Pada bab ini merupakan penutup tulisan yang berisi kesimpulan dan saran mengenai analisa yang telah dilakukan sehingga dapat memberikan suatu rekomendasi sebagai masukan ataupun perbaikan bagi pihak perusahaan.
DAFTAR PUSTAKA LAMPIRAN
BAB II
TINJAUAN PUSTAKA
2.1 Transportasi dan Distribusi 2.1.1 Transportasi
Salah satu faktor yang memegang peranan utama dalam penetapan lokasi industri atau kegiatan ekonomi lainnya adalah besar biaya transportasi. Hal tersebut disebabkan karena biaya transportasi merupakan salah satu komponen biaya produksi. Apabila biaya transportasi lebih murah akan mengakibatkan biaya produksi lebih rendah dan harga produk lebih rendah, sehingga menambah daya saing produk dan memperluas lokasi daerah pemasaran.
Transportasi Cost/km =
Jarak st TranportCo
Transportasi adalah kegiatan pemindahan barang (muatan) dan penumpang dari suatu tempat ke tempat lain. Dalam transportasi terlihat ada 2 unsur yang tepenting yaitu (Salim,2002) :
a. Pemindahan / pergerakan (movement).
b. Secara fisik mengubah tempat dari barang (komoditi) dan penumpang ke tempat lain.
Adapun definisi lain transportasi merupakan pemindahan produk dari satu lokasi ke lokasi lain mulai rantai pasok pertama sampai ke tangan konsumen. Transportasi memainkan peran penting dalam tiap-tiap rantai pasok sebab produk
jarang diproduksi dan dikonsusmsi pada tempat yang sama. (Chopra,Meindl,
2001).
Transportasi mempunyai peranan penting bagi industri karena produsen mempunyai kepentingan agar barangnya diangkut sampai kepada konsumen tepat waktu, tepat pada tempat yang ditentukan dan barang dalam kondisi baik.
2.1.2 Persoalan Transportasi
Persoalan transportasi membahas masalah pendistribusian suatu komoditas atau produk dari sejumlah sumber (supply) kepada sejumlah tujuan
(destination,demand), dengan tujuan meminimalkan ongkos pengangkutan yang
terjadi.
Ciri-ciri khusus persoalan transportasi adalah (Salim,2002) :
1. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yang diminta oleh setiap tujuan, besarnya tertentu.
2. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan, besarnya sesuai dengan permintaan dan atau kapasitas sumber.
3. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan, besarnya tertentu.
2.1.3 Metode yang Digunakan Dalam Memecahkan Persoalan Transportasi
Metode transportasi merupakan suatu model yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang utama ke tempat-tempat yang membutuhkan secara optimal. Alokasi produk ini harus diatur
sedemikian rupa, karena terdapat perbedaan biaya-biaya alokasi dari satu sumber ke tempat tujuan-tujun yang bebeda. (Chopra,Meindl, 2001).
Untuk menyelesaikan persoalan transportasi, harus dilakukan langkah-langkah sebagai berikut (Dimyati, 1992) :
1. Tentukan solusi fisibel basis awal.
2. Tentukan entering variabel dari variabel-variabel nonbasis. Bila semua variabel sudah memenuhi kondisi optimum, STOP. Bila belum, lanjutkan ke langkah 3.
3. Tentukan leaving variabel diantara variabel-variabel basis yang ada, kemudian hitung yang baru. Kembali kelangkah ke 2.
Dalam memecahkan masalah transportasi ini penelitian menggunakan metode Penentuan Rute dengan memepertimbangkan kapasitas kendaraan
(Vehiele Routing Problem).
2.1.4 Distribusi
Pengertian distribusi menurut Frank H. Woodward (1996) dalam bukunya yang berjudul “Managing the Transport Service Function” dijelaskan didalam industri, distribusi telah diterima sebagai pencapaian dari semua aktivitas bisnis melibatkan penggerakan barang-barang dari titik memproses atau membuat langsung atau penjualan kepada pelanggan dan termasuk warehousing, pengendalian persediaan barang yang telah jadi, penanganan material dan pengemasan, dokumentasi dan pengiriman, lalu lintas dan transportasi, dan layanan pasca jual ke pelanggan.
2.1.5 Saluran Distribusi
Saluran distribusi adalah saluran yang digunakan untuk menyalurkan suatu produk dari produsen ke konsumen (konsumen akhir atau pemakai produk industri). Fungsi saluran distribusi adalah :
1. Mengumpulkan informasi yang diperlukan untuk perencanaan dan
memudahkan pertukaran.
2. Mengembangkan dan menyebarkan komunikasi mengenai tawaran. 3. Melakukan pencarian dan berkomunikasi dengan calon pembeli.
4. Mengusahakan perundingan untuk mencapai persetujuan akhir atas harga dan ketentuan lainnya mengenai tawaran agar perpindahan pemilikan dapat terjadi. 5. Melaksanakan pengangkutan dan penyimpanan produk.
6. Mengatur distribudi dana untuk menutup biaya saluran distribusi.
7. Menerima resiko dalam hubungan dengan pelaksana pekerjaan saluran
pemasaran.
2.1.6 Fungsi Dasar Manajemen Distribusi dan Transportasi
Secara tradisional kita mengenal manajemen distribusi dan trasnportasi dengan berbagai sebutan. Sebagian perusahaan istilah manajemen logistic, disebagian lagi menggunakan istilah distribusi fisik (physical distribution).
Kegiatan distribusi dan transportasi biasa dilakukan perusahaan manufaktur dengan membentukan bagian distribusi atau transportasi diserahkan kepada pihak ketiga. Dalam upayanya memenuhi tujuan-tujuan diatas, siapa pun yang melaksanakannya (internal perusahaan atau mitra pihak ketiga).
Manajemen distribusi dan transportasi pada umumnya melakukan sejumlah fungsi dasar yang terdiri dari :
1. Melakukan segmentasi dan menentukan target service level.
Segmentasi pelanggan perlu dilakukan karena kontribusi mereka pada revenue perusahaan sangat bervariasi dan karakteristik pelanggan biasanya sangat berbeda antara satu dengan yang lain. Dari revenue, sering kali hukum pareto 20/80 berlaku disini. Artinya hanya sekitar 20% dari pelanggan atau area penjualan menyumbangkan sejumlah 80% dari pendapatan yang diperoleh perusahaan. Perusahaan tidak biasa menomorsatukan semua pelanggan. Dengan mengalami perbedaan karakteristik dan kontribusi pelanggan atau area distribusi, perusahaan biasa mengoptimalkan alokasi persediaan maupun kecepatan pelayanan.
2. Menentukan mode transportasi yang akan digunakan.
Transportasi memiliki karakteristik yang berbeda-beda dan mempunyai keunggulan dan kelemahan yang berbeda juga, sebagai contoh : transportasi laut memiliki keunggulan dari segi biaya yang rendah ; namun lebih lambat jika dibandingkan dengan transportasi udara. Manajemen transportasi harus bisa mengirimkan dan mendistribusikan produk-produk mereka ke pelanggan kombinasi dua atau lebih model transportasi tentu bisa atau bahkan harus dilakukan tergantung pada situasi yang dihadapi.
3. Melakukan konsolidasi informasi dan pengiriman.
Konsolidasi merupakan kata kunci sangat penting dewasa ini. Tekanan untuk melakukan pengiriman cepat namun murah menjadi pendorong utama
perlunya melakukan konsolidasi maupun pengiriman. Salah satu contoh konsolidasi informasi adalah konsolidasi data permintaan dari berbagai regional distribusi center oleh sentral warehouse untuk pembuatan jadwal pengiriman. Sedangkan konsolidasi pengiriman dilakukan misalnya dengan menyatukan permintaan beberapa toko yang berbeda dalam satu truk. Dengan cara ini truk bisa berjalan lebih sering tanpa harus membebankan biaya lebih kepada pelanggan atau klien yang mengirimkan produk tersebut.
4. Melakukan penjadwalan dan penentuan rute pengiriman.
Salah satu kegiatan operasional yang dilakukan oleh gudang atau distributor adalah menentukan kapan sebuah truk harus berangkat dan rute mana yang harus dilalui untuk memenuhi permintaan dari sejumlah pelanggan apabila jumlah pelanggan sedikit keputusan ini bisa diambil dengan relative gampang. Namun perusahaan yang memiliki puluhan ribu toko atau tempat penjualan yang harus dikunjungi, penjadwalan dan penentuan rute pengiriman adalah pekerjaan yang sangat sulit dan kekurangan ketepatan dalam mengambil dua keputusan tersebut bisa berimplikasi pada biaya pengiriman yang tinggi.
5. Memberikan pelayanan nilai tambah.
Disamping mengirimkan produk kepelanggan, jaringan distribusi semakin banyak dipercaya untuk melakukan proses nilai tambah. Kebanyakan proses nilai tambah tersebut tadinya dilakukan oleh pabrik/manufactur. Beberapa proses nilai tambah yang bisa dikerjakan oleh adalah pengepakan, pemberian barcode, dan sebagainya. Untuk mengakomodasi kebutuhan lokasi yang lebih
baik, seperti industri printer, memindahkan proses konfigurasi akhir dari produknya ke distributor ke tiap-tiap Negara. Ini meningkatkan fleksibilitas produk sehingga mengurangi kelebihan stok di suatu Negara dan kekurangan di Negara lain.
6. Menyimpan persediaan.
Jaringan distribusi selalu melibatkan proses penyimpanan produk baik disuatu gudang pusat atau gudang regional, maupun di toko dimana produk tersebut dijual. Oleh karena itu manajemen distribusi tidak bisa dari manajemen pergudangan.
7. Menangani pembelian (return).
Manajemen distribusi juga punya tanggung jawab untuk melaksanakan kegiatan pengembalian produk dari hilir ke hulu dalam supply chain. Pengembalian ini bisa karena produk rusak atau tidak terjual sampai batas waktu penjualan habis, seperti produk-produk makanan, sayuran, buah, dan sebagainya. Kegiatan pengembalian ini bisa terjadi pada produk-produk kemasan seperti botol, yang akan digunakan kembali dalam proses produksi atau harus diolah kembali untuk menghindari pencemaran lingkungan. Proses pengembalian ini lumrah dengan sebutan reverse logistic.
2.2 Metode Saving Matrix
2.2.1 Pengertian Metode Savings Matrix
Savings Matrix merupakan salah satu teknik yang digunakan untuk
menjadwalkan sejumlah terbatas kendaraan dari suatui fasilitas dan jumlah
kendaraan dalam armada ini dibatasi dan mereka mempunyai kapasitas maksimum yang berlainan. Tujuan metode ini adalah untuk memilih penugasan kendaraan dan routing sebaik mungkin. (Bowersox, 2002: 232).
Metode Savings Matrix adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada.
(Pujawan, 2005: 180).
2.2.2 Langkah-Langkah Metode Savings Matrix
Sebelum melakukan perhitungan Savings Matrix, terlebih dahulu menentukan titik koordinat jarak dari pabrik / gudang ke tiap-tiap customer
(Pujawan, 2005: 180) :
Tabel 2.1 Lokasi Tujuan dan Ukuran Order
Customer Tujuan Koordinat x Koordinat y Ukuran Order
Customer 1 1 y1 A Unit Customer 2 2 y2 B Unit Customer 3 3 y3 C Unit Customer 4 4 y4 D Unit . . . Customer n . . . n . . . n y . . . N Unit 14
Kemudian melakukan perhitungan dalam meminimumkan jarak yang ditempuh menggunakan Metode Savings Matrix, terdapat beberapa langkah-langkah dalam meminimumkan jarak yang ditempuh, yaitu :
1. Mengidentifikasi Matrix Jarak
Pada langkah ini perlu jarak antara pabrik ke masing-masing customer. sehingga mengunakan lintasan terpendek sebagai jarak antar lokasi. Jadi dengan mengetahui koordinat masing-masing lokasi maka jarak antar dua lokasi bisa dihitung dengan menggunakan rumus jarak standar.
Tabel 2.2 Matrik Jarak Dari Pabrik Ke Customer dan Antar Customer
Pabrik/ Gudang Customer 1 Customer 2 Customer 3 Customer 4 …Customer n Customer 1 Customer 2 Customer 3 Customer 4 . . . Customer n
Misalkan dua lokasi masing-masing dengan koordinat
1,y1
dan
2, y2
maka Perhitungan matrik jarak dua lokasi tersebut adalah (Pujawan,2005: 181) :
2 2 1 2 2 1 2 , 1 y y J Hasil perhitungan jarak ini digunakan untuk menentukan matrik penghematan (Savings Matrix) yang akan dikerjakan pada langkah berikutnya.
2. Mengidentifikasi Matrik Penghematan (Savings Matrix)
Savings matrix mempresentasikan penghematan yang dapat direalisasikan dengan menggabungkan dua pelanggan ke dalam satu rute. Misalkan menggabungkan Customer 1 dan Customer 2 ke dalam satu rute maka jarak yang akan dikunjungi adalah dari gudang ke Customer 1 kemudian ke
Customer 2 dan dar Customer 2 balik ke gudang.
Gudang Gudang
Customer 1 Customer 2 Customer 1 Customer 2
Gambar 2.1 Perubahan yang Terjadi Dengan Menggabungkan Customer 1 dan
Customer 2 ke Dalam Satu Rute.
Dari gambar diatas terjadi perubahan jarak adalah sebesar jarak kiri dikurangi total jarak kanan yang besarnya adalah (Pujawan, 2005: 182):
G J
G
J G J J G
J ,1 2 ,2 ,1 1,2 2, 2
G,1 J G,2 J 1,2 J dengan jarak
x,y y,x 16
x y J G x J G y J x yS , , , ,
dimana :
x y S , Penghematan jarak (Savings) yang diperoleh dengan
menggabungkan rute x dan y menjadi satu
G x J , Jarak dari gudang ke customer x
G y J , Jarak dari gudang ke customer y
x y J , Jarak dari customer x ke customer y
kemudian dibuat tabel matrik penghematan jarak dengan menggabungkan dua rute yang berbeda.
Tabel 2.3 Matrik Penghematan Jarak Dengan Menggabungkan Dua Rute yang Berbeda Customer 1 Customer 2 Customer 3 Customer 4 Customer n Customer 1 Customer 2 Customer 3 Customer 4 . . . Customer n 17
Tabel 2.4 Langkah Awal Semua Customer Memiliki Rute Terpisah Pabrik/ Gudang Custome r 1 Custome r 2 Custome r 3 Custome r 4 …Custome r n Customer 1 Rute a Customer 2 Rute b Customer 3 Rute c Customer 4 Rute d . . .Customer n Rute z Order A B C D …N Unit
3. Mengalokasikan customer ke kendaraan atau rute
Pada langkah ini melakukan alokasi customer ke kendaraan atau rute. dalam penggabungan rute customer, digabungkan sampai pada batas kapasitas truk atau armada yang ada, dengan melihat nilai penghematan terbesar pada tabel matrix penghematan jarak.Misalkan didapat matrik penghematan jarak sebagai berikut :
Tabel 2.5 Semua Customer Memiliki Rute Terpisah Pabrik/Gudang Customer 1 Customer 2 Customer 3 Customer 4 Customer 1 Rute a 0,0 Customer 2 Rute b 14,8 0,0 Customer 3 Rute c 12,5 8,2 0,0 Customer 4 Rute d 24,9 12,9 12,6 0,0 Order 320 85 300 150
dari tabel diatas didapat penghematan terbesar pada customer 1 dan 4 sebesar 24,9
sehinga customer 4 bergabung ke rute a (diasumsikan kapasitas truk memadai)
Tabel 2.6 Customer 4 Masuk ke Rute a dan Customer 3 Masuk ke Rute c Pabrik/Gudang Customer 1 Customer 2 Customer 3 Customer 4 Customer 1 Rute a 0,0 Customer 2 Rute b 14,8 0,0 Customer 3 Rute c 12,5 12,9(2) 0,0 Customer 4 Rute a 24,9(1) 8,2 12,6 0,0 Order 320 85 300 150
selanjutnya dicari penghematan terbesar kedua didapatkan 12,9 (Customer 2 dan 4) masuk ke rute b, dan begitu seterusnya hingga customer ke-n. Jika terdapat customer yang sudah teralokasikan , tidak terjadi penggabungan. kemudian didapatkan jumlah rute sesuai dengan kapasitas armada yang ada dan penghemtan jarak alokasi dari pabrik ke customer.(Pujawan, 2005:
183-185).
4. Mengurutkan Customer (Tujuan) dalam rute yang sudah terdefinisi
Ada banyak metode yang dapat digunakan untuk menentukan urutan kunjungan, namun pada penelitian ini menggunakan metode Nearest
Neighbor. Metode Nearest Neighbor merupakan metode pengurutan
kunjungan yang menambahkan customer yang jaraknya paling dekat dengan
customer yang akan dikunjungi terakhir. Misalnya diketahui 3 customer dalam
rute a, customer 1 memiliki jarak terdekat dengan gudang / pabrik dengan jarak 6.4, kemudian cari jarak customer terdekat dengan customer 1 didapat
customer 3 dengan jarak 6.7 dan terakhir yang dikunjungi adalah customer 2
kemudian kembali ke gudang.. (Gudang-Customer1-Customer3-Customer2-Gudang). Jika kebetulan menghasilkan rute dengan jarak yang sama maka dipilih total jarak yang minimum. (Pujawan, 2005: 185-186).
Dengan dilakukan penyelesaian permasalahan tersebut menggunakan metode savings matrix, maka dapat dihasilkan jalur disribusi yang optimal dengan biaya transportasi yang lebih efisien.
2.3 Peramalan (Forecasting)
Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran, kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.(Nasution, 2003: 25)
Sedangkan peramalan permintaan merupakan tingkat permintan produk-produk yang diharapkan akan terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan ini digunakan untuk meramalkan permintaan dari produk yang bersifat bebas (tidak tergantung), seperti peramalan produk jadi.(Nasution, 2003: 26)
Metode peramalan dibagi dua, yaitu: metode peramalan Time Series dan metode peramalan non time series. Dalam penelitian ini mengunakan metode peramalan time series, yang merupakan metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.
2.3.1 Peramalan dalam Horizon Waktu
Dalam hubungannya dengan horizon waktu peramalan maka kita dapat mengklasifikasikan peramalan tersebut dalam 3 kelompok (Nasution, 2003: 26) : 1. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini
digunakan untuk perencanaan produk dan perencanaan sumber daya.
2. Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhususkan dinandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran khas, perencanaan produksi, dan penentuan anggaran.
3. Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lai-lain keputusan kontrol jangka pendek.
Dalam penelitian ini menggunakan peramalan jangka menengah yang umumnya dilakukan 1 atau 2 tahun yang digunakan untuk menentukan jalur distribusi paling optimal berdasarkan data permintaan sebelumnya.
2.3.2 Beberapa Sifat Hasil Peramalan
Dalam membuat peramalan atau menerapkan hasil suatu peramalan maka ada beberapa hal yang harus dipertimbangkan, yaitu (Nasution, 2003: 29) :
1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidakpastian yang akan terjadi, tetapi tidak akan menghilangkan ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran
kesalahan, artinya karena peramalan pasti mengandung kasalahan maka penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, fakto-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan semakin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan factor-faktor yang mempengaruhi permintaan.
2.3.3 Prosedur Peramalan
Dalam melakukan peramalan terdapat beberapa prosedur, yaitu : 1. Tentukan pola data permintaan
Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal atau siklus, eratik / random.
Trend / kecenderungan (T) adalah sifat dari permintaan dimasa lalu terhadap
waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau
konstan. Siklus (C) merupakan pola permintaan suatu produk yang berulang secara periodik biasanya lebih dari satu tahun, sehingga tidak perlu dimasukkan dalam peramalan jangka pendek. Musiman (S) adalah pola permintaan suatu produk yang naik atau turun disekitar garis trend dan biasanya berulang setiap tahun. disebabkan factor cuaca, musim libur panjang, dan lain-lain. Random (R) merupakan pola permintaan suatu produk yang mengikuti pola bervariasi secara acak karena factor bencana alam, bangkrutnya perusahaan, dan lain-lain. pola ini dibutuhkan dalam menentukan persediaan pengamatan untuk mengantispasi kekurangan persediaan bila terjadi lonjakan permintaan. (Nasution, 2003: 35).
2. Mencoba beberapa metode time series sesuai dengan pola permintaan tersebut untuk melakukan peramalan.
3. Mengevaluasi tingkat kesalahan masing-masing metode yang akan dicoba. Tingkat kesalahan masing-masing metode yang akan dicoba, tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE. Ukuran akurasi hasil peramalan merupakan ukuran kesalahan (error) permintaan, merupakan tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. 4. Memilih metode peramalan terbaik diantara metode yang dicoba.
Metode terbaik akan memberikan tingkat kesalahan terkecil dibanding metode lainnya dan tingkat kesalahan tersebut berada dibawah tingkat kesalahan yang telah ditetapkan.
Metode yang digunakan dalam Time Series, yaitu:
a. Metode Rata-rata Bergerak Tertimbang (Weighted Moving Average) Dalam metode rata-rata bergerak memberikan timbangan yang sama bagi seluruh data pengamatan, walaupun data yang paling akhir lebih penting dan perlu dipertimbangkan dalam penyusunan ramalan sedangkan dalam metode rata-rata bergerak tertimbang memberikan timbangan yang berbeda atau data tersebut, dengan peranan atau pentingnya data tersebut pada penyusunan ramalan pada periode berikutnya (Ariyani, 2008: 33)
Formula metode Weighted Moving Average adalah (Baroto, 2002:
38) :
t c ft c ft cmft m f 1 1 2 2 ^dimana :
ramalan permintaan (real) untuk peride t t f ^ t
f permintaan aktual pada periode t
1
c = bobot masing-masing data yang digunakan
c1 1
, ditentukan secara subyektifm = jumlah periode yang digunakan untuk peramalan (Subyektif)
Pada periode WMA peramalan permintaan untuk setiap periode mendatang diasumsikan sama.
b. Metode Pemulusan Eksponensial Tunggal (Single Eksponential Smoothing)
Kelemahan metode Moving Average dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan metode pemulusan eksponensial.(Ariyani, 2008: 34)
Formula untuk metode Single Eksponential Smoothing (SES) adalah
(Baroto, 2002: 39) :
1 ^ ^ 1 t t t f f f dimana : t f ^perkiraan permintaan pada peride t
suatu nilai
0 1
yang ditentukan secara subyektif t
f permintaan aktual pada periode t
1 ^
t
f perkiraan permintaan pada peride t-1
Metode SES mengasumsikan peramalan permintaan untuk setiap periode ke depan selalu sama.
c. Metode Pemulusan Eksponansial Ganda (Double Eksponential Smoothing) Dasar pemikiran dari metode pemulusan eksponensial yang linier ini adalah baik nilai pemulusan eksponensial tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila pada itu adalah trend. Disamping itu untuk menyesuaikan trend, maka nilai-nilai pemulusan eksponensial tunggal ditambahkan nilai-nilai pemulusan eksponensial ganda. (Ariyani. 2008: 36)
Formula Double Eksponential Smoothing adalah (Baroto, 2002: 40)
t t a at e F" 0 1
dimana adalah parameter proses dan e mempunyai nilai harapan dari 0 dan sebuah variasi .
1 0, a a 2 e Misalkan 1 , sehingga : 0 1 1 1 2 1 ... f f f f Ft t t t
persamaan diatas dapat pula dituliskan ulang sebagai :
0 1 1 0 f f F i t t t i t
Double Eksponential Smoothing adalah modifikasi dari Single Ekspnential Smoothing yang diruuskan sebagai berikut :
2 2 1
t t t
dimana :
F t
t2 '
= Peramalan double exponential smoothing
Faktor smoothing dan 1 , t Ft
d. Metode Winter’s
Metode peramalan Winter’s digunakan untuk suatu data yang berpola musiman. (Baroto, 2002: 44)
Formulasi untuk metode Winter’s adalah :
a a t
Ct t 0,1 1. dengan : a0 a0,2N
2N a1 N f f a 2 1 1 N f f t N t 1 1 N f f N N t t
2 1 2 272 1 1 2 2 , 0 f a N a N t t a a f C . 1 0 1
1 1 N C N t t5. Melakukan peramalan dengan metode terbaik yang dipilih
2.4 Metode Time Series
Metode yang digunakan dalam penelitian ini adalah metode time series. Metode time series adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.
Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan data yang lain. Dalam peramalan time series, metode peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan. Criteria ini berupa mean absolute deviation (MAD), mean square of error (MSE), atau mean absolute procentage of error (MAPE).
Peramalan dengan time series memiliki prosedur yang harus dilaksanakan secara utuh. Bila tidak, maka resiko-resiko berikut akan terjadi :
1. Hasil peramalan tidak valid, sehingga tidak dapat diterapkan.
2. Kesulitan mendapatkan/memilih metode peramalan yang akan memberikan validitas ramalan yang tinggi.
3. Memerlukan waktu dalam melakukan analisis dan peramalan.
Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut (Baroto, 2002) :
1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal, atau random.
2. Mencoba beberapa metode time series dengan pola permintaan tersebut untuk melakukan peramalan. Metode yang dicoba semakin banyak semakin baik. 3. Mengevaluasi tingkat kesalahan masing-masing metode yang telah dicoba.
Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE atau yang lainnya. Sebaiknya nilai tingkat kesalahan (apakah MAD, MSE, MAPE) ini ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan.
4. Memilih metode peramalan terbaik diantara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibanding metode lainnya dan tingkat kesalahan tersebut berada dibawah tingkat kesalahan yang telah diterapkan.
5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.
2.4.1 Metode yang Digunakan dalam Times Series
1. Single Exponential Smoothing
Formula untuk metode Single Exponential Smoothing (SES) adalah (Baroto,
2002) :
1
ˆ 1 ˆ t t t f f f dimana := perkiraan permintaan pada periode t
t fˆ
= suatu nilai (0< <1) yang ditentukan secara subyektif = permintaan actual pada periode t
t f
= perkiraan permintaan pada periode t-1
1 ˆ
t f
Metode SES mengasumsikan peramalan permintaan untuk setiap periode ke depan selalu sama.
2. Weighted Moving Average
Formula metode Meighted Moving Average adalah (Baroto, 2002) :
t c ft c ft cmft m fˆ 1 1 2 2 dimana :
= ramalan permintaan (real untuk periode t)
t fˆ
= permintaan actual pada periode t
t f
= bobot masing-masing data yang digunakan
1
c
c1 1
, ditentukan secarasubyektif
m = jumlah periode yang digunakan untuk peramalan (subyektif)
Pada metode WMA peramalan permintaan untuk setiap periode mendatang diasumsikan sama.
3. Double Exponential Smoothing
Formula metode Double Exponential Smoothing adalah (Baroto, 2002) :
t t a at e F' 0 1 dimana :
adalah parameter proses dan e mempunyai nilai harapan dari 0 dan