BAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari

dokumen-dokumen yang mirip
BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 2. LANDASAN TEORI dan KERANGKA PEMIKIRAN. Menurut Richard L.Daft (2002: 8), manajemen adalah pencapaian sasaransasaran

BAB 3 Metode Penelitian

FORECASTING UNIT PENJUALAN MOTOR HONDA PADA PT. HONDA DUNIA MOTORINDO DI DAERAH CIPUTAT PERIODE JUNI 2013

EMA302 Manajemen Operasional

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB III LANGKAH PEMECAHAN MASALAH

PERAMALAN (FORECASTING)

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.

PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012

LAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.

BAB 1 PENDAHULUAN. para pengguna jasa angkutan umum dan juga pejalan kaki beralih menggunakan

Pembahasan Materi #7

BAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi

PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING

ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN BBM PADA SPBU PT. MANASRI USMAN *)

BAB I PENDAHULUAN. sektor perindustrian semakin ketat.perusahaan-perusahaan beroperasi dan

BAB 3 METODE PENELITIAN

BAB 2 TINJAUAN TEORITIS

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

BAB II LANDASAN TEORI

ANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

BAB III LANGKAH PEMECAHAN MASALAH

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING

PERAMALAN (Forecast) (ii)

BAB 2 LANDASAN TEORI

SALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN. Ariadne Sekar Sari, S.E., M.M. Modul ke: Fakultas EKONOMI DAN BISNIS

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Matakuliah : Ekonomi Produksi Peternakan Tahun : Oleh. Suhardi, S.Pt.,MP

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

Manajemen Operasional. PERAMALAN (Forecasting)

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

ANALISIS PERAMALAN PENJUALAN PAKAIAN PADA TOKO KARTINI BUSANA. Nama : SUCI MUTIARA NPM : Kelas : 3 EA 14

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA

PERAMALAN (FORECASTING) #2

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif

ANALISIS PERAMALAN PENJUALAN SPARE PART BUSSING GARDAN MOBIL TRUK PADA CV. HARAPAN KELUARGA MAKMUR. : Dwi Handoko Npm :

BAB IV METODE PENELITIAN

JURNAL ANALISIS METODE SINGLE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING DALAM PERAMALAN PERMINTAAN SENAPAN ANGIN (STUDI KASUS : UD.

BAB 3 METODOLOGI PENELITIAN

Analisis Deret Waktu

BAB 2 LANDASAN TEORI

ANALISIS PENGENDALIAN PERSEDIAAN TERHADAP PRODUK OBAT, VITAMIN, DAN VAKSIN PADA PT. ROMINDO PRIMAVETCOM

Penentapan Perencanaan Produksi guna Menentukan Besaran Produksi yang Tepat pada PT Goodyear Indonesia Tbk

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB IV METODE PENELITIAN

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

BAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada

EMA302 - Manajemen Operasional Materi #3 Ganjil 2015/2016. EMA302 Manajemen Operasional

PERENCANAAN PERSEDIAAN BARANG MENGGUNAKAN METODE FORECASTING DAN EOQ PADA PT. COSMO MAKMUR INDONESIA

BAB III METODOLOGI. Jenis data Data Cara pengumpulan Sumber data 1. Jenis dan jumlah produk yang dihasilkan

Analisis Peramalan Permintaan Kemasan Karton Box Gelombang Pada PT. Multibox Indah

Siti Fatimah

Nama : Rian Surya Aji NPM : Jurusan : Manajemen Pembimbing : Martani, SE, MM.,

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS PENGELOLAAN DAN PENGENDALIAN PERSEDIAAN PADA KOPERASI NIAGA ABADI RIDHOTULLAH *)

Model Aplikasi Prediksi Penjualan Sepeda Motor Dengan Metode Single Moving Average

MATERI 3 PER E AM A AL A AN

BAB III TINJAUAN PUSTAKA

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

ANALISIS DERET WAKTU

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

Universitas Gunadarma PERAMALAN

BAB III METODOLOGI PENELITIAN

PERAMALAN (Forecasting)

Febriyanto, S.E., M.M.

BAB 2 LANDASAN TEORITIS

BAB II LANDASAN TEORI. buruknya ramalan dapat mempengaruhi seluruh bagian organisasi.

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS

V. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.

BAB III METODE PENELITIAN. diajukan. Sugiyono (2014:2) mengatakan bahwa: secara umum metode. adalah penelitian secara deskriptif dan komparatif.

ANALISA PENGENDALIAN PERSEDIAAN BAHAN BAKU DAN MAKSIMALISASI KEUNTUNGAN PADA PT. REJEKI MAKMUR SEJAHTERA

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

KEANDALAN PERAMALAN. Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA

PERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA

Transkripsi:

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 untuk membantu meramalkan penjualan unit kendaraan motor yang akan dilakukan oleh PT. Honda Dunia Motorindo. Penelitian di dalam tesis ini menggunakan penilitian deskriptif, yakni penelitian yang mendeskripsikan karakter-karakter dari variable yang akan ditinjau di dalam situasi tertentu. Sebagai obyek penelitian dalam pembahasan skripsi ini, penulis berkeinginan untuk mengetahui bagaimana penerapan dari metode forecasting yang sudah ada selama ini, guna memprediksi unit penjualan di periode berikutnya yakni Juni 2013, dan juga membantu pimpinan perusahaan untuk melakukan keputusan-keputusan yang bijak melihat hasil dari forecasting penjualan kendaraan motor oleh PT. Honda Dunia Motorindo. 32

33 3.2 Variabel dan Pengambilan Data Variabel adalah objek penelitian atau apa yang menjadi titik perhatian suatu penelitian. Dalam laporan tugas akhir ini, variable penelitiannya adalah unit penjualan motor Honda. Metode pengambilan data yang digunakan adalah sebagai berikut: 1) Metode Dokumentasi Teknik dokumentasi adalah suatu usaha yang dilakukan dalam penelitian untuk mengumpulkan data dengan cara menggunakan data yang tersedia sebagai sumber informasi untuk mencapai tujuan yang diharapkan. Metode dokumentasi ini digunakan untuk mengumpulkan data mengenai unit penjualan motor Honda pada PT. Honda Dunia Motorindo. 2) Metode Literatur Metode literatur yang dimaksud disini adalah mencari buku-buku mengenai metode peramalan (forecasting) yang digunakan dalam penulisan tugas akhir ini. 3.3 Rancangan Implikasi Solusi Terpilih Dalam penelitian ini penulis menggunakan beberapa metode dalam perhitungan untuk mendapatkan hasil efisiensi dari peramalan unit penjualan. Dalam setiap metode pun terdapat beberapa metode yang berbeda, dan untuk pengambilan hasilnya terdapat kriteria bagaimana hasil data dari suatu metode dipilih untuk digunakan dalam penelitian.

34 Berikut adalah kriteria yang akan digunakan di dalam setiap metode perhitungan yang ada dalam penelitian. Untuk menentukan hasil forecast unit penjualan periode Juni 2013 maka digunakan metode forecasting, di dalam metode forecasting terdapat 6 metode yang akan digunakan. Dalam aplikasinya dikarenakan untuk mencari metode yang tepat dan akurat maka dicari MAD & MSE yang terkecil dari semua metode yang diterapkan. 3.4 Jenis dan Sumber Data Penelitian Pengumpulan Data Primer: 1) Survey Periset meminta data resmi dari PT. Honda Dunia Motorindo mengenai unit penjualan kendaraan motor Honda selama periode tahun 2012 dan periode Januari - Mei 2013. Guna melakukan penghitungan menggunakan metode forecasting supaya didapat hasil peramalan penjualan periode Juni 2013. 2) Analisis Periset menerapkan analisis faktor terhadap data tersebut untuk membuang variabel-variabel yang berkorelasi tinggi, kemudian periset menerapkan analisis kelompok untuk menghasilkan jumlah segmen yang berdeda-beda secara maksimum. Penulis juga mengambil unit penjualan motor Honda 5 besar selama periode tahun 2012 hingga Mei 2013.

35 3) Depth Interview Wawancara mendalam adalah cara langsung yang tidak terstruktur untuk memperoleh informasi. Wawancara mendalam bermanfaat untuk pemeriksaan responden secara terperinci, misalnya mengetahui pertimbangan-pertimbangan dalam memilih suatu produk, mengetahui faktor-faktor internal maupun external mengenai unit penjualan motor yang naik atau turun, dan juga minat konsumen terhadap suatu unit motor Honda type tertentu. Pengumpulan Data Sekunder Pengumpulan data sekunder baik kuantitatif ataupun kualitatif, diperoleh dari dokumentasi PT. Honda Dunia Motorindo (majalah, internet, dll) 3.5 Analisis Data Forecasting dianalisis dengan menggunakan bantuan software QM for Windows dengan menggunakan pendekatan Metode Linear Regression, Metode Exponential Smoothing with Trend, Metode Exponential Smoothing, Metode Moving Average, Metode Weighted Moving Average, Metode Naïve peramalan dilakukan berdasarkan data-data penjualan volume kendaraan motor PT. Honda Dunia Motorindo yang sudah ada sebelumnya kemudian dilakukan peramalan untuk bulan Juni 2013.

36 Dalam tahap ini dilakukan pengkajian data yang telah diperoleh berdasarkan teori yang ada, yaitu dengan langkah-langkah sebagai berikut: Metode Exponential Smoothing Menurut Pengestu Subagyo, metode Exponential smoothing lebih cocok digunakan untuk meramalkan hal-hal yang fluktuasinya secara tidak teratur. (Pengestu Subagyo, 2004) Metode Exponential Smoothing with Trend Teori Exponential Smoothing with Trend adalah penghalusan eksponensial yang disesuaikan adalah ramalan penghalusan eksponensial sederhana dengan penambahan suatu faktor penyesuaian tren. (Harinaldi, 2005) Metode Linear Regression Metode ini digunakan apabila pola dari gerakan waktu menunjukkan suatu trend naik ataupun trend turun membentuk suatu garis lurus/mendekati garis lurus. Metode linear regression mempunyai empat komponen utama pola perubahan, yaitu Trend (T), Fluktuasi Musiman (M), Fluktuasi Siklik (S), dan perubahan yang bersifat Random (R). (Jay dan Render, 2005) Metode Weighted Moving Averages Harinaldi (2005, p32) menjelaskan mengenai metode rata-rata bobot bergerak (Weight Moving Averages). Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Pada aplikasi metode rata-rata bergerak tertimbang

37 (Weighted Moving Average), terlebih dahulu manajemen atau analisis data menetapkan bobot dari data yang ada. Penetapan bobot dimaksud bersifat subjektif, tergantung pada pengalaman dan opini analisis data. Metode Moving Averages Peramalan dengan metode moving averages (rata-rata bergerak) dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rataratanya, lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Menentukan ramalan dengan metode moving averages sangat sederhana, yaitu dengan merata-ratakan jumlah data sebanyak periode yang akan digunakan. (Jay dan Render, 2005) Metode Naïve Pengestu Subagyo mengemukakan bahwa, metode Naïve adalah metode peramalan yang sangat sederhana, ia hanya menggunakan data nilai actual tahun lalu sebagai ramalah/perkiraan untuk tahun ini, dan begitu seterusnya. Peramalan tahun berikutnya hanya berupa (t+1) akan sama dengan data tahun ini. (Pengestu Subagyo, 2004) Ukuran Akurasi Peramalan Setelah melakukan perhitungan dengan menggunakan 6 metode peramalan yang telah digunakan maka harus dihitung kesalahan ramalannya. Menurut Barry Render, Ralph M. Stair Jr, and Michael E. Hanna, (2006 p154) untuk mengukur error dari forecast biasanya ada 4 ukuran yang bisa

38 digunakan akan tetapi dalam penelitian ini akan digunakan 2 dari 4 ukuran tersebut, yaitu Mean Absolute deviation dan Mean Squared Error. Mean Absolute Deviatior (MAD) Mean absolute deviation adalah rata-rata nilai absolute dari kesalahan meramal (tidak dihiraukan tanda positif atau negatifnya), jika semakin kecil nilainya maka semakin akurat metode forecasting yang dipakai. Mean Squared Error (MSE) Mean squared error adalah rata-rata dari kesalahan forecast dikuadratkan yang digunakan untuk memilih metode yang tepat. 3.6 Mengitung Proyeksi Volume Penjualan & Keakuratan Peramalan Dengan menggunakan 6 metode peramalan yang telah dipilih, maka dapat dihitung proyeksi unit penjualan motor Honda pada PT. Honda Dunia Motorindo untuk periode Juni 2013. Penulis melihat nilai hasil perhitungan MAD & MSE untuk masing-masing metode, untuk melihat keakuratan metode peramalan masing-masing. Setelah itu dicari nilai MAD & MSE terkecil untuk menentukan metode yang paling tepat dari 6 metode yang digunakan.