ANALISIS PERAMALAN PENJUALAN BAJU BATIK BLUS DAN KEMEJA PADA BATIK PELANGI SURAKARTA

(1)

commit to user

i

ANALISIS PERAMALAN PENJUALAN BAJU BATIK BLUS

DAN KEMEJA PADA BATIK PELANGI SURAKARTA

TUGAS AKHIR

Diajukan Untuk Melengkapi Tugas-tugas Dan

Memenuhi Syarat-syarat Untuk Mencapai Derajat Ahli Madya Progam Studi D3 Manajemen Industri

Oleh :

BAYU SAMODRA F3508017

PROGRAM STUDI DIPLOMA III MANAJEMEN INDUSTRI FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET SURAKARTA

(2)

commit to user

(3)

commit to user

(4)

commit to user

(5)

commit to user

v

MOTTO

Dengarkanlah suara hatimu jangan pernah bohongi

dirimu, berlarilah sejauh apapun itu.

(13)

Orang yang berbahagia bukanlah orang yang hebat

dalam segala hal, tapi orang yang menemukan hal

sederhana dalam hidupnya dan mengucap syukur.

(animous)

Para pemenang membandingkan apa yang telah

mereka raih dengan apa yang mereka cita –

citakan dari awal,

Sementara pecundang membandingkan apa yang

mereka raih dengan apa yang orang lain raih.

(6)

commit to user

vi

PERSEMBAHAN

Puji syukur yang takkan henti kehadirat Allah SWT, dengan segala hidayah-Nya ku dapat melalui detik-detik yang ternilai dalam hidup ini hingga terealisasinya tugas akhir ini. Dengan segala kerendahan hati kupersembahkan karya ini untuk : 1. Ayahanda dan Ibunda yang

menyangga serat akan beban serta doa-doa kebaikan yang kau panjatkan demi kebaikan dan kebahagianku.

2. Teman-teman seangkatan jurusan Manajemen Industri dan teman-teman kos.

(7)

commit to user

vii

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Puji dan syukur penulis panjatkan atas kehadirat Alloh SWT yang telah memberikan rahmat, taufik dan hidayahnya sehingga penullis dapat menyelesaikan penulisan tugas akhir yang berjudul ANALISIS

PERAMALAN PENJUALAN BAJU BATIK BLUS DAN

KEMEJA PADA BATIK PELANGI SURAKARTA

.

Tugas akhir ini diajukan sebagai syarat- syarat dalam memperoleh derajat gelar Sarjana Ahli Madya Jurusan Manajemen Industri Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

Dengan segala kerendahan hati, penulis ingin menyampaikan rasa terima kasih kepada pihak-pihak yang telah membantu, membimbing serta memberikan dorongan moral maupun spiritual kepada penulis sehingga tersusunnya tugas akhir ini. Penulis ingin mengucapkan terima kasih kepada :

1. Bapak Dr. Wisnu Untoro, M.S, selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

2. Ibu Sinto Sunaryo, SE, M.Si, selaku ketua Program Diploma III Jurusan Manajemen Industri Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

(8)

commit to user

viii

3. Ibu Intan Novela Q.A, SE,M.Si, selaku Pembimbing yang telah meluangkan waktu untuk memberikan pengarahan, nasehat dan bimbingan dalam menyelesaikan Tugas Akhir ini.

4. Ibu Dra. Sri Suwarsi, MM selaku Pembimbing Akademis pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta..

5. Ibu Suryani, selaku karyawan Pendamping dan seluruh karyawan Batik Pelangi yang telah membantu penulis dalam memperoleh data guna menyusun tulisan ini.

6. Keluarga yang senantiasa mengiringi dengan doa, kasih sayang, memberikan semangat dan motivasi. Kebahagiaan paling abadi adalah kebahagiaan bersama keluarga.

7. Teman-teman kos aksioma dan asahi yang memberi banyak inspirasi dan mendukung bagi penulis yang banyak membantu penyelesaian tugas akhir ini.

8. Semua sahabat – sahabatku yang tidak bisa saya sebutkan satu persatu, terimakasih buat semuanya.

9. Adityapded, koko, gembul, ryan, abi terimakasih buat dukungan dan inspirasinya.

10. semua pihak yang telah membantu yang tidak bisa saya sebutkan satu persatu, semoga atas bantuan yang diberikan memperoleh imbalan dari Allah SWT.

Penulis menyadari bahwa sepenuhnya atas kekurangan dalam penulisan tugas akhir ini. Untuk itu penulis mengharapkan kritik dan saran

(9)

commit to user

ix

yang membangun. Namun demikian, karya sederhana ini diharapkan dapat bermanfaat bagi pihak-pihak yang membutuhkan.

Surakarta, Januari 2012

(10)

commit to user

x DAFTAR ISI

HALAMAN JUDUL ... i

ABSTRAK ... ii

HALAMAN PERSETUJUAN... iii

HALAMAN PENGESAHAN ... iv

HALAMAN MOTTO ... v

HALAMAN PERSEMBAHAN ... vi

KATA PENGANTAR... vii

DAFTAR ISI ... x

DAFTAR TABEL ... xiii

DAFTAR GAMBAR ... xv

DAFTAR LAMPIRAN ... ... .xvi

BAB I. PENDAHULUAN A. Latar Belakang ... 1

B. Rumusan Masalah ... 4

C. Tujuan Penelitian ... 5

(11)

commit to user

xi

E. Metode Penelitian ... 6

F. Kerangka Pemikiran... 11

BAB II. TINJAUAN PUSTAKA 1. Pengertian peramalan ...14

2. Tujuan Peramalan... 15

3. Jenis Peramalan ... 16

4. Peramalan Menurut Horizon Waktu... 16

5. Faktor – Faktor yang mempengaruhi peramalan ... 17

6. Sifat – Sifat Peramalan ... 18

7. Tahap – Tahap Peramalan ...18

8. Karakteristik Peramalan ... 19

9. Metode Peramalan... 20

10. Pengukuran Hasil Akurasi Peramalan... 24

BAB III. PEMBAHASAN A. Gambaran Umum Perushaan ... 26

1. Sejarah Singkat Perusahaan ...26

2. Lokasi Perusahaan ... 29

3. Struktur Organisasi ... 29

4. Aspek SDM...32

5. Aspek Produksi...33

(12)

commit to user

xii

7. Aspek Pemasaran ...36

B. Laporan Magang Kerja... 36

1. Deskripsi Magang Kerja... 36

2. Manfaat Magang Kerja...37

3. Pelaksanaan Magang Kerja... 37

C. Pembahasan Masalah ...39

1. Penentuan Peramalan Penjualan baju batik blus..42

a. Metode Single moving average...42

b. Metode Exsponensial Smoothing...46

c. Metode Weighted Moving Average ...57

d. Metode Trend Projection...60

2. Penentuan Peramalan Penjualan Kemeja Batik...63

a. Metode Single moving average...64

b. Metode Exsponensial Smoothing...68

c. Metode Weighted Moving Average ...78

d. Metode Trend Projection...81

3. Perbandingan Kesalahan Peramalan ... 85

BAB IV. PENUTUP A. Kesimpulan ... 88

B. Saran ... 93

DAFTAR PUSTAKA 95

(13)

commit to user

xiii

DAFTAR TABEL

Tabel Halaman

3.1 Data Penjualan Baju Batik Blus

Bulan April 2010 – Maret 201...40

3.2 Data Penjualan Kemeja Batik

Bulan April 2010 – Maret 2011...41

3.3 Perhitungan Peramalan Penjualan Baju Batik Blus

Dengan Metode Single Moving Average 3 Bulanan...42

Dengan Metode Exsponensial Smoothing α= 0,1...46

Dengan Metode Exsponensial Smoothing α= 0,5...49

Dengan Metode Weighted Moving Average 3 Bulanan...57

(14)

commit to user

xiv

Dengan Metode Trend Projection...60

3.9 Perhitungan Peramalan Penjualan Kemeja Batik

Dengan Metode Single Moving Average 3 Bulanan...64

Dengan Metode Weighted Moving Average 3 Bulanan...78

Dengan Metode Trend Projection 81

3.15 Perbandingan Output Penjualan Baju Batik Blus

Pada Batik Pelangi 85

3.16 Perbandingan Output Penjualan Kemeja Batik

(15)

commit to user

xv

DAFTAR GAMBAR

Gambar Halaman

1.1 Gambar Kerangka Pemikiran 11

1.2 Gambar Struktur Organisasi Perusahaan Batik Pelangi 30

(16)

commit to user

xvi

DAFTAR LAMPIRAN

v Surat Keterangan Magang Kerja

v Nilai Kinerja Peserta Magang Kerja

(17)

commit to user

1 BAB I

PENDAHULUAN

A. Latar Belakang

Sebuah perusahaan didirikan mempunyai tujuan untuk menghasilkan barang dan jasa yang menjadi kebutuhan konsumen dan sekaligus untuk mendapatkan keuntungan dari usaha tersebut. Selain untuk mendapatkan keuntungan juga bertujuan untuk membantu pemerintah dalam mengurangi angka pengangguran dengan membuka lapangan pekerjaan serta bertujuan untuk mempertahankan dan meningkatkan kelangsungan hidup perusahaan di masa yang akan datang. Untuk mewujudkan itu semua, pemimpin perusahaan harus menetapkan suatu kebijakan yang tepat dalam mengelola perusahaan

Perusahaan memiliki pandangan atau harapan agar pada masa yang akan datang mengalami perubahan, yang dimaksud perubahan disini adalah perubahan kearah yang lebih baik atau bisa dikatakan mengalami perkembangan. Hal ini menjadi salah satu faktor pendukung bagi perusahaan untuk melakukan kegiatan-kegiatan menuju kearah perkembangan yang lebih baik pada masa yang akan datang.

Keputusan yang diambil seorang manajer akan mempengaruhi kesuksesan perusahaan dimasa yang akan datang. Hal yang berpengaruh

(18)

commit to user

2

terhadap pencapaian tujuan perusahaan adalah keputusan dari seorang manajer.

Dalam mengambil keputusan, para manajer selalu berusaha membuat estimasi yang baik tentang apa yang terjadi di masa yang akan datang. Perencanaan yang efektif baik untuk jangka panjang maupun jangka pendek bergantung pada peramalan permintaan untuk produk perusahaan tersebut.

Kegiatan untuk mengetahui atau memperkirakan apa yang akan terjadi pada masa yang akan datang disebut dengan peramalan. Oleh karena itu perusahaan perlu meramalkan apa yang terjadi pada masa yang akan datang, hal ini dikarenakan untuk menentukan tujuan yang akan dicapai oleh perusahaan. Fungsi dari peramalan adalah untuk mengetahui berapa jumlah barang yang diproduksi di masa yang akan datang.

Menurut (Reinder dan Heizer, 2005) peramalan adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Oleh karena itu perusahaan perlu meramalkan apa yang terjadi pada masa yang akan datang. Peramalan dilakukan agar memperoleh masukan yang sangat berarti dalam menentukan kebijakan perusahaan.

Peramalan bertujuan untuk membantu perusahaan dalam meminimalkan biaya dalam memproduksi barang yang dihasilkan, karena dengan mengetahui beberapa penjualan pada periode berikutnya maka

(19)

commit to user

3

perusahaan dapat memproduksi barang secara tidak berlebihan. Dengan adanya peramalan maka perusahaan bisa memproduksi barang secara tidak berlebihan.

Akibat terjadinya perencanaan produksi yang kurang tepat akan menyebabkan ketidaksesuaian kuantitas dan kualitas produk dengan permintaan pasar. Dengan adanya peramalan, maka perusahaan dapat mencapai tujuan serta pengambilan keputusan dalam produksinya, namun dalam kegiatan peramalan memerlukan penerapan metode-metode, hal ini bertujuan agar dapat mengetahui permintaan yang akan datang dan meminimumkan kesalahan peramalan.

PERUSAHAAN BATIK PELANGI adalah perusahaan yang bergerak dalam industri pembuatan batik. Untuk memenuhi kebutuhan pasar maka perusahaan harus mengetahui beberapa peramalan penjualan yang akan datang sehingga perusahaan dapat memproduksi barang sesuai dengan penjualan yang telah diramalkan. Peramalan penjualan dapat membantu perusahaan dalam meminimalkan biaya dalam memproduksi barang yang dihasilkan, karena dengan mengetahui beberapa penjualan pada periode berikutnya maka perusahaan dapat memproduksi barang secara tidak berlebihan.

Selama ini BATIK PELANGI belum melaksanakan peramalan penjualan secara efektif dan efisien untuk menentukan perencanaan produksi. Atas dasar latar belakang masalah diatas maka penulis

(20)

commit to user

4

mengambil judul : “ANALISIS PERAMALAN PENJUALAN BAJU BATIK BLUS DAN KEMEJA PADA BATIK PELANGI”

B. Rumusan masalah

Berdasarkan latar belakang masalah diatas, maka dapat dirumuskan bahwa pokok permasalahan yang akan dibahas dalam penelitian ini adalah :

1. Berapakah peramalan permintaan produk baju batik blus dan kemeja dengan metode Single Moving Average dan metode Exsponential Smoothing, Weighted Moving Averages dan Trend Projection pada PERUSAHAAN BATIK PELANGI untuk periode april 2011 ?

2. Berapakah forecast error dari hasil peramalan dengan metode diatas?

3. Metode peramalan apa yang tepat untuk menentukan penjualan produk baju batik blus dan kemeja diperiode yang akan datang pada PERUSAHAAN BATIK PELANGI?

(21)

commit to user

5 C. Tujuan Penelitian

Penelitian ini dilaksanakan dengan tujuan agar penelitian yang telah dilakukan hasilnya dapat memberikan manfaat yang sesuai dengan apa yang dikehendaki.

Adapun tujuan penelitian ini adalah :

1. Untuk mengetahui peramalan permintaan produk baju batik blus dan hem dengan metode Single Moving Average dan Exsponensial Smoothing, Weighted Moving Average dan Trend Projection pada PERUSAHAAN BATIK PELANGI periode april 2011.

2. Untuk mengetahui forecast error dari hasil peramalan dengan metode diatas.

3. Untuk mengetahui metode peramalan yang tepat dalam menentukan besarnya penjualan produk baju batik blus dan kemeja di periode yang akan datang pada BATIK PELANGI.

D. Manfaat Penelitian

Manfaat yang dapat diambil dari penelitian ini adalah : 1. Bagi Penulis

a. Dapat mengaplikasikan ilmu pengetahuan yang didapat dibangku kuliah khususnya tentang metode peramalan.

(22)

commit to user

6

b. Menambah pengetahuan, memperluas pengetahuan dan cara pandang terhadap suatu masalah perekonomian terutama masalah peramalan penjualan.

2. Bagi perusahaan

a. Sebagai bahan pertimbangan bagi manajemen perusahaan dalam menentukan kebijakan-kebijakan perusahaan yang berkaitan dengan manajemen perusahaan, khususnya dalam peramalan jumlah penjualan yang selanjutnya digunakan sebagai dasar perencanaa produksi yang akan datang.

b. Dapat membantu perusahaan dalam menentukan metode peramalan yang tepat dan untuk mengetahui tingkat penjualan pada periode yang akan datang.

3. Bagi Pihak Lain

a. Penelitian ini diharapkan dapat sebagai masukan untuk penelitian yang mengambil topik permasalahan yang sama. b. Dapat menambah pengetahuan dan pemahaman mengenai

penelitian-penelitian yang berkaitan dengan peramalan (forecasting).

E. Metode Penelitian

1. Objek penelitian

Tempat yang menjadi objek penelitian BATIK PELANGI yang berlokasi di Karang Turi 1A Pajang Solo 57146.

(23)

commit to user

7

2. Sumber data a. Data sekunder

Data sekunder adalah data yang dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain (Suparmoko, 1999). Adapun data yang diperoleh adalah :

1) Sejarah berdirinya BATIK PELANGI. 2) Struktur Organisasi BATIK PELANGI.

3) Data jumlah penjualan produk baju batik blus. 3. Teknik pengumpulan data.

a. Metode Observasi

Metode observasi merupakan prosedur yang sistematis dan standar dalam pengumpulan data (Wahyuni dan Sumarni, 2006). Dalam penelitian ini, peneliti melakukan pengamatan dan pencatatan langsung kegiatan yang dilakukan BATIK PELANGI yang berkaitan dengan masalah yang diteliti.

b. Metode Wawancara

Metode wawancara merupakan komunikasi atau pembicaraan dua arah yang dilakukan oleh pewawancara dan responden untuk menggali informasi yang relevan dengan tujuan penelitian (Wahyuni dan Sumarni, 2006). Dalam penelitian ini, peneliti melakukan wawancara dengan pimpinan dan karyawan BATIK

(24)

commit to user

8

PELANGI mengenai proses produksi, permintaan periode lalu, kendala – kendala dalam proses produksi.

c. Metode Studi Pustaka

Metode studi pustaka adalah teknik untuk memperoleh informasi dengan menelusuri literarur yang ada, dan menggali teori-teori yang telah berkembang. Dalam penelitian ini penulis mempelajari literature yang berkaitan dengan peramalan.

4. Teknik Analisis Data

Metode analisis yang digunakan dalam peramalan penjualan produk dalam penelitian ini adalah :

a. Metode Rata-rata Bergerak Tunggal (Single Moving Averages).

Metode rata-rata bergerak tunggal menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu (Gaspersz, 2005). Metode ini mempunyai dua sifat khusus yaitu untuk membuat forecast memerlukan data historis dalam jangka waktu tertentu, semakin panjang moving averages akan menghasilkan moving averages yang semakin halus.

b. Metode Penghalusan Exsponensial (Exponential Smoothing).

Metode exponential smoothing adalah suatu prosedur yang mengulang perhitungan secara terus menerus yang

(25)

commit to user

9

menggunakan data terbaru. Setiap data diberi bobot, dimana bobot yang digunakan disimbolkan dengan α. Simbol α bisa ditentukan secara bebas, yang mengurangi forecast error. Nilai konstanta pemulusan (α) dapat dipilih diantara nilai 0 dan1 (Subagyo, 2002). Secara metematis.

c. Metode Weight Moving Averages (Ratarata Tertimbang ).

Apabila ada pola yang trend dan pola yang terdeteksi , bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Teknik ini lebih responsif terhadap perubahan karena periode yang lebih dekat mendapat bobot yang lebih berat. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan (Render dan Heizer, 2005 ). d. Proyeksi Trend

Metode peramalan dengan proyeksi trend ini mencocokan garis trend kerangkaian titik data historis dan kemudian memproyeksi garis itu kedalam ramalan jangka menengah hingga jangka panjang. Jika mengembangakan garis trend linier dengan metode statistik, metode yang tepat digunakan adalah metode kuadrat kecil (Least square method). Pendekatan ini menghasilkan garis lurus yang meminimalkan jumlah kuadrat perbedaan vertikal dari garis pada setiap observasi aktual.

(26)

commit to user

10

e. Pengukuran Hasil Akurasi Peramalan

teknik yang digunakan untuk mengukur tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi adalah :

1) Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya.

2) Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE). MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih di sukai oleh suatu peramalan yang menghasilkan kesalahan yang sangat besar. MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan.

(27)

commit to user 11 F. Kerangka Pemikiran Gambar 1.1 Kerangka Pemikiran Data Historis Data Penjualan Produk

Metode Peramalan

Single Moving Average, , Eksponential Smoothing, weighted moving average

dan proyeksi trend

Penentuan Error Mencari tingkat kesalahan dari masing-masing metode

MAD dan MSE

Penentuan Metode Peramalan yang Tepat

Dipilih tingkat error terkecil

Ramalan yang Akan Datang Penjualan produk yang akan

(28)

commit to user

12 Keterangan :

BATIK PELANGI dalam melakukan penjualan mengalami fluktuasi dari bulan ke bulan, entah itu naik, turun atau stabil, sehingga perusahaan perlu membuat suatu peramalan untuk mengetahui berapa besarnya penjualan produk pada periode yang akan datang. Dimana untuk membuat ramalan tersebut diperlukan suatu data historis pada periode – periode sebelumnya. Data sebelumnya digunakan untuk meramalkan permintaan diperiode yang akan datang. Dalam menghitung data tersebut digunakan 4 metode, yaitu Single Moving Average, Exponential Smoothing, weighted moving averages, dan proyection trend.

Dari hasil peramalan tersebut dicari tingkat kesalahan pada masing-masing metode peramalan. Penghitungan kesalahan peramalan tersebut menggunakan MAD (Mean Absolute Error) dan MSE (Mean Square Error).Untuk mengetahui mana metode yang paling tepat dicari tingkat kesalahan (error) yang lebih mendekati nol pada masing-masing metode peramalan.

Dari hasil peramalan tersebut dapat diketahui jumlah penjualan produk baju batik blus dan hem pada bulan april. Dengan adanya hasil peramalan tersebut, memberikan kemudahan dalam mengetahui jumlah penjualan produk, hal tersebut akan dijadikan sebagai dasar dalam perencanaan produksi oleh manajer perusahaan dalam memproduksi produk baju batik blus dan hem dibulan Maret.

(29)

commit to user

13

Selanjutnya manajer akan mengambil keputusan setelah mengetahui data peramalan dan perencanaan diatas.

(30)

commit to user

14

BAB II

TINJAUAN PUSTAKA

1. Pengertian Peramalan

Peramalan merupakan gambaran keadaan perusahaan pada masa yang akan datang. Gambaran tersebut sangat penting bagi manajemen perusahaan dalam merencanakan berapa jumlah produksi dan kebutuhan bahan baku dimasa yang akan dating. Berikut pengertian peramalan menurut pendapat dari beberapa ahli: a. Peramalan adalah perhitungan yang objektif dan dengan menggunakan data-data masa lalu, untuk menentukan sesuatu di masa yang akan datang (Sumayang, 2003).

b. Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan (Render dan Heizer, 2005).

c. Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi. Dalam hal ilmu pengetahuan sosial segala sesuatu itu belum pasti, lain halnya dengan ilmu eksakta. Jumlah penduduk, pendapatan perkapita, volume penjualan, volume penjualan perusahaan, konsumsi dan lain sebagainya itu selalu berubah-ubah, dalam hal ini perlu adanya data untuk mengadakan forecast (Subagyo, 2002)

d. Peramalan adalah Proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan

(31)

commit to user

15

dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang dan jasa (Nasution, 2003).

Dari keempat pendapat para ahli di atas maka dapat ditarik kesimpulan bahwa peramalan adalah seni dari ilmu memprediksi sesuatu yang belum terjadi dengan menggunakan acuan data-data sebelumnya.

2. Tujuan Peramalan

Menurut (Subagyo 2002) tujuan peramalan adalah mendapatkan peramalan yang bisa meminimunkan kesalahan meramal (forecst error ) yang biasa diukur dengan Mean Absolute Error (MAD) dan Mean Squre Error (MSE). Sehingga dengan adanya peramalan produksi manajemen perusahaan akan mendapatkan gambaran keadaan produksi dimasa yang akan datang, dan akan memberikan kemudahan manajeman perusahaan dalam menentukan kebijakan yang akan dibuat oleh perusahaan.

(32)

commit to user

16 3. Jenis Peramalan

Menurut (Render dan Heizer 2005) peramalan dapat dibedakan menjadi 3 jenis yaitu:

a. Peramalan ekonomi ( economic forecast )

Mejelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana, yang dibutuhkan untuk membangun perumahaan dan indikator perencanaan lainnya.

b. Peramalan Teknologi ( Technological forecast )

Memperhatikan tingkat kemajuan teknologi yang dapat meluncurkankan produk baru yang menarik, membutuhkan pabrik, dan peralatan baru.

c. Peramalan Permintaan ( Demand forecast )

Proyeksi permintaan untuk produk atau layanan suatu perusahaan. Peramalan ini juga disebut peramalan penjualan, yang mengendalikan produksi, kapasitas, serta system penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.

4. Peramalan Menurut Horizon Waktunya

Peramalan dapat dibedakan kedalam tiga kelompok, yaitu (Nasution:2005) :

(33)

commit to user

17

a. Peramalan Jangka Panjang, yaitu peramalan yang umumnya dua sampai sepuluh tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya.

b. Peramalan Jangka Menengah, yaitu peramalan yang umumnya satu sampai dua puluh empat bulan. Peramalan ini lebih khusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.

c. Peramalan Jangka Pendek, yaitu peramalan yang umumnya satu sampai lima minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan lain-lain.

5. Faktor-faktor yang Mempengaruhi Peramalan

Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh berbagai faktor lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali perusahaan. Dimana faktor - faktor lingkungan tersebut juga akan mempengaruhi peramalan.

Berikut ini merupakan beberapa faktor lingkungan yang mempengaruhi peramalan (Yamit, 2005):

a. Kondisi umum bisnis dan ekonomi b. Reaksi dan tindakan pesaing

(34)

commit to user

18

c. Tindakan pemerintah d. Kecenderungan pasar e. Siklus hidup produk f. Gaya dan mode

g. Perubahan permintaan konsumen h. Inovasi teknologi

6. Sifat – sifat Peramalan

Dalam membuat peramalan atau menerapkan hasil peramalan, ada beberapa hal yang harus dipertimbangkan, yaitu (Nasution, 2003):

a. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi tetapi tidak dapat menghilangkan ketidakpastian tersebut.

b. Peramalan seharusnya memberikan informasi mengenai berapa ukuran kesalahan.

c. Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan jangka panjang.

7. Tahap-Tahap Peramalan

Menurut (Render dan Heizer, 2005) ada tujuh tahap yaitu : a. Menentukan tujuan peramalan

(35)

commit to user

19

c. Menentukan horison waktu peramalan, ( pendek, menengah, atau panjang)

d. Memilih tipe model peramalan

e. Mengumpulkan data yang diperlukan untuk melakukan peramalan

f. Membuat peramalan

g. Memvalidasi dan menerapkan hasil peramalan

Menurut (Yamit, 2005), Tahapan peramalan adalah sebagai berikut:

a. Menentukan tujuan dari peramalan

b. Memilih item independent demand yang diramalkan c. Menentukan horizon waktu dari peramalan

d. Memilih model - model peramalan

e. Memperoleh data yang dibutuhkan untuk melakukan peramalan f. Validasi model peramalan

g. Membuat peramalan

h. Implementasi hasil - hasil peramalan i. Memantau keandalan hasil peramalan

8. Karateristik Peramalan Yang Baik.

Menurut (Nasution, 2003). Karateristik peramalan yang baik sebagai berikut :

(36)

commit to user

20

a. Akurasi

Diukur dengan kebiasaan dan kekonsistenan peramalan tersebut.

b. Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lama periode, metode peramalan yang dipakai.

c. Kemudahan

Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan

9. Metode Peramalan

Menurut (Render dan Heizer 2005) ada dua jenis pendekatan dalam peramalan :

a. Metode Kuantitatif

Metode ini menggunakan berbagai model matematis yang menggunakan data historis dan atau variabelvariabel kausal untuk meramalkan permintaan.

1) Model Time Series :

a) Metode Rata-rata Bergerak Tunggal (Single Moving Averages).

(37)

commit to user

21

Metode rata-rata bergerak tunggal menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu (Gaspersz, 2005). Metode ini mempunyai dua sifat khusus yaitu untuk membuat forecast memerlukan data historis dalam jangka waktu tertentu, semakin panjang moving averages akan menghasilkan moving averages yang semakin halus.

b) Metode Penghalusan Exsponensial (Exponential Smoothing).

Metode exponential smoothing adalah suatu prosedur yang mengulang perhitungan secara terus menerus yang menggunakan data terbaru. Setiap data diberi bobot, dimana bobot yang digunakan disimbolkan dengan α. Simbol α bisa ditentukan secara bebas, yang mengurangi forecast error. Nilai konstanta pemulusan (α) dapat dipilih diantara nilai 0 dan1 (Subagyo, 2002).

c) Metode Weighted Moving Averages (Rata - rata tertimbang ).

(38)

commit to user

22

Apabila ada pola yang trend dan pola yang terdeteksi , bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Teknik ini lebih responsif terhadap perubahan karena periode yang lebih dekat mendapat bobot yang lebih berat. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan (Render dan Heizer, 2005 ).

b. Model klausal 1) Proyeksi Trend

Metode peramalan dengan proyeksi trend ini mencocokan garis trend kerangkaian titik data historis dan kemudian memproyeksi garis itu kedalam ramalan jangka menengah hingga jangka panjang. Jika mengembangakan garis trend linier dengan metode statistik, metode yang tepat digunakan adalah metode kuadrat kecil (Least square method). Pendekatan ini menghasilkan garis lurus yang meminimalkan jumlah kuadrat perbedaan vertical dari garis pada setiap observasi aktual.

2) Analisis Regresi Linier

Metode ini selain menggunakan nilai historis untuk variabel yang diramalkan banyak faktorfaktor yang bisa dipertimbangkan, misalnya dalam membuat perencanaan

(39)

commit to user

23

produksi harus mempertimbangkan kesiapan tenaga kerja, kesiapan kondisi mesin yang baik.

c. Teknik Kualitatif

Yaitu peramalan yang mengabungkan faktorfaktor penting seperti Intuisi pengambil keputusan, pengalaman pribadi, emosi, dan sistim nilai (Render dan Heizer, 2005), Teknik peramalan kualitatif yang dapat digunakan adalah sebagi berikut:

1) Keputusan dari Pendapat Juri eksekutif ( Jury of executive opinion ).

Teknik peramalan yang meminta pendapat segolongan kecil manajer tingkat tinggi dan menghasilkan estimasi permintaan kelompok.

2) Metode Delphi (delphi method)

Teknik peramalan yang mengunakan proses kelompok dimana para pakar melakukan peramalan.

3) Gabungan dari Teknik Penjualan (seles force composite) Teknik peramalan berdasarkan prediksi tenaga penjualan akan penjualan yang diharapkan.

4) Survei Pasar Konsumen (consumer market survey)

Metode peramalan yang meminta input dari konsumen mengenai rencana pembelian mereka dimasa depan.

(40)

commit to user

24 10. Pengukuran Hasil Akurasi Peramalan

Salah satu cara mengevaluasi teknik peramalan adalah menggunakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Menurut Nasution (2003), ada empat ukuran yang biasa digunakan, yaitu: a. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya.

b. Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE). MSE merupakan metode alternatif dalam suatu metode peramalan. Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih di sukai oleh suatu peramalan yang menghasilkan kesalahan yang sangat besar. MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan

c. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung denagn menjumlahkan semua

(41)

commit to user

25

kesalahan peramalan selam periode peramalan dan membaginya dengan jumlah periode peramalan.

d. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE)

MAPE merupakan ukuran kesalahan relative. MAPE biasanya lebih berarti dibandingakan MAD karena MAFE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah.

(42)

commit to user

26 BAB III

PEMBAHASAN

A. Gambaran Umum Perusahaan

1. Sejarah Berdirinya Perusahaan

Perusahaan Batik Pelangi didirikan oleh Bapak Muhammad Hanafi Sucipto pada tahun 1980. Beliau lahir di Yogyakarta 11 Juni 1949. Awal mulanya sebelum mendirikan sebuah perusahaan batik, Bapak Hanafi bekerja sebagai buruh di Perusahaan Batik Danar Hadi yang sampai sekarang ini menjadi salah satu perusahaan batik yang terkenal di Kota Surakarta. Beliau bekerja sekitar tahun 1976 sampai dengan tahun 1980, tetapi beliau bekerja di Perusahaan Batik Danar Hadi hanya sebentar, setelah itu Bapak Hanafi membantu orangtuanya yang juga sebagai seorang pengusaha batik. Saat itu lokasi perusahaan yang dijalani beliau dengan orangtuanya berada di daerah Kabangan Laweyan Surakarta, yang merupakan lokasi pertama beliau dalam memulai bisnisnya sebagai pengusaha batik.

Dari situlah Bapak Hanafi memiliki kemampuan dalam mengelola dan memanajemeni di bidang batik, serta mempunyai keinginan untuk mendirikan sebuah perusahaan batik sendiri. Alasan lain beliau ingin mendirikan perusahaan batik adalah karena

(43)

commit to user

27

pada waktu itu beliau tidak mempunyai pekerjaan tetap selain membantu orangtuanya dan juga dikarenakan belum ada perusahaan batik didaerah sekitar pada saat itu, sehingga belum banyak pesaing. Dengan keinginannya yang kuat, akhirnya secara perlahan-lahan beliau mampu mendirikan perusahaan batik sendiri dengan dibantu istrinya, perusahaan tersebut berlokasi di Pajang, tepatnya di Jalan Karangturi 1A yang sampai sekarang ini masih menjadi tempat usahanya.

Dengan mempekerjakan kurang lebih seratus orang karyawan, perusahaan batik milik Bapak Hanafi bisa berkembang dan mengalami kemajuan hingga saat ini, yang mampu menghasilkan bermacam-macam batik, baik berupa produk jadi maupun lembaran kain batik. Adapun jenis produknya adalah batik tulis dan batik cap dengan jenis kain primissima, santung, paris dan sutra. Selain itu perusahaan juga memproduksi batik kombinasi, yaitu perpaduan antara batik tulis dan batik cap ( dalam prosesnya). Sekarang ini Perusahaan Batik Pelangi masih memproduksi ketiga jenis produk tersebut, tetapi untuk batik tulis sendiri mengalami penurunan. Hal ini disebabkan karena batik tulis yang diproduksi perusahaan Bapak Hanafi kalah bersaing di pasaran dengan perusahaan-perusahaan batik lainnya yang sudah mempunyai nama khususya di Kota Surakarta misalnya, batik Danar Hadi. Jadi untuk saat ini Perusahaan Batik Pelangi lebih

(44)

commit to user

28

banyak memproduksi batik cap dan batik kombinasi yang menjadi produk unggulannya.

Perusahaan Batik Pelangi merupakan perusahaan home industri yang bersifat perseorangan. Dikerenakan perusahaan ini didirikan, dipimpin dan dikelola oleh Bapak Hanafi sendiri dengan dibantu istrinya. Produk yang dihasilkan Perusahaan Batik Pelangi adalah berupa lembaran kain batik dan produk jadi, misalnya kemeja pria, pakaian wanita seperti busana muslim yang memanjang, pakaian anak-anak.

Adapun tujuan dari pendirian Perusahaan Batik Pelangi adalah sebagai berikut :

a. Melestarikan budaya bangsa yang bersifat tradisional agar tetap eksis dan lestari pada masyarakat globalisasi sekarang ini.

b. Memperoleh keuntungan.

c. Membuka lapangan pekerjaan, terutama masyarakat sekiitar perusahaan.

d. Mensejahterakan karyawan.

(45)

commit to user

29

2. Lokasi Perusahaan

Lokasi Perusahaan Batik Pelangi berada di Jalan Karangturi 1A Pajang, Laweyan Surakarta. Dengan letaknya yang strategis sehingga mudah untuk dijangkau. Sejak berdiri sampai sekarang lokasi perusahaan belum pernah berpindah tempat.

Perusahaan ini mempunyai dua bangunan yang mempunyai fungsi berbeda, yaitu bangunan depan digunakan untuk tempat pemasaran dan rumah batik atau showroom. Sedangkan bangunan yang terletak di bagian belakang digunakan sebagai tempat berlangsungnya proses produksi pembuatan batik.

3. Struktur Organisasi

Struktur organisasi Perusahaan Batik Pelangi alurnya bersifat langsung, yaitu dari pemimpin perusahaan kepada para karyawan yang langsung menjalankan proses produksi tanpa melalui manajer atau supervisor terlebih dahulu. Hal ini disebabkan Perusahaan Batik Pelangi merupakan perusahaan home industri yang sifatnya perseorangan.

Adapun bagan struktur organisasi Perusahaan Batik Pelangi adalah sebagai berikut :

(46)

commit to user

30 Gambar 3.2

Struktur organisasi

Tugas dan wewenang

a. Pemimpin Perusahaan

Pemimpin perusahaan merupakan pemilik dari perusahaan itu sendiri, yang bertanggung jawab penuh atas kelangsungan hidup perusahaan, sehingga mempunyai wewenang untuk merencanakan semua kegiatan yang akan dilakukan sesuai dengan tujuan perusahaan yang telah ditentukan, mengkoordinir karyawan dalam melaksanakan tugasnya dan melakukan pengawasan langsung terhadap pekerjaan para karyawan. Selain

Pemimpin Perusahaan Bagian Produksi Bagian Pemasaran Bagian Administrasi Keuangaan Karyawan

(47)

commit to user

31

itu pemimpin perusahaan memiliki wewenang untuk menentukan kebijakan perusahaan.

b. Bagian Administrasi Keuangan

Bertugas menangani masalah administratif yaitu melakukan pencatatan secara periode, misalnya penggajian karyawan, pemesanan, pemasukan dan pengeluaran perusahaan.

Bagian administrasi dan keuangan juga bertanggung jawab atas pelaksanaan dan kelancaran administrasi perusahaan. Bagian administrasi keuangan perusahaan ini dipegang oleh pemimpin perusahaan sendiri.

c. Bagian Produksi

Tugas dan wewenang kepala bagian produksi yaitu mengamati dan mengawasi jalannya proses produksi, memberi perintah langsung kepada karyawan untuk melakukan sesuatu yang berhubungan dengan kegiatan proses produksi.

d. Bagian Pemasaran

Pemimpin perusahaan turut ambil bagian dalam bidang pemasaran, terutama dalam kebijakan penjualan dan penentuan harga. Untuk bagian pemasaran sendiri mempunyai tugas menangani masalah yang berkaitan dengan promosi dan penjualan, yaitu melayani konsumen yang akan melakukan transaksi dengan perusahaan serta mengadakan hubungan baik dengan penyalur.

(48)

commit to user

32

e. Karyawan

Bertugas menjalankan pekerjaan dengan sebaik-baiknya atas beban yang diberikan serta bertanggungjawab atas pekerjaan yang dilakukan tersebut.

4. Aspek SDM

Untuk saat ini Perusahaan Batik Pelangi mempekerjakan tenaga atau karyawan sebanyak 112 secara keseluruhan. Adapun rinciannya sebagai berikut :

a. Bagian pemotongan : 4 orang b. Bagian pengecapan : 15 orang c. Bagian pewarnaan : 15 orang d. Bagian pembatikan : 50 orang e. Bagian menjahit : 25 orang f. Bagian pemasaran : 3 orang

Berikut jam kerja kayawan di Perusahaan Batik Pelangi adalah :

§ Hari kerja : Senin – Sabtu § Hari libur : Minggu

§ Jam kerja : Pukul 08.00 – 16.00, jam istirahat pukul 12.00 – 13.00

Di Perusahaan Batik Pelangi tenaga kerjanya bersifat borongan. Jadi untuk upah yang diperoleh masing-masing

(49)

commit to user

33

karyawan berdasarkan banyak sedikitnya hasil pekerjaan, penghitungan upah ditentukan persatuan produk yang dihasilkan dan tergantung pada jenis kain yang digunakan serta tingkat kesulitan pengerjaannya.

Untuk tunjangan yang diberikan karyawan dari perusahaan hanya Tunjangan Hari Raya ( THR ), yang berupa uang tunai dan barang, biasanya batik jadi atau lembaran kain batik yang diproduksi sendiri. Besarnya tunjangan yang dberikan berdasarkan kemampuan perusahaan atau tergantung masa kerja karyawan.

5. Aspek Produksi a. Jenis produk

Produk yang dihasilkan oleh Perusahaan Batik Pelangi adalah batik tulis dan batik cap. Jenis kain yang digunakan bermacam-macam antara lain, primissima, santung, paris dan sutra. Selain itu perusahaan ini juga memproduksi batik kombinasi yaitu perpaduan proses batik tulis dan proses batik cap, yang sekarang ini menjadi produk unggulan.

b. Alat-alat yang digunakan untuk proses produksi batik kombinasi, terdiri dari :

1) Canting ( alat untuk membatik )

2) Wajan, berukuran besar dan kecil untuk mencairkan lilin 3) Kompor ( ukuran kecil dan besar )

(50)

commit to user

34

4) Alat cap dengan berbagai motif

5) Gawangan ( alat untuk penyangga kain saat membatik ) 6) Meja yang dilapisi busa, digunakan untuk mengecap 7) Bak atau ember pewarnaan dan pencucian

c. Bahan Baku Terdiri dari :

1) Kain mori berwarna putih bersih 2) Malam atau lilin

3) Obat pewarna kain d. Proses Produksi

Untuk proses produksi batik kombinasi melalui beberapa tahap. Dalam pembahasan akan dibahas proses produksi batik kombinasi secara rinci, adapun alur kegiatan proses produksi pada Perusahaan Batik Pelangi sebagai berikut :

(51)

commit to user

35 Gambar 3.3

Alur proses produksi

Pemotongan kain Pengecapan Pemilihan warna Pewarnaan I Nglorod I Penjemuran I Pembatikan I Pewarnaan II Penjemuran II Pembatikan II Pewarnaan III Nglorod II Penjemuran III

(52)

commit to user

36

6. Hasil Produksi

Produk-produk yang dihasilkan Perusahaan Batik Pelangi berupa produk atau kain jadi, seperti kemeja pria, pakaian wanita, busana muslim wanita, pakaian anak. Selain itu produk yang dihasilkan berupa lembaran kain batik.

7. Aspek Pemasaran

Untuk daerah pemasaran batik di Perusahaan Batik Pelangi hanya dalam lingkup domestik, yaitu meliputi daerah Surakarta, Yogyakarta dan Jakarta serta ditambah dengan pesanan atau order yang jumlahnya tidak menentu setiap waktunya. Selain itu perusahaan memiliki tempat pemasaran sendiri yang disebut showroom, yang letaknnya masih satu tempat dengan perusahaan.

Segmen pasar dari Batik Pelangi adalah kalangan menengah kebawah, semua orang bisa membeli batik pelangi, selain harga yang tidak terlalu mahal batik Pelangi juga memiliki kualitas yang baik.

B. Laporan Magang Kerja

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

(53)

commit to user

37

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 :

(54)

commit to user

38

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.

(55)

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 :

(56)

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

(57)

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

(58)

commit to user

42

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)

(59)

commit to user

43

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 =

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.

(60)

commit to user

44

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 =

∑

(61)

commit to user

45

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

(62)

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) Std err 126,06

(63)

commit to user

47

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)

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

(64)

commit to user

48

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.

(65)

commit to user

49

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

April 2010 – April 2011

batik pelangi solution

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

(66)

commit to user

50

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.

=

+

α(

-

)

F Juni = 139 + 0,5 (180 – 139)

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

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

(67)

commit to user

51

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

(68)

commit to user

52

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.

(69)

commit to user

53 Tabel 3.6

April 2010 – April 2011

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.

(70)

commit to user

54

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.

=

+

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

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

(71)

commit to user

55

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

(72)

commit to user

56

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.

(73)

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

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

(74)

commit to user

58

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 =

Hasil peramalan bulan April 2011 adalah:

F April 2011 =

(75)

commit to user

59

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

(76)

commit to user

60

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

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

(77)

commit to user

61

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 :