BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
|
|
- Susanto Kusnadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake, Jamur Tiram dan Jamur Kuping pada tahun Pengumpulan data penjualan dilakukan selama 12 bulan mulai dari Januari 2016 sampai dengan Desember Data akan digunakan sebagai pedoman dalam meramalkan jumlah Permintaan 12 bulan mendatang yaitu bulan Januari 2017 sampai dengan Desember Tabel 4.1 Data Permintaan Produk tahun 2016 (Pack /100gr) No. Bulan Jamur Shiitake Jamur Tiram Jamur Kuping 1 Januari 1,645 2,719 2,296 2 Februari 1,773 2,795 2,481 3 Maret 1,941 3,194 2,508 4 April 1,796 2,805 2,411 5 Mei 1,894 2,698 2,388 6 Juni 1,845 3,207 2,745 7 Juli 1,137 2,579 2,422 8 Agustus 1,394 3,397 2,523 9 September 1,926 2,951 2, Oktober 1,776 3,218 2, November 1,784 3,177 2, Desember 1,688 3,132 2,625 Total 20,599 35,872 30,408 31
2 Pengolahan Data Dalam membuat perhitungan perencanaan peramalan untuk perusahaan, hal yang harus dilakukan yaitu dengan cara mengetahui pola data permintaan perusahaan pada tahun sebelumnya. Dari pola data tersebut akan dijadikan sebagai masukan dalam memilih metode peramalan untuk menentukan permintaan konsumen di tahun yang akan datang. Berikut adalah grafik data penjualan produk Jamur Shiitake, Jamur Tiram dan Jamur Kuping ditahun Gambar 4.1 Grafik data penjualan PT. BNBF tahun 2016 Dari data grafik diatas dapat diketahui bahwa pola data permintaan pada bulan Januari 2016 sampai dengan Desember 2016 memiliki pola musiman, dimana terdapat fluktuasi musiman terlihat bersama pada permintaan produk Jamur Shiitake, Jamur Tiram dan Jamur Kuping ditahun Maka metode peramalan yang digunakan yaitu dengan menggunakan analisa trend analisys, eksponensial Smoothing dan moving average.
3 Peramalan Metode Trend Analisys Peramalan Metode Trend Analisys merupakan suatu metode analisis statistika yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga hasil analisis tersebut dapat mengetahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang memengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis runtun waktu (time series) hal yang paling menentukan adalah kualitas dan keakuratan dari data-data yang diperoleh, serta waktu atau periode dari data-data tersebut dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan kurang akurasi. Dan pada peramalan dengan metode Trend Analisys digunakan sebagai model peramalan dimana pola historis dari data aktual permintaan konsumen, menunjukan adanya grafik kecenderungan permintaan menaik dari bulan ke bulan berikutnya.
4 Perhitungan Trend Analisys Jamur Shitake Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Shiitake. Berikut pengolahan data peramalan pada metode Trend Analisys dengan menggunakan Software QM for windows : Tabel 4.2 Detail and Error Analisys Jamur Shiitake dengan metode Trend Analisys
5 35 Tabel 4.3 Forecasting Jamur Shiitake dengan metode Trend Analisys Gambar 4.2 Grafik Hasil Peramalan Jamur Shiitake dengan Metode Trend Analisys
6 Perhitungan Trend Analisys Jamur Tiram Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Tiram. Berikut pengolahan data peramalan pada metode Trend Analisys dengan menggunakan Software QM for windows : Tabel 4.4 Detail and Error Analisys Jamur Tiram dengan metode Trend Analisys
7 37 Tabel 4.5 Forecasting Jamur Tiram dengan metode Trend Analisys Gambar 4.3 Grafik Hasil Peramalan Jamur Tiram dengan Metode Trend Analisys
8 Perhitungan Trend Analisys Jamur Kuping Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Kuping. Berikut pengolahan data peramalan pada metode Trend Analisys dengan menggunakan Software QM for windows : Tabel 4.6 Detail and Error Analisys Jamur Kuping dengan metode Trend Analisys
9 39 Tabel 4.7 Forecasting Jamur Kuping dengan metode Trend Analisys Gambar 4.4 Grafik Hasil Peramalan Jamur Kuping dengan Metode Trend Analisys
10 40 Tabel 4.8 Rekapitulasi Peramalan Jamur dengan metode Trend Analisys Produk MAD MSE BIAS (Mean Error) Standar Error Jamur Shiitake 166, , ,47 Jamur Tiram 174, , ,929 Jamur Kuping 95, , , Peramalan dengan Menggunakan Metode Exponential Smoothing Peramalan dengan metode Exponential Smoothing menekankan pada permintaan Exponential Smooothing merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah digunakan. α adalah sebuah bobot atau konstanta pemulusan yang dipilih oleh peramal berdasarkan pola historis dari data aktual permintaan. Pada penelitian ini α yang digunakan adalah α = 0,5
11 Perhitungan Exponential Smoothing Jamur Shitake Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Shiitake. Berikut pengolahan data peramalan pada metode Exponential Smoothing α = 0,5 dengan menggunakan Software QM for windows : Tabel 4.9 Detail and Error Analisys Jamur Shiitake dengan metode Exponential Smoothing
12 42 Tabel 4.10 Forecasting Jamur Shiitake dengan metode Exponential Smoothing Gambar 4.5 Grafik Hasil Peramalan Jamur Shiitake dengan metode Exponential Smoothing
13 Perhitungan Exponential Smoothing Jamur Tiram Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Tiram. Berikut pengolahan data peramalan pada metode Exponential Smoothing α = 0,5 dengan menggunakan Software QM for windows : Tabel 4.11 Detail and Error Analisys Jamur Tiram dengan metode Exponential Smoothing
14 44 Tabel 4.12 Forecasting Jamur Tiram dengan metode Exponential Smoothing Gambar 4.6 Grafik Hasil Peramalan Jamur Tiram dengan metode Exponential Smoothing
15 Perhitungan Exponential Smoothing Jamur Kuping Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Kuping. Berikut pengolahan data peramalan pada metode Exponential Smoothing α = 0,5 dengan menggunakan Software QM for windows : Tabel 4.13 Detail and Error Analisys Jamur Kuping dengan metode Exponential Smoothing
16 46 Tabel 4.14 Forecasting Jamur Kuping dengan metode Exponential Smoothing Gambar 4.7 Grafik Hasil Peramalan Jamur Kuping dengan metode Exponential Smoothing
17 47 Tabel 4.15 Rekapitulasi Peramalan Jamur dengan metode Exponential Smoothing Smoothing α = 0,5 Produk MAD MSE BIAS (Mean Error) Standar Error Jamur Shiitake 180, ,38 14, ,076 Jamur Tiram 248, ,81 76, ,228 Jamur Kuping 117, ,36 64, , Peramalan dengan Menggunakan Metode Moving Average Metode Moving Average merupakan suatu peramalan yang menggunakan data rata-rata permintaan masa lampau dalam jumlah yang telah ditentukan sebelumnya. Metode ini merupakan metode pemerataan peramalan. Adapun peramalannya sebagai berikut : Metode Moving Average Periode I dan III Metode Moving Average periode 1 dan 3 ini merupakan suatu peramalan yang menggunakan rata-rata permintaan masa lampau dalam jumlah yang telah ditentukan sebelumnya dengan menggunakan periode satu bulan dan tiga bulan.
18 Perhitungan Moving Average Jamur Shitake Periode I Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Shiitake. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 1 bulan menggunakan Software QM for windows : Tabel 4.16 Detail and Error Analisys Jamur Shiitake dengan metode Moving Average P.1
19 49 Tabel 4.17 Forecasting Jamur Shiitake dengan metode Moving Average P.1 Gambar 4.8 Grafik Hasil Peramalan Jamur Shiitake dengan metode Moving- Average P.1
20 Perhitungan Moving Average Jamur Tiram Periode I Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Tiram. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 1 bulan menggunakan Software QM for windows : Tabel 4.18 Detail and Error Analisys Jamur Tiram dengan metode Moving Average P.1
21 51 Tabel 4.19 Forecasting Jamur Tiram dengan metode Moving Average P.1 Gambar 4.9 Grafik Hasil Peramalan Jamur Tiram dengan metode Moving- Average P.1
22 Perhitungan Moving Average Jamur Kuping Periode I Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Kuping. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 1 bulan menggunakan Software QM for windows : Tabel 4.20 Detail and Error Analisys Jamur Kuping dengan metode Moving Average P.1
23 53 Tabel 4.21 Forecasting Jamur Kuping dengan metode Moving Average P.1 Gambar 4.10 Grafik Hasil Peramalan Jamur Kuping dengan metode Moving- Average P.1
24 Perhitungan Moving Average Jamur Shitake Periode III Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Shiitake. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 3 bulan menggunakan Software QM for windows : Tabel 4.22 Detail and Error Analisys Jamur Shiitake dengan metode Moving Average P.3
25 55 Tabel 4.23 Forecasting Jamur Shiitake dengan metode Moving Average P.3 Gambar 4.11 Grafik Hasil Peramalan Jamur Shiitake dengan metode Moving- Average P.3
26 Perhitungan Moving Average Jamur Tiram Periode III Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Tiram. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 3 bulan menggunakan Software QM for windows : Tabel 4.24 Detail and Error Analisys Jamur Tiram dengan metode Moving Average P.3
27 57 Tabel 4.25 Forecasting Jamur Tiram dengan metode Moving Average P.3 Gambar 4.12 Grafik Hasil Peramalan Jamur Tiram dengan metode Moving- Average P.3
28 Perhitungan Moving Average Jamur Kuping Periode III Periode perhitungan dilakukan pada bulan Januari 2016 sampai dengan Desember 2016, pada permintaan produk Jamur Kuping. Berikut pengolahan data peramalan pada metode Moving Average dengan Periode 3 bulan menggunakan Software QM for windows : Tabel 4.26 Detail and Error Analisys Jamur Kuping dengan metode Moving Average P.3
29 59 Tabel 4.27 Forecasting Jamur Kuping dengan metode Moving Average P.3 Gambar 4.13 Grafik Hasil Peramalan Jamur Kuping dengan metode Moving- Average P.3
30 60 Tabel 4.28 Rekapitulasi Peramalan Jamur metode Moving Average P.1 dan P.3 BIAS MAD MSE Produk (Mean Error) Standar Error Periode I Periode III Periode I Periode III Periode I Periode III Periode I Periode III Jamur Shiitake 212, , , ,84 3,909-22, , ,36 Jamur Tiram 338, , , ,63 37,545 39, , ,836 Jamur Kuping 140, , , ,18 29, , , Siklus Siklus merupakan fluktuasi bisnis dalam jangka yang lebih pendek, hal tersebut terjadi bisa karena adanya mengikuti pola musiman, yang dipengaruhi oleh faktor hari libur dan hari besar keagamaan. Gambar 4.14 Grafik Siklus Permintaan
31 61 Pada grafikditas menunjukan siklus permintaan Jamur Shitake, Shimeji dan Kuping mulai dari bulan Januari sampai dengan Maret cederung memiliki peningkatan permintaan pasar, namun terjadi penurunan pada bulan April dan Mei. Kemudian terjadi peningkatan kembali pada bulan Juni, lalu kembali terjadi penurunan permintaan jamur pada bulan Juli yang sangat signifikan dikarnakan faktor hari libur panjang dan hari raya lebaran sehingga konsumen cenderung mengkonsumi daging, namun kembali terjadi kenaikan permintaan pasar pada bulan Agustus dan September setelah itu, dan pada akhir tahun grafik menunjukan penurunan permintaan yang stabil dikarnakan faktor terdapat beberapa hari libur nasional dan hari raya natal serta tahun baru yang cenderung konsumen tidak terlalu mengkonsumsi jamur pada hari-hari tersebut Hasil Peramalan yang Terpilih Dalam menentukan metode peramalan yang akan terpilih, maka harus dilihat nilai MAD, MSE, BIAS dan SE. Metode yang memiliki nilai error terkecil akan menjadi metode terpilih. Maka Pembobotan nilai-nilai error untuk mendapatkan metode terpilih berdasarkan metode yang memiliki error terkecil. Dipilih metode yang memiliki nilai error terkecil karena semakin kecil kesalahan yang terjadi maka hasil peramalan yang diperoleh semakin akurat. Hasil pembobotan kemudian dijumlah dan ditentukan rangking berdasarkan total bobot. Dan berikut adalah tabel hasil rangking terpilih :
32 62 Tabel 4.29 Data Rekapitulasi Ranking Hasil Peramalan Jamur Trend Analisis (Peringkat 1) Produk MAD MSE BIAS Standar Error (Mean Error) Jamur Shiitake 166, , ,47 Jamur Tiram 174, , ,929 Jamur Kuping 95, , ,271 Exponential Smoothing (Peringkat 2) Produk MAD MSE BIAS Standar Error (Mean Error) Jamur Shiitake 180, ,38 14, ,076 Jamur Tiram 248, ,81 76, ,228 Jamur Kuping 117, ,36 64, ,788 Moving Average (Peringkat 3) BIAS MAD MSE Produk (Mean Error) Standar Error Periode I Periode III Periode I Periode III Periode I Periode III Periode I Periode III Jamur Shiitake 212, , , ,84 3,909-22, , ,36 Jamur Tiram 338, , , ,63 37,545 39, , ,836 Jamur Kuping 140, , , ,18 29, , ,727 Dari tabel data rekapitulasi ranking hasil peramalan tersebut, maka terpilih hasil metode Trend Analysis yang memiliki nilai error terkecil, dan didapat keseluruhan data permintaan dan peramalan pada tabel berikut :
33 63 Tabel 4.30 Data hasil permintaan dan peramalan Jamur No. Periode Jamur Shiitake Jamur Tiram Jamur Kuping Demand Forecast Demand Forecast Demand Forecast 1 Januari 1,645 1,758 2,719 2,790 2,296 2,376 2 Februari 1,773 1,750 2,795 2,827 2,481 2,404 3 Maret 1,941 1,743 3,194 2,863 2,508 2,433 4 April 1,796 1,735 2,805 2,899 2,411 2,462 5 Mei 1,894 1,728 2,698 2,935 2,388 2,491 6 Juni 1,845 1,720 3,207 2,971 2,745 2,520 7 Juli 1,137 1,713 2,579 3,007 2,422 2,548 8 Agustus 1,394 1,705 3,397 3,044 2,523 2,577 9 September 1,926 1,698 2,951 3,080 2,513 2, Oktober 1,776 1,690 3,218 3,116 2,779 2, November 1,784 1,683 3,177 3,152 2,717 2, Desember 1,688 1,675 3,132 3,188 2,625 2,692
34 Konsep Distribution Resources Planning (DRP) Distribution Resources Planning lebih menekankan pada aktivitas penjadwalan daripada aktivitas pemesanan. DRP mengantisipasi kebutuhan mendatang dengan perencanaan pada setiap level pada jaringan distribusi. Tabel 4.31 Lead Time dan Safety Stock Gudang Keterangan Gudang Central Supply Jamur Shiitake Jamur Tiram Jamur Kuping Lead Time 1 Bulan 1 Bulan 1 Bulan Safety Stoct 200 Pack 200 Pack 200 Pack Selain itu Distribution Resources Planning juga membutuhkan Teknik penetapan ukuran lot, yang mana ukuran lot yang dipakai adalah lot for lot. Teknik ini dilakukan atas dasar pesanan diskrit. Teknik ini selalu melakukan perhitungan kembali (bersifat dinamis) terutama apabila terjadi perubahan pada kebutuhan bersih.
35 Penjadwalan Distribution Resources Planning (DRP) Produk Jamur Shiitake Tabel 4.32 Perhitungan Distribution Resources Planning (DRP) Produk Jamur Shiitake Lead Time 1 bulan JAMUR SHIITAKE On Hand 200 TIME PERIOD Lot size Pack/ 100gr Gross Requierement 1,758 1,750 1,743 1,735 1,728 1,720 1,713 1,705 1,698 1,690 1,683 1,675 Lot For Lot (LFL) On hand Nett Requirement 1,558 1,550 1,543 1,535 1,528 1,520 1,513 1,505 1,498 1,490 1,483 1,475 Plant Order Rceipt 1,558 1,550 1,543 1,535 1,528 1,520 1,513 1,505 1,498 1,490 1,483 1,475 Planned Order Release 1,558 1,550 1,543 1,535 1,528 1,520 1,513 1,505 1,498 1,490 1,483 1,475 Tabel 4.33 Perhitungan Distribution Resources Planning (DRP) Produk Jamur Tiram
36 66 Lead Time 1 bulan JAMUR TIRAM On Hand 200 TIME PERIOD Lot size Pack/ 100gr Gross Requierement 2,790 2,827 2,863 2,899 2,935 2,971 3,007 3,044 3,080 3,116 3,152 3,188 On hand Lot For Lot Nett Requirement 2,590 2,627 2,663 2,699 2,735 2,771 2,807 2,844 2,880 2,916 2,952 2,988 (LFL) Plant Order Rceipt 2,590 2,627 2,663 2,699 2,735 2,771 2,807 2,844 2,880 2,916 2,952 2,988 Planned Order Release 2,590 2,627 2,663 2,699 2,735 2,771 2,807 2,844 2,880 2,916 2,952 2,988 Tabel 4.34 Perhitungan Distribution Resources Planning (DRP) Produk Jamur Kuping Lead Time 1 bulan JAMUR KUPING On Hand 200 TIME PERIOD Lot size Pack/ 100gr Gross Requierement 2,376 2,404 2,433 2,462 2,491 2,520 2,548 2,577 2,606 2,635 2,664 2,692 On hand Lot For Lot Nett Requirement 2,176 2,204 2,233 2,262 2,291 2,320 2,348 2,377 2,406 2,435 2,464 2,492 (LFL) Plant Order Rceipt 2,176 2,204 2,233 2,262 2,291 2,320 2,348 2,377 2,406 2,435 2,464 2,492 Planned Order Release 2,176 2,204 2,233 2,262 2,291 2,320 2,348 2,377 2,406 2,435 2,464 2,492
BAB V ANALISA DAN PENYELESAIAN MASALAH
67 BAB V ANALISA DAN PENYELESAIAN MASALAH 5.1 Analisa Plot Data Analisa plot data merupakan suatu cara yang dilakukan untuk mengetahui bentuk dari permintaan terhadap suatu barang/jasa setiap bulannya.
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
64 4.1 Pengumpulan Data 4.1.1 Data Penjualan BAB 4 HASIL DAN PEMBAHASAN PT. Surya Toto Indonesia bergerak di bidang ceramic sanitary wares and plumbing hardware., salah satu produknya yaitu kloset tipe
Lebih terperinciBAB 3 Metode Penelitian
BAB 3 Metode Penelitian 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan konsumen pada PT. Aneka Indofoil terkait dengan jumlah persediaan adalah sebagai berikut:
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 VARIABEL PENELITIAN DAN DEFINISI OPERASIONAL VARIABEL Variabel Penelitian di sini merupakan suatu atribut atau nilai atau sifat dari orang, obyek atau kegiatan yang mempunyai
Lebih terperinciBAB V ANALISA DAN PEMBAHASAN
BAB V ANALISA DAN PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Pada bab ini berisikan tentang analisa hasil dari pengolahan data dalam perhitungan Forecasting dan MRP tepung terigu untuk 12 bulan yang
Lebih terperinciPROSIDING SEMINAR ILMIAH NASIONAL: MEMBANGUN PARADIGMA KEHIDUPAN MELALUI MULTIDISIPLIN ILMU
ANALISIS PERSEDIAAN BARANG DENGAN METODE TIME SERIES DAN SISTEM DISTRIBUTION REQUIREMENT PLANNING UNTUK MENGOPTIMALKAN PERMINTAAN BARANG DI PT. ASRI MANDIRI GEMILANG Sofian Bastuti, Teddy Universitas Pamulang
Lebih terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data 4.1.1 Data Penjualan Data penjualan grout tipe Fix pada PT.Graha Citra Mandiri mulai dari Januari 2004 sampai dengan Oktober 2006 ditunjukkan pada
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciBAB II TINJAUAN PUSTAKA
10 BAB II TINJAUAN PUSTAKA 2.1. Pengertian Material Requirement Planning (MRP) Material Requirement Planning (MRP) adalah metode penjadwalan untuk purchased planned orders dan manufactured planned orders,
Lebih terperinciBAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang
BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data 4.1.1. Sejarah Perusahaan CV. Mitra Abadi Teknik merupakan sebuah perusahaan yang bergerak dalam bidang perancangan dan manufaktur untuk peralatan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi dan Objek Penelitian Penelitian dilakukan di PT. Torabika Eka Semesta yang berlokasi di Cikupa, Tangerang Banten. Objek penelitian adalah jaringan distribusi produk
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Persediaan 2.1.1 Pengertian Persediaan Keberadaan persediaan dalam suatu unit usaha perlu diatur sedemikian rupa sehingga kelancaran pemenuhan kebutuhan pemakai dapat dijamin
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan 4.1.1 Profil PT. Sinar Perdana Ultra PT. Sinar Perdana Ultra (SPU) yang berdiri pada tahun 1990 pada mulanya adalah Home Industry dan mulai menjadi Perseroan
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi
Lebih terperinciBAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
BAB II TINJAUAN PUSTAKA 2.1. Peramalan 2.1.1 Pengertian Peramalan Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
Lebih terperinciBAB III METODOLOGI. Jenis data Data Cara pengumpulan Sumber data 1. Jenis dan jumlah produk yang dihasilkan
BAB III METODOLOGI 3.1 Waktu dan Lokasi Penelitian Kegiatan penelitian ini dilaksanakan pada Bulan April 2011 sampai Mei 2011 di PT. Pindo Deli Pulp and Paper di bagian Paper machine 12. Lokasi Industri
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT. Sebastian Citra Indonesia terkait dengan jumlah penjualan
Lebih terperinciBAB 4 PENGUMPULAN DAN ANALISA DATA
69 BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pengumpulan Data 4.1.1 Data Penjualan Pipa PVC Pada bab ini ditampilkan data-data penjualan pipa PVC yang diambil pada saat pengamatan dilakukan. Data yang ditampilkan
Lebih terperinciTEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.
TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari
Lebih terperinciBAB V PEMBAHASAN. 5.1 Permintaan Konsumen
BAB V PEMBAHASAN 5.1 Permintaan Konsumen Permintaan konsumen selama 12 periode (bulan) terakhir terhadap produk sandal kelom di Sagitria Collection adalah 6654 pasang dengan perincian 379 pasang pada periode
Lebih terperinciBAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin
BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan
Lebih terperinciBAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan
BAB V ANALISA HASIL Bab ini berisikan mengenai analisa hasil dari pengolahan data dalam perhitungan MRP Dolly pada satu tahun yang akan datang yang telah dibahas pada bab sebelumnya. 5.1 Analisa Peramalan
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Sejarah Perusahaan CV. Kurnia Teknik adalah sebuah CV spesialis moulding dan juga menerima jasa CNC, EDM, INJECT, dan DIGIT. CV. Kurnia
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Distribusi Distribusi merupakan suatu proses kegiatan aliran atau penyaluran barang dari produsen sampai ke tangan konsumen. Distribusi memerlukan perencanaan, dan pengendalian
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB III METODE PENELITIAN. Indonesia yaitu PT. Indosat, Tbk yang beralamat di jalan Daan Mogot KM 11
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di salah satu perusahaan telekomunikasi di Indonesia yaitu PT. Indosat, Tbk yang beralamat
Lebih terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinciANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN BBM PADA SPBU PT. MANASRI USMAN *)
ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN BBM PADA SPBU PT. MANASRI USMAN *) Jonathan Binus University, Jakarta, DKI Jakarta, Indonesia ABSTRAK Tujuan dari penelitian ini adalah untuk mengetahui
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian merupakan seluruh proses dalam perencanaan serta pelaksanaan suatu penelitian. Dan menurut Murti Sumarmi dan Salamah Wahyuni (2005, p47),
Lebih terperinciBAB V ANALISA HASIL. yang digunakan untuk meramalkan keadaan yang akan datang memiliki. penyimpangan atau kesalahan dari keadaan aslinya.
BAB V ANALISA HASIL 5.1 Analisa Hasil Peramalan Permintaan Pada umumnya setiap metode peramalan hanya merupakan sebuah alat yang digunakan untuk meramalkan keadaan yang akan datang memiliki penyimpangan
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciPENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan
Lebih terperinciPERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL
PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data Perusahaan PT.YPP adalah salah satu perusahaan nasional yang bergerak di bidang obatobatan (Jamu). Terletak di jalan Pulo Buaran Raya Blok X no.6 Kawasan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
19 3.1 Diagram Alir Penelitian BAB 3 METODOLOGI PENELITIAN MULAI Pengajuan Surat Survei PT. Bangkit Sukses Mandiri (BSM) Diterima? Tidak Ya Observasi Perusahaan Wawancara dengan Direktur PT. BSM Pengamatan
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR
ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR NAMA : GALANG INDRAS SUWANTO NPM : 12210908 JURUSAN : MANAJEMEN PEMBIMBING : SUPRIYO HARTADI, W. SE. MM LATAR BELAKANG
Lebih terperinciLAMPIRAN. Lampiran 1 Data Pendukung dari PT. Sebastian Citra Indonesia. Data Penjualan Roti O Outlet Stasuin Kota Jakarta Tahun 2012
L1 LAMPIRAN Lampiran 1 Data Pendukung dari PT. Sebastian Citra Indonesia Data Penjualan Roti O Outlet Stasuin Kota Jakarta Tahun 2012 Bulan Penjualan Mei 1.826 Juni 6.089 Juli 5.268 Agustus 5.083 September
Lebih terperinciBAB 5 ANALISIS 5.1. Analisis Forecasting (Peramalan)
BAB 5 ANALISIS 5.1. Analisis Forecasting (Peramalan) Peramalan merupakan upaya untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan digunakan untuk melihat atau memperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Menurut Robbins dan Coulter (2009:7) manajemen adalah aktivitas kerja yang melibatkan koordinasi dan pengawasan terhadap pekerjaan orang lain, sehingga pekerjaan
Lebih terperinciKata Kunci : Peramalan (Forecasting), Perencanaan Persediaan Metode P dan Q. Sistemik Nomor. 4 Volume. 2, Desember
USULAN PERENCANAAN PERSEDIAAN BAHAN BAKU TINTA JENIS BW NEWS PERFECTOR BLACK-G YANG OPTIMAL UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN DENGAN MENGGUNAKAN METODE INVENTORI PROBABILISTIK STUDI KASUS DI PT REMAJA
Lebih terperinciUSULAN PERBAIKAN SISTEM PENJADWALAN DISTRIBUSI MENGGUNAKAN METODE DISTRIBUTION REQUIREMENT PLANNING DI PT. COCA COLA AMATIL CABANG PEKANBARU
USULAN PERBAIKAN SISTEM PENJADWALAN DISTRIBUSI MENGGUNAKAN METODE DISTRIBUTION REQUIREMENT PLANNING DI PT. COCA COLA AMATIL CABANG PEKANBARU M. Ridho Akmal Tengku Nurainun Mahasiswa Teknik Industri Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bisnis pada berbagai kegiatannya selalu melakukan suatu perencanaan untuk kedepannya. Untuk melakukan perencanaan suatu kegiatan yang akan disusun dan dilakukan
Lebih terperinciBAB 3 METODE PEMECAHAN MASALAH
BAB 3 METODE PEMECAHAN MASALAH 3.1 Kerangka Pikir Pemecahan Masalah Adapun kerangka pemikiran pemecahan masalah dalam bentuk diagram, adalah sebagai berikut: Gambar 3.1 Flow Diagram Kerangka Pikir Pemecahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen Operasi Menurut Mahadevan (2010 : 3) manajemen operasi adalah kunci untuk mencapai keunggulan kompetitif bagi organisasi, apakah mereka berada di industri manufaktur
Lebih terperinciANALISIS PERAMALAN PENJUALAN PAKAIAN PADA TOKO KARTINI BUSANA. Nama : SUCI MUTIARA NPM : Kelas : 3 EA 14
ANALISIS PERAMALAN PENJUALAN PAKAIAN PADA TOKO KARTINI BUSANA Nama : SUCI MUTIARA NPM : 16210708 Kelas : 3 EA 14 LATAR BELAKANG Persaingan usaha dewasa ini menuntut pengusaha agar lebih peka terhadap keinginan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah pengendalian bahan baku kayu di perusahaan manufaktur Sagitria Collection yang beralamat di Jl.
Lebih terperinciPERENCANAAN PERSEDIAAN BAHAN BAKU BLUE DYES GRADE 1XX DENGAN METODE SILVER MEAL PADA PT INDAH KIAT PULP AND PAPER TANGERANG
PERENCANAAN PERSEDIAAN BAHAN BAKU BLUE DYES GRADE 1XX DENGAN METODE SILVER MEAL PADA PT INDAH KIAT PULP AND PAPER TANGERANG Nama : Sri Wahyuni NPM : 38412337 Jurusan : Teknik Industri Pembimbing I : Dr.
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Manajemen Operasional Ada beberapa pengertian manajemen operasional menurut para ahli sebagai berikut : 1. Menurut Stevenson (2014), manajemen operasional adalah manajemen sistem
Lebih terperinciANALISIS PERENCANAAN PENGENDALIAN BAHAN BAKU MENGGUNAKAN TEKNIK LOTTING DI PT AGRONESIA INKABA BANDUNG
ANALISIS PERENCANAAN PENGENDALIAN BAHAN BAKU MENGGUNAKAN TEKNIK LOTTING DI PT AGRONESIA INKABA BANDUNG I Made Aryantha dan Nita Anggraeni Program Studi Teknik Industri, Universitas Komputer Indonesia,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Produk Yang Dihasilkan PT. Harapan Widyatama Pertiwi adalah perusahaan yang memproduksi pipa berdasarkan pesanan (make to order), tetapi ada pula beberapa produk yang diproduksi
Lebih terperinciPENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK
PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK Widhy Wahyani, Achmad Syaichu Jurusan Teknik Industri STT POMOSDA Nganjuk, Jawa Timur syaichu07@gmail.com
Lebih terperinciANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN
ANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN Aldi Firmansyah Universitas Bina Nusantara, Jl. KH. Syahdan No. 9, Palmerah, Jakarta Barat
Lebih terperinciANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU TEMPE \MENGGUNAKAN MATERIAL REQUIREMENT PLANNING
ANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU TEMPE \MENGGUNAKAN MATERIAL REQUIREMENT PLANNING Kusumawati, Aulia Jurusan Teknik Industri Universitas Serang Raya Jl Jalan Raya Serang, Cilegon KM. 5 Taman
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinciBAB 4 METODOLOGI PEMECAHAN MASALAH
BAB 4 METODOLOGI PEMECAHAN MASALAH 4.1 Model Rumusan Masalah dan Pengambilan Keputusan Langkah-langkah dalam pemecahan masalah dan pengambilan keputusan dalam membuat sistem untuk menghasilkan suatu perencanaan
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Sebenarnya perusahaan sudah
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB V ANALISA HASIL. dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP.
BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data data yang dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP. Kemudian dalam bab ini berisikan analisa berdasarkan hasil
Lebih terperinciAngka Penjualan Di Pulau Jawa
45 BAB V ANALISA DAN HASIL 5.1 Data Penjualan Dari data penjualan yang telah dijelaskan di BAB IV, bahwa penjualan PT. Torabika Eka Semesta di Pulau Jawa khususnya area Jabodetabek menunjukkan angka penjualan
Lebih terperinciANALISIS PENGENDALIAN PERSEDIAAN TERHADAP PRODUK OBAT, VITAMIN, DAN VAKSIN PADA PT. ROMINDO PRIMAVETCOM
ANALISIS PENGENDALIAN PERSEDIAAN TERHADAP PRODUK OBAT, VITAMIN, DAN VAKSIN PADA PT. ROMINDO PRIMAVETCOM Jonathan Nandana Pratama Binus University, Jakarta, Indonesia, jonathan_nandanapratama@yahoo.com
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan
Lebih terperinciBAB III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciModel Perencanaan Produksi untuk Memenuhi Permintaan Pasar dan Pengendalian Persediaan Produk Jadi pada Perusahaan Penghasil Minuman Ringan
Model Perencanaan Produksi untuk Memenuhi Permintaan Pasar dan Pengendalian Persediaan Produk Jadi pada Perusahaan Penghasil Minuman Ringan Production Planning Model to Meet Market Demand and Inventory
Lebih terperinciPERAMALAN (Forecast) Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang
PERAMALAN (Forecast) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010] FTI
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciBAB II LANDASAN TEORI. Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang
7 BAB II LANDASAN TEORI 2.1 Sistem Informasi 2.1.1 Sistem Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan
Lebih terperinciANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN
ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : 11209226 KELAS : 3EA01 JURUSAN : MANAJEMEN LATAR BELAKANG MASALAH Perkembangan usaha dalam bidang sandang
Lebih terperinciPERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA
Teknologi ISSN 1858-4993 JURNAL ILMIAH DAN TEKNOLOGI PERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA Dosen Program Studi Teknik Industri Universitas Pamulang
Lebih terperinciPRESENTASI SIDANG PENULISAN ILMIAH
PRESENTASI SIDANG PENULISAN ILMIAH METODE PERAMALAN PENJUALAN TAHU PADA USAHA KECIL MENENGAH (UKM) MAKMUR JAYA NAMA : Tia Mutiara NPM : 16210881 JURUSAN : Ekonomi Manajemen PENDAHULUAN Peramalan digunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan
Lebih terperinciBAB V ANALISA HASIL. periode April 2015 Maret 2016 menghasilkan kurva trend positif (trend meningkat)
102 BAB V ANALISA HASIL 5.1 Peramalan Metode peramalan yang digunakan dalam penelitian ini adalah proyeksi trend yang terdiri dari linier trend model, quadratic trend model, exponential growth curve trend
Lebih terperinciBAB II LANDASAN TEORI
BAB II LADASA TEORI Pendistribusian merupakan salah satu bagian daripada manajemen logistik. Manajemen logistik dapat didefinisikan sebagai suatu bagian dari proses rantai penyediaan yang berupa rencana,
Lebih terperinciANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN PADA KOPERASI NIAGA ABADI RIDHOTULLAH *)
ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN PADA KOPERASI NIAGA ABADI RIDHOTULLAH *) Kartika Aprilia Benhardy, Rudi Aryanto Binus University, Jakarta, DKI Jakarta, Indonesia ABSTRAK Tujuan dari penelitian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1.Persediaan Menurut Eddy Herjanto (1999, p 219-220), persediaan adalah bahan atau barang yang disimpan akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi
Lebih terperinciBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pengumpulan Data Data-data yang dikumpulkan digunakan untuk mendukung pengolahan data yang dilakukan ataupun sebagai input dari setiap metode-metode
Lebih terperinciLAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.
L1 LAMPIRAN 1 Spesifikasi produk : Catylac New, Catylac Exterior Base, Catylac Exterior. Cat Catylac adalah cat yang berfungsi sebagai pelapis serta pelindung dari hujan dan memberikan varian warna yang
Lebih terperinciV. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.
77 V. ANALISA DAN PEMBAHASAN A. Analisa Penentuan Pemesanan Biro Fajar Antang Dari hasil wawancara dengan manager Sirkulasi dan pimpinan Biro Fajar Antang, selama ini Biro Fajar Antang melakukan pemesanan
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.. Plotting Data Bahan baku komponen yang dipakai untuk membuat panel listrik jumlahnya cukup banyak dan beragam untuk masing-masing panel listrik yang dibuat. Jadi, penggunaan
Lebih terperinciBAB 3 METODOLOGI. Kerangka kerja yang digunakan oleh tim penulis adalah dengan mengkombinasikan
BAB 3 METODOLOGI Kerangka kerja yang digunakan oleh tim penulis adalah dengan mengkombinasikan beberapa metode yang masuk dalam kategori praktek terbaik untuk melakukan pengurangan jumlah persediaan barang
Lebih terperinciPERANCANGAN SISTEM PPIC AIR MINERAL DI PT. X
Widya, et al. / Perancangan Sistem PPIC Air Mineral di PT. X / Jurnal Titra, Vol. 5, No. 1, Januari 217, pp. 79-86 PERANCANGAN SISTEM PPIC AIR MINERAL DI PT. X Ferdian Rama Widya 1, Tanti Octavia 2 Abstract:
Lebih terperinciTINJAUAN PUSTAKA II.1 Peramalan...7
DAFTAR ISI Halaman Lembar Judul...i Lembar Pengesahan...ii Lembar Pernyataan...iii Kata Pengantar...iv Daftar Isi...vi Daftar Tabel...x Daftar Gambar...xii Daftar Persamaan...xiii Daftar Lampiran...xv
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Dari hasil pengumpulan data yang didapat dari divisi produksi PT. Indotek Jaya, maka data tersebut diperlukan untuk membuat rancangan MRP (Material
Lebih terperinciANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI.
ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI Ni Putu Lisna Padma Yanti 1, I.A Mahatma Tuningrat 2, A.A.P. Agung Suryawan Wiranatha 2 1 Mahasiswa Jurusan Teknologi
Lebih terperinciNama : Rian Surya Aji NPM : Jurusan : Manajemen Pembimbing : Martani, SE, MM.,
ANALISIS PERAMALAN PENJUALAN TERHADAP PENJUALAN DEPOT AIR CV. RAYA AIR DENGAN MENGUNAKAN METODE MA (MOVING AVERAGE), WMA (WEIGHT MOVING AVERAGE), ES (EXPONENTIAL SMOOTHING), TREND LINEAR Nama : Rian Surya
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciOPTIMASI PERENCANAAN PENGENDALIAN BAHAN BAKU CAPROLACTAM
OPTIMASI PERENCANAAN PENGENDALIAN BAHAN BAKU CAPROLACTAM PABRIK NYLON PT. ITS Dyah Lintang Trenggonowati 1), Wisnu Broto Darmawan 2) 1),2 ) Teknik Industri, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa
Lebih terperinci