commit to user
i
ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT. SINAR SURYA INDAH LESTARI SUKOHARJO
TUGAS AKHIR
Diajukan untuk Memenuhi Syarat-syarat Mencapai Gelar Ahli Madya Program Studi Diploma III Manajemen Bisnis
Oleh:
RadityaCahyaningPutri F3509058
PROGRAM STUDI DIPLOMA III FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET
SURAKARTA 2012
commit to user
ii
HALAMAN PERSETUJUAN PEMBIMBING
Tugas Akhir dengan judul :
ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT.SINAR SURYA INDAH LESTARI SUKOHARJO
Surakarta, 25 Mei 2012
Telah disetujui oleh Dosen Pembimbing
Drs. Djoko Purwanto, M.BA NIP. 19590116198503100
commit to user
iii
HALAMAN PENGESAHAN
Telah di setujui dan di terima dengan baik oleh tim penguji Tugas Akhir Fakultas Ekonomi Universitas Sebelas Maret Surakarta guna melengkapi tugas-tugas dan memenuhi syarat-syarat untuk memperoleh gelar Ahli Madya
Surakarta, 18 Juni 2012
Tim Penguji Tugas Akhir :
Drs. Heru Purnomo, MM ( )
NIP. 195701221986031003
Drs. Djoko Purwanto, M.BA ( )
NIP. 19590116198503100
commit to user
iv ABSTRAK
ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT.SINAR SURYA INDAH LESTARI SUKOHARJO
RADITYA CAHYANING PUTRI F3509058
Tujuan yang ingin dicapai dalam penelitian ini adalah: Untuk mengetahui peramalan permintaan produk kain Grey pada PT. Sinar Surya Indah Lestari dengan menggunakan metode Single Moving Averages, Exponential Smoothing, dan Weighted Moving Averages pada bulan Februari 2012, Untuk mengetahui forecast error dari peramalan tersebut, Untuk mengetahui metode peramalan yang tepat dalam menentukan besarnya permintaan produk kain Grey pada bulan Februari 2012.
Penentuan peramalan penjualan produk kain Grey pada bulan Februari 2012, dengan metode peramalan yang tepat. Metode peramalan yang digunakan adalah metode Single Moving Averages periode 3 bulanan, Exponential Smoothing (α = 0.1; α = 0.5; α =0.9), dan Weighted Moving Averages periode 3 bulanan. Untuk pengukuran kesalahan (error) menggunakan Mean Absolute Deviation (MAD) dan Mean Square Error (MSE).
Berdasarkan hasil penelitian dapat disimpulkan bahwa metode yang paling tepat diterapkan pada PT. Sinar Surya Indah Lestari adalah metode Exponential Smoothing dengan alpha 0,1 , karena memiliki tingkat kesalahan atau error yang paling kecil dibandingkan metode Single Moving Averages dan Exponential Smoothing (α=0.5; α=0.9).
Hasil peramalan permintaan dengan metode Exponential Smoothing adalah 279.965,4, MAD sebesar 171.802,4 dan MSE sebesar 52.361.240.000.
Kata Kunci: Peramalan Permintaan, Metode Peramalan, Kesalahan Peramalan.
commit to user
v
HALAMAN MOTTO DAN PERSEMBAHAN
MOTTO
ü N ean Absolute Deviation ü $sXNVlpg6T
ü ingle Moving Averages ü xponential Smoothing ü $sXNVlpg6
Kupersembahkan Tugas Akhir ini untuk:
Kedua orang tuaku tercinta, Kakak dan Adiku tersayang Teman-teman Manajemen Bisnis Almamater
commit to user
vi
KATA PENGANTAR
Puji syukur alhamdulillah penulis panjatkan kepada Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya atas selesainya penulisan Tugas Akhir ini yang berjudul “ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT. SINAR SURYA INDAH LESTARI SUKOHARJO” .
Penulisan Tugas Akhir ini dimaksudkan untuk memenuhi sebagian persyaratan dalam rangka memperoleh gelar Ahli Madya pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta. Atas selesainya penulisan Tugas Akhir ini, penulis mengucapkan terima kasih kepada :
1. Bapak Dr. Wisnu Untoro, M.S, selaku Dekan pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
2. Ibu Sinto Sunaryo, SE, M.Si, selaku Ketua Program Diploma III Manajemen Bisnis pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
3. Ibu Yeni Fajariyanti, SE, M.Si selaku Pembimbing Akademis pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
4. Bapak Drs. Djoko Purwanto, M.BA, selaku Pembimbing Tugas Akhir yang telah sabar membimbing penulis hingga penulis dapat menyelesaikan Tugas Akhir ini.
5. Bapak Cecep Arifin selaku Manajer PT.Sinar Surya Indah Lestari, yang telah mengijinkan penulis melakukan penelitian di perusahaannya.
6. Bapak-Ibu dosen serta seluruh staf karyawan Fakultas Ekonomi Universitas Sebelas Maret Surakarta.
commit to user
vii
7. Manajer dan seluruh staf karyawan PT. Sinar Surya Indah Lestari, terima kasih atas segala bimbingannya selama melaksanakan magang dan penyusunan Tugas Akhir.
8. Ayah dan Ibu. Terima kasih atas segalanya, kalianlah yang menjadikanku hingga saat ini.
9. Teman-teman yang ikut memberi inspirasi selama pembuatan Tugas Akhir ini, Sofyan, Yeni, Rizki, Santy, Rachmany, Ana terimakasih untuk persahabatan yang indah.
10.Pihak lain yang tidak dapat kami sebutkan satu persatu yang telah membantu dalam penelitian ini.
Penulis menyadari bahwa penulisan tugas akhir ini masih jauh dari sempurna. Hal ini dikarenakan masih terbatasnya kemampuan dan pengetahuan yang penulis miliki. Oleh karena itu penulis sangat mengharapkan kritik dan saran yang sifatnya membangun.
Akhirnya penulis memohon kepada Allah SWT, semoga ilmu yang telah penulis peroleh berguna bagi penulis, agama, bangsa dan negara, Amin.
Surakarta, 2012
Penulis
commit to user
viii DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PERSETUJUAN ... ii
HALAN PENGESAHAN ... iii
ABSTRAK ... iv
HALAMAN MOTTO DAN PERSEMBAHAN ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... viii
DAFTAR TABEL ... xi
DAFTAR GAMBAR ... xii
DAFTAR LAMPIRAN ... xiii
BAB I. PENDAHULUAN ... 1
A. Latar Belakang Masalah ... 1
B. Rumusan Masalah ... 2
C. Tujuan Penelitian ... 3
D. Manfaat Penelitian ... 3
E. Metode Penelitian ... 4
F. Kerangka Pemikiran ... 10
BAB II. TINJAUAN PUSTAKA ... 12
A. Pengertian Peramalan ... 12
B. Tujuan Peramalan ... 14
C. Jenis Peramalan ... 15
commit to user
ix
D. Fungsi Peramalan ... 15
E. Peramalan Menurut Horizon Waktu ... 16
F. Tahap-tahap Peramalan ... 17
G. Karakteristik Peramalan ... 18
H. Beberapa Sifat Hasil Peramalan ... 19
I. Pemilihan Metode yang Tepat ... 20
J. Metode Peramalan ... 20
BAB III. PEMBAHASAN ... 29
A. Gambaran Umum Perusahaan ... 29
1. Sejarah Perusahaan ... 29
2. Lokasi Perusahaan ... 30
3. Visi dan Misi Perusahaan ... 31
4. Tujuan Perusahaan ... 32
5. Struktur Organisasi ... 32
6. SDM dan Penggajian ... 39
7. Pemasaran ... 42
8. Aspek Keuangan ... 43
9. Aspek Produksi ... 44
B. Laporan Kerja Magang ... 51
1. Pelaksanaan Magang ... 51
2. Kegiatan Magang Kerja ... 51
C. Pembahasan Masalah ... 53
BAB IV. PENUTUP ... 72
commit to user
x
A. Kesimpulan ... 72 B. Saran ... 74 DAFTAR PUSTAKA
LAMPIRAN
commit to user
xi
DAFTAR TABEL
Tabel 3.1 Jumlah Tenaga Kerja PT. Sinar Surya Indah Lestar ... 40 Tabel 3.2 Permintaan Kain Grey PT. Sinar Surya Indah Lestari ... 54 Tabel 3.3 Perhitungan Peramalan Permintaan Kain Grey
dengan Metode Single Moving Averages ... 55 Tabel 3.4 Perhitungan Peramalan Permintaan Kain Grey
Dengan Metode Exponential Smoothing Alpha 0.1 ... 58 Tabel 3.5 Per Perhitungan Peramalan Permintaan Kain Grey
Dengan Metode Exponential Smoothing Alpha 0.5 ... 61 Tabel 3.6 Perhitungan Peramalan Permintaan Kain Grey
Dengan Metode Exponential Smoothing Alpha 0.9 ... 64 Tabel 3.7 Perhitungan Peramalan Permintaan Kain Grey
Dengan Weighted Moving Averages ... 67 Tabel 3.8 Perbandingan Output Peramalan ... 71
commit to user
xii
DAFTAR GAMBAR
Gambar 1.1 Kerangka Pemikiran ... 10 Gambar 3.1 Struktur Organisasi ... 34 Gambar 3.2 Proses Produksi Kain Grey ... 50
commit to user
xiii
DAFTAR LAMPIRAN
Lampiran 1. Surat Keterangan Magang Lampiran 2. Surat Pernyataan
Lampiran 3. Penilaian Magang
Lampiran 4. Gambar Proses Produksi Printing Lampiran 5. Gambar Proses Produksi Finishing
commit to user ABSTRAK
ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT.SINAR SURYA INDAH LESTARI SUKOHARJO
RADITYA CAHYANING PUTRI F3509058
Tujuan yang ingin dicapai dalam penelitian ini adalah: Untuk mengetahui peramalan permintaan produk kain Grey pada PT. Sinar Surya Indah Lestari dengan menggunakan metode Single Moving Averages, Exponential Smoothing, dan Weighted Moving Averages pada bulan Februari 2012, Untuk mengetahui forecast error dari peramalan tersebut, Untuk mengetahui metode peramalan yang tepat dalam menentukan besarnya permintaan produk kain Grey pada bulan Februari 2012.
Penentuan peramalan penjualan produk kain Grey pada bulan Februari 2012, dengan metode peramalan yang tepat. Metode peramalan yang digunakan adalah metode Single Moving Averages periode 3 bulanan, Exponential Smoothing (α = 0.1; α = 0.5; α =0.9), dan Weighted Moving Averages periode 3 bulanan. Untuk pengukuran kesalahan (error) menggunakan Mean Absolute Deviation (MAD) dan Mean Square Error (MSE).
Berdasarkan hasil penelitian dapat disimpulkan bahwa metode yang paling tepat diterapkan pada PT. Sinar Surya Indah Lestari adalah metode Exponential Smoothing dengan alpha 0,1 , karena memiliki tingkat kesalahan atau error yang paling kecil dibandingkan metode Single Moving Averages dan Exponential Smoothing (α=0.5; α=0.9).
Hasil peramalan permintaan dengan metode Exponential Smoothing adalah 279.965,4, MAD sebesar 171.802,4 dan MSE sebesar 52.361.240.000.
Kata Kunci: Peramalan Permintaan, Metode Peramalan, Kesalahan Peramalan.
commit to user ABSTRACT
“An analysis of order forecast in the grey fabric product of PT Sinar Surya Indah Lestari Sukoharjo”
The purpose of this research is to know the order forecast of grey fabric in PT Sinar Surya Lestari Sukoharjo by using Single Moving Averages, Exponential Smoothing, and Weighted Moving Averages methods on February 2012. There are to know the errorneous of the forecast and to know the accurate method of the forecast in determining the order scale of grey fabric product on February 2012.
The accurate method is used in this research in order to determined the sale forecast of Grey fabric product on February 2012. In this research, the reseacher is using Single Moving Averages of monthly 3rd period, Exponential Smoothing (α = 0.1; α = 0.5; α =0.9), and Weighted Moving Averages monthly 3rd period. In this research is also used Absolute Deviation (MAD) and Mean Square Error (MSE) to measurement the erroneous product.
Based from the result of this research, it can be concluded that Exponential Smoothing with alpha 0,1 is the accurate method applying in PT Sinar Surya Indah Lestari, because it has small errorneous than Single Moving Averages and Exponential Smoothing (α=0.5; α=0.9) methods. The result of this order forecast using Exponential Smoothing is 279.965,4, MAD in 171.802,4 and MSE in 52.361.240.000.
Key word: Order Forecast, Method Forecast, Errorneous Forecast
commit to user
1 BAB I
PENDAHULUAN
A. Latar Belakang
Perkembangan di era globalisasi yang cukup pesat, salah satu faktor yang menjadi penyebab adalah meningkatnya permintaan konsumen untuk memenuhi kebutuhan hidupnya. Akan tetapi permintaan konsumen tidak selalu sama dari waktu ke waktu. Terkadang menunjukkan permintaan naik dan terkadang menunjukkan permintaan turun. Permintaan konsumen dapat disebabkan oleh beberapa faktor, diantarannya seperti pesaing, permintaan dan pendapatan perekonomi. Kondisi permintaan konsumen yang tidak pasti membuat perusahaan harus melakukan suatu peramalan (forecasting).
Peramalan merupakan salah satu peranan yang sangat penting dalam perusahaan, misalnya pada bagian pemasaran yang selalu ingin mengetahui permintaan suatu produk di masa mendatang. Peramalan adalah seni dan ilmu untuk memprediksi kejadian-kejadian dimasa depan (Render dan Heizer, 2009:164).
Fungsi penjualan bagi sebuah perusahaan sangat penting, dan untuk mengetahui besarnya permintaan saat ini atau yang akan datang, sebuah perusahaan perlu mengadakan peramalan permintaan.
commit to user
2 PT. Sinar Surya Indaha Lestari adalah sebuah perusahaan yang bergerak di bidang tekstil yang berlokasi di jalan Solo-Sukoharjo km 7,2 Telukan, Grogol, Sukoharjo. PT. Sinar Surya Indah Lestari memproduksi kain setengah jadi dan kain jadi yang berupa kain printing.
Dalam penelitian ini penulis memilih meramalkan permintaan kain grey sebagi objek penelitian untuk melakukan peramalan permintaan pada bulan berikutnya. Hal ini didasarkan karena produk kain grey memiliki tingkat permintaan yang tinggi dan banyak diminati konsumen.
Karena memiliki standar kualitas yang bagus.
Berdasarkan persoalan di atas maka penulis mengambil judul
“ANALISIS PERAMALAN PERMINTAAN PRODUK KAIN GREY PADA PT. SINAR SURYA INDAH LESTARI SUKOHARJO”.
B. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, maka dapat dirumuskan permasalahan sebagai berikut :
1. Berapakah peramalan permintaan kain grey dengan Metode Singgle Moving Average (periode 3 bulan), Weight Moving Average (periode 3 bulan), Exponential Smoothing (α=0.1; α=0.5; α=0.9) pada PT. Sinar Surya Indah Lestari untuk periode yang akan datang ?
commit to user
3 2. Berapakah forecast eror dari hasil peramalan dengan tiga metode
tersebut ?
3. Metode peramalan apa yang tepat untuk menentukan permintaan produk kain grey pada PT. Sinar Surya Indah Lestari untuk bulan yang akan datang ?
C. Tujuan Penelitian
Berdasarkan permasalahan diatas, maka tujuan yang ingin dicapai dalam penelitian ini adalah :
1. Untuk mengetahui permintaan kain grey dengan Metode Singgle Moving Average (periode 3 bulan), Weight Moving Average (periode 3 bulan), Exponential Smoothing (α=0.1; α=0.5; α=0.9) pada PT. Sinar Surya Indah Lestari untuk bulan yang akan datang.
2. Untuk mengetahui forecast eror dari hasil peramalan dengan tiga metode tersebut.
3. Untuk mengetahui Metode peramalan apa yang tepat untuk menentukan permintaan produk kain grey pada PT. Sinar Surya Indah Lestari untuk bulan yang akan datang.
D. Manfaat Penelitian
Manfaat penelitian kaitannya dengan kegiatan ini adalah :
commit to user
4 1. Bagi Perusahaan
Penelitian ini dapat dijadikan sebagai sumber informasi bagi pihak perusahaan dalam menentukan Ramalan permintaan yang tepat.
2. Bagi Penulis
Menambah pengetahuan dan wawasan didalam penerapan ilmu yang diperoleh dibangku perkuliahan kedalam perusahaan sesungguhnya.
3. Bagi Peneliti Lain
Hasil penelitian ini dapat dijadikan tambahan informasi bagi peneliti yang akan melakukan penelitian yang sama dan untuk menambahkan pengetahuan.
E. Metode Penelitian 1. Objek penelitian
Penelitian dilaksanakan pada PT. Sinar Surya Indah Lestari yang belum menerapkan metode peramalan permintaan, PT. Sinar Surya Indah Lestari terletak di Sukoharjo.
2. Sumber data
Sumber data dalam penelitian ini adalah data sekunder, data sekunder yaitu data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data (Kuncoro, 2003:127). Data sekunder dalam penelitian ini berupa:
commit to user
5 a. Data deskriptif
Data deskriptif akan digunakan untuk memberikan gambaran umum perusahan dalam penelitian. Data deskriptif yang digunakan antara lain :
1) Data sejarah PT. Sinar Surya Indah Lestari 2) Data struktur organisasi
3) Proses produksi b. Data kuantitatif
Data permintaan kain grey dari bulan Februari 2011 sampai bulan Januari tahun 2012 yang akan digunakan untuk meramalkan periode bulan yang akan datang.
3. Teknik Pengumpulan Data a. Metode Observasi
Metode Observasi yaitu pengamatan lapangan secara langsung dalam hal ini dapat dilakukan oleh mahasiswa dengan cara magang kerja (Jogianto, 2005:623). Dalam penelitian ini, peneliti melakukan pengamatan dan pencatatan langsung mengenai kegitan yang dilakukan PT. Sinar Surya Indah Lestari untuk menunjang data peramalan dalam masalah yang diteliti.
commit to user
6 b. Metode Wawancara
Metode Wawancara yaitu melakukan tanya jawab dengan karyawan yang berhubungan langsung dengan proses produksi serta petugas yang bersangkutan dalam lingkungan perusahaan (Jogiyanto, 2005:617). Dalam penelitian ini, penulis melakukan wawancara dengan pimpinan produksi dan karyawan PT. Sinar Surya Indah Lestari mengenai proses produksi dan permintaan kain grey pada tahun lalu, yang digunakan untuk memberikan gambaran umum penelitian serta meramalkan permintaan bulan berikutnya.
4. Teknik Analisis Data
Dalam peramalan ada dua hal yang harus diperhatikan.
Pertama adalah pengumpulan data, data harus relevan agar peramalan yang dihasilkan dapat memberikan informasi yang tepat.
Kedua pemilihan teknik yang tepat.
Metode Single Moving Averages, Metode Exponential smoothing dan Weight Moving Averages merupakan metode dengan teknik peramalan kuantitatif statistik yang pada umumnya menggunakan data historis yang menitik beratkan pada pola, dan faktor gangguan yang disebabkan oleh pengaruh acak. (Rander dan Heizer, 2009:168)
commit to user
7 Berdasarkan uraian diatas data yang digunakan oleh penulis bertujuan untuk menghitung kesalahan peramalan dengan menggunakan MAD dan MSE.
a. Metode Rata-Rata Bergerak Tunggal (Single Moving Averages) waktu, ramalan harus cukup agresif dalam mengantisipasi perubahan tersebut, sehingga nilai n yang kecil akan lebih cocok dipakai. Secara sistematis single moving averages dinyatakan sebagai berikut:
=
Keterangan :
n= periode waktu (3 bulan)
b. Metode Penghalusan Exponential (Exponential Smoothing)
Penghalusan exponential adalah teknik peramalan rata rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi exponential. Metode ini sangat sedikit pencatatan data masa lalu. Untuk meramalkan permintaan kain grey yang akan datang maka diperlukan analisis penghalusan exponential smoothing.
Rumus penghalusan exponential dapat ditunjukan sebagai berikut:
commit to user
8 Keterangan :
= peramalan permintaan kain grey baru
– 1 = peramalan permintaan kain grey sebelumnya
α = konstanta penghalus (pembobot) ( )
– 1 = permintaan aktual periode lalu
Besarnya α = antara 0-1, dimana semakin mendekati 1 berarti data terbaru diberi bobot yang lebih besar.
1) α = 0,1 artinya memberi bobot yang lebih kecil pada peramalan sebelumnya dibanding dengan data sebelumnya.
2) α = 0,5 artinya bobot yang sama antara peramalan sebelumnya sehingga terjadi keseimbangan.
3) α = 0,9 artinya bemberi bobot yang lebih besar pada peramalan sebelumnya dibanding dengan data sebelumnya.
Metode ini lebih cocok digunakan untuk meramal hal-hal yang fluktuasinya secara random atau tidak teratur.
c. Metode Weight Moving Averages (rata-rata tertimbang)
Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut :
commit to user
9 Rata-rata dengan pembobotan
Keterangan : n adalah jumlah periode dalam rata-rata bergerak tertimbang.
d. Pengukuran Hasil Akurasi Peramalan
Teknik yang digunakan penulis untuk mengukur tingkat perbedan antara hasil peramalan dengan permintaan kain Grey yang sebenarnya terjadi yaitu dengan Rata-rata Deviasa Mutlak (Mean Absolute Deviation = MAD) dan Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE)
MAD =
MSE = ∑
Keterangan:
At = Permintaan aktual pada periode ke t
Ft = Peramalan permintaan (Forecast) periode ke t
n = Jumlah periode peramalan yang terlibat
commit to user
10 F. Kerangka Pimikiran
Alur pemikiran yang digunakan penulis untuk menganalisis data permintaan kain grey pada PT. Sinar Surya Indah Lestari adalah sebagai berikut :
Gambab 1.1: Kerangka Pemikiran Data Historis
Data Permintaan Produk
Metode Peramalan Singgle Moving Average, Eksponential Smoothing dan
Weight moving averages
Penentuan Metode Peramalan yang Tepat
Dipilih tingkat error terkecil
Ramalan yang Akan Datang Permintaan produk yang akan
datang
Pegambilan Keputusan Penentuan Error Mencari tingkat kesalahan dari masing-masing metode dengan
MAD dan MSE
commit to user
11 Keterangan :
Setiap perusahaan mengalami naik turun dalam permintaan suatu produk, umunya permintaan konsumen berubah ubah setiap periode dimana perusahaan membutuhkan suatu data historis permintaan produk pada periode sebelumnya. Data sebelumnya digunakan untuk meramalkan permintaan periode yang akan datang.
Dalam menghitung data tersebut digunakan tiga metode , yaitu single moving average, exponential smoothing dan weighted moving averages. Dari hasil peramalan tersebut digunakan untuk mencari tingkat kesalahan pada metode masing masing metode peramalan. Perhitungan kesalahan tersebut menggunakan MAD (mean absolute error) dan MSE (mean square error). Untuk mengetahui metode yang paling tepat yaitu mencari tingkat error yang paling kecil.
Dari hasil peramalan tersebut dapat diketahui jumlah permintaan produk yang akan datang. Dengan adanya peramalan tersebut dapat mempermudah dalam mengatahui jumlah permintaan produk.
Selanjutnya manajer akan mengambil setelah mengetahui data peramalan tersebut.
commit to user
12 BAB II
TINJAUAN PUSTAKA
A. Pengertian Peramalan
Peramalan merupakan gambaran keadaan perusahaan pada masa yang akan datang, gambaran ini sangat penting peranannya bagi manajemen perusahaan. Karena dengan gambaran tersebut perusahaan dapat memprediksi langkah-langkah apa saja yang diambil dalam memenuhi permintaan konsumen.
Adapun pengertian peramalan menurut beberapa para ahli, yaitu : 1. Peramalan adalah seni dan ilmu untuk memprediksi kejadian-
kejadian dimasa depan (Render dan Heizer, 2009:164).
2. Peramalan adalah Proses pembuatan asumsi-asumsi atau proporsi- proporsi tentang masa depan yang bisa digunakan manajer dalam perencanaan atau pembuatan keputusan (Griffin, 2004:255).
3. Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi. Dalam hal ilmu pengetahuan sosial segala sesuatu itu belum pasti, lain halnya dengan ilmu eksakta. Jumlah penduduk, pendapatan perkapita, volume penjualan, volume penjualan perusahaan, konsumsi dan lain sebagainya itu selalu berubah-ubah, dalam hal ini perlu adanya data untuk mengadakan forecast. Tujuan forecast adalah untuk mendapatkan forecast yang bisa meminimumkan kesalahan meramal (forecast error) yang biasa
commit to user
13 diukur dengan Mean Squared Error (MSE), Mean Absolute Error (MAE) dan sebagainya (Subagyo, 2002:1).
4. Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa yang akan datang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang dan jasa (Nasution, 2005:162).
5. Ishak (2010:104) mengemukakan peramalan merupakan bagian dari awal suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnnya persoalan dalam pengambilan keputusan.
6. Peramalan adalah sebuah prediksi mengenaiapa yang akan terjadi di masa yang akan datang (Taylor III, 2005:496).
7. Gitosudarmo (2001:1) mengemukakan forecast adalah ramalan atau estimasi terhadap keadaan dimasa depan. Hal ini dapat berupa ramalan terhadap perubahan permintaan, ataupun perkembangan dunia bisnis yang dapat mempengaruhi perencanaan pemasaran.
8. Haming dan Nurnajamuddin (2005:113) mengemukakan peramalan (forecast) pada dasarny amerupakan proses pengestimasian permintaan di masa mendatang dikaitkan dengan aspekkuantitas, kualitas, waktu terjadinya, dan lokasi yang membutuhkan produk barang atau jasa yang bersangkutan.
9. Vincent (2005:72) mengemukakan peramalan merupakan suatu dugaan terhadap permintaan yang akan datang berdasarkan pada
commit to user
14 beberap avariabel peramalan, sering berdasarkan data derat waktu hostoris.
Dari kesembilan pendapat para ahli diatas maka dapat ditarik kesimpulan bahwa peramalan adalah perkiraan kejadian-kejadian diwaktu yang akan datang dengan menggunakan acuan data-data sebelumnya.
B. Tujuan Peramalan
Menurut Subagyo (2002:1) tujuan peramalan adalah mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang bisa diukur dengan Mean Squared Error (MSE), Mean Absolute Error (MAE). Dengan adanya peramalan permintaan, berarti manajemen perusahaan telah mendapatkan gambaran perusahaan dimasa mendatang, dalam hal kegiatan produksi, sehingga manajemen perusahaan akan memperoleh masakan yang sangat berarti dalam menentukan kebijakan perusahaan.
Menurut Haming dan Nurnajamuddin (2005:113) tujuan peramalan itu penting artinya bagi perusahaan bisnis, terutama untuk memenuhi keperluan pembuatan perencanaan jangka panjang.
Menurut Vincent (2005:75) tujuan peramalan untuk meramalkan permintaan dari item-item independent demand dimasa yang akan datang.
commit to user
15 C. Jenis Peramalan
Menurut Render dan Heizer (2009:164), pada jenis peramalan dapat didapatkan menjadi beberapa tipe. Di lihat dari perencanaan operasi masa depan, maka peramalan dibagi menjadi 3 macam yaitu:
a. Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.
b. Peramalan teknologi (technological forecast) memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.
c. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau layanan perusahaan.
D. Fungsi Peramalan
Fungsi peramalan tidak hanya termasuk teknik khusus dan penentuan model, tetapi juga termasuk mencakup input dan output dari subyek peramalan.
Pengembangan fungsi peramalan dibutuhkan untuk mengidentifikasi output, karena spesifikasi ouput dapat
commit to user
16 menyederhanakan pemilihan model peramalan, tetapi fungsi peramalan tidaklah lengkap tanpa mempertimbangkan input.
Peramalan biasanya meliputi beberapa pertimbangan berikut ini (Yamit:2005) :
1. Item yang diramalkan.
2. Peramalan dari atas atau dari bawah.
3. Teknik peramalan (model kuantitatif atau kualitatif).
4. Satuan yang digunakan.
5. Interval atau horizontal waktu.
6. Komponen peramalan.
7. Ketepatan peramalan.
8. Pengecualian dan situasi khusus.
9. Perbaikan parameter model peramalan.
E. Peramalan Menurut Horizon Waktunya
Menurut Render dan Heizer (2009:163), dalam hubungannya dengan horison waktu peramalan, peramalan dapat diklasifikasikan kedalam tiga kelompok, yaitu:
commit to user
17 1. Peramalan jangka panjang
Peramalan jangka panjang pada umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya.
2. Peramalan jangka menengah
Peramalan jangka menengah pada umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhususkan dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliraan kas, perencanaan produksi dan penentuan anggaran.
3. Peramalan jangka pendek
Peramalan jangka pendek pada umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lain-lain keputusan kontrol jangka pendek.
F. Tahap-tahap Peramalan
Menurut Render dan Heizer (2009:165) ada tujuh tahap yaitu:
1. Menentukan tujuan peramalan
2. Memilih unsur apa yang akan diramal
commit to user
18 3. Menentukan horison waktu peramalan (pendek, menengah, atau
panjang)
4. Memilih tipe model peramalan
5. Mengumpulkan data yang diperlukan untuk melakukan peramalan 6. Membuat peramalan
7. Memvalidasi dan menerapkan hasil peramalan
G. Karakteristik Peramalan
Menurut Nasution (2005:238), peramalan yang baik mempunyai beberapa kriteria yang penting, yaitu sebagai berikut:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan kekonsistenan peramalan tersebut.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu preramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai.
commit to user
19 3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.
H. Beberapa Sifat Hasil Peramalan
Dalam membuat peramalan atau memerapkan hasil suatu peramalan, menurut Nasution (2005:239), ada beberapahal yang harus dipertimbangkan, yaitu:
1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya bisa mengurangi ketidak pastian yang akan terjadi tetapi tidak dapat menghilangkan ketidak pastian tersebut.
2. Peramalan harusnya memberikan informasi tentang berapa ukuran kesalahan. Ini berarti bahwa peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relative masih konstan, sedangkan semakin panjang periode peramalan, semakin besar pula kemungkinan terjadinya perubahan pada faktor-faktor yang mempengaruhi permintaan.
commit to user
20 I. Pemilihan Metode yang Tepat
Kalau proses perubahan dapat diketahui dengan tepat maka forecast pasti bisa tepat seperti yang akan terjadi. Hal ini hanya bisa terjadi dalam ilmu alam dan ilmu pasti. Kerja dengan menggunakan forecast akan jauh lebih baik dari pada tanpa forecast sama sekali.
Sekarang masalahnya bagaimanakah cara membuat forecast agar bisa mendekati kenyataan. Caranya kita harus bisa memilih metode forecast yang paling cocok dengan masalahnya. Banyak sekali metode forecast yang ada, misalnya metode moving averages, metode exponential smoothing, metode weighted moving averages dan sebagainya, kesemuanya itu belum tentu cocok untuk setiap masalah.
Tidak ada suatu metode forecast yang paling baik dan selalu cocok digunakan untuk membuat forecast setiap macam hal. Suatu metode mungkin sangat cocok untuk membuat forecast mengenai suatu hal tetapi tidak cocok untuk membuat forecast hal yang lain. Oleh karena itu kita harus memilih metode yang cocok, yaitu yang bisa meminimumkan kasalahan forecast (Subagyo, 2002:5).
J. Metode Peramalan
Dalam proses peramalan yang akurat dan bermanfaat, selain mengandalkan pengumpulan data yang relevan juga diperlukan metode-
commit to user
21 metode peramalan yang tepat. Menurut Render dan Heizer (2009:167), ada 2 jenis pendekatan dalam peramalan:
1. Metode Kuantitatif
Menurut Render dan Heizer (2009:167), peramalan kuantitatif yaitu pendekatan peramalan yang menggunakan model matematis yang beragam, dengan data masalalu dan variabel sebab akibat untuk meramalkan permintaan.
Menurut Render dan Heizer (2009:141) peramalan kuantitatif dikelompokkan menjadi dua model, yaitu:
a) Metode Deret Waktu (time series models)
Model deret waktu adalah teknik peramalan yang menggunakan sejumlah data masa lalu untuk membuat peramalan (Render dan Hiezer,2009:168).
Pengolahan data kuantitatif dari seri waktu, dapat dilakukan dengan empat metode ( Render dan Heizer,2009:168), yaitu:
1) Metode rata-rata bergerak tunggal ( Single Moving Average)
Menurut Render dan Heizer (2009:170), Single Moving Average diperoleh dengan metode merata-rata permintaan berdasarkan beberapa data masa lalu yang terbaru.
commit to user
22 Rumus yang digunakan untuk menghitung dengan metode single moving average adalah sebagai berikut Render dah Heizer (2009:170).
Rata-rata bergerak
=
Dimana n adalah jumlah periode.
2) Metode Exponential Smoothing
Menurut Render dan Heizer (2009:174), penghalusan exponential adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi exponential.
Rumus penghalusan exponential dapat ditunjukkan sebagi berikut:
Keterangan :
= Peramalan baru
- Peramalan sebelumnya
= Konstanta penghalusan (pembobot) ( ) – 1 = Permintaan aktual periode lalu.
commit to user
23 3) Metode Weight Moving Averages
Apabila ada pola yang trend dan pola yang terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. Teknik ini lebih respontif terhadap perubahan karena periode yang lebih berat.
Rata-rata bergerak dengan pembobotan dapat digambarkan secara matematis sebagai berikut:
Rata-rata dengan pembobotan:
4) Proyeksi Trend
Menurut Render dan Heizer (2009:185), proyeksi trend suatu metode peramalan serangkaian waktu yang sesuain dengan garis trend terhadap serangkaian titik-titik data masalalu, kemudian diproyeksikan kedalam peramalan masa depan.
Rumus titik potong sumbu y:
ỳ (disebut “y topi”) = nilai terhitung dari variable yang
akan diprediksi (disebut variable terikat).
commit to user
24 a = persilangan sumbu y.
b = garis regresi (atau tingkat perubahan
pada y untuk perubahan yang terjadi di x).
x = variable bebas (dalam kasus ini adalah waktu).
Rumus kemiringan b dengan:
dimana:
b = kemiringan garis regresi.
Σ = tanda penjumlahan total.
x = nilai variable bebas yang diketahui.
y = nilai variable terikat yang diketahui.
b) Model Asosiatif
Model peramalan asosiatif biasanya memperhitungkan beberapa variabel yang berhubungan dengan besaran yang diprediksi. Saat variabel terkait ini ditentukan, dibuat model statistik yang digunakan untuk peramalan. Pendekatan ini lebih hebat dari pada metode deret waktu yang hanya menggunakan nilai historis dari variabel yang diramalkan. Metode peramalan asosiatif kuantitatif yang paling umum adalah reresi linier.
commit to user
25 Menurut Render dan Heizer (2009:195), analisis regresi linier adalah model matematika garis lurus untuk meggambarkan hubungan fungsional antara variabel-variabel yang bebas maupun variabel yang terikat.
2. Metode Kualitatif
Metode kualitatif yaitu peramalan yang menggabungkan faktor- faktor penting seperti intuisi pengambil keputusan, pengalaman pribadi, emosi, dan sistem nilai Render dan Heizer (2005:140), Teknik peramalan kualitatif yang dapat digunakan adalah sebagai berikut:
1) Keputusan dan pendapat juri eksekutif (Jury of executiveopinion)
Teknik permalan yang meminta pendapat segolongan kecil manajer dan menghasilkan estimasi permintaan kelompok.
2) Metode Delphi
Teknik peramalan yang menggunakan proses kelompok dimana para pakar melakukan permalan.
3) Komposit tenaga penjualan (sales for composite)
Teknik peramalan berdasrkan prediksi tenaga penjualan akan penjulan yang diharapkan.
commit to user
26 4) Survei pasar konsumen
Metode peramalan yang meminta input dari konsumen mengenai rencana pembelian mereka dimasa depan.
K. Pengukuran Kesalahan Peramalan
Menurut Nasution (2005:240), pengukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
Ada beberapa metode yang bisa digunakan untuk mengevaluasi kesalahan peramalan (forecast error) diantarannya:
1. Rata-rata deviasi mutlak ( Mean Absolute Deviation = MAD)
MAD merupakan kesalahan peramalan menyeluruh selama periode tertentu, tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan dengan kenyataannya.
Secara sistematis Nasution merumuskan persamaan MAD sebagai berikut:
MAD =
Keterangan:
At = Permintaan aktual pada periode ke t
Ft = Peramalan permintaan (Forecast) periode ke t
commit to user
27 n = Jumlah periode peramalan yang terlibat
2. Rata-rata kudarat kesalahan (Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan periode dan membaginya dengan jumlah periode peramalan Nasution.
Secara matematis Nasution (2005:240), merumuskan persamaam MSE sebagai berikut:
MSE = ∑
Keterangan:
At = Permintaan aktual pada periode ke t
Ft = Peramalan permintaan (Forecast) periode ke t n = Jumlah periode peramalan yang terlibat
3. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah.
MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan Nasution.
Secara matematis Nasution (2005:240), merumuskan persamaam MFE sebagai berikut:
commit to user
28 MFE =
Keterangan:
At = Permintaan aktual pada periode ke t
Ft = Peramalan permintaan (Forecast) periode ke t
n = Jumlah periode peramalan yang terlibat
4. Rata-rata Presentase Kesalahan Absolut (Mean Absolute Precentage Error = MAPE)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan presentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi presentase kesalahan terlalu tinggi atau terlalu rendah Nasution.
Secara matematis Nasution (2005:240), merumuskan persamaam MFE sebagai berikut:
MAPE = ∑
Keterangan:
At = Permintaan aktual pada periode ke t
Ft = Peramalan permintaan (Forecast) periode ke t n = Jumlah periode peramalan yang terlibat
commit to user
29 BAB III
PEMBAHASAN
A. Gambaran Umum Perusahaan
1. Sejarah Berdirinya PT. Sinar Surya Indah Lestari Sukoharjo
PT. Sinar Surya Indah Lestari adalah perusahaan manufactur yang bergerak dibidang textil, mulai dari proses pemutihan (dyeing), printing dan finishing. PT. Sinar Surya Indah Lestari didirikan pada tanggal 11 Juni 1991 oleh Bapak Johannes Harsinto dengan SIUP No.030/11.35/pm/VI/1991 dengan lahan seluas 9400 dan merupakan Badan Usaha atau Perusahaan Perseorangan yang berlokasi di jalan Solo – Sukoharjo km 7,2 Telukan, Grogol, Sukoharjo.
Pada saat pertama perusahaan berdiri, Perusahaan hanya bergerak dalam bidang Printing dan Finishing, tetapi 5 tahun kemudian, tahun 1996 perusahaan mulai berkembang dengan mengadakan ekspansi produk dan mencoba sub departemen produksi yang baru yaitu sub departemen pemutihan (dyeing). Hal ini dilakukan atas dasar pertimbangan yaitu adanya permintaan untuk mensupai kain putih kepada pelanggan, pertimbangan bahan baku yang lebih murah apabila memproses kain putih sendiri dan
commit to user
30 pertimbangan agar tidak terjadi keterlambatan dalam hal pemenuhan persediaan bahan baku,
dan pada tahun 2004/2005 Prusahaan bekembang lagi membuka unit produksi Weaving (tenun) sampai sekarang.
2. Lokasi
PT. Sinar Surya Indah Lestari di jalan Solo-Sukoharjo km 7,2 Telukan, Grogol, Sukoharjo ada beberapa alasan mengapa daerah ini dipilih sebagai lokasi perusahaan, antara lain :
a. Segi Ekonomis
1) Mempermudah dalam pendistribusian barang, daik bahan baku maupun barang jadi yang akan didistribusikan kepada pelangaan.
2) Mudah dalam hal memasarkan hasil produksi karena dekat dengan jalan raya dan pusat kota.
b. Segi Sosial
1) Menciptakan lapangan kerja baru bagi masyarakat sekitar perusahaan.
2) Membantu pemerintah dalam mensukseskan kampanye pemakaian produk dalam negeri.
commit to user
31 c. Segi Geografis
Daerah sekitar perusahaan sangat strategis yaitu terletak dekat dengan jalan raya dan pusat kota selain itu juga dekat dengan lokasi pasar, sehingga mempermudah pemasarannya.
d. Segi Teknis
Secara teknis daerah Sukoharjo khususnya di daerah Telukan dapat didirikan suatu perusahaan dan kemungkinan besar untuk memperluas perusahaan dapat dilakukan karena daerah sekitar perusahaan masih banyak terdapat lahan kosong.
3. Visi dan Misi Perusahaan
Visi :
Menjadi Perusahaan yang terkenal di wilayah sekitar (Jawa Tengah)
Misi :
Melaksanakan prosedur dan instruksi kerja yang tepat untuk menghasilkan mutu produksi demi kepuasan pelanggan.
commit to user
32 4. Tujuan Perusahaan
PT. Sinar Surya Indah Lestari didirikan memiliki tujuan baik secara umum maupun khusus.
a. Ikut serta membantu Pemerintah RI dalam menunjang pembangunan khususnya dalam pengadaan sandang.
b. Membuka kesempatan kerja bagi masyarakat, khususnya Sukoharjo dan sekitarnya.
c. Meningkatkan kualitas dan kuantitas produksi sehingga dapat memenuhi permintaan pasar dan selera konsumen pada umumnya.
5. Struktur Organisasi
Dalam suatu perusahaan dapat dipastikan mempunyai sebuah struktur organisasi karena pada umumnya struktur organisasi menggambarkan tugas yang berbeda-beda kepada masing-masing karyawan. PT. Sinar Surya Indah Lestari berdasarkan susunan organisasinya merupakan organisasi berbentuk garis. Pada organisasi kekuasaan dan tanggung jawab bercabang di setiap tingkat pimpinanya dari tingkat paling atas sampai tingkat paling bawah.
Setiap atasan mempunyai bawahan tertentu yang masing-masing memberikan tanggung jawab akan pelaksanaan tugas dari atasannya, tidak seorang pun dari organisasi dalam perusahaan yang tidak memiliki atasan lebih dari seorang. Alasan dipilihnya struktur
commit to user
33 organisasi ini adalah untuk mempermudah koordinasi dan pengawasan sehingga dapat membuat kedisiplinan di setiap karyawan. Berikut adalah struktur organisasi PT. Sinar Surya Indah Lestari :
commit to user
34
commit to user
35 Tugas dari masing-masing bagian dalam struktur organisasi antara lain:
a. Owner
1. Mempertahankan saham yang dimilikinya.
2. Membuat rencana produksi dan mengawasi jalannya produksi.
b. Direktur
1. Mengangkat serta memberhentikan direksi.
2. Sebagai koordinator yang mengadakan pengawasan terhadap pelaksanaan rencana yang telah ditetapkan sebelumnya dan mengawasi kegiatan perusahaan secara keseluruhan.
3. Mengadakan rapat koordinasi yang mengambil keputusan terakhir dan mempertimbangkan saran dari bawahannya.
c. HRD dan GA
1. Melaksanakan penerimaan karyawan baru.
2. Membuat tata tertib bagi karyawan, mengawasi absensi karyawan, dan mengawasi pelaksanaan pembayaran gaji dan upah karyawan.
3. Melakukan pemutusan hubungan kerja pada karyawan yang Melanggar peraturan yang telah ditetapkan.
commit to user
36 4. Mengelola dan mengusahakan kesejahteraan sosial bagi
karyawan sesuai dengan peraturan manakertrans dan UU
ketenaga kerjaan.
d. Accounting dan Finance
1. Melaksanakan pencatatan dan pembukuan seluruh transaksi yang dilakukan secara periodik.
2. Melakukan pembukuan dan menyusun laporan keuangan perusahaan.
3. Menjamin terjadinya seluruh pencatatan transaksi perusahaan dan laporan keuangan secara periodik untuk perencanaan dan pengendalian perusahaan.
4. Menyelenggarakan transaksi penerimaan dan pengeluaran kas pada perusahaan.
e. Marketing
1. Mencari pelanggan atau konsumen baru.
2. Mempelajari strategi tentang penjualan atau pemasaran dari produk sejenis dari perusahaan lain sebagai bahan perbandingan serta antisipasi pasar.
commit to user
37 f. Factory Manager
Tugas dan tanggung jawab factory manager adalah mengatur dan mengawasi semua pekerjaan yang ada dalam bagian produksi demi kelancaran produksi agar target yang dicanangkan dapat tercapai mulai dari perencanaan produksi, pemrosesan, dan finishing. Factory Manager membawahi 8 bagian yaitu:
1. Produksi Weaving
Weaving adalah bagian produksi yang bertanggung jawab atas proses produksi yang merubah benang menjadi kain atau penenunan.
2. Produksi Finishing
Finishing adalah bagian yang bertanggung jawab atas proses pemutihan, penghalusan, dan pewarnaan.
3. Proses Printing
Printing adalah bagian yang bertanggung jawab atas proses pemberian motif pada kain atau yang sering disebut sablon.
4. PPC
PPC ( Planning Product Control ) adalah bagian perencanaan dan pengontrolan proses dan hasil produksi.
5. Pemberian Gambar
commit to user
38 Pemberian gambar merupakan bagian pemberian motif
atau gambar pada kain atau pendesainan kain.
6. Laboratorium dan Obat
Laboratorium bertanggung jawab atas pengadaan dan penggunaan obat dalam proses produksi.
7. Utility atau Maintenance
Utility atau Maintenance bertanggung jawab atas pemeliharaan dan perawatan terhadap mesin-mesin produksi, instalasi listrik, dan peralatan kantor.
8. Gudang
Tugas dari bagian gudang adalah pembuatan surat permintaan barang jika barang habis dan bertanggung jawab penuh mengenai gudang, mulai dari penerimaan barang, menyimpan barang, sampai dengan mengeluarkan barang dari gudang.
g. Purchasing
1. Memperoleh informasi mengenai harga barang dan menentukan supplier yang dipilih dalam pengadaan barang.
2. Menentukan pemeriksaan terhadap jenis dan kuantitas barang sesuai dengan surat permintaan pembelian dari gudang.
commit to user
39 3. Melakukan pemesanan barang kepada supplier yang
dipilih atas otoritas direktur.
4. Bertanggung jawab atas pembelian barang baku dan bahan pembantu untuk proses produksi.
h. Satpam
Tugas dari satpam adalah bertanggung jawab atas keamanan dalam perusahaan. Selain itu satpam juga menerima tamu dan telpon yang masuk keperusahaan.
6. SDM dan Penggajian a. Tenaga Kerja
Tenaga kerja adalah salah satu sumber penting dalam perusahaan untuk menjalankan roda produksi. Jika tenaga kerja tidak ada maka perusahaan akan mengalami kerugian yang sangat besar karena tidak bisa menjalankan roda produksinya. PT. Sinar SuryaIndahLestari memiliki jumah tenaga kerja sebanyak 268 orang. Tenaga kerja PT. Sinar Surya Indah Lestari mayoritas berasal dari Sukoharjo.
commit to user
40 Tabel 3.1
Jumlah Tenaga Kerja PT. Sinar Surya Indah Lestari
Bagian Jumlah Karyawan
Komisaris 1 orang
Direksi 3 orang
Bagian Weaving 146 orang
Bagian Finishing 53 orang
Bagian Printing 22 orang
Bagian Gudang 8 orang
Bagian Personalia 2 orang Bagian Keuangan 3 orang Bagian Teknik Umum 15 orang
PPC 12 orang
Satpam 3 orang
Jumlah 268 karyawan
Sumber : Bagian Personalia PT. Sinar Surya Indah Lestari,2011
b. Hak dan Kewajiban
Setiap karyawan dalam perusahaa mempunyai hak dan kewajiban, antara lain sebagai berikut :
1) Hak karyawan
a) Mendapat upah sesuai dengan pengerjaannya.
b) Menjadi anggota PT. Sinar Surya Indah Lestari.
c) Mendapatkan perilaku adil dalam perusahaan.
d) Mendapatkan fasilitas dan kesejahteraan.
commit to user
41 2) Kewajiban karyawan
a) Melaksanakan tugas pekerjaan yang diberikan oleh perusahaan dengan penuh tanggung jawab.
b) Mematuhi tata tertib yang ada di perusahaan.
c) Menjunjung tinggi nama baik perusahaan dan tidak membocorkan rahasia perusahaan.
c. Sistem Kerja
Perusahaan memberlakukan jam kerja 8 jam sehari dan 6 hari kerja, yaitu senin sampai sabtu.
Untuk karyawan bagian produksi dibagi 3 shift dan mempunyai jam kerja sebagai berikut :
1) Shift 1 pukul 07.00 – 15.00 WIB.
2) Shift 2 pukul 15.00 – 23.00 WIB.
3) Shift 3 pukul 23.00 – 07.00 WIB.
Sedangkan karyawan kantor mempunyai jam kerja sebagai berikut:
1) Senin – kamis pukul 08.00 – 16.00 dengan istirahat 1 jam.
2) Jumat pukul 08.00 – 16.00 dengan istirahat 1.5 jam.
3) Sabtu pukul 08.00 – 13.00 tanpa jam istirahat.
commit to user
42 d. Kesejahteraan karyawan
Perusahaan memberikan kesejahteraan kepada karyawaan berupa :
1) Penggajian
Dilakukan setiap akhir bulan kepada seluruh karyawan.
2) Jaminan Sosial
Diberikan kepada karyawaan untuk memberikan rangsangan kepada karyawan untuk menignkatkan prestasi mereka, selain itu jaminan sosial sangat mempengaruhi kelancaraan kerja dalam perusahaan.
Jaminan sosial yang diberikan antara lain : a) Jaminan kesejahteraan karyawan.
b) Jaminan hari libur dan cuti.
c) Jamsostek.
d) Pemberian tujangan.
e) Tunjangan hari raya.
f) Tunjangan asuransi kecelakaan dan kematian.
7. Pemasaran
a. Daerah pemasaran
Produk yang dihasilkan perusahaan berupa kain. Bahan baku yang digunakan ada beberapa macam diantarnya benang
commit to user
43 rayon, benang polyester, dan benang cotton, tergantung dari permintaan konsumen. Daerah pemasarannya masih di Pulau Jawa.
b. Saluran Distribusi
Untuk mempermudah dan menghemat biaya distribusi maka perusahaan menerapkan sistem pendistribusian dengan melayani pelanggan dengan mengirim langsung pesanan kepada pelanggan tanpa melalui perantara dan menggunakan alat transportasi berupa truk.
c. Kebijakan Harga Konfungsional
Kebijkan harga yang diberlakukan oleh perusahaan berdasarkan harga fungsional yaitu hanya disesuaikan dengan besar kecilnya biaya produksi yang ditanggung persahaan. Biaya- biaya yang mempengaruhi harga antara lain: biaya bahan baku, harga bahan penunjang, biaya tenaga kerja langsung dan tidak langsung.
8. Aspek Keuangan
a. Sumber Dana Perusahaan
Sumber dana yang penting bagi perusahaan berasal dari aktivitas opersional perusahaan. Dari laba yang dihasilkan melalui aktivitas tersebut maka akan diperoleh kas perusahaan, modal
commit to user
44 kerja yang digunakan untuk membiayai aktivitas opersional berasal dari transaksi penjualannya. Sumber dana perusahaan juga berasal dari modal pribadi dan penjualan tunai.
b. Penggunaan Dana
Dana yang dimiliki perusahaan digunakan untuk memperlancar kegiatan opersional. Tanpa adanya sumber dana yang cukup maka kegiatan opersional perusahaan akan terganggu, maka dari itu PT. Sinar Surya Indah Lestari berusaha untuk mengelola penggunaan seefisien mungkin. Penggunaan dana meliputi pembayaran kas, pembelian bahan baku, bahan penunjang, serta peralatan lainnya. Selain untuk pembayaran operasional pnggunaan dana juga digunakan untuk pembayaran usaha seperti gaji karyawan, biaya listrik, dan biaya telepon.
9. Aspek Produksi
Perusahaan ini menghasilkan produk yang berupa kain grey, kain motif, dan kain putih, selain itu perusahaan juga jasa service kain seperti pencucian kain, printing, dan dyeing.
commit to user
45 a. Bahan Baku untuk Produksi
Bahan baku yang digunakan dalam proses produksi adalah benang, benang merupakan bahan utama yang digunakan dalam pembuatan kain. Jenis benang yang digunakan seperti rayon, dan catton.
b. Bahan Pembantu
Bahan pembantu utama yang digunakan untuk mendukung proses produksi kain diantaranya seperti kanji, doskol, softener, dan pewarna textile.
c. Mesin Produksi
Mesin yang digunakan dalam proses produksi terdiri dari:
1) Mesin Wearping.
2) Mesin Palet.
3) Mesin Cucuk.
4) Mesin Tenun.
5) Mesin Inspect.
6) Mesin Lipat.
d. Proses Produksi
Pada pembahasan inihanya menguraikan proses produksi pada departemen weaving yaitu pembuatan kain grey. Pembuatan kain grey memerlukan beberapa tahapan proses diantaranya sebagai berikut:
commit to user
46 1) Persiapan Benang
Persiapan benang terdapat dua macam yaitu persiapan benang untuk benang lusi dan benang pakan beraneka macam tergantung pada jenis kain yang akan dibuat, dan berdasarkan pesanan dari konsumen. Benang yang akan diproduksi berasal dari perusahaan kain yang disimpan di gudang benang.
2) Warping atau Penghanian
Kegiatan warping ini merupakan proses penggulungan benang dari bentuk chese ke dalam bentuk boom lusi (boom yang akan ditenun dengan bentuk gulungan sejajar) proses ini menggunakan mesin warper.
Hal-hal ynag perlu diperhatikan dalam perencanaan proses warping adalah:
a) Jumlah benang lusi.
b) Panjang benang lusi.
c) Banyaknya chese yang akan digunakan.
3) Sizing atau Pengkanjian
Proses sizing iniadalah sejumlah jajaran benang lusi yang telah teratur yang berawal dari boom hanian kemudian dimasukkan ke dalam bak yang berisi larutan kanji yang telah
commit to user
47 diproses oleh roll pengeras. Benang selanjutnya dipisah oleh roll pemisah benang basah dan dikeringkan melalui beberapa silinder pengering yang berisi uap panas, proses akhir benang dipisahkan dengan batang-batang pemisah dilakukan pada akhir expansi yang kemudian digulung oleh roll boom tenun.
4) Reaching atau Pencucukan
Proses pencucukan adalah proses memasukan benang lusi ke dalam lubang dropper dan gun. Proses pencucukan ini dipengaruhi oleh anyaman kain yang akan dibuat dan alat pembentuk mulut lusi pada mesin tenun yang akan digunakan.
Pencucukan dilakukan oleh operator sebagai benang pencucukan.
5) Palet
Palet merupakan proses penggulungan benang ke dalam kayu linting kemudian dimasukkan ke dalam teropong kayu linting. Penggulungan benang palet yang telah berisi banang dipindahkan kebagian penenunan bersama dengan banang lusi.
commit to user
48 6) Tenun
Proses tenun dapat dilakukan bersama dengan proses palet, tenun merupakan proses penyilangan atau menganyam antara benang lusi dan benang pakan sehingga terbentuk suatu kain yang memenuhi rancangan yang telah ditentukan operator yang menjalankan tenun bertugas mengawasi jalannya mesin tenun dan menyambung benang apabila terdapat benang putus secara otomatis mesin tenun akan terhenti, serta memasukkan kayu linting benang pakan apabila benang pakan sudah habis dan perlu diganti dengan kayu linting yang baru.
7) Inspecting
Inspecting merupakan proses pemeriksaan jika ada kain cucuk yang rusak. Alat-alat yang digunakan antara lain gunting, dan sisir untuk merapatkan antara benang lusi dan benang pakan, serta clipper untuk mengambil kotoran yang terdapat dalam kain.
commit to user
49 8) Folding
Folding merupakan langkah terakhir dalam pembuatan kain grey, proses ini adalah pelipatan kain dengan menggunakan mesin folding setelah melalui proses inspecting.
Berikut adalah gambar alur proses produksi kain grey pada PT. Sinar Surya Indah Lestari:
commit to user
50
commit to user
51 B. Laporan Kerja Magang
1. Pelaksanaa Magang
Magang kerja dilaksanakan di PT. Sinar Surya Indah Lestari.
Pelaksanaannya selama 1 bulan. Dari tanggal 16 Januari sampai dengan tanggal 16 Fabruari 2012. Berikut ini adalah peraturan yang harus dipatuhi selama magang diperusahaan.
a. Peserta magang diwajibkan datang dan pulang tepat waktu.
b. Peserta magang memakai pakaian bebas dengan ketentuan rapi dan sopan.
c. Berperilaku sopan selama pelaksanaan kerja magang.
2. Kegiatan Magang Kerja
Rincian kegiatan selama magang kerja sebagai berikut:
a. Minggu pertamatanggal 16 Januari - 21 Januari 2012 :
1) Perkenalan kepada manajer perusahaan, pembimbing magang, staff, dan karyawan.
2) Penempatan tempat magang kerja dan penjelasan peraturan dalam perusahaan.
3) Mengamati lokasi dan lingkungan perusahaan.
4) Penjelasan dari pembimbing magang kerja tentang hal-hal yang berkaitan dengan perusahaan terutama pada bagian weaving.
commit to user
52 b. Minggu kedua tanggal 24 Januari – 28 Januari 2012 :
1) Mengamati, mempelajari data-data yang berkaitan dengan proses produksi di setiap departemen di perusahaan.
c. Minggu ketiga tanggal 30 Januari – 4 Februari 2012 :
1) Melakukan pengamatan di bagian weaving mengenai proses produksi dan dijelaskan tentang peralatan yang digunakan dalam proses produksi pada departemen weaving.
2) Melakukan wawancara dan membantu karyawan dalam menyelesaikan tugas di bagian PPC.
3) Mencari data yang berkaitan dengan topik forecast di bagian PPC.
d. Minggu keempat tanggal 6 Februari – 11 Februari 2012 :
1) Mencari data di bagian personalia mengenai perusahaan dan karyawan yang bekerja.
2) Melakukan pengamatan dan pembelajaran mengenai produktivitas kerja dari karyawan.
e. Minggu kelima 13 Februari – 15 Februari 2012 :
1) Melakukan pengecekan terhadap semua data yang diperoleh selama magang dan melengkapi data yang kurang.
commit to user
53 2) Berpamitan dengan staf, pembimbing magang, dan karyawan
karena magang kerja telah selesai.
Demikian laporan magang kerja yang telah dilaksanakan pada tanggal 16 Januari sampai dengan 15 Januari 2012 dalam rangka penulisan tugas akhir.
C. Pembahasan Masalah
PT. Sinar Surya Indah Lestari merupakan sebuah perusahaan manufaktur yang bergerak dibidang textile. Salah satu produk yang dihasilkan adalah kain grey, kemudian didalam melakukan kegiatan penelitian terhadap suatu perusahaan tersebut, maka diperlukan suatu tindakan atau analisis data dengan tujuan untuk memberikan masukan atau saran terhadap perusahaaan tersebut.
Dalam bab ini akan menganalisis mengenai peramalan permintaan kain grey untuk memprediksi permintaan kain grey pada periode Februari 2012. Dalam perhitungan peramalan permintaan kain grey menggunakan data permintaan bulan Februari 2011 hingga Januari 2012 untuk dianalisis.
Penulis menggunakan 3 Metode peramalan yakni Metode Moving Average (periode 3 bulan), Weighted Moving Average (periode 3 bulan), Exponential Smoothing (α=0.1;α=0.5; α=0.9).
Adapun data yang dipergunakan dalam menghitung peramalan dan pembahasannya adalah sebagai berikut:
commit to user
54 Tabel 3.2
Data Permintaan Kain Grey PT. Sinar Surya Indah Lestari Februari2011 – Januari 2012
Sumber : bagian gudang PT. Sinar Surya Indah Lestari,2011
1. Penentuan Peramalan Penjualan
a. Metode Single Moving Averages 3 Bulanan
Metode Single Moving Averages dengan periode waktu 3 bulan yaitu melakukan peramalan dengan menjumlahkan tiga periode permintaan kain Grey sebelumnya lalu dibagi 3.
No Bulan Permintaan kain Grey (m) 1
2 3 4 5 6 7 8 9 10 11 12
Februari 2011 Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari 2012
258.327,5 346.166 279.638,5
252.564 319.959,5
716.652 90.144 50.233,5
76.710 176.436,5
158.716 689.475,2
commit to user
55 Tabel 3.3
Perhitungan Peramalan Permintaan kain Grey dengan Metode Single Moving Averages 3 Bulanan
Februari 2011 –Februari 2012 PT. Sinar Surya Indah Lestari
Data permintaan kain Grey PT. Sinar Surya Indah Lestari Solution
Demand(y) Forecast Error |Error| Error^2 |Pct Error|
February 2011 258327,5
March 346166
April 279638,5
May 252564 294710,7 -42146,66 42146,66 1776341000 ,17
June 319959,5 292789,5 27170 27170 738208900 ,08
July 716652 284054 432598 432598 187141000000 ,6
August 90144 429725,2 -339581,2 339581,2 115315400000 3,77 September 50233,5 375585,2 -325351,7 325351,7 105853700000 6,48 October 76710 285676,5 -208966,5 208966,5 43667000000 2,72
November 176436,5 72362,5 104074 104074 10831400000 ,59
December 158716 101126,7 57589,33 57589,33 3316531000 ,36
January 2012 689475,2 137287,5 552187,7 552187,7 304911300000 ,8
TOTALS 3415023,0 257573,1 2089665 773550800000 15,58
AVERAGE 284585,2 28619,23 232185 85950090000 1,73
Next period
forecast 341542,6 (Bias) (MAD) (MSE) (MAPE)
Std err 332426,3
Sumber :POM for Windows,2012
Hasil ramalan permintaan kain Grey pada bulan Februari 2012 menggunakan POM for Windows dengan metode Single Moving Averages 3 Bulanan yaitu 341.542,6 m dengan tingkat kesalahan MAD 232.185dan MSE85.950.090.000.
Adapun secara matematis persamaan yang digunakan adalah :
Rata-rata bergerak
