SKRIPSI
Diajukan kepada Institut Agama Islam Negeri Jember untuk memenuhi salah satu persyaratan memperoleh
gelar Sarjana Ekonomi (S.E)
Fakultas Ekonomi dan Bisnis Islam Jurusan Ekonomi Islam Program Studi Ekonomi Syari’ah
Oleh:
Noviatul Mukaromah NIM : E20152145
Nama Pembimbing:
Aminatus Zahriyah, SE., M.Si.
NUP. 201603139
INSTITUT AGAMA ISLAM NEGERI JEMBER JEMBER FAKULTAS EKONOMI DAN BISNIS ISLAM
JULI 2019
iv MOTTO
Artinya: “Barangsiapa bertakwa kepada Allah niscaya Dia akan mengadakan baginya jalan keluar. Dan memberinya rezki dari arah yang tiada disangka- sangkanya. Dan barangsiapa yang bertawakkal kepada Allah niscaya Allah akan
mencukupkan (keperluan)nya. Sesungguhnya Allah melaksanakan urusan yang (dikehendaki)-Nya. Sesungguhnya Allah telah mengadakan ketentuan bagi tiap-
tiap sesuatu.”
(QS. Ath Tholaq: 2-3)1
1 Kementerian Agama RI, Al Qur’an dan Terjemah, (Surabaya: Halim Publishing dan Distributing, 2014), 558
hidayah-Nya sehingga karya tulis ini terselesaikan melalui proses yang indah walaupun masih jauh dari kata kesempurnaan. Dengan iringan do’a dan rasa syukur kupersembahkan karya tulis ini kepada:
1. Almarhumah Ibundaku Siti Wasi’ah. Ku persembahkan karya kecil ini kepada Ibunda sebagai tanda bukti, hormat dan rasa terimakasih yang tiada terhingga, yang tiada mungkin dapat ku balas hanya dengan selembar kertas yang bertuliskan kata cinta dan persembahan. Semoga ini menjadi sebuah langkah awal untuk terus berkarya dan membuat ibunda disana bahagia melihat anak-anak mu sukses. Terimakasih ibu selama didunia ibu telah banyak memberikan kasih sayang, motivasi, nasihat dan banyak hal yang tak mungkin bisa aku balas dengan apapun. Terimakasih banyak ibuku semoga ibu tenang dan bahagia disisi-Nya, Amin
2. Ayahanda Jumali Kholil, dan Ibu Lestari, terimakasih atas dukungan, semangat, nasehat dan juga motivasi selama ini untuk anakmu. Doakan kelak anakmu ini menjadi orang yang sukses dan bermanfaat untuk semua orang, Amin.
3. Kakak-kakakku, Imam Turmudzi, Umi Bisyaroh, Muhammad Mas Ruhan dan Ida Fitriya Lutma dan juga adik-adik keponakan, tiada kata yang paling pantas aku ucapkan selain kata terimakasih, selama ini telah memberikan doa,
vi
dukungan dan nasehat hingga pada akhirnya aku bisa menyelesaikan studi di perguruan tinggi ini.
4. Bapak Muhammad Fashih Rasyadi dan Ibu Nurul Widya Wati, temikasih telah menjadi bapak dan ibuku disini, yang senantiasa membimbing dan menasehati, sudah banyak memberikan bantuan kepadaku untuk bisa melanjutkan kuliah sampai sekarang ini.
5. Saudara yang sekaligus menjadi teman, sahabat, keluarga, yang selau menemani disaat susah maupun senang, Zahro dan Mbak Rifa.
6. Keluarga besar kelas ES4 uyeee angkatan tahun 2015.
7. Seseorang yang selama ini selalu ada disaat suka maupun dukaku, yang selalu mendukungku.
Segala puji bagi Allah sang penguasa alam semesta. Sholawat serta salam semoga tetap tercurahkan kepada Nabi dan Rosul termulia, Nabi Muhammad SAW beserta keluarga dan para sahabatnya. Sungguh atas nikmat dan anugerah-Nya, perencanaan, pelaksanaan, dan penyelesaian skripsi sebagai salah satu syarat menyelesaikan program sarjana, dapat terselesaikannya dengan lancar dengan judul “Analisis Forecasting (Peramalan) Permintaan Karet pada PT.
Perkebunan Nusantara XII Banjarsari Jember”.
Terselesaikannya penulisan skripsi ini tak lepas dari adanya bimbingan dan bantuan berbagai pihak yang terkait. Oleh karena itu, pada kesempatan dan melalui tulisan ini penulis menyadari dan menyampaikan rasa terimakasih sedalam-dalamnya kepada:
1. Pros. Dr. H. Babun Suharto, SE., ME. Selaku Rektor IAIN Jember.
2. Dr. Khamdan Rifai, SE., M.Si. Selaku Dekan Fakultas Ekonomi dan Bisnis Islam IAIN Jember.
3. Nikmatul Masruroh, M.E.I. Selaku Ketua Program Studi Ekonomi Syariah.
4. Ahmadiono, S.Ag., MEI. Selaku dosen penasehat akademik.
5. Ibu Aminatus Zahriyah, SE., M.Si. Selaku Dosen Pembimbing yang selama ini sudah memberikan ilmunya, motivasi dan membimbing dalam proses penulisan karya tulis ini
viii
6. Pihak PT. Perkebunan Nusantara XII Banjarsari yang telah mengizinkan dan banyak memberikan bantuan selama melakukan penelitian disana.
7. Segenap dosen dan Staf Fakultas Ekonomi dan Bisnis Islam IAIN Jember, yang telah memberikan ilmu dan pengalaman yang bermanfaat bagi kehidupan nantinya.
8. Tim Penguji.
9. Semua pihak yang telah mendukung dan membantu penulis baik secara langsung maupun tidak langsung dalam menyelesaikan skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna, oleh karena itu penulis mengharapkan kritik dan saran dari pembaca demi kesempurnaan dimasa mendatang.
Dan mudah-mudahan segala bentuk pertolongan yang diberikan kepada penulis mendapatkan balasan yang terbaik dari Allah SWT, dan semoga hasil penelitian ini dapat bermanfaat bagi semua pihak yang terkait serta dengan harapan dapat disempurnakan oleh peneliti-peneliti yang lainnya.
Jember, 14 Mei 2019
Penulis
Sebuah perusahaan didirikan dengan mempunyai tujuan menghasilkan barang dan jasa yang menjadi kebutuhan konsumen dan sekaligus untuk mendapatkan keuntungan dari usaha tersebut. PT Perkebunan Nusantara XII Banjarsari bergerak di bidang industri yang komoditas utamanya adalah karet dan kakao. Dewasa ini persaingan di bidang industri dari perusahaan-perusahaan lain semakin banyak baik dalam negeri maupun diluar negeri.
Rumusan masalah dalam skripsi ini adalah: 1) Berapakah peramalan permintaan produk karet dengan metode Single Moving Averages, Exponential Smoothing, Weight Moving Averages dan Trend Analysis pada PT Perkebunan Nusantara XII Banjarsari Jember untuk periode yang akan datang? Berapakah Forecast Error dari hasil ramalan dengan keempat metode tersebut? Metode peramalan apa yang tepat untuk menentukan permintaan produk karet di periode yang akan datang pada PT Perkebunan Nusantara XII Banjarsari Jember?
Tujuan penelitian ini adalah untuk membuat acuan produksi, untuk mencegah yang tidak diinginkan perusahaan dan naik turunnya permintaan salah satu cara dengan melakukan peramalan menggunakan metode single moving averages, exponential smoothing, weight moving average, dan trend analysisi, yang kemudian mencari nilai error terendah dari metode-mtode tersebut yang kemduian metode dengan nilai error terendah akan dijadikan sebagai metode peramalan permintaan karet periode yang akan datang. Pengujian keakuratan metode yang memiliki nilai error terendah tersebut menggunakan MAD dan MSE.
Hasil penelitian peramalan menggunakan keempat metode untuk menghitung peramalan permintaan karet pada PT Perkebunan Nusantara XII Banjarsari tipe RS1 dengan kemasan small ball untuk periode yang akan datang adalah metode single moving average 81.660,66 Kg dengan nilai MAD 20.339,96 dan MSE 553.925.600. Exponential smoothing 70.553,5 dengan nilai MAD 21.131,48 dan MSE 532.548.300. Weight moving averages 21.560.74 Kg dengan nilai MAD 21.560.74 dan MSE 616.013.00. Dan trend analysis 76.815,59 Kg dengan niali MAD 16.066,75 dan MSE 321.141.500. Metode yang sesuai dan baik untuk digunakan atau diterapkan pada PT Perkebunan Nusantara XII Banjarsari Jember untuk meramalkan permintaan karet tipe RS1 dengan kemasan small ball pada periode berikutnya atau bulan Januari 2019 adalah metode Trend Analysis, karena memiliki tingkat error yang terendah dibandingkan dengan metode lainya.
Kata Kunci: Peramalan, Simple Moving Averages, Exponential Smoothing, Weight Moving Averages dan Trend Analysisi.
x ABSTRACT
Noviatul Mukaromah, Aminatus Zahriyah S.E., M.Si. 2019: Forecasting Analysis (Forecasting) Demand for Rubber at PT Perkebunan Nusantara XII Banjarsari Jember.
A company is established with the aim of producing goods and services that are needed by consumers and at the same time to benefit from the business.
PT Perkebunan Nusantara XII Banjarsari is engaged in industrial sectors whose main commodities are rubber and cocoa. Today, competition in the industry from other companies is increasing both domestically and abroad.
The formulation of the problem in this thesis is: 1) What is the forecasting of demand for rubber products with the method of Single Moving Averages, Exponential Smoothing, Weight Moving Averages and Trend Analysis at PT Perkebunan Nusantara XII Banjarsari Jember for the coming period? What is the Forecast Error from the forecast results with the four methods? What is the right forecasting method to determine the demand for rubber products in the coming period at PT Perkebunan Nusantara XII Banjarsari Jember?
The purpose of this study is to make a reference for production, to prevent the company's unwanted and fluctuating demand in one way by forecasting using single moving averages, exponential smoothing, weight moving averages, and analysis trends, which then look for the lowest error value -this method, the method with the lowest error value will be used as a method of forecasting future rubber demand. Accuracy testing method that has the lowest error value using MAD and MSE.
The results of forecasting research using the four methods to calculate the forecast demand for rubber at PT Perkebunan Nusantara XII Banjarsari type RS1 with small ball packaging for the coming period is a single moving average method of 81,660.66 Kg with a value of MAD 20,339.96 and MSE 553,925,600.
Exponential smoothing 70,553.5 with MAD 21,131,48 and MSE 532,548,300.
Weight moving averages 21,560.74 Kg with MAD values 21,560.74 and MSE 616,013.00. And trend analysis is 76,815.59 Kg with the value of MAD 16,066.75 and MSE 321.141,500. A suitable and good method to use or apply to PT Perkebunan Nusantara XII Banjarsari Jember to forecast the demand for RS1 type rubber with small ball packaging in the next period or January 2019 is the Trend Analysis method, because it has the lowest error rate compared to other methods.
Keywords: Forecasting, Simple Moving Averages, Exponential Smoothing, Moving Moving Averages and Trend Analysis.
HALAMAN JUDUL ... i
PERSETUJUAN PEMBIMBING ... ii
HALAMAN PENGESAHAN ... iii
MOTTO ... iv
PERSEMBAHAN ... v
KATA PENGANTAR ... vi
ABSTRAK ... ix
DAFTAR ISI ... xi
DAFTAR TABEL ... xiv
DAFTAF GAMBAR ... xv
BAB I PENDAHULUAN A. Latar Belakang ... 1
B. Rumusan Masalah ... 7
C. Tujuan Penelitian ... 7
D. Manfaat Penelitian ... 8
E. Definisi Operasional ... 10
F. Asumsi Penelitian ... 12
G. Metode Penelitian ... 13
1. Pendekatan dan Jenis Penelitian ... 13
2. Objek Penelitian ... 13
3. Sumber Data ... 14
xii
4. Teknis Analisis Data ... 14
5. Kerangka Konsep ... 15
H. Sistematika Pembahasan ... 16
BAB II KAJIAN KEPUSTAKAAN A. Penelitian Terdahulu ... 18
B. Kajian Teori ... 29
1. Konsep Dasar Peramalan ... 30
a. Definisi Peramalan ... 30
b. Tujuan Peramalan ... 31
c. Karakteristik Peramalan Yang Baik ... 32
d. Jenis Peramalan ... 34
e. Klasifikasi Teknik Peramalan ... 35
f. Faktor-Faktor Yang Mempengaruhi Peramalan ... 37
2. Metode-Metode Peramalan ... 37
a. Metode Peramalan Kuantitatif ... 39
1) Metode Time Series ... 39
a) Metode Single Moving Averages ... 41
b) Metode Exponential Smoothing ... 43
c) Metode Weight Moving Averages... 46
2) Metode Peramalan Kausal ... 47
3) Metode Peramalan Dekomposisi ... 48
a) Metode Analysis Trend ... 48
b) Metode Peramalan Kualitatif ... 50
1. Profil PT. Perkebunan Nusantara XII Banjarsari ... 54
2. Visi Misi dan Tujuan Perusahaan ... 57
3. Kegiatan Usaha PT. Perkebunan Nusantara XII Banjarsari . 59 4. Struktur Organisasi ... 59
5. Ruang Lingkup Kegiatan Perusahaan ... 60
6. Supply Chain Management PTPN XII Banjarsari ... 62
B. Penyajian Data dan Analisis ... 67
C. Pembahasan ... 89
BAB IV PENUTUP A. Kesimpulan ... 95
B. Saran ... 96
DAFTAR PUSTAKA ... 98 LAMPIRAN
xiv
DAFTAR TABEL
Halaman 1. Tabel 1.1 PDB Sektor Pertanian Tahun 2014-2015 ... 4 2. Tabel 2.1 Penelitian Terdahulu ... 26 3. Tabel 3.1 Data Permintaan Karet Tipe RS1 dengan Kemasan Small
Ball Januari 2018-Desember 2018 ... 68 4. Tabel 3.2 Perhitungan Peramalan Metode Single Moving Average
3 Bulanan ... 71 5. Tabel 3.3 Hasil Perhitungan Peramalan Dengan Metode Single
Moving Average 3 Bulanan ... 72 6. Tabek 3.4 Perhitungan Peramalan Dengan Menggunakan Metode
Exponentiang Smooting (α=0.5) ... 77 7. Tabel 3.5 Hasil Perhitungan Peramalan Dengan Menggunakan Metode
Exponentiang Smooting (α=0.5) ... 78 8. Tabel 3.6 Perhitungan Peramalan Dengan Menggunakan Metode Weight
Moving Average (Bobot=3) ... 81 9. Tabel 3.7 Hasil Perhitungan Peramalan Dengan Menggunakan Metode
Weight Moving Average (Bobot=3) ... 82 10. Tabel 3.8 Perhitungan Peramalan Dengan Menggunakan Metode
Trend Analysis ... 85 11. Tabel 3.9 Hasil Perhitungan Peramalan Dengan Menggunakan Metode
Trend Analysis ... 86 12. Tabel 3.10 Jumlah Permintaan Karet Mulai Bulan Januari 2018 s/d
xvi
DAFTAR GAMBAR
Halaman
1. Gambar 1.1 Kerangka Pemikiran ... 16
2. Gambar 2.1 Taksonomi Peramalan ... 38
3. Gambar 3.1 Peta Areal Konsesi Kebun Banjarsari ... 57
4. Gambar 3.2 Struktur Organisasi PTPN XII Banjarsari ... 60
5. Gambar 3.3 Supply Chain Karet ... 67
6. Gambar 3.4 Gfarik Peramalan Metode Single Moving Average ... 70
7. Gambar 3.5 Grafik Rata-Rata Permintaan Karet PTPN XII Banjarsari 75 8. Gambar 3.6 Grafik Peramalan Karet Dengan Metode Exponential Smoothing (α=0.5) ... 76
9. Gambar 3.7 Grafik Peramalan Karet Dengan Metode Weight Moving Average (Bobot 3) ... 80 10. Gambar 3.8 Grafik Peramalan Karet Dengan Metode Trend Analysis 84
Sebuah perusahaan didirikan dengan mempunyai tujuan 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 dimasa yang akan datang. Untuk dapat mewujudkan semua itu perlu diterapkannya suatu manajemen yang baik dalam pelaksanaan seluruh kegiatan perencanaan, pengawasan dan kebijakan pemimpin yang tepat dalam pengelolaan suatu perusahaan.
Setiap perusahaan tentu memiliki pandangan tujuan atau harapan untuk masa depan yang akan datang dapat mengalami perubahan dan perkembangan yang lebih baik. Hal itu yang menjadikan salah satu faktor pendukung bagi perusahaan untuk melakukan target-target kegiatan menuju kearah perkembangan pada masa yang akan datang dengan sigap.
Berkembang tidaknya perusahaan tergantung pada seorang manajer dalam memimpin. Keputusan yang diambil oleh seorang manajer akan mempengaruhi karyawan dan juga perusahaan dimasa yang akan datang.
Dewasa ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu tantangan, yaitu adanya tingkat persaingan
2
yang semakin ketat antar perusahaan. Hal ini yang mengharuskan suatu perusahaan untuk dapat merencanakan semua parameter produksi dengan baik agar dapat memenuhi permintaan pasar tepat waktu dan dengan jumlah yang sesuai, sehingga diharapkan keuntungan perusahaan akan mengalami peningkatan.
Keputusan yang diambil oleh seorang manajer dan inovasi-inovasi produk tentunya akan menjadi penentu sukses tidaknya bagi perusahaan.
Pengambilan keputusan (decision making) merupakan salah satu proses manajemen yang penting bagi setiap perusahaan. Sebab, pada hakikatnya pelaksanaan fungsi-fungsi manajemen lainnya dilatarbalakangi oleh adanya keputusan yang dibuat oleh manajer puncak, yang kemudian secara hierarki dibuat oleh lini-lini manajemen di tingkat staf-staf yang dibutuhkan. Dengan demikian, pembuatan keputusan merupakan bagian kunci dalam setiap kegiatan manajer. Kualitas dari keputusan yang diambil manajer merupakan ukuran dari efektivitas mereka dalam menjalankan fungsi-fungsi manajemen.1 Untuk hal itu perusahaan harus dapat membaca kondisi pasar guna mengetahui berapa permintaan pasar pada periode berikutnya dan berapa jumlah kapasitas yang harus diproduksi perusahaan, maka seorang manajer harus dapat meramalkan permintaan atas produk yang dihasilkannya untuk periode berikutnya. Dalam mengambil keputusan, para manajer selalu berusaha membuat estimasi yang baik tentang apa yang akan terjadi di masa yang akan datang.
1 Amirulllah dan Haris Budiyono, Pengantar Manajemen (Yogyakarta: Graha Ilmu, 2004), 137.
Perencanaan yang efektif baik untuk jangka panjang maupun jangka pendek tergantung pada peramalan permintaan untuk produk perusahaan tersebut. Kegiatan untuk mengetahui ataupun memperkirakan apa yang akan terjadi pada masa yang akan datang disebut dengan peramalan (forecasting).
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 ini adalah untuk mengambil suatu keputusan.
Peramalan atau forecasting merupakan teknik atau cara kuantitatif dalam memperkirakan apa yang akan terjadi pada masa yang akan datang, dan tentunya membutuhkan data-data masa lampau sebagai acuan atau dengan menggunakan data historis. Salah satu manfaat peramalan penjualan adalah dapat memperkirakan penjualan secara akurat dari waktu ke waktu sehingga dapat dibuat rencana produksi yang sesuai dengan perkiraan penjualan. Dalam peramalan penjualan dapat digunakan sebagai dasar perencanaan produksi untuk mencegah terjadinya over production yang mengakibatkan perusahaan mengalami idle capital maupun under production yang menyebabkan perusahaan kehilangan kesempatan dalam menjual hasil produksinya. Dengan adanya pveramalan tersebut, maka perusahaan dapat mencapai tujuan perusahaan serta pengambilan keputusan dalam produksinya.
Seperti halnya yang dialami oleh PTPN XII Banjarsari yang mengalami penurunan pendapatan sejak kurang lebih delapan tahun
4
kebelakang ini, hal itu disebabkan karena kurang tepatnya manajemen dan tingkat produksi yang tidak pasti bahkan semakin menurun, sehingga tidak dapat mencukupi permintaan atau target yang diminta oleh kantor pusat.
Padahal dalam data Badan Pusat Statik (BPS) bahwa Produk Domestik Bruto (PDB) sektor pertanian tahun 2014-2017 didominasi oleh subsektor perkebunan. Berikut adalah data PDB sektor pertanian tahun 2014-2017 berdasarkan subsektor.
Tabel 1.1 PDB Sektor Pertanian Tahun 2014-2017
No. Subsektor PDB (Milyar Rupiah)
2014 2015 2016 2017
1. Tanaman Pangan 268.426,90 280.018,80 287.212,10 293.149,10 2. Tanaman Holtikultura 124.300,90 127.110,00 130.832,30 134.820,80 3. Tanaman Perkebunan 338.502,20 345.164,90 357.137,70 373.054,00 4. Peternakan 132.221,10 136.936,40 142.999,50 148.473,10 5. Kehutanan 59.573,50 60.623,50 59.891,90 61.277,20 6. Perikanan 189.089,70 204.016,80 214.523,20 227.278,90 Sumber: Badan Pusat Statistik (2018)2
Data tersebut menjelaskan bahwa subsektor perkebunan memberikan sumbangan PDB terbesar selama empat tahun terahir diantara lima subsektor lainnya. Nilai PDB yang disumbangkan oleh subsektor perkebunan selalu mengalami peningkatan pada empat tahun belakangan. Peningkatan nilai PDB yang stabil menunjukan bahwa pengembangan pada subsektor perkebunan telah berjalan dengan baik pada setiap komoditasnya. Sumbangan PDB subsektor perkebunan sebagian besar berasal dari komoditas perkebunan
2 BPS, “PDB Sektor Pertanian Tahun 2014-2017”, diakses dari www.bps.go.id (pada tanggal 03 April 2019 pukul 16.07 WIB).
unggulan seperti karet, kakao, kopi, teh, kelapa, pala, kelapa sawit, dan tebu.
Padahal dalam PTPN XII Banjarsari komiditi utamanya termasuk dalam salah satu komiditas penyumbang PDB terbesar yaitu karet dan kakao.3
Untuk itu dalam menjalankan visi misi perusahaan, seorang manajer haruslah cakap untuk menghadapi persaingan global dan permasalahan yang dihadapi khususnya pada PT Perkebunan Nusantara XII Banjarsari yang saat ini persaingan dari perusahaan-perusahaan lain semakin banyak dalam negeri maupun diluar negeri. Selain perusahaan harus benar-benar berusaha menjadi yang tetap nomor satu di hati konsumen perusahaan harus tetap menjaga kualitas produksi dan perusahaan juga harus mempertimbangkan seberapa jauh perusahaan harus memproduksi produk yang akan dijual ataupun seberapa besar usaha yang harus dilakukan untuk dapat memenuhi permintaan dan target yang diberikan. Persaingan yang ketat akan memberikan banyak strategi yang harus perusahaan pilih, mulai dari strategi integrasi, strategi intensif, strategi diversifikasi dan strategi defensif.
Kebun Banjarsari dilengkapi dengan pabrik pemrosesan karet berkapasitas terpasang empat ton. Pabrik tersebut hanya mengola lateks dari kebun Banjarsari dengan produksi kurang lebih 3,5 ton karet per hari.
Komoditas utama lainnya yang mendukung kegiatan usaha kebun Banjarsari yang dilengkapi dengan pabrik adalah kakao edel dengan target produksi
3 Agro Industri, “Tujuh Komoditas Potensial Hasil Perkebunan di Indonesia” diakses dari http://www.agroindustri.id (pada tanggal 18 Juli 2019 pukul 10.21 WIB).
6
pada tahun 2015 sebesar 80.500 kg dan kakao bulk 150.000 kg.4 Namun, sejak akhir tahun 2010, produksi dan tingkat penjualan PTPN XII Banjarsari sering kali mengalami ketidak tepatan antara target atau permintaan dengan hasil produksi yang di dapatkan, baik dari karet dan kakao. Khususnya pada pertengahan tahun 2017 sampai tahun 2018 ini. PTPN XII Banjarsari sering mengalamai ketidak tepatan jumlah produksi dan jumlah permintaan yang diberikan oleh konsumen (pusat). Meskipun pada dasarnya PTPN XII Banjarsari adalah sebagai pemasok karena hasil produksinya dikirimkan ke PTPN XII Surabaya (Induk PTPN XII), PTPN XII Banjarsari tidak dapat mencapai target yang diberikan. Dan juga realita yang terjadi dari dulu perusahaan ini sering mengalami low production maupun over production, yaitu selain perusahaan belum menerapkan sistem peramalan juga dikarenakan target yang di berikan Rencana Kinerja Anggaran Perusahaan (RKAP) antara produk basah ke produk kering tidak sesuai, hal itu disebabkan kualitas yang dimiliki produk.5
Dari berbagai strategi yang ada salah satu cara yang dapat dilakukan oleh perusahaan adalah dengan membuat acuan produksi, banyaknya persaingan pula yang menyebabkan naik turunnya permintaan produk. Untuk mencegah yang tidak diinginkan perusahaan dan naik turunnya permintaan salah satu cara yang bisa dilakukan oleh manajer perusahaan adalah dengan mengestimasi atau menggunakan analisis peramalan permintaan pasar. Atas
4 PTPN XII, “Kebun Banjarsari Diversifikasi Tanaman Semusim, Buletin PTPN 12 Edisi Juli- Agustus 2015” (diakses dari https://www.ptpn12.com/index.php/component/tags/tag/3-ptpn-xii (Pada tanggal 05 Desember 2018 pukul 05.12 WIB).
5 Imron, wawancara, Jember, 16 November 2018.
dasar latar belakang masalah di atas maka penulis menuangkan sebuah penelitian dengan judul “Analisis Forecasting (Peramalan) Permintaan Produk Karet pada PT Perkebunan Nusantara XII Banjarsari Jember”
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 karet dengan metode Simple Moving Averages, Exponential Smoothing, Weight Moving Averages dan Trend Analysis pada PT Perkebunan Nusantara XII Banjarsari Jember untuk periode yang akan datang?
2. Berapakah Forecast Error dari hasil ramalan dengan keempat metode tersebut?
3. Metode peramalan apa yang tepat untuk menentukan permintaan produk karet pada periode yang akan datang pada PT Perkebunan Nusantara XII Banjarsari Jember?
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 karet dengan metode Simple Moving Average, Exponential Smoothing, Weight Moving
8
Averages dan Trend Analysis pada PT Perkebunan Nusantara XII Banjarsari Jember untuk periode yang akan datang.
2. Untuk mengetahui forecast error dari hasil ramalan dengan keempat metode tersebut.
3. Untuk mengetahui metode peramalan apa yang tepat untuk menentukan permintaan produk Karet di periode yang akan datang pada PT Perkebunan Nusantara XII Banjarsari Jember.
D. MANFAAT PENELITIAN
Manfaat yang diharapkan dalam penelitian ini dapat memberikan deskripsi pengembangan kepada dua wilayah yang berbeda, yaitu:
1. Manfaat Teoritis
a. Sebagai bahan referensi yang diharapkan dapat menambah wawasan pengetahuan bagi pembaca terutama tentang manajemen operasi terhadap perencanaan produksi dengan menggunakan metode forecasting (peramalan).
b. Penelitian ini diharapkan dapat menambah khasanah ilmu pengetahuan dan teknologi khususnya dalam teori manajemen operasional terhadap perencanaan produksi dengan menggunakan metode forecasting (peramalan) permintaan.
c. Bagi peneliti baru, penelitian ini diharapkan dapat menjadikan sumber informasi dan referensi untuk penelitiannya dengan topik-topik yang berkaitan, baik yang bersifat melengkapi ataupun lanjutan.
2. Manfaat Praktis
Secara praktis penelitian ini dapat bermanfaat bagi:
a. Bagi Peneliti
Peneliti dapat menambah pengetahuan dan pengalaman dengan menerapkan teori atau ilmu pengetahuan yang diperoleh pada perkuliahan khususnya ilmu manajemen operasional tentang forecasting (peramalan) dengan realita yang ada dilapangan. Dan juga menambah wawasan berfikir bagi peneliti mengenai masalah peramalan di PT Perkebunan Nusantara XII Banjarsari dan mencoba untuk mencari solusinya.
b. Bagi IAIN Jember
Dengan adanya penelitian ini, IAIN Jember dapat mempelajari dan menjadikan penelitian ini sebagai referensi pembelajaran terkait kurikulum untuk mahasiswa IAIN Jember, khususnya mahasiswa Fakultas Ekonomi dan Bisnis Islam yang lebih memfokuskan studinya pada bidang perekonomian yang didalamnya mencangkup juga tentang ilmu manajemen.
c. Bagi PT Perkebunan Nusantara XII Banjarsari
Sebagai bahan informasi, saran dan masukan bagi manajemen perusahaan dalam pengambilan kebijakan yang tepat, khususnya dalam peramalan jumlah permintaan atau penjualan yang selanjutnya dapat digunakan sebagai dasar perencanaan produksi penjualan yang akan datang. Dan juga dari beberapa metode yang digunakan dapat
10
membantu perusahaan dalam menentukan metode peramalan yang tepat untuk mengetahui tingkat penjualan, sehingga dapat membuat rencana produksi yang sesuai pada periode yang akan datang.
d. Bagi Pihak Lain
Penelitian ini diharapkan dapat dijadikan sebagai acuan baik dalam menjalankan usaha denga meramalkan produksi penjualannya dan juga diharapkan penelitian ini dapat dijadikan sebagai acuan untuk melakukan penelitian dengan permasalahan peramalan pada khususnya.
E. DEFINISI OPERASIONAL 1. Pengertian Peramalan
Peramalan (forecasting) merupakan seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Pengertian lain peramalan adalah penggunaan data atau informasi untuk menentukan kejadian pada masa depan, dalam bentuk perhitungan atau perkiraan dari data yang lalu dan informasi yang lainnya untuk penentuan terlebih dahulu/perkiraan.6 Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi.7
2. Peramalan Permintaan (Forecasting Demand)
Meramal permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka memprediksi berapa besar peluang pasar yang
6 Sofjan Assauri, Manajemen Produksi dan Operasi (Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 1999), 34.
7 Pangestu Subagyo, Forecasting Konsep dan Aplikasi, Edisi Kedua (Yogyakarta: BPFE, 1989), 1.
tersedia dimasa mendatang. Sehingga potensi pasar yang hendak dan sudah dimasuki itu tergambar secara proyektif kedepan.8 Metode peramalan yang digunakan dalam penelitian ini diantaranya:
a. Simple Moving Average (metode rata-rata bergerak) adalah metode peramalan yang paling sederhana. Disebut metode rata-rata bergerak jika setelah rata-rata dihitung, diikuti gerakan satu periode kebelakang. Metode rata-rata bergerak disebut juga rata-rata bergerak terpusat, karena rata-rata bergerak diletakkan pada pusat dari periode yang digunakan. Metode rata-rata bergerak diadakan penggantian nilai data suatu tahun dengan nilai rata-ratanya, dihitung dengan nilai data tahun yang mendahuluinya dan nilai data tahun berikutnya.9
b. Exponential Smoothing (Penghalusan/pelicinan eksponensial) adalah suatu tipe teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak. Dengan exponential smoothing sederhana, forecast dilakukan dengan cara ramalan periode terakhir ditambah porsi perbedaan (disebut α) antara permintaan nyata periode terakhir dan ramalan periode terakhir.10
8 Jumigan, “Studi Kelayakan Bisnis (Metode Peramalan dan Peramalan Perintaan)” (diakses dari https://www.academia.edu/34926539/Metode_Peramalan_dan_Peramalan_Permintaan.docx.
pada tanggal 25 November 2018 pukul 14.12 WIB).
9 Iqbal Hasan, Pokok-pokok Materi Statistik 1 (Statistik Deskripti), Edisi Kedua (Jakarta: Bumi Aksara, 2003), 196.
10 T. Hani Handoko, Dasar-Dasar Manajemen Produksi dan Operasi, Edisi I (Yogyakarta: BPFE, 2014), 279.
12
c. Weight Moving Averages adalah pengembangan dari metode moving averages dengan menambah faktor bobot. Weight moving averages akan berusaha melakukan permalan beberapa data terakhir dengan memberikan bobot yang berbeda-beda. Hal ini didasari pengaruh data yang lebih baru adalah lebih besar dari data yang lama terhadap kondisi pada masa yang akan datang.
d. Trend Analyis metode tren garis lurus untuk meramalkan atau memperkirakan kuantitas penjualan pada periode yang akan datang.
Dengan metode ini perusahaan yang bersangkutan mempunyai anggapan bahwa penjualan produk di perusahaan relatif tetap. Pada analisis trend ini menggunakan kuadrat terkecil dianggap bahwa variabel penjualan dan volume produksi penjualan merupakan garis lurus.11
F. ASUMSI PENELITIAN
Asumsi penelitian biasa disebut juga sebagai anggaapan dasar atau absolut, yaitu sebuah titik tolak pemikiran yang kebenarannya diterima oleh peneliti. Anggapan dasar harus dirumuskan secara jelas sebelum peneliti melangkah mengumpulkan data.12 Asumsi penelitian ini menyatakan bahwa Terdapat peramalan yang tepat dari beberapa metode peramalan yang disajikan dalam menentukan jumlah permintaan karet pada PT Perkebunan Nusantara XII Banjarsari.
11 Suyadi Prawirosentono, Manajemen Operasi Analisis dan Studi Kasus, Edisi kedua (Jakarta:
Bumi Aksara, 2000), 86.
12 Tim Penyusun, Pedoman Karya Ilmiyah (Jember: IAIN Jember Press, 2015), 39.
G. METODE PENELITIAN
Metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan hal tersebut terdapat empat kata kunci yang perlu diperhatikan yaitu cara ilmiah, data, tujuan, dan kegunaan.13
1. Pendekatan dan Jenis Penelitian
Pendekatan penelitian ini menggunakan pendekatan penelitian kuantitatif. Menurut Sugiyono, penelitian kuantitatif merupakan data yang berbentuk angka dan analisis menggunakan statistik.14 Dan jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian forecasting (peramalan) kuantitatif juga dengan jenis penelitian eksperimen kerena sebelumnya PT Perkebunan Nusantara XII Banjarsari belum pernah menggunakan metode ini dalam mengatasi masalah permintaan tersebut.
2. Objek Penelitian
Objek penelitian ini dilaksanakan pada PT Perkebunan Nusantara XII Banjarsari Jember yang pada pengamatan sementara belum menerapkan peramalan permintaan. PT Perkebunan Nusantara XII Banjarsari Jember merupakan perusahaan yang produksi utamanya adalah kakao dan karet.
13Sugiyono, Metode Penelitian Manajemen, Pendekatan Kuantitatif, Kualitatif, Kombinasi (Mix Methods), Penelitian Tindakan (Action Researct) dan Penelitian Evaluasi (Bandung: Alfabeta, 2018), 24.
14 Sugiyono, Metode Penelitian Kuantitatif, Kualitatif dan R&D, 2.
14
3. Sumber Data
Sumber data dalam penelitian ini adalah data sekunder. Data sekunder yaitu data yang diperoleh lewat pihak lain atau sumber lain, tidak langsung diperoleh penulis dari subjek penelitiannya. Data sekunder dari penelitian ini adalah:
a. Data Deskriptif
Data deskriptif akan digunakan untuk memberikan gambaran umum perusahaan dalam penelitian. Data deskriptif yang digunakan antara lain:
1) Data sejarah dari PT Perkebunan Nusantara XII Banjarsari Jember.
2) Data struktur organisasi PT Perkebunan Nusantara XII Banjarsari Jember.
3) Supply chain proses produksi karet.
b. Data Kuantitatif
Data kuantitatif yang digunakan dalam penelitian ini adalah data permintaan karet dari bulan November 2017 sampai pada bulan Desember 2018 yang akan digunakan untuk meramalkan periode bulan berikutnya yaitu ditahun 2019.
4. Teknik Analisis Data
Dalam penelitian peramalan ada dua hal yang harus diperhatikan untuk mendapatkan data yang akurat dan tepat. Pertama adalah pengumpulan data, data harus relevan agar peramalan yang dihasilkan
bisa memberikan informasi yang akurat. Kedua adalah pemilihan teknik yang tepat.
Metode simple moving average, exponential smoothing, weight moving average merupakan metode dengan teknik peramalan kuantitatif statistik yang pada umumnya menggunakan data historis yang menitik beratkan pada pola, perubahan pola, dan faktor gangguan (disturbances) yang disebabkan oleh pengaruh acak (random). Metode trend analysis menyesuaikan sebuah garis trend pada sekumpulan data masa lalu, dan kemudian di kerjakan dalam garis untuk meramalkan masa depan.
Berdasarkan uraian diatas teknik analisis data yang digunakan dalam penelitian ini mengenai peramalan permintaan karet pada PT Perkebunan Nusantara XII Banjarsari Jember yaitu menggunakan metode simple moving average, exponential smoothing, weight moving average dan trend analysis. Dan untuk menghitung nilai error/kesalahan pada peramalan menggunakan Mean Absolut Devition (MAD) dan Mean Square Error (MSE).
5. Kerangka Konsep/Kerangka Pemikiran Forecasting
Kerangka pemikiran merupakan model konseptual tentang bagaimana teori berhubungan dengan berbagai faktor yang telah diidentifikasikan sebagai hal yang penting atau suatu bentuk proses dari keseluruhan dari penelitian yang akan dilakukan. Kerangka pemikiran yang digunakan penulis untuk menganalisis data peramalan permintaan karet pada PT Perkebunan Nusantara XII Banjarsari sebagai berikut:
16
Permintaan/Penjualan Karet
1. Simple Moving Average
Penentuan Error
Mencari tingkat kesalahan dari masing- masing metode dengan MAD dan MSE
2. Exponential Smoothing
3. Weight Moving Average
4. Analysis Trend
Hasil peramalan yang di peroleh
Pengambilan Keputusan atau Kebijakan Produkdi Dipilih tingkat error terendah atau
Masalah Gambar 1.1 Kerangka Pemikiran
Keterangan:
Garis : Langkah/prosedur Garis : Metode
Sumber: Data diolah, 2019
H. SISTEMATIKA PEMBAHASAN
Agar pembahasan pada penelitian ini tidak keluar dari jalur yang telah ditentukan dan agar lebih berarti susunannya, maka perlu kiranya memberikan gambaran sistematik pembahasan sebagai berikut:
Data diolah dengan menggunakan 4 metode peramamalan
BAB I PENDAHULUAN merupakan pertanggung jawaban metologis yang terdiri dari latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian dan definisi operasional, asumsi penelitian, hipotesis, metode penelitian dan sistematika pembahasan.
BAB II KAJIAN KEPUSTAKAAN pada bab ini akan dipaparkan penelitian terdahulu dan kajian teori secara literatur yang berhubungan dengan judul penelitian.
BAB III PENYAJIAN DATA DAN ANALISIS yang terdiri atas gambaran objek penelitian, penyajian data, analisis dan pengujian hipotesis dan pembahasan.
BAB IV PENUTUP yang terdiri atas penutup yang meliputi kesimpulan dan saran. Sebagai acuan dan data yang dihasilkan dalam penyusunan penelitian akan dicantumkan kepustakaan dan lampiran.
18 BAB II
KAJIAN KEPUSTAKAAN
A. PENELITIAN TERDAHULU
Pada bagian ini dipaparkan beberapa penelitian terdahulu dan juga teori-teori yang digunakan dalam penelitian. Teori-teori yang digunakan dalam penelitian diambil dari literatur buku dan juga jurnal. Berikut penelitian terdahulu dan kajian teori yang digunakan:
Beberapa penelitian terdahulu yang membahas mengenai peramalan produksi yang digunakan sebagai bahan pertimbangan dalam penelitian yang sedang dilakukan diantaranya:
1. Indra Wibowo. Universitas Sebelas Maret, 2010. “Analisis Peramalan Penjualan Rokok Golden pada PT Djitoe Indonesian Tobacco Coy Surakarta”. Pada penelitian ini menggunakan metode Single Moving Averages, Exponential Smoothing, Weight Moving Average dan juga Trend Projection untuk meramalkan jumlah penjualan rokok Golden pada PT Djitoe Indonesian Tobacco Coy Surakarta. Hasil yang diperoleh dari penelitian ini adalah hasil ramalan penjualan pada tahun 2010 berdasarkan metode Single Moving Averages 3 dan 4 bulanan. Metode peramalan penjualan yang sesuai dan baik untuk diterapkan pada PT Djitoe Indonesia Tobacco Coy untuk produk rokok Golden tahun 2010 adalah metode Trend Projection, karena memiliki tingkat error yang terkecil dibandingkan dengan metode Single Moving Averages dengan
periode waktu 3 dan 4 bulanan, Exponential Smoothing dengan alpha (ɑ=0.1; ɑ=0.5; ɑ=0.9), dan Weighted Moving Averages.
Dari pemaparan penelitian terdahulu diatas perbedaannya terletak pada metode Single Moving Average yang menggunakan data 3 dan 4 bulanan serta alpha yang digunakan pada metode Exponential Smoothing dengan alpha (ɑ=0.1; ɑ=0.5; ɑ=0.9), sedangkan pada penelitian ini data yang digunakan menggunakan peramalan secara umum. Persamaan yang digunakan dalam penelitian terdahulu ini dengan yang peneliti lakukan adalah sama-sama menggunakan metode Simple Moving Averages, Exponential Smoothing, Weigh Moving Averages dan Trend Analysis.15
2. Feby Artwodini Muqtadiroh, dkk. Institut 10 Nopember Surabaya, 2015.
“Analisis Peramalan Penjualan Semen Non-Curah (ZAK) PT Semen Indonesia (Persero) Tbk Pada Area Jawa Timur”. Penelitian ini menerapkan metode least square, uji moving range, analisis trend Penjualan semen non-curah di 36 kota dan terahir mengkategorikan wilayah penjualan semen sesuai dengan kondisi trend penjualan. Pada penelitian terdahulu ini juga mengkaji penyebab peningkatan dan penurunan trend dengan melakukan interview terhadap pihak-pihak di departemen penjualan PT Semen Indonesia. Hasil dari penelitian ini berdasarkan metode yang dilakukan adalah metode peramalan penjualan yang sesuai atau yang cocok diterapkan dalam PT Semen Indonesia
15 Indra Wibowo, “Analisis Peramalan Penjualan Rokok Golden Pada PT Djitoe Indonesian Tobacco Coy Surakarta”, (Skripsi, Universitas Sebelas Maret Surakarta, 2010).
20
(Persero) Tbk yaitu metode Analysis Trend Least-Square karena data yang digunakan data time series dengan nilai MAD, MSE, MPE dan MAPE lebih kecil dibanding dengan metode peramalan yang lain.
Berdasarkan implementasi metode peramalan least-square terdapat 6 kota masuk kedalam kategori high yang mempunyai peningkatan trend penjualan yang lebih dari 10%. Kemudian 25 kota mengalami kenaikan penjualan yang tidak signifikan, kenaikan penjualan mulai dari 1% hingga 10% masuk kedalam kategori medium. Sisanya yakni 5 kota masuk kedalam kategori low dengan rata-rata penurunan trend sebesar -1% yang disebabkan karena adanya pergeseran gudang besar dan adanya ekspansi dari perusahaan kompetitor.
Dari uraian penelitian terdahulu diatas terdapat perbedaan dengan penelitian ini, diantaranya metode peramalan yang digunakan ada yang berbeda, jika penelitian terdahulu diatas menggunakan metode least-square dan moving range secara umum, penelitian ini menggunakan metode single moving average, weight moving average dan exponentialsmoothing. Sedangkan persamaannya terdapat metode yang sama diterapkan yaitu trend Analysis.16
3. Romeo Nico Ginting, Institut Pertanian Bogor, 2013. “Analisis Peramalan Penjualan Televisi di PT Interyasa Homindo Cabang Bogor”. Pada penelitian ini metode peramalan yang digunakan adalah metode peramalan kuantitatif dengan menggunakan metode time series
16 Feby Artwodini Muqtadiroh, dkk, “Analisis Peramalan Penjualan Semen Non-Curah (ZAK) PT Semen Indonesia (Persero) Tbk Pada Area Jawa Timur”, Jurnal Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Surabaya, (2015).
(naif, rataan bergerak, pemulusan exponential tunggal, pemulusan exponential ganda) dan metode Arima. Hasil yang diperoleh adalah pada produk CTV Polytron 21 inch dan CTV Sharp 21 inch yang paling baik adalah metode arima (1.01.1). Sedangkan untuk CTV Polytron LG 21 inch dan CTV Samsung 21 inch yang paling cocok adalah metode pemulusan exponential tunggal. Dari metode tersebut menunjukan adanya kenaikan penjualan untuk CTV LG 21 inch sebesar 3,49% dari periode sebelumnya, sedangkan ketiga jenis lainnya juga terjadi kenaikan, akan tetapi tingkat kenaikannya tidak setinggi CTV LG 21 inch.
Perbedaan dari penelitian yang telah dipaparkan diatas dengan penelitian ini adalah metode yang digunakan berbeda dan juga data yang digunakan adalah data bulanan. Sedangkan pada penelitian ini menggunakan metode single moving average, weight moving average dan exponential smoothing. Dari perbedaan yang ada namun juga memiliki persamaan dalam penelitian ini yaitu sama-sama meramalkan permintaan suatu produk atau penjualan dan metode yang digunakan pada penelitian terdahulu memiliki metode yang sama dengan menggunakan metode exponential.17
4. Ni Putu Lisna Padma Yanti, dkk, Universitas Negeri Udayana Bali, 2016,
“Analisis Peramalan Penjualan Produk Kecap Pada Perusahaan Kecap Manalagi Denpasar Bali”. Pada penelitian terdahulu ini menggunakan
17 Romeo Nico Ginting, “Analisis Peramalan Penjualan Televisi di PT Interyasa Homindo Cabang Bogor”, (Skripsi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, 2013).
22
metode peramalan moving averages, exponential smoothing, dan trend linier, metode trend non linier dan pengukuran akurasi hasil penelitian.
Hasil penelitian yang diperoleh berdasarkan metode diatas yang paling sesuai untuk meramalkan penjualan kecap manis botol ataupun refill ukuran 625 ml adalah metode trend linier, karena memiliki nilai eror terendah diabandingkan dengan teori yang lainnya.
Terdapat perbedaan dalam penelitian yang dilakukan oleh Ni Putu Lisna dengan penelitian ini adalah objek penelitian. Sedangkan persamaan dengan penelitian ini adalah sama-sama meneliti dan meramalkan penjualan serta menggunakam beberapa metode yang sama.18
5. Siti Wardah dan Iskandar, Universitas Islam Indragiri, Tembilahan, 2016.
“Analisis peramalan penjualan produk Keripik Pisang Kemasan Bungkus” Studi Kasus: Home Industry Arwana Food Tembilahan.
Penelitian ini menggunakan metode peramalan moving average, exponential smoothing with trend dan trend analysis. Dari analisis data dengan menggunakan metode yang terpilih yaitu trend analysis karena memiliki nilai error terendah.
Perbedaan dalam penelitian yang akan dilakukan oleh peneliti adalah terdapat metode yang tidak sama dalam penggunaannya seperti exponential smoothing with trend, sedangkan persamaan dengan
18 Ni Putu Lisna Padma Yanti, dkk, “Analisis Peramalan Penjualan Produk Kecap Pada Perusahaan Kecap Manalagi Denpasar Bali”, Jurnal Rekayasa dan Manajemen Agroindustri, Fakultas Teknologi Pertanian, Universitas Negeri Udayana Bali, (2016).
penelitian yang akan peneliti lakukan adalah sama-sama menggunakan metode peramalan time series.19
6. Yunda Lailatul Rahmi, Institut Agama Islam Negeri Jember, 2017.
“Analisis Penjualan Hasil Pertanian Padi di Desa Mlokorejo Kecamatan Puger Kabupaten Jember”. Metode yang digunakan dalam penelitian ini adalah metode kualitatif. Dengan hasil penelitian proses penjualan padi di Desa Mloko Rejo dengan metode tebas, dan faktor petani menjual langsung kepada penebas atau pemborong adalah faktor modal, solusi yang diberikan adalah membentuk kelompok tani.
Perbedaan dengan penelitian yang peneliti lakukan adalah metode yang digunakan yaitu menggunakan metode kualitatif sedangkan peneliti menggunakan kuantitatif. Persamaannya yaitu menganalisis penjualan produk.20
7. Eko Styawan, dkk. Universitas Wahid Hasyim Semarang, 2016.
“Analisis Peramalan (Forecasting) Produksi Karet (Hevea Brasiliensis) Di PT Perkebunan Nusantara IX Kebun Sukamangli Kabupaten Kendal”. Metode peramalan dalam penelitian ini adalah menggunakan metode Box-Jenkins (ARIMA). Hasil penelitian yang diperoleh adalah hasil peramalan produksi karet dengan metode ARIMA menunjukkan
19 Siti Wardah dan Iskandar, “Analisis Peramalan Penjualan Produk Keripik Pisang Kemasan Bungkus (Studi kasus: Home Industry Arwana Food Tembilahan)”, Jurnal Teknik Industri, Vol XI, No.03, Universitas Islam Indragiri, Tembilahan, (2016).
20 Yunda Lailatur Rahmi, “Analisis Penjualan Hasil Pertanian Padi di Desa Mlokorejo Kecamatan Puger Kabupaten Jember”, (Skripsi, Fakultas Ekonomi dan Bisnis Islam, Institut Agama Islam Negeri Jember, 2017).
24
bahwa hasil produksi karet PT Perkebunan Nusantara IX Kabupaten Kendal mengalami kenaikan sampai dengan tahun 2017.
Perbedaan dengan penelitian yang peneliti lakukan adalah metode peramalan yang digunakan, jika dalam penelitian ini menggunakan metode ARIMA sedangkan peneliti menggunakan metode time series diantaranya simple moving average, weight moving average, exponential semoothing dan trend analysis. Persamaan penelitian ini adalah tujuannya untuk memperoleh nilai forecast yang terbaik.21
8. Zayn Firdausi, dkk. Universitas Trunojoyo, 2016. “Implementasi Peramalan Penjualan Menggunakan Metode Exponential Smoothing (Studi Kasus: Penjualan Produk Aksesoris Olahraga di Toko Trend Soccer)”. Metode peramalan dalam penelitian ini menggunakan metode peramalan kuantitatif. Hasil penelitian yang diperoleh adalah setelah menganalisa peramalan penjualan menggunakan metode single exponential smoothing, dan double exponential smoothing pada jenis barang tas peramalan terbaik adalah menggunakan metode DES dengan alpha 0.3.
Perbedaan dalam penelitian ini dengan penelitian penulis adalah hasil yang didapatkan dan metode atau sistem peramalan yang digunakan hanya menggunakan exponential smoothing dengan pemberian alpha yang berbeda. Sedangkan persamaannya penarikan kesimpulan yang
21 Eko Setyawan, dkk, “Analisis Peramalan (Forecasting) Produksi Karet (Hevea Brasiliensis) Di PT Perkebunan Nusantara IX Kebun Sukamangli Kabupaten Kendal”, Jurnal Peramalan, Vol.12.
No.2, (Mediagro, Universitas Wahid Hasyim Semarang, 2016).
memberikan gambaran metode yang tepat digunakan dalam meramalkan permintaan.22
9. Iwan, dkk, Universitas Bina Sarana Informatika, 2018. “Analisa Peramalan Permintaan Mobil Mistubishi Xpander dengan Tiga Metode Forecasting”. Hasil penelitian yang diperoleh berdasarkan pengumpulan data serta menganalisa yang ada, maka exponential smoothing memiliki tingkat kesalahan yang lebih kecil dibandingkan metode yang lainnya.
Perbedaannya adalah dalam penelitian penulis menggunakan empat metode dan juga objek penelitian yang berbeda. Sedangkan persamaannya adalah sama-sama bertujuan mencari nilai forecast terendah untuk menentukan metode peramalan yang tepat, dan beberapa menggunakan metode peramalan yang sama, diantaranya moving average, exponential smoothing, dan trend analysis.23
10. Alfian Nurlifa dan Sri Kusumadewi, Universitas PGRI Ronggolawe Tuban, 2017. “Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky”. Hasil penelitian yang diperoleh adalah tidak dapat digunakan sebagai data peramalan yang mendekati. Peramalan menggunakan moving average ini membutuhkan data yang lengkap dan mempunyai pola data stasioner untuk dapat dilakukan perhitungan peramalan.
22 Zayn Firdausi, dkk, “Implementasi Peramalan Penjualan Menggunakan Metode Exponential Smoothing (Studi Kasus: Penjualan Produk Aksesoris Olahraga di Toko Trend Soccer)”, Jurnal Peramalan, Universitas Trunojoyo, (2016).
23 Iwan, dkk, “Analisa Peramalan Permintaan Mobil Mistubishi Xpander dengan Tiga Metode Forecasting”, Jurnal Humaniora, Vol.18 No.2, (Cakrawala, Universitas Bina Sarana Informatika, 2018).
26
Perbedaannya adalah pada objek penelitian yang dilakukan dan juga proses peramalan, yang mana dalam penelitian ini sudah ditentukan metode peramalan yang akan digunakan, sedangkan pada penelitian yang penulis lakukan masih mencari metode peramalan yang tepat.
Persamaannya adalah mencari hasil peramalan untuk meramalkan produk/barang pada masa yang akan datang.24
Secara garis besar dapat digambarkan dalam sebuah tabel perbedaan dan persamaan dari penelitian terdahulu dengan penelitian yang dilakukan.
Tabel 2.1 Penelitian Terdahulu
24 Alfian Nurlifa dan Sri Kusumadewi, “Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky”, Jurnal Inovtek Polbeng – Seri Informatika, Vol. 2, No. 1, (Universitas PGRI Ronggolawe Tuban, 2017).
NO NAMA PERSAMAAN PERBEDAAN
1. Indra Wibowo Universitas Sebelas Maret (2010)
Persamaan dalam penelitian ini adalah sama-sama
menggunakan metode Single Moving Average, Exponential Smoothing, Weight Moving Averages dan Trend Analysis dalam meramalkan
penjualan.
Penelitian Indra Wibowo perbedaannya terletak pada metode Single Moving Average yang menggunakan dua waktu yaitu 3 dan 4 bulanan, serta nilai alpha yang digunakan pada metode Exponential Smoothing dengan alpha (ɑ=0.1; ɑ=0.5;
ɑ=0.9), sedangkan pada penelitian ini data yang digunakan adalah data 3 bulanan dan alpha (ɑ=0.1) saja.
2. Feby Artwodini Muqtadiroh, dkk.
Institut 10 Nopember
Surabaya (2015)
Persamaannya adalah sama-sama
menganalisis
peramalan penjualan dan juga terdapat metode yang sama diterapkan dengan penelitian yaitu trend
Perbedaan dengan penelitian ini, diantaranya metode yang digunakan dalam peramalan ini ada yang berbeda, jika penelitian terdahulu diatas menggunakan metode least-square dan moving range secara umum, penelitian ini menggunakan metode single
Analysis. moving average, weight moving average dan exponential smoothing.
3. Romeo Nico Ginting
Institut Pertanian Bogor (2013)
Persamaan dalam penelitian ini yaitu sama-sama
meramalkan
permintaan suatu produk atau penjualan dan metode yang digunaka pada penelitian terdahulu diatas ada yang sama
metode yang dilakukan
menggunaka metode exponential
Perbedaannya dari penelitian ini adalah metode yang digunakan berbeda dan juga data yang digunakan adalah data bulanan.
Sedangakan pada penelitian ini menggunakan metode single moving average, weight moving average dan exponential smoothing.
4. Ni Putu Lisna Padma Yanti, dkk
Universitas Negeri
Udayana Bali (2016)
Persamaan dengan penelitian ini adalah sama-sama meneliti dan meramalkan penjualan serta menggunakam
beberapa metode yang sama.
Terdapat perbedaan dalam penelitian yang dilakukan oleh Ni Putu Lisna dengan penelitian ini ialah salah satu metode penelitian yang digunakan
5. Siti Wardah dan Iskandar, Universitas Islam Indragiri, Tembilahan, (2016)
Persamaan dengan penelitian ini adalah sama-sama
menggunakan metode peramalan time series.
Terdapat metode yang tidak sama dalam penggunaannya seperti exponential smoothing with trend
6. Yunda Laiatul Rahmi, Institut Agaman Islam negeri Jember (2017)
Persamaan dalam penelitian ini adalah Proses penjualan produk untuk mengatasi masalah-
masalah yang terjadi.
Perbedaan Metode penelitian yang digunakan Metode Kualitatif, sedangkan dalam penelitian yang akan dilakukan adalah kuantitatif
7. Eko Styawan, dkk.
Universitas Wahid Hasyim Semarang, (2016)
Persamaan penelitian ini adalah tujuannya untuk memperoleh nilai forecast yang
terbaik untuk meramalkan
permintaan yang akan datang.
Perbedaan dengan penelitian yang peneliti lakukan adalah metode peramalan yang digunakan, jika dalam penelitian ini menggunakan metode ARIMA sedangkan peneliti menggunakan metode time series diantaranya simple moving average, weight moving
28
Sumber: Data diolah
Kesimpulan perbedaan dan persamaan dari beberapa metode atau penelitian terdahulu dengan penelitian yang dilakukan oleh peneliti adalah, untuk persamaan dengan penelitian yang dilakukan semua bertujuan untuk memperoleh hasil atau nilai ramalan yang tepat untuk permintaan suatu objek/barang yang diteliti di masa yang akan datang. Sedangkan perbedaannya adalah metode dan tehnik peramalan yang digunakan, baik
average, exponential semoothing dan trend analysis.
8. Zayn Firdausi, dkk.
Universitas Trunojoyo, (2016)
Persamaannya
penarikan kesimpulan yang memberikan gambaran metode yang tepat digunakan dalam meramalkan permintaan.
Perbedaan dalam penelitian ini dengan penelitian penulis adalah hasil yang didapatkan dan metode atau sistem peramalan yang digunakan hanya menggunakan exponential smoothing dengan pemberian alpha yang berbeda.
9. Iwan, dkk,
Universitas
Bina Sarana Informatika, (2018)
Persamaannya adalah sama-sama bertujuan mencari nilai forecast
terendah untuk menentukan metode peramalan yang tepat,
dan beberapa menggunakan metode
peramalan yang sama, diantaranya moving average, exponential
smoothing, dan trend analysis.
Perbedaannya adalah dalam penelitian penulis menggunakan empat metode dan juga objek penelitian yang berbeda.
10. Alfian Nurlifa
dan Sri Kusumadewi,
Universitas PGRI Ronggolawe Tuban (2017)
Persamaannya adalah
mencari hasil peramalan untuk meramalkan
produk/barang pada masa yang akan datang.
Perbedaannya adalah pada objek penelitian yang dilakukan dan juga proses peramalan, yang mana dalam penelitian ini sudah ditentukan metode peramalan yang akan digunakan, sedangkan pada penelitian yang penulis lakukan masih mencari metode peramalan yang tepat.
dengan metode kualitatif dan metode kuantitatif, time series maupun kausal dan dekomposisi dan juga beberapa tehnik peramalan yang lainnya yang berbeda.
B. KAJIAN TEORI
Kajian teori berisi tentang pembahasan teori yang dijadikan sebagai dasar pijakan dalam penelitian. Pembahasan secara lebih luas dan mendalam akan semakin memperdalam wawasan peneliti dalam mengkaji permasalan yang hendak dipecahkan sesuai dengan rumusan masalah dan tujuan penelitian.25
Berdasarkan latar belakang dan rumusan masalah penelitian ini berfokus pada teori peramalan (forecasting) salah satu kegiatan yang dianggap mampu untuk dijadikan dasar dalam pembuatan strategi produksi perusahaan adalah peramalan penjualan. Dalam peramalan akan diketahui besarnya fluktuasi dan tingginya risiko merupakan karakter yang melekat pada sistem produksi dan distribusi produk bisnis. Hal yang sama juga dapat dilihat pada industri. Apabila perusahaan yang ada tidak dapat mempersiapkan diri dengan baik untuk menghadapi tantangan persaingan ini, dikhawatirkan produk-produknya tidak mampu bertahan dalam menghadapi keadaan pasar yang tidak menentu, sehingga akan berdampak pada kelangsungan perusahaan pada masa yang aka datang. Oleh karena itu, peramalan menduduki peran yang strategis dalam manajemen operasi.
25 Tim Penyusun, Pedoman Penulisan Karya Ilmiah, 39.
30
1. Konsep Dasar Peramalan (Forecasting) a. Definisi Peramalan (Forecasting)
Peramalan merupakan suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu.
Esensi peramalan adalah perkiraan peristiwa-peristiwa di waktu yang akan datang atas dasar pola-pola waktu yang lalu, dan penggunaan kebijakan terhadap proyeksi-proyeksi dengan pola-pola di waktu yang lalu.26
Peramalan adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan datang dengan suatu bentuk model matematis. 27
Peramalan adalah prediksi, proyeksi, atau estimasi terjadinya suatu kejadian atau aktivitas yang tidak pasti di masa depan. Karena masa depan sangat sulit dipastikan, maka diperlukan sistem forecast, baik secara implisit ataupun eksplisit. Tujuan dari forecasting adalah menggunakan informasi terbaik yang tersedia saat ini sebagai panduan aktivitas di waktu ke depan untuk mencapai tujuan dari organisasi. Tujuan tersebut umumnya sangat penting jika terkait dengan alokasi sumber daya.
Berdasarkan beberapa definisi di atas, pada hakikatnya peramalan merupakan bagian awal dari proses pengambilan
26 Sofjan Assauri, Manajemen Produksi, 34.
27 Hery Prasetya dan Fitri Lukiastuti, Manajemen Operasi (Yogyakarta: Medpres : 2009), 43.
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu persoalan dalam pengambilan keputusan. Peramalan adalah memperkirakan sesuatu yang akan terjadi dengan menggunakan data masa lalu.
Dalam pengertian yang lebih khusus, peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Dalam praktiknya, peramalan merupakan suatu perkiraan (guess) dengan menggunakan teknik-teknik tertentu.
Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk yang dilakukan pada awal proses perencanaan dan pengendalian produksi.
Dalam peramalan ditetapkan jenis produk yang diperlukan (what), jumlahnya (how many), dan waktu dibutuhkannya (when). Peramalan pada umumnya digunakan untuk memprediksi sesuatu yang kemungkinan besar akan terjadi, misalnya kondisi permintaan, banyaknya curah hujan, kondisi ekonomi, dan lain-lain. 28
b. Tujuan Peramalan29
Tujuan peramalan adalah untuk mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang biasa diukur dengan Mean Absolute Deviation (MAD) dan Mean Squer Error (MSE). Sehingga dengan adanya peramalan produksi
28 Agustina Eunike, dkk, Perencanaan Produksi dan Pengendalian Persediaan (Malang: UB Press: 2018), 23.
29 Rusdiana, Manajemen Operasi (Bandung: CV PUSTAKA SETIA, 2014), 95.
32
manajemen perusahaan akan mendapatkan gambaran keadaan produksi dimasa yang akan datang, dan akan memberikan kemudahan manajemen perusahaan dalam menentukan kebijakan yang akan dibuat oleh perusahaan. Tujuan peramalan adalah untuk meramalkan permintaan dari item-item independent demand di masa yang akan datang.
c. Karakteristik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria, antara lain akurasi, biaya, dan kemudahan. Penjelasan dari tiga kriteria tersebut sebagai berikut:
1) Akurasi
Pengertian akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian peramalan tersebut.
Apabila hasil peramalan dikatakan bias, peramalan tersebut tertalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Selanjutnya hasil peramalan dikatakan konsisten, apabila kesalahan peramalan relatif kecil.
Kondisi peramalan yang terlalu rendah mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat terpenuhi dengan segera. Hal itu akan berdampak pada perusahaan serta besar kemungkinan kehilangan pelanggan dan keuntungan dari penjualan. Sebaliknya, apabila peramalan terlalu tinggi dapat mengakibatkan terjadinya penumpukan persediaan,
sehingga banyak modal yang terserap dan terbuang. Keakuratan dari hasil peramalan akan berfungsi menyeimbangkan persediaan yang ideal.
2) Biaya
Biaya yang dibutuhkan dalam pembuatan peramalan bergantung pada jumlah item/jenis yang diramalkan, jangka waktu peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi terhadap data yang dibutuhkan. Selain itu juga akan bergantung pada cara pengolahan data (manual atau komputerisasi), cara penyimpanan data, dan tenaga ahli diperbantukan.
Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan diramalkan dengan metode yang sederhana dan murah. Oleh karena itu, metode yang lebih canggih tidak menjamin memperoleh hasil yang lebih akurat daripada metode yang lebih sederhana, lebih mudah diterapkan dan lebih murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisis ABC).
3) Kemudahan
Penggunaan metode peramalan yang sederhana mudah dibuat dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Apabila memakai metode yang canggih, tetapi
34
tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, dan peralatan teknologi merupakan hal yang percuma. 30
d. Jenis Peramalan
Jenis peramalan dapat dibedakan menjadi beberpa tipe.
Dilihat dari perencanaan operasi di masa depan, maka peramalan dibagi menjadi 3 macam yaitu:
1) Peramalan Ekonomi (Economic Forecast) menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.
2) Peramalan teknologi (technological forecast) memperhatikan tingkat kemajuan tehnologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.
3) Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau layanan perusahaan. Peramalan ini juga disebut dengan peramalan penjualan, yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.
30 Ibid, 98.
