PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM
PERAMALAN
PERAMALAN PENDAPATAN PADA PENDAPATAN PADA PO. TRISAKTI FURNPO. TRISAKTI FURNITURE KENDALITURE KENDAL Mega Mawarni Ayuningtyas (A12.2014.05126)
Mega Mawarni Ayuningtyas (A12.2014.05126) Fakultas Ilmu Komputer
Fakultas Ilmu Komputer
UniversitasDian Nuswantoro Semarang UniversitasDian Nuswantoro Semarang
E-Mail:
E-Mail: meemeegha@gmail.com meemeegha@gmail.com Abstrak
Abstrak Keg
Kegiatan iatan penjupenjualan alan furnifurniture ture sansangat gat mengmenguntunguntungkan, kan, disebdisebut ut begitu begitu karekarena na pertupertumbumbuhan han pendupenduduk duk semsemakin akin harihari semakin meningkat, sehingga kebutuhan akan tempat tinggal pun semakin tinggi, yang otomatis berdampak kepada semakin meningkat, sehingga kebutuhan akan tempat tinggal pun semakin tinggi, yang otomatis berdampak kepada meningkatnya permintaan peralatan meubel ini. Dengan demikian diperlukan sebuah analisa mengenai pendapatan meningkatnya permintaan peralatan meubel ini. Dengan demikian diperlukan sebuah analisa mengenai pendapatan untuk tahun
untuk tahun berikberikutnya guna utnya guna memmemudahkudahkan an daladalam m proseproses s produproduksi. ksi. DalaDalam m penepenelitialitian n ini ini bertubertujuan untuk juan untuk menmencaricari kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan
kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan Simple Moving Average Simple Moving Average maupun
maupun Weight Moving Average Weight Moving Average. Hasil analisa didapatkan bahwa peramalan pendapatan pada PO. Trisakti Furniture. Hasil analisa didapatkan bahwa peramalan pendapatan pada PO. Trisakti Furniture mengalami kenaikan yang cukup baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan mengalami kenaikan yang cukup baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan jumlah
jumlah pendapatan pendapatan bulan bulan Januari Januari 2017, 2017, dengan dengan forecasting forecasting didapatkan didapatkan acuan acuan dengan dengan pendapatan pendapatan yang yang didapatkandidapatkan akan menj
akan menjadi acuan dalam adi acuan dalam kebukebutuhan ke depan sehingtuhan ke depan sehingga jumlah produkga jumlah produksi pada masa yang akan si pada masa yang akan datadatang bisa kitang bisa kita antis
antisipasipasi i kuankuantitastitasnya, nya, bila bila dibandibandingdingkan kan dengdengan an tanpa mengguntanpa menggunakaakan n peraperamalamalan n samsama a seksekali. ali. DengDengan an hasil hasil daridari forec
forecastiasting ng seorseorang ang pempemimpin impin dapadapat t menemenentukantukan n bebebeberapa rapa langlangkah kah yang yang akaakan n diamdiambil bil guna guna kemkemajuan perusahajuan perusahaanaan tersebut.
tersebut.
Kata kunci: forecasting
Kata kunci: forecasting , , Simple Moving Simple Moving Average, Weight Moving Average, Weight Moving AverageAverage, pendapatan dan produksi., pendapatan dan produksi. PENDAHULUAN
PENDAHULUAN B
Beerrjujuaallaan n aanneekka a ffuurrnniittuurre e aatatau u mmeeuubbeel l uunnttuuk k perlengkapa
perlengkapan n rumah rumah merupakamerupakan n salah salah satu satu bidang bidang usahausaha y
yaanng g meenm ngguunntutunnggkkaann, , ddisiseebbuut t bbeeggiittu u kkaarreennaa pertumbuhan
pertumbuhan penduduk penduduk semakin semakin hari hari semakinsemakin meningkat, sehingga kebutuhan akan tempat tinggal pun meningkat, sehingga kebutuhan akan tempat tinggal pun se
semamakin kin tintinggggi, i, yayang ng otootomamatis tis beberdrdamampapak k kekepapadada meningkatnya permintaan peralatan meubel ini.
meningkatnya permintaan peralatan meubel ini. Un
Untutuk k dadapapat t diditetemmpapati ti sesebubuah ah rurummah ah tetentntu u sasajaja me
mememerlurlukakan n berberagagam am furfurnitniture ure sepsepererti ti kukursi, rsi, kakasursur,, lem
lemariari, , memeja ja mamakankan, , kitkitchechen n seset t dan dan lailain-n-lain lain sebsebagagaiai pelengkap
pelengkap tempat tempat tinggal. tinggal. Jika Jika sekarang sekarang ini ini perumahaperumahan- n- perumahan
perumahan laku laku keras, keras, bahkan bahkan terkadang terkadang konsumenkonsumen tid
tidak ak terterlaylayaniani, , mamaka ka tintinggaggal l tuntunggggu u wawaktu ktu sajsaja a parparaa pembeli
pembeli rumah rumah tersebut tersebut akan akan mendatangmendatangi i toko-tokotoko-toko furniture di wilayahnya.[1]
furniture di wilayahnya.[1] Tri
Trisaksakti ti FurFurnitniture ure adaadalah lah salsalah ah satsatu u perperusausahahaan an yayangng bergerak
bergerak dibidang dibidang industri industri meubel meubel yang yang berlokasi berlokasi didi Jal
Jalan an BojBoja, a, KeKecamcamataatan n KalKaliwuiwungngu, u, KeKendandal. l. MelMelihaihatt ke
ketertertartarikaikan n kokonsunsumemen n dan dan kemkemudaudahan han daldalam am proprosesess produksinya
produksinya serta serta adanya adanya order order setiap setiap bulannya bulannya makamaka perusahaan
perusahaan akan akan lebih lebih mudah mudah dalam dalam pencapaiapencapaian n targettarget pendapatan
pendapatan perbulannya. perbulannya. Kebutuhan Kebutuhan masyarakmasyarakat at akanakan penjualan
penjualan furniture furniture tersebut tersebut tidaklah tidaklah tetap tetap maka maka hasilhasil ya
yang ng didadidapat pat pun pun dardari i usausaha ha tertersesebut but berberbedbedaa setiap setiap bulannya.
bulannya. Hal Hal ini ini sangatlah sangatlah berpengaruh berpengaruh terhadap terhadap naik naik atau turunnya pendapatan total dari penjualan furniture atau turunnya pendapatan total dari penjualan furniture tersebut.
tersebut.
Dalam hal ini perusahaan juga menerapkan peramalan Dalam hal ini perusahaan juga menerapkan peramalan da
dalalam m tatargrget et pependndapapatatanan, , nanamumun n peperaramamalalan n yayangng
dil
dilakakukaukan n belbelum um memendendekakati ti dendengagan n kenkenyatyataaaan n hashasilil yang didapat
yang didapat karekarena na hanyhanya a memmemperkperkirakirakan an saja saja tanpatanpa menggunakan ilmu pasti. Oleh sebab itu akan muncul menggunakan ilmu pasti. Oleh sebab itu akan muncul suat
suatu u permpermasalasalahan ahan terjaterjadinydinya a oveoverstok rstok dimadimana na jumlajumlahh produksi
produksi Furniture Furniture yang yang berlebihan berlebihan sehingga sehingga jarang jarang didi mi
minatnati i pempembelbeli i kakarenrena a keketingtinggalgalan an momode de ataatau u tidtidak ak se
sesuasuai i dendengagan n kekeinginginainan n pempembelbeli i yayang ng berberpepengangaruhruh pada
pada target target pendapatan perbulan pendapatan perbulan oleh oleh perusahaan. perusahaan. MakaMaka dar
dari i itu itu untuuntuk k memeramramalkalkan an jumjumlah lah penpendadapatpatan an padpadaa periode
periode berikutnya berikutnya dengan dengan penerapan penerapan metode-mmetode-metodeetode perama
peramalan, lan, agar agar hasil hasil yang yang didapatkan didapatkan lebih lebih akurat akurat dandan bisa diantisipasi kuantitasnya,
bisa diantisipasi kuantitasnya, PENGENALAN METODE PENGENALAN METODE Jenis Peramalan
Jenis Peramalan Je
Jenis nis perperamamalaalan n (Fo(Forerecacastisting) ng) berberdasdasarkarkan an memetodetode
perama
peramalan lan yang yang digunakan, digunakan, peramaperamalan lan dibedakandibedakan
m
menenjajadi di memetotode de kukualalititatatif if dadan n memetodtode e kukuanantittitatatifif..
Meto
Metode de kualkualitatif itatif merumerupakpakan an metmetode ode peraperamalamalan n yangyang
ti
tidadak k memengnggugunanakakan n dadata ta hishistotoriris s mamasa sa lalalulu, , lelebibihh
dida
didasarksarkan an pada pada intuisintuisi. i. MetoMetode de kuankuantitatif titatif merumerupakpakanan
me
metodtode e perperamamalaalan n yayang ng memenggnggunaunakakan n datdata a hishistortorisis
ma
masa sa lallalu, u, mememamanipnipulaulasi data histsi data historioris s yayang terseng tersediadia
secara memadai dan tanpa intuisi, metode ini umumnya
secara memadai dan tanpa intuisi, metode ini umumnya
didasarkan pada analisis statistik. Menurut Makridakis,
didasarkan pada analisis statistik. Menurut Makridakis,
Wh
Wheeeelwrlwrighight, t, dan dan McGMcGee ee (19(1983, 83, h.8h.8-9-9), ), perperamamalaalann
kuan
kuantitatititatif f dapadapat t diterditerapkaapkan n bila bila tiga tiga kondkondisi isi terpeterpenuhinuhi
ya
yaitu itu infinformormasi asi memengengenai nai kekeadaadaan an wakwaktu tu yanyang g lallaluu
ter
tersesediadia, , infinformormasi asi itu itu dapdapat at dikdikuanuantittitatiatifkafkan n daldalamam
bentuk
beberapa aspek dari pola di waktu yang lalu akan berlanjut ke waktu yang akan datang. Metode yang termasuk kedalam metode kuantitatif, salah satunya adalah metode rata-rata bergerak (Simple Moving Average).
Menurut Makridakis (1999), teknik peramalan terbagi menjadi dua bagian, yang pertama metode peramalan subjektif dan metode peramalan objektif. Metode peramalan subjektif mempunyai model kualitatif dan metode peramalan objektif mempunyai dua model, yaitu model time series dan model kausal. Model kualitatif berupaya memasukkan faktor-faktor subyektif dalam model peramalan, model ini akan sangat bermanfaat jika data kuantitatif yang akurat sulit diperoleh. Contoh dari metode ini ialah metode delphi, opini juri eksekutif, komposit kekuatan dan survey pasar konsumen. Model kausal memasukkan dan menguji variabel-variabel yang diduga akan mempengaruhi variabel dependen, model ini biasanya menggunakan analisis regresi untuk menentukan mana variabel yang signifikan mempengaruhi variable dependen.[2]
Simple Moving Average
Metode Simple Moving Average digunakan apabila data historis bersifat fluktuatif, tidak memiliki pola tren dan tidak memiliki pola musiman, cara kerja metode ini adalah menghaluskan pola data historis dengan merata-ratakan data tersebut. Metode Simple Moving Average terbagi menjadi tiga yaitu Simple Moving Average (SMA), Weighted Moving Average (WMA), dan Exponential Moving Average (XMA).
Weighted Moving Average
Metode yang dipilih dalam penelitian ini adalah Weighted Moving Average dan Simple Moving Average karena salah satu diantara metode ini memiliki kelebihan, didalam metode Weighted Moving Average, selain perhitungannya sederhana, pada teknik Weighted Moving Average diberikan bobot yang berbeda untuk setiap data historis masa lalu yang tersedia, dengan asumsi bahwa data historis yang paling terakhir atau terbaru akan memiliki bobot lebih besar dibandingkan dengan data historis yang lama karena data yang paling terakhir atau terbaru merupakan data yang paling relevan untuk peramalan. Keunggulan lainnya dari metode ini adalah pemberian nilai bobotnya dapat disesuaikan, tetapi penentuan bobot optimalnya sulit. Menurut DeLurgio (1998: 153), minimal 60 data yaitu lima musim harus disimpan untuk peramalan bulanan, tanpa memperhatikan metode peramalan manapun yang digunakan. Setelah melakukan analisis pemilihan periode masa lalu, didapat hasil bahwa periode masa lalu sekitar tiga bulan yang paling optimal karena menghasilkan nilai Mean Square Error yang paling kecil daripada menggunakan periode masa lalu enam bulan, tujuh bulan, delapan bulan, sembilan bulan, sepuluh bulan, sebelas bulan dan dua belas bulan.
Beny Mulyandi dan Yani Iriani (2010) menyebutkan bahwa hasil peramalan menggunakan Single Moving Average dapat meminimalisir error atau kerugian
dengan selisih pengurangan yang sangat kecil dibandingkan dengan metode lain, sehingga dapat mengurangi kesalahan saat trend yang terjadi.[3]
Dalam penelitian ini metode peramalan yang digunakan yaitu metode Simple Moving Average dan Weight Moving Average untuk variasi data musiman. Metode rata-rata bergerak tunggal menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Data transaksi yang digunakan dalam penelitian ini adalah data lampau dengan periode 1 tahun. Data transaksi yang digunakan adalah data pendapatan tiap bulan.
Dalam penelitian ini, penulis hanya membatasi masalah pada tingkat keuntungan yang akan didapatkan oleh
Trisakti Furniture pada setiap bulannya. Perhitungan tersebut didapatkan dari data pendapatan bersih Trisakti Furniture yang terhitung dari 1 periode menggunakan metode Forecasting Simple Moving Average (MA 3 bulan) dan Weight Moving Average (3 bulan) dengan bobot 50%, 30% dan 20%. Selain itu penulis juga memiliki tujuan untuk mengetahui metode manakah yang paling tepat dan menemukan hasil akurasi yang baik diantara peramalan Simple Moving Avarage dan Weight Moving Average dengan pendapatan yang didapatkan akan menjadi acuan dalam kebutuhan ke depan sehingga jumlah produksi pada masa yang akan datang bisa diantisipasi kuantitasnya.
Berdasarkan uraian tersebut maka penulis memilih judul
“PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM PERAMALAN PENDAPATAN PADA PO. TRISAKTI FURNITURE KENDAL”.
LANDASAN TEORI
Metode peramalan yang penulis gunakan untuk menganalisis data yang didapatkan adalah:
1. Metode Simple Rata-rata Bergerak (Simple Moving Average).
Metode rata-rata bergerak tunggal menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang
waktu.[4]
Metode ini mempunyai dua sifat khusus yaitu untuk membuat forecast memerlukan data historis dalam jangka waktu tertentu, semakin panjang Simple Moving Average akan menghasilkan Simple Moving Averages
Average adalah menghitung rata-rata dari nilai-nilai pada beberapa tahun untuk menaksir pada suatu tahun
tertentu. =
Keterangan :
= forecast untuk periode ke t+1 = data pada periode t
n = jangka waktu moving average 2. Metode Weight Moving Average.
Weight Moving Average (WMA) adalah metode moving average atau rata-rata bergerak yang memiliki bobot. Namun pada WMA terdapat bobot yang digunakan pada setiap perubahan harga. Nilai dari bobot ini dapat berapa saja dengan ketentuan nilai bobot untuk harga yang terbaru adalah lebih besar daripada nilai bobot untuk harga sebelumnya. [5]
Perumusan WMA adalah sebagai berikut : WMA =
3. Mean Absolute Deviation.
Metode untuk mengevaluasi metode peramalan menggunakan jumlah dari kesalahan-kesalahan yang absolut. Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan rumus sebegai berikut.
MAD
=
atau
MAD
=
VARIABEL DAN PENGAMBILAN DATA
Penelitian dilaksanakan pada perusahaan PO Trisakti Furniture yang merupakan perusahaan industri meubel beralamat di Jl. Boja, Kecamatan Kaliwungu, Kendal. Penilitian ini merupakan desain kasus, karena dilakukan untuk menjawab pertanyaan bagaimana yang menjadi permasalahan utama penelitian dengan keharusan membuat deskriptif atau analisis yang terbatas pada kasus tertentu untuk menjawab permasalahan tersebut. Dalam penelitian ini, kasus yang diteliti yaitu mengenai peramalan pendapatan bersih PO Trisakti Furniture
Kendal pada bulan Januari 2017. 1. Variabel
Variabel yang digunakan dalam penyusunan ini adalah data pendapatan bersih PO Trisaksi
Furniture pada bulan Januari 2016 sampai dengan Januari 2017.
2. Teknik Pengambilan Data
Dalam penyusunan tugas ini metode pengumpulan data:
a. Metode Literatur Yaitu metode untuk memperkuat teori-teori yang telah ada yaitu dengan membaca buku-buku yang ada.
b. Metode Dokumentasi
Metode dokumentasi yang dilakukan adalah dengan pengambilan data sekunder. Data sekunder adalah data yang diperoleh dari pihak-pihak lain dalam bentuk laporan data sekunder. Dalam hal ini penulis memperoleh data dari PO Trisakti Furniture Kendal yaitu data pendapatan bersih pada bulan Januari 2016 sampai dengan Desember 2016.
c. Model Peramalan
Kebutuhan masyarakat akan jasa penjualan furniture tersebut tidaklah tetap maka hasil yang di dapat pun dari usaha tersebut berbeda setiap bulannya. Hal ini sangatlah berpengaruh terhadap naik atau turunnya pendapatan total dari jasa penjualan furniture tersebut. Dalam pengolahan data ini penulis menggunakan model matematis yang sesuai dipergunakan untuk memperkirakan jumlah pendapatan yang akan diraih oleh PO Trisakti Furniture Kendal pada bulan Februari 2016 dengan menggunakan model Simple Moving Average dan Weight Moving Average.
METODOLOGI PENELITIAN
Secara sistimatis tahapan sampel yang digunakan dalam peramalan pendapatan pada bulan Januari 2017 adalah perusahaan furniture PO Trisakti Furniture.
Pengolahan data yang dilakukan :
Dalam peramalan pendapatan pada bulan Januari 2017 akan dilakukan tahapan berikut ini:
1. Mencari hasil perhitungan rata-rata bergerak (3 bulanan). Menggunakan metode Simple Moving Average.
2. Mencari tingkat kesalahan dalam peramalan pendapatan (Simple Moving Average) menggunakan Mean Absolute Deviation.
3. Mencari hasil perhitungan Weight Moving Average. 4. Mencari tingkat kesalahan dalam peramalan pendapatan (Weight Moving Average) menggunakan Mean Absolute Deviation.
5. Membandingkan hasil perhitungan antara Simple Moving Average dengan Weight Moving Average.
KERANGKA PIKIRAN
Gambar 1. Kerangka pikiran penelitian yang akan dilakukan.
HASIL DAN PEMBAHASAN
Berikut ini data pendapatan PO Trisakti Furniture Kendal selama 12 bulan yang terhitung mulai dari bulan Januari 2016 sampai dengan Desember 2016 : Tabel 1. Pendapatan PO Trisakti Furniture Kendal selama bulan Januarii 2016-Desemberi 2016 N o Periode Pendapatan 1 Januari (2016) 19.875.000 2 Februari (2016) 19.840.000 3 Maret (2016) 10.263.000 4 April (2016) 18.952.000 5 Mei (2016) 18.371.000 6 Juni (2016) 19.750.000 7 Juli (2016) 19.348.000 8 Agustus (2016) 19.348.000 9 September(2016) 18.998.000 10 Oktober (2016) 18.637.000 11 November(2016) 10.112.000 12 Desember (2016) 19.631.000
1. Mencari hasil perhitungan rata-rata bergerak (3 bulanan). Menggunakan metode Simple Moving Average.
Bulan April 2016 = = 16.659.333 Bulan Mei 2016 = =16.351.000 Bulan Juni 2016 = = 15.862.000 Bulan Juli 2016 = = 19.024.333 Bulan Agustus 2016 = = 19.156.333 Bulan September 2016 = = 19.482.000 Bulan Oktober 2016 = = 19.231.333 Bulan November 2016= = 18.994.333 Bulan Desember 2016= = 15.915.666 Bulan Januari 2017= = 16.126.666
Tabel 2. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Moving Average (3 Bulanan) Periode endapat an (Rp) Peramala n (Ft) (Rp) Error (Rp) bs Error Januari (2016) 19.875.000 - - -Februari (2016) 19.840.000 - - -Maret (2016) 10.263.000 - - -April (2016) 18.952.000 16.659.333 -2.292.667 2.292.667 Mei (2016) 18.371.000 16.351.000 -2.019.333 2.019.333 Juni (2016) 19.750.000 15.862.000 -3.888.000 3.888.000 Juli (2016) 19.348.000 19.024.000 -323.667 323.667 Agustus (2016) 19.348.000 19.156.000 -191.667 191.667 eptember(2016) 18.998.000 19.482.000 484.000 484.000 Oktober (2016) 18.637.000 19.231.000 594.333 594.333 ovember(2016) 10.112.000 18.994.333 8.882.333 8.882.333 Desember (2016) 19.631.000 15.915.666 -3.715.334 3.715.334 Januari (2017) 16.126.666 16.126.666 16.126.166 Total 8.518.000
2. Mencari tingkat kesalahan dalam peramalan pendapatan (Moving Average) menggunakan Mean Absolute Deviation. Dapat dilihat pada Tabel 2. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Moving Average (3 Bulanan), bahwa pada Total diperoleh jumlah ∑ (absolute dari forecast errors) adalah 38.518.000.
Maka perhitungan MAD sebagai berikut :
MAD =
=
= 3.209.8333
Tingkat kesalahan pada peramalan pendapatan : MAD Bulan Januari 2017 = Rp.
3.209.833,-Data pendapatan Trisaksakti Furniture
Penentuan Metode Peramalan
Hasil Peramalan
Permintaan dengan metode Simple Average dan Exponential Smootging
Data pendapatan Trisaksakti Furniture
Berdasarkan perhitungan MAD diatas, maka pendapatan bersih yang dapat dihitung adalah :
MAD Bulan Januari 2017
(Ft – MAD) ≤ x ≤ (Ft + MAD)
16.126.666 - 3.209.833 ≤ x ≤ 16.126.666 + 3.209.833 12.916.833 ≤ x ≤ 19.336.499
Kesimpulan : Jadi, jika menggunakan metode SMA (Simple Moving Average) 3 periode diramalkan pendapatan atau
tingkat keuntungan yang akan di dapatkan oleh PO Trisakti Furniture Kendal pada bulan Januari 2017 sebesar Rp. 16.126.666,- dengan kisaran pendapatan bersih yaitu Rp. 12.916.833,- sampai Rp. 19.336.499,-.
3. Mencari hasil perhitungan Weight Moving Average. Perhitungan peramalan pendapatan PO Trisakti Furniture Kendal dengan metode Weight Moving Average. Untuk menggunakan WMA 3 bulan dengan bobot 50%, 30% dan 20 %. Perhitungannya sebagai berikut :
Bulan April (2016) = = 17.942.100 Bulan Mei (2016) = = 16.789.300 Bulan Juni (2016) = = 14.491.300 Bulan Juli (2016) = = 18.937.300 Bulan Agustus (2016) = = 18.980.100 Bulan September (2016) = = 19.549.000 Bulan Oktober (2016) = =19.278.000 Bulan Novermber(2016) = = 19.100.800 Bulan Desember (2016) = = 17.112.500 Bulan Januaari (2016) = = 16.278.300
Tabel 3. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Weight Moving Average (3) bobot 50%, 30% dan 20%.
Periode Pendapa tan (Rp) Peramalan (Ft) (Rp) Error (Rp) Abs Error Januari (2016) 19.875.000 - - -Februari (2016) 19.840.000 - - -Maret (2016) 10.263.000 - - -April (2016) 18.952.000 17.942.100 -1.009.900 1.009.900 Mei (2016) 18.371.000 16.789.000 -1.581.700 1.581.700 Juni (2016) 19.750.000 14.491.000 -5.258.700 5.258.700 Juli (2016) 19. 348.000 18. 937.300 -410.700 410.700 Agustus (2016) 19. 348.000 18. 980.100 -367.900 367.900 September(2 016) 18. 998.000 19. 549.000 551. 000 551.000 Oktober (2016) 18. 637.000 19. 278.000 641. 000 641.000 November(2 016) 10.112.000 19.100.800 8.988.800 8.988.800 Desember (2016) 19.631.000 17.112.500 -2.518.500 2.518.500 Januari (2017) 16.278.300 16.278.30 0 16.278.300 TOTAL 37.606.500
4. Mencari tingkat kesalahan dalam peramalan
pendapatan (Weight Moving Average) menggunakan Mean Absolute Deviation. Dapat dilihat pada Tabel 3.
Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Weight Moving Average (3) bobot 50%, 30% dan 20%, bahwa pada Total diperoleh jumlah ∑
adalah 37.606.500. Maka perhitungan MAD sebagai berikut :
MAD =
=
= 3.133.875
Tingkat kesalahan pada peramalan pendapatan : MAD Bulan Januari 2017 = Rp.
3.133.875,-Berdasarkan perhitungan MAD diatas, maka pendapatan bersih yang dapat dihitung adalah :
MAD Bulan Januari 2017
(Ft – MAD) ≤ x ≤ (Ft + MAD)
16.278.300 - 3.133.875 ≤ x ≤ 16.278.300 -3.133.875
Kesimpulan :
Jadi, jika menggunakan metode Weight Moving Average (WMA) 3 periode dengan bobot 50%, 30%, dan 20%
diramalkan pendapatan atau tingkat keuntungan yang akan di dapatkan oleh PO Trisakti Furniture Kendal pada bulan Januari 2017 sebesar Rp. 16.278.300,- dengan kisaran pendapatan bersih yaitu Rp. 13.144.425,- sampai Rp.
19.412.175,-.
5. Membandingkan hasil perhitungan antara Simple Moving Average dengan Weight Moving Average.
Tabel 4. Perbandingan antara Metode SMA dan Metode WMA serta hasil Realisasi :
Periode Pendapata n (Rp) Hasil perhitunga n peramalan pendapatan dengan metode SMA (3 bulanan) (Rp) Hasil perhitunga n peramalan pendapatan dengan metode WMA (3 bulanan) dengan bobot 50%,30%, dan 20% (Rp) Januari (2016) 19.875.000 - -Februari (2016) 19.840.000 - -Maret (2016) 10.263.000 - -April (2016) 18.952.000 16.659.333 17.942.100 Mei (2016) 18.371.000 16.351.000 16.789.000 Juni (2016) 19.750.000 15.862.000 14.491.000 Juli (2016) 19.348.000 19.024.000 18.937.300 Agustus (2016) 19.348.000 19.156.000 18.980.100 September(2016 ) 18.998.000 19.482.000 19.549.000 Oktober (2016) 18.637.000 19.231.000 19.278.000 November(2016 ) 10.112.000 18.994.333 19.100.800 Desember (2016) 19.631.000 15.915.666 17.112.500 Januari (2017) 16.126.666 16.278.300
Tabel 5. Rangkuman Hasil perhitungan MA (3 bulanan) dan WMA (3 bulanan) dengan bobot 50%, 30% dan 20%.
Keterangan Simple Moving Average (SMA) (3 bulanan) Weight Moving Average (MA) (3 bulanan) dengan bobot 50%, 30% dan 20%. Peramalan pendapatan bulan Januari 2017 16.126.666 16.278.300 MAD 3.209.833 3.133.875 Kisaran pendapatan PO Trisakti Furniture Kendal 12.916.833 ≤ x ≤ 19.336.499 13.144.425 ≤ x ≤ 19.412.175 KESIMPULAN
Dengan selesainya analisis data dan penyusunan tugas akhir mata kuliah Teknik Peramalan dengan judul Penerapan
Metode Simple Moving Average Dan Weight Moving Average Dalam Peramalan Pendapatan Dari Jasa Penjualan Produk Furniture Pada PO. Trisakti Furniture Kendal, dapat diambil kesimpulan sebagai berikut : Hasil peramalan pendapatan PO Trisakti Furniture adalah :
a. Berdasarkan perhitungan peramalan pendapatan PO Trisakti Furniture dengan metode Simple Moving Average 3 bulanan diramalkan tingkat keuntungan yang akan didapatkan pada bulan Januari 2017 sebesar Rp. 16.126.666 Dengan MAD
sebesar Rp. 3.209.833 dan kisaran pendapatan yaitu Rp. 12.916.833 sampai Rp. 19.336.499.
b. Berdasarkan perhitungan peramalan pendapatan PO Trisakti Furniture dengan metode Weight Moving Average 3 bulanan dengan bobot 50%, 30% dan 20% diramalkan tingkat
keuntungan yang akan didapatkan pada bulan Januari 2017 sebesar Rp. 16.278.300 dengan MAD sebesar Rp. 3.133.875 dan kisaran pendapatan yaitu Rp. 13.144.425 sampai Rp 19.412.175.
SARAN
Berdasarkan hasil analisis data dan kesimpulan yang dibuat maka dapat dikemukakan saran-saran yang berguna sebagai salah satu bahan pertimbangan bagi Java Furniture untuk menentukan kebijakan dalam hal peramalan pendapatan pada PO Trisakti Furniture Kendal. Adapun saran-saran yang dikemukakan sebagai berikut :
a. Perusahaan sebaiknya melakukan evaluasi program kerja per bulan pada usaha meubel atau furniture ini, supaya dapat
menjaga kestabilan pendapatan per bulan dan meningkatkan pendapatannya.
b. Perusahaan sebaiknya menerapkan metode Weight Moving Average 3 bulanan dengan bobot 50%, 30% dan 20% dalam
melakukan peramalan pendapatan, karena dari pengujian diatas metode ini yang paling mendekati aktual dan memiliki Mean Absolute Deviation terkecil.
c. Apabila menerapkan metode peramalan Simple Moving Average dan Weight Moving Average lebih baik
menggunakan data dalam jangka panjang dan penerapannya secara terus menerus.
d. Seorang pemimpin harus dapat mempertahankan nilai pendapatan, serta dapat menjaga kestabilan pendapatan per bulan dan meningkatkan pendapatannya. Berdasarkan dari
hasil analisis seorang pemimpin harus mengadakan
forecasting pendapatan untuk mengetahui hasil produksi yang maksimal pada masa yang akan datang.
DAFTAR PUSTAKA
[1] Info Peluang Usaha. “Peluang Usaha Toko Furniture atau Mebel”. 07 Juni 2016.
https://infopeluangusaha.org/peluang-usaha-tokofurniture-atau-mebel/.
[2] Makridakis. 1999. Metode dan Aplikasi Peramalan. Edisi 2. Jakarta: Binarupa Aksara.
[3] National Conference Design and Application of Technology 2010. Mulyadi Beny, Yani Iriani. Journal “Analisis Peramalan Penjualan Bahan Bakar Minyak Jenis Premium Di SPBU Pahlawan Asri Bandung”.Universitas Widyatama.2010.Bandung.
[4] Gaspersz dan Vincent. 2005. Production Planning and Inventory Control. Jakarta: Gramedia Pustaka Utama.
[5] Lee, Jhong Sam. CDMA Systems Engineering Handbook. Artech House. ISBN 089006
[6] Makridakis, Spyros Et al. 1991.”Metode dan Aplikasi Peramalan”.Edisi Kedua, Jilid 1. Alih Bahasa: Untung Sus A,M. Sc dan Abdul Besith M. Sc. Jakarta: Erlangga
