PENGUMPULAN DAN PENGOLAHAN DATA
5.2. Pengolahan Data
5.2.1. Peramalan Permintaan Produk
Dari data permintaan tahun lalu, maka dilakukanlah langkah-langkah peramalan guna meramalkan besar permintaan selama satu tahun kedepan sebagai horizon perencanaan yang akan dibahas.
Tahun Bulan Pemakaian (kg)
Picnic Cocktail Small Medium
2008
Mei 124259,30 31502,36 14001,05 5250,39 Juni 151211,30 35702,67 14701,10 5400,63 Juli 94665,03 27439,14 13975,66 4115,87 Agustus 75820,43 16247,24 13831,49 5415,75 September 69772,86 21869,11 14413,86 5082,77 Oktober 169977,64 49268,88 15171,00 4926,89 November 74848,76 17108,29 15554,14 6415,61 Desember 151017,50 36159,12 16143,06 6381,02
2009
Januari 174575,15 47611,40 15450,78 5870,47 Februari 137359,82 37823,72 14916,50 5972,17 Maret 125671,55 33266,00 15329,22 5544,33 April 217558,74 52835,69 13079,82 6323,95 Mei 343407,26 77387,55 13530,50 5346,89 Juni 112087,49 31573,94 14629,58 6578,70 Juli 129354,89 38806,47 16935,49 6695,85 Agustus 71985,01 23995,00 16259,57 5986,52 September 210681,61 71259,96 15687,81 6196,52 Oktober 170666,30 56888,77 16686,82 7043,41 November 209556,70 68809,66 14149,41 6255,42 Desember 117799,80 34647,00 16323,50 7464,70
2010
Januari 124834,32 30756,28 15901,12 5427,58 Februari 226647,26 51805,09 14378,18 6951,27 Maret 149469,48 35788,47 16946,84 6915,61 April 79527,50 20746,30 16220,58 7162,86
Berikut ini adalah langkah-langkah yang dilakukan dalam melakukan peramalan :
1. Pendefinisian Tujuan Peramalan
Peramalan dilakukan untuk meramalkan besar permintaan produk Picnic selama satu tahun kedapan.
2. Pembuatan Diagram Pencar
Bentuk diagram pencar dari hasil permintaan produk Picnic dua tahun lalu dapat dilihat pada Gambar 5.1.
Gambar 5.1. Diagram Pencar Permintaan Produk Picnic Dua Tahun Lalu
3. Pemilihan Metode Peramalan
Berdasarkan pola pada diagram pencar makan metode yang digunakan dalam peramalan ini adalah :
a. Metode Konstan b. Metode Linier c. Metode Siklis
0 80,000 100,000 120,000 140,000
0 5 10 15 20 25 30
4. Perhitungan Parameter-parameter Fungsi Peramalan
Untuk mengetahui persamaan masing-masing metode, maka dilakukan perhitungan parameter-parameter yang terdapat di dalam masing-masing metode.
a. Metode Konstan
a =
∑
Yt . Perhitungan parameter-parameteryang ada di dalam metode konstan dapat dilihat pada Tabel 5.5.
Tabel 5.5. Perhitungan Parameter Peramalan Metode Konstan Permintaan Produk Picnic
Dari parameter-parameter diatas, maka diperoleh fungsi peramalan produk Picnic berdasarkan metode konstan yaitu :
24
Rumus fungsi peramalannya adalah Yt =a+bt. Perhitungan parameter-parameter yang ada di dalam metode liniar dapat dilihat pada Tabel 5.6.
Tabel 5.6. Perhitungan Parameter Peramalan Metode Linier Permintaan Produk Picnic
Nilai variable dan fungsi peramalannya adalah :
Rumus fungsi peramalannya adalah t
c n
parameter-parameter yang ada di dalam metode siklis dapat dilihat pada Tabel 5.7.
Tabel 5.7. Perhitungan Parameter Peramalan Metode Siklis Permintaan Produk Picnic
t Y sin x cos x sin2x cos2x sin x*
cos x Y*sin x Y*cos x
1 106,276 0.26 0.97 0.0676 0.9409 0.2522 27631.76 103087.7
2 101,017 0.5 0.87 0.2500 0.7569 0.4350 50508.5 87884.79
3 102,100 0.71 0.71 0.5041 0.5041 0.5041 72491 72491
4 108,100 0.87 0.5 0.7569 0.25 0.4350 94047 54050
5 110,526 0.97 0.26 0.9409 0.0676 0.2522 107210.2 28736.76
6 107,365 1 0 1.0000 0 0.0000 107365 0
7 113,760 0.97 -0.26 0.9409 0.0676 -0.2522 110347.2 -29577.6
8 101,800 0.87 -0.5 0.7569 0.25 -0.4350 88566 -50900
9 115,004 0.71 -0.71 0.5041 0.5041 -0.5041 81652.84 -81652.8
10 112,608 0.5 -0.87 0.2500 0.7569 -0.4350 56304 -97969
11 117,920 0.26 -0.97 0.0676 0.9409 -0.2522 30659.2 -114382
12 122,600 0 -1 0.0000 1 0.0000 0 -122600
13 120,001 -0.26 -0.97 0.0676 0.9409 0.2522 -31200.3 -116401
14 121,240 -0.5 -0.87 0.2500 0.7569 0.4350 -60620 -105479
15 113,200 -0.71 -0.71 0.5041 0.5041 0.5041 -80372 -80372
16 126,680 -0.87 -0.5 0.7569 0.25 0.4350 -110212 -63340
17 125,840 -0.97 -0.26 0.9409 0.0676 0.2522 -122065 -32718.4
18 130,256 -1 0 1.0000 0 0.0000 -130256 0
19 115,505 -0.97 0.26 0.9409 0.0676 -0.2522 -112040 30031.3
20 127,920 -0.87 0.5 0.7569 0.25 -0.4350 -111290 63960
21 126,989 -0.71 0.71 0.5041 0.5041 -0.5041 -90162.2 90162.19
22 125,558 -0.5 0.87 0.2500 0.7569 -0.4350 -62779 109235.5
23 130,567 -0.26 0.97 0.0676 0.9409 -0.2522 -33947.4 126650
24 130,616 0 1 0.0000 1 0.0000 0 130616
300 2.813.448 0 0 12,078 12,078 0.0000 -118.161 1.513
Keterangan : x = t n
π
2 , dimana 2 = 360. π
Nilai variable dan fungsi peramalannya adalah :
1. t
Fungsi peramalannya adalah : t
Cos n
5. Perhitungan Kesalahan (error) Setiap Metode Peramalan
Untuk mendapatkan metode peramalan yang paling baik, maka perlu dihitung tingkat kesalahan pada masing-masing metode peramalan. Metode yang memiliki tingkat kesalahan yang paling kecil merupakan metode yang digunakan dalam peramalan permintaan produk.
a. Metode Konstan
Untuk menghitung estimasi kesalahan metode konstan maka dibutuhkan variabel-variabel pendukung, perhitungan variabel-variabel pendukung tersebut dapat dilihat pada Tabel 5.8.
Tabel 5.8. Estimasi Kesalahan Peramalan Metode Konstan Produk Picnic
t Y Y' Y-Y’ (Y-Y’)2
1 106276 117227 -10951 119924401
2 101017 117227 -16210 262764100
3 102100 117227 -15127 228826129
4 108100 117227 -9127 83302129
5 110526 117227 -6701 44903401
6 107365 117227 -9862 97259044
7 113760 117227 -3467 12020089
8 101800 117227 -15427 237992329
9 115004 117227 -2223 4941729
10 112608 117227 -4619 21335161
11 117920 117227 693 480249
12 122600 117227 5373 28869129
13 120001 117227 2774 16104169
14 121240 117227 4013 16216729
15 113200 117227 -4027 7695076
16 126680 117227 9453 89359209
17 125840 117227 8613 74183769
18 130256 117227 13029 169754841
19 115505 117227 -1722 2965284
20 127920 117227 10693 114340249
21 126989 117227 9762 95296644
22 125558 117227 8331 69405561
23 130567 117227 13340 177955600
24 130616 117227 13389 179265321
Total 2.155.160.342
Maka standard estimasi kesalahan dari peramalan metode konstan adalah :
f
Untuk menghitung estimasi kesalahan metode linier maka dibutuhkan variabel-variabel pendukung, perhitungan variabel-variabel-variabel-variabel pendukung tersebut dapat dilihat pada Tabel 5.9.
Fungsi peramalannya adalah :
Tabel 5.9. Estimasi Kesalahan Peramalan Metode Linier Produk Picnic
Maka standard estimasi kesalahan dari peramalan metode linier adalah :
f
c. Metode Siklis
Untuk menghitung estimasi kesalahan metode siklis maka dibutuhkan variabel-variabel pendukung, perhitungan variabel-variabel-variabel-variabel pendukung tersebut dapat dilihat pada Tabel 5.10.
Tabel 5.10. Estimasi Kesalahan Peramalan Metode Siklis Produk Picnic
t Y Y' Y-Y’ (Y-Y’)2
1 106276 117345.7 -11070 122538417.49
2 101017 117330.9 -16314 266142028.10
3 102100 117308.8 -15209 231307786.03
4 108100 117281 -9181 84290603.09
18 130256 117236.8 13019 169500089.41
19 115505 117269 -1764 3111648.72
20 127920 117298 10622 112826701.30
21 126989 117322.7 9666 93437475.55
22 125558 117340.6 8217 67525005.37
23 130567 117350.8 13216 174668132.75
24 130616 117352 13264 175933696.00
Total 2.152.660.680,74
Maka standard estimasi kesalahan dari permalan metode siklis adalah :
Besarnya kesalahan (error) masing-masing peramalan dapat dilihat pada Tabel 5.11.
Tabel 5.11. Besar Kesalahan Masing-masing Metode Peramalan No. Metode Peramalan Besar Kesalahan (error)
1. Konstan 9680,01
2. Linier 4503,55
3. Siklis 10124,61
6. Pemilihan Metode Peramalan dan Uji Statistik
Dari perhitungan SEE di atas, metode linier dan metode konstan mampu memberikan nilai error terkecil. Tahap selanjutnya adalah melakukan uji statistik dengan distribusi f untuk memilih mana antara kedua metode ini yang akan dipakai untuk interpretasi peramalan.
1) Ho : metode linier lebih baik dari pada metode konstan ( fuji ≤ ftabel)
Kesimpulan : fhitung < ftabel, Ho diterima, metode linier lebih baik dari metode konstan.
7. Verifikasi Peramalan
Untuk melihat apakah data yang digunakan dalam peramalan berada dalam
batas-batas kontrol atau tidak, maka perlu dilakukan verifikasi terhadap data tersebut.
Dalam hal ini, metode yang dipilih adalah metode yang memiliki SEE terkecil, yaitu metode linier. Hasil perhitungan data untuk verifikasi dapat dilihat pada Tabel 5.12.
Tabel 5.12. Verifikasi Data Peramalan Linier Produk Picnic
t dt dt' e MRt
1 106276 103208 3,068
2 101017 104427.1 -3,410 6478
3 102100 105646.1 -3,546 136
4 108100 106865.2 1,235 4,781
5 110526 108084.2 2,442 1,207
6 107365 109303.2 -1,938 4380
7 113760 110522.3 3,238 5,176
8 101800 111741.3 -9,941 13179
9 115004 112960.4 2,044 11,985
10 112608 114179.4 -1,571 3615
11 117920 115398.4 2,522 4,093
12 122600 116617.5 5,983 3,461
13 120001 117836.5 2,164 3819
14 121240 119055.6 2,184 20
15 113200 120274.6 -7,075 9259
16 126680 121493.6 5,186 12,261
17 125840 122712.7 3,127 2059
18 130256 123931.7 6,324 3,197
19 115505 125150.8 -9,646 15970
20 127920 126369.8 1,550 11,196
21 126989 127588.8 -600 2150
22 125558 128807.9 -3,250 2650
23 130567 130026.9 540 3,790
24 130616 131246 -630 1170
Total 126.032
Berdasarkan perhitungan yang ada pada Tabel 5.12. maka dapat dihitung besarnya harga :
) 1
Dengan demikian diperoleh :
UCL = 2,66 X MR = 2,66 x 5479,65 = 14575,87
Dari hasil perhitungan di atas, maka dapat digambarkan Moving Range Chart untuk data yang digunakan dalam peramalan, seperti yang ditunjukkan dalam Gambar 5.2.
Gambar 5.2. Moving Range Chart untuk Peramalan Produk Picnic
Berdasarkan gambar di atas, dapat dilihat bahwa seluruh data yang digunakan dalam peramalan berada dalam batas kontrol, sehinggga dapat disimpulkan bahwa
Moving Range Chart Produk Picnic
-20000
data tersebut signifikan. Maka, peramalan permintaan produk Picnic untuk periode satu tahun berikutnya dapat diterima, yaitu dengan menggunakan persamaan linier :
) ( 04 , 1219
101989 t
Yt = +
Untuk peramalan permintaan produk Picnic pada t = 25 (Mei 2010) yaitu : Y25 = 101989 + 1219,04 (25)
Y25 = 132465 kaleng
Hasil peramalan permintaan produk Picnic untuk setahun kedepan di PT Toba Surimi Industries dengan menggunakan metode linier dapat dilihat pada Tabel 5.13.
Tabel 5.13. Hasil Peramalan Permintaan Produk Picnic Periode Mei 2010 s/d Juni 2011
t Bulan Jumlah
25 Mei’ 2010 132465
26 Juni`2010 133684
27 Juli`2010 134903
28 Agustus`2010 136122
29 Sepetember`2010 137341
30 Oktober`2010 138560
31 Nopember`2010 139779
32 Desember`2010 140998
33 Januari`2011 142217
34 Februari`2011 143436
35 Maret`2011 144655
36 April`2011 145874
Jumlah 1.670.037
Perhitungan peramalan untuk produk Cocktail, Small, dan Medium dapat dilihat pada Lampiran 1. Kesimpulan hasil peramalan masing-masing produks dapat dilihat pada Tabel 5.14.
Tabel 5.14. Kesimpulan Hasil Peramalan Masing-masing Produk
Produk
Keterangan SEE Metode
Peramalan Persamaan Peramalan Picnic 4503.55 Linier Yt =101989+1219,04(t) Cocktail 2176.603 Linier Yt =23926.32+265,25(t) Small 1867.02 Kuadratis Yt =6953.33+583,79(t)−10,36(t2) Medium 454.40 Linier Yt =3743,90+103,78(t)
Dari hasil peramalan yang dilakukan terhadap produk Picnic, Cocktail, Small dan Medium telah dapat diketahui hasil perkiraan permintaan pada periode perencanaan
produksi Mei 2010 s/d April 2011. Hasil perkiraan permintaan untuk masing-masing produk dapat dilihat pada Tabel 5.15.
Tabel 5.15. Hasil Peramalan Permintaan Masing-masing Produk Periode Mei 2010 s/d April 2011
t Bulan Jumlah
Picnic Cocktail Small Medium 25 Mei’ 2010 132465 30558 15073 6338 26 Juni`2010 133684 30823 15128 6442 27 Juli`2010 134903 31088 15163 6546 28 Agustus`2010 136122 31353 15177 6650 29 Sepetember`2010 137341 31619 15170 6753 30 Oktober`2010 138560 31884 15143 6857 31 Nopember`2010 139779 32149 15095 6961 32 Desember`2010 140998 32414 15026 7065 33 Januari`2011 142217 32679 14936 7169 34 Februari`2011 143436 32945 14826 7272 35 Maret`2011 144655 33210 14695 7376 36 April`2011 145874 33475 14543 7480
5.2.2. Pemakaian Bahan Baku
Bahan baku yang digunakan di dalam produksi adalah udang. Untuk mengetahui proporsi kebutuhan bahan baku masing-masing produk maka diperlukan data kebutuhan bahan baku dan prduk yang dihasilkan dalam kegiatan produksi. Data kebutuhan bahan baku dan produk yang dihasilkan dapat dilihat pada Tabel 5.16. Uji keseragaman data dibutuhkan untuk mengetahui apakah data yang diperoleh telah seragam atau tidak. Pengujian data proporsi pemakaian bahan baku untuk produk Picnic dapat dilihat pada Tabel 5.17.
Tabel 5.17. Pengujian Data Persentase Jumlah Bahan Baku Produk Picnic
Periode Persentase Pemakaian
Bahan Baku (%)
(
X −X) (
X −X)
2 X2Tabel 5.16. Perhitungan Persentase Pemakaian Bahan Baku Udang untuk Masing-masing Produk Tahun 2008 s/d 2010
Periode Junlah Produksi (Kaleng) Jumlah Produksi (Kg) (113gr/kaleng) Pemakaian Bahan Baku (Kg) Proporsi Pemakaian Bahan Baku (%) Picnic Cocktail Small Medium Picnic Cocktail Small Medium Picnic Cocktail Small Medium Picnic Cocktail Small Medium Mei 2008 106276 24408 7848 4068 12009.19 2758.104 886.824 459.684 14408.1 3385.0 1073.9 547.4 83.35 81.48 82.58 83.98 Juni 2008 101017 22754 7377 3820 11414.92 2571.202 833.601 431.66 13900.3 3129.1 1005.4 521.0 82.12 82.17 82.91 82.85 Juli 2008 102100 28000 9290 4700 11537.3 3164 1049.77 531.1 14025.4 3869.9 1259.6 633.2 82.26 81.76 83.34 83.87 Agustus 2008 108100 26950 9300 3650 12215.3 3045.35 1050.9 412.45 14902.2 3661.2 1285.0 496.3 81.97 83.18 81.78 83.11 September 2008 110526 25523 7392 3478 12489.44 2884.099 835.296 393.014 15301.9 3501.8 1021.3 473.9 81.62 82.36 81.79 82.94 Oktober 2008 107365 23584 9613 4358 12132.25 2664.992 1086.269 492.454 14679.1 3223.7 1315.7 588.3 82.65 82.67 82.56 83.71 November 2008 113760 22288 8144 4608 12854.88 2518.544 920.272 520.704 15612.0 3074.0 1100.4 614.4 82.34 81.93 83.63 84.75 Desember 2008 112800 23600 10200 5400 12746.4 2666.8 1152.6 610.2 15265.1 3260.5 1409.2 729.5 83.5 81.79 81.79 83.65 Januari 2009 115004 26092 13940 4364 12995.45 2948.396 1575.22 493.132 15780.8 3542.9 1891.9 590.8 82.35 83.22 83.26 83.47 Februari 2009 112608 29008 14688 4896 12724.7 3277.904 1659.744 553.248 15239.2 3943.1 1988.0 653.6 83.5 83.13 83.49 84.65 Maret 2009 117920 25920 15840 4320 13324.96 2928.96 1789.92 488.16 16015.6 3522.5 2184.2 587.1 83.2 83.15 81.95 83.15 April 2009 122600 28960 13800 5640 13853.8 3272.48 1559.4 637.32 16925.8 4024.2 1883.6 774.9 81.85 81.32 82.79 82.25 Mei 2009 120001 24296 14479 5324 13560.11 2745.448 1636.127 601.612 16601.5 3326.2 1995.5 729.4 81.68 82.54 81.99 82.48 Juni 2009 121240 28800 11520 5440 13700.12 3254.4 1301.76 614.72 16560.0 3907.3 1566.1 740.1 82.73 83.29 83.12 83.06 Juli 2009 123200 32760 10920 4920 13921.6 3701.88 1233.96 555.96 16813.5 4437.6 1489.8 675.9 82.8 83.42 82.83 82.25 Agustus 2009 126680 29560 14320 4440 14314.84 3340.28 1618.16 501.72 17149.7 3981.3 1968.8 607.7 83.47 83.9 82.19 82.56 September 2009 125840 26240 12160 5760 14219.92 2965.12 1374.08 650.88 17211.2 3595.8 1646.2 778.2 82.62 82.46 83.47 83.64 Oktober 2009 128256 28216 11304 5304 14492.93 3188.408 1277.352 599.352 17594.9 3829.9 1565.8 716.2 82.37 83.25 81.58 83.68 November 2009 129505 30509 12799 5955 14634.07 3447.517 1446.287 672.915 17544.7 4145.6 1759.0 813.2 83.41 83.16 82.22 82.75 Desember 2009 127920 28800 14400 6080 14454.96 3254.4 1627.2 687.04 17440.8 3999.5 1991.2 821.9 82.88 81.37 81.72 83.59 Januari 2010 126989 26360 14056 6252 14349.76 2978.68 1588.328 706.476 17512.5 3581.9 1910.9 847.4 81.94 83.16 83.12 83.37 Februari 2010 125558 29842 15651 5960 14188.05 3372.146 1768.563 673.48 17016.1 4051.6 2115.8 819.4 83.38 83.23 83.59 82.19 Maret 2010 130567 30784 15297 5932 14754.07 3478.592 1728.561 670.316 17868.6 4182.5 2073.9 796.2 82.57 83.17 83.35 84.19 April 2010 130616 30552 16912 6320 14759.61 3452.376 1911.056 714.16 17720.7 4188.8 2325.2 853.4 83.29 82.42 82.19 83.68
Standar deviasi diketahui dengan menggunakan rumus :
Untuk mengetahui daerah kontrol maka perlu diketahui Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah grafik. Perhitungan BKA dan BKB yaitu : BKA = X +2σ
Berdasarkan hasil perhitungan diatas maka diperoleh grafik kontrol terhadap data yang diambil. Grafik data persentase penggunaan bahan untuk produk Picnic dapat dilihat pada Gambar 5.3.
Gambar 5.3. Control Chart Data Persentase Bahan Produk Picnic
Dari gambar diatas terlihat bahwa semua data berada didalam kontrol sehingga dapat disimpulkan bahwa data yang diperoleh seragam. Pengujian rata-rata dan keseragaman data untuk produk Cocktail, Small dan Medium dapat dilihat di Lampiran 2.
Dari hasil pengukuran persentase pemakaian bahan baku dan pengujian keseragaman data, maka diperoleh rata-rata persentase pemakaian bahan baku untuk masing-masing produk. Rata-rata persentase pemakaian bahan baku untuk masing-masing produk dapat dilihat pada Tabel 5.18.
Tabel 5.18. Hasil Pengujian Data Persentase Pemakaian Bahan Masing-masing Produk
Produk X SD BKA BKB Keterangan