Niken Kani Raras F3509051

(1)

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

(2)

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

(3)

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

(4)

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

(5)

commit to user

vii

PERSEMBAHAN

Karya ini dipersembahkan kepada:

1. Kedua orang tuaku

2. Kedua kakakku

3. Teman-temanku

(6)

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

(7)

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

(8)

commit to user

D. Peramalan Menurut Horizon Waktunya ... 17

E. Faktor-faktor yang Mempengaruhi Pemilihan F. Teknik peramalan ... 18

G. Sifat-sifat Peramalan ... 19

(9)

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

(10)

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

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

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

(11)

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

3.23 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

(12)

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

Exponential Smoothing Alpha 0,1 ... 61 3.6 Grafik Penjualan Produk Botol 600 ml bulan

Exponential Smoothing 0,9... 69 3.8 Grafik Penjualan Produk Botol 600 ml bulan

Weighted Moving Averages 3 Bulan Terbobot ... 73 3.9 Grafik Penjualan Produk Botol 600 ml bulan

Analisis Regresi Linier ... 77 3.12 Grafik Penjualan Produk Botol 600 ml bulan

April 2011-April 2012 dengan Metode

(13)

commit to user

xv 3.13 Grafik Penjualan Produk Botol 600 ml bulan

Exponential Smoothing 0,9... 95 3.16 Grafik Penjualan Produk Botol 600 ml bulan

Weighted Moving Averages 3 Bulan Terbobot ... 99 3.17 Grafik Penjualan Produk Botol 600 ml bulan

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

(14)

commit to user

xvi 3.24 Grafik Penjualan Produk Botol 600 ml bulan

Weighted Moving Averages 3 Bulan Terbobot ... 125

3.25 Grafik Penjualan Produk Botol 600 ml bulan

(15)

commit to user

xvii

DAFTAR LAMPIRAN

Lampiran 1 : Surat Pernyataan

Lampiran 2 : Surat Keterangan Magang Kerja

Lampiran 3 : Surat Penilaian Magang Kerja

(16)

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

(17)

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.

(18)

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

(19)

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.

(20)

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

(21)

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

(22)

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

(23)

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

(24)

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

(25)

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

(26)

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

(27)

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

(28)

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)

(29)

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

(30)

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)

(31)

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 :

pada periode−t.

(32)

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

(33)

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

(34)

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

(35)

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

(36)

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

(37)

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

(38)

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

(39)

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

(40)

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

(41)

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

(42)

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

(43)

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 :

(44)

commit to user

25 Keterangan :

Σ = tanda penjumlahan total

x = nilai variabel bebas yang diketahui

y = nilai variabel terkait yang diket

= rata-rata nilai

= rata-rata nilai y

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

(45)

commit to user

26 b = kemiringan garis regresi

x = variabel bebas

Rumus mencari nilai a dan b untuk garis regresi :

a = ŷ – b

=

Keterangan :

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

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

(46)

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

(47)

commit to user

28 lebih kecil dibandingkan kenyataannya. Secara matematis, MAD

dirumuskan sebagai berikut (Nasution, 2005 : 240) :

MAD = ∑│ │

Keterangan :

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)

(48)

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 :

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

(49)

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 :

pada periode−t.

N = Jumlah periode peramalan yang terlibat.

(50)

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

(51)

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.

(52)

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

(53)

commit to user

34 C. Struktur Organisasi Perusahaan

Gambar 3.1

(54)

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.

(55)

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

(56)

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,

(57)

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

(58)

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.

(59)

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

(60)

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

(61)

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

(62)

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

12.00 WIB – 13.00 WIB.

c. Hari Jum’at

11.30 WIB – 13.00 WIB.

d. Hari Sabtu

(63)

commit to user

44 Shift II :

Hari Senin-Sabtu

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

(64)

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

(65)

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

(66)

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

(67)

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