• Tidak ada hasil yang ditemukan

Analisis dalam Perencanaan Kebutuhan Distribusi dengan Menggunakan Distribution Resource Planning (DRP) dan Algoritma Djikstra pada PT. Union Confectionery

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis dalam Perencanaan Kebutuhan Distribusi dengan Menggunakan Distribution Resource Planning (DRP) dan Algoritma Djikstra pada PT. Union Confectionery"

Copied!
19
0
0

Teks penuh

(1)
(2)

Data Permintaan Produk

Hard Candy

Periode Juni 2014

Mei

2016

Periode P. Siantar T. Tinggi Rantauprapat Pekanbaru Medan Total (Kardus)

Jun ‘14 3.052 2.035 5.086 4.069 6.104 20.346

Jul ‘14 3.388 2.259 5.646 4.517 6.775 22.585

Ags ‘14 3.543 2.362 5.905 4.779 7.086 23.675

Sep ‘14 3.584 2.584 5.973 4.724 7.751 24.616

Okt ‘14 3.876 2.390 6.459 5.167 7.168 25.060

Nov ‘14 3.886 2.591 6.477 5.181 7.803 25.938

Des ‘14 3.902 2.601 7.042 5.202 7.772 26.519

Jan ‘15 4.225 2.850 6.502 5.700 8.450 27.727

Feb ‘15 4.275 2.817 7.125 5.634 8.550 28.401

Mar ‘15 4.735 3.157 7.891 6.313 10.096 32.192

Apr ‘15 4.739 3.159 8.414 6.318 9.469 32.099

Mei ‘15 5.048 3.366 8.939 6.731 9.477 33.561

Jun ‘15 5.363 3.576 7.898 7.437 10.726 35.000 Jul ‘15 5.578 3.739 9.296 7.477 11.156 37.246 Ags ‘15 5.608 3.719 9.346 7.614 11.570 37.857 Sep ‘15 5.710 3.807 9.642 7.151 11.215 37.525 Okt ‘15 5.785 3.857 9.517 7.714 11.420 38.293 Nov ‘15 6.038 4.025 10.062 8.050 12.075 40.250 Des ‘15 6.200 4.133 10.333 8.543 13.434 42.643 Jan ‘16 6.407 4.478 10.678 8.956 12.399 42.918 Feb ‘16 6.717 4.272 11.195 8.266 12.814 43.264 Mar ‘16 6.886 4.591 11.476 9.181 13.771 45.905 Apr ‘16 7.001 4.708 11.668 9.334 14.123 46.834 Mei ‘16 7.062 4.667 11.769 9.415 14.001 46.914

(3)

Perhitungan Parameter Peramalan Jumlah Permintaan dengan

Metode Eksponensial

X Y X2 lnY X lnY

1 20.346 1 9,9205 9,9205

2 22.585 4 10,025 20,05

3 23.675 9 10,0721 30,2163

4 24.616 16 10,1111 40,4444 5 25.060 25 10,1289 50,6445 6 25.938 36 10,1634 60,9804 7 26.519 49 10,1855 71,2985 8 27.727 64 10,2301 81,8408 9 28.401 81 10,2541 92,2869 10 32.192 100 10,3794 103,794 11 32.099 121 10,3765 114,1415 12 33.561 144 10,4211 125,0532 13 35.000 169 10,4631 136,0203 14 37.246 196 10,5252 147,3528 15 37.857 225 10,5415 158,1225 16 37.525 256 10,5327 168,5232 17 38.293 289 10,553 179,401 18 40.250 324 10,6028 190,8504 19 42.643 361 10,6606 202,5514 20 42.918 400 10,667 213,34 21 43.264 441 10,675 224,175 22 45.905 484 10,7342 236,1524 23 46.834 529 10,7543 247,3489 24 46.914 576 10,756 258,144 300 817.368 4.900 249,7331 3.162,653

(4)

Perhitungan Parameter Peramalan Jumlah Permintaan dengan

Metode Linear

X Y X2 X.Y

1 20.346 1 20.346

2 22.585 4 45.170

3 23.675 9 71.025

4 24.616 16 98.464

5 25.060 25 125.300

6 25.938 36 155.628

7 26.519 49 185.633

8 27.727 64 221.816

9 28.401 81 255.609

10 32.192 100 321.920

11 32.099 121 353.089

12 33.561 144 402.732

13 35.000 169 455.000

14 37.246 196 521.444

15 37.857 225 567.855

16 37.525 256 600.400

17 38.293 289 650.981

18 40.250 324 724.500

19 42.643 361 810.217

20 42.918 400 858.360

21 43.264 441 908.544

22 45.905 484 1.009.910

23 46.834 529 1.077.182

24 46.914 576 1.125.936

300 817.368 4.900 11.567.061

(5)

Perhitungan SEE pada Peramalan Jumlah Permintaan dengan

Metode Eksponensial

X Y Y' Y-Y' (Y-Y')²

1 20.346 21.932,77 -1.586,77 2.517.852,04 2 22.585 22.728,6 -143,60 20.621,30 3 23.675 23.553,3 121,70 14.809,72 4 24.616 24.407,93 208,07 43.292,04 5 25.060 25.293,57 -233,57 54.555,13 6 25.938 26.211,34 -273,34 74.716,61 7 26.519 27.162,42 -643,42 413.986,34 8 27.727 28.148 -421,00 177.242,26 9 28.401 29.169,35 -768,35 590.357,27 10 32.192 30.227,75 1.964,25 3.858.269,81 11 32.099 31.324,56 774,44 599.755,61 12 33.561 32.461,17 1.099,83 1.209.631,31 13 35.000 33.639,02 1.360,98 1.852.278,26 14 37.246 34.859,6 2.386,40 5.694.895,89 15 37.857 36.124,48 1.732,52 3.001.636,64 16 37.525 37.435,25 89,75 8.055,51 17 38.293 38.793,58 -500,58 250.579,54 18 40.250 40.201,2 48,80 2.381,64 19 42.643 41.659,89 983,11 966.501,93 20 42.918 43.171,51 -253,51 64.269,35 21 43.264 44.737,99 -1.473,99 2.172.632,66 22 45.905 46.361,3 -456,30 208.205,77 23 46.834 48.043,51 -1.209,51 1.462.908,88 24 46.914 49.786,76 -2.872,76 8.252.740,82 300 817.368 817.434,8 -66,85 33.512.176,35

(6)

Perhitungan SEE pada Peramalan Jumlah Permintaan dengan

Metode Linear

X Y Y' Y-Y' (Y-Y')²

1 20.346 20.557,39 -211,39 44.685,73 2 22.585 21.731,27 853,7309 728.856,4 3 23.675 22.905,15 769,8517 592.671,6 4 24.616 24.079,03 536,9726 288.339,6 5 25.060 25.252,91 -192,907 37.212,92 6 25.938 26.426,79 -488,786 238.911,5 7 26.519 27.600,66 -1.081,66 1.169.999 8 27.727 28.774,54 -1.047,54 1.097.348 9 28.401 29.948,42 -1.547,42 2.394.518 10 32.192 31.122,3 1.069,698 1.144.253 11 32.099 32.296,18 -197,181 38.880,47 12 33.561 33.470,06 90,9396 8.270,011 13 35.000 34.643,94 356,0604 126.779 14 37.246 35.817,82 1.428,181 2.039.702 15 37.857 36.991,7 865,3022 748.747,9 16 37.525 38.165,58 -640,577 410.338,9 17 38.293 39.339,46 -1.046,46 1.095.070 18 40.250 40.513,34 -263,335 69.345,43 19 42.643 41.687,21 955,7857 913.526,3 20 42.918 42.861,09 56,9065 3.238,35 21 43.264 44.034,97 -770,973 594.398,8 22 45.905 45.208,85 696,1483 484.622,5 23 46.834 46.382,73 451,2691 203.643,8 24 46.914 47.556,61 -642,61 412.947,6 300 817.368 817.368 0 14.886.307

(7)

Perhitungan Hasil Verifikasi Peramalan Jumlah Permintaan

X Y Y' Y-Y' MR

1 20.346 20.557,39 -211,39 -

2 22.585 21.731,27 853,7309 1.065,121

3 23.675 22.905,15 769,8517 83,8792

4 24.616 24.079,03 536,9726 232,8791 5 25.060 25.252,91 -192,907 729,8791 6 25.938 26.426,79 -488,786 295,8792 7 26.519 27.600,66 -1.081,66 592,8791 8 27.727 28.774,54 -1.047,54 34,1209 9 28.401 29.948,42 -1.547,42 499,8791 10 32.192 31.122,3 1.069,698 2.617,121 11 32.099 32.296,18 -197,181 1.266,879 12 33.561 33.470,06 90,9396 288,1209 13 35.000 34.643,94 356,0604 265,1208 14 37.246 35.817,82 1.428,181 1.072,121 15 37.857 36.991,7 865,3022 562,8791 16 37.525 38.165,58 -640,577 1.505,879 17 38.293 39.339,46 -1.046,46 405,8791 18 40.250 40.513,34 -263,335 783,1209 19 42.643 41.687,21 955,7857 1.219,121 20 42.918 42.861,09 56,9065 898,8792 21 43.264 44.034,97 -770,973 827,8791 22 45.905 45.208,85 696,1483 1.467,121 23 46.834 46.382,73 451,2691 244,8792 24 46.914 47.556,61 -642,61 1.093,879 300 817.368 817.368 0 18.053,4

(8)

Perhitungan Hasil Peramalan Jumlah Permintaan

Distribution

Centre

Distribution Centre

Hasil Peramalan Jumlah Permintaan

(Kardus)

Pematang Siantar 99.593

Tebing Tinggi 66.303

Rantauprapat 165.564

Pekanbaru 132.381

Medan 198.399

(9)

Hasil Perhitungan

Demand

Setiap Periode

Periode Kota

Penjumlahan Planned Shipments Ship Date per Periode

Total

1

Pematang Siantar 9.140

62.501 Tebing Tinggi 8.382

Rantauprapat 15.255

Pekanbaru 11.808

Medan 17.916

2

Pematang Siantar 9.140

55.324 Tebing Tinggi 4.191

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

3

Pematang Siantar 9.140

55.324 Tebing Tinggi 4.191

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

4

Pematang Siantar 9.140

56.721 Tebing Tinggi 5.588

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

5

Pematang Siantar 9.140

43.120 Tebing Tinggi 4.191

Rantauprapat 3.051

Pekanbaru 11.808

Medan 14.930

6

Pematang Siantar 2.285

54.249 Tebing Tinggi 6.985

Rantauprapat 15.255

Pekanbaru 11.808

Medan 17.916

7

Pematang Siantar 9.140

46.468 Tebing Tinggi 4.191

Rantauprapat 15.255

Pekanbaru 2.952

(10)

Hasil Perhitungan

Demand

Setiap Periode (Lanjutan)

Periode Kota

Penjumlahan Planned Shipments Ship Date per Periode

Total

8

Pematang Siantar 9.140

65.614 Tebing Tinggi 5.588

Rantauprapat 12.204

Pekanbaru 11.808

Medan 26.874

9

Pematang Siantar 6.855

55.833 Tebing Tinggi 6.985

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

10

Pematang Siantar 9.140

56.901 Tebing Tinggi 5.768

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

11

Pematang Siantar 9.140

58.478 Tebing Tinggi 7.345

Rantauprapat 15.255

Pekanbaru 11.808

Medan 14.930

12

Pematang Siantar 9.140

58.490 Tebing Tinggi 4.371

Rantauprapat 15.255

Pekanbaru 11.808

Medan 17.916

(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)

Referensi

Dokumen terkait

Penggunaan metode DRP dapat mengidentifikasi variabel- variabel penyebab sistem distribusi yang tidak normal pada Distribution Centre , membuat proyeksi jumlah produk yang

Perusahaan masih menerapkan sistem berdasarkan pengalaman masa lalu atau taksiran untuk menentukan jumlah permintaan pada periode berikutnya, kondisi ini

Adapun bahan penolong yang digunakan untuk memproduksi air minum dalam kemasan (AMDK) adalah Ozon (O 3 ) yang berfungsi untuk membunuh bakteri yang berukuran

Production Planning and Inventory Control : Berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21.. Gramedia Pustaka Utama

Penggunaan metode DRP dapat mengidentifikasi variabel- variabel penyebab sistem distribusi yang tidak normal pada Distribution Centre, membuat proyeksi jumlah produk yang

Tujuan umum penelitian adalah untuk menganalisis perencanaan kebutuhan distribusi dengan menggunakan metode Distribution Resources Planning (DRP) agar tidak terjadi

dan Penjadwalan Distribusi Pakaian Jadi dengan Metode Distribution..

[r]