1.1 Latar Belakang
1
Setiap manajer perusahaan menyadari bahwa adanya selang waktu (time lag) antara kejadian
sekarang dengan masa datang. Selang waktu tersebut dikenal dengan lead time.Lead Time ini
merupakan suatu alasan untuk perencanaan (planning) dan peramalan (forecasting). Bila
lead time ini besarnya nol atau sangat kecil maka lead time tidak dibutuhkan dalam
perencanaan. Tetapi, bila lead time tersebut panjang dan hasil yang diperolehnmembutuhkan
faktor- faktor yang menyatakan bahwa perencanaan memiliki peranan penting. Dalam hal
manajemen dan adminitrasi, perencanaan merupakan kebutuhan yang besar karena waktu
tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun(untuk kasus
penanaman modal) sampai beberapa hari atau bahkan beberapa jam (untuk penjadwalan
produksi dan transportasi). Pada kasus dan situasi tersebut, peramalan terjadi atau
dibutuhkan sehingga tindakan yang tepat dapat dilakukan. Peramalan merupakan alat bantu
yang penting dalam perencanaan yang efektif dan efisien. Oleh karena itu, dibutuhkan
peramalan untuk menduga berbagai peristiwa yang akan terjadi di masa yang akan datang.
Dengan adanya peramalan ini memberikan informasi kepada pimpinan yang akan dijadikan
dasar untuk membuat suatu keputusan berbagai kegiatan seperti penentuan kebijakan yang
diambil, penjualan, permintaan, persedian keuangan dan lainnya.
PT Central Proteina Prima adalah salah satu produsen pakan yang tergabung dalam
gruop Charoen Phokphand merupakan salah satu perusahaan yang memproduksi pakan Ikan
dan Udang ( Fish & Shrimp Feed), seiring dengan pertumbuhan pasar saat ini banyak
perusahaan kompetitor sejenisnya. Untuk memenangkan persaingan perusahaan harus
memiliki sistem manajemen yang efektif dan efisien. Salah satu cara yang efektif dan efisien
adalah dengan memanfaatkan peramalan penjualan yang mendekati aktual. Hal ini
dibutuhkan untuk menghindari terjadi kelebihan stok pakan yang merugikan perusahaan
sedangkan jika kekurangan stok mengakibatkan pertumbuhan akan perusahaan terkoreksi.
____________________
1 Adler Haymans M, SE.1990. Teknik Peramalan Bisnis dan Ekonomi. Jakarta: Penerbit Rineka Cipta. Hal 1
Peramalan yang dilakukan sesuai pertimbangan potensi dan aktual tahun sebelumnya relatif
masih memiliki tingkat keakuratan yang tidak stabil karena bulan tertentu akan terjadi
kelebihan stok atau kekurangan stok. Berikut sistem peramalan yang dilakukan di PT Central
Proteina Prima, Tbk.
Tabel 1.1 Peramalan Pakan udang (Shrimp Feed) PT Central Proteina Prima, Tbk. tahun 2016
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Revisi Jan 725 875 1.000 1.350
Revisi Feb 875 1.100 1.350 1.450 1.550
Revisi Mar 950 1.250 1.450 1.725 1.750
Revisi Apr 1.550 1.750 1.925 1.925 1.925
Revisi Mei 2.075 2.000 1.600 1.850 2.050
Revisi Jun 2.000 1.400 1.850 2.050 2.000
Revisi Juli 1.300 1.400 1.600 1.700 1.600
Revisi Aug 1.300 1.650 1.750 1.550 1.200
Revisi Sept 1.575 1.750 1.550 1.200
Revisi Okt 1.650 1.550 1.200
Revisi Nop Revisi Des
Aktual 786 750 1.175 1.722 2.043 1.782 1.069 1.337 1.495
Aktual VS Revisi
Forecast Berjalan 8,44% -14,30% 23,70% 11,10% -1,56% -10,88% -17,81% 2,83% -5,10% Revisi Bulan
Berjalan
Forecast 4 Bulan ke depan (Ton)
Berdasarkan tabel 1.1 peramalan penjualan pakan udang di atas dengan
membandingkan nilai Aktual dengan revisi peramalan berjalan pada bulan – bulan tertentu
memiliki tingkat kesalahan relatif kurang baik sehingga diperlukan sebuah pendekatan untuk
minimalisir tingkat kesalahan pada peramalan tersebut. Peramalan yang baik adalah dengan
memperhatikan pola data yang digunakan sehingga pendekatan akan lebih baik dan dapat
meminimalkan tingkat kesalahan yang dihasilkan. Peramalan ini dapat dilakukan dengan
pendekatan Pemulusan eksponensial, metode ini pada dasarnya data masa lalu dimuluskan
dengan melakukan pembobotan menurun secara eksponensial terhadap nilai pengamatan yang
lebih tua atau nilai yang lebih baru diberikan bobot yang relatif lebih besar dibandingkan nilai
pengamatan yang lebih lama dan mempertimbangkan pengaruh acak, trend, musiman pada
PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA
PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL
SMOOTHING)“.
1.2 Perumusan Masalah
Peramalan penjualan yang dilakukan saat ini masih bersifat subjektif dari General manager
dan sales area yang memiliki tingkat kesalahan relatif kurang baik. Untuk itu dilakukan
pendekatan dengan metode pemulusan eksponensial agar tingkat kesalahan yang muncul
semakin kecil. Berdasarkan uraian latar belakang masalah diatas maka permasalahan yang
akan dibahas adalah sebagai berikut:
1. Bagaimana trend data penjualan tersebut? Metode eksponensial yang mana yang
digunakan sesuai trend penjualan yang muncul?
2. Setelah dilakukan peramalan dengan metode pemulusan eksponensial, Bagaimana
perbandingan tingkat kesalahan hasil peramalan penjualan Metode Eksponensial
dengan peramalan yang dilakukan selama ini?
1.3 Batasan Masalah
Dalam penulisan Skripsi ini, penulis membatasi ruang lingkup permasalahan sebagai berikut:
1. Data Penjualan yang digunakan adalah Data Penjualan pakan Udang (Shrimp Feed) 5
tahun terakhir (2011- 2015)
2. Tempat penelitian adalah PT Central Proteina Prima, Tbk area Medan Operation yang
berlokasi di Jl. Pulau Pinang V No. 1 Kim 2 Mabar
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1) Untuk mengetahui Metode ekponensial yang digunakan berdasarkan trend data yang
muncul
2) Memperbandingkan ketepatan peramalan dengan pemulusan eksponensial dan
metode peramalan yang digunakan PT Central Proteina Prima, Tbk serta mengetahui
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
Bagi perusahaan
- Menjadi alat atau metode yang digunakan dalam peramalan penjualan sehingga
tingkat kesalahan dalam peramalan semakin kecil
Bagi pembaca dan peneliti lainnya
- Menambah pengetahuan mengenai aplikasi metode pemulusan eksponensial dalam
peramalan penjualan atau sejenisnya
1.6 Tinjauan Pustaka
Beberapa jenis analisis deret waktu yang masuk dalam kategori pemulusan eksponensial,
antara lain:
1. Pemulusan Ekponensial Tunggal
Digunakan untuk data runtut waktu yang mengikuti pola stasioner. Bentuk umum yang
digunakan untuk menghitung ramalan adalah (Makridakis,1993):
Ft+1 = α Xt+ (1-α) Ft (1)
Dimana:
Ft+1 = Ramalan satu periode ke depan
Xt = Data Actual pada periode t
Ft = Ramlan pada periode t
α = Parameter pemulusan (0<α<1)
2. Pemulusan Eksponensial ganda : Metode Brown
Digunakan dalam peramalan data runtut waktu yang mengikuti suatu trend linier. Persamaan
umum untuk metode pemulusan ini sebagai berikut (Makridakis,1993):
m b a
t t
S’t = Nilai pemulusan eksponensial tunggal
S”t = Nilai pemulusan ganda
α = Parameter pemulusan eksponensial (0 < α<1) at, bt = Konstanta pemulusan
Ft+m = Hasil pemulusa m periode ke depan
3. Pemulusan Eksponensial ganda : Metode Holt
Digunakan dalam peramalan data runtut waktu yang mengikuti suatu trend linier. Bentuk
umum yang digunakan untuk menghitung ramalan adalah (Makridakis,1993):
(7)
bt = Konstanta pemulusan
Ft+m = Ramalan untuk m periode kedepan t
α, = Parameter pemulusan yanng bernilai antara 0 dan 1
4. Pemulusan ekponensial tripel: Metode Winter
Digunakan dalam peramalan data runtut waktu yang mengikuti suatu pola musiman.
Didasarkan pada 3 persamaan pemulusan, yaitu: untuk unsur stasioner, untuk trend, dan
untuk musiman. Bentuk umum yang digunakan untuk menghitung ramalan adalah
Pemulusan Keseluruhan
L = Panjang musiman ( jumlah bulan atau kuartal dalam suatu tahun
B = Komponen trend
I = Faktor penyesuaian musiman
Ft+m = Ramalan untuk m periode ke depan
α, , = Parameter pemulusan dengan nilai antara 0 sampai 1
1.7 Metodologi Penelitian
1. Melakukan Wawancara terhadap management atas dasar peramalan yang dilakukan
dan mengajukan permintaan data penjualan pakan udang dari PT Central Proteina
Prima, Tbk
2. Melakukan uji pola data yang muncul pada data tersebut sehingga diperoleh metode
eksponensial yang digunakan
3. Menguji nilai parameter – parameter pemulusan dengan cara trial dan error terhadap
α, , dan untuk mendapatkan nilai MSE yang paling kecil sehingga diperoleh nilai ramalan yang tepat
4. Meramalkan dengan metode pemulusan eksponensial
5. Memperbandingkan tingkat kesalahan dari peramalan metode pemulusan
eksponensial yang digunakan dengan metode subjektif yang digunakan selama ini