87 BAB 3 ANALISIS PERUSAHAAN 3.1 Latar Belakang Perusahaan CV. Orlena yang berlokasi di Jln. K.H.Moh.Mansyur No.32A, Jakarta Barat merupakan perusahaan yang bergerak di bidang industri pakaian. Perusahaan yang didirikan oleh Bapak Arifin dan Ibu Tjung Miauw Djan ini bermula dari industri rumahan yang memproduksi pakaian wanita, namun pada tanggal 18 Oktober 1991 berevolusi menjadi perusahaan yang lebih memfokuskan diri pada produksi kemeja wanita. Sejak saat itu, perusahaan mengalami perkembangan dalam memproduksi kemeja wanita yang terus mengikuti tren masa kini, didukung dengan membuat merk produk bernama ORLENA. CV. Orlena memproduksi kemeja wanita. Kemeja wanita diproduksi dengan memotong kain yang disesuaikan dengan pola-pola desain kemeja yang telah dirancang sebelumnya. Kemudian melewati tahap penjahitan pola-pola tersebut, pemasangan kancing, pembuangan benang, penggosokan kemeja, dan terakhir pengemasan produk. Kemeja wanita diproduksi dalam tiga ukuran, yaitu medium, large, dan extra-large. Hasil produksi dari CV. Orlena masih didistribusikan untuk pasar domestik, dimana pemesanan pelanggan dilayanin melalui toko wholesale Orlena yang berlokasi di Pusat Grosir Metro Tanah Abang, Jakarta Utara. CV. Orlena mempunyai banyak pemasok yang tersebar di seluruh Jakarta. Pemasok-pemasok menyediakan bahan baku tekstil dan material untuk kebutuhan produksi CV. Orlena.
88 3.2 Visi dan Misi Perusahaan CV. Orlena mempunyai beberapa visi dan misi, antara lain: a. Visi Perusahaan Menjadi perusahaan kemeja wanita terbaik yang selalu memprioritaskan kepuasan pelanggan dengan menempatkan kualitas dan model terkini sebagai nilai tambah utama. b. Misi Perusahaan Misi dari CV. Orlena yaitu: 1. Memenuhi kebutuhan kemeja wanita yang bermutu dan terkini bagi pelanggan di pasar domestik. 2. Menyediakan lingkungan kerja yang nyaman, mensejahterakan dan memberikan kesempatan untuk berkembang secara profesional bagi karyawan. 3. Mengembangkan jaringan penjualan dengan dukungan teknologi dan sumber daya manusia yang berkualitas untuk memastikan perusahaan berjalan pada tingkat efisien yang tinggi. 3.3 Struktur Organisasi Perusahaan Struktur organisasi perusahaan merupakan suatu kerangka pembagian tugas dan wewenang setiap bagian atau anggota dari perusahaan. Melalui struktur organisasi ini tujuan yang diinginkan oleh perusahaan dapat tercapai yakni dengan adanya pembagian tugas dan wewenang yang jelas sehingga dapat dilakukan pengkoordinasian yang baik. Berikut ini disajikan struktur organisasi dari CV. Orlena disertai dengan penjelasan tugas dan wewenang dari masing masing bagian.
89 3.3.1 Struktur Organisasi Direktur Manajer Keuangan Manajer Pemasaran&Penjualan Manajer Operasional Adm Keuangan Pajak Penjual an Pemasaran Pembelian Produksi PPIC HRD Mekanik Gudang Pemotongan Pejahitan Finishing Quality Control Gambar 3.1 Struktur Organisasi CV.Orlena 3.3.2 Uraian Tugas dan Wewenang Berikut adalah penjelasan mengenai tugas dan wewenang dari masingmasing bagian : 1. Direktur Memastikan pelaksanaan audit internal. Mengkoordinasikan jalannya operasional perusahaan secara menyeluruh.
90 Menunjuk manajer yang mewakili pimpinan puncak dalam tugas sehari-hari, yaitu memantau dan mengendalikan mutu di lingkungan perusahaan. Memimpin Rapat Kerja Tahunan Perusahaan, untuk menentukan anggaran serta langkah-langkah yang akan diterapkan perusahaan di tahun berikutnya. 2. Manajer Penjualan dan Pemasaran Menerima pembayaran dari distributor dalam negeri Melakukan pembayaran kepada supplier. Mengontrol jalannya aliran uang di dalam perusahaan. Membuat laporan keuangan setiap bulan untuk diserahkan kepada direktur. 3. Sales & Marketing Manager Melakukan monitor proses penangananan keluhan pelanggan. Menyelesaikan keluhan pelanggan yang berupa market claim yang tidak dapat terselesaikan oleh bagian Claim dan Complaint. Membuat Laporan Rencana Kerja Setahun kepada Direktur. Memutuskan penyelesaian claim dan retur sesuai batasan wewenangnya. Meneruskan ke Direktur putusan penyelesaian claim dan retur yang nilainya di atas wewenang yang diberikan. Menerima dan memeriksa Laporan Hasil Riset dari Market Research Development.
91 Memberikan saran secara berkala kepada Direktur perihal Strategi Sales dan Marketing. 4. Manajer Operasional Menetapkan strategi dan kebijaksanaan produksi yang dapat menunjang strategi dan kebijaksanaan umum, serta mendiskusikan dengan bagian Produksi. Memberikan pengarahan mengenai penyusunan program-program kerja masing-masing bagian yang ada di bagian produksi. Mengkoordinasikan semua fungsi yang ada di bagian produksi sehingga tercipta kegiatan terpadu. Memberikan pengarahan kepada Kepala Bagian mengenai sistem kerja. Menyusun rencana produksi menyeluruh secara bersama-sama dengan memperhatikan kapasitas produksi. Menyusun rencana produksi secara keseluruhan dari pengadaan bahan baku sampai dengan jadwal pengiriman. Memberikan pengarahan dan mengawasi pelaksanaan peraturanperaturan perusahaan. Memberikan pengarahan dan mengawasi bagian dalam hal penataan, penyimpanan bahan baku dalam ruang gudang. Mengawasi pelaksanaan strategi/kebijakan yang telah ditetapkan oleh perusahaan. Menyusun petunjuk-petunjuk operasional dalam melaksanakan aktivitas di bagian produksi.
92 Memberikan pengarahan dan mengawasi kegiatan semua bagian sehingga dapat bekerja secara efektif dan efisien. Meningkatkan kualitas sumber daya manusia dengan mengusulkan program pelatihan karyawan kepada SDM. Mengadakan rapat dengan para bawahannya secara berkala untuk membahas masalah-masalah yang terjadi sehubungan dengan kegiatan yang dilakukan di bagian produksi. Menjaga disiplin kerja dan melakukan penilaian atas prestasi kerja bawahannya secara berkala. Mendampingi tamu perusahaan yang akan mengadakan peninjauan di bagian produksi. Melaporkan kepada direktur atas aktivitas, kesulitan-kesulitan yang dihadapi dan mengusulkan jalan keluarnya. Melaporkan kepada direktur atas pembelian bahan baku yang dilakukan per periode. Melaksanakan tugas-tugas lain yang berhubungan dengan pekerjaan. 5. Staf Pembelian Mengawasi semua Purchase Order yang sudah dibuat. Mengontrol permintaan pembelian. Bertanggung jawab atas seluruh hasil kerja bagian pembelian. Menyetujui / menolak usulan pemeliharaan supplier baru / alternatif. Menyetujui dan mengesahkan purchase order.
93 6. Staf Produksi Menetapkan strategi dan kebijaksanaan produksi yang dapat menunjang strategi dan kebijaksanaan umum perusahaan, mendiskusikan dengan manajer produksi. Memberi pengarahan mengenai penyusunan program kerja masingmasing bagian yang ada di bagian produksi. Memberikan pengarahan dan mengawasi pelaksanaan peraturanperaturan perusahaan. Memberikan pengarahan dan mengawasi bagian dalam hal penataan, penyimpanan bahan baku dalam ruang gudang. Mengawasi pelaksanaan strategi/kebijakan yang telah ditetapkan oleh perusahaan. Menyusun petunjuk-petunjuk operasional dalam melaksanakan aktivitas di bagian produksi. Memberikan pengarahan dan mengawasi kegiatan semua bagian sehingga dapat bekerja secara efektif dan efesien. Meningkatkan kualitas sumber daya manusia dengan mengusulkan program pelatihan karyawan kepada SDM. Mengadakan rapat dengan para bawahannya secara berkala untuk membahas masalah-masalah yang terjadi sehubungan dengan kegiatan yang dilakukan bagian produksi. Menjaga disiplin kerja dan melakukan penilaian atas presentasi kerja bawahannya secara berkala.
94 Mendampingi pejabat dan tamu perusahaan yang akan mengadakan peninjauan di bagian produksi dengan seijin manajer produksi. 7. Staf PPIC Mengelola permintaan barang, baik barang umum, kimia maupun barang- barang sparepart, serta mengatur pemasukan dan pengeluaran sesuai dengan prosedur dan peraturan yang telah ditetapkan. Membuat perencanaan kerja yang baik untuk menjamin tercapai dan terlaksana sasaran yang ingin dituju. Membantu menyusun rencana produksi menyeluruh secara bersamasama dengan memperhatikan kapasitas produksi. Melakukan pengawasan mengenai pesanan pembelian barangbarang sehingga barang tersebut dapat datang tepat sesuai dengan waktu yang telah ditentukan. Melakukan pemeriksaan dan pengecekan terhadap barang-barang yang masuk untuk memastikan apakah barang-barang tersebut sesuai dengan pesanan, baik mutu, spesifikasi maupun jumlahnya. Mengalokasikan penyimpanan barang-barang di gudang pada tempat-tempat yang telah ditentukan sesuai dengan jenis dan bentuk barang tersebut berdasarkan sistem yang ada. Mengawasi sistem penyimpanan barang-barang di gudang agar aman dari kehilangan, kerusakan, kebakaran, dan lain-lain.
95 Memberikan pengarahan dan pembinaan terhadap bawahannya tentang prosedur kerja, tata tertib dan sebagainya untuk menjamin agar tercapai efektifitas dan efesiensi kerja. 8. Staf HRD Bertanggungjawab atas pengkoordinasian dan pelaksanaan kegiatan personalia dan umum yang mencakup administrasi personalia, transportasi atau kendaraan, pemeliharaan gedung dan inventaris, serta keamanan di lingkungan pabrik. Bertugas melaksanakan kegiatan yang bersifat pelayanan umum kepada semua karyawan pabrik dan tamu perusahaan, seperti pemeliharaan kebersihan ruang kerja, bangunan, transportasi atau kendaraan, serta keamanan di lingkungan pabrik. Bertanggungjawab menyelenggarakan dan mengendalikan administrasi data karyawan dan pekerja lainnya. 9. Mekanik Mengadakan kontrol secara rutin mesin yang ada. Mengupayakan seminim mungkin pemakaian tenaga kerja yang dipakai dan mengefisiensikan tenaga kerja yang ada. Membuat perencanaan-perencanaan servis yang akan dipakai. Memecahkan permasalahan yang ada untuk peningkatan kualitas baik yang diakibatkan oleh mesin, bahan baku maupun tenaga kerja. Mengupayakan servis mesin sebaik mungkin, sehingga mesin yang ada stabil dan efisien.
96 Membuat rencana-rencana untuk sasaran pengembangan yang bertujuan untuk kemajuan perusahaan. Mengupayakan penekanan biaya over head seminim mungkin dengan cara penggantian tipe sparepart, perbaikan sparepart yang masih bisa dipakai dan penghematan lainnya (bahan baku atau energi). Mengupayakan peningkatan kemampuan yang ada dengan cara membuat sistem atau program pelatihan. Mengupayakan kondisi perusahaan agar tetap stabil dan aman dari bencana yang ada seperti : kebakaran, gempa bumi, gangguan dari luar. 3.4 Penghitungan Penghitungan-penghitungan yang dilakukan di bawah ini adalah penghitungan peramalan, EOQ, ROP, dan MRP. 3.4.1 Penghitungan Peramalan 3.4.1.1 Peramalan Kemeja Resmi Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi kuadratis, double moving average, double exponential smoothing, dan siklis untuk barang jadi kemeja resmi. Tabel 3.1 Data Penjualan Kemeja Resmi Tahun 2007 Bulan Penjualan Y(t) (unit) Januari 7883 Februari 5937 Maret 9660
97 April 7923 Mei 8322 Juni 10268 Juli 11299 Agustus 15646 September 18242 Oktober 6451 November 10628 Desember 9736 Sumber: Data CV.Orlena (2009) Tabel 3.2 Data Penjualan Kemeja Resmi Tahun 2008 Bulan Penjualan Y(t) (unit) Januari 11573 Februari 12853 Maret 17346 April 19566 Mei 15899 Juni 18819 Juli 18782 Agustus 23174 September 19140 Oktober 5836 November 11830 Desember 9232 Sumber: Data CV.Orlena (2009) Tabel 3.3 Data Penjualan Kemeja Resmi Tahun 2009 Bulan Penjualan Y(t) (unit) Januari 7614 Februari 7921 Maret 8821
98 April 12369 Mei 12796 Juni 14348 Juli 18213 Agustus 24050 September 11578 Sumber: Data CV.Orlena (2009) Dari data penjualan Kemeja Resmi diatas, dibuat bentuk grafik berdasarkan jumlah penjualan dan periodenya. Pola data yang terbentuk adalah pola data horisontal, seperti yang terlihat pada gambar 3.3 berikut. Kemeja Resmi Penjualan 30000 25000 20000 15000 10000 5000 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 Periode Gambar 3.2 Grafik Data Penjualan Kemeja Resmi 3.4.1.1.1 Metode Regresi Linier Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Linier untuk barang jadi Kemeja Resmi.
99 Tabel 3.4 Perhitungan Metode Regresi Linier Bulan Periode Penjualan Y(t) ty(t) t 2 (t) (unit) (2007) Januari 1 7883 7883 1 Februari 2 5937 11874 4 Maret 3 9660 28980 9 April 4 7923 31692 16 Mei 5 8322 41610 25 Juni 6 10268 61608 36 Juli 7 11299 79093 49 Agustus 8 15646 125168 64 September 9 18242 164178 81 Oktober 10 6451 64510 100 November 11 10628 116908 121 Desember 12 9736 116832 144 (2008) Januari 13 11573 150449 169 Februari 14 12853 179942 196 Maret 15 17346 260190 225 April 16 19566 313056 256 Mei 17 15899 270283 289 Juni 18 18819 338742 324 Juli 19 18782 356858 361 Agustus 20 23174 463480 400 September 21 19140 401940 441 Oktober 22 5836 128392 484 November 23 11830 272090 529 Desember 24 9232 221568 576 (2009) Januari 25 7614 190350 625 Februari 26 7921 205946 676 Maret 27 8821 238167 729 April 28 12369 346332 784
100 Mei 29 12796 371084 841 Juni 30 14348 430440 900 Juli 31 18213 564603 961 Agustus 32 24050 769600 1024 September 33 11578 382074 1089 Jumlah (Σ) = 561 423755 7705922 12529 b= (33)( 7705922)-( 423755)(561) = 167.810 (33)(12529)-(561) 2 a= 423755 (167.810)(561) = 9988.291 33 33 Jadi, Y (t) = a + bt Y (t) = 9988.291 + 167.810t Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34)= 9988.291 + 167.810(34) = 15693.831 15694 unit Y(35)= 9988.291 + 167.810(35) = 15861.641 15862 unit
101 Y(36)= 9988.291 + 167.810(36) = 16029.451 16029 unit Y(37)= 9988.291 + 167.810(37) = 16197.261 16197 unit Y(38)= 9988.291 + 167.810(38) = 16365.071 16365 unit Hasil peramalan permintaan dengan metode Regresi Linier untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.5 Tabel 3.5 Hasil Peramalan Permintaan dengan Metode Regresi Linier untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober 15694 November 15862 Desember 16029 (2010) Januari 16197 Februari 16365 3.4.1.1.2 Metode Regresi Kuadratis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Kuadratis untuk barang jadi Kemeja Resmi. Tabel 3.6 Perhitungan Metode Regresi Kuadratis Bulan (2007) Periode (t) t 2 t 3 t 4 Penjualan Y(t) (unit) ty(t) t 2 Y(t) Januari 1 1 1 1 7883 7883 7883 Februari 2 4 8 16 5937 11874 23748 Maret 3 9 27 81 9660 28980 86940
102 April 4 16 64 256 7923 31692 126768 Mei 5 25 125 625 8322 41610 208050 Juni 6 36 216 1296 10268 61608 369648 Juli 7 49 343 2401 11299 79093 553651 Agustus 8 64 512 4096 15646 125168 1001344 September 9 81 729 6561 18242 164178 1477602 Oktober 10 100 1000 10000 6451 64510 645100 November 11 121 1331 14641 10628 116908 1285988 Desember 12 144 1728 20736 9736 116832 1401984 (2008) Januari 13 169 2197 28561 11573 150449 1955837 Februari 14 196 2744 38416 12853 179942 2519188 Maret 15 225 3375 50625 17346 260190 3902850 April 16 256 4096 65536 19566 313056 5008896 Mei 17 289 4913 83521 15899 270283 4594811 Juni 18 324 5832 104976 18819 338742 6097356 Juli 19 361 6859 130321 18782 356858 6780302 Agustus 20 400 8000 160000 23174 463480 9269600 September 21 441 9261 194481 19140 401940 8440740 Oktober 22 484 10648 234256 5836 128392 2824624 November 23 529 12167 279841 11830 272090 6258070 Desember 24 576 13824 331776 9232 221568 5317632 (2009) Januari 25 625 15625 390625 7614 190350 4758750 Februari 26 676 17576 456976 7921 205946 5354596 Maret 27 729 19683 531441 8821 238167 6430509 April 28 784 21952 614656 12369 346332 9697296 Mei 29 841 24389 707281 12796 371084 10761436 Juni 30 900 27000 810000 14348 430440 12913200 Juli 31 961 29791 923521 18213 564603 17502693
103 Agustus 32 1024 32768 1048576 24050 769600 24627200 September 33 1089 35937 1185921 11578 382074 12608442 Jumlah (Σ) = 561 12529 314721 8432017 423755 7705922 174812734 α = (561)(12529)-(33)(314721)= -3357024 β = (561) 2 -(33)(12529)= -98736 γ = (12529) 2 -(33)(8432017)= -121280720 δ = (561)(423755)-(33)(7705922)= -16568871 θ = (12529)(423755)-(33)(174812734)= -459593827 b = (-121280720)(-16568871)-(-459593827)(-3357024) = 661.715 (-121280720)(-98736)-(-3357024) 2 c = (-459593827)-(661.715)(-3357024) = -14.527
104-121280720 a = 423755 - (661.715)(561) - (-14.527)(12529) = 7107.323 33 33 33 Jadi, Y(t) = a + bt + ct 2 Y(t) = 7107.323+ 661.715t 14.527t 2 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34) = 7107.323+ 661.715(34) 14.527(34) 2 = 12812.421 12812 unit Y(35) = 7107.323+ 661.715(35) 14.527(35) 2 = 12471.773 12472 unit Y(36) = 7107.323+ 661.715(36) 14.527(36) 2 = 12102.071 12102 unit Y(37) = 7107.323+ 661.715(37) 14.527(37) 2 = 11703.315 11703 unit Y(38) = 7107.323+ 661.715(38) 14.527(38) 2 = 11275.505 11276 unit Hasil peramalan permintaan dengan metode Regresi Kuadratis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.7 Tabel 3.7 Hasil Peramalan Permintaan dengan Metode Regresi Kuadratis untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober 12812 November 12472 Desember 12102 (2010) Januari 11703 Februari 11276
105 3.4.1.1.3 Metode Double Moving Average Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Moving Average untuk barang jadi Kemeja Resmi. Tabel 3.8 Perhitungan Metode Double Moving Average Bulan (2007) Periode (t) Penjualan Y(t) (unit) S t S t a B a+bm Januari 1 7883 - - - - - Februari 2 5937 - - - - - Maret 3 9660 - - - - - April 4 7923 7850.75 - - - - Mei 5 8322 7960.5 - - - - Juni 6 10268 9043.25 - - - - Juli 7 11299 9453 8576.875 10329.125 584.083 - Agustus 8 15646 11383.75 9460.125 13307.375 1282.417 10913.208 September 9 18242 13863.75 10935.938 16791.563 1951.875 14589.792 Oktober 10 6451 12909.5 11902.5 13916.5 671.333 18743.438 November 11 10628 12741.75 12724.688 12758.813 11.375 14587.833 Desember 12 9736 11264.25 12694.813 9833.688-953.708 12770.188 (2008) Januari 13 11573 9597 11628.125 7565.875-1354.08 8879.980 Februari 14 12853 11197.5 11200.125 11194.875-1.75 6211.792 Maret 15 17346 12877 11233.938 14520.063 1095.375 11193.125 April 16 19566 15334.5 12251.5 18417.5 2055.333 15615.438 Mei 17 15899 16416 13956.25 18875.75 1639.833 20472.833 Juni 18 18819 17907.5 15633.75 20181.25 1515.833 20515.583 Juli 19 18782 18266.5 16981.125 19551.875 856.917 21697.083 Agustus 20 23174 19168.5 17939.625 20397.375 819.25 20408.792
106 September 21 19140 19978.75 18830.313 21127.188 765.625 21216.625 Oktober 22 5836 16733 18536.688 14929.313-1202.46 21892.813 November 23 11830 14995 17718.813 12271.188-1815.88 13726.854 Desember 24 9232 11509.5 15804.063 7214.938-2863.04 10455.313 (2009) Januari 25 7614 8628 12966.375 4289.625-2892.25 4351.896 Februari 26 7921 9149.25 11070.438 7228.063-1280.79 1397.375 Maret 27 8821 8397 9420.938 7373.063-682.625 5947.271 April 28 12369 9181.25 8838.875 9523.625 228.25 6690.438 Mei 29 12796 10476.75 9301.063 11652.438 783.792 9751.875 Juni 30 14348 12083.5 10034.625 14132.375 1365.917 12436.229 Juli 31 18213 14431.5 11543.25 17319.75 1925.5 15498.292 Agustus 32 24050 17351.75 13585.875 21117.625 2510.583 19245.25 September 33 11578 17047.25 15228.5 18866 1212.5 23628.208 Prosedur-prosedur yang digunakan untuk menghitung peramalan dengan menggunakan metode Double Moving Average adalah sebagai berikut : a. Cari x rata-rata dari x1 sampai xt dan nilai peramalan untuk periode S t+1 adalah x rata-rata tersebut. b. Cari x rata-rata dari x2 sampai xt-1, dan nilai peramalan untuk periode S t+2 adalah x rata-rata tersebut. c. Ulangi kedua langkah di atas sampai semua nilai x telah dihitung. Lanjutkan dengan cara yang sama untuk menghitung S t hanya saja kini yang dirata-ratakan bukan x melainkan S t. d. Menghitung at dengan rumus : e. Menghitung bt dengan rumus :
107 Jadi, F t+m = a t + b t. m F 33+m = 18866 + 1212.5m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = 18866 + 1212.5(1) = 20078.5 20079unit F 35 = 18866 + 1212.5(2) = 21291 unit F 36 = 18866 + 1212.5(3) = 22503.5 22504 unit F 37 = 18866 + 1212.5(4) = 23716 unit F 38 = 18866 + 1212.5(5) = 24928.5 24929 unit Hasil peramalan permintaan dengan metode Double Moving Average untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.9 Tabel 3.9 Hasil Peramalan Permintaan dengan Metode Double Moving Average untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober 20079 November 21291 Desember 22504 (2010) Januari 23716 Februari 24929 3.4.1.1.4 Metode Double Exponential Smoothing Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Exponential Smoothing untuk barang jadi Kemeja Resmi.
108 Tabel 3.10 Perhitungan Metode Double Exponential Smoothing Bulan (2007) Periode (t) Penjua lan Y(t) (unit) SES S t (α=0,5) DES S t (α=0,5) SES- DES a b a+bm Januari 1 7883 7883 7883 0 - - - Februari 2 5937 6910 7396.5-486.5 6423.5-486.5 - Maret 3 9660 8285 7840.75 444.25 8729.25 444.25 5937 April 4 7923 8104 7972.375 131.625 8235.625 131.625 9173.5 Mei 5 8322 8213 8092.688 120.3125 8333.313 120.3125 8367.25 Juni 6 10268 9240.5 8666.594 573.907 9814.4063 573.907 8453.625 Juli 7 11299 10269.75 9468.1719 801.5781 11071.328 801.5781 10388.313 Agustus 8 15646 12957.875 11213.023 1744.852 14702.727 1744.852 11872.906 September 9 18242 15599.938 13406.48 2193.457 17793.395 2193.457 16447.578 Oktober 10 6451 11025.469 12215.975-1190.51 9834.9629-1190.51 19986.852 November 11 10628 10826.734 11521.354-694.62 10132.114-694.62 8644.457 Desember 12 9736 10281.367 10901.361-619.994 9661.3735-619.994 9437.4941 (2008) Januari 13 11573 10927.184 10914.272 12.911 10940.095 12.91138 9041.380 Februari 14 12853 11890.092 11402.182 487.910 12378.002 487.910 10953.006 Maret 15 17346 14618.046 13010.114 1607.932 16225.978 1607.932 12865.911 April 16 19566 17092.023 15051.068 2040.954 19132.977 2040.954 17833.91 Mei 17 15899 16495.511 15773.29 722.222 17217.733 722.2215 21173.932 Juni 18 18819 17657.256 16715.273 941.983 18599.239 941.983 17939.954 Juli 19 18782 18219.628 17467.45 752.178 18971.805 752.1775 19541.222 Agustus 20 23174 20696.814 19082.132 1614.682 22311.496 1614.682 19723.983 September 21 19140 19918.407 19500.27 418.1374 20336.544 418.1374 23926.178 Oktober 22 5836 12877.203 16188.737-3311.53 9565.6704-3311.53 20754.682 November 23 11830 12353.602 14271.169-1917.57 10436.034-1917.57 6254.138 Desember 24 9232 10792.801 12531.985-1739.18 9053.617-1739.18 8518.467 (2009) Januari 25 7614 9203.400 10867.693-1664.29 7539.109-1664.29 7314.433 Februari 26 7921 8562.200 9714.947-1152.75 7409.454-1152.75 5874.816
109 Maret 27 8821 8691.600 9203.273-511.673 8179.927-511.673 6256.708 April 28 12369 10530.3 9866.787 663.513 11193.813 663.513 7668.254 Mei 29 12796 11663.15 10764.968 898.182 12561.332 898.182 11857.327 Juni 30 14348 13005.575 11885.272 1120.303 14125.878 1120.303 13459.513 Juli 31 18213 15609.288 13747.28 1862.008 17471.295 1862.008 15246.182 Agustus 32 24050 19829.644 16788.462 3041.182 22870.826 3041.182 19333.303 September 33 11578 15703.822 16246.142-542.32 15161.502-542.32 25912.008 Jadi, F t+m = a t + b t. m F 33+m = 15161.502 542.32m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = 15161.502 542.32(1)= 14619.182 14619 unit F 35 = 15161.502 542.32(2)= 14076.862 14077 unit F 36 = 15161.502 542.32(3)= 13534.542 13535 unit F 37 = 15161.502 542.32(4)= 12992.222 12992 unit F 38 = 15161.502 542.32(5)= 12449.902 12450 unit
110 Hasil peramalan permintaan dengan metode Double Exponential Smoothing untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.11 Tabel 3.11 Hasil Peramalan Permintaan dengan Metode Double Exponential Smoothing untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober 14619 November 14077 Desember 13535 (2010) Januari 12992 Februari 12450 3.4.1.1.5 Metode Siklis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Siklis untuk barang jadi Kemeja Resmi. Tabel 3.12 Perhitungan Metode Siklis Bulan (2007) Periode (t) Penjualan Y(t) (unit) Sin (2πt/n) Cos (2πt/n) Y(t)*Sin (2πt/n) Y(t)*Cos (2πt/n) Peramalan Y (t) (unit) Januari 1 7883 0.18925 0.981929 1491.868 7740.544 10525.578 Februari 2 5937 0.37166 0.928368 2206.56 5511.72 10496.867 Maret 3 9660 0.54064 0.841254 5222.59 8126.509 10552.882 April 4 7923 0.69008 0.723734 5467.496 5734.145 10691.597 Mei 5 8322 0.81458 0.580057 6778.901 4827.234 10908 Juni 6 10268 0.90963 0.415415 9340.101 4265.481 11194.269 Juli 7 11299 0.97181 0.235759 10980.5 2663.84 11540.056
111 Agustus 8 15646 0.99887 0.047582 15628.28 744.4667 11932.866 September 9 18242 0.98982-0.14231 18056.32-2596.11 12358.5 Oktober 10 6451 0.945-0.32707 6096.2-2109.92 12801.575 November 11 10628 0.86603-0.5 9204.118-5314 13246.077 Desember 12 9736 0.75575-0.65486 7357.978-6375.72 13675.941 (2008) Januari 13 11573 0.61816-0.78605 7153.954-9096.99 14075.63 Februari 14 12853 0.45823-0.88884 5889.585-11424.2 14430.699 Maret 15 17346 0.28173-0.95949 4886.933-16643.4 14728.314 April 16 19566 0.09506-0.99547 1859.867-19477.4 14957.719 Mei 17 15899-0.09506-0.99547-1511.3-15827 15110.622 Juni 18 18819-0.28173-0.95949-5301.92-18056.7 15181.497 Juli 19 18782-0.45823-0.88884-8606.41-16694.1 15167.783 Agustus 20 23174-0.61816-0.78605-14325.2-18216 15069.975 September 21 19140-0.75575-0.65486-14465 -12534 14891.608 Oktober 22 5836-0.86603-0.5-5054.12-2918 14639.13 November 23 11830-0.945-0.32707-11179.4-3869.21 14321.664 Desember 24 9232-0.98982-0.14231-9138.03-1313.85 13950.685 (2009) Januari 25 7614-0.99887 0.047582-7605.38 362.2887 13539.602 Februari 26 7921-0.97181 0.235759-7697.72 1867.447 13103.272 Maret 27 8821-0.90963 0.415415-8023.86 3664.376 12657.464 April 28 12369-0.81458 0.580057-10075.5 7174.724 12218.293 Mei 29 12796-0.69008 0.723734-8830.25 9260.901 11801.629 Juni 30 14348-0.54064 0.841254-7757.11 12070.31 11422.534 Juli 31 18213-0.37166 0.928368-6769.09 16908.37 11094.708 Agustus 32 24050-0.18925 0.981929-4551.49 23615.39 10829.999 September 33 11578 0 1 0 11578 10637.976 Jumlah (Σ) 423755-13270.6-36350.9
112 = 561 423755.01 a= 423755 = 12841.061 33 b= (2)(-13270.6) = -804.279 33 c= (2)(-36350.9) = -2203.085 33 Jadi, Y (t) = 12841.061-804.279 sin 2Πt - 2203.085 cos 2Πt n n Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y (34) = 12841.061-804.279 sin 2Π(34) - 2203.085 cos 2Π(34) = 10525.578 10526 unit 33 33 Y (35) = 12841.061-804.279 sin 2Π(35) - 2203.085 cos 2Π(35) = 10496.867 10497 unit 33 33
113 Y (36) = 12841.061-804.279 sin 2Π(36) - 2203.085 cos 2Π(36) = 10552.882 10553 unit 33 33 Y (37) = 12841.061-804.279 sin 2Π(37) - 2203.085 cos 2Π(37) = 10691.597 10692 unit 33 33 Y (38) = 12841.061-804.279 sin 2Π(38) - 2203.085 cos 2Π(38) = 10908 unit 33 33 Hasil peramalan permintaan dengan metode Siklis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.13 Tabel 3.13 Hasil Peramalan Permintaan dengan Metode Siklis untuk Kemeja Resmi Bulan Hasil Peramalan (2009) Oktober 10526 November 10497 Desember 10553 (2010) Januari 10692 Februari 10908 3.4.1.2 Peramalan Kemeja Karet Contoh perhitungan peramalan permintaan dengan metode regresi linier, regresi kuadratis, double moving average, double exponential smoothing, dan siklis untuk barang jadi kemeja karet. Tabel 3.14 Data Penjualan Kemeja Karet Tahun 2007 Bulan Penjualan Y(t) (unit) Januari 3379 Februari 2545 Maret 4140
114 April 3395 Mei 3566 Juni 4400 Juli 4842 Agustus 6706 September 7818 Oktober 2765 November 4555 Desember 4173 Sumber: Data CV.Orlena (2009) Tabel 3.15 Data Penjualan Kemeja Karet Tahun 2008 Bulan PenjualanY(t) (unit) Januari 4960 Februari 5508 Maret 7434 April 8386 Mei 6814 Juni 8065 Juli 8050 Agustus 9931 September 8203 Oktober 2501 November 5070 Desember 3957 Sumber: Data CV.Orlena (2009) Tabel 3.16 Data Penjualan Kemeja Karet Tahun 2009 Bulan Penjualan Y(t) (unit) Januari 3263 Februari 3394 Maret 3780
115 April 5301 Mei 5484 Juni 6149 Juli 7805 Agustus 10307 September 4962 Sumber: Data CV.Orlena (2009) Dari data penjualan Kemeja Karet diatas, dibuat bentuk grafik berdasarkan jumlah penjualan dan periodenya. Pola data yang terbentuk adalah pola data horisontal, seperti yang terlihat pada gambar 3.4 berikut. Kemeja Karet Penjualan 12000 10000 8000 6000 4000 2000 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 Periode Gambar 3.3 Grafik Data Penjualan Kemeja Karet 3.4.1.2.1 Metode Regresi Linier Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Linier untuk barang jadi Kemeja Karet.
116 Tabel 3.17 Perhitungan Metode Regresi Linier Bulan Periode Penjualan Y(t) ty(t) t 2 (t) (unit) (2007) Januari 1 3379 3379 1 Februari 2 2545 5090 4 Maret 3 4140 12420 9 April 4 3395 13580 16 Mei 5 3566 17830 25 Juni 6 4400 26400 36 Juli 7 4842 33894 49 Agustus 8 6706 53648 64 September 9 7818 70362 81 Oktober 10 2765 27650 100 November 11 4555 50105 121 Desember 12 4173 50076 144 (2008) Januari 13 4960 64480 169 Februari 14 5508 77112 196 Maret 15 7434 111510 225 April 16 8386 134176 256 Mei 17 6814 115838 289 Juni 18 8065 145170 324 Juli 19 8050 152950 361 Agustus 20 9931 198620 400 September 21 8203 172263 441 Oktober 22 2501 55022 484 November 23 5070 116610 529 Desember 24 3957 94968 576 (2009) Januari 25 3263 81575 625 Februari 26 3394 88244 676 Maret 27 3780 102060 729 April 28 5301 148428 784
117 Mei 29 5484 159036 841 Juni 30 6149 184470 900 Juli 31 7805 241955 961 Agustus 32 10307 329824 1024 September 33 4962 163746 1089 Jumlah (Σ) = 561 181608 3302491 12529 b= (33)( 3302491)-(181608)(561) = 71.91 (33)(12529)-(561) 2 a= 181608 (71.91)(561) = 4280.803 33 33 Jadi, Y(t)= 4280.803 + 71.91t Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34)= 4280.803 + 71.91(34) = 6725.743 6726 unit Y(35)= 4280.803 + 71.91(35) = 6797.653 6798 unit Y(36)= 4280.803 + 71.91(36) = 6869.563 6870 unit Y(37)= 4280.803 + 71.91(37) = 6941.473 6941 unit Y(38)= 4280.803 + 71.91(38) = 7013.383 7013 unit Hasil peramalan permintaan dengan metode Regresi Linier untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.18.
118 Tabel 3.18 Hasil Peramalan Permintaan dengan Metode Regresi Linier untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 6726 November 6798 Desember 6870 (2010) Januari 6941 Februari 7013 3.4.1.2.2 Metode Regresi Kuadratis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Regresi Kuadratis untuk barang jadi Kemeja Karet. Tabel 3.19 Perhitungan Metode Regresi Kuadratis Bulan (2007) Periode (t) t 2 t 3 t 4 Penjualan Y(t) (unit) ty(t) t 2 Y(t) Januari 1 1 1 1 3379 3379 3379 Februari 2 4 8 16 2545 5090 10180 Maret 3 9 27 81 4140 12420 37260 April 4 16 64 256 3395 13580 54320 Mei 5 25 125 625 3566 17830 89150 Juni 6 36 216 1296 4400 26400 158400 Juli 7 49 343 2401 4842 33894 237258 Agustus 8 64 512 4096 6706 53648 429184 September 9 81 729 6561 7818 70362 633258 Oktober 10 100 1000 10000 2765 27650 276500 November 11 121 1331 14641 4555 50105 551155 Desember 12 144 1728 20736 4173 50076 600912
119 (2008) Januari 13 169 2197 28561 4960 64480 838240 Februari 14 196 2744 38416 5508 77112 1079568 Maret 15 225 3375 50625 7434 111510 1672650 April 16 256 4096 65536 8386 134176 2146816 Mei 17 289 4913 83521 6814 115838 1969246 Juni 18 324 5832 104976 8065 145170 2613060 Juli 19 361 6859 130321 8050 152950 2906050 Agustus 20 400 8000 160000 9931 198620 3972400 September 21 441 9261 194481 8203 172263 3617523 Oktober 22 484 10648 234256 2501 55022 1210484 November 23 529 12167 279841 5070 116610 2682030 Desember 24 576 13824 331776 3957 94968 2279232 (2009) Januari 25 625 15625 390625 3263 81575 2039375 Februari 26 676 17576 456976 3394 88244 2294344 Maret 27 729 19683 531441 3780 102060 2755620 April 28 784 21952 614656 5301 148428 4155984 Mei 29 841 24389 707281 5484 159036 4612044 Juni 30 900 27000 810000 6149 184470 5534100 Juli 31 961 29791 923521 7805 241955 7500605 Agustus 32 1024 32768 1048576 10307 329824 10554368 September 33 1089 35937 1185921 4962 163746 5403618 Jumlah (Σ) = 561 12529 314721 8432017 181608 3302491 74918313 α = (561)(12529)-(33)(314721)= -3357024 β = (561) 2 -(33)(12529)= -98736 γ = (12529) 2 -(33)(8432017)= -121280720
120 δ = (561)(181608)-(33)(3302491)= -7100115 θ = (12529)(181608)-(33)(74918313)= -196937697 b = (-121280720)(-7100115)-(-196937697)(-3357024) = 283.598 (-121280720)(-98736)-(-3357024) 2 c = (-196937697)-(283.598)(-3357024) = -6.226-121280720 a = 181608 - (283.598)(561) (-6.226)(12529) = 3045.911 33 33 33 Jadi, Y(t) = 3045.911+ 283.598t 6.226t 2 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y(34) = 3045.911+ 283.598(34) 6.226(34) 2 = 5490.987 5491unit Y(35) = 3045.911+ 283.598(35) 6.226(35) 2 = 5344.991 5345 unit Y(36) = 3045.911+ 283.598(36) 6.226(36) 2 = 5186.543 5187 unit Y(37) = 3045.911+ 283.598(37) 6.226(37) 2 = 5015.643 5016 unit Y(38) = 3045.911+ 283.598(38) 6.226(38) 2 = 4832.291 4832 unit Hasil peramalan permintaan dengan metode Regresi Kuadratis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.20. Tabel 3.20 Hasil Peramalan Permintaan dengan Metode Regresi Kuadratis untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 5491 November 5345 Desember 5187
121 (2010) Januari 5016 Februari 4832 3.4.1.2.3 Metode Double Moving Average Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Moving Average untuk barang jadi Kemeja Karet. Tabel 3.21 Perhitungan Metode Double Moving Average Bulan (2007) Periode (t) Penjualan Y(t) (unit) S t S t a B a+bm Januari 1 3379 - - - - - Februari 2 2545 - - - - - Maret 3 4140 - - - - - April 4 3395 3364.75 - - - - Mei 5 3566 3411.5 - - - - Juni 6 4400 3875.25 - - - - Juli 7 4842 4050.75 3675.563 4425.938 250.125 - Agustus 8 6706 4878.5 4054 5703 549.667 4676.063 September 9 7818 5941.5 4686.5 7196.5 836.667 6252.667 Oktober 10 2765 5532.75 5100.875 5964.625 287.917 8033.167 November 11 4555 5461 5453.438 5468.563 5.04167 6252.542 Desember 12 4173 4827.75 5440.75 4214.75-408.667 5473.604 (2008) Januari 13 4960 4113.25 4983.688 3242.813-580.292 3806.083 Februari 14 5508 4799 4800.25 4797.75-0.83333 2662.521 Maret 15 7434 5518.75 4814.688 6222.813 469.375 4796.917 April 16 8386 6572 5250.75 7893.25 880.833 6692.188
122 Mei 17 6814 7035.5 5981.313 8089.688 702.792 8774.083 Juni 18 8065 7674.75 6700.25 8649.25 649.667 8792.479 Juli 19 8050 7828.75 7277.75 8379.75 367.333 9298.917 Agustus 20 9931 8215 7688.5 8741.5 351 8747.083 September 21 8203 8562.25 8070.188 9054.313 328.042 9092.5 Oktober 22 2501 7171.25 7944.313 6398.188-515.375 9382.354 November 23 5070 6426.25 7593.688 5258.813-778.292 5882.813 Desember 24 3957 4932.75 6773.125 3092.375-1226.92 4480.521 (2009) Januari 25 3263 3697.75 5557 1838.5-1239.5 1865.458 Februari 26 3394 3921 4744.438 3097.563-548.958 599 Maret 27 3780 3598.5 4037.5 3159.5-292.667 2548.604 April 28 5301 3934.5 3787.938 4081.063 97.7083 2866.833 Mei 29 5484 4489.75 3985.938 4993.563 335.875 4178.771 Juni 30 6149 5178.5 4300.313 6056.688 585.458 5329.438 Juli 31 7805 6184.75 4946.875 7422.625 825.25 6642.146 Agustus 32 10307 7436.25 5822.313 9050.188 1075.96 8247.875 September 33 4962 7305.75 6526.313 8085.188 519.625 10126.15 Jadi, F 33+m = 8085.188 + 519.625m Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = 8085.188 + 519.625(1) = 8604.813 8605 unit F 35 = 8085.188 + 519.625(2) = 9124.438 9124 unit F 36 = 8085.188 + 519.625(3) = 9644.063 9644 unit F 37 = 8085.188 + 519.625(4) = 10163.688 10164 unit F 38 = 8085.188 + 519.625(5) = 10683.313 10683 unit
123 Hasil peramalan permintaan dengan metode Double Moving Average untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.22 Tabel 3.22 Hasil Peramalan Permintaan dengan Metode Double Moving Average untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 8605 November 9124 Desember 9644 (2010) Januari 10164 Februari 10683 3.4.1.2.4 Metode Double Exponential Smoothing Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Double Exponential Smoothing untuk barang jadi Kemeja Karet. Bulan (2007) Tabel 3.23 Perhitungan Metode Double Exponential Smoothing Peri ode (t) Penjua lan Y(t) (unit) SES S t (α=0,5) DES S t (α=0,5) SES-DES a b a+bm Januari 1 3379 3379 3379 0 - - - Februari 2 2545 2962 3170.5-208.5 2753.5-208.5 - Maret 3 4140 3551 3360.75 190.25 3741.25 190.25 2545 April 4 3395 3473 3416.875 56.125 3529.125 56.125 3931.5 Mei 5 3566 3519.5 3468.1875 51.3125 3570.8125 51.3125 3585.25 Juni 6 4400 3959.75 3713.9688 245.7813 4205.5313 245.7813 3622.125 Juli 7 4842 4400.875 4057.4219 343.4531 4744.3281 343.4531 4451.3125 Agustus 8 6706 5553.4375 4805.4297 748.0078 6301.4453 748.0078 5087.7813
124 September 9 7818 6685.7188 5745.5742 940.1445 7625.8633 940.1445 7049.4531 Oktober 10 2765 4725.3594 5235.4668-510.107 4215.252-510.107 8566.0078 November 11 4555 4640.1797 4937.8232-297.644 4342.5361-297.644 3705.1445 Desember 12 4173 4406.5898 4672.2065-265.617 4140.9731-265.617 4044.8926 (2008) Januari 13 4960 4683.2949 4677.7507 5.544189 4688.8391 5.544189 3875.3564 Februari 14 5508 5095.6475 4886.6991 208.9484 5304.5958 208.9484 4694.3833 Maret 15 7434 6264.8237 5575.7614 689.0623 6953.886 689.0623 5513.5442 April 16 8386 7325.4119 6450.5866 874.8252 8200.2371 874.8252 7642.9484 Mei 17 6814 7069.7059 6760.1463 309.5596 7379.2656 309.5596 9075.0623 Juni 18 8065 7567.353 7163.7496 403.6033 7970.9563 403.6033 7688.8252 Juli 19 8050 7808.6765 7486.2131 322.4634 8131.1399 322.4634 8374.5596 Agustus 20 9931 8869.8382 8178.0256 691.8126 9561.6508 691.8126 8453.6033 September 21 8203 8536.4191 8357.2224 179.1967 8715.6159 179.1967 10253.463 Oktober 22 2501 5518.7096 6937.966-1419.26 4099.4531-1419.26 8894.8126 November 23 5070 5294.3548 6116.1604-821.806 4472.5492-821.806 2680.1967 Desember 24 3957 4625.6774 5370.9189-745.241 3880.4359-745.241 3650.7436 (2009) Januari 25 3263 3944.3387 4657.6288-713.29 3231.0486-713.29 3135.1944 Februari 26 3394 3669.1693 4163.3991-494.23 3174.9396-494.23 2517.7585 Maret 27 3780 3724.5847 3943.9919-219.407 3505.1775-219.407 2680.7099 April 28 5301 4512.7923 4228.3921 284.4002 4797.1926 284.4002 3285.7703 Mei 29 5484 4998.3962 4613.3941 385.002 5383.3982 385.002 5081.5928 Juni 30 6149 5573.6981 5093.5461 480.152 6053.8501 480.152 5768.4002 Juli 31 7805 6689.349 5891.4476 797.9015 7487.2505 797.9015 6534.002 Agustus 32 10307 8498.1745 7194.811 1303.363 9801.538 1303.363 8285.152 September 33 4962 6730.0873 6962.4492-232.362 6497.725-232.362 11104.901 Jadi, F 33+m = 6497.725 232.362m
125 Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: F 34 = 6497.725 232.362(1)= 6265.363 6265 unit F 35 = 6497.725 232.362(2)= 6033.001 6033 unit F 36 = 6497.725 232.362(3)= 5800.639 5801 unit F 37 = 6497.725 232.362(4)= 5568.277 5568 unit F 38 = 6497.725 232.362(5)= 5335.915 5336 unit Hasil peramalan permintaan dengan metode Double Exponential Smoothing untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.24 Tabel 3.24 Hasil Peramalan Permintaan dengan Metode Double Exponential Smoothing untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 6265 November 6033 Desember 5801 (2010) Januari 5568 Februari 5336 3.4.1.2.5 Metode Siklis Disini ditampilkan perhitungan dan hasil peramalan dengan menggunakan Metode Siklis untuk barang jadi Kemeja Karet.
126 Tabel 3.25 Perhitungan Metode Siklis Bulan (2007) Periode (t) Penjualan Y(t) (unit) Sin (2πt/n) Cos (2πt/n) Y(t)*Sin (2πt/n) Y(t)*Cos (2πt/n) Peramalan Y (t) (unit) Januari 1 3379 0.18925 0.981929 639.48 3317.937 4510.833 Februari 2 2545 0.37166 0.928368 945.8809 2362.696 4498.546 Maret 3 4140 0.54064 0.841254 2238.253 3482.79 4522.574 April 4 3395 0.69008 0.723734 2342.818 2457.077 4582.046 Mei 5 3566 0.81458 0.580057 2904.778 2068.483 4674.814 Juni 6 4400 0.90963 0.415415 4002.381 1827.826 4797.525 Juli 7 4842 0.97181 0.235759 4705.512 1141.545 4945.743 Agustus 8 6706 0.99887 0.047582 6698.404 319.0843 5114.111 September 9 7818 0.98982-0.14231 7738.424-1112.62 5296.546 Oktober 10 2765 0.945-0.32707 2612.927-904.343 5486.451 November 11 4555 0.86603-0.5 3944.746-2277.5 5676.965 Desember 12 4173 0.75575-0.65486 3153.743-2732.73 5861.201 (2008) Januari 13 4960 0.61816-0.78605 3066.069-3898.82 6032.501 Februari 14 5508 0.45823-0.88884 2523.912-4895.71 6184.673 Maret 15 7434 0.28173-0.95949 2094.4-7132.87 6312.217 April 16 8386 0.09506-0.99547 797.14-8348.03 6410.524 Mei 17 6814-0.09506-0.99547-647.712-6783.15 6476.041 Juni 18 8065-0.28173-0.95949-2272.17-7738.31 6506.399 Juli 19 8050-0.45823-0.88884-3688.72-7155.13 6500.502 Agustus 20 9931-0.61816-0.78605-6138.94-7806.29 6458.562 September 21 8203-0.75575-0.65486-6199.41-5371.82 6382.095 Oktober 22 2501-0.86603-0.5-2165.93-1250.5 6273.866 November 23 5070-0.945-0.32707-4791.15-1658.23 6137.786 Desember 24 3957-0.98982-0.14231-3916.72-563.14 5978.772 (2009) 25 3263-0.99887 0.047582-3259.3 155.2598 5802.573
127 Januari Februari 26 3394-0.97181 0.235759-3298.33 800.1658 5615.556 Maret 27 3780-0.90963 0.415415-3438.41 1570.269 5424.481 April 28 5301-0.81458 0.580057-4318.07 3074.882 5236.254 Mei 29 5484-0.69008 0.723734-3784.39 3968.957 5057.678 Juni 30 6149-0.54064 0.841254-3324.4 5172.868 4895.206 Juli 31 7805-0.37166 0.928368-2900.83 7245.912 4754.712 Agustus 32 10307-0.18925 0.981929-1950.61 10120.74 4641.272 September 33 4962 0 1 0 4962 4558.988 Jumlah (Σ) = 561 181608-5686.24-15580.7 181608.01 a= 181608 = 5503.273 33 b= (2)(-5686.24) = -344.621 33 c= (2)(-15580.7) = -944.285 33 Jadi, Y (t) = 5503.273-344.621 sin 2Πt - 944.285 cos 2Πt n n Dengan demikian hasil peramalan untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 adalah sebagai berikut: Y (34) = 5503.273-344.621 sin 2Π(34) - 944.285 cos 2Π(34) = 4510.833 4511 unit 33 33
128 Y (35) = 5503.273-344.621 sin 2Π(35) - 944.285 cos 2Π(35) = 4498.546 4499 unit 33 33 Y (36) = 5503.273-344.621 sin 2Π(36) - 944.285 cos 2Π(36) = 4522.574 4523 unit 33 33 Y (37) = 5503.273-344.621 sin 2Π(37) - 944.285 cos 2Π(37) = 4582.046 4582 unit 33 33 Y (38) = 5503.273-344.621 sin 2Π(38) - 944.285 cos 2Π(38) = 4674.814 4675 unit 33 33 Hasil peramalan permintaan dengan metode Siklis untuk bulan Oktober 2009 sampai dengan bulan Februari 2010 dapat dilihat pada Tabel 3.26 Tabel 3.26 Hasil Peramalan Permintaan dengan Metode Siklis untuk Kemeja Karet Bulan Hasil Peramalan (2009) Oktober 4511 November 4499 Desember 4523 (2010) Januari 4582 Februari 4675 3.4.2 Penghitungan Tracking Signal 3.4.2.1 Tracking signal kemeja resmi Penghitungan di sini digunakan untuk mencari kesalahan (error). Pada kasus ini saya menggunakan metode MSE. Peramalan yang dipilih yaitu peramalan dengan MSE yang kecil.
129 Tabel 3.27 Perhitungan Tracking Signal untuk Metode Regresi Linier i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi-fi Cumm. ei MAD 1 7883 10156.101-2273.101-2273.101 2273.101 2273.101 2273.101-1.000 2 5937 10323.911-4386.911-6660.012 4386.911 6660.012 3330.006-2.000 3 9660 10491.721-831.721-7491.733 831.721 7491.733 2497.244-3.000 4 7923 10659.531-2736.531-10228.264 2736.531 10228.264 2557.066-4.000 5 8322 10827.341-2505.341-12733.605 2505.341 12733.605 2546.721-5.000 6 10268 10995.151-727.151-13460.756 727.151 13460.756 2243.459-6.000 7 11299 11162.961 136.039-13324.717 136.039 13596.795 1942.399-6.860 8 15646 11330.771 4315.229-9009.488 4315.229 17912.024 2239.003-4.024 9 18242 11498.581 6743.419-2266.069 6743.419 24655.443 2739.494-0.827 10 6451 11666.391-5215.391-7481.46 5215.391 29870.834 2987.083-2.505 11 10628 11834.201-1206.201-8687.661 1206.201 31077.035 2825.185-3.075 12 9736 12002.011-2266.011-10953.672 2266.011 33343.046 2778.587-3.942 13 11573 12169.821-596.821-11550.493 596.821 33939.867 2610.759-4.424 14 12853 12337.631 515.369-11035.124 515.369 34455.236 2461.088-4.484 15 17346 12505.441 4840.559-6194.565 4840.559 39295.795 2619.72-2.365 16 19566 12673.251 6892.749 698.184 6892.749 46188.544 2886.784 0.242 17 15899 12841.061 3057.939 3756.123 3057.939 49246.483 2896.852 1.297 18 18819 13008.871 5810.129 9566.252 5810.129 55056.612 3058.701 3.128 19 18782 13176.681 5605.319 15171.571 5605.319 60661.931 3192.733 4.752 20 23174 13344.491 9829.509 25001.08 9829.509 70491.44 3524.572 7.093 21 19140 13512.301 5627.699 30628.779 5627.699 76119.139 3624.721 8.450 22 5836 13680.111-7844.111 22784.668 7844.111 83963.25 3816.511 5.970 23 11830 13847.921-2017.921 20766.747 2017.921 85981.171 3738.312 5.555 24 9232 14015.731-4783.731 15983.016 4783.731 90764.902 3781.871 4.226 25 7614 14183.541-6569.541 9413.475 6569.541 97334.443 3893.378 2.418 26 7921 14351.351-6430.351 2983.124 6430.351 103764.794 3990.954 0.747 27 8821 14519.161-5698.161-2715.037 5698.161 109462.955 4054.184-0.670 28 12369 14686.971-2317.971-5033.008 2317.971 111780.926 3992.176-1.261 29 12796 14854.781-2058.781-7091.789 2058.781 113839.707 3925.507-1.807 30 14348 15022.591-674.591-7766.38 674.591 114514.298 3817.143-2.035 31 18213 15190.401 3022.599-4743.781 3022.599 117536.897 3791.513-1.251 32 24050 15358.211 8691.789 3948.008 8691.789 126228.686 3944.646 1.001 33 11578 15526.021-3948.021-0.013 3948.021 130176.707 3944.749-0.000 TS
130 MSE= N Σ e i 2 i=1 N = (727482791.7 / 33) = 2204493.324 Tabel 3.28 Perhitungan Tracking Signal untuk Metode Regresi Kuadratis i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi-fi Cumm. ei MAD 1 7883 7754.511 128.489 128.489 128.489 128.489 128.489 1.000 2 5937 8372.645-2435.645-2307.156 2435.645 2564.134 1282.067-1.800 3 9660 8961.725 698.275-1608.881 698.275 3262.409 1087.47-1.479 4 7923 9521.751-1598.751-3207.632 1598.751 4861.16 1215.29-2.639 5 8322 10052.723-1730.723-4938.355 1730.723 6591.883 1318.377-3.746 6 10268 10554.641-286.641-5224.996 286.641 6878.524 1146.421-4.558 7 11299 11027.505 271.495-4953.501 271.495 7150.019 1021.431-4.850 8 15646 11471.315 4174.685-778.816 4174.685 11324.704 1415.588-0.550 9 18242 11886.071 6355.929 5577.113 6355.929 17680.633 1964.515 2.839 10 6451 12271.773-5820.773-243.66 5820.773 23501.406 2350.141-0.104 11 10628 12628.421-2000.421-2244.081 2000.421 25501.827 2318.348-0.968 12 9736 12956.015-3220.015-5464.096 3220.015 28721.842 2393.487-2.283 13 11573 13254.555-1681.555-7145.651 1681.555 30403.397 2338.723-3.055 14 12853 13524.041-671.041-7816.692 671.041 31074.438 2219.603-3.522 15 17346 13764.473 3581.527-4235.165 3581.527 34655.965 2310.398-1.833 16 19566 13975.851 5590.149 1354.984 5590.149 40246.114 2515.382 0.539 17 15899 14158.175 1740.825 3095.809 1740.825 41986.939 2469.82 1.254 18 18819 14311.445 4507.555 7603.364 4507.555 46494.494 2583.027 2.944 19 18782 14435.661 4346.339 11949.703 4346.339 50840.833 2675.833 4.466 20 23174 14530.823 8643.177 20592.88 8643.177 59484.01 2974.201 6.924 21 19140 14596.931 4543.069 25135.949 4543.069 64027.079 3048.909 8.244 22 5836 14633.985-8797.985 16337.964 8797.985 72825.064 3310.23 4.936 23 11830 14641.985-2811.985 13525.979 2811.985 75637.049 3288.567 4.113 24 9232 14620.931-5388.931 8137.048 5388.931 81025.98 3376.083 2.410 25 7614 14570.823-6956.823 1180.225 6956.823 87982.803 3519.312 0.335 26 7921 14491.661-6570.661-5390.436 6570.661 94553.464 3636.672-1.482 TS
131 27 8821 14383.445-5562.445-10952.881 5562.445 100115.909 3707.997-2.954 28 12369 14246.175-1877.175-12830.056 1877.175 101993.084 3642.61-3.522 29 12796 14079.851-1283.851-14113.907 1283.851 103276.935 3561.274-3.963 30 14348 13884.473 463.527-13650.38 463.527 103740.462 3458.015-3.947 31 18213 13660.041 4552.959-9097.421 4552.959 108293.421 3493.336-2.604 32 24050 13406.555 10643.445 1546.024 10643.445 118936.866 3716.777 0.416 33 11578 13124.015-1546.015 0.009 1546.015 120482.881 3650.996 0.000 MSE= N Σ e i 2 i=1 N = (681812926.4 / 33) = 20660997.77 Tabel 3.29 Perhitungan Tracking Signal untuk Metode Double Moving Average i Penjualan Peramalan ei=xi-fi RSFE ei = xi- Cumm. MAD TS xi Fi Fi ei 1 7883 0 7883 7883 7883 7883 7883 1.000 2 5937 0 5937 13820 5937 13820 6910 2.000 3 9660 0 9660 23480 9660 23480 7826.667 3.000 4 7923 0 7923 31403 7923 31403 7850.75 4.000 5 8322 0 8322 39725 8322 39725 7945 5.000 6 10268 0 10268 49993 10268 49993 8332.167 6.000 7 11299 0 11299 61292 11299 61292 8756 7.000 8 15646 10913.208 4732.792 66024.792 4732.792 66024.792 8253.099 8.000 9 18242 14589.792 3652.208 69677 3652.208 69677 7741.889 9.000 10 6451 18743.438-12292.44 57384.563 12292.44 81969.44 8196.944 7.001 11 10628 14587.833-3959.833 53424.729 3959.833 85929.273 7811.752 6.839 12 9736 12770.188-3034.188 50390.542 3034.188 88963.461 7413.622 6.797 13 11573 8879.9792 2693.021 53083.563 2693.021 91656.482 7050.499 7.529 14 12853 6211.7917 6641.208 59724.771 6641.208 98297.69 7021.264 8.506 15 17346 11193.125 6152.875 65877.646 6152.875 104450.565 6963.371 9.461 16 19566 15615.438 3950.563 69828.208 3950.563 108401.128 6775.071 10.307 17 15899 20472.833-4573.833 65254.375 4573.833 112974.961 6645.586 9.819 18 18819 20515.583-1696.583 63557.792 1696.583 114671.544 6370.641 9.977 19 18782 21697.083-2915.083 60642.708 2915.083 117586.627 6188.77 9.799 20 23174 20408.792 2765.208 63407.917 2765.208 120351.835 6017.592 10.537
132 21 19140 21216.625-2076.625 61331.292 2076.625 122428.46 5829.927 10.52 22 5836 21892.813-16056.81 45274.479 16056.81 138485.27 6294.785 7.192 23 11830 13726.854-1896.854 43377.625 1896.854 140382.124 6103.571 7.107 24 9232 10455.313-1223.313 42154.313 1223.313 141605.437 5900.227 7.145 25 7614 4351.8958 3262.104 45416.417 3262.104 144867.541 5794.702 7.838 26 7921 1397.375 6523.625 51940.042 6523.625 151391.166 5822.737 8.920 27 8821 5947.2708 2873.729 54813.771 2873.729 154264.895 5713.515 9.594 28 12369 6690.4375 5678.563 60492.333 5678.563 159943.458 5712.266 10.59 29 12796 9751.875 3044.125 63536.458 3044.125 162987.583 5620.261 11.305 30 14348 12436.229 1911.771 65448.229 1911.771 164899.354 5496.645 11.907 31 18213 15498.292 2714.708 68162.938 2714.708 167614.062 5406.905 12.607 32 24050 19245.25 4804.75 72967.688 4804.75 172418.812 5388.088 13.542 33 11578 23628.208-12050.21 60917.479 12050.21 184469.022 5589.97 10.898 MSE= N Σ e i 2 i=1 N = (1461843787 / 33) = 44298296.58 Tabel 3.30 Perhitungan Tracking Signal untuk Metode Double Exponential Smoothing i Penjua lan xi Peramalan Fi ei=xi-fi RSFE ei = xi- Fi Cumm. ei MAD 1 7883 0 7883 7883 7883 7883 7883 1.000 2 5937 0 5937 13820 5937 13820 6910 2.000 3 9660 5937 3723 17543 3723 17543 5847.667 3.000 4 7923 9173.5-1250.5 16292.5 1250.5 18793.5 4698.375 3.468 5 8322 8367.25-45.25 16247.25 45.25 18838.75 3767.75 4.312 6 10268 8453.625 1814.38 18061.625 1814.38 20653.13 3442.188 5.247 7 11299 10388.313 910.688 18972.313 910.688 21563.818 3080.545 6.159 8 15646 11872.906 3773.09 22745.406 3773.09 25336.908 3167.114 7.182 9 18242 16447.578 1794.42 24539.828 1794.42 27131.328 3014.592 8.140 10 6451 19986.852-13535.9 11003.977 13535.9 40667.228 4066.723 2.706 11 10628 8644.457 1983.54 12987.52 1983.54 42650.768 3877.343 3.350 12 9736 9437.4941 298.506 13286.025 298.506 42949.274 3579.106 3.712 TS