commit to user
i
ANALISIS PERAMALAN PENJUALAN KANTONG PLASTIK PADA CV.CAHAYA JAYA LESTARI KANGANYAR
TUGAS AKHIR
Diajukan untuk melengkapi Tugas- tugas dan Memenuhi Syarat-syarat guna memperoleh Gelar Ahli madya Manajemen Pemasaran
Oleh :
THEODURUS CANDRA Y.P NIM:F.3208156
PROGRAM STUDI DIPLOMA III
MANAJEMEN PEMASARAN FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA
commit to user
ii ABSTRAK
ANALISIS PERAMALAN PENJUALAN PRODUK KANTONG PLASIK PADA CV. CAHAYA JAYA LESTARI KARANGANYAR
THEODURUS CANDRA Y. P F3208156
Peran peamalan penjualan sangatlah penting untuk mengontrol hasil produksiyang akan dilakukan perusahaan, oleh sebab itu penulis mengambil judul Tugas Akhir “Analisis Peramalan Kantong Plastik Pada CV. Cahaya Jaya Lestari Karanganyar” .
Tujuan penelitiian ini agar perusahaan dapat memenuhi permintaan konsumen dan produkyang dihasilkan tidak berlebih atau kekurangan. Data yang digunakan dalam penelitian ini adalah data primer dan sekunder yang diperoleh dari observasi, wawancara dan data pendukung yang diperoleh dari arsip perusahhan.
Dalam proses peramalan ini penulis menggunakan metode moving average dan exsponential smoothing untuk mengetahui jumlah permintaan konsumen pada periode yang akan dating, kedua metode tersebut dianggap cocok karena data yang diperoleh dari perusahaan bersifat acak (random), data yang digunakan pada analisis ini adalah data pada bulan Januri 2011 hingga bulan Desember 2011. Dari kedua metode peramalan tersebut diperoleh MAD dan MSE terkecil pada metode moving average 5 Bulan dengan MAD sebesar 1,463.58 dan MSE sebesar 3,085.12.
Dalam melakukan peramalan penulis menyarankan agar metode peramalan dipilih berdasarkan kondisi permintaan tiap periodenya dan sebaiknya menggunakan 2 metode atau lebih agar hasil peramalan lebih akurat.
commit to user
commit to user
commit to user
v
MOTTO
·
Banyak kegagalan dalam hidup ini dikarenakan orang-orang
tidak menyadari betapa dekatnya mereka dengan
keberhasilan saat mereka menyerah. (Heather Pryor)
·
Kebanggaan kita yang terbesar bukan karena kita tidak
pernah gagal, tetapi bangkit kembali setelah kita jatuh.
(Muhamad Ali)
·
Orang hebat dibidang apapun bukan baru bekerja karena
mereka terinspirasi, namun mereka terinspirasi karena
mereka lebih suka bekerja. Mereka tidak menyia-nyiakan
waktu untuk menunggu inspirasi. (Martin Vanbee)
commit to user
vi
PERSEMBAHAN
Teruntuk
1.
Kepada Tuhan Yang Maha Esa yang telah memberikan
rahmat sampai saat ini.
2.
Keluarga yang telah member dukungan baik moral dan
material serta kasih sayang yang tanpa pamrih.
3.
Teman – teman disekelilingku terutama Pramono (udud),
yang telah banyak membantu dalam melalui suka dan duka
proses perkuliahan
commit to user
vii
KATA PENGANTAR
Salam sejahtera bagi kita semua.
Puji tuhan kehadirat Tuhan Yang Maha Esa karena rahmat dan pertolongan-Nya penulisan tugas akhir ini dapat terselesaikan dengan baik tanpa masalah yang begitu berarti
Tugas akir dengan judul “Analisis Peramalan Penjualan Kantong Plastik Pada CV. Cahaya Jaya Lestari Karanganyar” ini merupakan syarat guna meraih gelar Ahli Madya pada Fakultas Ekonomi Universita Sebelas Maret.
Dalam penulisan Tuga Akhiir ini penulis merasa banyak sekali bantuan dari berbagai pihak sehingga kesulitan yang timbul dapat selesaikan dengan baik, oleh sebab itu penulis ingin mengucapkan terimakasih yang sebesar-besarnya atas segala bentuk bantuanya kepada yang terhormat :
1. Drs. Wisnu Untoro, MS, selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
2. Drs. Joko Purwanto, MBA, selaku Ketua Jurusan Program D III Manajemen Pemasaran Fakultas Ekonomi Universitas sebelas Maret Surakarta.
3. Sinto Sunaryo, SE,MSi, selaku Dosen Pembimbing yang telah membantu dalam penulisan Tugas Akhir ini.
4. Para Dosen dan Staf Karyawan Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
5. Bapak Handoko dan para Staf yang banyak membantu dalam menyelesaikan tugas Akhir ini.
6. Semua pihak yang tidak bisa disebutkan satu persatu yang telah banyak membantu deni kelancara Tugas Akhir ini.
commit to user
viii
Penulis menyadari sepenuhnya bahwa penulisan Tugas Akhir ini masih jauh dari semnpurna, karena keterbatasan pengetahuan yang penulis miliki. Semoga Tugas Akhir ini berguna untuk menambah pengetahuan bagi semua pihak khususnya bagi penulis sendiri.
Semoga Tuhan Yang Maha Esa selalu memberikan rahmat dan kasih sayang-Nya atas bimbingan serta bantuan dalam penulisan Tugas Akhir ini dan semoga Tugas Akhir ini dapat memberi manfaat bagi pembaca dimasa yang akan datang.
Surakarta, 28 Juni 2012
commit to user
ix DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN ABSTRAK ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PENGESAHAN ... iv
HALAMAN MOTTO ... v
HALAMAN PERSEMBAHAN ... vi
KATA PENGANTAR... vii
DAFTAR ISI ... ix
DAFTAR GAMBAR ... xii
DAFTAR TABEL... xiii
BAB I PENDAHULUAN A. Latar Belakang Masalah ... 1
B. Rumusan Masalah... 5
C. Tujuan Penelitian ... 5
commit to user
x
E. Metode Penelitian ... 7
BAB II TINJAUAN PUSTAKA A. Landasan Teori... 11
1. Pemasaran ... 11
2. Peramalan ( Forecasting ) ... 12
3. Langkah Dasar Peramalan... 13
4. Peramalan Menurut Horizon Waktunya ... 13
5. Peramalan Jangka Panjang ... 14
6. Tujuan Peramalan ... 14
7. Jenis–jenis Peramalan ... 15
8. Metode Peramalan ... 16
B. Kerangka Pemikiran ... 21
BAB III PEMBAHASAN A. Gambaran Perusahaan ... 23
1. Sejarah Perusahaan ... 23
2. Visi, Misi, dan Tujuan Perusahaan ... 23
B. Laporan Magang Kerja ... 28
C. Pembahasan Masalah ... 30
1. Metode Rata-rata Bergerak ( Moving Avarage )... 32
commit to user
xi
3. Pengukuran Kesalahan Ramalan... 40
BAB IV PENUTUP
A. Kesimpulan ... 42 B. Saran ... 44
DAFTAR PUSTAKA ... 45
commit to user
xii
DAFTAR GAMBAR
Halaman
Gambar II.1 : Kerangka Pemikiran ... 22
Gambar III.1 : Gambar Forecat Moving Average
Produk Kantong Plastik………. 35
Gambar III.1 : Gambar Forecat Exponential Smoothing
commit to user
xiii
DAFT AR TABEL
Halaman
commit to user
1
BAB I PENDAHULUAN
A. Latar Belakang Masalah
Setiap perusahaan pada dasarnya memiliki tujuan yang harus dicapai, untuk mencapai tujuan tersebut dapat dilakukan dengan cara pemanfaatan sumber daya yang dimiliki secara efektif dan efesien. Oleh karena itu, perusahaan dituntut untuk dapat bersaing dengan perusahaan lain sehingga dapat mempertahankan kelangsungan perusahaan itu sendiri. Perubahan kondisi sosial ekonomi dan lingkungan akan mempengaruhi perilaku konsumen dalam melakukan pembelian, hal itu juga akan mempengaruhi volume penjualan suatu perusahaan.
Dalam hubungannya dengan volume penjualan peran dari peramalan penjualan sangatlah penting, yaitu untuk mengontrol produksi yang dilakukan perusahaan. Salah satu hal yang dapat dilakukan untuk melakukan perencanaan produksi adalah dengan melakukan peramalan penjualan.Peramalan penjualan tersebut diharapkan dapat bertahan dalam jangka waktu tertentu pada masa yang akan datang. Peramalan penjualan ini berguna untuk masukan perusahaan dalam melakukan kebijakan suatu perusahaan..
commit to user
2
Menurut Nasution (2003) peramalan adalah proses untuk memperkirakan beberapa kebutuhan di masa yang akan datang, yang meliputi kuantitas, kualitas, waktu dan lokasi yang dibutuhkan. Peramalan berfungsi sebagai acauan kerja bagi perusahaan untuk melakukan proses produk serta bertujuan untuk meminimumkan kesalahan peramalan (forecast error)
yang bisa diukur dengan Mean absolute Error dan mean seqare
error. Dengan peramalan perusahaan akan mendapatkan
gambaran keadaan produksi masa yang akan datang dan akan membuat kemudahan manajemen perusahaan dalam menentukan kebijakan (Subagyo,2002).
Menurut Render dan Heizer (2009) ada 3 tipe peramalan berdasarkan horizon waktunya : (1) peramalan jangka pendek (satu tahun) biasanya digunakan untuk merencanakan pembeli an, penjadwalan kerja, jumlah tenaga kerja dan tingkat produksi; (2) peramalan jangka menengah (tiga tahun) biasanya digunakan untuk merencanakan penjualan, perencanaan anggaran produksi serta menganalis bermacam- macam rencana produksi; (3) peramalan jangka panjang (tiga tahun ke atas) digunakan untuk merencanakan produk baru, pembelanjaan modal atau pengembangan fasilitas.
Dalam melakukan peramalan ada 2 metode yang bisa dilakukan yaitu metode kualitatif dan metode kuantitatif (Render
commit to user
3
dan Heizer, 2009). Metode kualitatif dapat dilakukan dengan cara melakukan survey pasar konsumen, melakukan prediksi tenaga penjualan dan menarik kesimpulan dari opini manager tingkat tinggi. Sedangkan metode kuantitatif menggunakan model matematika untuk meramalkan permintaan. Ada empat metode untuk peramalan kuantitatif yaitu metode rata-rata bergerak (merata-rata permintaan berdasarkan data masa lalu), metode penghalusan exponential (rata-rata bergerak diberi bobot oleh sebuah fungsi exponential), metode proyek trend
(mencocokan garis trend pada rangkaian titik data historis kemudian memproyeksikan garis itu dalam ramalan ke jangka menengah hingga jangka panjang) dan metode regresi linier (menggunakan nilai historis untuk variabel yang akan diramalkan).
Dengan adanya peramalan penjualan maka perusahaan dapat melakukan kebijakan atau pengambilan keputusan yang tepat untuk produksinya. Namun dalam melakukan peramalan perusahaan dibutuhkan metode-metode yang tepat. Peramalan yang tepat bertujuan untuk mengetahui permintaan yang akan datang dan dapat meminimumkan kesalahan produksi di dalam perusahaan.
CV. CAHAYA JAYA LESTARI terletak di Kabupaten Karanganyar, merupakan salah satu perusahaan manufaktur
commit to user
4
yang bergerak pada usaha daur ulang produk dan penjualan produk hasil daur ulang. Perusahaan ini mengkhususkan diri pada usaha pengolahan plastik. Adapun produk yang dihasilkan adalah kantong plastik, pelled atau caisen (masakan) yang merupakan bahan dari plastik dibuat biji bahan plastik kembali dan produk crazer. Pada produk pellet dan crazer semua produksi dilakukan berdasarkan pesanan sedangkan pada kantong plastic produksi dilakukan berdasarkan penjualan periode sebelumnya. Oleh sebab itu peramalan sangat penting bagi CV. CAHAYA JAYA LESTARI agar jumlah produksi tidak berlebihan atau kekurangan. Apabila terjadi kelebihan perusahaan maka akan mengalami kerugian karena terjadi penumpukan produk di gudang yang mengakibatkan produk tersebut rusak dan biaya produksi menjadi tinggi. Apabila terjadi kekurangan produksi maka perusahaan tidak dapat memenuhi kebutuhan konsumen yang mengakibatkan konsumen kecewa dan beralih ke produk lain.
Dari uraian di atas penulis mendapat gambaran bahwa peramalan penjualan sangatlah penting dalam menentukan jumlah produksi CV.CAHAYA JAYA LESTARI, agar tidak terjadi penumpukan hasil produksi yang mengakibatkan kerugian pada biaya produksi serta tidak terjadi kekurangan produksi yang mengakibatkan tidak terpenuhinya permintaan konsumen.
commit to user
5
Berdasarkan latar belakang di atas maka penulis mengambil judul “ ANALISIS PERAMALAN PENJUALAN KANTONG PLASTIK PADA CV. CAHAYA JAYA LESATARI DI KARANGANYAR”.
B. Rumusan Masalah
Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian ini adalah:
1. Berapakah ramalan penjualan produk kantong plastik pada CV. CAHAYA JAYA LESTARI pada periode 2011 dengan metode penelitian Single Moving Average dan
Exponential Smoothing ?
2. Berapa forecast error dari kedua metode tersebut ?
3. Metode peramalan apa yang cocok untuk produk kantong plastik pada CV CAHAYA JAYA LESTARI pada periode yang akan datang ?
C. Tujuan Penelitian
Dalam setiap kegiatan yang dilakukan pasti mempunyai tujuan tertentu yang ingin dicapai. Demikian pula halnya dalam penyusunan Tugas Akhir ini penulis mempunyai tujuan yaitu :
commit to user
6
1. Untuk mengetahui peramalan penjualan produk kantong plastik pada CV.CAHAYA JAYA LESTARI dengan metode
single moving average dan exponential smoothing.
2. Untuk mengatahui forecast error dari kedua metode tersebut.
3. Untuk mengetahui metode peramalan yang tepat dalam menentukan besarnya penjualan produk kantong plastik pada periode yang akan datang pada CV. CAHAYA JAYA LESTARI.
D. Manfaat Penelitian
1. Penulis
Dengan adanya penelitian ini diharapkan dapat berguna untuk menerapkan ilmu pengetahuan yang didapatkan pada perkuliahan dan menambah wawasan berfikir mengenai masalah peramalan di CV.CAHAYA JAYA LESTARI dan mencoba untuk mencari solusinya.
2. Bagi Perusahaan
Sebagai bahan masukan perusahaan dalam mengambil kebijakan yang tepat, khususnya dalam hal peramalan produksi yang akan datang serta mengetahui metode peramalan yang cocok bagi perusahaan.
commit to user
7
3. Bagi Pembaca
Memberikan pengetahuan tambahan bagi pembaca akan pentingnya sebuah peramalan penjualan bagi suatu perusahaan.
E. Metode Penilitan
1. Objek Penelitian
Penelitian dilakukan di C.V CAHAYA JAYA LESTARI yang terletak di jl. Raya Palur km 8,1 Karanganyar
2. Desain penelitian
Dalam penelitian ini penulis menggunakan jenis penelitian deskriptif, Penelitian deskriptif adalah proses memperoleh jawaban dari pertanyaan tentang siapa, apakah, kapan, dimana, dan bagaimana tentang suatu topik penelitian. (Murti dan Salamah, 2006)
3. Sumber Data
Sumber data dalam penelitian ini adalah data sekunder dan data primer.
a) Data primer
Data yang diperoleh dari observasi dan wawancara secara langsung dengan karyawan atau pemilik CV Cahaya Jaya Lestari yang berupa data
commit to user
8
mengenai proses produksi dan data historis perusahaan.
b) Data sekunder
Data ini diperoleh dari intern perusahaan dalam hal ini hasil penjualan pada periode januari 2011 sampai dengan desember 2011 yang berfungsi sebagai acuan dalam melakukan peramalan pada periode 2012 4. Teknik Pengumpulan Data
a). Observasi
Dilakukan dengan cara pengamatan langsung,dalam hal ini dilakukan dengan cara magang di CV. Cahaya Jaya Lestari.
b). W awancara
Dilakukan dengan cara melakukan wawancara lansung dengan narasumber baik itu karyawan maupun pimpinan CV.Cahaya Jaya Lestari.
c). Pemeriksaan Dokumen
Dalam hal ini peneliti memeriksa data perusahaan yang berkaitan tentang hasil penjualan kantong plastik pada periode sebelumnya,yang berguna dalam proses peramalan pada periode yang akan datang.
commit to user
9
5. Analisis Data
a) Metode peramalan moving average
Dalam metode ini peneliti menggunakan data
actual masa lalu untuk menghasikan peramalan. secara
matematis dapat ditulis sebagai berikut : Rata-rata bergerak =
Keterangan :
n = periode waktu (3 dan 4 bulan) b) Metode penghalusan exponential
Merupakan metode rata-rata bergerak dengan penghalusan,rumus penghalusan dapat ditulis sebagai berikut :
Peramalan baru = peramalan periode lalu + α (permintaan akual periode lalu-peramalan periode lalu). Dimana α adalah konstanta penghapusan yang dipilih oleh peramal yang berkisar antara o dan 1 (render dan heizer).
commit to user
10
Secara matematis dapat ditulis sebagai berikut : Ft = Ft-1 +a ( A t -1- F t-1)
Dimana :
F t = Nilai ramalan untuk periode waktu k-t
F t-1 =Nilai ramalan untuk satu periode waktu yang lalu, t-1
A t-1 = Nilai aktual untuk satu periode waktu yang lalu, t-1
commit to user 11 BAB II TINJAUAN PUSTAKA A. Landasan Teori 1. Pemasaran
Pemasaran (Marketing) merupakan sebuah konsep ilmu dalam strategi bisnis yang bertujuan untuk mencapai kepuasan berkelanjutan bagi stakeholder (pelanggan, karyawan, pemegang saham). Sebagai ilmu, marketing
merupakan ilmu pengetahuan yang obyektif, yang diperoleh dengan penggunaan instrumen-instrumen tertentu untuk mengukur kinerja dari aktivitas bisnis dalam membentuk, mengembangkan, mengarahkan pertukaran yang saling menguntungkan dalam jangka panjang antara produsen dan konsumen atau pemakai. ( Hasan 2008)
Manajemen pemasaran merupakan analisis, perencanaan, pelaksanaan dan pengawasan program - program yang dirancang untuk menciptakan, membuat dan menangani pertukaran yang menguntungkan dengan para pembeli sasaran dengan maksud agar meraih tujuan perusahaan, seperti keuntungan, laju penjualan, bagian pasar dan sebagainya. (Kotler 2008 )
commit to user
12
2. Peramalan
Peramalan sangatlah penting dalam kelangsungan perusahaan,karena dengan peramalan perusahaan dapat mengetahui keinginan konsumen dan perusahaan dapat mengetahui jumlah barang yang akan diproduksi dimasa yang akan datang agar keinginan konsumen dapat dipenuhi
Berkut ini adalah pengertian peramalan menurut beberapa ahli:
a) Menurut Sumayang (2003), peramalan adalah perhitungan yang objektif dengan menggunakan data masa lalu untuk menentukan sesuatu di masa yang akan datang.
b) Menurut Render dan Heizer (2005), peramalan adalah seni dan ilmu memprediksi peristiwa masa depan. c) Menurut Subagyo (2002), Peramalan adalah
memperkirakan sesuatu yang akan datang.
d) Menurut Nasution (2003), Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di masa yang akan datang, meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
commit to user
13
3. Langkah Dasar Peramalan
Menurut Render dan Heizer (2009) ada tujuh langkah dasar dalam peramalan, yaitu :
a) Menetapkan tujuan peramalan b) Memilih unsur yang akan diramalkan c) Menentukan horizon waktu peramalan d) Memilih jenis model peramalan
e) Mengumpulkan data yang diperlukan f) Membuat peramalan
g) Memvalidasi dan menerapkan hasil peramalan 4. Peramalan Menurut Horizon Waktunya
Menurut Render dan Heizer (2009) ada tiga pengelompokan peramalan menurut horizon waktunya yaitu:
a. Peramalan jangka pendek
Peramalan ini meliputi jangka waktu hingga satu tahun, tetapi umumnya kurang dari tiga bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan tingkat produksi.
b. Peramalan jangka tengah
Peramalan jangka tengah atau intermediate
commit to user
14
tahun. Peramalan ini bermanfaat untuk merencanakan penjualan, perencanaan dan anggaran produksi, anggaran kas, serta menganalisis bermacam-macam rencana operasi.
c. Peramalan jangka panjang
Umumnya untuk perencanaan masa tiga tahun atau lebih.Peramalan jangka panjang digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta penelitian dan pengembangan.
5.Tujuan Peramalan
Menurut Subagyo (2002) tujuan peramalan adalah mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang bisa diukur dengan Mean Absolute Error (MAD) dan Mean Sequare
Error (MSE). Sehingga dengan adanya peramalan maka
produksi perusahaan akan mendapatkan gambaran keadaan produksi di masa yang akan datang, dan akan membuat kemudahaan manajemen perusahaan dalam menentukan kebijaksaan perusahaan.
commit to user
15
6. Jenis-jenis Peramalan
Menurut Render dan Heizer (2009) ada tiga jenis peramalan yaitu:
a. Peramalan ekonomi menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan, dan indikator perencanaan lainnya.
b. Peramalan teknologi memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik yang membutuhkan pabrik dan peralatan baru.
c. Peramalan permintaan adalah proyeksi permintaan untuk produksi atau layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan yang mengendalikan produksi, kapasitas, serta system penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.
7. Metode Peramalan
Peramalan sangat berperan penting dalam perencanaan, pengawasan dan sebagai penentu keputusan menejemen produksi. Ada dua pendekatan peramalan menurut Render dan Heizer (2009) yaitu:
commit to user
16
a. Tinjauan metode kualitatif
Menurut Render dan Heizer (2009) ada 4 tehnik peramalan kulitatif yang menggabungkan faktor-faktor intuisi pengambilan keputusan, pengalaman pribadi, emosi dan system nilai yaitu :
1) Juri dan opini eksekutif
Metode ini mengambil sebagian kecil manager tingkat tinggi dan di kombinasikan dengan model-model statistik.
2) Metode Delphi
Teknik peramalan yang menggunakan proses kelompok dimana para pakar melakukan peramalan. 3) Gabungan dari teknik penjualan
Teknik peramalan berdasarkan prediksi tenaga penjualan akan penjualan yang diharapkan
4) Survey pasar konsumen
Teknik peramalan dengan cara meminta input dari konsumen mengenai rencana pembelian di masa depan
b. Tinjauan metode kuantitatif
Metode ini menggunakan berbagai model matematis yang menggunakan model infentaris dan variable klausal untuk meramalkan permintaan, ada empat metode untuk peramalan kuantitatif, yaitu:
commit to user
17
1). Rata-rata bergerak (moving average)
a) Metode rata-rata bergerak tunggal ( single moving
average) menurut Nasution (2003) single moving
average di peroleh dengan rata-rata permintaan
berdasarkan beberapa data masa lalu yang terbaru, tujuannya mengurangi atau menghilangkan variasi acak dalam hubungan waktu. Rumus yang digunakan :
Rata-rata bergerak =
dimana n = jumlah periode dalam rata-rata bergerak .
b) Rata-rata bergerak tertimbang
Teknik ini lebih responsive terhadap perubahan karena periode yang lebih dekat mendapat bobot yang lebih berat. Pemilian bobot merupakan hal yang tak pasti karana tidak ada rumus untuk menetapkannya ( Render, heizer 2009) rata-rata bergerak ini dapat di rumuskan
n= jumlah periode dalam rata-rata bergerak tertimbang
2). Penghapusan eksponensial (exponential smoothing)
Eksponensial adalah teknik peramalan rata-rata bergerak di beri bobot oleh sebuah fungsi eksponensial
commit to user
18
Rumus ;
Ft = Ft-1 +a ( A t -1- F t-1) Dimana
F t = Nilai ramalan untuk periode waktu k-t
F t-1 = Nilai ramalan untuk satu periode waktu yang
lalu, t-1
A t-1 = Nilai aktual untuk satu periode waktu yang
lalu, t-1
a = Konstanta pemulusan
3). Proyek trend (trend projection)
Metode peramalan dengan proyek trend ini mencocokan garis trend ke rangkaian titik data historis kemudian memproyeksikan garis itu ke ramalan jangka menengah hingga jangka panjang Rumus yang di gunakan :
Untuk mencari a dan b dapat menggunakan rumus
Untuk mencari x dan y dapat menggunakan rumus
commit to user
19
Keterangan :
= nilai variable terkait a = potongan sumbu y
b = kemiringan garis regresi x = variable bebas
∑= tanda penjumlahan total
y = nilai variabel terkait yang tidak di ketahui = nilai rata-rata x
= nilai rata-rata y
n = jumlah titik data atau pengamatan 4). Regresi Linier
Metode ini menggunakan nilai historis untuk variabel yang akan di ramalkan, banyak faktor yang bisa di pertimbangkan misalnya kesigapan pegawai, kesiapan kondisi mesin yang baik.
Rumus yang di gunakan :
Untuk mencari a dan b dapat menggunakan rumus
commit to user
20
Keterangan :
= nilai variable terkait a = potongan sumbu y
b = kemiringan garis regresi x = variable bebas
∑= tanda penjumlahan total
y = nilai variabel terkait yang tidak di ketahui = nilai rata-rata x
= nilai rata-rata y
n = jumlah titik data atau pengamatan
Dari keempat metode kuantitatif tersebut, penulis menggunakan 2 metode yaitu :
a. Rata-rata bergerak (moving average) b. Penghalusan exponential smooting
commit to user 21 B. Kerangka pemikiran Gambar: II.1 Kerangka pemikiran Data Historis Data permintaan kantong
plastik
Metode Peramalan Single moving average Ekponensial smoothing
Penentuan eror
Mencari tingkat kesalahan dari masing-masing metode
Penentuan metode peramalan yang tepat Dipilih tingkat eror terkecil
Permintaan yang akan datang Permintaan penjualan kantong plastik yang akan
commit to user
22
Keterangan :
Setiap perusahaan kadang mengalami pasang surut dalam penjualan ,untuk mengetahui penjualan yang akan datang diperlukan suatu metode peramalan. Dalam melakukan peramalan diperlukan data permintaan pada periode sebelumnya, dalam hal ini data permintaan kantong plastik tahun lalu. Setelah itu ditentukan metode peramalan yang akan di gunakan, dalam hal ini penulis menggunakan metode single moving average dan
exponential smooting, Dari kedua metode tersebut akan di
tentukan forcase error, penulis akan memilih metode yang tingkat
forcase error kecil. Setelah itu penulis dapat mengetahui
commit to user 23
BAB III
PEMBAHASAN
A. Gambaran Perusahaan 1. Sejarah PerusahaanCV Cahaya Jaya Lestari berdiri pada tanggal 7 Febuari 2008 yang didirikan oleh Chandra Gunawan, Jung Dianto dan Lilik Setiawan. Perusahaan beralamat di Jl. Raya Palur-Sragen KM 8.1, perusahaan ini bergerak di bidang jasa daur ulang plastik. Sejak tanggal 11 November 2010 sampai sekarang kepemilikan CV.Cahaya Jaya Lestari menjdi 2 orang yaitu Chandra Gunawan dan Jung Dianto
2. Visi, Misi, dan Tujuan Perusahaan
a. Alamat perusahaan
CV. CAHAYA JAYA LESTARI Jl. Raya Palur-Sragen KM 8.1 karanganyar
b. Visi dan Misi Perusahaan
VISI
Menjadi yang terdepan dalam dunia bisnis plastik dan mengajak leading industry plastic recycle agara dapat ikut mengurangi sampah plastik
commit to user
24
MISI
1. Meningkatkan mutu pelayanan
2. Meningkatkan kualitas hasil
3. Mendorong masyarakat untuk memisahkan sampah organic dan anorganik
TUJUAN
1. Mendapatkan keuntungan
2. Ikut mengurangi sampah plastik dengan cara mendaur ulang
3. Membantu pemerintah dalam menciptakan lapangan kerja
4. Memenuhi kebutuhan plastic untuk masyarakat
c. Lokasi Perusahaan
Lokasi perusahaan berada CV. Cahaya Jaya Lestari berada di Jl.Raya Palur-Sragen Km 8,1 Karanganyar. lokasi perusahan dinilai cukup strategis dinilai dari faktor-faktor berikut :
1. Ditinjau dari Segi Ekonomi
Karena letaknya di tengah kota maka akses tranportasi dapat dilakukan dengan mudah selain
commit to user
25
itu juga memudahkan kegiatan pengiriman dimana biaya lebih murah
2. Ditinjau dari Segi Sosial
Berdirinya perusahaan ini memberikan lapangan kerja bagi penduduk sekitar dan secara tidak langsung meningkatkan taraf hidup penduduk sekitar
3. Ditinjau dari Segi Geografis
Karena letak perusahaan berada di tengah kota maka proses pencarian bahan baku dapat dilakukan dengan mudah
d. Struktur organisasi
Struktur organisasi CV. Cahaya Jaya Lestari yaitu terdiri dari pimpinan yang memberikan wewenang kepada bawahan sesuai dengan bidang masing-masing. Adapun struktur organisasi CV. Cahaya Jaya Lestari saling berkaitan dan bertanggung jawab kepada atasan langsung.
commit to user
26
1. Direktur utama
1. Memimpin dan menertibkan pelaksanan tujuan perusahaan
2. Menilai kinerja karyawan agar tujuan perusahaan perusahaan dapat tercapai
3. Memberi motivasi kepada bawahan
2. Manajer produksi
1. Kepala produksi pelled,bertanggung jawab atas jalanya produksi pelled
2. Kepala produksi HD bertanggung jawab atas jalanya proses produksi kantong plastic
3. Kepala gudang,bertugas mengawasi stok dan kelancaran barang untuk kebutuhan perusahaan
3. Menajer keuangan
Bertugas mengurusi bagian keuangan yang meliputi membuat laporan keuangan dan menyelesaikan urusan-urasan keuangan
commit to user
27
4. Bagian marketing
Bertugas mengurusi masalah pemasaran serta bertanggung jawab atas hasil penjualan
e Aspek Personalia
1. Tenaga Kerja
CV. Cahaya Jaya Lestari terdiri atas 13 orang untuk karyawan bagian administrasi dan 80 orang bagian produksi
2. Pembagian Kerja
Pembagian shiff kerja karyawan CV. Cahaya Jaya Lestari adalah sebagai berikut:
a) Tenga Kerja Administrasi
Hari senin-kamis jam 08.00-16.00
Istirahat jam 12.00-13.00
Hari Jumat jam 08.00-16.00
Istirahat jam 11.30-13.00
Hari Sabtu jam 08.00-16.00
commit to user
28
b) Tenaga kerja produksi
Senin-Minggu full 8 jam
Shift 1 jam 07.00-15.00
Shift 2 jam 15.00-23,00
Shift 3 jam 23.00-07.00
c) Tenaga serabutan
Hari senin-Kamis jam 08.00-16.00
Istirahat jam 12.00-13.00
Hari Jumat jam 08.00-16.00
Istirahat jam 11.30-13.00
Hari Sabtu jam 08.00-16.00
Istirahat jam 12.00-13.00
B. Laporan Magang Kerja
1. Lokasi Magang Kerja
Kegiatan magang ini dilaksanakan selama kurang lebih 1 (satu) bulan yaitu terhitung mulai dari tanggal 15 Februari 2011 hingga tanggal 15 Maret 2011. Penelitian dilakukan pada CV. Cahaya
commit to user
29
Jaya Lestari yang berlokasi di Jalan Raya Palur-Sragen Km 8, 1 Karanganyar
2. Tujuan Magang Kerja
a. Penulis memperoleh pengalaman kerja dan pengetahuan secara langsung tentang berbagai aktivitas dalam dunia kerja.
b. Agar Penulis dapat memahami dan menguasai materi perkuliahan di DIII Manajemen Pemasaran Fakultas Ekonomi Universitas Sebelas Maret Surakarta sehingga Penulis dapat menerapkan secara nyata teori yang selama ini diperoleh di bangku perkuliahan.
c. Melatih Penulis memasuki dunia kerja dan pengayaan wawasan pekerjaan.
d. Untuk melengkapi dan memenuhi syarat-syarat dalam menyusun Tugas Akhir program study DIII Manajemen Pemasaran Universitas Sebelas Maret Surakarta.
3. Rincian Kegiatan Magang Kerja
Kegiatan Penulis selama pelaksanaan magang dapat di jelaskan sebagai berikut :
commit to user
30
a. Pengarahan oleh Bp. Danang selaku pembimbing magang tentang seluruh peraturan selama pelaksanaan kegiatan magang berlangsung.
b. Perkenalan kepada seluruh staff dan karyawan CV. Cahaya Jaya Lestari.
c. Penjelasan dan pengarahan oleh pembimbing tentang kegiatan apa saja yang dapat dilakukan selama Penulis melaksanakan kegiatan magang di CV. Cahaya Jaya Lestari
d. Pengenalan produk serta pemberitahuan tentang proses produksi yang terdapat pada CV. Cahaya Jaya Lestari
e. Pelaksanaan wawancara guna untuk memperoleh data yang dibutuhkan dalam penyusunan tugas akhir ..
C. Pembahasan Masalah.
Dalam analisis ini penulis akan menghitung ramalan penjualan produk kantong plastik pada bulan April 2011, dengan menggunakan data sekunder yang telah diperoleh dari CV. Cahaya Jaya Lestari. Metode moving average dan single exponential smoothing dipilih karena metode tersebut cocok digunakan untuk meramal hal-hal yang fluktuasinya secara random (tidak teratur)
commit to user
31
Tabel : III.1
PENJUALAN PRODUK KANTONG PLASTIK TAHUN 2011 CV. CAHAYA JAYA LESTARI
Bulan Jumlah Penjualan(Kg) Januari 9,183.00 Febuari 10,433.00 Maret 8,332.00 April 12,400.20 Mei 13,533.10 Juni 11,345.25 Juli 12,300.00 Agustus 12,745.00 September 14,563.60 Oktober 15,025.10 November 16,325.00 Desember 14,257.80 Jumlah 150,433.05 Rata-rata 12,536.92
Sumber : CV. Cahaya Jaya Lestari, 2011
Berdasarkan tabel di atas dapat dilihat bahwa penjualan kantong plastik pada CV. Cahaya Jaya Lesatari pada periode Januari 2011-Desember 2011 bersifat fluktuatif, penjualan paling tinggi terjadi pada bulan November 2011 dengan penjualan 16,325 Kg dan terendah terjadi pada bulan Maret 2011 dengan penjualan 8,332 Kg, itu di sebabkan oleh kenaikan harga pada bulan Maret dan para konsumen sudah membeli pada bulan Februari untuk menghindari kenaikan harga. Oleh sebab itu Metode Moving
Average dan Eksponensial Smothing lebih cocok digunakan pada
data di atas, karena kedua metode tersebut digunakan pada data yang sifatnya acak dan sesuai untuk data yang terjadi selama kurun waktu tertentu dan data bersifat lalu atau lampau.
commit to user
32
1. Peramalan Penjualan Dengan Metode Single Moving Average
Merupakan peramalan yang menggunakan jumlah (n) data terkini untuk meramalkan peramalan yang akan dating. Dalam hal ini penulis menggunakan periode 3 bulan dan 5 bulan
a) Single Moving Average 3 bulan
Melakukan peramalan dengan menjumlahkan 3 periode kantong plastik sebelumnya lalu dibagi 3.
Rumus :
Bila diterapkan pada CV. Cahaya Jaya Lestari maka hitungan 3 bulan yaitu :
Untuk 3 bulan Moving Average
Forecast April 2011 = ( 9,183.00 + 10,433.00 + 8,332.00 ) = 9,316.00 3 Forecast Mei 2011 = (10,433.00 + 8,332.00 + 12,400.20) = 10,388.40 3 Forecast Juni 2011 = (8,332.00 + 12,400.20 + 13,533.10) = 11,421.77 3 Forecast Juli 2010 = (12,400.20 + 13,533.10 + 11,345.25) = 12,426.18 3 Forecast Agustus 2011 = (13,533.10 + 11,345.25 + 12,300.00) = 12,392.78 3 Forecast September 2011
commit to user 33 = (11,345.25 + 12,300.00 + 12,745.00) = 12,130.08 3 Forecast Oktober 2011 = (12,300.00 + 12,745.00 + 14,563.60) = 13,202.87 3 Forecast November 2011 = (12,745.00 + 14,563.60 + 15,025.10) = 14,111.23 3 Forecast Desember 2011 = (14,563.60 + 15,025.10 + 16,325.00) = 15,304.57 3 Forecast Januari 2012 = (15,025.10 + 16,325.00 + 14,257.80) = 15,202.63 3
Jadi forecast bulan Januari 2012 adalah 15.202,63 kg
b) Single Moving average 5 bulan
Melakukan peramalan dengan menjumlahkan 5 periode kantong plastik sebelumnya lalu dibagi 5. Bila diterapkan pada CV. Cahaya Jaya Lestari maka hitungan 5 bulan yaitu :
Untuk 5 bulan Moving Average
Forecast Juni 2011 = ( 9,183.00 + 10,433.00 + 8,332.00 + 12,400.00 +13,533.10) = 10,776.26 5 Forecast Juli 2011 = (10,433.00 + 8,332.00 + 12,400.00 + 13,533.10 +11,345.25) = 11,208.71 5 Forecast Agustus 2011 = (8,332.00 + 12,400.00 + 13,533.10 + 11,345.25 +12,300.00) = 11,582.11 5 Forecast September 2011 = (12,400.00 + 13,533.10 + 11,345.25 + 12,300.00 +12,745.00) = 12,464.71 5 Forecast Oktober 2011 = (13,533.10 + 11,345.25 + 12,300.00 + 12,745.00 +14,563.60) = 12,897.39 5 Forecast November 2011 = (11,345.25 + 12,300.00 + 12,745.00 + 14,563.60 +15,025.10) = 13,195.79 5
commit to user 34 Forecast Desember 2011 = (12,300.00 + 12,745.00 + 14,563.60 + 15,025.10 +16,325.00) = 14,191.74 5 Forecast Januari 2012 = (12,745.00 + 14,563.60 + 15,025.10 + 16,325.00 +14,257.80) = 14,583.30 5
Jadi Forecast bulan Januari 2012 yaitu 14,583.30 kg
Gambar III.1
Grafik Forecast Moving Average Produk Kantong Plastik
2. Peramalan Penjualan dengan Metode Exponential Smoothing Metode peramalan yang mudah digunakan dan efesien bila dilakukan dengan computer. Meskipun merupakan teknik rata-rata
bergerak, penghalusan eksponential mencakup pemeliharaan data masa lalu yang sangat sedikit.
commit to user 35 Rumus :
+α (
-
)
Dimana: : Ramalan Baru : Ramalan Sebenarnya:
Permintaan Aktual pada Periode Sebelumnyaα
:
Konstanta Penghalusana. Penghalusan a = 0.05
Pada CV. Cahaya Jaya Lestari perhitungan exponential smoothing penghalusan α=0,05 yaitu : Forecast Maret 2011 = 9,183.00 + 0.05 ( 10,433.00 – 9,183.00 ) = 9,245.50 Forecast April 2011 = 9,245.50 + 0.05 ( 8,332.00 – 9,245.50 ) = 10,327.95 Forecast Mei 2011 = 10,327.95 + 0.05 ( 12,400.20 – 10,327.95 ) = 8,535.41 Forecast Juni 2011 = 8,535.41 + 0.05 ( 13,533.10 – 8,535.41 ) = 12,456.85
commit to user 36 Forecast Juli 2011 = 12,456.85 + 0.05 ( 11,345.25 – 12,456.85 ) = 13,423.71 Forecast Agustus 2011 = 13,456.85 + 0.05 ( 12,300.00 – 13,456.85 ) = 11,392.99 Forecast September 2011 = 11,392.99 + 0.05 ( 12,745.00 – 11,392.99 ) = 12,322.25 Forecast Oktober 2011 = 12,322.25 + 0.05 ( 14,563.60 – 12,322.25 ) = 12,835.93 Forecast November 2011 = 12,835.93 + 0.05 ( 15,025.10 – 12,835.93 ) = 14,586.68 Forecast Desember 2011 = 14,586.68 + 0.05 ( 16,325.00 – 14,586.68 ) = 15,090.10
Untuk membuat Forecast januari 2012 adalah
Forecast Januari 2012
= 15,090.10 + 0.05 ( 14,257.80 – 15,090.10 = 16,221.64
commit to user
37
b. Penghalusan a = 0.10
Pada CV. Cahaya Jaya Lestari perhitungan exponential smoothing penghalusan α=0,10 yaitu Forecast Maret 2011 = 9,183.00 + 0.10 ( 10,433.00 – 9,183.00 ) = 9,308.00 Forecast April 2011 = 9,308.00 + 0.10 ( 8,332.00 – 9,308.00 ) = 10,222.90 Forecast Mei 2011 = 10,222.90 + 0.10 ( 12,400.20 – 10,222.90 ) = 8,738.82 Forecast Juni 2011 = 8,738.82 + 0.10 ( 13,533.10 – 8,738.82 ) = 12,513.49 Forecast Juli 2011 = 12,513.49 + 0.10 ( 11,345.25 – 12,513.49 ) = 13,314.32 Forecast Agustus 2011 = 13,314.32 + 0.10 ( 12,300.00 – 13,314.32 ) = 11,440.73 Forecast September 2011 = 11,440.73 + 0.10 ( 12,745.00 – 11,440.73 )
commit to user 38 = 12,344.50 Forecast Oktober 2011 = 12,334.50 + 0.10 ( 14,563.60 – 12,334.50 ) = 12,926.86 Forecast November 2011 = 12,926.86 + 0.10 ( 15,025.10 – 12,926.86 ) = 14,609.75 Forecast Desember 2011 = 14,609.75 + 0.10 ( 16,325.00 – 14,609.75 ) = 15,155.09
Untuk membuat forecast 2012 adalah
Forecast Januari 2012
= 15,155.09 + 0.10 ( 14,257.80 – 15,155.09 ) = 16,118.28
Jadi forecast bulan Januari 2012 yaitu 16,118.28 Kg
Bila diterapkan pada CV. Cahaya Jaya Lestari maka hitungan exponential smoothing penghalusan α=0,50 yaitu :
c. Penghalusan a = 0.50
Pada CV. Cahaya Jaya Lestari perhitungan exponential smoothing penghalusan α=0,50 yaitu :
Forecast Maret 2011
= 9,183.00 + 0.50 ( 10,433.00 – 9,183.00 ) = 9,808.00
commit to user 39 Forecast April 2011 = 9,808.00 + 0.50 ( 8,332.00 – 9,808.00 ) = 9,382.50 Forecast Mei 2011 = 9,382.50 + 0.50 ( 12,400.20 – 9,382.50 ) = 10,366.10 Forecast Juni 2011 = 10,366.10 + 0.50 ( 13,533.10 – 10,366.10 ) = 12,966.65 Forecast Juli 2010 = 12,966.65 + 0.50 ( 11,345.25 – 12,966.65 ) = 12,439.18 Forecast Agustus 2011 = 12,439.18 + 0.50 ( 12,300.00 – 12,439.18 ) = 11,822.63 Forecast September 2011 = 11,822.63 + 0.50 ( 12,745.00 – 11,822.63 ) = 12,522.50 Forecast Oktober 2011 = 12,522.50 + 0.50 ( 14,563.60 – 12,522.50 ) =13,654.30 Forecast November 2011
commit to user 40 = 13,564.30 + 0.50 ( 15,025.10 – 13,564.30 ) = 14,794.35 Forecast Desember 2011 = 14,794.35 + 0.50 ( 16,325.00 – 14,794.35 ) = 15,675.05
Untuk membuat forecast Januari 2012 adalah Forecast Januari 2012
= 15,675.05 + 0.50 ( 14,257.80 – 15,675.05 ) = 15,291.40
Jadi penjualan bulan Januari 2012 yaitu 15,291.40 Kg
Gambar III.2
Grafik Forecast Exponential Smoothing
Produk Kantong Platik 3. Pengukuran kesalahan ramalan
commit to user
41
Sebuah ukuran untuk kesalahan peramalan menyeluruh suatu model dihitung menggunakan MAD (Mean Absolute Devitiation)
dengan rumusan MAD = dan MSE (Mean
Squared Error) dengan rumus MSE = dimana n
merupakan jumlah periode data. Dengan menggunakan metode
Moving Average 3 bulan diperoleh MAD sebesar 1,588.87 dan MSE
sebesar 3,865,142.48 sedangkan metode Moving Average 5 bulan diperoleh MAD sebesar 1,463.58 dan MSE sebesar 3,085,112.12 dengan menggunakan metode exponential smoothing α = 0,05 diperoleh MAD sebesar 1,758.19 dan MSE sebesar 4,796,251 sedangkan dengan menggunakan metode exponential smoothing α = 0,10 diperoleh MAD sebesar 1,836.44 dan MSE sebesar 4,584,731.27. Dengan menggunakan metode exponential smoothing α = 0,50 diperoleh MAD sebesar 1,670.35 dan MSE sebesar 3,121,073.04. Dengan mempertimbangkan kesalahan peramalan terkecil penggunaan metode peramalan yang sebaiknya digunakan perusahaan adalah moving average 5 bulan karena mempunyai MAD sebesar 1,263.58 dan MSE sebesar 3,085,112.12. MAD dan MSE ini cenderung lebih kecil disbanding metode lainnya.
commit to user
42
BAB IV
PENUTUP
A. Kesimpulan
Berdasarkan analisis dan pembahasan yang penulis lakukan pada Bab III maka dapat disimpulkan bahwa :
1. Karena data penjualan pada CV. Cahaya Jaya Lestari cenderung berfluktuatif maka metode peramalan yang cocok adalah Metode Moving average atau Exponensial Smoothing
2. Ramalan penjualan pada periode April 2011 berdasarkan metode Single Moving Average dan Exponensial Smoothing
adalah sebagai berikut :
a) Metode Single Moving average 3 bulan
1) Ramalan penjualanya adalah 15,202.63 Kg
2) MAD sebesar 1,588.87
3) MSE sebesar 3,865,142.48
b) Metode Single Moving Average 5 bulan
commit to user
43
2) MAD sebesar 1,463.58
3) MSE sebesar 3,085,112.12
c) Metode Exponential Smoothing dengan alpha 0.05
1) Ramalan penjualanya adalah 16,221.64 Kg
2) MAD sebesar 1,758.19
3) MSE sebesar 4,796,251.31
d) Metode Exponential Smoothing dengan alpha 0.10
1) Ramalan penjualanya adalah 16,118.28 Kg
2) MAD sebesar 1,836.44
3) MSE sebesar 4,584,731.27
e) Metode Exponential Smoothing dengan alpha 0.50
1) Ramalan penjualanya adalah 15,292.40 Kg
2) MAD sebesar 1,670.35
commit to user
44
B. Saran
Berdasarkan hasil analisis data dan kesimpulan maka dapat dikemukakan saran-saran sebagai bahan pertimbangan CV. Cahaya Jaya Lestari dalam mengambil kebijakan, adapun saran-saran tersebut adalah :
1. Dimasa yang akan datang CV. Cahaya Jaya Lestari sebaiknya menggunakan peramalan sebelum melakukan proses produksi agar tidak terjadi kelebihan atau kekurangan dalam berproduksi.
Dalam melakukan peramalan penjualan sebaiknya CV. Cahaya Jaya Lestari tidak hanya menggunakan satu metode saja (Moving Average
saja atau Exponential Smoothing saja), tapi lebih dari satu metode agar dapat mengetahui metode yang yang tepat bagi perusahaan.
2. Berdasarkan hasil peramalan, CV. Cahaya Jaya Lestari sebaiknya menggunakan metode Moving Average 5 bulan dalam meramalkan penjualan, karena hasil perhitungan memiliki tingkat error paling kecil