Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus pada PT. Amaah Garmet Badug) 1 Dika Rizka Darmawa, 2 Tasya Aspirati, 3 Niig Koesdiigsih 1,2,3 Program Studi Maajeme, Fakultas Ekoomi da Bisis, Uiversitas Islam Badug Jl. Tamasari No.1 Badug 40116 email: 1 Dikarizka14@gmail.com, 2 ad_tasya@yahoo.com, 3iig_koesdiigsih@yahoo.com Abstract. The backgroud ad purpose of this research is to kow the forecastig of product sales i PT. Amaah Garmet Badug usig three forecastig methods of sigle movig average, weighted movig average ad expoetial smoothig by comparig the smallest MAD, MSE ad MAPE error values. The method used i this research is descriptive research with quatitative approach. Data collectio techiques used are through observatio, iterview ad documetatio. The desig of data aalysis i this study; Collectig product sales data, choosig forecastig methods, calculatig forecastig accuracy with MAD, MSE ad MAPE, comparig the smallest error values, selectig the best forecastig method ad drawig coclusios. Keywords: Forecastig, Sigle Movig Average, Weighted Movig Average, Expoetial Smoothig Abstrak. Latar belakag da tujua dari peelitia ii adalah utuk megetahui peramala pejuala produk di PT. Amaah Garmet Badug dega megguaka tiga metode peramala yaitu sigle movig average, weighted movig average da expoetial smoothig dega membadigka ilai error MAD, MSE da MAPE terkecil. Metode yag diguaka dalam peelitia ii adalah peelitia deskriptif dega pedekata kuatitatif. Tekik pegumpula data yag diguaka adalah melalui observasi, wawacara da dokumetasi. Racaga aalisis data dalam peelitia ii ; megumpulka data pejuala produk, pemiliha metode peramala, meghitug akurasi peramala dega MAD,MSE da MAPE, membadigka ilai error terkecil, memilih metode peramala terbaik da mearik kesimpula. Kata kuci: Peramala, Sigle Movig Average, Weighted Movig Average, Expoetial Smoothig A. Pedahulua Pada saat ii hampir semua perusahaa yag bergerak di bidag idustri dihadapka pada suatu tataga, yaitu adaya tigkat persaiga yag semaki ketat. Hal ii megharuska perusahaa utuk dapat merecaaka semua parameter produksi dega baik, termasuk kapasitas produksi agar dapat memeuhi permitaa pasar dega tepat waktu da dega jumlah yag sesuai, sehigga diharapka keutuga perusahaa aka meigkat. PT. Amaah Garmet Badug merupaka perusahaa yag bergerak di bidag produksi pakaia jadi/ koveksi/ mikro garmet. PT. Amaah Garmet memiliki volume pejuala yag berfluktuasi setiap bulaya sehigga megatarka perusahaa pada kodisi permitaa masa depa yag peuh dega ketidakpastia. Persaiga bisis yag begitu ketat, membuat pihak maajeme perusahaa ditutut utuk dapat meetuka permitaa produk yag aka datag da melakuka perecaaa pembelia baha baku yag sesuai kebutuha dalam artia tidak berlebiha maupu tidak kekuraga. Besarya pejuala polo shirt pria tidak meetu terkadag megalami terkadag megalami peurua. Sehigga perusahaa tidak bisa meetuka besarya recaa produksi utuk polo shirt pria. Utuk itu perusahaa harus melakuka peramala utuk merecaaka produksi agar tidak terjadi over productio maupu uder productio. Utuk megatisipasi hal tersebut, perusahaa perlu melakuka peramala 703
704 Dika Rizka Darmawa, et al. pejuala. Peramala pejuala dapat diguaka bagi perusahaa utuk megatisipasi hal-hal yag aka datag. Jika perusahaa salah melakuka peramala pejuala, bisa terjadi hal-hal yag tidak diigika. Adapu tujua dari peelitia ii adalah utuk megetahui besarya peramala pejuala produk polo shirt pria dega megguaka metode sigle movig average, weighted movig average da expoetial smoothig sebagai dasar meetuka besarya recaa produksi polo shirt pria. B. Ladasa Teori Peramala merupaka suatu tekik yag petig bagi perusahaa atau pemeritah dalam megambil kebijaka. Dalam meramal suatu ilai pada masa yag aka datag buka berarti hasil hasil yag didapatka ialah sama persis, melaika merupaka suatu pedekata alteratifyag lumrah dalam ilmu statistik. Meurut Heizer & Reder (2011 : 136), peramala adalah sei da ilmu utuk memprediksi kejadia di masa depa dega melibatka pegambila data historis da memproyeksikaya ke masa medatag dega model pedekata sistematis. Meurut Willia J.Steveso (2009 : 72) medefiisika peramala sebagai iput dasar dalam proses pegambila keputusa maajeme operasi dalam memberika iformasi tetag permitaa di masa medatag dega tujua utuk meetuka berapa kapasitas atau persediaa yag aka dibutuhka utuk memeuhi permitaa. Jadi peramala dapat diartika sebagai pedekata sistematis yag diguaka utuk megaalisa pola dari data historis pejuala utuk memproyeksika permitaa di masa medatag sebagai dasar dalam membuat perecaaa jagka pajag perusahaa serta sebagai pertimbaga utuk beberapa keputusa yag terkait dega kebutuha kapasitas, persediaa, da aggara yag diguaka agar dapat memeuhi permitaa tersebut. Metode peramala yag diguaka megguaka model deret waktu dega metode sigle movig average, weighted movig average da expoetial smoothig. 1. Sigle Movig Averages diperoleh dega merata-rata permitaa berdasarka beberapa data masa lalu yag terbaru. Rumus yag diguaka dalam meghitug dega metode Sigle Movig Averages adalah sebagai berikut (Reder da Heizer, 2009:167-197) : permitaa periode sebelumya SMA = = jumlah periode dalam rata-rata bergerak. 2. Weighted Movig Average Pemiliha bobot merupaka hal yag tidak pasti karea tidak ada rumus utuk meetapka (Reder da Heizer, 2009:167-197). Rata-rata bergerak dega pembobota dapat digambarka secara matematis sebagai berikut: WMA = (bobot pada periode )(permitaa pada periode ) bobot adalah jumlah periode dalam rata-rata bergerak tertimbag. 3. Expoetial smoothig merupaka metode peramala rata-rata bergerak dega pembobota, dimaa α adalah suatu bobot atau kostata peghalusa yag dipilih oleh peramal yag mempuyai ilai atara 0 da 1. Secara sistematis peramala tersebut dapat ditulis sebagai berikut (Heizer & Reder, 2011:144-145) : Volume 3, No.2, Tahu 2017
Aalisis Peramala Pejuala Dega Megguaka 705 F 1 = F t 1 + α(a t 1 F t 1 ) = peramala baru -1 = peramala sebelumya α = kostata peghalus (pembobot) (0 α 1) At-1 = permitaa aktual bula lalu Akurasi perhituga dari kesalaha peramala di setiap model peramala dapat dijelaska dega membadigka ilai yag diramal dega ilai actual atau ilai yag sedag diamati. Beberapa alat ukur yag serig dipakai utuk meghitug akurasi peramala yaitu mea absolute deviatio (MAD), mea squared error (MSE), da mea absolute percet error (MAPE). 1. MAD (Mea Absolute Deviatio) MAD merupaka rata-rata kesalaha mutlak selama periode tertetu tapa memperhatika apaka hasil peramala lebih besar atau lebih kecil dibadigka keyataaya. Secara sistematis, MAD dirumuska sebagai berikut (Heizer&Reder, 2011:146): At MAD = [ ] At = Permitaa aktual pada periode t. = Peramala Permitaa (forecast) pada periode-t. = Jumlah periode peramala yag terlibat. Dalam MAD, kesalaha dega arah positif atau egatif yag diukur haya besar kesalaha secara absolut 2. MSE (Mea Square Error) MSE dihitug dega mejumlahka kuadrat semua kesalaha peramala pada setiap perode da membagiya dega jumlah periode peramala. Secara sistematis, MSE dirumuska sebagai berikut (Heizer&Reder, 2011:147): (At )2 MSE = At = Permitaa Aktual pada periode t. = Peramala Permitaa (forecast) pada periode-t. = Jumlah periode peramala yag terlibat. 3. MAPE adalah rata-rata presetase kesalaha absolut. MAPE biasaya lebih berarti membadigka MAD karea MAPE meyataka persetase kesalaha hasil peramala terhadap permitaa actual selama periode tertetu yag aka memberika iformasi persetase kesalaha. Secara sistematis, MAPE dirumuska sebagai berikut (Heizer&Reder, 2011:147-148): At C. Hasil Peelitia MAPE = ( 100 ) At At = Permitaa Aktual pada periode t. = Peramala Permitaa (Forecast) pada periode-t. = Jumlah periode peramala yag terlibat. Peramala dega megguaka metode Sigle Movig Average bobot 3 bula didapat hasil peramala triwula I pada tahu 2017 adalah sebayak 15.426,67 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode sigle movig average bobot 3 Maajeme, Gelombag 2, Tahu Akademik 2016-2017
706 Dika Rizka Darmawa, et al. bula didapat ilai MAD sebesar 951.57, ilai MSE sebesar 2321401,96 da ilai MAPE sebesar 0,08. Peramala dega megguaka metode Weighted Movig Average bobot 3 bula didapat hasil peramala TRIWULAN I Pada tahu 2017 adalah sebayak 15.576,67 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode weighted movig average bobot 3 bula didapat ilai MAD sebesar 1070.1, ilai MSE sebesar 2.630.645 da ilai MAPE sebesar 0,08. Peramala dega megguaka metode Expoetial Smoothig α=0,1 didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 14.066,9 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,1 didapat ilai MAD sebesar 2405,56, ilai MSE sebesar 7.424.199,62 da ilai MAPE sebesar 0,18. Peramala dega megguaka metode Expoetial Smoothig α=0,2 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 14770,78 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,2 didapat ilai MAD sebesar 1905,88, ilai MSE sebesar 5.846.549 da ilai MAPE sebesar 0,15. Peramala dega megguaka metode Expoetial Smoothig α=0,3 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.118,19 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,3 didapat ilai MAD sebesar 1561,27, ilai MSE sebesar 4.712.306,12 da ilai MAPE sebesar 0,13. Peramala dega megguaka metode Expoetial Smoothig α=0,4 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.224,73 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,4 didapat ilai MAD sebesar 1376,39, ilai MSE sebesar 4.020.624,55 da ilai MAPE sebesar 0,11. Peramala dega megguaka metode Expoetial Smoothig α=0,5 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.239,96 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,5 didapat ilai MAD sebesar 1305.93, ilai MSE sebesar 3.632.065,75 da ilai MAPE sebesar 0,11. Peramala dega megguaka metode Expoetial Smoothig α=0,6 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.226,94 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,6 didapat ilai MAD sebesar 1260,19, ilai MSE sebesar 3.449.279,30 da ilai MAPE sebesar 0,1. Peramala dega megguaka metode Expoetial Smoothig α=0,7 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.208,03 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,7 didapat ilai MAD sebesar 1237,12, ilai MSE sebesar 3.415.489,53 da ilai MAPE sebesar 0,1. Peramala dega megguaka metode Expoetial Smoothig α=0,8 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.192,89 Pcs. Dari hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,8 didapat ilai MAD sebesar 1262.9, ilai MSE sebesar 3.500.263,95 da ilai MAPE sebesar 0,1. Peramala dega megguaka metode Expoetial Smoothig α=0,9 bula didapat hasil peramala triwula I Pada tahu 2017 adalah sebayak 15.188,21 Pcs. Dari Volume 3, No.2, Tahu 2017
Aalisis Peramala Pejuala Dega Megguaka 707 hasil perhituga tigkat kesalaha/error pada metode expoetial smoothig α=0,9 didapat ilai MAD sebesar 1333.09, ilai MSE sebesar 3.690.155,45 da ilai MAPE sebesar 0,11. Tabel 1. Hasil Perbadiga MAD,MSE da MAPE Metode MAD MSE MAPE Sigle Movig Average 3 bula 951.57 2321402 0,07 Weighted Movig Average bobot 3 bula 1070.1 2630645 0,08 α = 0,1 2405.56 7424201.0 0,2 α = 0,2 1905.88 5846550.0 0,16 α = 0,3 1561.27 4712306.0 0,13 α = 0,4 1376.39 4020625.0 0,11 Expoetial Smoothig α = 0,5 1305.93 3632066 0,11 α = 0,6 1260.19 3449279 0,1 α = 0,7 1237.12 3415490 0,1 α = 0,8 1262.9 3500264.0 0,1 α = 0,9 1333.09 3690155.0 0,11 Sumber : data diolah, 2017 Berdasarka tabel diatas, maka dapat disimpulka ilai MAD,MSE da MAPE dari metode Sigle Movig Average (SMA) bobot 3 bula meghasilka ilai palig kecil apabila dibadigka dega metode yag laiya. Sehigga data peramala dari metode Sigle Movig Average aka diguaka sebagai data utuk melakuka perecaaa produksi. D. Kesimpula Berdasarka hasil pembahasa terhadap peelitia yag telah dilakuka, maka dapat diambil kesimpula sebagai berikut : 1. PT. Amaah Garmet Badug tidak melakuka metode peramala. Selama ii perusahaa haya megguaka ilai rata-rata pejuala produk polo shirt pria yag terjadi pada setiap periodeya, sehigga hal tersebut tidak terjami akurasiya. 2. Berdasarka hasil perhituga metode peramala megguaka 3 metode yaitu sigle movig average bobot 3 bula, weighted movig average bobot 3 bula da expoetial smoothig dega kostata α=0,1 sampai 0,9. Kemudia dicari ilai error dari setiap metode tersebut dega ilai kesalaha MAD, MSE da MAPE, didapatka ilai error terkecil terdapat pada metode sigle movig average bobot 3 bula dega ilai error MAD sebesar 951.57, MSE sebesar 2321402 da MAPE sebesar 0.07. Nilai error tersebut merupaka ilai yag palig kecil dibadigka metode peramala yag laiya. Maka data hasil peramala dega metode sigle movig average bobot 3 bula diguaka sebagai peramala produk polo shirt pria utuk periode selajutya triwula I 2017. Daftar Pustaka Assauri, Sofja. 2008. Maajeme Produksi da Operasi. Jakarta : LPFE Uiversitas Idoesia Baroto, Teguh. 2002. Perecaaa da Pegedalia Produksi. Jakarta : Ghalia Idoesia Maajeme, Gelombag 2, Tahu Akademik 2016-2017
708 Dika Rizka Darmawa, et al. Heizer, Jay & Barry Reder. 2011. Maajeme Operasi. Edisi Sembila, Buku Dua. Diterjemahka oleh Chriswa Sugkoo. Jakarta : Salemba Empat William J. Steveso. 2009. Maagemet Operatio. UK : Pretice Hall Siggih, Satoso. 2009. Padua Legkap Meguasai Statistik Dega SPSS 17. Jakarta : PT. Elex Media Komputido. Draft, Richard L. 2006. Maagemet. Jakarta : Salemba Empat Harjato, Eddy. 2004. Maajeme Produksi da Operasi. Edisi Kedua. Jakarta : Grasido Sugiyoo. 2012. Memahami Peelitia Kualitatif. Badug: Alfabeta Volume 3, No.2, Tahu 2017