PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA

dokumen-dokumen yang mirip
PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20

BAB 3 LANGKAH PEMECAHAN MASALAH

Evelina Padang, Gim Tarigan, Ujian Sinulingga

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

Bab IV. Pembahasan dan Hasil Penelitian

BAB II TINJAUAN PUSTAKA

Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing

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

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

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU

Pembahasan Materi #7

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

Prosiding Manajemen ISSN:

PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

Febriyanto, S.E., M.M.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

ANALISIS PERKEMBANGAN PRODUKSI PENJUALAN SERTA PENAWARAN CPO DI PT AGRICINAL ANALYZING OF PRODUCTION SALES AND SUPPLY GROWTH OF CPO IN PT AGRICINAL

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

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

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

Dian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh.

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

ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

METODE PENELITIAN. pelanggan rumah tangga, bisnis, sosial, dan industri pada tahun-tahun yang

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI.

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

BAB II LANDASAN TEORI

1. PENDAHULUAN 2. KAJIAN PUSTAKA

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

USULAN PERAMALAN PRODUKSI PADA PRODUK BS-PRC DENGAN METODE TIME SERIES (Studi Kasus pada PT. PARDIC JAYA CHEMICAL) Oyi Aura Zakina*), Susatyo N.P.W.

BAB 2 LANDASAN TEORI

BAB III LANGKAH PEMECAHAN MASALAH

III. METODE PENELITIAN

PERAMALAN (FORECASTING)

Analisis perencanaan pengadaan bahan baku bokar untuk menghasilkan pallet pada PT. Perkebunan Nusantara V Bukit Selasih.

Model Perencanaan Produksi untuk Memenuhi Permintaan Pasar dan Pengendalian Persediaan Produk Jadi pada Perusahaan Penghasil Minuman Ringan

USULAN PERENCANAAN PRODUKSI DAN PERSEDIAAN TERINTEGRASI PT P&P LEMBAH KARET TUGAS AKHIR. Oleh FERDIAN REFTA AFRA YUDHA

BAB 2 TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

Peramalan (Forecasting)

PREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

Kata kunci: beban GI, perkiraan, regresi linier berganda

BAB IV METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

HASIL DAN ANALISIS DATA. Berikut ini adalah data penjualan besi Wiremesh selama 4 tahun berturutturut.

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

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

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

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

BAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 TINJAUAN TEORITIS. Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB)

ABSTRAK. Universitas Kristen Maranatha

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

BAB III METODE PENELITIAN. Indonesia yaitu PT. Indosat, Tbk yang beralamat di jalan Daan Mogot KM 11

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013

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

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG

Kata Kunci : Peramalan (Forecasting), Perencanaan Persediaan Metode P dan Q. Sistemik Nomor. 4 Volume. 2, Desember

Prosiding Manajemen ISSN:

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. deskriptif adalah suatu kegiatan yang berkenaan dengan pernyataan terhadap

Bab V SIMPULAN DAN SARAN

PERAMALAN (FORECASTING) #2

BAB V PEMBAHASAN. 5.1 Permintaan Konsumen

OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING

PERAMALAN NILAI INFLASI KESEHATAN DI KABUPATEN SEMARANG DENGAN METODE KUADRATIK

BAB III METODOLOGI PENELITIAN

PERAMALAN (FORECASTING) #2

KAJIAN BASIS DAN PRIORITAS DALAM SEKTOR PERTANIAN BAGI PEMBANGUNAN WILAYAH PESISIR BENGKULU

PERBANDINGAN METODE AUTOREGRESI DAN AUTOKORELASI SERTA SINGLE EXPONENTIAL SMOOTHING

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

EMA302 Manajemen Operasional

BAB 2 LANDASAN TEORI

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN

BAB 2 LANDASAN TEORITIS

PENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN PELUMAS PADA PT.

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7 ISSN : Pekanbaru, 11 November 2015

Transkripsi:

PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA The Forecasting of Raw Materials Supply and Sales in PT. Perkebunan Nusantara VII Unit Padang Pelawi Sukaraja Eka Monika Manihuruk, M. Mustopa Romdhon, dan Nusril Jurusan Sosial Ekonomi Pertanian Fakultas Pertanian Universitas Bengkulu ABSTRACT This research aims to forecast supply of raw material and sales and then to analyze the price of SIR 20 for 1 next year with a best method. Accuracy method of divination used MAD, MSE, MAPE. Analyze quantitative used time series, eksponential smoothing and Arima the development of raw materials, price of raw materials inside and outide of companies, the price of SIR 20 and selling of SIR 20 through increasing. Keywords: forecasting, supply, raw material, sales, SIR 20 PENDAHULUAN Salah satu sektor pertanian yang berpotensi untuk dijadikan unggulan adalah subsektor perkebunan. Sebagai salah satu subsektor yang penting dalam sektor pertanian, subsektor perkebunan mempunyai kontribusi yang signifikan terhadap perekonomian Indonesia. Sebagai negara berkembang dimana penyediaan lapangan pekerjaan merupakan masalah yang mendesak, subsektor perkebunan mempunyai peranan yang cukup signifikan. Serapan tenaga kerja oleh sektor pertanian di Indonesia adalah sebesar 27% (2008), PDRB/PDB sebesar 20%, dan ekspor (devisa) 40% (BPS, 2013). PTPN VII merupakan salah satu Perusahaan yang didirikan di Kota Bengkulu bergerak di bidang industri pengelolahan bahan olah karet rakyat menjadi Crumb Rubber jenis SIR 20. Bahan Baku berasal dari bahan olah karet kebun PTPN VII Padang Pelawi dan Ketahun serta bahan olah karet Masyarakat Petani sekitar Perusahaan. Prioritas kinerja PTPN VII memproduksi Crumb Rubber jenis SIR 20 karena bahan bakunya lebih dominan dapat diolah menjadi Standard Indonesia Rubber (SIR) 20. Hambatan yang sering terjadi di Perusahaan yaitu terjadinya fluktuasi pasokan dari kebun sendiri dan fluktuasi pasokan maupun harga dari luar perusahaan. Hambatan lainnya juga fluktuasi harga SIR 20 dan permintaan SIR 20, disebabkan oleh rendahnya produksi akibat gangguan pertumbuhan dari tanaman. Hal ini dapat dibuktikan selama tahun 2014 bahwa PT. Perkebunan Nusantara Unit Padang Pelawi bagian Pawi AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 151

Plasma tidak menghasilkan karet remah, sehingga alternatif pemenuhan bokar dari pihak ketiga. Berikut ini adalah data mengenai Produksi remah, bokar dan Produksi SIR 20. Untuk lebih jelasnya dapat dilihat pada Tabel 1. Tabel 1. Pasokan dan Harga Karet Remah, Bokar dan Produksi SIR 20 di PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI Tahun 2014 Inti Masyarakat Total Hasil olah Harga Bln Pawi seinduk Prov. Bkl pasokan SIR 20 Bokar No (ton/bln) (ton/bln) (ton/bln) (ton/bln) (ton/bln) (Rp/Kg) 1 77,853 53,447 1.330,308 1.461,608 1.392,370 18.461 2 64,533 65,304 1.056,095 1.185,932 1.232,315 18.642 3 74,940 57,668 878,577 1.011,185 1.320,970 17.441 4 85,582 35,106 1.046,406 1.167,094 1.231,230 17.311 5 97,946 71,801 1.344,641 1.514,388 1.148,875 15.855 6 102,266 88,029 948,706 1.139,001 1.148,875 16.067 7 66,211 59,257 525,260 650,728 1.008,910 13.637 8 75,517 73,385 554,186 703,088 945,210 16.192 9 71,366 89,335 760,251 920,952 875,525 16.038 10 76,325 100,430 485,549 662,304 868,210 13.167 11 72,967 95,163 323,883 492,013 393,085 13.143 12 84,079 122,415 1.299,945 1.506,439 885,150 15.690 Jumlah 949,585 911,340 10.553,807 12.414,732 12.490,065 Rata-rata 79,132 75,945 879,483 1.034,561 1.040,838 15970,33 Sumber: PT. Perkebunan Unit Padang Pelawi tahun 2014 Berdasarkan Tabel di atas Hasil Olah SIR 20 Pada tahun 2014 lebih besar jika dibandingkan dengan bahan bakunya disebabkan oleh Cadangan bahan baku yang disimpan di dalam gudang pada tahun sebelumnya digabungkan dengan jumlah bahan baku pada tahun 2014. PTPN VII mengambil kebijakan dalam pemenuhan bahan baku. Alternatif yang dilakukan perusahaan untuk memenuhi permintaan industri karet pasar lokal maupun mancanegara yaitu dengan pemenuhan bahan baku dari luar perusahaan. Disisi lain permintaan Bahan karet alam, saat ini mengalami peningkatan namun produksi perusahaan lebih kecil dibandingkan produksi kebun rakyat. Alternatif yang dilakukan perusahaan dengan menyimpan sisa produksi SIR 20 ke dalam gudang sebagai cadangan untuk pengiriman berikutnya. Pemenuhan pasar lokal dan mancanegara tergantung dengan permintaan pasar. Berkurangnya permintaan ini terjadi karena belum terjadinya persyaratan yang diinginkan konsumen. Berdasarkan latar belakang di atas, maka tujuan dalam penelitian ini dapat dirumuskan sebagai berikut: 1. Mengidentifikasi Pola Perkembangan jumlah pasokan dan harga bahan baku, harga dan jumlah penjualan SIR 20 dari Januari 2009 - Maret 2015. 2. Menganalisis Peramalan jumlah Pasokan dan harga Bahan Baku, harga dan jumlah Penjualan SIR 20 Untuk 1 (dua) tahun mendatang dari Maret 2015-152 Eka Monika M., M. Mustopa, R., dan Nusril, Peramalan Pasokan Bahan...

Maret 2016 pada PTPN VII Unit Padang Pelawi dengan metode peramalan terbaik. METODE PENELITIAN Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan April-Mei 2015. PT. Perkebunan Nusantara VII Unit Padang Pelawi Seluma dipilih secara purposive (sengaja), dengan pertimbangan karena Perusahaan ini yang mengolah bahan baku berupa bahan olahan karet kebun dan bahan olahan karet rakyat menjadi barang setengah jadi Crumb Rubber jenis SIR 20 yang dipasarkan ke pasar lokal dan mancanegara. Metode Pengumpulan Data Data yang dikumpulkan dalam penelitian ini berupa data primer dan data sekunder. Data primer diperoleh dari wawancara berupa proses pembuatan dan teknis penjualan SIR 20 dan data sekunder diperoleh dari perusahaan itu sendiri yaitu data jumlah pasokan dan harga bahan baku, harga dan penjualan SIR 20, serta data produksi terakhir dari Januari 2009 - Maret 2015. Data sekunder juga diperoleh dari literatur-literatur, instansi, dan lembaga yang berhubungan dengan penelitian. Analisis Data Indeks Musim (IM/Metode Rata-rata Bergerak) Data yang digunakan sebagai dasar peramalan dari bulan Januari 2009 - Februari 2015. Data tersebut terdiri dari data produksi, harga dan penjualan, jumlah dan harga bahan baku. Dalam mengukur derajat naik turunnya data biasanya dinyatakan dengan indeks musim atau IM. Untuk menghitung variasi dan indeks musim dengan metode rata-rata bergerak sederhana dari data asli. Prosedur penghitugan indeks variasi musim untuk runtut waktu dengan metode ini sebagai berikut: 1. Menghitung rata-rata bergerak dengan menjumlahkan data aktual (data jumlah pasokan dan harga bahan baku, harga dan penjualan SIR 20) setiap tiga bulan. 2. Menghitung rasio dari nilai yang sebenarnya dari rata-rata bergerak dengan membagi 3. 3. Data aktual (data jumlah pasokan dan harga bahan baku, harga dan penjualan SIR 20) dibagi dengan rasio dari nilai yang sebenarnya dikalikan dengan 100. 4. Untuk menghitung rata-rata redial maka rasio nilai sebenarnya terhadap rata-rata bergerak disusun menurut bulan untuk setiap tahun setelah dikeluarkan nilai terbesar dan yang terkecil. 1200 IM x rata-rata redial total rata rata redial AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 153

Analisis Kuantitatif Pola Perkembangan dan Peramalan Penelitian ini menggunakan metode peramalan time series yaitu: Metode Trend Linear Rumus metode Trend Linear adalah sebagai berikut (Jarwanto, 2000): Y a + bx Keterangan: Y a b x (Total pasokan dan harga bahan baku, harga dan penjualan SIR) Konstanta Koefisien 75 bulan (6,3 tahun) Metode Smoothing Eksponential Persamaan secara matematik ditulis sebagai berikut (Jarwanto, 2000): Ft F t-1 + α (A t-1 F t-1 ) Dimana: Ft F t-1 α A t-1 Metode ARIMA Peramalan baru (total pasokan dan harga bahan baku, harga dan penjualan SIR) Peramalan sebelumnya Konstanta smoothing Aktual periode lalu Model Umum dan Uji Stasioneritas Stasioneritas berarti tidak terdapat pertumbuhan atau penurunan pada data (total pasokan dan harga bahan baku, harga dan penjualan Standard Indonesia Rubber). Data secara kasarnya harus horizontal sepanjang sumbu waktu. Dengan kata lain, fluktuasi data berada di sekitar suatu nilai rata-rata yang konstan, tidak tergantung pada waktu dan varians dari fluktuasi tersebut atau tetap konstan setiap waktu. Untuk mengetahui stasioner tidaknya data dapat diamati dari time series plot data tersebut, autocorrelation function data atau model trend linier data terhadap waktu. Akurasi peramalan ditentukan oleh metode peramalan yang paling baik digunakan kriteria: Mean Squared Error (MSE) Menurut Gasperz (2004), dalam sistem peramalan, penggunaan berbagai model peramalan akan memberikan nilai peramalan yang berbeda dan nilai kesalahan yang berbeda pula dimana rumusnya adalah: Dimana nilai e adalah selisih antara nilai Y dengan peramalan (Yt). Model yang memiliki MSE paling kecil adalah model persamaan yang paling baik. 154 Eka Monika M., M. Mustopa, R., dan Nusril, Peramalan Pasokan Bahan...

Mean Absolute Deviation (MAD) Nilai ini dihitung dengan mengambil jumlah nilai absolut dari tiap kesalahan peramalan dibagi dengan jumlah periode data (n). Secara sistematis MAD dirumuskan sebagai berikut (Jarwanto, 2000): A t Ft MAD n Mean Absolute Percentage Error (MAPE) MAPE dihitung sebagai rataan diferensiasi absolut antara nilai yang diramal dan aktual, dinyatakan sebagai persentase nilai aktual. Jika memiliki nilai yang diramal dan aktual untuk n periode, MAPE dihitung sebagai berikut: 100 MAPE n Dimana: A t F t n At Ft A Aktual pada periode t Peramalan pada periode t Jumlah periode peramalan yang terlibat t HASIL DAN PEMBAHASAN Tabel 1 menjelaskan secara menyeluruh bahwa, ketika persentase (%) jumlah pasokan bahan baku tinggi maka persentase harga bahan baku dari luar perusahaan akan menurun, sedangkan persentase harga SIR akan meningkat dan berbanding lurus dengan penjualan. Begitu juga sebaliknya Ketika jumlah pasokan bahan baku turun maka harga beli bahan baku karet dari luar perusahaan akan tinggi karena ketersediaaan bahan baku terbatas dan akan menghambat proses produksi. Faktor yang menyebabkan penjualan meningkat dipengaruhi oleh jumlah permintaan pasar terhadap SIR 20 dan harga yang ditentukan oleh pasar dunia terhadap SIR 20. Berdasarkan 3 grafik tersebut, dapat diketahui bahwa PT.Perkebunan mengalami fluktuasi pasokan bahan baku selama 6 tahun. Rata-rata pola perkembangan pasokan bahan baku dengan eksponential smoothing sebesar 1.023.048 kg/bulan, trend 1.023.946,44 kg/bulan, dan arima 1.026.205 kg/bulan. Selama periode tahun 2009-2015 pasokan bahan baku hanya mengalami penurunan signifikan di bulan november 2014 dengan jumlah pasokan 491.090 kg/bulan dan tertinggi pada bulan januari 2011 dengan jumlah 1.715.770 kg/bulan. AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 155

Tabel 1. Indeks Musim Pasokan Bahan Baku, Harga Bahan Baku dan Harga SIR 20 dan Penjualan SIR 20. Indeks Musim (%) Bahan baku SIR 20 Bulan Jumlah Harga BB Harga Bokar No Harga Penjualan Pasokan Dalam Luar 1 104,02 103,74 79,87 100,96 105,45 2 97,94 90,08 95,70 100 99,78 3 103,12 104,26 104,49 101,29 105,1 4 91,37 98,39 101,92 99,80 103,09 5 109,70 102,61 100,95 99,85 100,08 6 103,74 101,83 104,39 100,10 100,28 7 104,87 97,34 99,92 99,61 100,03 8 91,29 102,56 104,04 100,08 93,23 9 89,10 103,49 104,10 99,89 90,20 10 100,30 94,60 98,50 99,84 100,20 11 97,54 97,94 104,77 99,44 98,35 12 106,99 103,15 100,36 99,22 104,21 Rata-rata 100 100 100 100 100 Sumber: Data Sekunder diolah dari data PT. Perkebunan VII Unit Padang Pelawi 2015 Pola Perkembangan Total Pasokan Bahan Baku 1.400.000 1.200.000 1.000.000 800.000 600.000 400.000 200.000 0 1 2 3 4 5 6 7 eksponential trend arima Grafik 1. Grafik Pola Perkembangan Pasokan Bahan Baku Sumber: Data Sekunder diolah dari PT. Perkebunan VII Unit Padang Pelawi 2009-2015 Fluktuasi pasokan bisa terjadi disebabkan tidak tetapnya jumlah bahan baku dari kebun inti perusahaan, sehingga untuk memenuhi kebutuhan bahan baku dalam produksi alternatif yang dilakukan demgan mengambil dari ketahun dan masyarakat. Agar tidak kesulitan dalam pengadaan bahan baku sebaiknya Perusahaan menciptakan strategi yang permanen dan mempunyai hubungan timbal balik yang positif dalam bentuk aktifitas sosial CSR dan program kemitraan diharapkan mampu memberi dampak yang positif bagi 156 Eka Monika M., M. Mustopa, R., dan Nusril, Peramalan Pasokan Bahan...

lingkungan sekitar perusahaan. Didirikannya perusahaan tersebut diharapkan mampu mendorong pertumbuhan baik dari segi sosial dan ekonomi masyarakat sekitar. Pola Perkembangan harga bahan baku (dalam perusahaan) 35.000 30.000 25.000 20.000 15.000 10.000 5.000 0 1 2 3 4 5 6 7 eksponential trend arima Grafik 2. Pola Perkembangan Harga Bahan Baku (Dalam Perusahaan) Sumber: Data Sekunder diolah dari PT. Perkebunan VII Unit Padang Pelawi 2009-2015 Berdasarkan grafik dapat dilihat bahwa, PT. Perkebunan VII Unit Padang Pelawi mengalami fluktuasi harga yang sangat signifikan dipengaruhi permintaan pasar akan produk yang berbahan baku karet sangat tinggi. Selama periode tahun 2009-2015 perkembangan harga karet cenderung tidak stabil, dapat dilihat pada grafik. Harga rata-rata bahan baku dalam perusahaan untuk analisis eksponential smoothing 19.279,62 Rp/kg, trend 19.190,49 Rp/kg, dan Arima 19.206,62 Rp/kg. harga dalam perusahaan memiliki harga yang tinggi karena yang menentukan harga tersebut pihak pabrik pada perusahaan itu sendiri dan juga karena hasil karet remah dari dalam perusahaan memiliki kualitas sesuai dengan standard yang ditentukan dan tidak perlu melakukan sortiran seperti pengambilan pasokan dari lainnya. Pola Perkembangan harga bokar (luar perusahaan) 30.000,00 20.000,00 10.000,00 0,00 1 2 3 4 5 6 7 trend eksponen tial Grafik 3. Pola Perkembangan Harga Bokar Sumber: Data Sekunder diolah dari PT.Perkebunan VII Unit Padang Pelawi 2009-2015 AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 157

Berdasarkan Grafik 3 dapat diketahui bahwa, PT. Perkebunan VII Unit Padang Pelawi Seluma mengalami fluktuasi harga yang diberikan pada luar perusahaan. Rata-rata harga dari luar perusahaan, berdasarkan trend analisis sebesar 17.923,56, eksponential smoothing 18.004,88 dan arima 18.344,43. Terjadinya fluktuasi harga dari luar perusahaan disebabkan oleh price maker oleh pasar dunia, dan juga perusahaan mengalami penambahan biaya seperti biaya pengangkutan bahan baku, biaya penyimpanan terhadap bahan baku yang disimpan digudang dan juga penyortiran yang dilakukan agar mutu yang dihasilkan sesuai dengan target yang telah ditentukan dan dapat bersaing dengan produk yang dihasilkan oleh perusahaan lainnya. Pola Perkembangan harga Standard Indonesia Rubber (SIR) 20 45000 40000 35000 30000 25000 20000 15000 10000 5000 0 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 eksponential trend arima Grafik 4. Pola Perkembangan Harga SIR 20 Sumber: Data Sekunder diolah dari PT. Perkebunan VII Unit Padang Pelawi 2009-2015 Produk yang dihasilkan ini memiliki nilai yang sangat tinggi harganya setelah diolah menjadi barang setengah jadi. Nilai tambah yang didapat sekitar 70-75%. Berdasarkan hasil penelitian, harga SIR tersebut ditentukan sesuai dengan harga pasar dunia yang ditentukan oleh negara singapura. Rata-rata harga SIR 20/Kg berdasarkan analisis eksponential smoothing 26.431,03 Rp/kg, trend 26.319,17 Rp/kg, dan Arima 24.992,53 Rp/kg. Harga SIR 20 tidak memiliki harga yang sangat signifikan, karna SIR 20 merupakan mutu produk yang paling rendah dibandingkan dengan SIR 3 dan lain-lain. Harga akan mencapai tingkat kesetabilan apabila prosess produksi dan pengiriman bisa berjalan dengan baik. Berdasarkan Grafik 5 dapat diketahui bahwa, PT.Perkebunan VII Unit Padang Pelawi mengalami perkembangan penjualan komoditi SIR 20 yang cenderung meningkat selama 6 tahun. Selama periode tahun 2009-2015 mengalami fluktuatif. Rata-rata penjualan/bulan berdasarkan analisis eksponential smoothing Rp 4.395.702003/bulan, trend Rp 4.328.056347/bulan dan Arima Rp 3.117.865449/bulan. 158 Eka Monika M., M. Mustopa, R., dan Nusril, Peramalan Pasokan Bahan...

Pola Perkembangan Penjualan Standard Indonesia Rubber (SIR) 20 ISSN: 1412-8837 eksponential (jta/ton) trend(jta/ton) arima(jta/ton) 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 Grafik 5. Pola Perkembangan Penjualan SIR 20 Sumber: Data Sekunder diolah dari PT. Perkebunan VII Unit Padang Pelawi 2009-2015 Perencanaaan Untuk 1 Tahun Mendatang untuk Pasokan dan Harga bahan baku, harga dan Penjualan SIR 20. Dengan adanya perhitungan peramalan menggunakan software e-views dengan data pasokan bahan baku dari dalam dan luar perusahaan pada PT. Perkebunan VII Unit Padang Pelawi diketahui bahwa metode Arima memiliki nilai kesalahan/error yang terkecil. Kemudian metode tersebut dapat dijadikan sebagai perencanaan/dasar dalam meramalkan pasokan bahan baku dari dalam dan luar perusahaan yang menjadi masalah bagi perusahaan dalam memproduksi Standard Indonesia Rubber (SIR). Perencanaan untuk 1 tahun mendatang dapat dilihat pada grafik dibawah ini. 45000 40000 35000 30000 25000 20000 15000 10000 5000 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 pasokan(kuintal/bulan) harga luar (Rp/kg) penjualan (juta/bln) harga dalam (Rp.kg) harga sir(rp/kg) Grafik 6. Perencanaan Pasokan dan Harga Bahan Baku, Harga dan Penjualan SIR 20 AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 159

Berdasarkan Grafik 6 dapat diketahui bahwa pasokan dan harga bahan baku, penjualan dan harga SIR mengalami fluktuasi. Pasokan tertinggi pada bulan juni (11.676,66 kuintal/bulan) dan terendah pada bulan februari 2016 (9.656,13 kuintal/bulan), harga bahan baku dalam perusahaan tertinggi pada bulan juni 2016 (Rp 17.770 /bulan) dan terendah (Rp 11.550/bulan), untuk harga bahan olahan karet rakyat dari luar perusahaan tertinggi pada bulan januari 2016 (14.456 Rp.bulan) dan terendah pada bulan september 2015 (Rp 11.200/bulan), untuk harga SIR 20 tertinggi pada bulan oktober 2015 (Rp 40.343,57/bulan) dan terendah pada bulan maret 2016 (Rp 21.314,77/bulan) dan untuk penjualan tertinggi pada bulan oktober 2015 (5.284,27 Juta/bulan) dan terendah pada bulan september 2016 (1.629,463 juta/bulan). Grafik diatas menunjukkan bahwa pada saat harga SIR meningkat, maka berbanding lurus dengan jumlah penjualan. Pada bulan oktober 2015 jumlah dan penjualan SIR 20 meningkat, sedangkan pada saat grafik pasokan bahan baku meningkat berbanding terbalik dengan harga bahan baku yang semakin menurun. Dapat disimpulkan ketika pasokan bahan baku tinggi maka harga bahan baku luar perusahaan akan menurun. Pada grafik harga bahan baku terjadi perpotongan, saat grafik harga bahan baku dalam perusahaan menurun maka jumlah pasokan bahan baku akan meningkat. Oleh sebab itu rencana dan strategi harus dipersiapkan oleh perusahaan dalam mengoptimalkan jumlah pasokan, harga dan penjualan dengan efisien. SIMPULAN DAN SARAN Simpulan 1. Berdasarkan pola perkembangan bahan baku dari (dalam dan luar perusahaan), harga bahan baku dalam dan luar perusahaan, harga Standard Indonesia Rubber (SIR), harga penjualan Standard Indonesia Rubber (SIR) secara menyeluruh mengalami peningkatan berdasarkan persentase Indeks musim. 2. Hasil peramalan bahan baku karet dari dalam dan luar perusahaan menunjukkan bahwa metode terbaik adalah metode Arima (1,1,1), untuk harga bahan baku dalam perusahaan metode terbaik adalah metode Arima (1,0,1), untuk harga dari luar perusahaan metode terbaik adalah Arima (1,0,1), untuk harga Standard Indonesia Rubber (SIR) metode terbaik adalah Arima (1,1,1) dan untuk penjualan SIR metode terbaik adalah metode Arima (1,0,1) menunjukkan bahwa metode Arima merupakan metode time series yang sesuai dan cocok untuk data stasioner dan musiman. 3. Ramalan untuk 1 tahun mendatang yang dimulai dari april 2015 sampai desember 2016 sangat bervariasi, sehingga menjadi acuan dasar bagi PT. Perkebunan Nusantara VII Unit Padang Pelawi untuk membuat kebijakan dan menerapkan beberapa sistem manajemen yang tepat dan efisien agar target-target perusahaan tercapai. 160 Eka Monika M., M. Mustopa, R., dan Nusril, Peramalan Pasokan Bahan...

Saran 1. Perusahaan PT. Perkebunan Nusantara VII Unit Padang Pelawi sebaiknya memilih metode terbaik dengan tingkat kesalahan terkecil yaitu metode Arima yang dapat digunakan sehingga dapat mengurangi ketidakpastian dimasa akan mendatang dengan hasil ramalan yang tidak jauh berbeda dengan realisasi. 2. Agar perusahaan menggunakan software e-views untuk peramalan (forecasting) sehingga dapat meningkatkan kemampuan manajemen perusahaan. 3. Pabrik sebaiknya melakukan standarisasi mutu. Turunnya harga karet disebabkan melemahnya standar mutu/berat bersih yang dijual petani disebabkan oleh kurangnya pengetahuan terhadap standar kualitas karet sehingga berdampak pada kualitas produk yang dihasilkan. 4. Perbaikan ekonomi global, Tantangan eksternal dari rentannya perbaikan global sehingga berdampak pada kinerja ekspor nasional, dan tantangan domestik berasal dari pencapaian produksi hasil perkebunan yang kurang optimal serta terbatasnya infrastruktur perekonomian. 5. Implikasi manajerial untuk harga SIR 20 yaitu sebaiknya kualitas SIRnya ditingkatkan sesuai dengan keinginan konsumen agar dapat memasuki pasar dunia sehingga penjualannya bisa berjalan dengan lancar. DAFTAR PUSTAKA BPS. 2013. Kontribusi Subsektor Perkebunan pada Pertaniaan. Bengkulu. Gasperz, Vincent. 2004. Production Planning and Inventory Control. PT Gramedia Pustaka Umum. Jakarta. Jarwanto. 2000. Intermediate Accounting. Edisi 12. Vol. 1. Erlangga. Jakarta. PT. Perkebunan Nusantara VII Unit Padang Pelawi. 2014. Pasokan Karet Remah, Bokar dan Produksi SIR 20. Bengkulu. AGRISEP Vol. 15 No. 2 September 2016 Hal: 151-161 161