PERAMALAN PERMINTAAN KARET REMAH (CRUMB SKRIPSI

SKRIPSI

Untuk memenuhi sebagian persyaratan guna memperoleh gelar Sarjana Teknik

OLEH

ILHAM FADLI NPM:1310024425010

PROGRAM STUDI TEKNIK INDUSTRI YAYASAN MUHAMMAD YAMIN SEKOLAH TINGGI TEKNOLOGI

INDUSTRI (STTIND)PADANG

2018

HALAMAN PERSETUJUAN SKRIPSI

PERAMALAN PERMINTAAN KARET REMAH (

CRUMB RUBBER

) DI PT.

P&P LEMBAH KARET

Nama : Ilham Fadli

NPM : 1310024425010

Program Studi : Teknik Industri

Padang, Juli 2018 Menyetujui :

Pembimbing I, Pembimbing II,

Riko Ervil, MT Tri Ernita, ST, MP

NIDN. 1014057501 NIDN. 1028027801

Ketua Program Studi, Ketua STTIND Padang,

Tri Ernita, ST, MP H. Riko Ervil, MT

NIDN. 1028027801 NIDN. 1014057501

RUBBER ) DI PT P&P LEMBAH KARET

Nama : Ilham Fadli

NPM : 1310024425010

Dosen Pembimbing 1 : Riko Ervil, MT Dosen Pembimbing 2 : Tri Ernita, ST, MP

ABSTRAK

PT. P&P Lembah Karet beralamatkan di Jl. By Pass Km 22 Padang. PT. P&P Lembah Karet merupakan salah satu perusahaan yang bergerak dalam bidang usaha pengolahan karet remah (

Crumb Rubber

) yang hasilnya akan di ekspor ke Negara- negara Eropa untuk pengolahan karet lebih lanjut

.

Permasalahan yang ada pada PT.

P&P Lembah Karet adalah perusahaan memproduksi karet remah (

crumb rubber

) hanya berdasarkan permintaan dari konsumen, Persediaan karet remah (

Crumb Rubber

) tidak ada di gudang, dengan demikian konsumen sering menunggu karet remah (

crumb rubber

) dalam waktu sekitar dua bulan dari waktu permintaan ataupun lebih

.

Peramalan permintaan karet remah (

Crumb Rubber

) bertujuan untuk meramalkan permintaan karet remah (

Crumb Rubber

) dan persediaan pengaman (

safety stock

) untuk tahun 2019.

Dari hasil

perhitungan ketelitian ramalan yang terkecil yaitu metode trend linear denagn MSE= 252261,1567, MAD= 0 dan MAPE=

-143587,5556, metode trend kuadratik dengan MSE= 6417028292, MAD= - 80099,21842 dan MAPE= -8153509,397 dan metode trend eksponensial dengan MSE= 10980503292045100000000000000000, MAD= -1005237143404140 dan MAPE= -100523714340558000, oleh karena itu digunakan metode trend linear untuk meramalkan permintaan karet remah (

Crumb Rubber

) dan ramalan permintaan karet remah (

Crumb Rubber

) di PT. P&P Lembah Karet pada tahun 2019 yaitu sebesar 31.181. Untuk persediaan pengaman (

safety stock

) karet remah (

crumb rubber

) yang harus disediakan untuk mengantisipasi kekurangan selama satu tahun sebanyak 982 unit. Sehingga Perusahaan perlu menyesuaikan kapasitas produksi pada tahun 2019.

Kata kunci :Peramalan

,

Trend Linear,

Safety Stock

.

LEMBAH KARET

Name

:

Ilham Fadli Student ID

:

1310024425010 Supervisor

:

RikoErvil, MT Co-Supervisor

:

Tri Ernita, ST, MP

ABSTRACT

PT. P & P Lembah Karet is addressed at Jl. By Pass Km 22 Padang. PT. P &

P Lembah Karet is one of the companies engaged in the processing of crumb rubber which results will be exported to European countries for further rubber pr ocessing.

Problems that exist in PT. P & P Lembah Karet is a company producing crumb rubber only on request from consumers, Crumb Rubber is not in the warehouse, so consumers often wait for crumb rubber in about two months from time of request or more. Forecasting the demand for crumb rubber aims to predict the demand for crumb rubber and safety stock for the year 2019. From the calculation results of the smallest forecast accuracy linear trend method,with MSE= 252261,1567, MAD= 0 and MAPE= -143587,5556, quadratic trend method MSE= 6417028292, MAD= - 80099,21842 and MAPE= -8153509,397 and eksponensial trend method with MSE=

10980503292045100000000000000000, MAD= -1005237143404140 and MAPE= - 100523714340558000, therefore used linear trend method to forecast demand for crumb rubber and demand for crumb rubber at PT. P & P Lembah Karet in the year 2019 amounted to 31,181. For the safety stock of crumb rubber that must be provided to anticipate the shortfall during one year as many as 982 units. So the Company needs to adjust its production capacity by 2019.

Keywords: Forecasting, Linear Trend, Safety Stock.

i

dengan rahmat dan karunia-Nya penulis dapat menyelesaikan penulisan tugas akhir ini dengan judul

” Peramalan Permintaan Karet Remah (Crumb Rubber

) di PT P&P Lembah Karet

“.

Shalawat beserta salam untuk nabi Muhammad SAW yang telah membawa perubahan akhlak hidup bagi umat manusia.

Dalam penulisan dan penyusunan tuga akhir ini penulis banyak menemukan kendala-kendala atau masalah untuk menyelesaikan penulisan tugas akhir ini. Terlepas dari bantuan berbagai pihak yang telah berjasa kepada penulis.

Maka dari itu pada kesempatan ini izinkan penulis mengucapkan terima kasih kepada :

1. Keluarga yang memberikan dorongan dan semangat demi keberhasilan penulis dalam menyelesaikan penulisan tugas akhir ini.

2. Bapak H. Riko Ervil, MT selaku Pembimbing I dan selaku Ketua Sekolah Tinggi Teknologi Industri (STTIND) Padang. Yang telah memberikan banyak arahan dan bimbingan kepada penulis.

3. Ibu Tri Ernita, ST, MP selaku Pembimbing II dan selaku Ketua Prodi Teknik Industri STTIND Padang.yang juga telah memberikan banyak arahan dan bimbingan kepada penulis.

4. Bapak Rinaldi Hadi yang telah banyak membantu penulis beserta

seluruh karyawan PT. P&P Lembah Karet.

ii

kekurangan dan kelemahan-kelemahan karena keterbatasan waktu, biaya dan pengetahuan penulis, sehingga masih jauh dari kesempurnaan. Untuk itu penulis mengharapkan kritikan dan saran serta masukan-masukan yang bersifat membangun demi kesempurnaan penulisan tugas akhir ini.

Padang, Juli 2018

Penulis

iii

KATA PENGANTAR ... i

DAFTAR ISI ... iii

DAFTAR TABEL ... v

DAFTAR GAMBAR ...vii

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah ... 4

1.3 Batasan Masalah ... 4

1.4 Rumusan Masalah ... 5

1.5 Tujuan Penelitian ... 5

1.6Manfaat Penelitian ... 5

BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori ... 7

2.1.1 Defenisi Peramalan ... 7

2.1.1.1 ... J enis-Jenis Peramalan ... 8

2.1.1.2 ... P roses Peramalan ... 9

2.1.1.3 ... M etode Peramalan ... 9

2.1.1.4 ... K egunaan Peramalan ... 11

2.1.1.5 ... P emilihan Metode Peramalan ... 11

2.1.1.6 ... U kuran-Ukuran Kesalahan Peramalan... 16

2.1.1.7 ... P

roses Verifikasi Peramalan ... 17

iv

aktor-Faktor Yang Mempengaruhi permintaan ... 19

2.1.3 Karet ... 20

2.1.4 Persediaan

...

21

2.1.4.1 ... P enentuan Persedian Pengaman (

safety stock

) ... 22

2.1.4.2 ... T ujuan Persediaan ... 24

2.1.4.3 ... J enis Persediaan ... 24

2.1.4.4 ... F ungsi-Fungsi Persediaan ... 25

2.1.4.5 ... H al-Hal Yang Perlu Dipertimbangkan Dalam Persediaan ... 27

2.2 Kerangka Konseptual ... 28

BAB III METODOLOGI PENELITIAN 3.1 Jenis Penelitian ... 30

3.2 Waktu dan Tempat Penelitian ... 30

3.3 Variabel Penelitian ... 30

3.4 Data, Jenis Data Dan Sumber Data ... 30

3.4.1 Data ... 30

3.4.2 Jenis Data ... 31

3.4.3 Sumber Data ... 31

3.5 Teknik Pengolahan Data dan Analisa Data ... 31

3.5.1 Meramalkan Permintaan Karet Remah (

crumb rubber

) ... 31

3.5.2 Penentuan Persediaan Pengaman (

safety stock

) ... 35

3.6 Diagram Alir Metodologi Penelitian ... 35

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

v

4.2.1.1 Trend Linear ... ...39

4.2.1.2 Trend Kuadratis ... ...45

4.2.1.3 Trend Eksponensial ... ...50

4.2.1.4 Pengujian Verifikasi Hasil Peramalan ... .... ...56

4.2.2 Perhitunag Peramalan Untuk Tahun 2019 ... .... ...60

4.2.3 Menentukan Persediaan Pengaman (

Safety Stock

)... ...61

BAB V ANALISA HASIL PENGOLAHAN DATA 5.1 Analisis Pemilihan Metode Peramalan Karet Remah .. ...63

5.2 Analisis Verifikasi Hasil Peramalan ... ...63

5.3 Analisis Perhitungan Peramalan ... ...64

5.4 Analisis Persediaan Pengaman (

Safety Stock

) .. ...65

BAB VI KESIMPULAN dan SARAN 6.1 Kesimpulan ... ...66

6.2 Saran ... ...66

DAFTAR KEPUSTAKAAN

vi

Tabel 4.1 Data Penjualan Karet Remah (

Crumb Rubber

) ... 38

Tabel 4.2 Perhitungan Peramalan Metode Trend Linaer ... 40

Tabel 4.3 Perhitungan Ketelitian Peramalan Metode Trend Linaer ... 43

Tabel 4.4 Perhitungan Peramalan Metode Trend Kuadratis ... 46

Tabel 4.5 Perhitungan Ketelitian Peramalan Metode Trend Kuadratis ... 48

Tabel 4.6 Perhitungan Peramalan Metode Trend Eksponensial ... 51

Tabel 4.7 Perhitungan Ketelitian Peramalan Metode Trend Eksponensial ... 54

Tabel 4.8 Perbandinagn Ketelitian Peramalan ... 55

Tabel 4.9 Perhitungan

Moving Range

Trend Linaer ... 57

Tabel 4.10 Data Peramalan Permintaan Metode Trend Linaer ... 60

vii

Gambar 2.1 Pola Data Dalam

Time Series

...11

Gambar 2.2 Kerangka Konseptual ...28

Gambar 3.1 Kerangka Metodologi Penelitian ...37

Gambar 4.2 Grafik Hasil Peramalan Metode Trend Linear...42

Gambar 4.3 Grafik Hasil Peramalan Metode Trend Kuadratis...47

Gambar 4.4 Grafik Hasil Peramalan Metode Trend Eksponensial ...53

Gambar 4.5 Grafik Moving Range Metode Trend Linear...59

Gambar 4.6 Grafik Peramalan Permintaan Tahun 2019 ...61

1 BAB I PENDAHULUAN

1.1 Latar Belakang

Peramalan (

forecasting

) 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. Bisa juga merupakan prediksi intuisi yang bersifat subjektif. Atau bisa juga dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer. Perencanaan yang efektif baik untuk jangka panjang maupun pendek bergantung pada peramalan permintaan untuk produk perusahaan tersebut.

Meramalkan 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 tersedia di masa depan.

Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau

sekelompok produk di masa yang akan datang dalam kendala satu set kondisi

tertentu. Hal yang perlu diingat adalah bahwa aktivitas peramalan permintaan

tidaklah dapat diartikan sebagai aktivitas yang bertujuan untuk mengukur

permintaan di masa yang akan datang secara pasti, melainkan sekedar usaha untuk

mengurangi kemungkinan terjadinya hal yang berlawanan antara keadaan yang

sungguh-sungguh terjadi di kemudian hari dengan apa yang menjadi hasil

peramalan.

2

Banyak perusahaan melakukan peramalan berdasarkan data penjualan masa lalu. Asumsi yang digunakan adalah hubungan sebab – akibat (

^Cosual system)

, yaitu bahwa apa yang terjadi di masa lalu akan terulang pada saat ini.

Hubungan sebab-akibat tersebut tidak diterangkan pada saat menurunkan model statistika. Dengan asumsi itu maka pola penjualan masa lalu digunakan sebagai dasar untuk meramalkan penjualan masa datang dengan catatan bahwa hubungan sebab-akibat masa lalu tersebut belum berubah.

PT. P&P Lembah Karet beralamat di Jl. By Pass Km 22 Padang, Propinsi Sumatera Barat. PT. P&P Lembah Karet merupakan perusahaan yang menghasilkan karet remah (

crumb rubber

). Karet remah (

Crumb rubber

) adalah olahan karet setengah jadi yang nantinya akan diolah lagi oleh perusahaaan lain menjadi berbagai produk. PT. P&P Lembah Karet memasarkan produk yang dihasilkannya ke pasar ekspor antara lain Asia, Amerika, Australia, Eropa, dan juga dipasarkan ke pasar domestik yang dikirim melalui pelabuhan Teluk Bayur Padang. Berikut tabel penjualan karet remah (

crumb rubber

) pada PT. P&P Lembah Karet:

Tabel 1.1

Rekap Penjualan Karet Remah (

Crumb Rubber

)

No Bulan

Penjualan Tahun Penjualan Tahun Penjualan tahun

2017 2016 2015

(Unit) (Unit) (Unit)

1 Januari 2.384 2.968 1.206

2 Februari 2.446 1.976 1.304

3 Maret 2.734 1.448 1.592

4 April 2.128 2.374 1.648

5 Mei 3.366 2.800 1.544

6 Juni 3.038 1.776 2.438

7 Juli 2.728 1.936 2.336

3

8 Agustus 3.726 1.672 2.048

9 September 2.952 2.366 2.616

10 Oktober 2.846 1.976 2.486

11 November 2.606 2.260 1.616

12 Desember 1.916 1.576 1.936

Total 32.870 25.128 22.770

Sumber : Bagian Penjualan PT. P&P Lembah Karet

Keterangan : 1 unit = 1.260 Kg

Dari tabel diatas dapat diketahui permintaan karet remah (

crumb rubber

) selalu berubah. Karena PT. P&P Lembah Karet memproduksi karet remah (

crumb rubber

) hanya berdasarkan permintaan dari konsumennya.

Gambar 1.1 Grafik Penjualan Karet Remah (

Crumb Rubber

) Dari grafik penjualan karet remah (

crumb rubber

) diatas permintaan terhadap karet remah (

crumb rubber

) selalu berubah-rubah dan tidak menentu.

Maka peneliti menemukan permasalahan yang terjadi pada perusahaan

diantarannya PT. P&P Lembah Karet memproduksi karet remah (

crumb rubber

)

hanya berdasarkan permintaan dari konsumen, Persediaan produk tidak ada di

4

gudang, dengan demikian konsumen sering menunggu karet remah (

crumb rubber

) Dalam waktu sekitar dua bulan dari waktu permintaan ataupun lebih.

Semua itu dikarenakan berbagai macam persoalan seperti bahan baku yang tidak tercukupi karena pasokan dari petani tidak menentu, iklim sangat memepengaruhi jika curah hujan tinggi maka bahan baku karet sulit terpenuhi karena petani tidak melakukan penyadapan terhadap pohon karet dan fluktuasi harga.

Berdasarkan latar belakang diatas maka perlu dilakukan usaha untuk dapat menyelesaikan permasalahan yang ada, dari permasalahan tersebut penulis merumuskan penelitian dengan judul

“Peramalan Permintaan Karet Remah

(

crumb rubber

) di PT P&P Lembah Karet

”.

1.2 Identifikasi Masalah

Berdasarkan latar belakang masalah yang telah dikemukakan di atas dapat diidentifikasikan beberapa masalah yang dapat diteliti sebagai berikut:

1. Perusahaan hanya memproduksi karet remah (

crumb rubber

) berdasarkan permintaan dari konsumen

2. Konsumen menunggu karet remah (

crumb rubber

) dalam waktu dua bulan ataupun lebih.

3. Bahan baku yang tidak tercukupi karena pasokan dari petani tidak menentu.

1.3 Batasan Masalah

Agar penulis lebih terarah dan sistematis, maka penulis akan membatasi

penulisan. Adapun batasan masalah yang digunakan yaitu

5

1. Penelitian hanya difokuskan pada peramalan permintaan karet remah (

crumb rubber

) untuk satu tahun kedepan.

2. Perencanaan persediaan pengaman (

safety stock

) hanya untuk satu tahun.

1.4 Rumusan Masalah

Berdasarkan latar belakang, identifikasi dan batasan masalah yang telah diuraikan di atas, masalah pokok yang menjadi fokus pembahasan dalam penelitian ini adalah:

1. Bagaimana menghitung peramalan permintaan karet remah (

crumb rubber

) untuk tahun 2019?

2. Berapakah jumlah persediaan pengaman (

safety stock

) yang optimal?

1.5 Tujuan Penelitian

Berdasarkan rumusan masalah tersebut, maka tujuan penelitian ini adalah:

1. Mengetahui ramalan permintaan karet remah (

crumb rubber

) untuk tahun 2019.

2. Mengetahui jumlah persediaan pengaman (

safety stock

) yang optimal.

1.6 Manfaat Penelitian

Setelah penelitian ini dilakukan, diharapkan dapat memberi manfaat bagi perusahaan maupun bagi peneliti. Berikut manfaat yang dapat diperoleh dari penelitian ini:

a. Bagi Peneliti

Peneliti dapat mengaplikasikan ilmu yang didapat di bangku perkuliahan

ke dalam bentuk penelitian, dapat menambah wawasan, pengetahuan di bidang

industri khususnya mengetahui permintaan terhadap karet remah (

crumb rubber

).

6 b. Bagi Perusahaan

Hasil penelitian dapat menjadi bahan pertimbangan dan masukan dalam pengambilan keputusan manajer yang berkaitan dengan pemenuhan permintaan produk karet remah (

crumb rubber

) yang sesuai dengan permintaan konsumen dan kebijakan yang dapat diterapkan dalam merencanakan produksi yang optimal.

c. Bagi STTIND Padang

Penelitian ini bisa dijadikan referensi dan pedoman untuk penelitian

selanjutnya bagi mahasiswa yang akan melakukan penelitian tentang peramalan

permintaan karet remah (

crumb rubber

).

7 BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

Dalam tugas akhir kali ini tujuan penulis adalah untuk meramalkan permintaan karet remah (

crumb rubber

) dan Mengetahui jumlah persediaan pengaman (

safety stock

) yang optimal. Maka hal yang menjadi landasan teori adalah sebagai berikut :

2.1.1 Definisi Peramalan

Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Usaha untuk melihat situasi dan kondisi pada masa yang akan datang merupakan usaha untuk memperkirakan pengaruh situasi dan kondisi yang berlaku terhadap perkembangan di masa yang akan datang.

Peramalan merupakan dasar untuk penyusunan rencana yang manfaatnya dapat terlihat pada saat pengambilan keputusan dengan menggunakan suatu metode yang sesuai. Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu (Assauri, 1984). Sedangkan menurut Kusuma (1999), peramalan adalah perkiraan tingkat permintaan satu atau produk selama beberapa periode mendatang.

Menurut Heizer dan Rander (2006), peramalan adalah seni dan ilmu untuk

memperkirakan kejadian di masa depan dapat dilakukan dengan pengambilan data

masa lalu dan menempatkannya ke masa yang akan datang dengan suatu bentuk

model matematis atau bisa juga dengan prediksi intuisi yang bersifat subjektif,

maupun kombinasi dari keduanya. Prosedur peramalan dapat dikelompokkan

sesuai dengan sifatnya yang kuantitatif atau kualitatif. Teknik kualitatif yang murni adalah yang jelas tidak memerlukan manipulasi data, hanya pendapat pribadi yang digunakan oleh

forecaster

(peramal) yang mengacu hasil dari manipulasi mental data historis masa lalu. Di sisi lain, teknik kuantitatif yang murni tidak memerlukan input pendapat pribadi, hal ini merupakan prosedur mekanis yang menghasilkan keluaran kuantitatif dan memerlukan lebih banyak manipulasi data yang canggih dibandingkan lainnya (Hanke

et, al.

2003).

2.1.1.1 Jenis-Jenis Peramalan

Jenis-jenis peramalan menurut Assauri (1984), apabila dilihat dari sifat penyusunannya dapat dibedakan atas dua macam:

1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya.

2. Peramalan yang objektif, adalah peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik- teknik dan metode-metode dalam penganalisaan data tersebut.

Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas tiga macam:

a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari tiga tahun atau lebih.

b. Peramalan jangka menengah, yaitu peramalan yang dilakukan untuk

penyusunan hasil ramalan yang jangka waktunya mencakup hitungan

bulanan hingga tiga tahun.

c. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu tahun tetapi umumnya kurang dari tiga periode.

2.1.1.2 Proses Peramalan

Prosedur peramalan yang benar adalah:

1. Defenisikan tujuan peramalan.

2. Buat diagram pancar.

3. Pilih paling sedikit dua metode yang memenuhi tujuan peramalan dan sesuai dengan pola data.

4. Hitung parameter-parameter fungsi peramalan.

5. Hitung kesalahan (error) peramalan yang terjadi.

6. Pilih metode yang terbaik.

7. Lakukan verifikasi peramalan.

2.1.1.3 Metode Peramalan 1. Metode Kualitatif

Peramalan kualitatif merupakan peramalan yang dilakukan oleh para ahli atau pakar. Peramalan ini lebih baik digunakan untuk peramalan jangka panjang. Metode peramalan kualitatif oleh Gasperz ( 2001) adalah sebagai berikut:

a. Metode Delphi

b. Riseet Pasar

c. Analogi Historik

d. Konsensus Panel

2. Metode Kuantitatif

Metode Kuantitatif adalah peramalan yang merupakan analisis dari data- data masa lalu untuk mendapatkan kebijaksanaan di masa yang akan datang.Metode ini terdiri dari dua kelompok metode yaitu:

a. Teknik Deret Berkala (

Time Series

)

Peramalan

time series

(runtut waktu) menggunakan data runtut waktu yaitu data yang dikumpulkan dari suatu waktu ke waktu berikutnya selama jangka waktu tertentu, seperti jam, hari, minggu, periode, tahun, dan lainnya.

b. Kausal (Eksplanatoris)

Mengasumsikan bahwa faktor yang diperkirakan menunjukan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas.

Misalnya, permintaan

printer

berhubungan dengan jumlah penjualan komputer atau jumlah pendapatan berhubungan dengan faktor-faktor, seperti jumlah penjualan,harga jual dan tingkat promosi.

Metode kuantitatif memerlukan persyaratan:

1) Data masa lalu tersedia 2) Data tersebut dapat dihitung

3) Pola data masa lalu akan berlanjut pada masa yang akan datang.

Dalam perencanaan dan pengendalian produksi pada umumnya teknik peramlan yang banyak digunakan adalah time series.

(Modul pratikum Sistem Produksi STTIND Padang, 2016).

2.1.1.4 Kegunaan Peramalan

Bila ramalan telah dibuat maka manfaat dan tujuan harus dapat diperoleh dan dipersiapkan sehingga dapat mempengaruhi sifat ramalan. Dalam hal ini terdapat 3 kegunaan dari peramalan oleh Biegel (1992) adalah sebagai berikut:

1. Menentukan apa yang dibutuhkan untuk perluasan pabrik.

2. Menentukan perencanaan lanjutan bagi produk-produk untuk dikerjakan dengan fasilitas-fasilitas yang ada.

3. Menentukan penjadwalan jangka pendek produk-produk untuk dikerjakan berdasarkan peralatan yang ada.

2.1.1.5 Pemilihan Metode Peramalan

Untuk pembahasan masalah dalam penelitian ini, penulis memilih teknik peramalan secara kuantitatif dengan teknik deret berkala (

time series

).

Peramalan

time series

(runtut waktu) menggunakan data runtut waktu yaitu data yang dikumpulkan dari suatu waktu ke waktu berikutnya selama jangka waktu tertentu. Data yang diperlukan untuk peramalan

time series

adalah nilai masa lalu dari suatu produk dianalisis pola data tersebut apakah berpola konstan, kecenderungan (

trend

), musiman, siklus dan variasi acak atau

random variation

.

Gambar 2.1 Pola Data Dalam

Time Series

1. Konstan yaitu apabila data berfluktuasi di sekitar rata-rata secara stabil. Polanya berupa garis lurus horizotal, pola seperti ini terdapat dalam jangka pendek atau menengah, jarang sekali suatu variabel memiliki pola konstan dalam jangka panjang.

2. Kecendrungan (

trend

) yaitu apabila data dalam jangka panjang mempunyai kecendrungan, baik yang arahnya meningkat dari waktu ke waktu maupun menurun. Pola ini desebabkan antara lain oleh bertambahnya populasi, perubahan pendapatan dan pengaruh budaya.

3. Musiman (

seasonal

) yaitu apabila polanya merupakan gerakan yang berulang-ulang secara teratur dalam setiap periode tertentu, misalnya tahunan, semesteran, kuartalan, bulanan atau mingguan. Pola ini berhubungan dengan faktor iklim, cuaca atau faktor yang dibuat oleh manusia, seperti liburan dan hari besar

4. Siklus (

cyclical

) yaitu apabila data dipengaruhi oleh fluktuasi ekonomi jangka panjang, seperti daur hidup bisnis. Perbedaan utama antara pola musiman dan siklus adalah pola musiman mempunyai panjang gelombang yang tetap dan terjadi pada jarak waktu yang tetap, sedangkan pola siklus memiliki durasi yang lebih panjang dan bervariasi dari satu siklus ke siklus yang lain.

5. Variasi acak yaitu apabila data tidak teratur sama sekali. Data yang bersifat acak tidak dapat digambarkan.

Meramalkan berdasarkan data

time series

berarti nilai masa depan yang

diperkirakan hanya dari nilai masa lalu dan bahwa peubah lain diabaikan, walaupun peubah-peubah tersebut mungkin sangat bermanfaat pada analisis.

Dalam pembahasan masalah dalam penelitian ini, penulis memilih teknik peramalan secara kuantitatif dengan teknik deret berkala (

time series

) dengan menggunakan trend linier, trend kuadratis, dan trend eksponensial dengan rumus sebagai berikut :

1. Trend Linear

Bentuk umum dari trend linear dapat ditulis dalam bentuk persamaan : y(t) = a + bt

Keterangan :

y(t) = Variabel yang diprediksi a,b = Parameter peramalan t = Periode waktu

Parameter

a

dan

b

dapat dicari dengan menggunakan persamaan dibawah ini :

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual

= Total jumlah periode

= Total data aktual

²

= Total periode yang dikuadratkan dua 2. Trend Kuadratis

Bentuk umum dari trend kuadratis dapat ditulis dalam bentuk persamaan :

Keterangan :

y(t) = Variabel yang diprediksi a,b,c = Parameter peramalan t = Periode waktu

Dengan nilai

a, b,

dan

c

diperoleh dari:

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual = Total data aktual

²

= Total periode yang dikuadratkan dua

⁴

= Total periode yang dikuadratkan empat

2

y = Total periode yang dikuadratkan dua dikali

dengan data aktual

3. Trend Eksponensial

Bentuk umum dari trend eksponensial dapat ditulis dalam bentuk persamaan:

Keterangan :

y(t) = Variabel yang diprediksi a,b = Parameter peramalan t = Periode waktu

Tetapi dalam melakukan perhitungannya, persamaan di atas dapat diubah ke dalam bentuk semi log, sehingga memudahkan untuk mencari nilai

a

dan

b

.

Keterangan :

n = Jumlah periode

= Total hasil log data aktual

log y = Total periode dikali log data aktual

2

= Total periode yang dikuadratkan dua

2.1.1.6 Ukuran-Ukuran Ketelitian Peramalan

Teknik peramalan dapat diperoleh hasil taksiran nilai-nilai di masa yang akan datang. Hasil peramalan tersebut mempunyai kecenderungan memiliki kesalahan-kesalahan. Besarnya kesalahan pada periode ke-i (

ei)

dinyatakan sebagai:

ei =

kesalahan pada periode ke-i

xi =

data aktual periode ke-i

fi =

nilai peramalan ke-i

Beberapa statistik ukuran kesalahan yang biasa dipakai:

1.

Mean Error

ME =

2.

Mean Absolut Error

MAE =

3.

Sum of Square Error

SEE =

4.

Mean Square Error

MSE =

5.

Standart Deviation of Error

SDE =

6.

Percentage of Error

PE =

7.

Mean Percentage of Error

MPE

=

8.

Mean AbsolutePercentage of Error

9.

Standartd Error of Estimate

SEE =

n Y MAD

_  ⁽

Y

^{ ' )}

n X Y MAPE _



⁽Y^{ ') 100}

10. Mean

Absolute Deviation

2.1.1.7 Proses Verifikasi Peramalan

Proses Verifikasi Peramalan gunanya untuk pemeriksaan dan pengendalian ramalan, agar dapat membandingkan ramalan tersebut dengan kenyataan dan membuat perbaikan ramalan bila terdapat perubahan permintaan. Caranya adalah dengan membuat peta batas kontrol atas dan peta batas kontrol bawah. Jika sebaran berada dalam batas kontrol, maka sebaran tersebut dikatakan baik.

Sebaliknya jika sebaran berada diluar kontrol, maka fungsi tersebut tidak sesuai artinya pola ramalan terhadap data (Y- Y’) tersebut tidak

representatif.

Rumus yang digunakan adalah (Kusuma, 2001).

MR= (F

_t-1

-A

_t-1

)-(F

_t

-A

_t

) MR=

BKA= 2,66 X MR BKB= -2,66 X MR

Keterangan :

MR = Jarak atau

range

bergerak antara satu titik data dengan titik data sebelumnya

F = Hasil peramalan A = Data aktual

= Total

moving range

dibagi periode dikurang satu

BKA = Batas kendali atas atau

Uper control limit

(UCL)

BKB = Batas kendali bawah atau

Lower control limit

(LCL)

2.1.2 Permintaan

Dalam suatu pasar dapat kita lihat bahwa kuantitas suatu barang dapat dibeli pada suatu waktu tregantung pada harganya. Makin tinggi harga barang maka makin sedikit jumlah barang yang dibeli, semakin rendah harganya maka semakin besar jumlah barang yang diminta.

Dengan demikian dapat kita ambil beberapa pengertain permintaan dari beberapa ahli sebagai berikut:

1. Menurut Philip Kotler (1998) Permintaan adalah “keinginan akan produksi yang spesifik yang didukung dengan kemampuan dan kesediaan untuk membelinya”.

2. Menurut Sadono (2005) Permintaan adalah jumlah barang yang mau dibeli pada berbagai tingkat harga di pasar pada jangka waktu tertentu.

3. Menurut Winardi (1993) Permintaan adalah jumlh kesatuan yang dibeli dengan bermacam-macam harga selama jangka waktu tertentu.

Jadi dilihat bahwa permintaan yang dimaksud disini adalah permintaan yang berdaya beli, artinya permintaan yang disertai dengan sejumlah uang untuk membeli barang yang bersangkutan. Berdasarkan uraian diatas maka dapat disimpulkan bahwa:

a. Permintaan dibedakan atas:

1) Permintaan seorang individu akan suatu barang 2) Permintaan total akan suatu barang

b. Macam-macam permintaan antara lain

1) Selera atau prefensi konsumen

2) Pendapatan konsumen berupa uang

3) Perkiran konsumen mengenai harga-harga dan pendapatan dimasa yang akan datang

4) Jumlah konsumen di pasar.

2.1.2.1 Hukum Permintaan

Hukum permintaan adalah makin tinggi harga suatu barang, makin sedikit jumlah barang yang diminta dan sebaliknya makin rendah harga suatu barang makin banyak jumlah barang yang diminta. Adanya kenaikan permintaan menyebabkan kenaikan harga pada harga ekuilibrium maupun kuantitas ekuilibrium. Penurunan permintaan akan menyebabkan penurunan harga ekuilibrium maupun kuantitas ekuilibrium.

2.1.2.2 Faktor-Faktor Yang Mempengaruhi Permintaan

Permintaan akan suatu produk pada suatu perusahan merupakan resultan dari berbagai faktor yang saling berinteraksi dalam pasar. Faktor-faktor ini hampir selalu merupakan kekuatan yang berada di luar kendali perusahaan. Berbagai faktor tersebut antara lain:

1. Siklus Bisnis, penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut, dan permintaan akan suatu produk dipengaruhi oleh kondisi ekonomi yang membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi dan masa pemulihan.

2. Siklus hidup produk, suatu produk biasanya mengikuti suatu pola yang biasa disebut kurva S. kurva S menggambarkan besarnya permintaan terhadap waktu, dimana siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase kematangan dan fase penurunan. Untuk menjaga kelangsungan usaha maka perlu dilakukan inovasi produk pada saat yang tepat.

3.

Faktor-Faktor Lain, beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik dari pesaing, perilaku konsumen yang berubah dan usaha-usaha

yang dilakukan sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, iklan dan kebijaksanaan pembayaran secara kredit.

2.1.3 Karet

Karet adalah polimer hidrokarbon yang terkandung pada lateks beberapa jenis tumbuhan. Bahan karet ini berasal dari sebuah pohon yaitu Pohon karet.

Pohon karet berasal dari lembah Amazon Brasilia dengan nama ilmiah Hevea brasiliensis. Pohon karet baru masuk ke Asia pada tahun 1876 M, setelah inggris menyeludupkan biji karet dari Brazilia untuk dikembangkan di Taman Botani Inggris dan negara-negara jajahannya termasuk Malaysia. Karet dibedakan menjadi dua macam yaitu Karet Alam dan Karet Sintetik. Secara kimiawi karet alam adalah senyawa hidrokarbon yang merupakan polimer alam hasil penggumpalan makromolekul poliisoprena (C5H8)n. Sedangkan karet sintetis adalah karet yang terbuat dari bahan baku yang berasal dari minyak batu bara, minyak, gas alam, dan acetylene. Karet alam memiliki daya elastisitas yang baik, mudah pengolahannya, tidak mudah aus (tidak mudah habis karena gesekan), dan tidak mudah panas. Sifatnya adalah memiliki daya tahan yang tinggi terhadap keretakan, tanpa hentakan yang berula-ulang, serta daya lengket yang tinggi terhadap berbagai bahan. Karet sintetis memiliki daya tahan terhadap suhu/panas, minyak, pengaruh udara, dan kedap gas.

SIR adalah karet bongkah (karet remah) yang telah dikeringkan dan diolah

menjadi

bandela

dengan ukuran yang telah ditentukan. Menurut SNI 06- 1903-

2000

, Standar Indonesia Rubber

adalah karet alam yang diperoleh dengan

pengolahan bahan olah karet yang berasal dari getah batang pohon

Havia Brasiliensi

s secara mekanis dengan atau tanpa kimia,secara mutu ditentukan

secara spesifikasi teknis.

Perbedaan SIR 5, SIR 10, SIR 20 adalah pada standar spesifikasi mutu kadar kotoran, kadar abu dan kadar zat menguap yang sesuai dengan

Standar Indonesian Rubber.

Seseorang yang bertugas untuk mengawasi (inspektur) akan diberikan daftar dan spesifikasi dalam penentuan produk cacat, contohnya kotoran (endapan), tingginya kadar air.

2.1.4 Persediaan

Persediaan adalah segala sesuatu atau sumber-sumber daya organisasi yang disimpan dalam antisipasinya terhadap pemenuhan permintaan dari sekumpulan produk phisikal pada berbagai tahap proses transformasi dari bahan mentah ke barang dalam proses, dan kemudian barang jadi ( Handoko, 1997)

Persediaan merupakan salah satu aset yang paling mahal di banyak perusahaan, mencerminkan sebanyak 40% dari total modal yang diinvestasikan.

Manajer operasi diseluruh dunia telah lama menyadari bahwa manajemen persediaan yang baik itu sangatlah penting. Di satu pihak, suatu perusahaan dapat mengurangi biaya dengan cara menurunkan tingkat persediaan di tangan. Di pihak lain, konsumen akan merasa tidak puas bila suatu produk stoknya habis. Oleh karena itu, perusahaan harus mencapai keseimbangan antara investasi persediaan dan tingkat pelayanan konsumen.

2.1.4.1 Penentuan Persediaan Pengaman

(Safety Stock)

Rangkuty (2011) di dalam bukunya menjelaskan bahwa konsep persediaan

pengaman yaitu persediaan tambahan yang diadakan untuk melindungi atau

menjaga kemungkinan terjadinya kekurangan bahan (

Stock Out)

.

Heizer dan Rander (2011) di dalam bukunya menjelaskan bahwa konsep persediaan pengaman yaitu suatu persediaan tambahan yang memungkinkan permintaan yang tidak seragam dan menjadi sebuah cadangan.

Adapun faktor-faktor yang menentukan besarnya persediaan pengaman adalah (Assauri, 2004) :

1.

Penggunaan bahan baku rata-rata

Salah satu dasar untuk memperkirakan penggunaan bahan baku selama periode tertentu, khususnya selama periode pemesanan adalah rata-rata penggunaan bahan baku pada masa sebelumnya.

2.

Faktor waktu atau

lead time(Procurement time)

Didalam pengisian kembali persediaan terdapat suatu perbedaan waktu yang cukup lama antara saat mengadakan pesanan (

order)

untuk menggantikan atau pengisian kembali persediaan dengan saat penerimaan barang-barang yang dipesan tersebut. Diterima dan dimasukan kedalam persediaan (

Stock).

3. Penentuan besarnya penyediaan penyelamat (

Safety Stock)

Dalam menentukan besarnya persediaan penyelamat yang sebaiknya dipunyai perusahaan, haruslah didasarkan atas pertimbangan-pertimbangan yang rasional yang dapat diukur, sehingga dapat menghasilkan penentuan kebijaksanaan yang tepat dan dapat efektif. Untuk ini terdapat beberapa pendekatan (

approach)

diantaranya adal ah “

Probability of stock out dan level of service approach

”.

a.

Probability Of Stock Out Approach

Dalam menggunakan approach ini dipakai asumsi bahwa

lead time

adalah supplier pada suatu saat yang sama.

b.

Level Of Service Approach

Seperti telah dikatakan bahwa persediaan penyelamat perlu diadakan untuk mempertahankan kelangsungan kegiatan produksi dalam menghadapi kegoncangan atau fluktuasi permintaan yang mengakibatkan pemakaian barang dapat berfluktuasi dan ketidak pastian kedatangan bahan yang dipesan sehingga mungkin terlambat.

Menurut heizer dan rander (2009), menghitung besar

safety stock

dapat menggunakan metode sebagai berikut:

safety stock =

Z x a

Dimana:

Z = Standar normal (diperoleh dari tabel distribusi normal.

Misalnya, Z = 95%, ini berarti tingkat pelayanan sebesar 95% dari permintaan atau penjagaan terhadap kemungkinan terjadinya

stock out

hanya5%)

a = Standar deviasi

=

X= Data aktual

X= Rata-rata data aktual

n= Baanyak data

2.1.4.2 Tujuan Persediaan

1. Menghilangkan pengaruh ketidakpastian (mis:

safety stock

) 2. Memberi waktu luang untuk pengelolaan produksi dan pembelian 3. Untuk mengantisipasi perubahan pada permintaan dan penawaran.

4. Menghilangkan/mengurangi risiko keterlambatan pengiriman bahan 5. Menyesuaikan dengan jadwal produksi

6. Menghilangkan/mengurangi resiko kenaikan harga

7. Menjaga persediaan bahan yang dihasilkan secara musiman 8. Mengantisipasi permintaan yang dapat diramalkan.

9. Mendapatkan keuntungan dari quantity discount 10.Komitmen terhadap pelanggan.

2.1.4.3 Jenis Persediaan

Persediaan dapat dikelompokkan menurut jenis dan posisi barang tersebut di dalam urutan pengerjaan produk, yaitu (Assauri, 1998):

1. Persediaan Bahan Baku (

Raw Material Stock

)

Merupakan persediaan dari barang-barang yang dibutuhkan untuk proses produksi. Barang ini bisa diperoleh dari sumber-sumber alam, atau dibeli dari

supplier

yang menghasilkan barang tersebut.

2. Persediaan Bagian Produk (

Purchased Parts

)

Merupakan persediaan barang-barang yang terdiri dari parts yang diterima dari

perusahaan lain, yang secara langsung diassembling dengan parts lain tanpa

melalui proses produksi.

3. Persediaan Bahan-Bahan Pembantu (

Supplies Stock

)

Merupakan persediaan barang-barang yang diperlukan dalam proses produksi untuk membantu kelancaran produksi, tetapi tidak merupakan bagian dari barang jadi.

4. Persediaan Barang Setengah Jadi (

Work in Process

)

Merupakan barang-barang yang belum berupa barang jadi, akan tetapi masih diproses lebih lanjut sehingga menjadi barang jadi.

5. Persediaan Barang Jadi (

Finished Good

)

Merupakan barang-barang yang selesai diproses atau diolah dalam pabrik dan siap untuk disalurkan kepada distributor, pengecer, atau langsung dijual ke pelanggan.

2.1.4.4Fungsi

– Fungsi Persediaan

Efisiensi operasional suatu organisasi dapat ditingkatkan karena berbagai fungsi penting persediaan. Pertama, harus diingat bahwa persediaan adalah sekumpulan produk fisikal pada berbagai tahap proses transformasi dari bahan mentah ke barang dalam proses, dan kemudian barang jadi. Fungsi – fungsi dari persediaan antara lain:

1. Fungsi “ Decoupling “

Fungsi penting persediaan adalah memungkinkan operasi – operasi perusahaan internal dan eksternal mempunyai kebebasan. Persediaan “ decouples”

ini memungkinkan perusahaan dapat memenuhi langganan tanpa terganggu supplier.

Persediaan bahan mentah diadakan agar perusahaan tidak akan sepenuhnya

tergantung pada pengadaannya dalam hal kuantitas dan waktu pengiriman.

Persediaan barang dalam proses diadakan agar departemen – departemen dan proses – proses individual perusahaan terjaga kebebasannya. Persediaan barang jadi diperlukan untuk memenuhi permintaan produk yang tidak pasti dari para langganan. Persediaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diperkirakan atau diramalkan disebut

fluctuation stock.

2. Fungsi “Economic Lot Sizing”

Melalui penyimpanan persediaan, perusahaan dapat memproduksi dan membeli sumber daya – sumber daya dalam kuantitas yang dapat mengurangi biaya per unit. Persediaan “Lot Size” ini perlu mempertimbangkan penghematan dalam hal pembelian, biaya pengangkutan per unit lebih murah karena perusahaan melakukan pembelian dalam kuantitas yang lebih besar, dibandingkan dengan biaya – biaya yang timbul karena besarnya persediaan (biaya sewa gedung, investasi, resiko dan sebagainya).

3. Fungsi Antisipasi

Sering perusahaan menghadapi fluktuasi permintaan yang dapat diperkirakan dan diramalkan berdasar pengalaman atau data – data masa lalu, yaitu permintaan musiman. Dalam hal ini perusahaan dapat mengadakan persediaan musiman.

Disamping itu, perusahaan juga sering menghadapi ketidakpastian jangka

waktu pengiriman dan permintaan akan barang selama periode permintaan

kembali, sehingga memerlukan kuantitas persediaan ekstra yang sering disebut

persediaan pengaman. Pada kenyataannya, persediaan pengaman merupakan

pelengkap fungsi “ decoupling “ yang telah diuraikan diatas. Persediaan antisipasi ini penting agar kelancaran proses produksi tidak terganggu.

2.1.4.5 Hal

– Hal Yang Perlu Dipertimbangkan Dalam Persediaan

1. Struktur biaya persediaan.

a. Biaya per unit (

item cost

)

b. Biaya penyiapan pemesanan (

ordering cost

)

1) Biaya pembuatan perintah pembelian (

purchasing order

) 2) Biaya pengiriman pemesanan

3) Biaya transportasi

4) Biaya penerimaan (

Receiving cost

)

5) Jika diproduksi sendiri maka akan ada biaya penyiapan (

set up cost

): surat menyurat dan biaya untuk menyiapkan perlengkapan dan peralatan.

c.

Biaya pengelolaan persediaan (

Carrying cost

)

1) Biaya yang dinyatakan dan dihitung sebesar peluang yang hilang apabila nilai persediaan digunakan untuk investasi (

Cost of capital

).

2) Biaya yang meliputi biaya gudang, asuransi, dan pajak (

Cost of storage

). Biaya ini berubah sesuai dengan nilai persediaan.

d.

Biaya resiko kerusakan dan kehilangan (

Cost of obsolescence, deterioration and loss

).

e. Biaya akibat kehabisan persediaan (Stockout cost)

2.2 Kerangka Konseptual

Adapun Kerangka konseptual dalam penelitian ini adalah sebagai berikut:

Gambar 2.2 Bagan Kerangka Konseptual

Adapun kerangka konseptual di atas terdiri dari hal-hal sebagai berikut : 1. Input, merupakan dasar permasalahan yang di butuhkan untuk dilakukan

tindak lanjutnya. Pada penelitian ini hal yang menjadi landasan yakni data penjualan karet remah (

crumb rubber

) tiga tahun lalu.

2 Proses, merupakan langkah yang akan dilakukan sehingga menghasilkan output dari penelitian ini. Adapun langkah-langkah yang dilakukan tersebut adalah dengan melakukan peramalan permintaan dengan menggunakan metode time series dan penentuan persediaan pengaman (

safety stock

).

3 Output, yakni hasil dari proses yang telah dilakukan. Output yang diharapkan dalam penelitian ini adalah mengetahui ramalan permintaan karet remah (

crumb rubber

) dan mengetahui jumlah persediaan pengaman (

safety stock

)

yang optimal.

INPUT

Data Penjualan Karet Remah (

Crumb Rubber

) tiga tahun lalu

PROSES

1. Peramalan time series

2. persediaan pengaman (

safety stock

)

1. Mengetahui ramalan permintaan karet remah (

crumb rubber

) 2. Mengetahui jumlah persediaan pengaman (

safety stock

) yang optimal.

OUTPUT

30 BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Penelitian ini termasuk kedalam jenis penelitian terapan, dimana manfaat dari penelitian ini langsung dapat dirasakan perusahaan guna memecahkan masalah peramalan permintaan karet remah (

crumb rubber

), penelitian terapan adalah penyelidikan yang hati-hati, sistematis dan terus menerus terhadap suatu masalah dengan tujuan untuk digunakan dengan segera untuk keperluan tertentu (Nazir, 1985).

3.2 Waktu dan Tempat Penelitian

Penelitian akan dilaksanakan di PT. P&P Lembah Karet yang beralamat di Jl. By Pass Km 22 Padang, Propinsi Sumatera Barat. Sedangkan waktu penelitian akan dilaksanakan pada bulan Juli 2018.

3.3 Variabel Penelitian

Adapun yang menjadi variabel dalam penelitian ini adalah “ Jumlah penjualan karet remah (

crumb rubber

) tiga tahun yang lalu ”. sehingga dapat dijadikan sebagai acuan dalam perkiraan jumlah permintaan karet remah (

crumb rubber

) untuk periode selanjutnya .

3.4 Data, Jenis Data dan Sumber Data 3.4.1 Data

Dalam penelitian ini data yang digunakan adalah data penjualan karet

remah (

crumb rubber

) tiga tahun lalu.

3.4.2 Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data yang merupakan arsip perusahaan tentang penjualan karet remah (

crumb rubber

) tahun lalu.

3.4.3 Sumber Data

Dalam melaksanakan penelitian ini data yang dipakai adalah data sekunder, dimana data yang diperoleh dengan mengumpulkan bahan yang telah disusun oleh pihak perusahaan berupa pencatatan laporan serta sumber lainnya yang berkaitan dengan penelitan. Data yang penulis gunakan bersumber dari bagian penjualan karet remah (

crumb rubber

) di PT. P&P Lembah Karet.

3.5 Teknik Pengolahan Data dan Analisa Data

3.5.1 Meramalkan Permintaan Karet Remah (

Crumb Rubber

)

Metode peramalan yang digunakan adalah peramalan time series : 1. Trend Linear

Bentuk umum dari trend linier dapat ditulis dalam bentuk persamaan : y(t) = a + bt

Keterangan :

y(t) = Variabel yang diprediksi a,b = Parameter peramalan t = Periode waktu

Parameter

a

dan

b

dapat dicari dengan menggunakan persamaan dibawah

ini :

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual

= Total jumlah periode

= Total data aktual

²

= Total periode yang dikuadratkan dua 2. Trend Kuadratis

Bentuk umum dari trend kuadratis dapat ditulis dalam bentuk persamaan:

Keterangan :

y(t) = Variabel yang diprediksi a,b,c = Parameter peramalan t = Periode waktu

Dengan nilai

a, b,

dan

c

diperoleh dari:

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual = Total data aktual

²

= Total periode yang dikuadratkan dua

⁴

= Total periode yang dikuadratkan empat

2

y = Total periode yang dikuadratkan dua dikali dengan data aktual

3. Trend Eksponensial

Bentuk umum dari trend eksponensial dapat ditulis dalam bentuk persamaan :

Keterangan :

y(t) = Variabel yang diprediksi a,b = Parameter peramalan t = Periode waktu

Tetapi dalam melakukan perhitungannya, persamaan di atas dapat diubah ke dalam bentuk semi log, sehingga memudahkan untuk mencari nilai

a

dan

b

.

Keterangan :

n = Jumlah periode

= Total hasil log data aktual

log y = Total periode dikali log data aktual

2

= Total periode yang dikuadratkan dua Untuk mengukur ketelitian ramalan dapat dilakukan dengan menghitung rata-rata kuadrat kesalahan atau penyimpangan terkecil (

Mean Square Error / MSE)

dengan rumus :

MSE

=

Dimana :

MSE = Mean Square Error (Rata-rata kuadrat kesalahan atau penyimpangan terkecil)

MAD = Simpangan absolut rata-rata atau Mean Absolut Deviation MAPE = Persentase kesalahan absolut rata-rata atau Mean Absolute

Percentage Error

e² = Kuadrat kesalahan atau penyimpangan n = Jumlah data

Y = Nilai data runtut waktu periode t Y’ = Jumlah peramalan

n Y MAD

_  ⁽

Y

^{ ' )}

n X Y MAPE _



⁽Y^{ ') 100}

3.5.2 Penentuan Persediaan Pengaman

(Safety Stock)

Untuk menentukan besarnya persediaan pengaman digunakan analisa statistik atau standar penyimpangan dengan rumus sebagai berikut :

Safety stock

= Z x a

Dimana:

Z = Standar normal (diperoleh dari tabel distribusi normal.

Misalnya, Z = 95%, ini berarti tingkat pelayanan sebesar 95% dari permintaan atau penjagaan terhadap kemungkinan terjadinya

stock out

hanya5%)

a = Standar deviasi

=

X= Data aktual

X= Rata-rata data aktual n= Banyak data

3.6 Diagram Alir Metodologi Penelitian

Adapun tahapan-tahapan yang dilakukan dalam penelitian dapat dilihat

pada gambar berikut ini:

Mulai

Survey Lapangan 1. Interview 2. Observasi

Studi Literatur

Mempelajari buku jurnal, diklat, yang berkaitan dengan Metode Penelitian dan dasar teori yang mendukung penelitian

Rumusan Masalah

1. Bagaimana menghitung peramalan permintaan karet remah (

crumb rubber

) untuk tahun 2019?

2. Berapakah jumlah persediaan pengaman (

safety stock

) yang optimal?

Identifikasi Masalah

1. Perusahaan memproduksi produk berdasarkan permintaan konsumen.

2. Konsumen menunggu karet remah (

crumb rubber

) dalam waktu satu bulan ataupun lebih.

3. Bahan baku yang tidak tercukupi karena pasokan dari petani tidak menentu.

Tujuan Penelitian

1. Mengetahui ramalan permintaan karet remah (

crumb rubber

) untuk tahun 2019.

2. Mengetahui jumlah persediaan pengaman (

safety stock

) yang optimal.

X

Gambar 3.1 Kerangka Metodologi Penelitian Pengumpulan Data

1. Data penjualan karet remah (

crumb rubber

) tiga tahun lalu.

Pengolahan Data 1. Peramalan time series

2. Persediaan Pengaman (

Safety Stock

)

Kesimpulan dan Saran

Selesai

Analisa Pengolahan Data

X

38

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

Untuk melakukan peramalan permintaan karet remah (

crumb rubber

) di PT. P&P Lembah Karet dilakukan pengumpulan data penjualan karet remah (

crumb rubber

).

4.1.1 Data Penjualan Karet Remah (

crumb rubber

)

Data penjualan karet remah (

crumb rubber

) adalah data penjualan selama tiga tahun yang lalu, seperti terdapat pada tabel dibawah ini :

Tabel 4.1

Data Penjualan Karet Remah (

Crumb Rubber

)

No Bulan

Penjualan Tahun Penjualan Tahun Penjualan tahun

2017 2016 2015

(Unit) (Unit) (Unit)

1 Januari 2.384 2.968 1.206

2 Februari 2.446 1.976 1.304

3 Maret 2.734 1.448 1.592

4 April 2.128 2.374 1.648

5 Mei 3.366 2.800 1.544

6 Juni 3.038 1.776 2.438

7 Juli 2.728 1.936 2.336

8 Agustus 3.726 1.672 2.048

9 September 2.952 2.366 2.616

10 Oktober 2.846 1.976 2.486

11 November 2.606 2.260 1.616

12 Desember 1.916 1.576 1.936

Total 32.870 25.128 22.770

Sumber : Bagian Penjualan PT. P&P Lembah Karet

Dari data penjualan karet remah (

crumb rubber

) yang terdapat pada tabel 4.1, maka dapat diramalkan permintaan karet remah (

crumb rubber

) untuk satu tahun kedepan dengan menggunakan pendekatan secara statistik, yaitu dengan peramalan metode

time series

dengan menggunakan rata-rata kuadrat kesalahan atau penyimpangan terkecil diantaranya MSE (Mean Square Error ), MAD (Mean Absolut Deviation), dan MAPE (Mean Absolute Percentage Error) dari ketiga trend yang dipakai.

1. 4.2 Pengolahan Data

Pada pengolahan data akan dibahas peramalan permintaan karet remah (

crumb rubber

) untuk satu tahun kedepan seperti dibawah ini :

4.2.1 Peramalan Permintaan Karet Remah (

crumb rubber

)

Peramalan permintaan karet remah (

crumb rubber

) dilakukan dengan metoda time series yang terdiri dari pengolahan trend linear, trend kuadratis dan trend eksponensial. Untuk lebih jelasnya dapat dilihat pada perhitungan di bawah ini :

4.2.1.1 Metode Peramalan Trend Linear

Untuk menentukan peramalan dengan metode ini, maka digunakan rumus sebagai berikut: y(t) = a + bt

Keterangan :

y(t) = Variabel yang diprediksi a,b = Parameter peramalan t = Periode waktu

Parameter

a

dan

b

dapat dicari dengan menggunakan persamaan dibawah ini :

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual

= Total jumlah periode

= Total data aktual

²

= Total periode yang dikuadratkan dua

Dari rumus – rumus diatas, maka kemudian dilakukan perhitungan dengan menggunakan tabel metode peramalan Trend linear dibawah ini:

Tabel 4.2

Perhitungan Peramalan Metode Trend Linear

periode t t^2 y Ty y'

1 1 1 2384 2384 2760,249

2 2 4 2446 4892 2730,724

3 3 9 2734 8202 2701,199

4 4 16 2128 8512 2671,673

5 5 25 3366 16830 2642,148

6 6 36 3038 18228 2612,622

7 7 49 2728 19096 2583,097

8 8 64 3726 29808 2553,572

9 9 81 2952 26568 2524,046

10 10 100 2846 28460 2494,521

11 11 121 2606 28666 2464,996

12 12 144 1916 22992 2435,47

13 13 169 2968 38584 2405,945

14 14 196 1976 27664 2376,42

15 15 225 1448 21720 2346,894

16 16 256 2374 37984 2317,369

Tabel 4.2

Lanjutan Perhitungan Peramalan Metode Trend Linear

17 17 289 2800 47600 2287,844

18 18 324 1776 31968 2258,318

19 19 361 1936 36784 2228,793

20 20 400 1672 33440 2199,268

21 21 441 2366 49686 2169,742

22 22 484 1976 43472 2140,217

23 23 529 2260 51980 2110,691

24 24 576 1576 37824 2081,166

25 25 625 1206 30150 2051,641

26 26 676 1304 33904 2022,115

27 27 729 1592 42984 1992,59

28 28 784 1648 46144 1963,065

29 29 841 1544 44776 1933,539

30 30 900 2438 73140 1904,014

31 31 961 2336 72416 1874,489

32 32 1024 2048 65536 1844,963

33 33 1089 2616 86328 1815,438

34 34 1156 2486 84524 1785,913

35 35 1225 1616 56560 1756,387

36 36 1296 1936 69696 1726,862

Total 666 16206 80768 1379502 80768

Sumber : Pengolahan Data

Dari tabel perhitungan metode trend linear di atas di dapat peramalan untuk 36 periode. Selanjutnya dicari nilai a dan b menggunakan rumus diatas sehingga diperoleh persamaan y(t) sebagai berikut:

Contoh perhitungan periode 1:

1. Menghitung nilai b

b = =

-29,5254

2. Menghitung nilai a

a = =

^2789,7746

Dari hasil perhitungan di atas didapat grafik hasil peramalan metode trend linear

seperti berikut:

Gambar 4.2 Grafik hasil peramalan metode trend linear Keterangan :

Y

^’

= Hasil peramalan

Dari grafik di atas dapat dilihat bahwa peramalan menggunakan metode trend linear memiliki pola data trend linear negatif artinya permintaan mengalami penurunan permintaan setiap periodenya.

Kemudian selanjutnya menghitung ketelitian peramalan pada peramalan metode trend linear dengan rumus:

MSE =

Keterangan :

MSE

= Rata-rata dari kuadrat kesalahan

2

= Total selisih antara nilai aktual dan nilai peramalan dikuadratkan n = Total periode

Keterangan : Y = data aktual

n

Y MAD

_  ⁽

Y

^{ ' )}

Y’= Hasil peramalan n = Total periode

Tabel 4.3

Perhitungan Ketelitian Peramalan Metode Trend Linier

T y y' e e^2

1 2384 2760,249 -376,249 141563,5

2 2446 2730,724 -284,724 81067,7

3 2734 2701,199 32,80146 1075,936

4 2128 2671,673 -543,673 295580,5

5 3366 2642,148 723,8522 523962

6 3038 2612,622 425,3775 180946

7 2728 2583,097 144,9029 20996,84

8 3726 2553,572 1172,428 1374588

9 2952 2524,046 427,9536 183144,3

10 2846 2494,521 351,4789 123537,4

11 2606 2464,996 141,0043 19882,21

12 1916 2435,47 -519,47 269849,5

13 2968 2405,945 562,055 315905,8

14 1976 2376,42 -400,42 160335,9

15 1448 2346,894 -898,894 808011

16 2374 2317,369 56,63106 3207,077

17 2800 2287,844 512,1564 262304,2

18 1776 2258,318 -482,318 232630,9

19 1936 2228,793 -292,793 85727,67

20 1672 2199,268 -527,268 278011

21 2366 2169,742 196,2578 38517,14

22 1976 2140,217 -164,217 26967,16

23 2260 2110,691 149,3085 22293,04

Tabel 4.3

Lanjutan Perhitungan Ketelitian Peramalan Metode Trend Linier

24 1576 2081,166 -505,166 255192,8

25 1206 2051,641 -845,641 715108,3

26 1304 2022,115 -718,115 515689,7

27 1592 1992,59 -400,59 160472,4

n X Y MAPE _



⁽Y^{ ') 100}

28 1648 1963,065 -315,065 99265,76

29 1544 1933,539 -389,539 151740,9

30 2438 1904,014 533,986 285141,1

31 2336 1874,489 461,5114 212992,7

32 2048 1844,963 203,0367 41223,91

33 2616 1815,438 800,5621 640899,6

34 2486 1785,913 700,0874 490122,4

35 1616 1756,387 -140,387 19708,57

36 1936 1726,862 209,1381 43738,76

Total 80768 80768 9081402

Sumber : Pengolahan Data

MSE = 9081402 36

= 252261,2

MAD = 80768-80768 36

= 0

MAPE= 80768-(80768X100) 36

= -143587,5556

Dari tabel perhitungan ketelitian di atas didapat nilai MSE =252261,2 dan MAD = 0 dan MAPE =-143587,5556, untuk peramalan metode trend linear.

4.2.1.2 Metode Peramalan Trend Kuadratis

Untuk melakukan perhitungan menggunakan metode ini, maka digunakan rumus sebagai berikut:

Keterangan :

y(t) = Variabel yang diprediksi

a,b,c = Parameter peramalan t = Periode waktu

Dari persamaan diatas maka perlu dicari nilai a, b dan c menggunakan rumus seperti dibawah ini:

Keterangan :

n = Jumlah periode

= Total periode dikali data aktual = Total data aktual

²

= Total periode yang dikuadratkan dua

⁴

= Total periode yang dikuadratkan empat

²

y = Total periode yang dikuadratkan dua dikali dengan data aktual

Dari rumus – rumus diatas, maka kemudian dilakukan perhitungan dengan menggunakan tabel metode peramalan Trend Kuadratis dibawah ini:

Tabel 4.4

Perhitungan Peramalan Metode Trend Kuadratis

periode T t^2 t^4 y t^2*y t*y y'

1 1 1 1 2384 2384 2384 81154,72

2 2 4 16 2446 9784 4892 81237,83

3 3 9 81 2734 24606 8202 81319,59