BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

23

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4. 1 Pengumpulan Data

Pengumpulan data berisikan hal-hal tentang data-data yang dibutuhkan untuk memperoleh solusi yang terbaik demi mencapai tujuan penulisan laporan ini . Berikut data-data pengumpulan data yang dimaksudkan.

4.1. 1.Sejarah Singkat Perusahaan

PT Agronesia Divisi Saripetojo Bandung merupakan bagian dari perusahaan PT Agronesia. PT Agronesia sendiri merupakan kantor pusat yang memiliki beberapa divisi usaha, mulai dari industri pengolahan karet, industri makanan dan minuman, serta industri es. PT Agronesia Divisi Saripetojo merupakan perusahaan yang bergerak di industri es. Berikut sejarah singkat berdirinya PT Agronesia.

PT Agronesia didirikan pada tanggal 17 Juni 2002 yang memiliki 4 (empat) divisi usaha, antara lain Divisi Industri Teknik Karet, Divisi Industri Es, Divisi Industri Plastik dan Divisi Industri Makanan dan Minuman. Pada penelitian ini penulis melaksanakan penelitian pada perusahaan divisi industri es yaitu PT Agronesia Divisi Saripetojo Bandung. PT Agronesia Divisi Es Saripetojo adalah pabrik pengolahan es dengan merk dagang “Saripetojo” dibawah Divisi Industri Es PT Agronesia. Saat ini perusahaan mempunyai 4 (empat) lokasi pabrik es yang tersebar di wilayah Jawa Barat yaitu Bandung, Bogor, Sukabumi, dan Cirebon. Sebelumya perusahaan mengalami beberapa kali perubahan mulai dari pendirian hingga saat ini.

PT Agronesia Divisi Es Saripetojo, pertama kali didirikan pada jaman pemerintahan Belanda yaitu pada tahun 1930 berlokasi di Jalan Deendelsweg Nomor 24 Bandung. Pabrik pertama kali beroperasi pada tanggal 19 November 1931 dengan kapasitas kecil. Perusahaan ini merupakan perusahaan cabang dari perusahaan NV. Verenigde. Ys. Fabrieken yang berpusat di Surabaya.

24 Tahun 1943, pabrik es yang semula didirikan oleh pemerintah Belanda berpindah kekuasaan kepada pemerintahan Jepang. Hal ini dikarenakan pada saat itu pemerintahan Belanda yang menjajah Indonesia menyerah kepada Jepang, dengan sendirinya perusahaan-perusahaan yang dimiliki oleh pemerintahan Belanda langsung di kuasai oleh Jepang. Semula pabrik es ini berpusat di Surabaya. tetapi setelah di kuasai oleh Jepang pabrik es bersama dengan perusahaan yang dimiliki pemerintah Belanda lainnya bersatu dan berpusat di Jakarta.

Tahun 1945, kegiatan produksi es dihentikan karena seluruh karyawan mengungsi ke daerah luar Bandung. Karena pada waktu itu pemerintahan Jepang sudah tidak mampu lagi mempertahankan kekuasaannya dan kesempatan menyerahnya Jepang ini dimanfaatkan oleh Indonesia untuk meraih kemerdekaannya. Maka dari itu kegiatan produksi pabrik es dihentikan mulai dari Agustus 1945 hingga Maret 1946 .

Tahun 1946, setelah situasi mulai mereda pabrik mulai direnovasi kembali oleh NV. Verenigde. Ys. Fabrieken (pemerintahan Belanda) karena pada masa itu Indonesia dikuasi kembali oleh pemerintahan Belanda. Namun 12 tahun setelah itu, pabrik es diambil alih oleh Pemerintahan Republik Indonesia pada tahun 1958. Sesuai Dekrit Presiden, pada tahun 1959 dilakukan nasionalisasi perusahaan Belanda menjadi milik Indonesia. Lalu setelah perusahaan diambil alih oleh Pemerintahan Republik Indonesia, pada tahun 1964 melalui Peraturan Perdana Menteri Republik Indonesia tanggal 14 Desember 1964 No. 188/BPM/1964 dan PP No. 7 Tahun 1964 pabrik es NV. Verenigde. Ys. Fabrieken berubah nama menjadi PN Parwita Jasa. PN Parwita Jasa adalah Perusahaan Negara yang didirikan oleh pemerintah Belanda dan dinasionalisasi 38 menjadi milik Indonesia. Pabrik ini masih mengolah es seperti awal mula didirikan oleh pemerintah Belanda.

Pabrik mengalami perubahan pengelolaan pada tahun 1979, yang semula Perusahaan Negara yang dikelola oleh Negara berubah menjadi Perusahaan Daerah dibawah pengelolaan Pemerintah Daerah. Tepatnya di daerah Provinsi Daerah Tingkat I Jawa Barat. Melalui Peraturan Daerah Provinsi Daerah Tingkat I Jawa Barat No. 15/PD-DPRD-GR/64 serta perubahannya No. 8 Tahun 1979 pabrik berubah nama menjadi Perusahaan Daerah (PD) Makanan Minuman Kerta Sari

25 Jawa Barat (PD Kerta Sari Mamin Jawa Barat) yang semula adalah Perusahaan Negara Parwita Jasa (PN Parwita Jasa).

Tahun 1999, setelah perubahan pengelolaan pabrik PN Parwita Jasa berganti nama menjadi PD Kerta Sari Mamin Jawa Barat, perusahaan mengalami peleburan dengan perusahaan daerah lainnya. Peleburan tersebut menjadi Perusahaan Daerah Industri Provinsi Daerah Tingkat I Jawa Barat sesuai dengan Perda Provinsi Daerah Tingkat I Jawa Barat No. 1 Tahun 1999 pada tanggal 26 Januari 1999. Seluruh perusahaan daerah pada masa itu menjadi satu kesatuan perusahaan yang dikelola oleh pemerintah yaitu Provinsi Daerah Tingkat I Jawa Barat. Tetapi peleburan tersebut hanya berlangsung hingga bulan Juni tahun 2002.

Tanggal 17 Juni 2002, perusahaan PD Industri Provinsi Jawa Barat berubah bentuk hukum yang semula Perusahaan Daerah menjadi Perseroan Terbatas (PT). PD Industri Provinsi Jawa Barat berubah nama dan bentuk hukum menjadi PT Agronesia yang didirikan pada tanggal 17 Juni 2002 melalui SK Menteri Kehakiman RI No. Y.A 7/6/25 Tanggal 22-3-1982 juncto No. C.87-HT.03.01 Tahun 1990 Tanggal 8-10-1990 serta Akta Notaris Popy Kuntari Sutresna, SH, M. Hum No. 8 Tahun 2002. Meskipun berubah bentuk menjadi Perseroan Terbatas, PT Agronesia masih dimiliki oleh pemerintah daerah Jawa Barat.

PT Agronesia saat ini memiliki 3 unit bisnis usaha, yaitu Unit Bisnis BMC (Bandoengsche Milk Centrale) indusrti makanan dan minuman, Pabrik Es Saripetojo, dan Unit Bisnis INKABA (Industri Karet dan Barang). Seiring berjalannya waktu perusahaan mengalami peningkatan dari awal didirikan hingga saat ini. Termasuk Pabrik Es Saripetojo Bandung yang telah menggunakan mesin produksi yang canggih untuk menghasilkan es yang berkualitas dan dapat bersaing dengan pabrik es lainnya yang dimiliki oleh pihak swasta.

26

4.1. 2Visi Perusahaan

Visi merupakan cita-cita atau tujuan yang ingin dicapai oleh sebuah organisasi. Tentunya sebuah perusahaan memiliki cita-cita dimasa depan yang ingin dicapai. Termasuk PT Agronesia yang memiliki visi sebagai berikut: “Dengan asas-asas profesionalisme PT Agronesia berdaya saing tinggi serta menjadi andalan pendapatan asli daerah dan stakeholder lainnya dalam era globalisasi.”

4.1. 3 Misi Perusahaan

Misi merupakan cara-cara yang harus dilakukan untuk mencapai visi. Kiat-kiat yang perlu dilakukan agar tujuan perusahaan tercapai dituangkan didalam misi. Berikut adalah Misi PT Agronesia :

1. Selalu meningkatkan pelayanan bagi kepuasan pelanggan (Total Customer Satisfaction).

2. Mengutamakan pelayanan dan kepuasan customer secara menyeluruh dengan memperhatikan lebih kebutuhan pelanggan (Total Customer Care), yaitu Total Customer Service dan Total Customer Friendly.

3. Pengelolaan perusahaan yang profesional disertai dengan kearifan, transparan dan berkeadilan (Good Corporate Governance).

4. Menciptakan iklim yang kondusif (Favourable) dalam peningkatan etos kerja.

5. Memanfaatkan sumber daya alam yang optimal (Local Content) dalam menghasilkan output produk.

6. Meningkatkan IPTEK dan Research & Development.

7. Sarana menghimpun kekuatan bersama untuk mencapai tujuan dalam Good House Keeping (5 R).

4.1. 4 Struktur Organisasi

PT Agronesia Divisi Es Saripetojo memiliki beberapa cabang di wilayah Jawa Barat. Saripetojo terbagi 4 lokasi pabrik es terdiri dari Departemen Pabrik Es (PE) Saripetojo (SP) Bandung yang beralamat di Jalan Kebon Sirih No.18 Bandung, Departemen Pabrik Es (PE) Saripetojo (SP) Bogor yang beralamat di Jalan Ciwaringin II No. 14 Bogor, Departemen Pabrik Es (PE) Saripetojo (SP) Cirebon

27 yang beralamat di Jalan Kasepuhan No. 6 Cirebon, dan Departemen Pabrik Es (PE) Saripetojo (SP) Sukabumi yang beralamat di Jalan Jendral Sudirman No. 2 Sukabumi. Masing-masing departemen terdiri dari 3 unit kerja yang sama yaitu, Keuangan dan Umum, Produksi, dan Penjualan.Berikut adalah struktur organisasi PTAgronesia departemen pabrik es Saripetojo:

Gambar 4. 1 SO PTAgronesia Divisi Pabrik Es Saripetojo

Gambar 4.1 menjelaskan tentang gambaran struktur organisasi secara keseluruhan departemen PT Agronesia Divisi Saripetojo, pada kesempatan kali ini penulis melakukan kegiatan studi lapangan di PT Agronesia Divisi Industri Es Saripetojo Bandung, Berikut adalah struktur organisasi di PT Agronesia Divisi Industri Es Saripetojo Bandung:

28

Gambar 4. 2Struktur Organisasi PTAgronesia Divisi Saripetojo Industri Es

Bandung

Jabatan tertinggi pada unit usaha PT Agronesia PE SP Bandung diduduki oleh Manajer, Manajer membawahi Asisten Manajer Keuangan dan Umum, Asisten Manajer Produksi, Supervisi Penjualan Es Balok dan Es Kristal. Selanjutnya Asisten Manajer Keuangan dan Umum membawahi Supervisi Keuangan, Supervisi Umum, dan Supervisi Personalia. Masing-masing supervisi membawahi staf yang berhubungan dan sesuai dengan lingkup kerjanya. Supervisi Penjualan Es Balok dan Es Kristal yang langsung di bawahi oleh manajer juga membawahi staf yang berhubungan langsung dengannya yaitu Staf administrasi penjualan es kristal dan es balok. Terakhir Asisten Manajer Produksi membawahi Supervisi Produksi Es Balok, dan Supervisi Produksi Es Kristal. Masing-masing supervisi produksi membawahi Staf administrasi produksi, Staf pemeliharaan, Staf Pergudangan, Operator Mesin, Operator Derek.

29

4.1. 5 Kegiatan Produksi Di PT Agronesia Divisi Saripetojo industri es

PT Agronesia Divisi Saripetojo Bandung industri es yang kegiatan utama operasionalnya adalah mengolah bahan baku air sehingga menjadi produk es. Bahan baku utama pembuatan es berasal dari sumber mata air yang telah melalui uji kelayakan air yang aman dan terjamin kualitasnya untuk dikonsumsi oleh manusia. Produk es yang dihasilkan oleh perusahaan yaitu es balok (block ice) , es kristal (tube ice) dan es serut. Masing-masing produk melalui proses produksi yang berbeda, berikut penjelasan proses produksi masing-masing.

A. Es Balok (Block Ice)

Didalam pembuatan es balok yang menjadi bahan baku tentunya adalah air, pertama-tama air diambil dari dalam tanah dengan kedalaman ± 114 meter, menggunakan pompa berkapasitas 5 HP untuk menuju ke tangki penampung A ( 3 buah x 14m3), selanjutnya dialirkan menggunakan pompa berkapasitas 1,10 kw menuju water treatment yang berfungsi sebagai filter atau penyaring. Kemudian air dialirkan menuju tangki penampung B ( 2 buah x 10m3), selanjutnya air mangalir menuju bak penampung. Karena air telah melalui water treatment maka air dalam bak penampung sudah bersih dengan PH = 7 dan telah siap untuk mengisi cetakan es balok melalui filling tank. Untuk mengisi bahan baku (air) pada cetakan maka cetakan es harus berada pada meja jomplangan selanjutnya diisi air dari filling tank hingga terisi penuh ± 20 cm dari ujung atas cetakan.

Tahap selanjutnya cetakan es dipindahkan 40 kedalam bak pembuat es balok menggunakan mesin derek kemudian air diberi udara atau blowing system pada titik tengah diatas cetakan es agar es balok yang terbentuk padat dan bening, proses blowing system dilakukan selama 12-16 jam tergantung dari ukuran cetakan es balok. Apabila selang blowing system telah terpasang pada cetakan es maka selanjutnya menutup bak pembuat es balok dengan penutupnya menggunakan mesin derek.

Proses pembuatan es balok di mulai cetakan es masuk memerlukan waktu ± 24 jam hingga suhu bak mencapai -100C. Dalam bak pembuat es balok terdapat Evaporator, Agitator dan Air garam yang memiliki fungsi yang berbeda.

30 Evaporator adalah salah satu komponen dari mesin pendingin yang berfungsi untuk mengambil kalor atau panas dari air garam. Agitator berfungsi untuk mensirkulasikan air garam agar pendinganan di dalam bak merata dan Air garam berfungsi sebagai media pendingin untuk membekukan air di dalam cetakan es. Tahap selanjutnya setelah es balok terbentuk, yaitu membuka penutup bak dan memindahkan cetakan es pada bak celupan menggunakan mesin derek, cetakan dicelupkan dengan tujuan agar es terlepas dari cetakannya. Kemudian cetakan diangkat ke meja jomplangan untuk di miringkan hingga es balok akan meluncur pada meja peluncur. Es balok telah menjadi barang jadi dan siap untuk di distribusikan menggunakan armada distribusi atau di simpan pada kamar pendingin sebagai persediaan.

Gambar 4. 3Es Balok

B. Es Kristal (Tube ice)

Bahan baku utama pembuatan es kristal adalah air. Pertama air disedot menggunakan pompa berkapasitas 5 hp dari dalam tanah dengan kedalaman ±114 meter, kemudian air dialirkan kedalam tangki penampung A (3 buah x 15m3). Dari tangki penampung A selanjutnya di pompakan dengan pompa berkapasitas 1,10 KW menuju Water Treatment yang berfungsi untuk menyaring kotoran dan mensterilkan air, kemudian air dialirkan menuju penampung B (2 buah x 10m3) untuk selanjutnya air masuk kedalam Ice Maker Machine.

31 Air diproduksi menjadi es kristal (tube ice) di dalam Ice Maker Machine selama ± 20 menit hingga suhu mencapai -10oC, apabila air telah berbentuk es kristal (tube ice) maka Ice Maker Machine akan secara otomatis melakukan defrosting atau pelepasan es kristal (tube ice) dari Ice Maker Machine hingga suhu mencapai 8oC selama ± 2 menit. Es kristal (tube ice) akan keluar dari Ice Maker Machine menuju Box Screw Conveyor. Setelah es kristal berada dalam Box Screw Conveyor maka tahap selanjutnya adalah proses pengemasan atau packaging tube ice kedalam plastik. Satu buah plastik (bag) diisi dengan es seberat ± 20 kg. Satu kali proses produksi selama ±20 menit, Ice Maker Machine mampu menghasilkan 40 Bag (40 x 20 kg = 800 kg).

Gambar 4. 4 Es Tube /Kristal

Tahap selanjutnya setelah es kristal dikemas (packaging) adalah penyimpanan di kamar pendingin (cold storage) yang berfungsi untuk menjaga tube ice tetap utuh dan tidak mencair sebelum di lakukan distribusi.

32

C. Es Serut

Produk es serut diproduksi dengan menggunakan bahan baku es balok, proses pertama pada produksi produk ini adalah membersihkan dahulu es balok dengan air agar produk tetap terjaga kebersihanya.

Tahap selanjutnya es balok di potong kecil kecil menggunakan penitik, selanjutnya potongan es balok demasukan kedalam mesin penggiling (serut) dan hasil serutan es balok tersebut dimasukan ke dalam wadah setelah itu dikemas menggunakan plastik (bag) ,per bag es serut mempunyai berat ±20 Kg.

Bahan yang dibutuhkan untuk mendapatkan 1 bag es serut membutuhkan kurang lebih 1,5 es balok . es serut juga memanfaatkan es balok yang reject bentuk untuk diolah kembali sebagai bahan bakunya.

Ketiga jenis produk yang dihasilkan perusahaan langsung dijual kepada konsumen. Adapun depot-depot es balok yang membeli es dari perusahaan dan menjualnya kembali kepada konsumen akhir. Masing-masing produk memiliki pangsa pasar yang berbeda seperti es balok dijual kepada pasar-pasar yang membutuhkan es untuk mengawetkan ikan, es kristal dan es serut dijual kepada restoran, kafe-kafe, kedai jus, dan masih banyak lagi. Selain itu perusahaan dilengkapi armada yang melakukan pengiriman langsung kepada konsumen. Konsumen melakukan pemesanan melalui telepon, dan pesanan akan diantar ke tempat konsumen selain itu juga konsumen dapat membeli langsung ke pabrik.

33

4.1. 6 Data Permintaan Kebutuhan

Perhitungan peramalan dan kebutuhan akan jumlah produk yang harus diproduksi serta yang akan dikirimkan perlu diketahui permintaan kebutuhan masa lalu, Berikut data masa lalu yang didapat yaitu pada periode januari 2015 sampai dengan Desember 2017.

Tabel 4. 1 Data Permintaan Tahun 2017 (Kanvil)

Periode Permintaan Periode Permintaan

1 35.810 19 43.788 2 33.223 20 46.282 3 38.521 21 41.970 4 33.892 22 41.798 5 36.003 23 32.036 6 33.128 24 34.879 7 35.532 25 32.309 8 37.563 26 25.738 9 38.518 27 28.882 10 40.374 28 30.272 11 35.688 29 30.935 12 38.331 30 28.994 13 33.668 31 27.714 14 27.469 32 23.749 15 31.006 33 24.427 16 48.120 34 23.263 17 49.838 35 21.511 18 43.132 36 28.249

34

4.1. 7 Data Persediaan Gudang

Proses pengumpulan data di PT Agronesia Divisi Industri Es Saripetojo Bandung didapat data persediaan gudang pada periode januari 2015 sampai dengan Desember 2017. Berikut data persediaan gudang PT Agronesia Divisi Industri Es Saripetojo Bandung:

Tabel 4. 2 Data Persediaan Gudang Tahun 2017 (Kanvil)

Periode Persediaan Periode Persediaan

1 53.014 19 46.079 2 49.555 20 49.461 3 60.849 21 44.743 4 53.802 22 44.388 5 54.509 23 43.867 6 49.913 24 46.677 7 47.826 25 44.010 8 52.391 26 34.000 9 54.289 27 33.447 10 49.766 28 34.258 11 47.762 29 35.873 12 46.903 30 33.223 13 40.311 31 32.000 14 39.324 32 25.000 15 48.174 33 28.739 16 50.390 34 34.000 17 52.065 35 36.431 18 45.022 36 37.000

35

4.1. 8 Data Susut Produk Es Kristal

Proses persediaan di PT Agronesia Divisi Industri Es Saripetojo Bandung mengalami suatu masalah yaitu terjadinya penyusutan produk es kristal. Data produk es kristal yang susut selama periode Januari 2015 sampai dengan Desember 2017 pada tabel 4.3 berikut:

Tabel 4. 3 Jumlah Produk Susut (Kanvil)

Periode Susut Periode Susut

1 741 19 1.312 2 679 20 1.503 3 896 21 1.546 4 801 22 1.088 5 1.350 23 789 6 1.350 24 1.622 7 1.382 25 917 8 1.459 26 727 9 1.292 27 428 10 1.425 28 399 11 1.198 29 888 12 1.253 30 814 13 467 31 774 14 1.041 32 640 15 544 33 765 16 1.233 34 986 17 1.098 35 736 18 953 36 529

36

4. 2 Pengolahan Data

Berdasarkan data permintaan di PT Agronesia Divisi Industri Es Saripetojo Bandung pada tahun 2017 maka dibuatlah peramalan permintaan . Peramalan permintaan ini dibuat dengan 4 metode yaitu terdiri dari metode Trend Linear, metode Brown, metode DMA dan metode Holt . Ketiga metode tersebut dapat dipilih salah satu yang memiliki nilai kesalahan terkecil sebagai pemilihan peramalan yang tebaik.

4.2. 1 Uji Pola Data

Uji pola data permintaan yang diperoleh akan dilakukan menggunakan program Ms Excel , data permintaan es kristal di PT Agronesia Divisi Industri Es Saripetojo Bandung. Grafik uji pola data pergerakan volume permintaan es kristal di PT Agronesia Divisi Industri Es Saripetojo Bandung dapat dilihat pada Gambar 4.5:

Gambar 4. 5 Uji Pola Data Produk Es Kristal

10.000 20.000 30.000 40.000 50.000 60.000 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930313233343536 demand rata-rata

37

4.2. 2Metode Trend Linear

Berikut adalah tabel hasil pengolahan dengan metode trend linear:

Tabel 4. 4 Peramalan Permintaan dengan Metode Trend Linear

Periode Demand a b F Periode Demand a b F

1 _{35.810 44,11 33.665,3 33.709} 25 _{26.320 44,11 33.665,25 34.768} 2 _{33.223 44,11 33.665,3 33.753} 26 _{25.738 44,11 33.665,25 34.812} 3 _{38.521 44,11 33.665,3 33.798} 27 _{28.882 44,11 33.665,25 34.856} 4 _{33.892 44,11 33.665,3 33.842} 28 _{24.427 44,11 33.665,25 34.900} 5 _{36.003 44,11 33.665,3 33.886} 29 _{27.714 44,11 33.665,25 34.944} 6 _{33.128 44,11 33.665,3 33.930} 30 _{30.272 44,11 33.665,25 34.988} 7 _{35.532 44,11 33.665,3 33.974} 31 _{30.935 44,11 33.665,25 35.033} 8 _{37.563 44,11 33.665,3 34.018} 32 _{49.838 44,11 33.665,25 35.077} 9 _{38.518 44,11 33.665,3 34.062} 33 _{43.132 44,11 33.665,25 35.121} 10 _{40.374 44,11 33.665,3 34.106} 34 _{43.788 44,11 33.665,25 35.165} 11 _{35.688 44,11 33.665,3 34.150} 35 _{44.390 44,11 33.665,25 35.209} 12 _{38.331 44,11 33.665,3 34.195} 36 _{41.970 44,11 33.665,25 35.253} 13 _{33.668 44,11 33.665,3 34.239} 37 _35.297 14 _{27.469 44,11 33.665,3 34.283} 38 _35.341 15 _{31.006 44,11 33.665,3 34.327} 39 _35.385 16 _{48.120 44,11 33.665,3 34.371} 40 _35.430 17 _{23.749 44,11 33.665,3 34.415} 41 _35.474 18 _{30.935 44,11 33.665,3 34.459} 42 _35.518 19 _{23.263 44,11 33.665,3 34.503} 43 _35.562 20 _{30.272 44,11 33.665,3 34.547} 44 _35.606 21 _{28.249 44,11 33.665,3 34.592} 45 _35.650 22 _{41.798 44,11 33.665,3 34.636} 46 _35.694 23 _{32.036 44,11 33.665,3 34.680} 47 _35.738 24 _{34.879 44,11 33.665,3 34.724} 48 _35.782

Contoh perhitungan dari Tabel 4.7 peramalan permintaan dengan metode trend linear untuk periode 3 yaitu sebagai berikut:

𝑏 =(𝑛 × ∑ 𝑑. 𝑡) − (∑ 𝑡 × ∑ 𝑑)

(𝑛 × ∑ 𝑡2_{) − (∑ 𝑡)}2 = (36 × 825.462.378) − (666 × 1.239.433)

(36 × 443.556) − (666)2 = 33.665,3

38 𝑎 =(∑ 𝑑 × ∑ 𝑡2) − (∑ 𝑡 × ∑(𝑑. 𝑡) (𝑛 × ∑ 𝑡2_{) − (∑ 𝑡)}2 = (1.239.433 × 443.556) − (666 × 825.462.378) (36 × 443.556) − (666)2 = 44,11 𝐹 = 𝑎 + 𝑏𝑡 = 44,11 + (33.665,3 × 3) = 33.798

Setelah mendapatkan hasil peramalan maka dapat dibuat grafik peramalan metode trend linear dengan menggunakan bantuan Ms Excel. Hasil dari grafik peramalan metode trend linear dapat dilihat pada Gambar 4.7 berikut:

Gambar 4. 6 Grafik Forecast Metode Trend Linear menggunakan Ms. Excel

10.000 20.000 30.000 40.000 50.000 60.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 demand forecast

39 Dalam melakukan peramalan harus diketahui nilai error setiap metode yang digunakan untuk mengetahui kevalidan dari metode yang digunakan dan membantu dalam menghitung akurasi dengan tracking signal, berikut perhitungan peramalan error metode trend linear:

Tabel 4. 5 Perhitungan Peramalan Error Metode Trend Linear

et ǀ et ǀ et^2 Pe (%) ǀ Pe ǀ RSFE SAD MAD TS

2.101 2.101 4.412.687 6 6 2.101 2.101 2.101 1 -530 530 281.397 -2 2 1.570 2.631 1.316 0,838 4.723 4.723 22.310.731 12 12 6.294 5.254 1.751 0,278 50 50 2.532 0 0 6.344 4.774 1.193 0,188 2.117 2.117 4.482.569 6 6 8.461 2.168 434 0,051 -802 802 643.044 -2 2 7.659 2.919 487 0,064 1.558 1.558 2.427.338 4 4 9.217 2.360 337 0,037 3.545 3.545 12.566.201 9 9 12.762 5.103 638 0,050 4.456 4.456 19.853.938 12 12 17.218 8.001 889 0,052 6.268 6.268 39.283.660 16 16 23.486 10.723 1.072 0,046 1.538 1.538 2.364.090 4 4 25.023 7.805 710 0,028 4.136 4.136 17.110.234 11 11 29.160 5.674 473 0,016 -571 571 325.648 -2 2 28.589 4.707 362 0,013 -6.814 6.814 46.427.381 -25 25 21.775 7.384 527 0,024 -3.321 3.321 11.028.191 -11 11 18.454 10.135 676 0,037 13.749 13.749 189.035.550 29 29 32.203 17.070 1.067 0,033 -10.666 10.666 113.765.434 -45 45 21.537 24.415 1.436 0,067 -3.524 3.524 12.419.958 -11 11 18.013 14.190 788 0,044 -11.240 11.240 126.344.434 -48 48 6.773 14.765 777 0,115 -4.275 4.275 18.279.148 -14 14 297 15.516 776 0,311 -6.343 6.343 40.227.559 -22 22 -3.845 10.618 506 -0,131 7.162 7.162 51.299.574 17 17 3.317 13.505 614 0,185 -2.644 2.644 6.989.340 -8 8 673 9.806 426 0,633 155 155 24.073 0 0 829 2.799 117 0,141 -8.448 8.448 71.367.891 -32 32 -7.619 8.603 344 -0,045 -9.074 9.074 82.338.562 -35 35 -16.693 17.522 674 -0,040 -5.974 5.974 35.690.681 -21 21 -22.668 15.048 557 -0,025 -10.473 10.473 109.689.506 -43 43 -33.141 16.447 587 -0,018 -7.230 7.230 52.278.450 -26 26 -40.371 17.704 610 -0,015 -4.716 4.716 22.245.295 -16 16 -45.088 11.947 398 -0,009 -4.098 4.098 16.790.324 -13 13 -49.185 8.814 284 -0,006 14.761 14.761 21.7895.750 30 30 -34.424 18.859 589 -0,017 8.011 8.011 64.179.074 19 19 -26.413 22.772 690 -0,026 8.623 8.623 74.357.445 20 20 -17.790 16.634 489 -0,028 9.181 9.181 84.290.180 21 21 -8.609 17.804 509 -0,059 6.717 6.717 45.116.213 16 16 -1.892 15.898 442

40 Dari hasil perhitungan diatas maka dapat dihitung nilai ukuran kesalahan peramalan. Berikut ukuran kesalahan peramalanmetode trend linear:

Tabel 4. 6 Ukuran kesalahan Peramalan Metode Trend Linear

Error

MSE 44.948.447

MASE 5.544

MAPE 16,872

Perhitungan hasil tracking signal metode trend Linear ditampilkan juga dalam bentuk grafik. Perhitungan yang telah dilakukan tersebut, hasil dalam bentuk grafik dimana grafik ini akan menunjukan keakuratan sebuah peramalan permintaan pada produk es kristal. Grafik tracking signal dari metode trend linear dapat dilihat pada gambar 4.8:

Gambar 4. 7 Tracking Signal Metode Trend Linear

-5 -4 -3 -2 -1 0 1 2 3 4 5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

41

4.2. 3 Metode Brown

Berikut adalah tabel hasil pengolahan dengan metode brown:

Tabel 4. 7 Peramalan Permintaan menggunakan Metode Brown

Periode Demand S't S''t a b m Ft+m 1 35.810 35.810 35.810 - - - 2 33.223 35.668 35.802 35.533 -7,83 1 35.525 3 38.521 35.825 35.803 35.846 1,24 1 35.525 4 33.892 35.718 35.799 35.638 -4,68 1 35.847 5 36.003 35.734 35.795 35.673 -3,56 1 35.633 6 33.128 35.591 35.784 35.397 -11,25 1 35.669 7 35.532 35.587 35.773 35.402 -10,81 1 35.386 8 37.563 35.696 35.769 35.623 -4,24 1 35.391 9 38.518 35.851 35.773 35.929 4,53 1 35.619 10 40.374 36.100 35.791 36.409 17,97 1 35.934 11 35.688 36.077 35.807 36.348 15,73 1 36.427 12 38.331 36.201 35.829 36.574 21,68 1 36.363 13 33.668 36.062 35.842 36.282 12,83 1 36.596 14 27.469 35.589 35.828 35.351 -13,87 1 36.295 15 31.006 35.337 35.801 34.874 -26,97 1 35.337 16 48.120 36.040 35.814 36.267 13,18 1 34.847 17 23.749 35.364 35.789 34.939 -24,73 1 36.280 18 30.935 35.121 35.752 34.489 -36,77 1 34.915 19 23.263 34.469 35.682 33.255 -70,62 1 34.452 20 30.272 34.238 35.602 32.873 -79,43 1 33.185 21 28.249 33.908 35.509 32.307 -93,17 1 32.794 22 41.798 34.342 35.445 33.240 -64,18 1 32.214 23 32.036 34.215 35.377 33.053 -67,63 1 33.175 24 34.879 34.252 35.316 33.188 -61,90 1 32.986 25 26.320 33.816 35.233 32.398 -82,49 1 33.126 26 25.738 33.371 35.131 31.612 -102,39 1 32.316 27 28.882 33.124 35.020 31.229 -110,34 1 31.510 28 24.427 32.968 34.907 31.028 -112,90 1 31.118 29 27.714 32.856 34.795 30.917 -112,84 1 30.915 30 30.272 32.392 34.662 30.122 -132,13 1 30.804 31 30.935 32.135 34.523 29.746 -139,01 1 29.990 32 49.838 33.109 34.446 31.772 -77,82 1 29.607 33 43.132 33.660 34.402 32.917 -43,22 1 31.694 34 43.788 34.217 34.392 34.042 -10,20 1 32.874 35 44.390 34.776 34.413 35.140 21,13 1 34.031 36 41.970 35.172 34.455 35.889 41,73 1 35.161 37 1 35.931 38 2 35.973 39 3 36.014 40 4 36.056 41 5 36.098 42 6 36.140 43 7 36.181 44 8 36.223 45 9 36.265 46 10 36.306 47 11 36.348 48 12 36.390

42 Contoh perhitungan dari peramalan permintaan dengan metode brown yaitu sebagai berikut: 𝑠′ 2 = (𝛼 × 𝑑2) + (1 − 𝛼) × 𝑠′1 = (0,55 × 33.223) + (1 − 0,55) × 35.810 = 35.668 𝑠′′_{2 = (𝛼 × 𝑠}′ 2) + (1 − 𝛼) × 𝑠′′1 = (0,55 × 35.668) + (1 − 0,55) × 35810 = 35.802 𝑎₂ = 𝑠′ 2+ (𝑠′2− 𝑠′′2) = 35.668 + (35.668 − 35.802) = 35.533 𝑏2 = (𝛼 /(1 − 𝛼)) × (𝑠′₂− 𝑠′′2) = (0,55/(1 − 0,55) × (35.668 − 35.802) = −7,83 𝑓2 = 𝑎2+ (𝑏2× 𝑚) = 35.533 + (−7,83 ∗ 1) = 35.525

Dari perhitungan diatas nilai α=0,55 didapat dari hasil nilai error terkecil dari beberapa nilai α berikut hasil dari perhitungan nilainya :

Tabel 4. 8 Pemilihan Nilai Konstanta Metode Brown

α MSE MASE MAPE α MSE MASE MAPE

0,1 46.812.619 5.218 14,97 0,05 38.419.673,01 4.902,89 14,41 0,2 69.794.723 6.251 18,12 0,06 39.072.480,01 4.990,93 14,47 0,3 90.459.081 7.041 20,69 0,07 40.147.357,97 4.918,97 14,27 0,4 106.145.207 7.640 22,68 0,08 41.544.310,14 4.980,41 14,40 0,5 118.450.254 8.027 23,98 0,09 43.189.646,07 5.061,82 14,60 0,6 129.844.654 8.350 25,00 0,10 45.027.032,52 5.151,41 14,84 0,7 129.844.654 8.932 26,62 0,11 47.011.941,70 5.246,48 15,11 0,8 160.654.658 9.543 28,28 0,12 49.108.212,04 5.345,49 15,40 0,9 186.481.528 10.221 30,14 0,13 51.285.904,60 5.448,42 15,70 0,11 48.880.871 5.314 15,24 0,14 53.519.941,48 5.555,85 16,03 0,12 51.062.159 5.414 15,52 0,13 53.326.236 5.519 15,83 0,14 55.647.720 5.627 16,16 0,15 58.005.205 5.732 16,48 0,16 60.380.647 5.840 16,82 0,17 62.758.888 5.948 17,16 0,18 65.127.291 6.053 17,49 0,19 67.475.413 6.154 17,81

43 Setelah mendapatkan hasil peramalan maka dapat dibuat grafik peramalan metode brown dengan menggunakan bantuan Ms Excel. Hasil dari grafik peramalan metode brown dapat dilihat pada Gambar 4.9 berikut:

Gambar 4. 8 Grafik Forecast Metode Brown menggunakan Ms. Excel

10.000 20.000 30.000 40.000 50.000 60.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Demand Ft+m

44 Dalam melakukan peramalan harus diketahui nilai error setiap metode yang digunakan untuk mengetahui kevalidan dari metode yang digunakan, berikut perhitungan peramalan error metode brown:

Tabel 4. 9 Perhitungan Peramalan Error Metode brown

et ǀ et ǀ et^2 Pe (%) ǀ Pe ǀ RSFE SAD MAD TS

- - - 0 0 0 0,000 2.302,43 2.302,43 5.301.183,90 6,93 6,93 2.302,43 2.302,43 1151,215 0,500 -2.995,57 2.995,57 8.973.439,62 -7,78 7,78 -693,14 -693,14 -231,047 0,333 1.955,12 1.955,12 3.822.482,58 5,77 5,77 1.261,98 1.261,98 315,4943 0,250 -369,71 369,71 136.685,43 -1,03 1,03 892,27 892,27 178,4534 0,200 2.541,28 2.541,28 6.458.103,34 7,67 7,67 3.433,55 3.433,55 572,2578 0,167 -145,82 145,82 21.263,72 -0,41 0,41 3.287,73 3.287,73 469,6752 0,143 -2.172,03 2.172,03 4.717.705,04 -5,78 5,78 1.115,70 1.115,70 139,4623 0,125 -2.898,91 2.898,91 8.403.684,95 -7,53 7,53 -1.783,21 -1.783,21 -198,135 0,111 -4.440,27 4.440,27 19.715.967,45 -11,00 11,00 -6.223,48 -6.223,48 -622,348 0,100 738,70 738,70 545.671,96 2,07 2,07 -5.484,78 -5.484,78 -498,617 0,091 -1.967,60 1.967,60 3.871.431,07 -5,13 5,13 -7.452,38 -7.452,38 -621,032 0,083 2.927,57 2.927,57 8.570.671,22 8,70 8,70 -4.524,81 -4.524,81 -348,062 0,077 8.826,22 8.826,22 77.902.171,80 32,13 32,13 4.301,41 4.301,41 307,2438 0,071 4.331,16 4.331,16 18.758.974,14 13,97 13,97 8.632,58 8.632,58 575,5051 0,067 -13.273,14 13.273,14 176.176.176,56 -27,58 27,58 -4.640,56 -4.640,56 -290,035 0,063 -13.558,07 13.558,07 183.821.171,49 -27,20 27,20 -18.198,63 -18.198,63 -1070,51 0,059 -8.217,29 8.217,29 67.523.895,24 -19,05 19,05 -26.415,92 -26.415,92 -1467,55 0,056 -9.335,79 9.335,79 87.156.965,26 -21,32 21,32 -35.751,71 -35.751,71 -1881,67 0,053 -11.205,37 11.205,37 125.560.327,03 -25,24 25,24 -46.957,08 -46.957,08 -2347,85 0,050 -9.176,37 9.176,37 84.205.855,97 -21,86 21,86 -56.133,46 -56.133,46 -2673,02 0,048 -9.583,71 9.583,71 91.847.488,29 -22,93 22,93 -65.717,16 -65.717,16 -2987,14 0,045 1.139,33 1.139,33 1.298.061,79 3,56 3,56 -64.577,84 -64.577,84 -2807,73 0,043 -1.893,18 1.893,18 3.584.142,89 -5,43 5,43 -66.471,02 -66.471,02 -2769,63 0,042 6.806,44 6.806,44 46.327.595,27 25,86 25,86 -59.664,58 -59.664,58 -2386,58 0,040 6.577,83 6.577,83 43.267.813,23 25,56 25,56 -53.086,76 -53.086,76 -2041,8 0,038 2.627,77 2.627,77 6.905.199,75 9,10 9,10 -50.458,98 -50.458,98 -1868,85 0,037 846,33 846,33 716.274,18 2,80 2,80 -49.612,65 -49.612,65 -1771,88 0,036 -20,11 20,11 404,22 -0,06 0,06 -49.632,76 -49.632,76 -1711,47 0,034 6.377,21 6.377,21 40.668.777,53 26,11 26,11 -43.255,55 -43.255,55 -1441,85 0,033 2.275,88 2.275,88 5.179.615,37 8,21 8,21 -40.979,67 -40.979,67 -1321,92 0,032 5.858,40 5.858,40 34.320.866,38 24,67 24,67 -35.121,27 -35.121,27 -1097,54 0,031 758,75 758,75 575.707,09 2,45 2,45 -34.362,52 -34.362,52 -1041,29 0,030 9.611,14 9.611,14 92.374.103,20 41,32 41,32 -24.751,37 -24.751,37 -727,982 0,029 3.759,45 3.759,45 14.133.490,72 12,42 12,42 -20.991,92 -20.991,92 -599,769 0,029 6.911,69 6.911,69 47.771.496,44 24,47 24,47 -14.080,23 -14.080,23 -391,117 0,028

45 Dari hasil perhitungan diatas maka dapat dihitung nilai ukuran kesalahan peramalan. Berikut ukuran kesalahan peramalanmetode brown:

Tabel 4. 10 Ukuran kesalahan Peramalan Metode Brown

Error

MSE 38.685.696

MASE 4.886

MAPE 14,299

Perhitungan hasil tracking signal metode brown ditampilkan juga dalam bentuk grafik. Perhitungan yang telah dilakukan tersebut, hasil dalam bentuk grafik dimana grafik ini akan menunjukan keakuratan sebuah peramalan permintaan pada produk es kristal. Grafik tracking signal dari metode brown dapat dilihat pada gambar 4.10:

Gambar 4. 9 Tracking Signal Metode Brown

-5,000 -4,000 -3,000 -2,000 -1,000 0,000 1,000 2,000 3,000 4,000 5,000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

46

4.2. 4Metode DMA (DoubleMoving Average)

Berikut adalah tabel hasil pengolahan dengan metode DMA (3*3):

Tabel 4. 11 Peramalan Permintaan dengan Metode DMA(3*3)

Periode Demand S't S''t at bt m F(t+m) 1 35.810 - - - - - 2 33.223 - - - - - 3 38.521 35.851 - - - - 4 33.892 35.212 - - - - 5 36.003 36.139 35.734 36.543 405 1 36.948 6 33.128 34.341 35.231 33.451 -890 1 32.562 7 35.532 34.888 35.122 34.653 -235 1 34.419 8 37.563 35.408 34.879 35.937 529 1 36.466 9 38.518 37.204 35.833 38.575 1.371 1 39.947 10 40.374 38.818 37.143 40.493 1.675 1 42.169 11 35.688 38.193 38.072 38.315 121 1 38.436 12 38.331 38.131 38.381 37.881 -250 1 37.632 13 33.668 35.896 37.407 34.385 -1.511 1 32.874 14 27.469 33.156 35.728 30.584 -2.572 1 28.013 15 31.006 30.714 33.255 28.173 -2.541 1 25.633 16 48.120 35.532 33.134 37.929 2.398 1 40.327 17 23.749 34.292 33.513 35.071 779 1 35.850 18 30.935 34.268 34.697 33.839 -429 1 33.410 19 23.263 25.982 31.514 20.451 -5.532 1 14.919 20 30.272 28.157 29.469 26.844 -1.312 1 25.532 21 28.249 27.261 27.133 27.389 128 1 27.518 22 41.798 33.440 29.619 37.260 3.820 1 41.081 23 32.036 34.028 31.576 36.479 2.451 1 38.931 24 34.879 36.238 34.568 37.907 1.669 1 39.577 25 26.320 31.078 33.781 28.375 -2.703 1 25.673 26 25.738 28.979 32.098 25.860 -3.119 1 22.741 27 28.882 26.980 29.012 24.948 -2.032 1 22.916 28 24.427 26.349 27.436 25.262 -1.087 1 24.175 29 27.714 27.008 26.779 27.236 229 1 27.466 30 30.272 27.471 26.943 27.999 528 1 28.528 31 30.935 29.640 28.040 31.241 1.601 1 32.842 32 49.838 37.015 31.375 42.655 5.640 1 48.295 33 43.132 41.302 35.986 46.618 5.316 1 51.934 34 43.788 45.586 41.301 49.871 4.285 1 54.157 35 44.390 43.770 43.553 43.987 217 1 44.205 36 41.970 43.383 44.246 42.519 -864 1 41.656 37 1 41.656 38 2 40.792 39 3 39.929 40 4 39.065 41 5 38.202 42 6 37.338 43 7 36.475 44 8 35.611 45 9 34.748 46 10 33.884 47 11 33.020 48 12 32.157

47 Contoh perhitungan Peramalan Permintaan dengan Metode DMA (3*3) yaitu sebagai berikut: 𝑠′_{𝑡1 =}𝑑1 + 𝑑2 + 𝑑3 𝑛 = 35.810 + 33.223 + 38.521 3 = 35.851 𝑠′′_{𝑡1 =}𝑠′𝑡1 + 𝑠′𝑡2 + 𝑠′𝑡3 𝑛 = 35.851 + 35.212 + 36.139 3 = 35.734 𝑎𝑡 = 𝑠′_{𝑡3 + (𝑠}′_{𝑡3 − 𝑠}′′_{𝑡1) = 36.139 + (36.139 − 35.734) = 36.543} 𝑏𝑡 = 𝑠′_{3 − 𝑠}′′_{𝑡1 = 36.139 − 35.734 = 405} 𝑓 = 𝑎𝑡 + (𝑏𝑡 ∗ 𝑚) = 36.543 + (405 ∗ 1) = 36.948

Setelah mendapatkan hasil peramalan maka dapat dibuat grafik peramalan metode DMA (3*3) dengan menggunakan bantuan Ms Excel. Hasil dari grafik peramalan metode DMA (3*3) dapat dilihat pada Gambar 4.11 berikut:

Gambar 4. 10Grafik Forecast Metode Double Moving Average (3*3)

menggunakan Ms. Excel 10.000 20.000 30.000 40.000 50.000 60.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Demand F(t+m)

48 Dalam melakukan peramalan harus diketahui nilai error setiap metode yang digunakan untuk mengetahui kevalidan dari metode yang digunakan, berikut Perhitungan Peramalan error metode DMA (3*3):

Tabel 4. 12 Perhitungan Peramalan Error Metode DMA (3*3)

et ǀ et ǀ et^2 Pe (%) ǀ Pe ǀ RSFE SAD MAD Tracking Signal - - - - - - - - - - - - - - - 0 0 0 0 -945 945 893.025 -2,62 2,62 -945 945 189 -0,2 566 566 320.356 1,71 1,71 -379 1.511 251,8333 -0,66447 1.113 1.113 1.238.769 3,13 3,13 734 2.624 374,8571 0,510705 1.097 1.097 1.203.409 2,92 2,92 1831 3.721 465,125 0,254028 -1.429 1.429 2.042.041 -3,71 3,71 402 5.150 572,2222 1,423438 -1.795 1.795 3.222.025 -4,45 4,45 -1393 6.945 694,5 -0,49856 -2.748 2.748 7.551.504 -7,70 7,70 -4141 9.693 881,1818 -0,21279 699 699 488.601 1,82 1,82 -3442 10.392 866 -0,2516 794 794 630.436 2,36 2,36 -2648 11.186 860,4615 -0,32495 -544 544 295.936 -1,98 1,98 -3192 11.730 837,8571 -0,26249 5.373 5.373 28.869.129 17,33 17,33 2181 17.103 1140,2 0,522788 7.793 7.793 60.730.849 16,19 16,19 9974 24.896 1556 0,156006 -12.101 12.101 146.434.201 -50,95 50,95 -2127 36.997 2176,294 -1,02318 -2.475 2.475 6.125.625 -8,00 8,00 -4602 39.472 2192,889 -0,47651 8.344 8.344 69.622.336 35,87 35,87 3742 47.816 2516,632 0,672536 4.740 4.740 22.467.600 15,66 15,66 8482 52.556 2627,8 0,309809 731 731 534.361 2,59 2,59 9213 53.287 2537,476 0,275423 717 717 514.089 1,72 1,72 9930 54.004 2454,727 0,247203 -6.895 6.895 47.541.025 -21,52 21,52 3035 60.899 2647,783 0,872416 -4.698 4.698 22.071.204 -13,47 13,47 -1663 65.597 2733,208 -1,64354 647 647 418.609 2,46 2,46 -1016 66.244 2649,76 -2,60803 2.997 2.997 8.982.009 11,64 11,64 1981 69.241 2663,115 1,344329 5.966 5.966 35.593.156 20,66 20,66 7947 75.207 2785,444 0,350503 252 252 63.504 1,03 1,03 8199 75.459 2694,964 0,328694 248 248 61.504 0,89 0,89 8447 75.707 2610,586 0,309055 1.744 1.744 3.041.536 5,76 5,76 10191 77.451 2581,7 0,253331 -1.907 1.907 3.636.649 -6,16 6,16 8284 79.358 2559,935 0,309022 1.543 1.543 2.380.849 3,10 3,10 9827 80.901 2528,156 0,257266 -8.802 8.802 77.475.204 -20,41 20,41 1025 89.703 2718,273 2,651973 -10.369 10.369 107.516.161 -23,68 23,68 -9344 100.072 2943,294 -0,31499 185 185 34.225 0,42 0,42 -9159 100.257 2864,486 -0,31275 314 314 98.596 0,75 0,75 -8845 100.571 2793,639 -0,31584

49 Dari hasil perhitungan diatas maka dapat dihitung nilai ukuran kesalahan peramalan, hasil dari error terkecil dari perhitungan ini di gunakan untuk membandingkan nilai DMA (3*3) dan DMA (4*4). Berikut ukuran kesalahan peramalanmetode DMA:

Tabel 4. 13 Ukuran kesalahan Peramalan Metode DMA (3*3) dan DMA (4*4)

Perhitungan hasil tracking signal metode DMA (3*3) ditampilkan juga dalam bentuk grafik. Perhitungan yang telah dilakukan tersebut, hasil dalam bentuk grafik dimana grafik ini akan menunjukan keakuratan sebuah peramalan permintaan pada produk es kristal. Grafik tracking signal dari metode DMA (3*3) dapat dilihat pada gambar 4.12:

Gambar 4. 11 Tracking Signal Metode DMA (3*3)

-5 -4 -3 -2 -1 0 1 2 3 4 5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

Tracking Signal BKA BKB

Error DMA (3*3) DMA (4*4)

MSE 20.690.579 29.528.886

MASE 3.143 4.427

50

4.2. 5 Metode Holt

Berikut adalah tabel hasil pengolahan dengan metode Holt:

Tabel 4. 14 Peramalan dengan Metode Holt

Periode Demand St bt m Ft+m 1 35.810 35.810 -2.587 - 2 33.223 33.223 -2.587 - 3 38.521 38.521 -2.587 - 4 33.892 34.872 -2.714 1 35.934 5 36.003 34.157 -2.474 1 32.158 6 33.128 32.434 -2.384 1 31.683 7 35.532 32.901 -2.042 1 30.050 8 37.563 34.345 -1.624 1 30.858 9 38.518 35.735 -1.262 1 32.721 10 40.374 37.542 -894 1 34.473 11 35.688 36.149 -954 1 36.648 12 38.331 36.826 -758 1 35.195 13 33.668 34.820 -908 1 36.068 14 27.469 30.562 -1.310 1 33.912 15 31.006 30.164 -1.200 1 29.252 16 48.120 38.925 -5 1 28.964 17 23.749 31.031 -952 1 38.920 18 30.935 30.524 -898 1 30.079 19 23.263 26.317 -1.295 1 29.626 20 30.272 27.752 -968 1 25.022 21 28.249 27.546 -876 1 26.784 22 41.798 34.536 68 1 26.670 23 32.036 33.269 -93 1 34.604 24 34.879 34.062 14 1 33.176 25 26.320 30.043 -470 1 34.075 26 25.738 27.578 -710 1 29.572 27 28.882 27.916 -584 1 26.869 28 24.427 25.821 -765 1 27.332 29 27.714 26.438 -599 1 25.056 30 30.272 28.144 -323 1 25.839 31 30.935 29.440 -128 1 27.821 32 49.838 39.986 1.152 1 29.312 33 43.132 42.175 1.277 1 41.138 34 43.788 43.627 1.298 1 43.452 35 44.390 44.647 1.264 1 44.924 36 41.970 43.861,7 1.018,6 1 45.911 37 1 44.880 38 2 45.899 39 3 46.917 40 4 47.936 41 5 48.955 42 6 49.973 43 7 50.992 44 8 52.010 45 9 53.029 46 10 54.047 47 11 55.066 48 12 56.084

51 Contoh perhitungan Peramalan permintaan dengan metode holt yaitu sebagai berikut: 𝑠5 = (𝛼 × 𝑑5) + (1 − 𝛼) × (𝑠4+ 𝑏4) = (0,52 × 36.003) + (1 − 0,52) × (34,157 + (−2.714) = 34.157 𝑏₅ = 𝛾(𝑠₅− 𝑠₄) + (1 − 𝛾) × 𝑏4 = 0,12 × (34.157 − 34.872) + (1 − 0,12) × (−2.714) = −2.474 𝑓5 = 𝑠5+ (𝑏5× 𝑚5) = 34.157 + (−2.474 × 1) = 32.158

Setelah mendapatkan hasil peramalan maka dapat dibuat grafik peramalan metode holt dengan menggunakan bantuan Ms Excel. Hasil dari grafik peramalan metode holt dapat dilihat pada Gambar 4.13 berikut:

Gambar 4. 12 Grafik Forecast Metode Holt

(Sumber: Pengolahan Data, 2018) 10.000 20.000 30.000 40.000 50.000 60.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 Demand Ft+m

52 Dari perhitungan diatas nilai α=0,52dan γ=0,12 didapat dari hasil nilai error terkecil dari beberapa nilai α dan γ mulai dari 0,1 sampai dengan 0.9 berikut hasil dari perhitungan error nilai α dan γ :

Tabel 4. 15 Pemilihan Nilai α dan γ untuk Metode Holt

α γ MSE MASE MAPE α γ MSE MASE MAPE α γ MSE MASE MAPE

0,1 0,1 142.906.754 10.012 31,42 0,4 0,1 52.954.567 5.261 16,98 0,7 0,1 53.786.320 5.243 17,00 0,2 82.321.872 7.061 21,82 0,2 52.265.544 5.173 16,61 0,2 56.382.744 5.470 17,61 0,3 72.027.161 6.608 20,11 0,3 54.381.323 5.367 17,11 0,3 59.814.401 5.673 18,24 0,4 72.812.273 6.820 20,79 0,4 57.269.785 5.569 17,68 0,4 63.345.445 5.828 18,75 0,5 74.904.323 6.977 21,43 0,5 60.352.868 5.789 18,28 0,5 66.897.527 5.909 19,05 0,6 75.149.628 6.953 21,57 0,6 63.208.970 6.044 19,00 0,6 70.546.999 5.952 19,26 0,7 73.341.311 6.802 21,35 0,7 65.638.606 6.266 19,63 0,7 74.399.653 6.049 19,68 0,8 70.556.321 6.755 21,28 0,8 67.666.305 6.438 20,16 0,8 78.540.953 6.142 20,09 0,9 67.941.308 6.627 20,91 0,9 69.440.239 6.578 20,63 0,9 83.031.976 6.244 20,53 0,2 0,1 70.978.603 6.528 20,60 0,5 0,1 51.590.625 5.097 16,52 0,8 0,1 56.907.854 5.417 17,61 0,2 59.730.951 5.787 18,14 0,2 52.458.736 5.183 16,61 0,2 60.366.177 5.626 18,19 0,3 58.883.153 5.824 18,31 0,3 55.111.763 5.376 17,13 0,3 64.553.512 5.786 18,70 0,4 58.610.542 5.881 18,57 0,4 58.065.027 5.670 18,01 0,4 68.978.661 5.899 19,09 0,5 58.970.449 5.907 18,76 0,5 60.888.527 5.919 18,75 0,5 73.658.650 6.051 19,64 0,6 60.621.133 6.011 19,16 0,6 63.431.535 6.081 19,24 0,6 78.709.111 6.213 20,26 0,7 63.606.639 6.253 19,93 0,7 65.739.423 6.191 19,62 0,7 84.256.803 6.400 20,97 0,8 67.571.160 6.517 20,72 0,8 67.940.469 6.254 19,88 0,8 90.422.687 6.617 21,75 0,9 72.002.531 6.722 21,28 0,9 70.157.173 6.284 20,07 0,9 97.333.583 6.883 22,64 0,3 0,1 57.535.030 5.660 18,13 0,6 0,1 52.003.618 5.084 16,47 0,9 0,1 61.536.804 5.631 18,35 0,2 53.861.660 5.383 17,17 0,2 53.822.563 5.311 17,04 0,2 66.134.154 5.873 19,05 0,3 54.690.737 5.457 17,44 0,3 56.802.748 5.562 17,78 0,3 71.541.264 6.088 19,75 0,4 56.758.630 5.656 18,01 0,4 59.881.240 5.777 18,45 0,4 77.465.090 6.304 20,49 0,5 59.772.742 5.830 18,49 0,5 62.834.839 5.914 18,89 0,5 84.016.041 6.531 21,30 0,6 63.274.920 6.051 19,09 0,6 65.675.232 5.977 19,13 0,6 91.384.109 6.786 22,21 0,7 66.736.287 6.252 19,62 0,7 68.507.798 5.983 19,21 0,7 99.787.192 7.084 23,22 0,8 69.752.330 6.410 20,04 0,8 71.439.578 6.006 19,40 0,8 109.475.200 7.419 24,32 0,9 72.131.972 6.503 20,23 0,9 74.542.797 6.081 19,75 0,9 120.750.861 7.779 25,48

53 Untuk memperodeh nilai akurasi yang lebih akurat maka pemilihan nilai α dan γ ditambahkan satu digit di belakang berikut adalah perhitungannya:

Tabel 4. 16 Pemilihan Nilai α dan γ untuk Metode Holt (Lanjutan)

γ MSE MASE MAPE γ MSE MASE MAPE γ MSE MASE MAPE

0,46 0,05 56.203.108 5.451 17,76 0,49 0,05 55.227.291 5.377 17,53 0,52 0,05 54.526.149 5.319 17,36 0,06 54.679.005 5.360 17,43 0,06 53.925.996 5.299 17,25 0,06 53.412.726 5.244 17,09 0,07 53.581.514 5.292 17,18 0,07 53.002.614 5.234 17,01 0,07 52.636.135 5.182 16,86 0,08 52.798.805 5.235 16,97 0,08 52.357.331 5.180 16,82 0,08 52.106.819 5.140 16,70 0,09 52.250.464 5.187 16,80 0,09 51.918.674 5.134 16,65 0,09 51.760.890 5.108 16,58 0,10 51.878.216 5.146 16,66 0,1 68.078.183 6.198 20,28 0,1 51.552.372 5.084 16,48 0,11 51.639.510 5.112 16,54 0,11 51.468.881 5.084 16,46 0,11 51.447.893 5.080 16,44 0,12 51.503.044 5.088 16,45 0,12 51.392.636 5.082 16,43 0,12 51.423.022 5.079 16,41 0,13 51.445.638 5.083 16,42 0,13 51.385.941 5.083 16,40 0,13 51.459.728 5.080 16,39 0,14 51.450.007 5.087 16,40 0,14 51.433.633 5.087 16,39 0,14 51.544.594 5.090 16,39 0,47 0,05 55.844.199 5.420 17,66 0,5 0,05 54.965.362 5.357 17,47 0,53 0,05 54.345.988 5.300 17,30 0,06 54.398.781 5.339 17,37 0,06 53.730.175 5.280 17,19 0,06 53.288.729 5.227 17,03 0,07 53.362.787 5.272 17,12 0,07 52.858.442 5.216 16,96 0,07 52.556.036 5.171 16,83 0,08 52.628.609 5.216 16,92 0,08 52.253.946 5.163 16,77 0,08 52.061.435 5.132 16,68 0,09 52.118.984 5.169 16,75 0,09 51.847.880 5.123 16,62 0,09 51.743.310 5.102 16,56 0,1 51.777.993 5.129 16,61 0,1 51.590.625 5.097 16,52 0,1 51.557.364 5.082 16,47 0,11 51.564.851 5.098 16,50 0,11 51.446.099 5.082 16,45 0,11 51.471.468 5.079 16,43 0,12 51.449.586 5.083 16,44 0,12 51.387.853 5.081 16,42 0,12 51.462.116 5.078 16,40 0,13 51.410.016 5.084 16,41 0,13 51.396.346 5.083 16,40 0,13 51.511.966 5.081 16,39 0,14 51.429.611 5.087 16,40 0,14 51.457.035 5.086 16,39 0,14 51.608.119 5.097 16,42 0,48 0,05 55.519.616 5.398 17,60 0,51 0,05 54.732.152 5.337 17,41 0,54 0,05 54.190.437 5.283 17,25 0,06 54.148.350 5.319 17,31 0,06 53.559.500 5.262 17,14 0,06 53.186.502 5.211 16,99 0,07 53.170.300 5.253 17,07 0,07 52.736.627 5.199 16,91 0,07 52.495.498 5.163 16,80 0,08 52.481.857 5.198 16,87 0,08 52.170.731 5.148 16,72 0,08 52.033.889 5.125 16,66 0,09 52.008.733 5.151 16,70 0,09 51.795.529 5.116 16,60 0,09 51.742.215 5.095 16,54 0,1 51.697.234 5.112 16,56 0,1 51.563.276 5.090 16,50 0,1 51.577.768 5.081 16,47 0,11 51.508.235 5.091 16,48 0,11 51.439.281 5.081 16,45 0,11 51.509.598 5.077 16,42 0,12 51.413.012 5.083 16,43 0,12 51.398.135 5.080 16,41 0,12 51.515.072 5.076 16,39 0,13 51.390.320 5.084 16,41 0,13 51.421.074 5.082 16,39 0,13 51.577.502 5.089 16,41 0,14 51.424.335 5.087 16,40 0,14 51.494.136 5.085 16,38 0,14 51.684.473 5.104 16,44

54 Berikut Perhitungan peramalan error metode holt dan perhitungan tracking signal:

Tabel 4. 17 Perhitungan Error Metode Holt

et │et│ et^2 PE (%)

│PE│ RSFE SAD MAD TS

- - - - - - - - - - - - - 0 0 0 0 -2.042 2.042 4.169.764 -5,70 5,70 -2.042 2.042 510,500 -0,2500 3.845 3.845 14.786.031 11,57 11,57 1.803 5.887 1177,452 0,6530 1.445 1.445 2.088.608 3,75 3,75 3.248 7.332 1222,077 0,3762 5.482 5.482 30.052.245 16,17 16,17 8.730 12.814 1830,636 0,2097 6.705 6.705 44.951.341 18,62 18,62 15.435 19.519 2439,879 0,1581 5.797 5.797 33.605.795 17,50 17,50 21.232 25.316 2812,898 0,1325 5.901 5.901 34.818.288 16,61 16,61 27.133 31.217 3121,678 0,1151 -960 960 921.117 -2,56 2,56 26.173 32.177 2925,139 0,1118 3.136 3.136 9.835.269 8,14 8,14 29.309 35.313 2942,721 0,1004 -2.400 2.400 5.757.852 -5,94 5,94 26.910 37.712 2900,939 0,1078 -6.443 6.443 41.511.535 -18,05 18,05 20.467 44.155 3153,940 0,1541 1.754 1.754 3.077.452 4,58 4,58 22.221 45.909 3060,628 0,1377 19.156 19.156 366.970.042 56,90 56,90 41.377 65.066 4066,618 0,0983 -15.171 15.171 230.154.610 -55,23 55,23 26.207 80.237 4719,808 0,1801 856 856 732.231 2,76 2,76 27.062 81.092 4505,135 0,1665 -6.363 6.363 40.487.081 -13,22 13,22 20.699 87.455 4602,915 0,2224 5.250 5.250 27.564.069 22,11 22,11 25.949 92.706 4635,276 0,1786 1.465 1.465 2.145.715 4,74 4,74 27.414 94.170 4484,303 0,1636 15.128 15.128 228.870.468 65,03 65,03 42.543 109.299 4968,128 0,1168 -2.568 2.568 6.594.643 -8,48 8,48 39.975 111.867 4863,775 0,1217 1.703 1.703 2.899.986 6,03 6,03 41.678 113.570 4732,073 0,1135 -7.755 7.755 60.144.342 -18,55 18,55 33.922 121.325 4853,002 0,1431 -3.834 3.834 14.701.788 -11,97 11,97 30.088 125.159 4813,820 0,1600 2.013 2.013 4.052.340 5,77 5,77 32.101 127.172 4710,088 0,1467 -2.905 2.905 8.438.160 -11,04 11,04 29.196 130.077 4645,615 0,1591 2.658 2.658 7.064.021 10,33 10,33 31.854 132.735 4577,071 0,1437 4.433 4.433 19.652.002 15,35 15,35 36.287 137.168 4572,270 0,1260 3.114 3.114 9.694.181 12,75 12,75 39.401 140.282 4525,215 0,1149 20.526 20.526 421.312.481 74,06 74,06 59.927 160.808 5025,236 0,0839 1.994 1.994 3.976.075 6,59 6,59 61.921 162.802 4933,381 0,0797 336 336 113.082 1,09 1,09 62.257 163.138 4798,172 0,0771 -534 534 285.603 -1,07 1,07 61.722 163.672 4676,350 0,0758 -3.941 3.941 15.531.513 -9,14 9,14 57.781 167.613 4655,924 0,0806

55 Dari hasil perhitungan diatas maka dapat dihitung nilai ukuran kesalahan peramalan. Berikut ukuran kesalahan peramalanmetode holt:

Tabel 4. 18 Ukuran Kesalahan Metode Holt

Error

MSE 51.423.022

MASE 5.079

MAPE 16,41

Perhitungan hasil tracking signal metode brown ditampilkan juga dalam bentuk grafik. Perhitungan yang telah dilakukan tersebut, hasil dalam bentuk grafik dimana grafik ini akan menunjukan keakuratan sebuah peramalan permintaan pada produk es kristal. Grafik tracking signal dari metode brown dapat dilihat pada gambar 4.12:

Gambar 4. 13 Tracking Signal Metode Holt

-5 -4 -3 -2 -1 0 1 2 3 4 5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37

56 Contoh perhitungan peramalan error dan ukuran kesalahan peramalan setiap metode memiliki cara perhitungan yang sama, berikut contoh perhitungan metode holt periode 5 yaitu:

𝑒𝑡 = 𝑑 − 𝑓 = 36.003 − 32.158 = 3.845 |𝑒𝑡| = 3.845 𝑒𝑡2 _{= 3.845}2 _{= 14.786.031} 𝑃𝑒(%) =𝑒𝑡 𝑑 × 100 = 3845 36.003× 100 = 11,57 |𝑃𝑒| = 11,57 𝑀𝑆𝐸 =∑ 𝑒𝑡 2 𝑛 = 1.696.959.731 33 = 51.423.022 𝑀𝐴𝑆𝐸 =∑|𝑒𝑡| 𝑛 = 167613 33 = 5.079 𝑀𝐴𝑃𝐸 =∑|𝑃𝑒| 𝑛 = 541 33 = 16,41 𝑇𝑟𝑎𝑐𝑘𝑖𝑛𝑔 𝑆𝑖𝑔𝑛𝑎𝑙 = 𝑀𝐴𝐷 𝑅𝑆𝐹𝐸 = 1177,452 1.803 = 0,6530