang berlaku di perusahaan sebenarnya sudah baik dimana perusahaan sudah menggunakan sofware Sisem Aplicaion for Projec Release 3 (SAP R3) dimana didalamnya sudah erdapa daabase yang bisa mencakup keseluruhan pabrik dan bisa saling berhubungan secara berkesinambungan misalnya daabase bahan baku bisa diupdae baik oleh bagian produksi maupun bagian pembelian. Kemudian SAP R3 juga bisa digunakan oleh bagian keuangan sesuai dengan password yang dimasukkan yang disesuaikan dengan jabaan yang dimiliki. Namun demikian, SAP R3 disini masih dirasakan kurang oleh karyawan PPIC karena dalam hal ini masih juga menggunakan cara manual dan memerlukan banyak keras karena karyawan hanya menceak laporan yang ada dalam SAP R3 ersebu mengenai jumlah invenori yang ada di gudang dan jumlah yang harus diproduksi. Seelah iu karyawan ersebu harus menghiung dengan menggunakan kalkulaor kembali. Bahkan jumlah produk jadi yang harus diproduksi adalah hasil peramalan yang dihasilkan dari bagian markeing yang mempunyai ingka error inggi. Hasil peramalan ersebu adalah berdasarkan inuisi pihak markeing. Dari hasil peramalan ersebu, karyawan PPIC juga harus menyesuaikan kembali dengan kapasias produksi yang ada di lapangan karena bagian markeing idak mengeahui kondisi gudang dan kapasias yang dimiliki oleh pabrik. Pihak markeing hanya ingin ahu bahwa jumlah yang bisa erjual pada periode mendaang adalah sekian ribu on dan hasil yang didapanya adalah dengan menghiungnya berdasarkan inuisi bukan dengan menggunakan suau meode peramalan. Perbedaan dari hasil peramalan

55 49 ini dan juga kenyaaan produksi inilah sehingga menyebabkan ingka error yang dihasilkan erkadang sanga inggi (bisa mencapai 90%). Seelah disesuaikan, dari hasil ersebu, karyawan PPIC diunu unuk harus menenukan uruan proses produksi pakan ernak dari puluhan jenis pakan ernak ersebu dimana pihak manajer hanya ingin ahu bahwa pada akhir minggu arge produksi ercapai. Jadi dari hasil peramalan, jumlah yang harus dibua, uruan pakan ernak yang harus lebih dibua lebih dahulu, semuanya diserahkan kepada karyawan PPIC berdasarkan inuisinya secara manual. SAP R3 idak menyediakan fungsi ersebu. Kemudian jika ada order mendadak yang sanga dibuuhkan dan perusahaan menyanggupinya, maka order ersebu hanya diulis pada keras saja. Bagian PPIC harus menginpunya kedalam kompuer dan harus menganalisa kembali proses produksi yang elah direncanakan apakah rencana produksi ersebu berubah dengan adanya penambahan order ersebu. Semua hal ini dilakukan secara manual dan didasarkan hanya pada inuisi karyawan PPIC ersebu. Semua hal ini dilakukan secara manual dan membuuhkan waku yang cukup lama eruama penenuan uruan proses produksi seiap harinya, padahal jenis pakan ernak sanga banyak dan jumlah produksi juga banyak, namun jumlah mesinnya erbaas. Selain iu perganian produksi seiap pakan ernak misalnya dari pakan 6 menjadi pakan 6 ernyaa idak hanya membuuhkan waku unuk seup api juga biaya karena mesin erlebih dahulu harus dibersihkan, jika idak komponen yang sebelumnya dibua pada mesin ersebu akan ercampur pada pakan yang akan dibua, sehingga komposisinya akan berubah dan hal ini sanga dilarang. Gambar 5.3 dibawah ini merupakan langkah-langkah perencanaan produksi pada PT. CPI Balaraja, mulai dari laporan dari bagian markeing, unuk kemudian

56 imac imac imac imac imac imac imac imac imac imac diprin dan diolah oleh PPIC unuk dibua perencanaan produksi harian, dimana dari perencanaan produksi harian ini akan dibua menjadi Producion Order unuk diberikan pada bagian produksi unuk dibua. Gambar 5.3 Langkah Perencanaan Produksi di PT CPI - Balaraja

57 Sisem Usulan yang akan Dikembangkan Bagi Perusahaan Penenuan jumlah produk jadi pada periode yang akan daang menjadi hal yang pening bagi perusahaan. Peramalan produk jadi merupakan langkah awal yang pening yang harus dilakukan oleh seiap perusahaan unuk menenukan jumlah kira-kira yang harus ersedia pada periode yang akan daang. Demikian pula juga dengan meode disagregasi unuk perencanaan produksi juga diperlukan unuk menenukan jumlah yang harus diproduksi oleh pabrik. Unuk mendukung penenuan jumlah produksi baik melalui peramalan dan meode disagregasi, pengembangan sisem informasi diperlukan. Sisem informasi akan diujukan bagi ingka manajemen yang berkepeningan, khususnya karyawan markeing dan karyawan PPIC di PT. CPI Balaraja. Tahap awal dalam pengembangan sisem informasi ini adalah preliminary analysis yang akan menghasilkan sysem definiion. Seelah melakukan peneliian sera menuangkan ide-ide kreaif bagi sisem yang akan dibua, maka sysem definiion pun dapa dieapkan. Sysem Definiion dari peramalan dan disagregasi yang akan dikembangkan pada PT. Charoen Pokphand Indonesia Balaraja yaiu perusahaan agrobisnis erbesar di Indonesia eruama pada pakan ernak ayam ini cukup sederhana. Sisem informasi peramalan dan disagregasi yang akan dikembangkan bagi perusahaan pun akan disesuaikan dengan berbagai kondisi dan kebijakan dalam perusahaan dalam upaya meningkakan keepaan penenuan jumlah produk yang harus diproduksi perusahaan. Sisem informasi ini diujukan agar dapa membanu manajemen ingka sraegik di bagian markeing (dalam melakukan peramalan jumlah produk yang harus diproduksi unuk periode mendaang dan juga memberikan laporan jumlah produk yang harus diproduksi oleh PPIC) dan di bagian PPIC dalam menenukan mana produk yang

58 5 harus diuamakan unuk dibua pada hari esok dan berapa besarnya jumlah sehingga naninya produk jadi yang di gudang jangan sampai erlalu banyak namun juga jangan sampai perminaan konsumen idak erpenuhi. Unuk mengeahui kualias dari formula sysem definiion ersebu, maka dilakukan evaluasi FACTOR. Hasil dari evaluasi ersebu adalah sebagai beriku:. Funcionaliy Sisem yang dihasilkan diharapkan dapa mendukung semua ahapan perencanaan produk jadi unuk mendapakan informasi hasil peramalan yang paling akura dan perencanaan produksi pakan ernak secara harian melalui meode disagregasi.. Applicaion Domain Sisem diperunukkan bagi kepeningan produksi yang akan diakses oleh Saf PPIC saja. 3. Condiions Sisem harus dapa erdisribusi bagi para acor. 4. Technology Daabase yang digunakan unuk mengembangkan sisem menggunakan Oracle, inerface dibua dengan menggunakan aplikasi Visual Basic, sedangkan bahasa pemrograman yang digunakan adalah SQL. 5. Objecs Objec yang erkai dalam sisem adalah Produk, Safey_Sock, Invenory, Demand, Kapasias_Produksi, Daa_Error. 6. Responsibiliy Sisem dapa menyediakan informasi yang mendukung pengambilan kepuusan yang dilakukan oleh karyawan PPIC. Perbedaan anara sisem yang berjalan dengan rancangan sisem baru yang akan diusulkan dimana sisem yang akan diusulkan ini melakukan proses kalkulasi maupun membanu proses perencanaan jadwal produksi pakan ernak seiap hari secara erkompuerisasi dengan yang disiapkan. Unuk ahapan aliran sisem informasi yang baru ini masih sesuai dengan sisem yang berjalan.

59 53 Adapun cakupan sisem informasi yang akan dibua ini adalah mulai dari melakukan peramalan sampai dengan melakukan perhiungan disagregasi unuk menenukan jumlah produksi pakan ernak Sisem Pendahuluan Perama-ama karyawan bagian markeing aau bagian PPIC yang membuka program ini harus erlebih dahulu mengisi user ID dan pasword. Jika user ID dan password yang dimasukkan sesuai maka akan ampil layar selanjunya sesuai dengan bagian yang elah dienukan unuk menjadi hak dari masing-masing bagian Sisem pada Bagian Markeing Gambar 5.5 Usulan Sisem Baru unuk Bagian Markeing

60 54 Peramalan dan Tingka Error Unuk bagian markeing, seelah user ID dan pasword yang dimasukkan sesuai maka akan ampil menu peramalan. Pada kenyaaannya di sisem yang sudah berjalan, menu pada bagian markeing ada banyak seperi unuk meliha daa penjualan, daa pelanggan eap, daa pesaing unuk menenukan sraegi. Namun pada sisem yang diusulkan ini sisem ersebu idak penulis masukkan lagi karena sudah ada, sehingga menu yang ersedia hanya yang berhubungan dengan peramalannya saja. Pada menu peramalan naninya, bagian markeing akan bisa memilih famili mana yang akan dilakukan peramalan. Disini peramalan idak bisa dilakukan secara keseluruhan aaupun per end iem, hanya per famili. Karena jika dilakukan secara keseluruhan maka daa akan kurang akura, namun jika dilakukan peramalan per end iem akan memakan waku sanga lama dimana jenis end iem yang dihasilkan juga sanga banyak. Kemudian jumlah daa yang digunakan sebagai dasar peramalan juga bisa dibaasi berdasarkan ahunnya misalnya unuk menghiung minggu ke-30 pada ahun 003 bisa mulai diambil daa dari awal ahun 00 aau 00 (harus per ahun). Disini juga disajikan jika naninya karyawan markeing ingin mengeahui berapa hasil yang erbaik karena pada dasarnya unuk mencari hasil error yang erkecil misalnya pada meode winer, α, β, dan γ yang erbaik harus dicari secara rial error, sehingga buuh waku yang cukup banyak. Karena iu penulis akan membanu karyawan markeing ersebu unuk mencarikan nilai yang erbaik. Jika hasilnya sudah dinilai yang erbaik dari hasil peramalan ersebu maka hasil ersebu bisa disimpan unuk naninya diampilkan pada menu selanjunya.

61 55 Hasil Peramalan dan Laporan Dari hasil yang sudah disimpan pada menu peramalan, maka akan ampil hasil keseluruhan peramalan yang bisa dipecah secara oomais oleh program ersebu menjadi jumlah (demand) masing-masing end iem yang harus diproduksi seiap harinya, jika ada famili yang idak dilakukan peramalan maka hasil yang keluar adalah 0 dan enunya end iem pada famili ersebu juga nol. Kemudian dari disiu bisa dilanjukan ke menu laporan ke PPIC aau kembali ke menu peramalan aau keluar. Jika lanju ke menu laporan, maka ini adalah menu laporan yang akan dikirimkan unuk ke bagian PPIC sehingga bagian PPIC bisa membua jumlah produk yang sesuai perminaan dari markeing. Namun disini jumlah ersebu masih bisa diubah apabila diinginkan oleh pihak markeing unuk mengedi kembali misalnya dari hasil perhiungan harus membua produk 6 sebanyak 00 on namun inuisi karyawan markeing ersebu mengaakan bahwa yang diproduksi harusnya hanya diproduksi 0 on, maka hasil ersebu masih bisa diedi lagi. Kemudian jika sudah dirasa pas maka bisa dikirim ke bagian PPIC Sisem pada Bagian PPIC Perhiungan Agrega Unuk bagian PPIC, seelah user ID dan pasword yang dimasukkan sesuai, maka akan ampil menu laporan dari bagian markeing aau perhiungan agrega maupun perhiungan diagregasi. Seperi pada bagian markeing, pada program sesungguhnya menu yang disediakan ada banyak seperi unuk meliha jumlah produksi, meliha jumlah kapasias bahan baku (menah) dan bahan jadi di gudang, melakukan perhiungan MRP unuk menenukan jadwal pemesanan bahan baku supaya jangan sampai

62 56 kehabisan, dll. Unuk laporan menu dari bagian markeing, maka bagian PPIC bisa meliha hasil laporan ersebu namun idak bisa mengubahnya. Kemudian hasil ersebu bisa dipindahkan unuk melakukan proses perhiungan agrega erlebih dahulu aau bisa langsung dilakukan perhiungan disagregasi. Pada menu perhiungan agrega, disini fungsinya hanya menghiung apakah diperlukan hari lembur dalam hal ini hari Sabu dan hari Minggu unuk mencapai jumlah produksi yang diinginkan. Disini seperi erulis pada bab, perusahaan idak ingin melakukan subkonrak sehingga hanya ada hari reguler dan hari lembur, jika dengan produksi ersebu idak mencukupi maka perusahaan dengan erpaksa akan erkena biaya backorder (penundaan) aau apabila konsumen idak ingin menunggu maka perusahaan erkena biaya loss sale. Kemudian hasil perhiungan agrega ini akan dimasukkan ke perhiugan disagrega sebagai daa bersama hasil dari laporan dari bagian markeing adi. Jika bagian PPIC idak melakukan perhiungan agrega erlebih dahulu maka daa agrega pada menu disagregasi nani harus diinpu sendiri oleh karyawan PPIC yang bersangkuan. Gambar 5.6 Usulan Sisem Baru unuk Bagian PPIC

63 57 Perhiungan Disagregasi Unuk menu perhiungan disagregasi, perama akan muncul hasil dari menu laporan yang elah dikirim yaiu unuk kolom demand per harinya, disini pula diampilkan kolom unuk invenory awal dan safey sock. Kolom invenory awal didapa pada pagi hari seelah diperbaharui / diupdae dari bagian gudang. Kemudian kolom safey sock masih eap selalu sama besarnya dimana jumlahnya dienukan oleh bagian gudang dan PPIC. Jumlah safey sock ersebu akan selalu eap kecuali jika kapasias gudang berambah aau ada perubahan pola penjualan misalnya ernyaa seperi sekarang pakan ernak unuk ayam menurun dan jusru unuk pakan sapi akan naik sehingga kapasias gudang unuk sapi akan meningka dan oomais akan meningkakan safey sock unuk sapi. Kemudian ada pula kolom Expeced Quaniy dimana dapa menunjukkan kepada PPIC bahwa jika nilainya negaif maka jumlah invenory awal unuk memenui kebuuhan demand pada saa iu adalah kurang dibandingkan safey sock yang ada. Karena iu harus segera unuk dibua/diproduksi. Ada pula edi box unuk menampilan hasil perhiungan disagregasi aau bisa diinpu sendiri naninya. Ada pula inpu yang diharuskan bagi PPIC yaiu biaya seup per famili, biaya simpan di gudang, ingka suku bunga bank, kapasias gudang unuk iap famili, dan kebuuhan per famili ersebu per ahun. Jika sudah maka naninya akan keluar jumlah yang harus diproduksi oleh PPIC pada hari ersebu. Kemudian seelah minggu hasil produksi dan demand yang diperlukan akan disimpan kembali ke daabase perminggu.

64 Problem Domain Analysis Class Analisa class diawali dengan menenukan objec dan class dengan berdasarkan pada sysem definiion. Class candidae yang diinginkan adalah: Famili Iem 3 Karyawan 4 Karyawan PPIC 5 Karyawan Markeing 6 Peramalan 7 Hol 8 DMA 9 Winer 0 Quadraic MAPE MSE 3 MAD 4 Agrega 5 Seup Disagregasi 6 Disagregasi 7 Kapasias Produksi Seelah menganalisa class candidae yang elah dperoleh, maka didapakan class yang erkai dalam sisem adalah sebagai beriku: Famili Iem 3 User 4 Peramalan 5 Laporan Markeing 6 Agrega

65 59 7 Seup Disagrega 8 Disagrega Even Demikian pula dengan even candidae yang elah dianalisa, kemudian didapakan even dari class yang elah dienukan sebelumnya. Even yang erpilih ersebu dan hubungannya dengan class pemiliknya digambarkan dalam even able pada Tabel 5.8 beriku. Tabel 5.30 Even Table Class Even Famili User Peramalan Laporan Seup Agrega Markeing Disagrega Disagrega Memilih Tahun Daa Melakukan Peramalan Menghiung Error Mengambil Hasil yang Terbaik Menyimpan Daa Laporan Menceak Daa Laporan Menghiung Secara Agrega Mengisi variabel yang Diperlukan Menghiung Secara Disagrega Class Diagram Seelah class dan even didefinisikan, akivias berikunya adalah analisa srucure. Dalam analisa srucure ini, hubungan anar class aau anar objek didefinisi. Hubungan-hubungan yang ada digambarkan dalam class diagram dan dapa diliha pada Gambar 5.6 di bawah ini.

66 Gambar 5.7 Class Diagram 60

67 Applicaion Domain Use Case Diagram Gambar 5.8 Use Case Diagram Acor Specificaion Goal : Tabel 5.3 Spesifikasi akor unuk "Karyawan Markeing" Karyawan Markeing Orang yang beranggung jawab pada penjualan produk pakan ernak. Kebuuhan dasar dari Karyawan Markeing adalah melakukan peramalan erhadap kebuuhan/penjualan produk pada periode akan daang sehingga epa seperi kebuuhan konsumen. Laporan yang dihasilkan ersebu naninya akan diberikan ke bagian PPIC agar diproduksi jumlah pakan ernak yang diinginkan.

68 6 Characerisic : Sisem erdiri dari orang karyawan markeing dengan mengandalkan inuisi, dapa melakukan analisa erhadap sisem sera hasil dari perhiungan yang diperoleh dari sisem. Karyawan ini yang berhak unuk melakukan peramalan. Tabel 5.3 Spesifikasi akor unuk "Karyawan PPIC" Karyawan PPIC Goal : Orang yang beranggung jawab penenuan jadwal produksi pakan ernak. Kebuuhan dasar dari Karyawan PPIC adalah melakukan inpu daa order baru, melakukan perhiungan agrega dan disagregasi berdasarkan hasil laporan markeing, membua jadwal produksi. Characerisic : Sisem erdiri dari orang Karyawan PPIC dengan mengandalkan inuisi, dapa melakukan analisa erhadap sisem sera hasil dari perhiungan yang diperoleh dari sisem Use Case Analysis Use case name Brief descripion Basic flow Tabel 5.33 Use case Analysis Login Login Use case ini berfungsi sebagai gerbang uama unuk memasuki program ersebu sehingga naninya berdasarkan user ID dan password yang dimasukkan, maka akan diampilkan menu layar yang menjadi hak akses dari masing-masing bagian ersebu, dimana ampilannya jelas berbeda namun bisa saling erhubung.. Use case ini dimulai pada saa file/program ini dibuka oleh seorang user.. Karyawan memasukkan user ID dan password yang dimiliki masing-masing karyawan. Program akan mengecek ke daabase karyawan, apakah daa User ID dan password yang dimasukkan ersedia aau idak dalam daabase. 3. Jika User ID dan password yang dimasukkan benar maka user bisa menuju ampilan layar dan menu selanjunya.. 4. Jika idak ecanum maka akan keluar peringaan

69 63 Alernaif flow Special Requiremen Pre condiion Pos condiion dan user akan dimina menginpu ulang jika ingin masuk. 5. Use case selesai User bisa mencancel/keluar dari program kapan saja. User ID dan password harus diisi Seiap karyawan harus memasukkan User ID dan password yang benar unuk mencapai menu selanjunya. Menu selanjunya dari masing-masing bagian. Tabel 5.34 Use case Analysis Menghiung Peramalan Use case name Menghiung Peramalan Brief descripion Basic flow Use case ini berfungsi unuk melakukan proses peramalan erhadap iap famili sehingga menghasilkan jumlah produksi yang erbaik dengan ingka error yang erkecil.. Use case ini dimulai keika bagian markeing memilih menu forecas seelah dia melewai menu login.. Saff markeing memasukkan ahun daa yang diperhiungkan sebagai daa valid. Kemudian secara oomais sebenarnya aplikasi ini menghiung peramalan ersebu erhadap seluruh famili dengan nilai α, β, dan γ yang lama (defaul) anpa harus dipilih dahulu oleh user ersebu. 3. User memilih famili yang spesifik kemudian bisa memasukkan nilai α, β, dan γ secara rial error dan naninya akan bisa diliha hasil yang diperoleh dengan ingka error yang dimiliki dengan merubah bilai ersebu. 4. Jika user ingin meliha hasil yang erbaik anpa harus melakukan rial error maka aplikasi ini menyediakan fasilias erseu, user hanya dimina unuk mengisi ierasi yang diinginkan. Semakin besar ierasi maka akan semakin epa hasilnya dengan ingka rror yang semakin kecil, namun enu saja program ini akan sediki memakan waku karena harus melakukan ierasi ersebu. 5. Use Case selesai

70 64 Alernaif flow Special Requiremen Pre condiion Pos condiion Pada langkah ke-4, ierasi bisa dilakukan hanya pada meode erenu saja, anpa perlu melakukan ierasi pada semua meode peramalan. Tahun daa harus diisi Bagian markeing harus memasukkan ahun daa, kemudian harus dimasukkan famili yang diinginkan jika idak maka seluruh famili akan dihiung dengan nilai α, β, dan γ yang nilainya lama. Hasilnya berupa resul peramalan secara keseluruhan dengan erera jumlah demand per hari. Resul ini bisa diedi kembali oleh markeing. Tabel 5.35 Use case Analysis Resul dan Laporan Use case name Resul dan Laporan Brief descripion Basic flow Use case ini berfungsi merangkum hasil peramalan yang elah dilakukan, unuk kemudian diberikan kepada PPIC agar segera diproduksi dalam waku minggu ke depan.. Use case ini dimulai keika bagian markeing selesai melakukan peramalan. Alernaif flow Special Requiremen Pre condiion Pos condiion. Saff markeing hanya akan meliha apakah daa dari hasil peramalan ersebu bisa digunakan aau idak. Kemudian daa ersebu disimpan. 3. Jika ingin diceak, maka bagian markeing inggal memilih daa mana yang ingin diceak. 4. Use Case selesai Pada langkah ke-, jika dirasa hasil peramalan kurang memuaskan, maka saf markeing bisa mengedi pada kolom coor. Demand / day. Unuk menceak, daa yang diceak harus dipilih Saf markeing harus melakukan peramalan erlebih dahulu. Hasilnya berupa laporan ke PPIC dan laporan yang diceak mengenai jumlah produksi pakan ernak yang harus dibua selama minggu ke depan.

71 65 Tabel 5.36 Use case Analysis Menghiung dengan Meode Agrega Use case name Menghiung dengan Meode Agrega Brief descripion Basic flow Alernaif flow Special Requiremen Pre condiion Pos condiion Use case ini berfungsi unuk melakukan proses perhiungan secara agrega dimana menenukan apakah kapasias produksi reguler kia yang dalam keadaan normal, cukup unuk memenuhi demand selama minggu ke depan, aaukah kia naninya perlu hari lembur unuk mengejarnya.. Use case ini dimulai keika bagian markeing mengirim laporan/repor kepada PPIC. Disini PPIC meliha daa ersebu. Daa dalam laporan ersebu naninya akan dimasukkan dalam perhiungan disagregasi. Aplikasi mulai menghiung, dengan demand yang diberikan apakah cukup diangani dengan kapasias produksi reguler aaukah perlu adanya kerja lembur. 3. Tekan ombol Save maka akan ke menu Disagregasi 4. Use Case selesai Pada langkah ke-, karyawan PPIC bisa menambahkan order baru, dan dapa diliha apakah masih dapa diangani dengan kapasias produksi reguler. Spesifikasi Daa yang akan dihiung Bagian PPIC sudah melewai menu login Hasilnya berupa kapasias produksi agrega per hari Tabel 5.37 Use case Analysis Menghiung dengan Meode Disagrega Use case name Menghiung dengan Meode Disagrega Brief descripion Basic flow Use case ini berfungsi unuk melakukan proses perhiungan secara disagrega dimana menenukan jumlah end iem mana yang harus diproduksi dan berapa jumlah yang harus diprouksi pada hari iu.. Use case ini dimulai pada saa kia membuka menu seup disagregasi. Karyawan PPIC dimina unuk menginpu variabel yang dibuuhkan seperi ingka suku bunga, biaya simpan, dan biaya seup.. Seelah seup disagregasi selesai maka aplikasi mulai menghiung secara disagrega pada menu disagregasi. 3. Keluar hasil perhiungan disagregasi dimana hasilnya akan berupa perencanaan produk end iem mana yang harus diproduksi lebih dahulu dan berapa jumlahnya.

72 66 Alernaif flow - Special Requiremen Pre condiion Pos condiion 4. Use Case selesai Tingka suku bunga, kapasias produksi, biaya simpan, biaya seup per famili. Bagian PPIC sudah melewai menu login Hasilnya berupa jadwal perencanaan produksi end iem dan jumlah yang harus diproduksi seiap harinya Sequence Diagram Sequence Diagram unuk menu Login: Gambar 5.9 Sequence Diagram unuk menu Login

73 67 Sequence Diagram unuk Menu Peramalan Gambar 5.0 Sequence Diagram unuk Menu Peramalan

74 68 Sequence Diagram unuk menu Repor unuk Diprin Gambar 5. Sequence Diagram unuk menu Repor Sequence Diagram unuk Perhiungan Agrega Gambar 5. Sequence Diagram unuk menu Perhiungan Agrega

75 69 Sequence Diagram unuk Seup Disagrega Gambar 5.3 Sequence Diagram unuk Menu Seup Disagregasi Sequence Diagram unuk Perhiungan Disagrega Gambar 5.4 Sequence Diagram unuk menu Perhiungan Disagrega

76 Navigaion Diagram Aplikasi ini dirancang agar sifanya bisa muliple windows yang arinya menu yang diampilkan bisa banyak dalam waku yang bersamaan anpa harus menunggu sebuah layar selesai dikerjakan kecuali menu login karena menu login adalah layar yang paling perama. Disini akan penulis paparkan mengenai uruan ampilan layar jika aplikasi ini dijalankan yaiu mulai dari menu login namun disini akan dibagi yaiu jika digunakan oleh bagian markeing dan jika digunakan oleh bagian PPIC. Unuk navigasi secara keseluruhan dari aplikasi yang dibua dapa diliha pada lampiran L Bagian Markeing Menu Login Gambar 5.5 Tampilan Layar Menu Login Baik bagian markeing aaupun bagian PPIC harus melewai menu login erlebih dahulu. User ID dan password dimasukkan sesuai bagiannya, jika idak maka akan invalid. Tombol Login digunakan unuk masuk ke menu selanjunya apabila user ID dan passwordnya valid. Sedangkan ombol Cancel unuk keluar dari program.

77 Menu Forecasing Gambar 5.6 Tampilan Layar Menu Peramalan Seelah user mengisi edi box unuk ahun daa, maka user mengklik Load Daa sehingga secara oomais seluruh perhiungan akan keluar. Tombol Auo Ierae This Family digunakan unuk melakukan ierasi unuk mencari nilai yang erbaik hanya unuk famili yang dipilih seelah user memasukkan berapa ierasi yang diinginkan. Tombol Auo Ierae All Family digunakan unuk melakukan ierasi unuk mencari nilai yang erbaik unuk semua famili yang ersedia seelah user memasukkan berapa ierasi yang diinginkan. Tombol Recalculae unuk menghiung ulang apabila menggani nilai a, b, dan g secara rial error. Tombol Auo Ierae digunakan unuk melakukan ierasi unuk mencari nilai yang erbaik hanya pada famili dan meode yang dipilih. Tombol Nex akan menghasilkan resul dari peramalan yang elah dilakukan.

78 Menu Resul Forecasing Gambar 5.7 Tampilan Layar Menu Hasil Peramalan Disini walaupun hasil peramalan sudah oomais didapa, namun jika pihak markeing ingin merubah hasilnya maka dapa dilakukan yaiu pada kolom Corr. Demand / day dimana kia bisa menambah aau mengurangi hasil dari peramalan ersebu. Tombol Save digunakan apabila kia sudah yakin akan hasil ersebu dan kia ingin simpan daa ersebu. Jika ombol ersebu idak diekan maka proses peramalan idak akan disimpan dan naninya idak bisa diceak.

79 Menu Laporan yang Diceak Gambar 5.8 Tampilan layar Menu Hasil Saved Disini kia bisa memilih mana daa yang elah disave dari perhiungan peramalan yang akan kia ceak sebagai dokumen, seelah yakin maka kia ekan ombol Prin. Gambar 5.9 Tampilan Laporan Jumlah Demand

80 74 Gambar 5.30 Tampilan Menu Prin Bagian PPIC Menu Login Gambar 5.3 Tampilan Layar Menu Login

81 Menu Agregasi Gambar 5.3 Tampilan Layar Menu Laporan yang Dierima Bagian PPIC Menu Perhiungan Agregasi Gambar 5.33 Tampilan Layar Menu Perhiungan Agregasi

82 Menu Seup Perhiungan Disagregasi Gambar 5.34 Tampilan Layar Seup Disagregasi Gambar 5.35 Tampilan Layar unuk Menu Seup Disagregasi

83 Menu Perhiungan Disagregasi Senin Gambar 5.36 Tampilan Layar unuk Menu Disagregasi Rencana Implemenasi Kebuuhan Sofware Unuk membua program seperi ini, maka sofware yang dibuuhkan adalah: Unuk sisem operasi/operaing sysem (OS) yang digunakan adalah windows P. Program unuk perancangan daabase yang digunakan adalah SQL Server 000. Kemudian sofware yang digunakan adalah Microsof Visual Sudio.Ne. Bahasa pemrograman yang digunakan adalah C-Sharp (C#).

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY Ruli Uami 1, Suryo Amojo 2 1, Universias Wijaya Pura 2 e-mail: ruli.uami@ias.ac.id,

Lebih terperinci

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing Jurnal Ilmiah Teknologi dan Informaika ASIA (JITIKA) Vol.10, No.2, Agusus 2016 ISSN: 0852-730X Perancangan Sisem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Meode Triple Exponenial Smoohing Tria

Lebih terperinci

PERENCANAAN PRODUKSI DISAGREGAT: STUDI KASUS PRODUKSI PAKAN TERNAK DI PT CHAROEN POKPHAND INDONESIA BALARAJA

PERENCANAAN PRODUKSI DISAGREGAT: STUDI KASUS PRODUKSI PAKAN TERNAK DI PT CHAROEN POKPHAND INDONESIA BALARAJA PERENCANAAN PRODUKSI DISAGREGAT: STUDI KASUS PRODUKSI PAKAN TERNAK DI PT CHAROEN POKPHAND INDONESIA BALARAJA Sii Nur Fadlilah A 1 ; Thomas Widjaja 2 ABSTRACT Producion planning is an aciviy o make decison

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi S. Alfarisi / Journal of Applied Business and Economics Vol. 4 No. 1 (Sep 2017) 80-95 SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Oleh: Salman Alfarisi Program

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Produksi Akivias produksi sebagai suau bagian dari fungsi organisasi perusahaan yang beranggung jawab erhadap pengolahan bahan baku menjadi produksi jadi yang dapa dijual. Terdapa

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

Lebih terperinci

Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI

Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI Rahma Rei Sakura, S.T., M.T. NIP. 153112 1 MANAJEMEN OPERASIONAL PRODUKSI - 16027304 Pola Daa Musiman (Tanpa Trend) MANAJEMEN OPERASIONAL PRODUKSI - 16027304 2 1 Teknik Moving Average dan Exponenial Smoohing,

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG ITEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL MOTHING UNTUK TOK BAHAN PARE PART MOTOR DI GARUDA MOTOR JAJAG 1 Muhammad Iqbal (1110651220) 2 Bagus eya R,.Kom M.Kom, 3 Heny Wahyu,.Kom Jurusan Teknik

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika V.i(5-4) Peramalan Kebuuhan Manajemen Logisik Pada Usaha Depo Air Minum Isi Ulang Al-Firah Henny Yulius, Islami Yei Universias

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya BAB 3 LANDASAN TEORI 3.1 Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien, diperlukan adanya suau cara yang epa, sisemais dan dapa diperanggungjawabkan. Salah sau ala yang diperlukan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Manajemen Perminaan 2.1.1. Konsep Dasar Manajemen Perminaan Pada dasarnya manajemen perminaan (demand managemen) didefinisikan sebagai suau fungsi pengelolaan dari semua perminaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN EORI 2. injauan Pusaka 2.. Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam BAB II TINJAUAN PUSTAKA 2.1 Anibioik 2.1.1 Defenisi Anibioik adalah segolongan senyawa, baik alami maupun sineik, yang mempunyai efek menekan aau menghenikan suau proses biokimia di dalam organisme, khususnya

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang BAB I PENDAHULUAN 1.1 Laar Belakang Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang kegiaan uamanya menerima simpanan giro, abungan dan deposio. Kemudian bank juga dikenal sebagai

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2. Pengerian Peramalan Di dalam melakukan suau kegiaan dan analisis usaha aau produksi di bidang manufakur aau perekonomian, suau peramalan aau yang lebih kia kenal dengan forecasing

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinjauan Pusaka 2.1.1 Teknik Indusri Teknik indusri adalah suau rekayasa yang berkaian dengan desain, pembaruan, dan insalasi dari sisem erinegrasi yang melipui manusia, maerial,

Lebih terperinci

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED

PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED Wahyuda 1, Budi Sanosa 2, Nani Kurniai 3 1 Teknik Indusri Universias Mulawarman-Samarinda

Lebih terperinci

Pengantar Teknik Industri

Pengantar Teknik Industri Sisem Produksi/Operasi Penganar Teknik Indusri Perencanaan & Peengendalian Produksi/Operasi Sisem produksi/operasi adalah suau akivias unuk mengolah aau mengaur penggunaan sumber daya yang ada dalam proses

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bab 2 Landasan Teori 2.1 Keseimbangan Lini 2.1.1 Definisi Keseimbangan Lini Penjadwalan dari pekerjaan lini produksi yang menyeimbangkan kerja yang dilakukan pada seiap sasiun kerja. Keseimbangan lini

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn : Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME

Lebih terperinci

PROYEKSI BISNIS. Dadad Zainal, S.E., M.Kom Fakultas Ekonomi Universitas Wiyana Mukti

PROYEKSI BISNIS. Dadad Zainal, S.E., M.Kom Fakultas Ekonomi Universitas Wiyana Mukti PROYEKSI BISNIS Dadad Zainal, S.E., M.Kom Fakulas Ekonomi Universias Wiyana Muki PENDAHULUAN Teknik Proyeksi Bisnis merupakan suau cara/pendekaan u menenukan ramalan (perkiraan) mengenai sesuau di masa

Lebih terperinci

Bab II Dasar Teori Kelayakan Investasi

Bab II Dasar Teori Kelayakan Investasi Bab II Dasar Teori Kelayakan Invesasi 2.1 Prinsip Analisis Biaya dan Manfaa (os and Benefi Analysis) Invesasi adalah penanaman modal yang digunakan dalam proses produksi unuk keunungan suau perusahaan.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Persediaan Persediaan merupakan salah sau ase yang paling mahal bagi perusahaan, mencerminkan oal 40% dari oal modal yang diinvesasikan (Render dan Heizer, 997, p34). Oleh karena

Lebih terperinci

Keywords: Forecasting, Exponential Smoothing

Keywords: Forecasting, Exponential Smoothing RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV. KONVEKSI JAYA DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Kuncono 1) 1) S1/ Jurusan Sisem Informasi. Sekolah Tinggi Manajemen Informaika &

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI INVENTORY DAN PREDIKSI JUMLAH PENJUALAN BARANG (STUDI KASUS KOPEGTEL MOJOKERTO)

RANCANG BANGUN SISTEM INFORMASI INVENTORY DAN PREDIKSI JUMLAH PENJUALAN BARANG (STUDI KASUS KOPEGTEL MOJOKERTO) RANCANG BANGUN SISTEM INFORMASI INVENTORY DAN PREDIKSI JUMLAH PENJUALAN BARANG (STUDI KASUS KOPEGTEL MOJOKERTO) Arseo Pramono 1) 1) S1/Jurusan Sisem Informasi, STIKOM Surabaya, email: oejayaraya@gmail.com

Lebih terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA Lies Sunarminyasui 1, Salman Alfarisi 2, Firia Sari Hasanusi 3 1,2,3 Program Sudi Teknik Informaika,

Lebih terperinci

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau BAB II LANDASAN TEORI 2.1 Pengerian Persediaan Persediaan dapa diarikan sebagai barang-barang yang disimpan unuk digunakan aau dijual pada masa aau periode yang akan daang. Persediaan erdiri dari bahan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Kapasias Produksi Kapasias adalah kemampuan pembaas dari uni produksi (enaga kerja, mesin, uni sasiun kerja, proses produksi, perencanaan produksi, dan organisasi produksi) unuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Tinjauan Pusaka 2.. Peramalan 2... Pengerian Peramalan Peramalan adalah suau langkah kerja dalam perencanaan unuk mengeahui aau memperkirakan sesuau yang akan erjadi di masa yang

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional. JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau BAB II LANDASAN TEORI 2.1 Sisem Aplikasi Menuru Jogiano (2004), sisem berasal dari bahasa lain Sysema dan bahasa Yunani Susema yang berari sau kesauan yang aas komponen aau elemen-elemen yang dihubungkan

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya 5 Bab 2 Tinjauan Pusaka 2.1 Peneliian Sebelumnya Dalam skripsi peneliian yang berjudul Pemodelan dinamis pola anam berbasis meode LVQ (Learning Vecor Quanizaion) (Bursa, 2010), menghasilkan sisem informasi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Dalam perencanaan suau proses produksi dapa menggunakan meode perencanaan aggrega. Yaiu proses perencanaan suau sisem produksi mencakup beberapa aspek-aspek yang erliba dalam kegiaan

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Peneliian Keinginan Kelompok Tani Duma Lori yang erdapa di Desa Konda Maloba dan masyaraka sekiar akan berdirinya penggilingan gabah di daerahnya, elah

Lebih terperinci

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69) Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika Peramalan Penjualan Pada Usaha Kecil Menengah (UKM) Roi Sania Dengan Menggunakan Program POM QM Henny Yulius 1, Yadi Prawinaa

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

Sekilas Pandang. Modul 1 PENDAHULUAN Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,

Lebih terperinci

Exponential smoothing

Exponential smoothing Exponenial smoohing This is a widely used forecasing echnique in reailing, even hough i has no proven o be especially accurae, www,cl,asae,edu/crbrown/smoohing07,pp 1 Exponenial Smoohing n Period Moving

Lebih terperinci

III METODE PENELITIAN

III METODE PENELITIAN III METODE PENELITIAN 3.1 Waku dan Tempa Peneliian Peneliian mengenai konribusi pengelolaan huan rakya erhadap pendapaan rumah angga dilaksanakan di Desa Babakanreuma, Kecamaan Sindangagung, Kabupaen Kuningan,

Lebih terperinci

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab 13 BAB 2 DASAR TEORI 2.1 Aspek Teknis Sudi mengenai aspek eknis dan produksi ini sifanya sanga sraegis, sebab berkaian dengan kapasias proyek, lokasi, aa leak ala produksi, kajian aas bahan dan sumbernya,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 23 BAB 2 LANDASAN TEORI 2.1 Perencanaan dan Pengendalian Produksi Perencanaan dan pengendalian produksi adalah hal pening yang sebaiknya dilakukan oleh perusahaan manufakur. Perencanaan dan pengendalian

Lebih terperinci

SISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA KITA

SISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA KITA Reka Inegra ISSN: 2338-5081 Jurusan Teknik Indusri Ienas No.03 Vol.03 Jurnal Online Insiu Teknologi Nasional Juli 2015 SISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA

Lebih terperinci

PERAMALAN PERMINTAAN GREEN TEA PE PT HPS DENGAN METODE TIME SERIES

PERAMALAN PERMINTAAN GREEN TEA PE PT HPS DENGAN METODE TIME SERIES PERAMALAN PERMINTAAN GREEN TEA PE PT HPS DENGAN METODE TIME SERIES SKRIPSI Diajukan unuk Memenuhi Syara Tugas Akhir Program Sraa Sau (S1) Teknik Indusri Oleh : JOKO SUPRIYANTO NIM : 41605110059 JURUSAN

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci