Laporan Magang Kerja - BAYU SAMODRA F3508017

1. Pengertian Magang Kerja

Magang kerja adalah kegiatan intrakurikuler yang dilakukan oleh mahasiswa sebagai penunjang perkuliahan diluar kampus dengan berorientasi pada dunia nyata yang merupakan aplikasi

commit to user

teori-teori yang dipelajari selama perkuliahan. Sebelum melaksanakan magang kerja, mahasiswa terlebih dahulu dibekali dalam berbagai pengetahuaan praktis. Selain itu magang kerja sebagai syarat dalam penulisan tugas akhir yang harus dan wajib dilaksanakan oleh mahasiswa jenjang diploma tiga Manajemen Industri.

2. Manfaat Magang Kerja

Agar Mahasiswa dapat menerapkan materi-materi selama perkuliahan khususnya dalam bidang industri. Selain itu mahasiswa dapat memperoleh pengalaman langsung dan pegetahuan tentang berbagai aktivitas dalam dunia usaha.

3. Pelaksanaan Magang Kerja

Magang kerja dilakukan di Perusahaan Batik Pelangi, yang beralamat di jalan Karangturi 1a Pajang, Laweyan Surakarta. Pelaksanaannya selama satu bulan, yaitu mulai tanggal 8 Februari 2011–8 Maret 2011. Mahasiswa magang kerja masuk satu minggu tiga kali, dari pukul 09.00-12.00. Dikarenakan pelaksanaan magang kerja tidak ditentukan atau ditetapkan oleh perusahaan yang bersangkutan.

Adapun rincian kegiatan yang dilakukan mahasiswa saat magang kerja adalah sebagai berikut :

commit to user

a. Minggu pertama

1) Melakukan pengenalan pada lingkungan kerja dan melakukan perkenalan dengan pemilik perusahaan, para karyawan di bagian produksi serta melakukan wawancara langsung dengan pemilik perusahaan tentang sejarah perusahaan.

2) Mengamati langsung proses produksi pembuatan batik secara singkat.

b. Minggu kedua

Melakukan observasi dan wawancara langsung dengan karyawan bagian produksi termasuk bagian pembatikan, bagaimana cara kerjannya mulai dari pemotongan kain, pengecapan, proses pewarnaan dan pembatikan serta menanyakan waktu yang diperlukan untuk masing-masing pekerjaan dan bagaimana tata letak ( layout ) Perusahaan Batik Pelangi.

c. Minggu ketiga

Observasi dan wawancara langsung dengan karyawan bagian konveksi, mulai dari bagaimana pembuatan pola, pemotongan kain dan tahap-tahap menjahit.

d. Minggu keempat

Mengamati proses finishing dan sistem pemasaran barang.

commit to user

39 C. Pembahasan masalah

PERUSAHAAN BATIK PELANGI yaitu perusahaan yang bergerak dibidang industri batik. Produk utama yang dihasilkan Batik Pelangi berupa daster, baju batik blus, kemeja dewasa dan anak-anak.

Dalam bab ini penulis akan membahas tentang peramalan penjualan produk baju batik blus dan kemeja pada batik pelangi. Metode yang akan digunakan penulis adalah Single moving average, exponential smoothing, weighted moving average dan trend projection

Untuk mengetahui peramalan penjualan baju batik blus dan kemeja diperlukan data yang cukup relevan. adapun data yang digunakan untuk meramalkan produk baju batik blus dan kemeja pada PERUSAHAAN BATIK PELANGI dapat dilihat pada tabel 3.1 :

commit to user

40 Tabel 3.1

Data penjualan baju batik blus April 2010 – Maret 2011 no Bulan Penjualan 1 2 3 4 5 6 7 8 9 10 11 12 April 2010 Mei Juni Juli Agustus September Oktober November Desember Januari 2011 Februari Maret 139 180 382 240 310 330 270 240 320 370 260 210

commit to user

41 Tabel 3.2

Data penjualan kemeja batik April 2010 – Maret 2011 No Bulan Penjualan 1 2 3 4 5 6 7 8 9 10 11 12 April 2010 Mei Juni Juli Agustus September Oktober November Desember Januari 2011 Februari Maret 80 83 70 92 98 88 96 103 97 123 106 114 Sumber: data penjualan kemeja batik pelangi

commit to user

1.a. Penentuan peramalan penjualan baju batik blus a. metode Single Moving Averages 3 bulanan

metode Single Moving Average dengan periode waktu 3 bulanan yaitu melakukan peramalan dengan menjumlahkan tiga periode penjualan baju batik blus sebelumnya lalu dibagi 3

Tabel 3.3

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode Single Moving Average 3 bulanan

April 2010 – April 2011

Sumber: POM For Windows

Batik Pelangi Solution

Demand(y) Forecast Error |Error| Error^2

April 139 May 180 June 382 July 240 233,67 6,33 6,33 40,11 August 310 267,33 42,67 42,67 1820,45 September 330 310,67 19,33 19,33 373,78 October 270 293,33 -23,33 23,33 544,44 November 240 303,33 -63,33 63,33 4011,11 December 320 280 40 40 1600 January 370 276,67 93,33 93,33 8711,11 February 260 310 -50 50 2500 March 210 316,67 -106,67 106,67 11377,78 TOTALS 3251 -41,67 445 30978,78 AVERAGE 270,92 -4,63 49,44 3442,09

Next period forecast 280 (Bias) (MAD) (MSE) Std err 66,52

commit to user

Hasil ramalan penjualan Baju Batik Blus pada bulan April 2011 menggunakan POM For Windows dengan metode Single Moving

Averages 3 bulanan yaitu 280 buah dengan tingkat kesalahan MAD 49,44 dan MSE 3442,09

Adapun secara matematis persamaan yang digunakan adalah:

Rata – rata bergerak =

Metode yang digunakan adalah Single Moving Averages 3 bulanan, maka untuk meramalkan dengan periode 3 bulanan dimulai dari bulan ke 4 yaitu dengan perhitungan sebagai berikut:

F Juli =

= 233,66667 dibulatkan menjadi 234

F Agustus =

= 267,33333 dibulatkan menjadi 267

Untuk perhitungan peramalan bulan berikutnya langkahnya sama seperti diatas yaitu dengan menjumlahkan data penjualan selama 3 bulan, data diambil 3 bulan sebelum bulan peramalan , dan dibagi n yaitu 3.

commit to user

F April 2011 =

= 280

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

∑

= 49,44

MSE =

∑

commit to user

Hasil perhitungan ramalan penjualan baju batik blus pada bulan april 2011 secara manual dengan metode Single Moving Averages 3 bulanan yaitu 280 buah dengan tingkat kesalahan MAD 49,44 dan MSE 3442,09.

Dari hasil perhitungan dengan menggunakan metode Single

Moving Averages 3 bulanan diatas diperoleh ramalan penjualan baju batik blus untuk bulan april 2011 yaitu 280 buah. Metode Single Moving

Average 3 bulanan ini digunakan dengan tujuan untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan melakukan peramalan dengan cara menjumlahkan tiga periode penjualan baju batik blus sebelumnya lalu dibagi 3, sesuai dengan arti dari metode Single Moving Averages 3 bulanan itu sendiri.

b. Metode Exsponential Smoothing

Metode Exsponential Smoothing yaitu merupakan teknik rata – rata bergerak terhadap data masa lalu dengan memberi penimbang terhadap data terakhir. Jadi untuk melakukan peramalan dibutuhkan satu data terakhir dan penimbang dengan α = 0.1, α = 0.5 α = 0.9.

1) Exsponensial Smoothing dengan α = 0.1

Exsponential Smoothing dengan α = 0.1 artinya memberi bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya

commit to user

46 Tabel 3.4

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode Exsponential Smoothing alpha 0.1

April 2010 – April 2011

Sumber: POM for windows

Hasil ramalan penjualan baju batik blus pada bulan April 2011 menggunakan POM For Windows dengan metode Exponential Smoothing α = 0,1 yaitu 236,78 buah dengan ukuran tingkat kesalahan MAD 94,3 dan MSE 13001,81.

Batik Pelangi Solution

Demand(y) Forecast Error | E r r o r | Error^2

April 139 May 180 139 41 41 1681 June 382 143,1 238,9 238,9 57073,21 July 240 167 73 73 5330,46 August 310 174,29 135,71 135,71 18416,93 September 330 187,86 142,14 142,14 20203,24 October 270 202,08 67,92 67,92 4613,71 November 240 208,87 31,13 31,13 969,19 December 320 211,98 108,02 108,02 11668,03 January 370 222,78 147,22 147,22 21672,79 February 260 237,5 22,5 22,5 506,03 March 210 239,75 -29,75 29,75 885,32 TOTALS 3251 977,79 1037,3 143019,9 AVERAGE 270,92 88,89 94,3 13001,81 Next period forecast

236,78 (Bias) (MAD) (MSE)

commit to user

Untuk bulan pertama belum dapat di forecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah, adapun forecast untuk bulan kedua sebesar 139 dan forecast pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya.

Adapun secara matematis persamaan yang digunakan adalah :

= + α( - )

F Juni = 139 + 0,1 (180 – 139)

= 143,1 dibulatkan menjadi 143 F Juli = 143,1 + 0,1 ( 382 – 143,1)

= 166,99 dibulatkan menjadi 167

Untuk perhitungan peramalan berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data penjualan sebelumnya.

Adapun hasil ramalan bulan April 2011 dan tingkat kesalahan adalah sebagai berikut :

F April 2011 = 239,75 + 0,1 (210 – 239,75) = 236,78 dibulatkan menjadi 237

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

0 – 0,449 dibulatkan menjadi 0.

commit to user

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

= 94,3 MSE =

=

= 13001,81

Hasil perhitungan ramalan penjualan baju batik blus pada bulan April 2011 secara manual dengan metode exponential smoothing α= 0,1 yaitu 237 Buah dengan tingkat kesalahan MAD 94,3 dan MSE 13001,81.

Dari hasil perhitungan dengan menggunakan metode Exsponensial Smoothing α= 0,1 di atas diperoleh ramalan penjualan baju batik blus untuk bulan April 2011 yaitu 237 buah. Nilai konstanta penghalus (α) 0,1 dipilih agar bertujuan untuk memberikan bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya. Tujuan pemilihan suatu nilai untuk konstanta penghalus (α) adalah untuk mendapatkan peramalan paling akurat.

commit to user

2) Exsponential Smoothing dengan α= 0,5

Exsponensial Smoothing dengan α = 0,5 artinya memberi bobot yang sama antara peramalan sebelumnya sehingga terjadi

keseimbangan.

Tabel 3.5

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode Exsponential Smoothing alpha 0.5

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 139 May 180 139 41 41 1681 June 382 159,5 222,5 222,5 49506,25 July 240 270,75 -30,75 30,75 945,56 August 310 255,38 54,63 54,63 2983,89 September 330 282,69 47,31 47,31 2238,47 October 270 306,34 -36,34 36,34 1320,87 November 240 288,17 -48,17 48,17 2320,53 December 320 264,09 55,91 55,91 3126,38 January 370 292,04 77,96 77,96 6077,3 February 260 331,02 -71,02 71,02 5044,05 March 210 295,51 -85,51 85,51 7312,09 TOTALS 3251 227,51 771,11 AVERAGE 270,92 20,68 70,1 7505,13 Next period

forecast ^252,76 ^(Bias) ^(MAD) ^(MSE) Std err 95,78

commit to user

Hasil ramalan penjualan baju batik blus pada bulan April 2011 menggunakan POM For Windows dengan metode Exponential Smoothing α = 0,5 yaitu 252,76 buah dengan ukuran tingkat kesalahan MAD 70,1 dan MSE 7505,13

Untuk bulan pertama belum dapat di forecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah, adapun forecast untuk bulan kedua sebesar 139 dan forectas pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya.

Adapun secara matematis persamaan yang digunakan adalah :

= + α( - )

F Juni = 139 + 0,5 (180 – 139)

= 159,5 dibulatkan menjadi 160 F Juli = 159,5 + 0,5 (382 – 159,5)

= 270,75 dibulatkan menjadi 271

Untuk perhitungan peramalan berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data penjualan sebelumnya.

Adapun hasil ramalan bulan April 2011 dan tingkat kesalahan adalah sebagai berikut :

F April 2011 = 295,51 + 0,5 (210 - 295,51) = 252,76 dibulatkan menjadi 253

commit to user

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

0 – 0,449 dibulatkan menjadi 0.

0,5 – 0,999 dibulatkan menjadi 1. Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

= 70,1 MSE = = =

7505,13

Hasil perhitungan ramalan penjualan baju batik blus pada bulan April 2011 secara manual dengan metode exponential smoothing α= 0,5 yaitu 253 Buah dengan tingkat kesalahan MAD 70,1 dan MSE 7505,13

Dari hasil perhitungan dengan menggunakan metode Exsponensial Smoothing α= 0,5 di atas diperoleh ramalan penjualan baju batik blus

commit to user

untuk bulan April 2011 yaitu 253 buah. Nilai konstanta penghalus (α) 0,5 dipilih agar bertujuan untuk memberikan bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya. Tujuan pemilihan suatu nilai untuk konstanta penghalus (α) adalah untuk mendapatkan peramalan paling akurat.

3) Exsponential Smoothing dengan α= 0,9

Exsponensial Smoothing dengan α = 0,9 artinya memberi bobot yang lebih besar pada peramalan sebelumnya dibanding dengan data sebelumnya.

commit to user

53 Tabel 3.6

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode Exsponential Smoothing alpha 0.9

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 139 May 180 139 41 41 1681 June 382 175,9 206,1 206,1 42477,21 July 240 361,39 -121,39 121,39 14735,53 August 310 252,14 57,86 57,86 3347,9 September 330 304,21 25,79 25,79 664,92 October 270 327,42 -57,42 57,42 3297,22 November 240 275,74 -35,74 35,74 1277,5 December 320 243,57 76,43 76,43 5840,9 January 370 312,36 57,64 57,64 3322,67 February 260 364,24 -104,24 104,24 10865,09 March 210 270,42 -60,42 60,42 3651 TOTALS 3251 85,6 844,03 91160,94 AVERAGE 270,92 7,78 76,73 8287,36 Next period forecast 216,04 (Bias) (MAD) (MSE) Std err 100,64

Sumber: POM for windows

Hasil ramalan penjualan baju batik blus pada bulan April 2011 menggunakan POM For Windows dengan metode Exponential Smoothing α = 0,9 yaitu 216,04 buah dengan ukuran tingkat kesalahan MAD 76,73 dan MSE 8287,35.

commit to user

Adapun secara matematis persamaan yang digunakan adalah :

= + α( - )

F Juni = 139 + 0,9 (180 – 139)

= 175,9 dibulatkan menjadi 176 F Juli = 175,9 + 0,9 (382 – 175,9)

= 361,39dibulatkan menjadi 360

Untuk perhitungan peramalan berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data penjualan sebelumnya.

Adapun hasil ramalan bulan April 2011 dan tingkat kesalahan adalah sebagai berikut :

F April 2011 = 270,42 + 0,9 (210 – 270,42) = 216,04 dibulatkan menjadi 215

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

commit to user

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

= 76,73 MSE = = =8287,36

Hasil perhitungan ramalan penjualan baju batik blus pada bulan April 2011 secara manual dengan metode exponential smoothing α= 0,9 yaitu 216 Buah dengan tingkat kesalahan MAD 76,73 dan MSE 8287,36

Dari hasil perhitungan dengan menggunakan metode Exsponensial Smoothing α= 0,9 di atas diperoleh ramalan penjualan baju batik blus untuk bulan April 2011 yaitu 216 buah. Nilai konstanta penghalus (α) 0,9 dipilih agar bertujuan untuk memberikan bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya. Tujuan

commit to user

pemilihan suatu nilai untuk konstanta penghalus (α) adalah untuk mendapatkan peramalan paling akurat.

c. Metode weighted Moving Average 3 bulan terbobot (rata – rata tertimbang)

Metode weighted Moving Average 3 bulanan terbobot artinya metode peramalan yang menggunakan pembobotan didalam melakukan peramalan. Pemberian bobot untuk metode weighted Moving Average 3 bulanan adalah 1 bulan yang lalu diberi bobot 3, 2 bulan yang lalu diberi bobot 2, sedangkan 3 bulan yang lalu diberi bobot 1 dan jumlah pembobotan yaitu 6.

commit to user

57 Tabel 3.7

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode weighted Moving Average 3 bulanan terbobot

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 139 May 180 June 382 July 240 274,17 -34,17 34,17 1167,36 August 310 277,33 32,67 32,67 1067,11 September 330 298,67 31,33 31,33 981,78 October 270 308,33 -38,33 38,33 1469,45 November 240 296,67 -56,67 56,67 3211,11 December 320 265 55 55 3025 January 370 285 85 85 7225 February 260 331,67 -71,67 71,67 5136,11 March 210 306,67 -96,67 96,67 9344,44 TOTALS 3251 -93,5 501,5 32627,36 AVERAGE 270,92 -10,39 55,72 3625,26 Next period forecast 253,33 (Bias) (MAD) (MSE) Std err 68,27

Sumber: POM for windows

Hasil ramalan penjualan baju batik blus pada bulan April 2011 menggunakan POM For Windows dengan metode Weighted Moving Average pembobotan 3 yaitu 253,33 buah dengan ukuran tingkat kesalahan MAD 55,72 dan MSE 3625,26.

Pada teknik ini, data pada periode terakhir dianggap lebih valid, sehingga diberi bobot lebih besar. Berikut adalah contoh perhitungan

commit to user

peramalan penjualan produk baju batik blus dengan metode Weighted Moving Average dengan 3 bulan terbobot:

Rata – rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut:

Rata - rata bergerak dengan pembobotan:

F Juli =

= 274,167 F Agustus =

= 277,33 dibulatkan menjadi 277

Untuk perhitungan peramalan berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data penjualan sebelumnya.

Hasil peramalan bulan April 2011 adalah: F April 2011 =

= 253,33 dibulatkan menjadi 253

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

commit to user

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

55,72

MSE = = =3625,26

Hasil perhitungan ramalan penjualan baju batik blus pada bulan April 2011 secara manual dengan metode Weighted Moving Average pembobotan 3 yaitu 253 Buah dengan tingkat kesalahan MAD 55,72 dan

MSE 3625,26

Dari hasil perhitungan dengan menggunakan metode Weighted Moving Average pembobotan 3 diatas diperoleh ramalan penjualan baju batik blus untuk bulan April 2011 yaitu 253 buah. Penggunaan metode Weighted Moving Average ini dikarenakan metode ini lebih responsif

commit to user

terhadap perubahan karena periode yang lebih dekat mendapat bobot yang lebih berat. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkannya.

d. Metode proyeksi Trend (Trend Projection)

Metode proyeksi Trend adalah sebagai model regesi linier yang menghubungkan penjualan dengan waktu.

Tabel 3.8

Perhitungan Peramalan Penjualan Baju Batik Blus Dengan Metode Trend Projection

April 2010 – April 2011

batik pelangi solution

Demand(y) Time(x) x^2 x * y Forecast Error |Error| Error^2

April 139 1 1 139 241,17 -102,17 ^102,17 ^10438,02 May 180 2 4 360 246,58 -66,58 66,58 4432,33 June 382 3 9 1146 251,98 130,02 130,02 16903,94 July 240 4 16 960 257,39 -17,39 17,39 302,55 August 310 5 25 1550 262,8 47,2 47,2 2227,56 September 330 6 36 1980 268,21 61,79 61,79 3817,74 October 270 7 49 1890 273,62 -3,62 3,62 13,11 November 240 8 64 1920 279,03 -39,03 39,03 1523,37 December 320 9 81 2880 284,44 35,56 35,56 1264,56 January 370 10 100 3700 289,85 80,15 80,15 6424,26 February 260 11 121 2860 295,26 -35,26 35,26 1243,1 March 210 12 144 2520 300,67 -90,67 90,67 8220,45 TOTALS 3251 78 650 21905 0 709,42 56810,98 AVERAGE 270,92 6,5 0 59,12 4734,25 Next period

forecast ^306,08 ^(Bias) ^(MAD) ^(MSE) Intercept 235,76 Std err 75,37 Slope 5,41

commit to user

Hasil ramalan penjualan baju batik blus pada bulan April 2011

menggunakan POM For Windows dengan metode Trend Projection yaitu 306,08 buah dengan ukuran tingkat kesalahan MAD 59,12 dan MSE 4734,25.

Contoh perhitungan peramalan penjualan baju batik blus dengan metode Trend Projection secara matematis persamaan yang digunakan adalah : = F April = 255,76 + (5,41) (1) = 241,17 F Maret = 255,76 + (5,41) (2) = 246,58

Untuk menentukan nilai x dan y menggunakan rumus :

=

= 6,5 = 270,92

untuk mengetahui nilai dan menggunakan rumus :

commit to user 62

=

= 5,41 = 270,92 – (5,41) (6,5) = 235,76

Adapun hasil ramalan baju batik blus bulan April 2011 dan tingkat kesalahan adalah sebagai berikut :

F April 2011 = 235,76 + (5,41) (13)

= 306,08 dibulatkan menjadi 306

Karena data berupa data penjualan Baju Batik Blus maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

= 59,12

commit to user

MSE =

= 4734,25

Hasil perhitungan ramalan penjualan baju batik blus pada bulan April 2011 secara manual dengan metode Trend Projection yaitu 306 dengan tingkat kesalahan MAD 59,12 dan MSE 4734,25.

Dari hasil perhitungan dengan menggunakan metode Trend Projection diatas diperoleh peramalan penjualan baju batik blus untuk bulan April 2011 yaitu 306 buah. Metode Trend Projection ini digunakan untuk meramal atau memperkirakan kuantitas penjualan baju batik blus pada peiode yang akan datang. Dengan menggunakan metode ini perusahaan yang bersangkutan mempunyai anggapan bahwa penjualan baju batik blus relatif tetap.

1.b. Penentuan peramalan penjualan kemeja batik a. metode Single Moving Averages 3 bulanan

metode Single Moving Average dengan periode waktu 3 bulanan yaitu melakukan peramalan dengan menjumlahkan tiga periode penjualan baju batik blus sebelumnya lalu dibagi 3

commit to user

64 Tabel 3.9

Perhitungan Peramalan Penjualan Kemeja Batik Dengan Metode Single Moving Average 3 bulanan

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 80 May 83 June 70 July 92 77,67 14,33 14,33 205,44 August 98 81,67 16,33 16,33 266,78 September 88 86,67 1,33 1,33 1,78 October 96 92,67 3,33 3,33 11,11 November 103 94 9 9 81 December 97 95,67 1,33 1,33 1,78 January 123 98,67 24,33 24,33 592,11 February 106 107,67 -1,67 1,67 2,78 March 114 108,67 5,33 5,33 28,44 TOTALS 1150 73,67 77 1191,22 AVERAGE 95,83 8,19 8,56 132,36 Next period forecast 114,33 (Bias) (MAD) (MSE) Std err 13,05

Sumber: POM For Windows

Hasil ramalan penjualan kemeja batik pada bulan April 2011 menggunakan POM For Windows dengan metode Single Moving

commit to user

Averages 3 bulanan yaitu 114,33 buah dengan tingkat kesalahan MAD 8,56 dan MSE 132,36

Adapun secara matematis persamaan yang digunakan adalah:

Rata – rata bergerak =

Metode yang digunakan adalah Single Moving Averages 3 bulanan, maka untuk meramalkan dengan periode 3 bulanan dimulai dari bulan ke 4 yaitu dengan perhitungan sebagai berikut:

F Juli =

= 77,67 dibulatkan menjadi 78

F Agustus =

= 81,67 dibulatkan menjadi 82

commit to user

F April 2011 =

= 114,33 dibulatkan menjadi 114

Karena data berupa data penjualan kemeja batik maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

∑

= = 8,56 MSE =

∑

=

= 132,36

commit to user

Hasil perhitungan ramalan penjualan kemeja batik pada bulan april 2011 secara manual dengan metode Single Moving Averages 3 bulanan yaitu 114 buah dengan tingkat kesalahan MAD 8,56 dan MSE 132,36.

Dari hasil perhitungan dengan menggunakan metode Single Moving Averages 3 bulanan diatas diperoleh ramalan penjualan kemeja batik untuk bulan april 2011 yaitu 114 buah. Metode Single Moving Average 3 bulanan ini digunakan dengan tujuan untuk mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan melakukan peramalan dengan cara menjumlahkan tiga periode penjualan kemeja batik sebelumnya lalu dibagi 3, sesuai dengan arti dari metode Single Moving Averages 3 bulanan itu sendiri.

b. Metode Exsponential Smoothing

1). Exsponensial Smoothing dengan α = 0.1

Exsponential Smoothing dengan α = 0.1 artinya memberi bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya.

commit to user

68 Tabel 3.10

Perhitungan Peramalan Penjualan Kemeja Batik Dengan Metode Exsponential Smoothing alpha 0.1

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 80 May 83 80 3 3 9 June 70 80,03 -10,03 10,03 100,6 July 92 79,93 12,07 12,07 145,69 August 98 80,05 17,95 17,95 322,19 September 88 80,23 7,77 7,77 60,37 October 96 80,31 15,69 15,69 246,25 November 103 80,46 22,54 22,54 507,85 December 97 80,69 16,31 16,31 266,02 January 123 80,85 42,15 42,15 1776,37 February 106 81,27 24,73 24,73 611,35 March 114 81,52 32,48 32,48 1054,84 TOTALS 1150 184,65 204,71 5100,54 AVERAGE 95,83 16,79 18,61 463,69 Next period

forecast ^81,85 ^(Bias) ^(MAD) ^(MSE) Std err 23,81

Sumber: POM For Windows

Hasil ramalan penjualan kemeja batik pada bulan April 2011 menggunakan POM For Windows dengan metode Exponential Smoothing

commit to user

α = 0,1 yaitu 81,85 buah dengan ukuran tingkat kesalahan MAD 18,61dan MSE 463,69.

Untuk bulan pertama belum dapat di forecast karena data yang kurang dan untuk bulan kedua juga tidak mempunyai cukup data untuk diolah, adapun forecast untuk bulan kedua sebesar 80 dan forecast pada periode berikutnya dapat dihitung dengan menggunakan data penjualan sebelumnya.

Adapun secara matematis persamaan yang digunakan adalah :

= + α( - )

F Juni = 80 + 0,1 (83 – 80)

= 80,03 dibulatkan menjadi 80 F Juli = 80,83 + 0,1 (70 – 80,83)

= 79,93 dibulatkan menjadi 80

Untuk perhitungan peramalan berikutnya sama seperti diatas, data yang digunakan untuk memforecast adalah data penjualan sebelumnya.

Adapun hasil ramalan bulan April 2011 dan tingkat kesalahan adalah sebagai berikut :

F April 2011 = 81,52 + 0,1 (114 – 81,52) = 81,85 dibulatkan menjadi 82

Karena data berupa data penjualan kemeja batik maka tidak mungkin hasilnya berupa pecahan, maka hasil peramalan dibulatkan dengan syarat:

commit to user

0 – 0,449 dibulatkan menjadi 0. 0,5 – 0,999 dibulatkan menjadi 1.

Perhitungan tingkat kesalan

Secara matematis persamaan yang digunakan adalah:

MAD =

=

= 18,61 MSE =

=

= 463,69

Hasil perhitungan ramalan penjualan kemeja batik pada bulan April 2011 secara manual dengan metode exponential smoothing α= 0,1 yaitu 82 Buah dengan tingkat kesalahan MAD 18,61 dan MSE 463,69.

Dari hasil perhitungan dengan menggunakan metode Exsponensial Smoothing α= 0.1 di atas diperoleh ramalan penjualan kemeja batik untuk bulan April 2011 yaitu 82 buah. Nilai konstanta penghalus (α) 0.1 dipilih agar bertujuan untuk memberikan bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya. Tujuan pemilihan suatu

commit to user

nilai untuk konstanta penghalus (α) adalah untuk mendapatkan peramalan paling akurat.

2).Exsponential Smoothing dengan α= 0,5

Exsponensial Smoothing dengan α = 0,5 artinya memberi bobot yang sama antara peramalan sebelumnya sehingga terjadi

keseimbangan.

Tabel 3.11

Perhitungan Peramalan Penjualan Kemeja Batik Dengan Metode Exsponential Smoothing alpha 0.5

April 2010 – April 2011

batik pelangi solution

Demand(y) Forecast Error |Error| Error^2

April 80 May 83 80 3 3 9 June 70 81,5 -11,5 11,5 132,25 July 92 75,75 16,25 16,25 264,06 August 98 83,88 14,13 14,13 199,52 September 88 90,94 -2,94 2,94 8,63 October 96 89,47 6,53 6,53 42,66 November 103 92,73 10,27 10,27 105,38 December 97 97,87 -,87 ,87 ,75 January 123 97,43 25,57 25,57 653,64 February 106 110,22 -4,22 4,22 17,78 March 114 108,11 5,89 5,89 34,71 TOTALS 1150 62,11 101,15 1468,38 AVERAGE 95,83 5,65 9,2 133,49

commit to user

Next period forecast 111,05 (Bias) (MAD) (MSE) Std err 12,77

Sumber: POM For Windows

Hasil ramalan penjualan kemeja batik pada bulan April 2011 menggunakan POM For Windows dengan metode Exponential Smoothing α = 0,5 yaitu 111,05 buah dengan ukuran tingkat kesalahan MAD 9,2 dan MSE 133,49.

Untuk bulan pertama belum dapat di forecast karena data yang

Dalam dokumen BAYU SAMODRA F3508017 (Halaman 52-110)