commit to user
FORECAST PENJUALAN AIR MINUM JENIS BOTOL 600 ML
PADA CV. AL ABRAR SURAKARTA
TUGAS AKHIR
Diajukan Untuk Memenuhi Syarat-syarat Mencapai Sebutan
Ahli Madya Manajemen Bisnis
Oleh :
Niken Kani Raras
F3509051
PROGRAM STUDI DIII MANAJEMEN BISNIS
FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET
commit to user
iv
HALAMAN PERSETUJUAN
Tugas Akhir dengan judul :
FORECAST PENJUALAN AIR MINUM
JENIS BOTOL 600 ML PADA CV. AL ABRAR
Surakarta, 14 Juni 2012
Telah disetujui oleh dosen Pembimbing
Dra. Soemarjati Tj, MM
commit to user
v
HALAMAN PENGESAHAN
Tugas Akhir dengan judul :
FORECAST PENJUALAN AIR MINUM
JENIS BOTOL 600 ML PADA CV. AL ABRAR
Telah Disahkan oleh Penguji Tugas Akhir
Program studi Diploma III Manajemen Bisnis
Fakultas Ekonomi Universitas Sebelas Maret
Surakarta, 19 Juli 2012
Tim Penguji tugas Akhir
Dra. Ignatia Sri Seventi Pudjiastuti, M.Si
NIP. 19550731 198203 2 001 Sebagai Penguji
Dra. Soemarjati Tj, MM
commit to user
vi MOTTO
Selagi muda jadilah petarung bagi impian – impian anda, jika tidak maka anda akan menjadi tawanan
atas penyesalan – penyesalan anda.
( Mario Teguh )
Sesungguhnya sesudah kesulitan ada kemudahan, maka apabila kamu telah
selesai ( urusan dunia ) maka bersungguh-sungguhlah ( dalam beribadah )
kepada Tuhanlah hendaknya kamu berharap.
( Q.s Alam Nasyrah, 6-8 )
Tidak pernah ada orang yang menjadi besar karena meniru orang lain
(Samuel Johnson)
Dan bahwasanya seorang manusia tiada memperoleh selain apa yang telah
diusahakanya. Dan bahwasanya usahanya itu kelak akan
diperlihatkan ( kepadanya )
( Q.s An Najm, 39-40 )
Kunci sukses adalah tidak memperhatikan hasil akhir, kerjakan yang terbaik pada saat ini, dan biarlah
hasil akhir terbentuk dengan sendirinya
commit to user
vii
PERSEMBAHAN
Karya ini dipersembahkan kepada:
1. Kedua orang tuaku
2. Kedua kakakku
3. Teman-temanku
commit to user
viii
KATA PENGANTAR
Segala puji syukur penulis panjatkan kehadirat allah SWT yang telah melimpahkan
rahmat, taufik, dan hidayah-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini
dengan judul ” FORECAST PENJUALAN AIR MINUM JENIS BOTOL 600 ML PADA
CV. AL ABRAR SURAKARTA”.
Tugas Akhir ini disusun dengan maksud untuk memenuhi salah satu syarat-syarat Gelar
Ahli Madya pada Diploma 3 Program Studi Manajemen Bisnis Fakultas Ekonomi Universitas
Sebelas Maret. Dalam penyusunan Tugas Akhir ini, penulis banyak mendapatkan bantuan
yang diberikan oleh berbagai pihak baik pihak secara langsung maupun tidak langsung. Oleh
karena itu pada kesempatan ini, penulis mengucapkan terima kasih kepada:
1. Dr. Wisnu, MS selaku Dekan Fakultas Universitas Sebelas Maret yang telah
memberikan ijin kepada penulis untuk menyusun Tugas Akhir.
2. Ibu Sinto Sunaryo, SE, M.Si selaku ketua Program Studi D3 Manajemen Bisnis
Fakultas Ekonomi Universitas Sebelas Maret.
3. Dra. Soemarjati Tj, MM selaku pembimbing Tugas Akhir yang telah memberikan
pengarahan selama menyusun Tugas akhir.
4. Bapak dan Ibu Dosen Manajemen Bisnis yang telah membimbing selama masa
kuliah.
5. Bapak Drs. Medi selaku pimpinan CV. AL-ABRAR Surakarta yang telah berkenan
memberikan kesempatan kepada penulis untuk melakukan magang kerja dan
penelitian.
6. Ayah dan Ibu tercinta, terima kasih atas kasih sayang ,doa, dan semua pengorbanan
commit to user
ix
7. Kakakku terima kasih selama tiga tahun selalu mendidik, mengajari dan memberikan
pengarahan selama waktu kuliah.
8. Teman-teman Manajemen Industri yang tiga tahun bersama dengan segala suka
dukanya selama menimpa ilmu dibangku kuliah.
9. Semua pihak-pihak yang belum disebutkan secara tidak langsung telah mendukung
penulis selama masa kuliah dan pembuatan Tugas Akhir.
Penulis menyadari bahwa penyusunan Tugas Akhir ini masih jauh dari sempurna,
oleh karena itu kritik dan saran yang membangun dari semua pihak sangat diharapkan demi
perbaikan dan penyempurnaan laporan ini. Di luar kekurangan tersebut, penulis berharap agar
Tugas Akhir ini dapat bermanfaat dan berguna bagi pembaca sekalian.
Surakarta, Juli 2012
commit to user
D. Peramalan Menurut Horizon Waktunya ... 17
E. Faktor-faktor yang Mempengaruhi Pemilihan F. Teknik peramalan ... 18
G. Sifat-sifat Peramalan ... 19
commit to user
xi
I. Karakteristik Peramalan yang Baik... 20
J. Metode Peramalan ... 20
K. Pengukuran Hasil Akurasi Peramalan ... 27
BAB III PEMBAHASAN A. Gambaran Umum Perusahaan ... 31
B. Tujuan Perusahaan ... 33
C. Struktur Organisasi Perusahaan... 34
D. Aspek Personalia ... 41
E. Aspek Produksi ... 45
F. Aspek Pemasaran ... 51
G. Laporan Magang Kerja ... 51
H. Analisis Data dan Pembahasan... 54
BAB IV PENUTUP A. Kesimpulan ... 136
B. Saran ... 141
DAFTAR PUSTAKA
commit to user
xii
DAFTAR TABEL
TABEL
3.1 Jumlah Tenaga Kerja ... 42
3.2 Data Penjualan Produk Botol 600 ml
Bulan Maret 2011-Februari 2012 ... 55
3.3 Perhitungan Metode Single Moving Averages
3 bulanan bulan Maret 2011-Maret 2012 ... 56
3.4 Perhitungan Metode Exponential Smoothing
dengan α = 0,1 bulan Maret 2011-Maret 2012... 60
3.5 Perhitungan Metode Exponential Smoothing
dengan α = 0,5 bulan Maret 2011-Maret 2012... 64 3.6 Perhitungan Metode Exponential Smoothing
dengan α = 0,9 bulan Maret 2011-Maret 2012... 68
3.7 Perhitungan Metode Weighted Moving Averages
3 Bulan Terbobot bulan Maret 2011-Maret 2012 ... 72
3.8 Perhitungan Metode Analisis Regresi Linier
bulan Maret 2011-Maret 2012... 76
3.10 Data Penjualan Produk Botol 600 ml
Bulan April 2011-Maret 2012 ... 81
3.11 Perhitungan Metode Single Moving Averages
3 bulanan bulan April 2011-April 2012... 82
3.12 Perhitungan Metode Exponential Smoothing
dengan α = 0,1 bulan April 2011-April 2012 ... 86 3.13 Perhitungan Metode Exponential Smoothing
dengan α = 0,5 bulan April 2011-April 2012 ... 90 3.14 Perhitungan Metode Exponential Smoothing
commit to user
xiii
3.15 Perhitungan Metode Weighted Moving Averages
3 Bulan Terbobot bulan April 2011-April 2012 ... 98
3.16 Perhitungan Metode Analisis Regresi Linier bulan April 2011-April 2012 ... 102
3.18 Data Penjualan Produk Botol 600ml Bulan Mei 2011-April 2012 ... 107
3.19 Perhitungan Metode Single Moving Averages 3 bulanan bulan Mei 2011-Mei 2012 ... 108
3.20 Perhitungan Metode Exponential Smoothing dengan α = 0,1 bulan Mei 2011-Mei 2012 ... 112
3.21 Perhitungan Metode Exponential Smoothing dengan α = 0,5 bulan Mei 2011-Mei 2012 ... 116
3.22 Perhitungan Metode Exponential Smoothing dengan α = 0,9 bulan Mei 2011-Mei 2012 ... 120
3.23 Perhitungan Metode Weighted Moving Averages 3 Bulan Terbobot bulan Mei 2011-Mei 2012... 124
3.24 Perhitungan Metode Analisis Regresi Linier 3 Bulan Terbobot bulan Mei 2011-Mei 2012... 128
3.26 Perbandingan Output Peramalan bulan Maret 2011-Maret 2012 ... 132
3.27 Perbandingan Output Peramalan bulan April 2011-April 2012... 133
commit to user
3.4 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Single Moving Average ... 57 3.5 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Exponential Smoothing Alpha 0,1 ... 61 3.6 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Exponential Smoothing Alpha 0,5 ... 66 3.7 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Exponential Smoothing 0,9... 69 3.8 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Weighted Moving Averages 3 Bulan Terbobot ... 73 3.9 Grafik Penjualan Produk Botol 600 ml bulan
Maret 2011-Maret 2012 dengan Metode
Analisis Regresi Linier ... 77 3.12 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
commit to user
xv 3.13 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
Exponential Smoothing Alpha 0,1 ... 87 3.14 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
Exponential Smoothing Alpha 0,5 ... 91 3.15 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
Exponential Smoothing 0,9... 95 3.16 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
Weighted Moving Averages 3 Bulan Terbobot ... 99 3.17 Grafik Penjualan Produk Botol 600 ml bulan
April 2011-April 2012 dengan Metode
Analisis Regresi Linier ... 103 3.20 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
Single Moving Average ... 109 3.21 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
Exponential Smoothing Alpha 0,1 ... 113 3.22 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
Exponential Smoothing Alpha 0,5 ... 117 3.23 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
commit to user
xvi 3.24 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
Weighted Moving Averages 3 Bulan Terbobot ... 125
3.25 Grafik Penjualan Produk Botol 600 ml bulan
Mei 2011-Mei 2012 dengan Metode
commit to user
xvii
DAFTAR LAMPIRAN
Lampiran 1 : Surat Pernyataan
Lampiran 2 : Surat Keterangan Magang Kerja
Lampiran 3 : Surat Penilaian Magang Kerja
commit to user ABSTRAK
FORECAST PENJUALAN AIR MINUM JENIS BOTOL 600 ML
PADA CV. AL ABRAR SURAKARTA
Niken Kani Raras
F3509051
Peramalan penjualan produk adalah suatu cara yang dilakukan perusahaan untuk memperkirakan atau memprediksi tingkat penjualan pada waktu yang akan datang dengan menggunakan data penjualan pada tahun sebelumnya.
Tujuan yang ingin dicapai dalam penelitian ini adalah (1) Untuk mengetahui peramalan penjualan produk botol 600 ml di CV. Al Abrar Divisi
AMDK dengan metode Single Moving Average, Exponential Smoothing,
Weighted Moving Averages dan Analisis Regresi Linier pada bulan Maret, April, Mei 2012. (2) Untuk mengetahui forecast error dari hasil peramalan tersebut. (3) Untuk mengetahui metode peramalan tang tepat dalam menentukan besarnya penjualan produk botol 600 ml di CV. Al Abrar Divisi AMDK pada bulan Maret, April, Mei 2012. Metode pembahasan yang digunakan untuk meramalkan penjualan adalah metode Single Moving Average dengan rata-rata bergerak 3 bulanan, Single Exponential Smoothing dengan tiga nilai alpha yang berbeda yaitu 0,1 ; 0,5 ; 0,9, Weighted Moving Averages dengan 3 bulan terbobot, serta Analisis Regresi Linier. Untuk pengukuran kesalahan (error) peramalan dengan menggunakan MAD dan MSE. Dari analisis yang telah dilakukan, penulis mengambil kesimpulan. Besarnya hasil ramalan dengan menggunakan metode Single Moving Average 3 bulanan pada bulan Maret adalah 14.368 botol dengan MAD = 2.468,4 dan MSE = 9.931 Besarnya ramalan menggunakan metode Exponential Smoothing alpha (0,1 ; 0,5 ;0,9), α ; 0,1 adalah 13.494 botol dengan
MAD = 2.001,9 dan MSE = 7.880,2 α; 0,5 adalah 14.507 botol dengan MAD =
2.131,5 dan MSE = 7.797,9 α ; 0,9 adalah 15.393 botol dengan MAD = 2.492 dan
MSE = 9.274,5 Besarnya ramalan menggunakan metode Weighted Moving
Averages dengan 3 bulan terbobot adalah 14.636 botol dengan MAD = 2.388,9 dan MSE = 9.266,9 Besarnya ramalan menggunakan metode Analisis Regresi Linier adalah 14.571 botol dengan MAD = 1.571,5 dan MSE = 5.311,2 Besarnya hasil ramalan dengan menggunakan metode Single Moving Average 3 bulanan pada bulan April adalah 14.561 botol dengan MAD = 2.321,2 dan MSE = 9.676,2 Besarnya ramalan menggunakan metode Exponential Smoothing alpha (0,1 ; 0,5
;0,9), α ; 0,1 adalah 13.364 botol dengan MAD = 2.354,1 dan MSE = 9.822 α; 0,5 adalah 14.539 botol dengan MAD = 2.121,8 dan MSE = 8.061,3 α ; 0,9 adalah
14.653 botol dengan MAD = 2.498,8 dan MSE = 9.311,8 Besarnya ramalan
menggunakan metode Weighted Moving Averages dengan 3 bulan terbobot adalah
commit to user
menggunakan metode Analisis Regresi Linier adalah 14.370 botol dengan MAD
= 1.490,7 dan MSE = 5.090,6. Besarnya hasil ramalan dengan menggunakan metode Single Moving Average 3 bulanan pada bulan Mei adalah 14.847 botol dengan MAD = 1.549,6 dan MSE = 4.022,2 Besarnya ramalan menggunakan metode Exponential Smoothing alpha (0,1 ; 0,5 ;0,9), α ; 0,1 adalah 14.190 botol
dengan MAD = 1.397,4 dan MSE = 5.377,3 α; 0,5 adalah 14.455 botol dengan
MAD = 1.765,4 dan MSE = 6.732 α ; 0,9 adalah 14.398 botol dengan MAD =
2.265,7 dan MSE = 8.682,2 Besarnya ramalan menggunakan metode Weighted Moving Averages dengan 3 bulan terbobot adalah 14.642 botol dengan MAD = 1.555,6 dan MSE = 4.135,6 Besarnya ramalan menggunakan metode Analisis Regresi Linier adalah 13.810 botol dengan MAD = 1.406,4 dan MSE = 4.202,5
Hasil analisis yang diperoleh, maka metode yang disarankan kepada perusahaan dalam membuat ramalan penjualan, sebaiknya menggunakan metode Analisis Regresi Linier pada bulan Mei karena memiliki tingkat kesalahan (forecast) MAD dan MSE terkecil.
commit to user ABSTRACT
SALES FORECAST OF WATER BOTTLE 600 ML THE CV. AL ABRAR SURAKARTA
Niken Kani Raras F3509051
Product sales forecasting is a way a business to estimate or predict the level of sales in the future using sales data in the previous year.
Objectives to be achieved in this study were (1) To determine product sales forecasting bottle of 600 ml in CV. Al Abrar AMDK Division by the method of Single Moving Average, Exponential Smoothing, Weighted Moving Averages and Linear Regression Analysis in March, April, May 2012. (2) To determine the forecast error of the forecasting results. (3) To determine the appropriate forecasting method in determining the amount of tang sales of bottles of 600 ml in the CV. Al Abrar AMDK Division on March, April, May 2012. Discussion of the methods used to forecast sales is the method of Single Moving Average with average 3-month a moving, Single Exponential Smoothing with three different alpha values are 0.1, 0.5; 0.9, Weighted Moving Averages weighted by 3 months, and Linear Regression Analysis. For measurement error (error) forecasting using the MAD and MSE. Of analysis has been performed, the authors conclude. The magnitude of the forecast by using the Single Moving Average 3-month in March, is 14 368 bottles of the MAD and MSE = 2468.4 = 9931 The amount of the forecast using ExponentialSmoothing method alpha (0.1, 0.5: 0.9),
α; 0.1 is 13 494 bottles of the MAD and MSE = 2001.9 7880.2 = α, 0.5 is 14 507
bottles of the MAD and MSE = 2131.5 7797.9 = α; 0.9 is 15 393 bottles with
MAD = 2492 and the magnitude of the forecast MSE = 9274.5 using the method of WeightedMoving Averages are weighted by 3 months of 14 636 bottles of the MAD and MSE = 2388.9 = 9266.9 magnitude of prediction using linear regression analysis method is 14 571 bottles of the MAD and MSE = 1571.5 = 5311.2 magnitude of the forecast using the Single Moving Average 3-month in April is 14 561 bottles of the MAD and MSE = 2321.2 = 9676.2 magnitude of the forecast using Exponential Smoothing method alpha (0.1, 0.5; 0 , 9), α, 0.1 is 13
364 bottles of the MAD and MSE = 2354.1 α = 9822, 0.5 is 14 539 bottles of the MAD and MSE = 2121.8 8061.3 = α; 0.9 is 14 653 bottles with MAD = MSE =
2498.8 and 9311.8 The amount of the forecast using the method of Weighted Moving Averages are weighted by 3 months of 14 737 bottles with MAD = MSE = 2258.3 and 9096.5 The amount of the forecast using linear regression analysis method is 14 370 bottles with MAD = 1490.7 and MSE = 5090.6. The magnitude of the forecast by using the Single Moving Average 3-month in May is 14 847 bottles of the MAD and MSE = 1549.6 = 4022.2 magnitude of the forecast using ExponentialSmoothingmethod alpha (0.1, 0.5: 0.9), α, 0.1 is 14 190 bottles of the
MAD and MSE = 1397.4 5377.3 = α, 0.5 is 14 455 bottles of the MAD and MSE
= 1765.4 α = 6732; 0.9 is 14 398 bottles with MAD = 2265 , 7, and MSE = 8682.2
commit to user
with MAD = 1406.4 and MSE = 4202.5 The results obtained, the methods suggested to the company in making a sales forecast, you should use the method of Linear Regression Analysis in May because it has an error rate (forecast) the smallest MAD and MSE.
commit to user
1 BAB I
Pendahuluan
A. Latar Belakang Masalah
Setiap perusahaan selalu mengalami perkembangan dalam melakukan
aktivitasnya, setiap aktivitas perusahaan mempunyai berbagai tujuan, antara
lain : membuka lapangan pekerjaan, membuat produk untuk memenuhi
konsumen, mendapatkan keuntungan dan mempertahankan serta
meningkatkan kelangsungan hidup perusahaan di masa yang akan datang.
Oleh karena itu setiap perusahaan membutuhkan pemimpin yang mampu dan
dapat menetapkan keputusan yang tepat dalam menghadapi masa depan yang
penuh ketidakpastian agar perusahaan tersebut dapat meraih keberhasilan,
karena setiap keputusan yang diambil oleh seorang pemimpin akan
berpengaruh terhadap perkembangan perusahaan di masa yang akan datang.
Pada era globalisasi saat ini pembangunan nasional menghadapi tantangan
yang sangat sulit, seiring dengan munculnya perdagangan bebas (Free Trade
Agreement/FTA) antara sesama negara di ASEAN serta antara ASEAN dan
Cina, akan mengakibatkan persaingan yang sangat ketat baik di dalam
maupun di luar negeri dalam meraih konsumennya. Perusahaan-perusahaan
dituntut untuk mampu menghadapi persaingan yang ketat dengan
perusahaan-perusahaan yang lain.
Persaingan yang terjadi diantaranya adalah persaingan yang berkaitan
commit to user
2 waktu sesuai pesanan, serta kemampuan persaingan harga produk. Hal
tersebut mengharuskan sebuah perusahaan untuk mengelola sesuai dengan
harapan yang telah ditentukan oleh perusahaan, sehingga perusahaan akan
mampu berkembang secara wajar dan sesuai dengan target-target yang
diharapkan.
Penjualan produk perusahaan dipengaruhi oleh adanya pemaasaran dan
distributor. Dengan adanya fungsi pemasaran dan distributor maka produk
dapat sampai ke konsumen, sehingga dapat diketahui tingkat penjualan
produk, serta diketahui apakah ada peningkatan atau penurunan penjualan
pada produk perusahaan. Untuk menentukan besarnya penjualan tersebut,
maka diperlukan peramalan penjualan untuk masa yang akan datang dengan
melihat data penjualan produk di masa lalu.
Menurut (Subagyo, 2002 : 1). Forecasting adalah peramalan (perkiraan)
mengenei 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.
Kegiatan untuk mengetahui atau memperkirakan apa yang akan terjadi
pada masa yang akan datang disebut dengan peramalan (Forecasting). Fungsi
peramalan sebagai perencanaan untuk mengantisipasi seorang manajer di
commit to user
3 Oleh karena itu perusahaan perlu meramalkan apa yang terjadi pada masa
yang akan datang, hal ini dikarenakan untuk menentukan tujuan yang akan
dicapai.
CV.Al.Abrar merupakan perusahaan yang bergerak dalam bidang Air
Minum Dalam Kemasan (AMDK). Perusahaan ini memproduksi lima produk
yaiu : galon 19 liter, botol 1500 ml, botol 600 ml, botol 330 ml dan cup 240
ml. Dalam memenuhi kebutuhan pasar maka perusahaan harus mengetahui
berapa peramalan penjualan yang akan datang sehingga perusahaan dapat
memproduksi barang sesuai dengan penjualan yang telah diramalkan.
Peramalan penjualan dapat membantu perusahaan meminimalkan biaya dalam
memproduksi barang yang dihasilkan, karena dengan mengetahui beberapa
penjualan pada periode berikutnya, perusahaan dapat memproduksi barang
secara tidak berlebihan. Dari dasar latar belakang masalah tersebut diatas
maka penulis mengambil judul : “FORECAST PENJUALAN AIR
commit to user
4 B. Rumusan Masalah
Berdasarkan latar belakang diatas, maka dapat dirumuskan bahwa pokok
permasalahan yang akan dibahass dalam penelitian ini adalah :
1. Berapakah peramalan penjualan produk galon di CV.Al Abrar Divisi
AMDK dengan metode Single Moving Average, Exponential Smoothing,
Weighted Moving Average dan Analisis Regresi Linier pada bulan Maret,
April, Mei 2012?
2. Berapakah forecast error dari hasil peramalan dengan keempat metode
diatas?
3. Metode peramalan apa yang tepat dalam menentukan besarnya penjualan
produk botol 600 ml di CV. Al Abrar pada bulan Maret, April, Mei 2012?
C. Tujuan Penelitian
Penelitian ini dilaksanakan dengan tujuan agar penelitian yang akan
dilakukan hasilnya dapat memberikan manfaat yang sesuai dengan apa yang
dikehendaki.
Adapun tujuan penelitian ini adalah :
1. Untuk mengetahui peramalan penjualan produk botol 600 ml di CV.Al
Abrar dengan metode Single Moving Average, Exponential Smoothing,
Weighted Moving Averages dan Analisis Regresi Linier pada bulan Maret,
April, Mei 2012.
2. Untuk mengetahui forecast error dari hasil peramalan dengan keempat
commit to user
5
3. Untuk mengetahui metode peramalan yang tepat dalam menentukan
besarnya penjualan produk botol 600 ml di CV.Al Abrar Divisi AMDK
pada bulan Maret, April, Mei 2012.
D. Manfat Penelitian
Manfaat yang dapat diambil dari penelitian ini adalah :
1. Bagi Penulis
a) Dapat menerapkan ilmu pengetahuan yang diperoleh dibangku kuliah
khususnya tentang peramalan.
b) Menambah wawasan berfikir mengenai permasalahan peramalan yang
ada di CV.Al Abrar Surakarta dan mencoba mencari solusinya.
2. Bagi Perusahaan
a) Hasil dari penelitian ini dapat dipergunakan perusahaan sebagai bahan
masukan dalam pengambilan kebijakan peramalan yang tepat.
b) Dapat membantu perusahaan dalam menentukan metode peramalan
yang tepat dan untuk mengetahui tingkat penjualan sehingga dapat
membuat perencanaan produksi yang sesuai pada periode yang akan
datang.
3. Bagi Pihak Lain
a) Penelitian ini dapat dijadikan sebagai masukan referensi padda kasus
yang sama.
b) Dapat menambah pengetahuan dan pemahaman mengenai
commit to user
6 E. Metode Penelitian
1. Objek Penelitian
Tempat yang menjadi objek penelitian adalah CV.Al Abrar AMDK,
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 penjualan air minum dalam kemasan CV.Al Abrar.
3. Sumber Data
Sumber data dalam penelitian ini adalah sebagai berikut :
Data Sekunder
Yaitu data yang diperoleh secara tidak langsung dari perusahaan.
Data yang diperoleh dari catatan-catatan, studi pustaka yang relevan
commit to user
7 4. Teknik Pengumpulan Data
a) Metode Observasi
Metode observasi merupakan prosedur yang sistematis dan standar
dalam pengumpulan data (Wahyuni dan Sumarni, 2006 : 92). Dalam
penelitian ini, peneliti melakukan pengamatan dan pencatatan langsung
kegiatan yang dilakukan CV.Al Abrar Divisi AMDK yang berkaitan
dengan masalah yang diteliti antara lain adalah : data mesin yang
digunakan, data proses produksi.
b) Metode Wawancara
Metode wawancara merupakan komunikasi atau pembicaraan dua
arah yang dilakukan oleh pewawancara dan respionden untuk menggali
informasi yang relevan dengan tujuan penelitian (Wahyuni dan
Sumarni, 2006 : 85). Dalam penelitian ini, peneliti melakukan
wawancara dengan pimpinan dan karyawan CV.Al Abrar Divisi
AMDK mengenai proses produksi, permintaan periode lalu,
kendala-kendala dalam proses produksi.
c) Metode Studi Pustaka
Metode Studi Pustaka adalah teknik untuk memperoleh informasi
dengan menelusuri literatur yang ada, dan menggali teori-teori yang
telah berkembang. Dalam penelitian ini penulis mempelajari literature
commit to user
8 5. Teknik Analisis Data
Metode analisis yang digunakan dalam peramalan penjualan produk dalam
penelitian ini adalah :
a) Metode Rata-rata Bergerak Tunggal (Single Moving Averages).
Metode rata-rata bergerak tunggal menggunakan sejumlah data aktual
permintaan yang baru untuk membangkitkan nilai ramalan untuk
permintaan di masa yang akan datang. Metode ini akan efektif
diterapkan apabila kita dapat mengasumsikan bahwa permintaan pasar
terhadap produk akan tetap stabil sepanjang waktu (Gaspersz, 2005 :
87). Secara sistematis, penulisan persamaan Single Moving Averages
adalah sebagai berikut:
Rata-rata bergerak n-Periode =
∑ (permintaan dalam n − periode terdahulu
n
Dimana n adalah banyaknya periode dalam rata-rata bergerak.
(Gaspersz, 2005 : 87).
b) Metode Penghalusan Eksponensial (Exponential Smoothing).
Metode Exponential Smoothing adalah suatu prosedur yang mengulang
perhitungan secara terus menerus yang menggunakan data terbaru.
Setiap data diberi bobot, dimana bobot yang digunakan disimbolkan
dengan α. Simbol α bisa ditentukan secara bebas, yang bias mengurangi
forecast error. Nilai konstanta pemulusan (α) dapat dipilih diantara
commit to user
9 Secara matematis, persamaan penulisan Eksponensial adalah
sebagai berikut (Render dan Heizer, 2005 : 146) :
− ₁)
Keterangan :
= nilai ramalan untuk periode ke-t
= nilai raamalan untuk satu periode waktu yang lalu, t-1. = nilai aktual untuk satu periode waktu yang lalu, t-1
α = konstanta pemulusan
Nilai α yang menghasilkan tingkat kesalahannya yang paling kecil
adalah yang dipilih dalam peramalan. Metode ini lebih cocok
digunakan untuk meramal hal-hal yang fluktuasinya secara random atau
tidak teratur (Subagyo, 2002 :22).
c) Metode Weighted Moving Averages (Rata-rata Tertimbang)
Model rata-rata bergerak terbobot ini lebih responsif terhadap
perubahan, karena data dari periode yang baru biasanya diberi bobot
lebih besar. (Gaspersz, 2005 : 92).
Secara sistematis, persamaan penulisan Weighted Moving Averages
adalah sebagai berikut(Render dan Heizer, 2005 : 144)
Rata-rata bergerak dengan pembobotan =
∑(bobot pada periode n)(permintaan pada periode n)
commit to user
10 d) Analisis Regresi Linier
Metode ini selain mengunakan nilai historis untuk variabel yang
diramalkan banyak faktor-faktor yang bisa dipertimbangkan, misalnya
dalam membuat perencanaan produksi harus mempertimbangkan
kesiapan tenaga kerja, kesiapan kondisi mesin yang baik. Bentuk
persamaan regresi linier menurut Render dan Heizer (2005 : 165) :
= a + bx
Keterangan :
= nilai variabel tidak bebas, yaitu penjualan
a = perpotongan sumbu-y
b = kemiringan garis regresi
x = variabel bebas
Rumus mencari nilai a dan b untuk garis regresi :
a = – bx b
=
Keterangan :
a = persilangan sumbu y
b = kemringan garis regresi
commit to user
11 x = nilai variabel bebas yang diketahui
y = nilai variabel terkait yang diketahui
= rata-rata nilai
= rata-rata nilai y
n= jumlah data atau pengamatan
e) Pengukuran Hasil Akurasi Peramalan
Teknik yang digunakan untuk mengukur tingkat perbedaan antara
hasil peramalan dengan permintaan yang sebenarnya terjadi adalah :
1) Rata-rata Deviasi Mutlak (Mean Absolute Deviation= MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode
tanpa memperhatikan apakah hasil peramalan lebih besar atau
lebih kecil dibandingkan kenyataannya. Secara matematis,
MAD dirumuskan sebagai berikut (Nasution, 2005 : 240) :
MAD = ∑│ │
Keterangan :
At = Permintaan Aktual pada periode –t.
Ft = Peramalan Permintaan (Forecast)
commit to user
12
N = Jumlah periode peramalan yang terlibat
2) Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua
kesalahan peramalan pada setiap periode dan membaginya
dengan jumlah periode peramalan. Secara matematis, MSE
dirumuskan sebagai berikut (Nasution, 2005 : 240) :
MSE ═ │
Keterangan :
At = Permintaan Aktual pada periode –t.
Ft = Peramalan Permintaan (Forecast)
pada periode−t.
commit to user
Data Penjualan Produk
Metode Peramalan
Single Moving Average, Weighted Moving Average Exponential Smoothing dan Analisis Regresi Linier
Penentuan Error
Mencari Tingkat Kesalahan dari Masing-masing Metode Peramalan
Penentuan Metode Peramalan Yang Tepat
Mencari Tingkat Kesalahan Dari Masing-Masing Metode Peramalan
Ramalan Yang Akan Datang
Penjualan Produk Yang Akan Datang
commit to user
14 Keterangan :
CV.AL Abrar Divisi AMDK dalam melakukan penjualan mengalami fluktuasi
dari bulan ke bulan, entah itu naik, turun, atau stabil, sehingga perusahaan perlu
membuat suatu peramalan untuk mengetahui berapa besarnya penjualan produk
pada periode yang akan datang. Dimana untuk membuat ramalan tersebut
diperlukan suatu data historis pada periode-periode sebelumnya. Data sebelumnya
digunakan untuk meramalkan penjualan diperiode yang akan datang. Dalam
menghitung data tersebut digunakan 4 metode, yaitu Single Moving Average,
Exponential Smoothing, Weighted Moving Average dan Analisis Regresi Linier.
Dari hasil peramalan tersebut dicari tingkat kesalahan pada masing-masing
metode peramalan. Penghitungan kesalahan peramalan tersebut menggunakan
MAD (Mean Absolute Error) dan MSE (Mean Square Error). Untuk mengetahui
mana metode yang paling tepat dicari tingkat kesalahan (error) yang lebih
menderkati nol pada masing-masing metode peramalan.
Dari hasil peramalan tersebut dapat diketahui jumlah penjualan produk pada
bulan Maret, April, Mei. Dengan adanya hasil peramalan tersebut , memberikan
kemudahan dalam mengetahui jumlah penjualan produk , hal tersebut akan
dijadikan sebagai dasar dalam perencanaan produksi oleh manajer perusahaan
dalam memproduksi produk botol 600 ml pada bulan Maret, April, Mei 2012.
Selanjutnya manajer akan mengambil keputusan setelah mengetahui data
commit to user
15 BAB II
TINJAUAN PUSTAKA
A.Pengertian Peramalan
Peramalan merupakan gambaran keadaan perusahaan pada masa yang
akan datang. Gambaran tersebut sangat penting bagi manajemen perusahaan
dalam merencanakan berapa jumlah produksi dan kebutuhan bahan baku di
masa yang akan datang. Berikut pengertian peramalan menurut pendapat
beberapa ahli :
1. Peramalan adalah sebuah prediksi mengenai apa yang terjadi di masa
yang akan datang (Taylor, 2001 : 467).
2. Peramalan (forecastnig) adalah seni dan ilmu untuk memperkirakan
kejadian di masa depan (Render dan Heizer, 2005: 136)
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 (Subagyo,
2002 : 1).
4. Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di
masa yang akan datang yang meliputi kebutuhan dalam ukuran
kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
commit to user
16 5. Peramalan adalah suatu fungsi bisnis yang berusaha memperkirakan
penjualan dan penggunaan produk-produk itu dapat dibuat dalam
kuantitas yang tepat.
Dari kelima pendapat para ahli diatas maka dapat ditarik
kesimpulan bahwa peramalan adalah memperkirakan sesuatu yang
akan terjadi dengan menggunakan data-data masa lalu.
B. Tujuan Peramalan
Menurut Subagyo (2002:1) tujuan peramalan adalah mendapatkan
peramalan yang bisa meminimumkan kesalahan meramal (forecast error)
yang biasa diukur dengan Mean Absolute Error (MAD) dan Mean Square
Error (MSE). Sehingga dengan adanya peramalan produksi manajemen
perusahaan akan mendapatkan gambaran keadaan produksi di masa yang
akan datang, dan akan memberikan kemudahan manajemen perusahaan dalam
menentukan kebijakan yang akan dibuat oleh perusahaan.
Menurut Gaspersz (2005 : 198) tujuan peramalan adalah untuk
meramalkan permintaan dari item-item independent demand di masa yang
commit to user
17 C. Jenis Peramalan
Menurut Render dan Heizer (2005 : 138) peramalan dapat dibedakan
menjadi tiga jenis yaitu :
a) Peramalan ekonomi ( economic forecast )
Menjelaskan siklus bisnis dengan memprediksi tingkat inflasi,
ketersediaan uang, dana, yang dibutuhkan untuk membangun
perumahan dan indikator perencanaan yang lainnya.
b) Peramalan Teknologi ( Technolohical forecast )
Memperhatikan tingkat kemajuan teknologi yang dapat
meluncurkan produk baru yang menarik, membutuhkan pabrik, dan
peralatan baru.
c) Peramalan Permintaan ( Demand forecast )
Proyeksi permintaan untuk produk atau layanan suatu perusahaan.
Peramalan ini juga disebut peramalan penjualan, yang
mengendalikan produksi, kapasitas, serta sistem penjadwalan dan
menjadi input bagi perencanaan keuangan, pemasaran dan sumber
daya manusia.
D. Peramalan Menurut Horizon Waktunya
Peramalan dapat dibedakan dalam tiga kelompok yaitu :Peramalan Jangka
Panjang, yaitu peramalan yang umumnya dua sampai sepuluh tahun.
Peramalan ini digunakan untuk perncanaan produk dan perencanaan sumber
commit to user
18
1) Peramalan Jangka Menengah, yaitu peramalan yang umumnya
satu sampai dua puluh empat bulan. Peramalan ini lebih
mengkhusus dibandingkan dengan peramalan jangka panjang,
biasanya digunakan untuk menentukanaliran kas, perencanaan
produksi, dan penentuan anggaran.
2) Peramalan Jangka Pendek, yaitu peramalan yang umumnya satu
sampai lima minggu. Peramalan ini digunakan untuk mengambil
keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja,
dan lain-lain. (Nasution, 2005 : 236).
E. Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan
Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul
akibat pengambilan keputusan dalam suatu perencanaan produksi.
Berikut ini merupakan beberapa faktor-faktor yang harus
dipertimbangkan (Ishak, 2010 : 107) :
1. Horizon peramala
2. Tingkat Ketelitian
3. Ketersediaan data
4. Bentuk pola data
5. Biaya
6. Jenis dari model
commit to user
19 F. Sifat-sifat Peramalan
Dalam membuat peramalan atau menerapakan hasil peramalan, ada
beberapa hal yang harus dipertimbangkan, yaitu (Ishak, 2010 : 107) :
1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidakpastian yang akan terjadi tetapi tidak dapat
menghilangkan kepastian tersebut.
2. Peramalan seharusnya memberikan informasi mengenai beberapa
ukuran kesalahan.
3. Peramalan jangka pendek lebih akurat dibandingkan dengan
peramalan jangka panjang.
G. Tahap-tahap Peramalan
Menurut Render dan Heizer (2005 : 139) ada tujuh tahap yaitu :
1. Menentukan tujuan peramalan
2. Memilih unsur apa yang akan diramal
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
commit to user
20 H. Karakteristik Peramalan Yang Baik.
Menurut Ishak (2010:105). Karakteristik peramalan yang baik sebagai
berikut :
1. Akurasi
Diukur dengan kebiasaan dan kekonsistenan peramalan tersebut.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah
tergantung dari jumlah item yang diramalkan, lama periode, metode
peramalan yang dipakai.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan
mudah diaplikasikan akan memberikan keuntungan bagi perusahaan.
I. Metode Peramalan
Menurut Render dan Heizer (2005 : 142) ada dua jenis pendekatan dalam
peramalan :
1. Metode Kuantitatif
Metode ini menggunakan berbagai model matematis yang
menggunakan data historis dan atau variabel-variabel kausal untuk
commit to user
21 a. Model Time Series :
1) Metode Rata-rata Bergerak Tunggal (Single Moving
Averages)
Metode rata-rata bergerak tunggal menggunakan
sejumlah data aktual 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 untuk produk akan tetap stabil sepanjang waktu
(Gaspersz, 2005 : 87). Bila permintaan berubah secara
signifikan dari waktu ke waktu, ramalan harus cukup
agresif dalam mengantisipasi perubahan tersebut,
sehingga nilai N yang kecil akan lebih cocok dipakai.
Sebaliknya, permintaan cenderung stabil selama jangka
waktu yang panjang, sebaiknya dipakai nilai N yang
besar (Nasution, 2005 : 247). Secara sistematis,
penulisan persamaan Single Moving Averages adalah :
Rata-rata bergerak n-Periode =
Dimana n adalah banyaknya periode dalam rata-rata
commit to user
22
2) Metode Penghalusan Eksponensial (Exponential
Smoothing).
Metode Exponential Smoothing adalah suatu
prosedur yang mengulang perhitungan secara terus
menerus yang menggunakan data terbaru. Setiap data
diberi bobot, dimana bobot yang digunakan disimbolkan
dengan α. Simbol α bisa ditentukan secara bebas, yang
bias mengurangi forecast error. Nilai konstanta
pemulusan (α) dapat dipilih diantara nilai 0 dan 1
(Subagyo, 2002 : 19).
Secara matematis, persamaan penulisan Eksponensial
adalah sebagai berikut (Render dan Heizer, 2005 : 146) :
− ₁)
Keterangan :
= nilai ramalan untuk periode ke-t
= nilai ramalan untuk satu periode waktu
yang lalu, t-1
= nilai aktual untuk satu periode waktu yang
lalu, t-1
commit to user
23
Nilai α yang menghasilkan tingkat kesalahannya
yang paling kecil adalah yang dipilih dalam peramalan.
Metode ini lebih cocok digunakan untuk meramal hal-hal
yang fluktuasinya secara random atau tidak teratur
(Subagyo, 2002 :22).
3) Metode Weighted Moving Average (Rata-rata
Tertimbang)
Model rata-rata bergerak terbobot ini lebih responsif
terhadap perubahan, karena data dari periode yang baru
biasanya diberi bobot lebih besar. (Gaspersz, 2005 : 92).
Secara sistematis, persamaan penulisan Weighted
Moving Averages adalah sebagai berikut (Render dan
Heizer, 2005 : 144).
Rata-rata bergerak dengan pembobotan =
b. Model Klausal
1) Proyeksi Trend
Metode peramalan dengan proyeksi trend
(Trend projection) ini mencocokan garis trend
kerangkaian titik data historis dan kemudian
commit to user
24 menengah hingga jangka panjang (Render dan
Heizer, 2005 : 155)
Secara matematis, persamaan penulisan Trend
Projection adalah sebagai berikut (Render dan
Heizer, 2005 : 156) :
ŷ= a + bx
Keterangan :
ŷ = nilai variabel terikat
a = persilangan sumbu y
b = kemiringan garis regresi (tingkat perubahan
pada y untuk perubahan yang terjadi di x)
x = variabel bebas (waktu)
Untuk mencari nilai a dan b menggunakan rumus :
a = - b b
=
Untuk menentukan nilai dan menggunakan
rumus :
commit to user
25 Keterangan :
a = persilangan sumbu y
b = kemringan garis regresi
Σ = tanda penjumlahan total
x = nilai variabel bebas yang diketahui
y = nilai variabel terkait yang diket
= rata-rata nilai
= rata-rata nilai y
n= jumlah data atau pengamatan
2) Analisis Regresi Linier
Metode ini selain mengunakan nilai historis
untuk variabel yang diramalkan banyak faktor-faktor
yang bisa dipertimbangkan, misalnya dalam
membuat perencanaan produksi harus
mempertimbangkan kesiapan tenaga kerja, kesiapan
kondisi mesin yang baik. Bentuk persamaan regresi
linier menurut Render dan Heizer (2005 : 165) :
ŷ= a + bx
Keterangan :
ŷ = nilai variabel tidak bebas, yaitu penjualan
commit to user
26 b = kemiringan garis regresi
x = variabel bebas
Rumus mencari nilai a dan b untuk garis regresi :
a = ŷ – b
=
Keterangan :
a = persilangan sumbu y
b = kemringan garis regresi
Σ = tanda penjumlahan total
x = nilai variabel bebas yang diketahui
y = nilai variabel terkait yang diketahui
x = rata-rata nilai
ŷ = rata-rata nilai y
n= jumlah data atau pengamatan
2. Teknik 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
commit to user
27 1) Keputusan dari Pedapat Juri eksekutif ( Jury of executive
opinion)
Teknik peramalan yang meminta pendapat segolongan
kecil manager tingkat tinggi dan menghasilkan estimasi
permintaan kelompok.
2) Metode Delphi (delphi method)
Teknik peramalan yang menggunakan proses kelompok
dimana para pakar melakukan peramalan.
3) Gabungan dari Teknik Penjualan (sales force composite)
Teknik peramalan berdasarkan prediksi tenaga penjualan
akan penjualan yang diharapkan.
4) Survei Pasar Konsumen (consumer market survey)
Metode peramalan yang meminta input dari konsumen
mengenai rencana pembelian mereka dimasa depan.
I. Pengukuran Hasil Akurasi Peramalan
Salah satu cara mengevaluasi teknik peramalan menggunakan ukuran
tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang
sebenarnya terjadi. Ada empt ukuran yang biasa digunakan, yaitu :
1. Rata-rata Deviasi Mutlak ( Mean Absolute Deviation = MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode
commit to user
28 lebih kecil dibandingkan kenyataannya. Secara matematis, MAD
dirumuskan sebagai berikut (Nasution, 2005 : 240) :
MAD = ∑│ │
Keterangan :
At = Permintaan Aktual pada periode –t.
Ft = Peramalan Permintaan (Forecast)
pada periode−t.
N = Jumlah periode peramalan yang terlibat
2. Rata-rata Kuadrat Kesalahan ( Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan
peramalan pada setiap periode dan membaginya dengan jumlah
periode peramalan. Secara matematis, MSE dirumuskan sebagai
berikut (Nasution, 2005 : 240) :
MSE ═ │
Keterangan :
At= Permintaan Aktual pada periode –t.
Ft= Peramalan Permintaan (Forecast)
commit to user
29 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.
Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol.
MFE dihitung dengan menjumlahkan semua kesalahan peramalan
selama periode peramalan dan membaginya dengan jumlah periode
peramalan. Secara matematis, MFE dinyatakan sebagai berikut
(Nasution, 2005 : 240) :
MFE =
Keterangan :
At = Permintaan Aktual pada periode –t.
Ft = Peramalan Permintaan (Forecast)
pada periode−t.
N= Jumlah periode peramalan yang terlibat.
4. Rata-rata Presentase Kesalahan Absolute (Mean Absolute Percentage
Error = MAPE)
MAPE merupakan ukuran kesalahan relative. MAPE biasanya
commit to user
30 persentase kesalahan hasil peramalan terhadap permintaan aktual
selama periode tertentu yang memberikan informasi persentase
kesalahan terlalu tinggi atau terlalu rendah. Secara matematis MAPE
dinyatakan sebagai berikut (Nasution, 2005 : 24) :
MAPE =
Keterangan :
At = Permintaan Aktual pada periode –t.
Ft = Peramalan Permintaan (Forecast)
pada periode−t.
N = Jumlah periode peramalan yang terlibat.
commit to user
31 BAB III
PEMBAHASAN
A. Gambaran Umum Perusahaan
CV. AL ABRAR Divisi AMDK Kaafur merupakan sebuah perusahaan
yang menghasilkan Air Minum Dalam Kemasan (AMDK) yang
memproduksi air mium murni. Perusahaan ini didirikan pada bulan April
2004 di Jl. KH Agus Salim 36 B, Sondakan, Laweyan Surakarta, dengan
SIUP. No 517/0253/PK/VI/2004 dan BPOM RI MD : 249111001296.
Produk yang dihasilkan yaitu air minum murni “KAAFUR”. Air minum
murni ini adalah hasil proses filter berteknologi tinggi dengan tingkat
kemurnian sampi 99 % diukur dengan Elektroda Air dan Total Dissolved
Solid (TDS), didukung proses akhir ozonisasi dan (Ultraviolet) UV
sehingga tidak ada apa-apa lagi termasuk mineral. Air minum ini tidak akan
berlumut bila dijemur dalam waktu sekian tahun. Bagi orang yang belum
terbiasa minum air murni “KAAFUR” kesan pertama terkadang terasa pahit
karena “KAAFUR” adalah air murni yang tidak ada apa-apanya lagi dalam
air, termasuk garam dan gula. Rasa pahit itu mungkin sebagai salah satu
proses pelarutan toxic atau racun berupa endapan-endapan yang tidak
berguna bagi tubuh kita, sehingga saat pelarutan itulah timbul rasa pahit.
Produk air minum murni ini awal berdirinya bernama TASNIM dengan
mengusung “Air Minum Kesehatan”, kemudian pada tahun 2005 TASNIM
commit to user
32 (Standar Nasional Indonesia ) di Jakarta ternyata sudah ada yang
mendaftarkan dengan nama TASNIM, sehingga harus mengubah nama
menjadi Kaafur sampai dengan sekarang. Nama Kaafur sendiri berasal dari
bahasa Arab yang artinya air yang turun dari surga.
Air minum Kaafur telah mencapai perkembangan yang cukup
menggembirakan, semula dari kapasitas 10.000 liter/hari dan saat ini
ditingkatkan menjadi 25.000 liter/hari. Perusahaan air minum murni
Kaafur telah memproduksi dalam 5 kemasan varian produk yaitu galon 19
liter, botol 330 ml, botol 600 ml, botol 1500 ml, dan cup/gelas 240 ml.
Peningkatan mutu dan kepuasan pelanggan merupakan komitmen dari CV.
AL ABRAR Divisi Air Minum Dalam Kemasan (AMDK), Kaafur sebagai
perusahaan pendistribusian air minum murni dengan menetapkan
kebijakan mutu :
1. Memproduksi Air Minum Dalam Kemasan (AMDK) sesuai
dengan Standar Nasional Indonesia.
2. Berupaya mengelola perusahaan secara professional dengan
melibatkan tanggung jawab seluruh karyawan.
commit to user
33 B. Tujuan Perusahaan
CV. AL ABRAR Divisi AMDK Kaafur didirikan memiliki dua tujuan
baik secara umum maupun khusus.
Tujuan Umum :
1. Memenuhi kebutuhan, memberi kepuasan, dan pelayanan yang baik bagi
pelanggan
2. Membantu pemerintah untuk mencptakan lapangan pekerjaan.
Tujuan Khusus :
Untuk memperoleh keuntungan yang digunakan sebagai sumber penghasilan
perusahaan guna kelangsungann hidup perusahaan dan sebagian
commit to user
34 C. Struktur Organisasi Perusahaan
Gambar 3.1
commit to user
35 Berdasarkan gambar diatas dapat diuraikan tugas dan tanggung jawab dari tiap
kegiatan dalam struktur organisasi CV. AL ABRAR Divisi AMDK Kaafur adalah
1. Direktur
a) Menentukan misi dan tujuan organisasi.
b) Memilih eksekutif.
c) Mendukung eksekutif dan tinjauan terhadap kinerjanya.
d) Memastikan perencanaan organisasi yang efektif.
e) Memastikan sumber daya yang mencukupi.
f) Menentukan dan memantau program dan jasa organisasi.
g) Menentukan image organisasi ke publik.
h) Bertindak sebagai court of appeal (pengendalian perkara).
i) Mengukur kinerjanya sendiri.
2. Quality Assurance
a) Menyelenggarakan kegiatan berdasarkan panduan mutu.
b) Membuat perhitungan biaya, tinjauannya berdasar kualitas.
c) Menindaklanjuti rencana mutu.
d) Melakukan pengontrolan proses dengan teknik statistic.
e) Melakukan analisa penyebab kegagalan.
f) Dalaam bertindak mewakili atau persetujuan orang ketiga.
commit to user
36 3. Kepala Divisi
a) Semua kebijakan perusahaan termasuk dalam kebijakan serta sasaran
mutu.
b) Melaksanakan tinjauan manjemen sesuai dengan jangka waktu yang
telah ditetapkan.
c) Pemilihan pemasok komponen produksi.
d) Pemeriksaan pemasok komponen produksi.
e) Pemeriksaan pemasok bahan penolong atau komponen produksi.
f) Menentukan pembelian dengan sistem kredit.
g) Memeriksa keuangan perusahaan.
h) Mengadakan perjanjian dengan pihak luar.
i) Melaksanakan perubahan-perubahan yang diperlukan.
j) Memberikan pengarahan kepada seluruh personel.
4. Kepala Bagian PPIC
a) Membuat planning produksi dan pemasaran berdasarkan repeat order.
b) Membuat statistik dari data pemasaran dan produksi.
c) Memonitor perkembangan atau prestasi pelanggan.
d) Memonitor sirkulasi cup dipelanggan.
e) Melakukan analisa secara berkala.
5. Kepala Bagian Produksi
commit to user
37 b) Mengendalikan proses produksi agar hasilnya selalu sesuai dengan
yang direncanakan.
c) Menjamin bahwa bahan baku, bahan penolong, dan bahan kemasan
yang digunakan dalam proses produksi sesuai dengan persyaratan yang
telah ditetapkan.
d) Menjamin bahwa produk yang dihasilkan sesuai dengan standar yang
telah ditentukan.
e) Menyimpan dan memelihara dokumen yang berkaitan dengan kegiatan
produksi.
6. Kepala Bagian Quality Control
a) Cek harian
Memeriksa kondisi air baku
a. Sebelum proses produksi (check physic).
b. Saat air datang dari supplier.
b) Cek mingguan
Memeriksa bakteriologis air yang siap diisikan.
c) Cek Bulanan
Memeriksa bakteriologis air baku yang akan diproses.
d) Cek Insidentil
1) Memeriksa kondisi fisik produk jadi (galon, gelas, botol 330 ml,
botol 600 ml, dan botol 1500 ml).
2) Memeriksa bakteriologis produk jadi (galon, gelas, botol 330 ml,
commit to user
38 3) Melakukan pemeriksaan ulang terhdap produk yang di-complain
oleh konsumen.
4) Mencatat produk yang tidak sesuai dengan standar.
5) Melakukan pemeriksaan terhadap bahan pembantu yang akan
dipakai untuk proses produksi.
6) Mendata peralatan yang telah dan akan diproduksi.
7) Menjamin bahwa urutan produksi sudah sesuai dengan persyaratan
SNI.
7. Kepala Bagian Keuangan
a) Mengendalikan seluruh kegiatan yang berkaitan dengan keuangan agar
sesuai dengan anggaran.
b) Mengendalikan piutang perusahaan.
c) Bertanggung jawab atas keluaran dan masuknya keuangan perusahaan.
8. Kepala Bagian Umum dan Personalia
a) Mengendalikan seluruh kegiatan yang berkaitan dengan pengadaan
bahan baku, suku cadang, mesin, peralatan dan kepegawaian.
b) Merencanakan penerimaan dan penempatan karryawan sesuai dengan
yang dibutuhkan.
c) Merencanakan dan mengendalikan pelatihan atau kursus terhadap
commit to user
39
9. Kepala Bagian Pemasaran
a) Bertanggung jawab terhadap pemasaran produk.
b) Memajukan perluasan pasar.
c) Membuat perencanaan pemasaran produk, termasuk cara
pengirimannya.
d) Melaksanakan tindakan koreksi dan pencegahan serta mengevaluasi
perbaikan yang diperlukan.
10. Kepala Bagian Pengadaan dan Gudang
a) Mempersiapkan data barang kebutuhan pabrik yang akan dibeli.
b) Mengadakan negoisasi dengan supplier.
c) Menyimpan dan memelihara dokumen yang ada pada seksi pembelian.
d) Mencatat daftar sub kontrak.
11. Seksi Administrasi
a) Mencatat order dari customer.
b) Merangkum dan melakukan koreksi terhadap laporan pemasaran,
produksi, dan pengeluaran gudang.
c) Melaksanakan kegiatan surat-menyurat.
d) Melaksanakan tindakan koreksi pada kartu debitur.
12. Seksi Produksi
a) Melaksanakan proses produksi galon, botol, gelas/cup.
commit to user
40 a. Proses pencucian kemasan.
b. Proses pencucian, penutupan, dan pengepakan.
c) Melakukan proses inspeksi produk yang dihasilkan, segera melapor
jika terjadi penyimpangan dari standar yang ditentukan.
d) Mengirimkan atau menyerahkan hasil produksi ke gudang dalam
keadaan tertata rapi.
e) Menjaga kebersihan mesin, lokasi pekerjaan dan peralatan kerja.
13. Seksi Maintenance
a) Menjamin bahwa seluruh peralaan dan mesin dalam keadaan baik dan
siap dioperasikan.
b) Melakukan dan memelihara mesin dan peralatan.
c) Melakukan perbaikan mesin dan peralatan.
d) Menyimpan dan memelihara dokumen yang berkaitan dengan
pemeliharaan dan perbaikan peralatan.
e) Menjamin keadaan barang digudang dari kerusakan, penurunan
kualitas serta kehilangan.
14. Seksi Transportasi
a) Mengirim produk ke konsumen sesuai instruktur kepala bagian
pemasaran.
b) Melakukan perawatan mobil.
c) Menjamin bahwa mobil dalam keadaan baik dan siap untuk
commit to user
41 15. Seksi Penjualan
a) Menyiapkan produk yang akan dipasarkan.
b) Mengadakan kontrak atau negosiasi dengan para pembeli atau
pelanggan.
c) Menjamin barang yang dipasarkan sampai ke pelanggan
d) Menyimpan dan memelihara dokumen yang ada pada seksi penjualan.
e) Bertanggung jawab terhadap kebersihan seluruh lokasi perusahaan.
f) Menyimpan dan memelihara peralatan kebersihan.
D. Aspek Personalia
1. Jumlah Tenaga Kerja
Jumlah pegawai pada CV. AL ABRAR Divisi AMDK Kaafur dari
bulan ke bulan mengalami perubahan. Hal ini disebabkan dengan tingkat
commit to user
42 Tabel 3.1
Data Jumlah Tenaga Kerja
CV. AL ABRAR Divisi AMDK
Tahun 2012
Kepala Bagian Umum dan Personalia
Kepala Bagian Pemasaran
Kepala Bagian Produksi dan QC
Kepala Bagian Pengadaan dan gudang
Seksi Administrasi
commit to user
43 2. Pembagian Kerja
Sistem kerja dibagi menjadi 2 bagian yaitu :
a. Shift I : shift ini untuk karyawan kantor dan karyawan bagian
produksi yang masuk pagi.
b. Shift II : shift ini untuk karyawan bagian produksi yang masuk
malam saja.
Pembagian waktu kerja di perusahaan ini adalah :
Shift I :
a. Hari Senin
Jam kerja mulai 07.45 WIB - 16.00 WIB dengan jam istirahat
12.00 WIB - 13.00 WIB.
b. Hari Selasa-Kamis
Jam kerja mulai 08.00 WIB - 16.00 WIB dengan jam istirahat
12.00 WIB – 13.00 WIB.
c. Hari Jum’at
Jam kerja mulai 08.00 WIB - 16.00 WIB dengan jam istirahat
11.30 WIB – 13.00 WIB.
d. Hari Sabtu
Jam kerja mulai 08.00 WIB - 16.00 WIB dengan jam istirahat
commit to user
44 Shift II :
Hari Senin-Sabtu
Jam kerja mulai 16.00 WIB - 24.00 WIB dengan jam istirahat
18.00 WIB – 19.00 WIB.
3. Sistem Pengupahan
Sistem pengupahan yang diterapkan oleh CV. AL ABRAR Divisi
AMDK Kaafur adalah :
a. Upah bulanan
Yaitu upah yang diberikan kepada karyawan tetap dan diberikan setiap
bulannya. Yang meliputi karywan staff kantor, karyawan produksi dan
keamanan.
b. Upah mingguan
Yaitu upah yang diberikan pada akhir minggu. Upah ini diberikan untuk
karyawan tidak tetap yaitu pada karyawan bagian produksi.
4. Kesejahteraan Karyawan
Dalam upaya untuk mempertahankan dan meningkatkan semangat
kerja karyawan, maka perusahaan CV. AL ABRAR Divisi AMDK Kaafur
selain memberikan upah juga memberikan kebijakan yang menyangkut
kesejahteraan karyawan yaitu :
a. Memberikan THR (Tunjangan Hari Raya), yaitu tunjangan
kesejahteraan yang diberikan setiap akhir tahun atau libur hri raya.
b. Untuk karyawan yang sudah berkeluarga berhak mendapatkan
pelayanan kesehatan yang baik dari perusahaan terhadap (suami, istri
commit to user
45
c. Memberikan pakaian seragam kepada seluruh karyawan.
d. Setiap bulannya perusahaan memberikan fasilitas 3 buah galon air
murni kepada setiap karyawannya.
E. Aspek Produksi
1. Hasil Produksi
Perusahaan CV. AL ABRAR Divisi AMDK Kaafur menghasilkan
produk dengan ukuran yang berbeda-beda. Hal ini bertujuan untuk
memenuhi permintaan pelanggan. Adapun produk-produk yang
dihasilkan perusahaan CV. AL ABRAR Divisi AMDK Kaafur adalah
2. Bahan-bahan yang Digunakan
a. Bahan Produksi
Proses produksi pada CV. AL ABRAR Divisi AMDK Kaafur
merupakan proses produksi secara terus menerus atau proses produksi
continue. Bahan baku yang digunakan adalah air yang diambil dari
sumber yang terjamin kualitasnya, untuk itu beberapa hal yang harus
commit to user
46 1) Pemeriksaan organoleptik, fisika, kimia, microbiologi, dan radio
aktif.
2) Sumber air baku harus terlindungi dari pencemaran kimia dan
microbiologi yang bersifat merusak atau mengganggu kesehatan.
b. Bahan Penolong yang Digunakan adalah
1) Kemasan galon, botol, dan cup
2) Tutup galon, botol, dan cup
3) Seal galon, botol, dan cup
4) Stiker galon, botol
5) Double tape
6) Kardus
3. Mesin dan Peralatan
Mesin dan peralatan yang digunakan untuk memproduksi AMDK
harus terbuat dari bahan yang tara pangan (food grade), tahan korosi, dan
tidak bereaksi dengan bahan kimia. Dalam melaksanakan proses
produksi, perusahaan CV. AL ABRAR Divisi AMDK Kaafur
menggunakan mesin dan peralatan produksi berupa :
a. Bak atau tangki penampung air baku.
b. Unit pengolahan air (water treatment).
Unit pengolahan air harus mempunyai alat desinfeksi (ozonator),
lampu UV atau alat lain yang terdiri dari :
1. Prefilter
commit to user
47 3. Microfilter
c. Mesin pencuci kemasan (bottle washer).
d. Mesin pengisi kemasan (filling machine).
e. Mesin penutup kemasan (capping machine).
Selain itu seluruh mesin dan peralatan yang kontak langsung
dengan air harus terbuat dari bahan yang tara pangan (food grade),
tahan korosi, dan tidak bereaksi dengan bahan kimia.
4. Proses Produksi
Secara garis besar proses produksi pada CV. AL ABRAR Divisi
AMDK Kaafur adalah sebagai berikut
a. Penyediaan Air Baku
Pada tahap ini dilakukan proses pemompaan air baku dari
sumbernya, yaitu air sumur ke dalam tangki-tangki penampungan air
baku. Dalam tahap ini kandungan mineral (TDS) dalam tangki
penampungan air baku masih tinggi sekali yaitu ± 200-300 ppm.
b. Pengolahan Air Baku Menjadi Air Setengah Jadi
Tahap selanjutnya adalah pengolahan dari air baku menjadi air
setengah jadi, dimana pada tahap ini dilakukan proses filtrasi dengan
menggunakan pasir kuarsa dan filter 10 micron. Filtrasi ini dilakukan
dengan tujuan untuk menyaring partikel-partikel kasar yang ada
dalam air tersebut. Setelah dilakukan proses filtrasi dilanjutkan
dengan proses penukaran ion, yaitu unsur mineral yang terdapat
commit to user
48 ion negative yang diproses melalui tabung kation dan tabung anion.
Pada proses penukaran ion ini, TDS air yang tadinya ± 200 ppm
menjadi 50 ppm. Setelah itu dimasukkan kedalam tangki-tangki
penampungan air berkapasitas 8.000 liter.
c. Pengolahan Air Setengah Jadi menjadi Air Jadi
Setelah dilakukan proses pengolahan air baku menjadi air
setengah jadi, tahap selanjutnya adalah pengolahan dari air setengah
jadi menjadi air jadi. Pada tahap ini sama seperti pada tahap proses
pengolahan air baku menjadi air setengah jadi, yaitu dengan
melakukan penukaran ion dan ditambah dengan proses filter dengan
karbon aktif. Proses ini bertujuan untuk menyerap bau, rasa, warna,
sisa khlor dan bahan anorganik, setelah itu dimasukkan kedalam bak
penampungan air berkapasitas 6.000 liter. Pada tahap ini TDS air
dapat turun lagi menjadi < 3 ppm.
d. Penyaringan dengan Mikrofilter
Penyaringan dengan menggunakan filter micro ini merupakan
penyaringan bertingkat, karena menggunakan filter berukuran 5 µ, 3
µ, dan 1 µ. Filter ini berfungsi untuk menyaring partikel-partikel
halus dan menghilangkan sisa-sisa anorganik maupun koloid.
e. Desinfeksi dengan Ozon dan Ultraviolet (UV)
Proses desinfeksi dapat berlangsung dalam tangki pencamur
ozon dan selama ozon masih dalam kemasan. Kadar ozon pada
tangki pencamur minimal 0,6 ppm dan kadar residu ozon sesaat