Analisa Peramalan Permintaan Produk Pipa PVC AW1/2 SC 4M pada PT. WDJ. Demand Forecasting Analysis Products PVC Pipe AW1/2 "SC 4M in PT.

(1)

Analisa Peramalan Permintaan Produk Pipa PVC AW1/2” SC 4M pada PT. WDJ

Demand Forecasting Analysis Products PVC Pipe AW1/2 "SC 4M in PT. WDJ

Miftah Gufron Nur Ihsan, Muhammad Kholil

Program Studi Teknik Industri, Fakultas Teknik Universitas Mercubuana Jakarta Jl. Raya Meruya Selatan No. 1 Kembangan, Jakarta Barat

Email: [email protected], [email protected]

Abstrak

PT. WDJ adalah perusahaan manufakturing yang memproduksi berbagai jenis macam Pipa PVC dan Fitting, PT WDJ merupakan anak perusahaan dari PT. DJBS Group yang bergerak di bidang manufacture material building. Fokus utama dari PT WDJ adalah kepuasan pelanggan, oleh karena itu untuk mengetahui seberapa besar kebutuhan konsumen terhadap produk Pipa PVC ini, maka perlu dilakukan peramalan permintaan, guna mendapatkan gambaran akan kebutuhan riil produksi terhadap produk tersebut. Dalam menentukan peramalan permintaan pada penelitian ini, model yang digunakan adalah model “peramalan permintaan Rata-rata bergerak tidak berbobot (Unweighted Moving Average), Rata-rata bergerak terbobot (Weighted Moving Average), dan Pemulusan (Exsponential Smoothing) dengan menggunakan data 1 tahun sebelumnya (2013). Dari hasil pengolahan data dengan model tersebut, maka didapat ramalan permintaan untuk awal tahun 2014. Hasil akhir dari pemilihan model yang ingin dipilih yaitu dengan membandingkan masing-masing nilai Validasi MAD,MSE,DAN RSFE, dan memilih nilai yang paling terkecil. Nilai yang tekecil ini mencerminkan nilai penyimpangan atau error yang terkecil, yang artinya mendekati akurasi dari nilai riil.

Kata kunci: peramalan, pipa PVC, tracking signal Abstract

PT. WDJ is a manufacturing company which produces various kinds of kinds of PVC pipes and fittings, PT WDJ is a subsidiary of PT. DJBS Group is engaged in the manufacture of building materials. The main focus of the PT WDJ is customer satisfaction, therefore, to find out how much consumer demand for these products PVC pipes, it is necessary to forecast demand, in order to get a picture of the real needs of the production of these products. To determine the demand forecasting in this study, the model used is,"demand forecasting Unweighted Moving Average, Weighted Moving Average, and Smoothing Exsponential using 1 year of data earlier (2013). From processing the data with the model, can be know the forecast demand for early 2014. The final results of the election model, we can selected by comparing each value Validation MAD, MSE, and RSFE, and choose the smallest value most. The smallest value that reflects the value of the smallest deviation or error, which means approaching the accuracy of real value.

Keywords: forecasting, PVC pipe, tracking signal

1. Pendahuluan

Di era modern saat ini pertumbuhan perekonomian global di sebagian negara mengalami perkembangan yang cukup baik khususnya untuk negara-negara berkembang di kawasan Asia, seperti Indonesia. Perusahaan-perusahaan yang telah lama beroperasi di Indonesia nantinya akan dihadapkan dengan persaingan yang sangat kompetitif dari perusahaan-perusahaan baru yang akan berinvestasi di indonesia. PT. WDJ merupakan salah satu perusahaan yang bergerak di bidang

(2)

industri perpipaan, yang memproduksi berbagai macam jenis pipa PVC, PE, dan sambungan pipa (Fitting) dalam berbagai macam ukuran.

Visi dan misi dari perusahaan ini adalah menjadi salah satu perusahaan perpipaan yang handal dengan mengedepankan kualitas dan pelayanan yang berfokus pada Kepuasan Pelanggan (Customer Satisfaction). Salah satu indikator kepuasan pelanggan adalah “Tersedianya Barang pada saat dibutuhkan”. Oleh karena itu guna mendukung pemenuhan kebutuhan pasar tersebut perusahaan perlu mengetahui peramalan produksi untuk periode kedepannya, agar perusahaan dapat memproduksi produk dengan mendekati jumlah kebutuhan pasar yang sebenarnya di periode mendatang.

1.1 Identifikasi Masalah

Untuk merumuskan jumlah ramalan permintaan pada bulan Januari 2014, dengan menggunakan 3 teknik metode peramalan yaitu Moving Average, Weighted Moving Average, dan Exsponesial

Smoothing. Berdasarkan ketiga teknik metode tersebut akan ditentukan manakah metode yang

paling tepat dan efektif untuk yang dapat diterapkan pada perusahaan. 1.2 Batasan Masalah

Mengingat begitu luasnya cakupan permasalahan yang akan di teliti, dan keterbatasan waktu, pengetahuan, pengalaman, serta kemampuan teknis penulis. Dibutuhkan pembatasan permasalahan agar tidak terlalu menyimpang dari maksud dan tujuan penelitian, dimana penelitian hanya dilakukan untuk jenis pipa PVC AW ½” AC 4M, dikarenakan banyaknya type dan jenis pipa yang dijual dan diproduksi oleh PT.WDJ.

2. Landasan Teori 2.1 Peramalan

Peramalan merupakan suatu hal yang sangat penting dan dibutuhkan untuk mengetahui seberapa besar tingkat keinginan konsumen terhadap barang atau produk yang dibuat oleh perusahaan. Peramalan dapat dijadikan landasan atau acuan bagi perusahaan dalam menetapkan kebijakan dan menentukan langkah-langkah selanjutnya untuk memproduksi barang sesuai tingkat kebutuhan atau permintaan konsumen.

2.2 Tujuan Peramalan

Tujuan peramalan tentunya untuk mengetahui dugaan ataupun perkiraan kebutuhan konsumen di masa periode yang akan datang, berdasarkan history permintaan yang sudah ada. Sedangkan menurut beberapa ahli tujuan peramalan dapat dijelaskan sebagai berikut:

a. Menurut ( Gasperz, 2002), Tujuan peramalan adalah untuk meramalkan permintaan dari item-item independent demand dimasa yang akan datang.

b. Menurut (Hakim Nasution, 2003), Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa akan datang yg meliputi dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan.

c. Menurut (Zulian Yamit, 2000), Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien.

(3)

2.3 Pola Peramalan 2.3.1 Pola Horizontal

Pola horizontal merupakan pola peramalan yang terjadi akibat data yang berfluktuasi di sekitar rata-ratanya, atau sering terjadi naik-turun permintaan pasar.

Gambar 1. Pola Peramalan Horizontal 2.3.2 Pola Musiman

Pola musiman merupakan pola peramalan yang terjadi akibat adanya pengaruh musiman tertentu.

Gambar 2. Pola Peramalan Musiman 2.3.3 Pola Siklis

Pola Siklis merupakan pola peramalan yang terjadi akibat dipengaruhinya oleh fluktuasi ekonomi jangka panjang seperti yang terjadi dengan siklus bisnis.

(4)

2.3.4 Pola Trend

Pola Trend terjadi akibat adanya kenaikan atau penurunan sekuler jangka panjang dalam data yang disajikan.

Gambar 4. Pola Peramalan Trend 2.4 Faktor-faktor yang mempengaruhi peramalan

Di dalam peramalan biasanya permintaan suatu produk pada suatu perusahaan dangat dipengaruhi oleh berbagai faktor lingkungan yang saling berinteraksi dalam pasar yang berada diluar kendali perusahaan. Dimana faktor-faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan menurut Yamin (2005):

a. Kondisi umum bisnis ekonomi b. Reaksi dan tindakan pesaing c. Tindakan pemerintah d. Kecenderungan pasar e. Siklus hidup produk f. Gaya dan mode

g. Perubahan permintaan konsumen h. Inovasi teknologi

2.5 Model Peramalan 2.5.1 Metode Kualitatif

Merupakan metode peramalan yang lebih berdasarkan pada intuisi atau pertimbangan. Beberapa model peramalan yang digolongkan sebagai model Kualitatif antara lain: a. Dugaan manajemen

b. Riset Pasar (market research.

c. Metode kelompok terstruktur (structured group method d. Analogi historis (historical analogy)

2.5.2 Metode Kuantitatif

Merupakan metode peramalan yang lebih berdasarkan pada analisa hubungan numerik dari data, sedangkan metode kuatitatif dibagi menjadi 2 kelompok utama yaitu:

(5)

Model deret waktu (kuantitatif intrinsik) yang populer digunakan adalah: a. Model Rata-rata Bergerak (Moving Average)

b. Model Pemulusan (Exsponential Smoothing)

c. Model Pemulusan dengan Proyeksi Kecenderungan (Exsponential Smoothing With Trend

Adjusment)

Sedangkan model Kasual (kuantitatif ekstrintik) yang popular digunakan adalah Model Regresi Linear.

3. Pembahasan

Penelitian ini dibagi menjadi 2 bagian, yaitu pengumpulan data, pengolahan data. 3.1 Pengumpulan Data

Pengumpulan data berdasarkan history permintaan dilakukan dengan melihat dari sumber data-data history permintaan yang sudah berjalan atau data masa lalu yang dapat diakses dari komputer perusahaan. Berdasarkan data history permintaan tersebut didapat data permintaan satu tahun terakhir untuk jenis pipa PVC AW1/2” SC4M berikut:

Tabel 1. Permintaan Pipa PVC AW ½” SC 4M

(satuan dalam batang) 3.2 Pengolahan Data

3.2.1 Perhitungan dengan metode Rata-rata Bergerak Tidak Berbobot (Unweighted Moving

Average) 3 bulanan

(6)

MAD = = 286.599 MAPE = = 0.389 MSE = = 573.199

Tabel 3. Tracking Signal hasil peramalan model Unweighted Moving Average 3 bulanan

Gambar 5. Peta Control Tracking Signal hasil peramalan model Unweighted moving average 3 bulanan 3.2.2 Perhitungan dengan Metode Rata-rata Bergerak Tidak Berbobot (Unweighted Moving

Average ) 5 bulanan

(7)

Tabel 5. Tracking Signal hasil peramalan model Unweighted Moving Average 5 bulanan

Gambar 6. Peta Control Tracking Signal hasil peramalan model Unweighted Moving Average 5 bulanan 3.2.3 Perhitungan dengan metode Rata-rata Bergerak 4-bulan Berbobot

Tabel 6. Peramalan Permintaan Pipa PVC AW 1/2” SC 4M Model (Weighted Moving Average ) 4 bulanan

MAD = = 308.412 MAPE = = 0.402

(8)

Tabel 7. Tracking Signal hasil peramalan Weighted Moving Average 4 bulanan

Gambar 7. Peta Control Tracking Signal hasil peramalan model Weighted Moving Average 4 bulanan 3.2.4 Perhitungan dengan model Pemulusan (Exsponential Smoothing)

Tabel 8. Tabel Hasil peramalan Model Exsponential Smoothing dengan = 0,9

MAD = = 324.264 MAPE = = 0.397

(9)

Tabel 9. Tracking Signal hasil peramalan Pemulusan (Exsponential Smoothing) = 0,9

Gambar 8. Peta Control Tracking Signal hasil peramalan model Exsponential Smoothing = 0,9

4. Kesimpulan dan Saran 4.1 Kesimpulan

1. Peramalan permintaan untuk Produk Pipa PVC AW ½” SC 4M untuk awal tahun 2014 berdasarkan beberapa model:

a. Hasil peramalan berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

average) 3 bulanan, untuk bulan Januari 2014 adalah sebesar 681.407 batang.

b. Hasil peramalan berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

c. Hasil peramalan berdasarkan model Rata-rata bergerak berbobot (weighted moving

d. Hasil peramalan berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9, untuk bulan Januari 2014 adalah sebesar 695.469 batang.

2. Hasil perhitungan Nilai Mean Absolute Deviation (MAD) untuk masing model adalah:

a. Hasil MAD berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

average) 3 bulanan adalah sebesar 286.559

b. Hasil MAD berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

c. Hasil MAD berdasarkan model Rata-rata bergerak berbobot (weighted moving average) 4 bulan adalah sebesar 308.412

d. Hasil MAD berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9 adalah sebesar 324.264.

(10)

3. Hasil perhitungan MSE untuk masing model adalah:

a. Hasil MSE berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

b. Hasil MSE berdasarkan model Rata-rata bergerak tidak berbobot (unweighted moving

c. Hasil MSE berdasarkan model Rata-rata bergerak berbobot (weighted moving average) 4 bulan adalah sebesar 616.824

d. Hasil MSE berdasarkan model Pemulusan (Exsponential Smoothing) dengan Alpha = 0.9 adalah sebesar 648.527

4.2 Saran

Apabila dilihat dari hasil yang telah di dapat pada hasil penelitian diatas, pada dasarnya semua model peramalan menghasilkan hasil prediksi atau ramalan yang sama baiknya. Hal ini dikarenakan berdasarkan hasil uji validasi dari beberapa metode validasi peramalan seperti MAD, SE, dan RSFE, dimana hasil dari semua model hampir

5. Daftar Pustaka

Gasperz, V. (2002), “Production Planning and Inventory Control”, Gramedia Pustaka Utama, Jakarta.

Nasution, A. H. (2003), “Perencanaan dan Pengendalian Produksi”, Guna Widya, Surabaya. Subagyo, P. (2002), “Forecasting: Konsep dan Aplikasi”, BPFE, Yogyakarta.