BAB 2 LANDASAN TEORI

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

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

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

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

BAB II TINJAUAN TEORITIS

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

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

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

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

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

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

BAB 3 METODOLOGI PEMECAHAN MASALAH

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

BAB 2 TINJAUAN TEORI

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

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

BAB 2 LANDASAN TEORI

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

IV METODE PENELITIAN

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

BAB II LANDASAN TEORI

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab 2 Landasan Teori

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER

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

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

BAB 2 LANDASAN TEORI

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

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

III. METODE PENELITIAN

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

BAB 2 LANDASAN TEORI

BAB 3 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

IV. METODE PENELITIAN

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

III. METODE PENELITIAN

BAB 4 METODOLOGI PENELITIAN

FORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1

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

BAB IX TEKNIK PERAMALAN

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

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

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

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

MODUL III ANALISIS KELAYAKAN INVESTASI

Bab II Dasar Teori Kelayakan Investasi

Pengantar Teknik Industri

BAB 2 LANDASAN TEORI

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya

IDENTIFIKASI POLA DATA TIME SERIES

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

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

III KERANGKA PEMIKIRAN

MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKTUR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR

BAB 3 LANDASAN TEORI

BAB II LANDASAN TEORI

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

PERAMALAN PERMINTAAN MATERIAL PBT RESIN DURANEX 304SA PADA PT. TTLC

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

Pemulusan Eksponensial dengan Metode Holt Winter Additive Damped

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

ANALISIS PERAMALAN PENJUALAN PRODUK KERIPIK PISANG KEMASAN BUNGKUS (Studi Kasus : Home Industry Arwana Food Tembilahan)

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

Bab II LANDASAN TEORI

Sekilas Pandang. Modul 1 PENDAHULUAN

IV. METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 3 LANDASAN TEORI

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

HUMAN CAPITAL. Minggu 16

BAB II TINJAUAN PUSTAKA

PERAMALAN PERMINTAAN GREEN TEA PE PT HPS DENGAN METODE TIME SERIES

Bab IV Pengembangan Model

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada

BAB 3 LANDASAN TEORI. Definisi menurut institute of industrial and system (IIE) : dan metode-metode analisa teknik untuk memprediksi dan mengevaluasi

III METODE PENELITIAN

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

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

PERAMALAN PENDAPATAN KECAMATAN BERASTAGI DARI SEKTOR PAJAK HOTEL UNTUK TAHUN 2009 TUGAS AKHIR RILPI BISMA GINTING SUKA

Transkripsi:

BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian arus maerial dan jasa. Menuru Marin Chrisopher yaiu manajemen yang mengaur hubungan dengan supplier dan pelanggan unuk memberikan nilai lebih pada pelanggan dengan biaya yang rendah. Sedangkan menuru David J. Bloomberg yaiu suau proses perencanaan, pengorganisasian, dan pengendalian alur maerial dan jasa dari pemasok sampai konsumen. Pendekaan yang erinegrasi menggabungkan pemasok, manajemen persediaan, dan logisik yang erinegrasi dan operasi. Fokus supply chain managemen adalah pengelolaan dalam hubungan dalam koneks unuk mendapakan keunungan yang lebih besar pada keseluruhan bagian dalam ranai. Manajemen ranai pasok menghubungkan anara vendor, pelanggan, dan perusahaan pihak keiga. 2.2 Hubungan Supply Chain Managemen dan Logisik Hubungan anara supply chain managemen (SCM) dan logisik yaiu bahwa SCM merupakan bagian pening dari manajemen logisik sebagai salah sau pendukung dalam aliran disribusi aau arus maerial (Hendayani, 2011). Menuru Council of Supply Chain Managemen Professional (CSCMP) yang berkedudukan di Amerika Serika manajemen logisik merupakan bagian dari manajemen ranai pasok yang merencanakan, menerapkan, dan mengendalikan ingka efisiensi dan efekifias dari arus dan penyimpanan barang, jasa dan informasi yang erkai dari hulu ke hilir dan sebaliknya, dimulai dari iik asal barang ersebu hingga iik empa digunakan aau dikonsumsinya barang ersebu

8 unuk memenuhi persyaraan dan perminaan dari pelanggan. Manajemen logisik mempunyai peran yang lebih berhubungan dengan aliran barang dan jasa mulai dari sebelum proses operasi produksi hingga produk jadi yang dikirimkan kepada pelanggan. Sedangkan SCM yang secara eknis mengaur hubungan berbagai pihak yang erliba dalam proses yang diaur oleh manajemen logisik dan merupakan salah sau fakor pendukung keberhasilan dari manajemen logisik. 2.3 Aliran Supply Chain Managemen Di dalam proses supply chain managemen, erdapa beberapa pihak yang memiliki peranan pening aau biasa disebu pesera ranai pasok (supply chain paricipan). Gambar 2.1 Jaringan Ranai Pasok Pada gambar 2.1 menjelaskan bahwa erdapa empa ingkaan fasilias yaiu alur produk dari vendor ke plan, plan ke disribuion ceners, dan disribuion ceners ke pasar / pelanggan. Namun adakalanya erjadi alur dari pelanggan kembali ke pars disribuion ceners yaiu pada saa proses re-cycle. Plan yaiu empa dimana produk ersebu berransformasi sedangkan disribuion ceners adalah empa dimana produk dierima, diklasifikasikan dan diurukan, dileakkan dalam

9 penyimpanan, diambil dari penyimpanan, dan erjadi pengiriman, namun idak erjadi ransformasi secara fisik (Shapiro, 2009). 2.4 Konsep Peramalan Menuru Gasperz, erdapa sembilan langkah yang harus diperhaikan unuk menjamin efekivias dan efisiensi dari sisem peramalan dalam manajemen perminaan yaiu: 1. Menenukan ujuan dari peramalan 2. Memilih iem independen demand yang akan diramalkan 3. Menenukan horizon waku dari peramalan (jangka pendek, menengah aau panjang) 4. Memilih model-model peramalan 5. Memperoleh daa yang dibuuhkan unuk melakukan peramalan 6. Validasi model peramalan 7. Membua peramalan 8. Implemenasi hasil-hasil peramalan 9. Memanau keandalan hasil peramalan 2.5 Definisi Filer Filer adalah penyaring aau ala unuk menyaring. Pada uni ala bera erdapa 4 (empa) macam filer yaiu filer oli (oil filer), filer bahan bakar (fuel filer), filer udara (air filer), dan filer air (waer filer). Kemudian fungsi dari filer pada uni ala bera yaiu sebagai penyaring benda-benda asing yang berada pada media yang dilaluinya baik iu oli, bahan bakar, air aaupun udara. Dampak dari pengabaian perawaan dan pengganian filer adalah seperi erbakarnya urbine shaf (baang urbin)

10 sehingga mengakibakan idak berfungsinya engine. Aau korosi, deformasi dan paahnya valve / klep pada cylinder head sebagai akiba dari idak berfungsinya filer dalam memisahkan air dan parikel asing lainnya. Prinsip kerja oli hidrolik seperi pada hydraulic circui diagram (gambar 2.3). Fluida oli dipompa oleh gear pump yang digerakkan oleh moor akan masuk ke Power Take Off Engine (PTO Engine) melumasi seiap bagian dari engine kemudian kembali lagi ke gear pump melalui PTO Oil Reservoir dan PTO oil filer. Gambar 2.2 Hydraulic Circui Diagram Keerangan: 1. PTO engine 3. Gear pump 2. PTO oil reservoir 4. PTO oil filer Sedangkan prinsip kerja filer hidrolik adalah menyaring oli yang masuk melalui saluran inpu kemudian disaring keluar melalui elemen sebelum disalurkan ke conrol valve melalui saluran oupu (gambar 2.5).

11 Gambar 2.3 Hydraulic Oil Filer Gambar 2.4 Saluran Hydraulic Oil Filer Keerangan: 1. Elemen A: Oupu dari hydraulic pump 2. Case B: Saluran menuju conrol valve 3. Cover 2.6 Peramalan Peramalan adalah proses unuk memperkirakan berapa kebuuhan di masa daang yang melipui kebuuhan dalam ukuran kuanias, kualias, waku, dan lokasi yang dibuuhkan dalam rangka memenuhi perminaan barang aaupun jasa. Peramalan idak erlalu dibuuhkan dalam kondisi perminaan pasar yang sabil, karena perubahan perminaan relaif kecil. Dalam kondisi pasar bebas, perminaan lebih bersifa kompleks dan dinamis karena perminaan ersebu erganung dari keadaan sosial, ekonomi, poliik aspek eknologi, produk pesaing, dan produk subsiusi. Oleh karena iu peramalan yang akura merupakan informasi yang sanga dibuuhkan dalam pengambilan kepuusan manajemen (Nasuion, A.H., 2003).

12 Peramalan memerlukan berbagai kegiaan unuk mengenali dan memanau berbagai sumber perminaan akan produk dan jasa, yang melipui peramalan, mencaa pesanan, membua janji penyerahan, menenukan kebuuhan uni-uni operasional unuk mengkordinasikan seluruh kegiaan secara erpadu. Sasaran peramalan dapa dikaegorikan berdasarkan jangka wakunya ke dalam sasaran jangka panjang, jangka menengah, jangka pendek, dan segera (Baroo, T., Hal 22). 2.6.1 Model-model Peramalan Terdapa dua jenis model peramalan yang uama, yaiu model ime series dan model regresi. Model ime series, peramalan dilakukan berdasarkan nilai masa lalu dari suau variabel. Tujuan meode ini adalah menemukan pola dalam dere hisoris memanfaakan unuk perkiraan di masa yang akan daang. Sedangkan model regresi menunjukkan suau hubungan sebabakiba dengan sau aau lebih variabel bebas. Pola daa dibedakan menjadi empa jenis (Spyros, Seven, Vicor, 2004, hal. 10), yaiu: 1. Pola Horizonal Terjadi keika nilai daa berflukuasi di sekiar nilai raa-raa yang konsan. Suau produk yang penjualannya cenderung idak meningka aau menurun dalam waku erenu ermasuk kedalam jenis pola horizonal. (Spyros, Seven, Vicor, 2004, P. 10) Gambar 2.5 Pola Daa Horizonal

13 2. Pola Musiman Terjadi bilamana suau dere dipengaruhi oleh fakor musiman, misal kuaral ahun, bulan, aau saa-saa erenu. (Spyros, Seven, Vicor, 2004, P. 10) Gambar 2.6 Pola Daa Musiman 3. Pola Siklis Terjadi bilamana daa dipengaruhi oleh flukuasi ekonomi jangka panjang seperi yang berhubungan dengan siklus bisnis, adanya perganian selera, mode, adanya perganian siklus produk. (Spyros, Seven, Vicor, 2004, P. 10) Gambar 2.7 Pola Daa Siklis

14 4. Pola Tren Terjadi bila erdapa kenaikan aau penurunan sekuler jangka panjang dalam daa, dan daanya bersifa runun waku. (Spyros, Seven, Vicor, 2004, P. 10) Gambar 2.8 Pola Daa Tren 2.6.2 Meode Peramalan Konsan 1. Meode Double Moving Average Salah sau peramalan ime series dengan meliha daa ren yaiu peramalan dengan meode double moving average. Pada meode ini dilakukan dua kali moving average dengan menggunakan daa moving average yang perama kali. Beriku ini adalah rumus yang dipakai pada peramalan ini yaiu : Rumus unuk moving average yang perama M = Y + 1 Y = + Y 1 + Y 2 +... + Y k+ k 1 Rumus unuk moving average yang kedua ' M + M 1 + M 2 +... + M k+ M = k 1

15 Rumus unuk menghiung peramalan dengan meode double moving average a = M + ( M 2 b = ( M k 1 ^ Y + p = a + b + p ' M ) = 2M m M ) ' M ' 2. Meode Double Exponenial Smoohing Dasar dari meode ini sama dengan meode raa-raa bergerak linier. Beriku ini adalah persamaan yang dipakai dalam perhiungan Double Exponenial Smoohing: S = α X +(1- α).s -1 S = α S + (1- α).s -1 a = 2S S b = α (S S ) / (1- α) F +m = a + b (m) keerangan: α = koefisien pemulusan S = nilai-nilai penghalusan eksponensial unggal S = nilai-nilai penghalusan eksponensial ganda a b F +m = penyesuaian nilai penghalusan unggal unuk periode = komponen kecenderungan = nilai ramalan unuk m periode ke depan dari

16 2.6.3 Pengukuran Kesalahan Peramalan 2.6.3.1 MAD (Mean Absolue Deviaion) Mengukur keepaan ramalan dengan meraa-raa kesalahan dugaan (nilai absolu masing-masing kesalahan). MAD akan sanga bermanfaa keika menganalisis kesalahan ramalan dalam uni yang sama sebagai dere asli. Dimana : Y = Daa akual Ŷ = Hasil peramalan n = jumlah periode 2.6.3.2 MSE (Mean Squared Error) MSE aau mean squared error adalah meode unuk mengevaluasi peramalan. Masing-masing selisih dikuadrakan kemudian dijumlahkan dan dibagi dengan jumlah observasi. Dimana : Y = Daa akual Ŷ = Hasil peramalan n = jumlah periode

17 2.6.3.3 MAPE (Mean Absolue Percenage Error) MAPE dihiung dengan menggunakan kesalahan absolu pada iap periode dibagi dengan nilai observasi yang nyaa unuk periode iu kemudian meraa-raakan kesalahan persenase absolu ersebu. Pendekaan MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyaa pada dere. Meode MAPE digunakan jika nilai Y besar. Dimana: Y = Daa akual Ŷ = Hasil peramalan n = jumlah periode