PENGUMPULAN DAN PENGOLAHAN DATA
3. Frekuensi pengiriman sebulan sekali
5.3.2. Fase Peramalan
5.3.2.1. Peramalan Permintaan 1. Agregasi
5.3.2.1.2. Pemilihan Metode Peramalan
Metode peramalan merupakan suatu aktivitas yang dilakukan untuk dapat mengestimasi permintaan terhadap produk dalam periode tertentu.
Peramalan dilakukan pada tingkatan yang berbeda pada setiap pelaku rantai pasok. Tujuan dari peramalan ialah untuk memprediksi kompenen sistematis dari permintaan dan mengestimasi komponen bebas. Komponen sistematis pada data ditandai dengan level, tren dan faktor musiman. Pemilihan metode peramalan terbaik dapat dilakukan melalui perhitungan yakni Mean Absolute Deviation (MAD), Mean Absolute Percentage Error (MAPE) dan Mean Square Deviation (MSD). Parameter penilaian didasarkan atas nilai minimum dari masing – masing
0
perhitungan error tersebut. Metode Peramalan yang digunakan terdiri atas Trend Linear, Moving Average, Exponential Smoothing, dan Metode Winter’s Model.
Metode peramalan terpilih akan digunakan pada setiap level rantai pasok.
5.3.2.1.2.1. Peramalan Time Series dengan Menggunakan Metode Trend Linear
Peramalan dengan menggunakan metode trend linear dilakukan dengan langkah – langkah yakni sebagai berikut :
1. Permintaan aktual dalam satuan harga dimasukkan ke dalam worksheet yang tersedia pada software Minitab. Dipilih Stat > Time Series > Trend Linear pada menu yang tersedia.
Sumber: Pengolahan Data
Gambar 5.2. Data Permintaan Aktual
V-17
Sumber: Pengolahan Data
Gambar 5.3. Pemilihan Metode Trend Linear
2. Data dimasukkan pada kotak dialog Trend Analysis dengan model Linear.
Dan Periode Peramalan selama 12 periode mendatang.
Sumber: Pengolahan Data
Gambar 5.4. Kotak Dialog Trend Analysis
3. Dipilih menu pada Storage dan dipilih Fits (trend line) dan Forecast agar menampilkan hasil peramalan yang akan digunakan. Sementara pada Result dipilih summary table and result table.
Sumber: Pengolahan Data
Gambar 5.5. Kotak Dialog Trend Analysis : Storage
V-19
Sumber: Pengolahan Data
Gambar 5.6. Kotak Dialog Trend Analysis : Result 4. Maka, akan diperoleh hasil dan error dari peramalan Trend Linear.
Sumber: Pengolahan Data
Gambar 5.7. Trend Analysis Plot
Maka, berdasarkan langkah – langkah diatas dilakukan peramalan dengan menggunakan trend linear dan diperoleh rekapitulasi error dari data yang akan
dilakukan perbandingan antar metode peramalan.
5.3.2.1.2.2. Peramalan Time Series dengan Menggunakan Metode Moving Average
Peramalan dengan menggunakan metode moving average dilakukan dengan langkah – langkah yakni sebagai berikut :
1. Permintaan aktual dalam satuan harga dimasukkan ke dalam worksheet yang tersedia pada software Minitab. Dipilih Stat > Time Series > Moving Average pada menu yang tersedia.
Sumber: Pengolahan Data
Gambar 5.8. Data Permintaan Aktual
V-21
Sumber: Pengolahan Data
Gambar 5.9. Pemilihan Metode Moving Average
2. Data dimasukkan pada kotak dialog Moving Average dengan model Moving Average. Periode Peramalan selama 12 periode mendatang serta MA Length sebesar 3.
Sumber: Pengolahan Data
Gambar 5.10. Kotak Dialog Moving Average
3. Dipilih menu pada Storage dan dipilih Fits (one period ahead forecasts) dan Forecast agar menampilkan hasil peramalan yang akan digunakan.
Sementara pada Result dipilih summary table and result table.
Sumber: Pengolahan Data
Gambar 5.11. Kotak Dialog Moving Average : Storage
Sumber: Pengolahan Data
Gambar 5.12. Kotak Dialog Moving Average : Result
V-23
4. Maka, akan diperoleh hasil dan error dari peramalan Moving Average.
Sumber: Pengolahan Data
Gambar 5.13. Moving Average Analysis Plot
Maka, berdasarkan langkah – langkah diatas dilakukan peramalan dengan menggunakan Moving Average dan diperoleh rekapitulasi error dari data yang akan dilakukan perbandingan antar metode peramalan.
5.3.2.1.2.3. Peramalan Time Series dengan Menggunakan Metode Single Exponential Smoothing
Peramalan dengan menggunakan metode single exponential smoothing dilakukan dengan langkah – langkah yakni sebagai berikut :
1. Permintaan aktual dalam satuan harga dimasukkan ke dalam worksheet yang tersedia pada software Minitab. Dipilih Stat > Time Series > Single Exponential Smoothing pada menu yang tersedia.
Sumber: Pengolahan Data
Gambar 5.14. Data Permintaan Aktual
Sumber: Pengolahan Data
Gambar 5.15. Pemilihan Metode Single Exponential Smoothing
2. Data dimasukkan pada kotak dialog Single Exponential Smoothing dengan model weight to Use in Smoothing sebesar 0,5. Paramater 0,5 dipilih berdasarkan trial and error pada 3 parameter yakni 0,1 , 0,3 dan 0,5.
V-25
Sumber: Pengolahan Data
Gambar 5.16. Kotak Dialog Single Exponential Smoothing
3. Dipilih menu pada Storage dan dipilih Fits (one period ahead forecasts) dan Forecast agar menampilkan hasil peramalan yang akan digunakan.
Sementara pada Result dipilih summary table and result table.
Sumber: Pengolahan Data
Gambar 5.17. Kotak Dialog Single Exponential Smoothing : Storage
Sumber: Pengolahan Data
Gambar 5.18. Kotak Dialog Single Exponential Smoothing : Result
4. Maka, akan diperoleh hasil dan error dari peramalan Single Exponential Smoothing.
Sumber: Pengolahan Data
Gambar 5.19. Single Exponential Smoothing Analysis Plot
Maka, berdasarkan langkah – langkah diatas dilakukan peramalan dengan menggunakan Single Exponential Smoothing dan diperoleh rekapitulasi error dari data yang akan dilakukan perbandingan antar metode peramalan.
V-27
5.3.2.1.2.4. Peramalan Time Series dengan Menggunakan Metode Winter’s Method
Peramalan dengan menggunakan metode winter’s method dilakukan dengan langkah – langkah yakni sebagai berikut :
1. Permintaan aktual dalam satuan harga dimasukkan ke dalam worksheet yang tersedia pada software Minitab. Dipilih Stat > Time Series > winter’s method pada menu yang tersedia.
Sumber: Pengolahan Data
Gambar 5.20. Data Permintaan Aktual
Sumber: Pengolahan Data
Gambar 5.21. Pemilihan Metode Winter’s Method
2. Data dimasukkan pada kotak dialog Winter’s Method dengan model weight to Use in Smoothing level sebesar 0,5 , trend sebesar 0,2 dan seasonal sebesar 0,6 yang berasal dari trial dan error dengan nilai error terkecil. Besar level, trend, dan seasonal lebih kecil dari 1. Periode Peramalan selama 12 periode mendatang serta starting from origin 12.
Sumber: Pengolahan Data
Gambar 5.22. Kotak Dialog Winter’s Method
V-29
3. Dipilih menu pada Storage dan dipilih Fits (one period ahead forecasts) dan Forecast agar menampilkan hasil peramalan yang akan digunakan.
Sementara pada Result dipilih summary table and result table.
Sumber: Pengolahan Data
Gambar 5.23. Kotak Dialog Winter’s Method : Storage
Sumber: Pengolahan Data
Gambar 5.24. Kotak Dialog Winter’s Method : Result
4. Maka, akan diperoleh hasil dan error dari peramalan winter’s method.
Sumber: Pengolahan Data
Gambar 5.25. Winter’s Method Analysis Plot
Maka, berdasarkan langkah – langkah diatas dilakukan peramalan dengan menggunakan Winter’s Method dan diperoleh rekapitulasi error dari data yang akan dilakukan perbandingan antar metode peramalan.
5.3.2.2. Identifikasi Pengecualian dalam Peramalan Permintaan