analisis peramalan terhadap permintaan sports … filepermintaan sport wear haddad brand pada tahun...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

i

ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORTS WEAR

HADDAD BRAND DI CV. CAHYO NUGROHO JATI

SUKOHARJO

TUGAS AKHIR

Diajukan Untuk Melengkapi Syarat-Syarat Mencapai Gelar Ahli

Madya Manajemen Industri

Oleh :

ARMANDO

F3508015

PROGRAM STUDI DIII MANAJEMEN INDUSTRI

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET

SURAKARTA

2011


commit to user

ii

ABSTRAK

ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORT WEAR

HADDAD BRAND DI CV.CAHYO NUGROHO JATI SUKOHARJO

CV. Cahyo Nugroho Jati merupakan perusahaan yang bergerak di bidang

garmen. Perusahaan ini terletak di Jln. Solo – Baki km. 03, Gedangan, Grogol,

Sukoharjo. Perusahaan ini menentukan jumlah barang yang diproduksi agar sesuai

dengan permintaan konsumen. Oleh karena itu perlu direncanakan besarnya

permintaan produk yaitu sport wear Haddad Brand dengan melakukan peramalan

permintaan.

Permasalahan pada penelitian kali ini adalah pertama, berapa besar

permintaan Sport Wear Haddad Brand pada tahun 2011 – 2013. Kedua, berapa

besar tingkat kesalahan peramalan (forecast error) pada masing – masing metode.

Yang ketiga, metode manakah yang paling tepat untuk digunakan dalam

meramalkan permintaan Sport wear Haddad Brand tahun 2011 – 2013.

Tujuan dari penelitian ini adalah pertama untuk mengetahui besarnya

ramalan permintaan sport wear Haddad Brand pada tahun 2011-2013. Kedua

untuk mengetahui tingkat kesalahan peramalan ( forecast error ) pada masing-

masing periode. Terakhir yang ketiga, untuk menentukan metode apa yang paling

tepat dalam meramalkan permintaan sport wear Haddad Brand pada periode

berikutnya berdasrkan forecast error.

Dalam menentukan besarnya barang yang diproduksi, agar sesuai dengan

permintaan konsumen, maka perlu dilakukan peramalan permintaan sport wear

Haddad Brand pada tahun 2011 – 2013. Adapun 3 metode yang digunakan dalam

peramalan ini yaitu Moving Average ( 2 & 3 periode ) dan Trend Least Squared.

Kemudian ke-3 metode dibandingkan untuk mengetahui metode manakah yang

memiliki tingkat kesalahan terkecil dalam meramalakan permintaan sport wear

Haddad Brand. Dari hasil peramalan tersebutdapat digunakan sebagai dasar

penentuan jumlah produk yang akan diproduksi oleh perusahaan sesuai dengan

permintaan konsumen.

Setelah dilakukan analisis data dan pembahasan dapat disimpulkan bahwa

peramalan produksi dengan metode Trend Least Squared lebih sesuai digunakan

dalam meramalkan permintaan sport wear Haddad Brand pada tahun 2011 – 2013

karena memilki kesalahan ( forecast error ) terkecil. Sedangkan tingkat kesalahan

terkecil dari peramalan tahun 2011 – 2013 yaitu MAD (23.9905, 20.61,

18.0476)dan MSE (769.98, 673.7335, 598.8869).oleh karena itu, dalam

meramalkan permintaan jangka panjang sebaiknya perusahaan CV. Cahyo

Nugroho Jati menggunakan metode Trend Least Squared.


commit to user

iii

ABSTRAK

ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORT WEAR

HADDAD BRAND DI CV.CAHYO NUGROHO JATI SUKOHARJO

CV. Cahyo Nugroho Jati is a company engaged in the garment. The

company is located in Jln. Solo - Tray km. 03, Gedangan, Grogol, Sukoharjo. The

company determines the amount of goods produced to match consumer demand.

It is therefore necessary to plan the big demand of sports wear products by

Haddad Brands to forecast demand. Problems in this study is the first time, how

much demand Haddad Sport Wear Brand in the year 2011 to 2013. Second, how

much the level of forecasting error (forecast error) on each - each method. The

third, which is the most appropriate method for use in forecasting demand Haddad

Sport wear Brand of 2011 to 2013.

The purpose of this study is the first to know the size of the demand forecast

Haddad Brand sports wear in the year 2011-2013. Secondly to determine the level

of forecast error (forecast error) in each period. The last third, to determine what

the most appropriate method of forecasting demand for sports wear Haddad

berdasrkan Brand in the next period forecast error.

In determining the amount of manufactured goods, to fit the demands of

consumers, it is necessary to demand forecasting Haddad Brand sports wear in the

year 2011 to 2013. The three methods used in forecasting is the Moving Average

(2 & 3 periods) and Trend Least Squared. Then all three methods are compared to

find out which method has the smallest error rate in demand meramalakan Haddad

Brand sports wear. From the results of forecasting tersebutdapat used as the basis

for determining the amount of product to be manufactured by the company in

accordance with consumer demand.

After data analysis and discussion can be concluded that the production

forecast by Trend Least Squared method is more suitable for use in forecasting

demand Haddad Brand sports wear in the year 2011 - 2013 because it has an error

(forecast error) the smallest. While the smallest error rate of the forecasting year

2011 - 2013 is MAD (23.9905, 20.61, 18.0476) and MSE (769.98, 673.7335,

598.8869). Therefore, in predicting long-term demand for the company should

resume. Cahyo Nugroho Jati using Trend Least Squared method.


commit to user

iv

HALAMAN PENGESAHAN

Tugas Akhir dengan Judul :

ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORTS WEAR

HADDAD BRAND DI CV. CAHYO NUGROHO JATI SUKOHARJO

Telah disahkan oleh Tim Penguji Tugas Akhir

Program Studi Diploma 3 Manajemen industri

Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Surakarta, Juli 2011

Pembimbing Tugas Akhir

Drs. Karsono, M.si ( )

NIP.


commit to user

v

MOTTO

Cintailah pasanganmu seperti engkau mencintai hidupmu karena sesungguhnya

pasanganmu adalah jiwa yang mengalir di dalam hidupmu

( Khalil Gibran )

Tunjukkanlah apa yang kamu bisa tunjukkan dan berikanlah apa yang mampu

kamu berikan walaupun sesungguhnya berat memberikan sesuatu yang paling

kamu cintai

( sayyidina Ali bin Abi Thalib )

Tidak penting dengan siapa kita tinggal, namun lebih penting dengan siapa kita

akan hidup di hari mendatang yang akan bersama selamanya mengarungi dunia

menuju kehidupan abadi di alam surgawi

( penulis )

Cintailah Allah SWT melebihi engkau mencintai dirimu sendiri bahkan melebihi

mencintai pasanganmu sendiri

( Intan Marcelina Sari )


commit to user

vi

PERSEMBAHAN

Karya sederhana ini saya persembahkan untuk :

1) Allah SWT yang telah memberikan saya nikmat iman, serta nikmat sehat

sehingga saya mampu menyelesaikan Tugas Akhir ini.

2) Ayah serta ibu saya yang telah menghidupi saya selama ini. Terima kasih

atas semua yang telah kalian berikan. Kalianlah orang tua terbaikku.

3) (Alm) kakek dan nenekku tersayang.aku bisa buktikan kalau aku mampu

untuk lulus

4) Budeku. Terima kasih atas bimbingannya selama saya di kota solo. Aku

akan mengingat selalu bimbinganmu

5) Intan Marcelina Sari kekasih hatiku. Terima kasih atas semangatmu dalam

menaungi hidupku. Aku mencintaimu dari lubuk hatiku

6) Buat teman-teman anak jakarta yang berada di solo. Kita masih tetap satu

etnis, etnis betawi punye gaye

7) Buat temen-temen mainku yaitu tamon, sony, dan riky


commit to user

vii

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah

melimpahkan Rahmat dan Karunia-Nya sehingga Laporan Tugas Akhir dengan

Judul Analisis Peramalan Terhadap Permintaan Sports Wear Haddad Brand

Di Cv. Cahyo Nugroho Jati Sukoharjo, ini dapat diselesaikan dengan baik.

Tugas akhir ini disusun untuk memenuhi Syarat-syarat mencapai Gelar

Ahli Madya pada Program D3 Studi Manajemen Industri Fakultas Ekonomi

Universitas Sebelas Maret.

Dalam kesempatan ini penulis sampaikan ucapan terima kasih kepada

pihak-pihak yang membantu penyusunan laporan tugas akhir ini :

1. Bapak Prof. Dr. Wisnu Untoro, MS selaku Dekan fakultas Ekonomi

Universitas Sebelas Maret

2. Bapak Drs. Karsono, MSi selaku Pembimbing Tugas Akhir yang telah

memberikan pengarahan selama penyusunan tugas akhir.

3. Ibu Sinto Sunaryo, SE, MSi selaku Ketua Program Studi Diploma 3

Manajemen Industri Universitas Sebelas Maret

4. Bapak Reza Rahardian,SE, M.Si selaku Penguji Tugas Akhir yang telah

memberikan pengarahan selama penyusunan tugas akhir.


commit to user

viii

5. Drs. Bambang Taufik selaku Manajer HRD di CV.Cahyo Nugroho Jati

yang telah memberikan izin kepada kami untuk melakukan magang kerja

dan telah banyak membantu dalam proses magang kerja.

6. Seluruh staf dan karyawan CV. Cahyo Nugroho Jati yang telah

memberikan bantuan kepada penulis selama penelitian.

7. Bapak dan Ibu Dosen serta segenap karyawan Fakultas Ekonomi UNS

8. Intan Marcelina Sari kekasihku yang telah memberikan semangat hidup

dalam mengerjakan Tugas Akhir ini.

9. Teman-temanku seperjuangan di Manajemen Industri . Terima kasih atas

semuanya.

10. Semua pihak yang tidak mungkin disebutkan satu persatu yang secara

langsung maupun tidak langsung yang telah banyak membantu penulis

dalam menyelesaikan tugas akhir ini.

Penulis menyadari sepenuhnya atas kekurangan dalam penulisan tugas

akhir ini. Untuk itu penulis mengharapkan kritik dan saran yang membangun .

Namun demikian , karya sederhana ini diharapkan dapat bermanfaat bagi pihak-

pihak yang membutuhkan.

Surakarta, Juli 2011

Penulis


commit to user

ix

DAFTAR ISI

Halaman

HALAMAN JUDUL ........................................................................................ i

ABSTRAK ....................................................................................................... ii

HALAMAN PERSETUJUAN ......................................................................... iii

HALAMAN PENGESAHAN .......................................................................... iv

MOTTO ........................................................................................................... v

PERSEMBAHAN ............................................................................................ vi

KATA PENGANTAR ..................................................................................... vii

DAFTAR ISI .................................................................................................... ix

DAFTAR TABEL ............................................................................................ xi

DAFTAR GAMBAR ....................................................................................... xii

DAFTAR LAMPIRAN .................................................................................... xiii

BAB I PENDAHULUAN

A. Latar Belakang .............................................................................. 1

B. Rumusan Masalah ......................................................................... 4

C. Tujuan Penelitian........................................................................... 5

D. Manfaat Penelitian......................................................................... 5

E. Metode Penelitian .......................................................................... 6

F. Alur Pemikiran .............................................................................. 10

BAB II TINJAUAN PUSTAKA

A. Pengertian Peramalan .................................................................... 12

B. Tujuan Peramalan .......................................................................... 13

C. Jenis-Jenis Peramalan .................................................................... 13

D. Tahap-Tahap Peramalan ................................................................ 17


commit to user

x

E. Metode Peramalan ......................................................................... 18

F. Pengukuran Kesalahan Peramalan ................................................ 26

BAB III PEMBAHASAN

A. Gambaran Objek Penelitian ..................................................... 28

B. Visi dan Misi ................................................................................ 29

C. Struktur Organisasi ........................................................................ 30

D. Proses Produksi ............................................................................. 39

E. Laporan Magang ........................................................................... 42

1. Pelaksanaan magang ................................................................. 42

2. Kegiatan Magang Kerja ............................................................ 43

F. Pembahasan Masalah .................................................................... 44

BAB IV PENUTUP

A. Kesimpulan.................................................................................... 68

B. Saran .............................................................................................. 70

DAFTAR PUSTAKA

LAMPIRAN


commit to user

xi

DAFTAR TABEL

TABEL

Halaman

III.1 data permintaan sports wear haddad brand 2005-2010 ........................... 45

III.2 perhitungan forecast error permintaan sports wear haddad brand

tahun 2011 dengan metode moving average 2 periode ............................. 447


tahun 2012 dengan metode moving average 2 periode ............................. 49


Tahun 2013 dengan metode moving average 2 periode............................ 51







III.8 perhitungan Metode Trend Least Squared pada tahun 2005-2010 60

III.9 permintaan sport wear Haddad brand tahun 2011 dengan metode

Trend Least Squared ................................................................................. 64


Trend Least Squared ................................................................................ 65


Trend Least Squared ................................................................................ 66

III.12 perbandingan forecast error pada masing-masing periode peramalan

tahun 2011-2013 ..................................................................................... 67

IV.1 perbandingan tingkat kesalahan dari setiap metode…………… 69


commit to user

xii

DAFTAR GAMBAR

Gambar

Halaman

I.1 Alur pemikiran ......................................................................................... 10

III.1 Struktur organisasi CV. Cahyo Nugroho Jati ........................................... 32

III.2 Proses Produksi CV. Cahyo Nugroho Jati ............................................... 40


commit to user

xiii

DAFTAR LAMPIRAN

Lampiran 1. Surat Pernyataan

Lampiran 2. Surat Keterangan Magang

Lampiran 3. Penilaian Magang

Lampiran 4. Analisis dengan menggunakan software POM


commit to user

28

BAB I

PENDAHULUAN

A. LATAR BELAKANG MASALAH

Dewasa ini, semakin banyaknya perusahaan yang didirikan baik itu

perusahaan jasa maupun perusahaan manufaktur. Biasanya perusahaan-

perusahaan tersebut satu sama lain saling bersaing untukmendapatkan hasil yang

terbaik. Setiap perusahaan didirikan untuk mendapatkan keuntungan dan

meningkatkan penjualan barang atau jasa sehingga kontinuitas perusahaan di

masa sekarang dan masa yang akan datang tetap terjaga. Selain itu perusahaan

juga mempunyai tujuan untuk membuka lapangan kerja baru dalam rangka

membantu program pemerintahdalam mengurangi angka pengangguran.

Dalam suatu perusahaan biasanya terdapat seorang pemimpin atau

manajemen yang baik dalam menentukan suatu keputusan. Biasanya keputusan

yang dilakukan oleh manajemen itu adalah untuk menentukan tingkat produksi

barang atau jasa, yang perlu disiapkan untuk masa datang. Penentuan tingkat

produksi, yang merupakan tingkat penawaran yang dipengaruhi oleh jumlah

permintaan pasar yang dapat dipenuhi oleh perusahaan. Apabila tingkat

penawaran yang lebih rendah dibandingkan dengan kemampuan pangsa pasar

yang dapat diraih mengakibatkan hilangnya kesempatan untuk memperoleh


commit to user

29

keuntungan, bahkan mengakibatkan hlangnya pelanggan karena beralih ke

pesaing.

Untuk membantu tercapainya suatu keputusan yang optimal diperlukan

adanya suatu cara yang tepat, sistematis dan dapat dipertanggung jawabkan.

Salah satu alat yang diperlukan oleh manajemen dan merupakan proses

pengambilan keputusan adalah “ metode peramalan“ ( Herjanto, 1999:115 ).

Dengan adanya metode peramalan produksi, perusahaan dapat mengukur atau

menaksirkan keadaan di masa datang. Peramalan tidak hanya digunakan untuk

menentukan jumlah produksi yang dibuat atau kapasitas produksi jasa yang

disediakan, tetapi juga diperlukan dalam berbagai bidang lain seperti : dalam

penjualan, personalia, peramalan teknologi, ekonomi, ataupun perubahan sosial

budaya. Apabila suatu perusahaan tidak menerapkan peramalan maka perusahaan

tersebut tidak dapat meramalkan kebutuhan di masa datang dan biasanya

mengalami kerugian. Oleh karena itu, dengan menerapkan peramalan produksi

maka proses produksi dapat berjalan lancar.

Baroto (2002 : 22) memberikan penjelasan bahwa tahap pertama dalam

perencanaan dan pengendalian produksi bila produksi bertipe made to stock

adalah menentukan suatu peramalan akurat dari permintaan unuk item yang

diproduksi. Peramala juga digunakan sebagai dasar untuk menentukan

kebijaksanaan pengendalian dari sistem persediaan, membuat perencanaan


commit to user

30

produksi, pembebanan menentukan kebutuhan mesin, peralatan, bahan serta

untuk menentukan tingkat tenaga kerja selama periode produksi.

Dengan adanya tuntutan besar terhadap suatu produk yang dihasilkan,

maka diperlukan tindakan khusus pada bagian produksi dalam suatu perusahaan.

Handoko ( 1999:225 ) mengatakan bahwa manajemen produksi harus mampu

membuat keputusan-keputusan yang berkaitan dengan proses, perencanaan,

kapasitas, lay out kapasitas, serta mengambil berbagai keputusan yang sifatnya

terus menerus berkaitan dengan perencanaan, penjadwalan, dan persediaan.

Untuk melakukan perencanaan tersebut maka diperlukan suatu tindakan

peramalan (forecasting) terhadap permintaan produksi.

Menurut Nasution (2003:46) mengatakan bahwa peramalan adalah proses

untuk memperkirakan berapa kebutuha dimasa datang yang meliputi kebutuhan

dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam

rangka memenuhi permintaan barang ataupun jasa.

Peramalan merupakan pengolahan data-data historis untuk menentukan

kecendrungan pola-pola suatu hal dimasa lalu, pola-pola permintaan terhadap

barang dan jasa yang dapat berbentuk musiman atau selalu konstan. Pola-pola

umum yang terjadi pada masa lalu tersebut akan menjadi salah satu masukan

dalam pembuatan model keputusan yang diambil pihak manajemen untuk

menentukan jumlah produksi yang akan datang.


commit to user

31

CV Cahyo Nugroho Jati merupakan perusahaan yang bergerak di bidang

garmen. Roduksi yang dihasilkan oleh CV Cahyo Nugroho Jati adalah pakaian

olahraga yang berbentuk jaket, celan training dan kaos olahraga. CV Cahyo

Nugroho Jati membuat semua produksinya berdasarkan pesanan. Biasanya

perusahaan mengekspor hasil dari produksinya untuk dipasarkan ke luar negeri

dan yang menjadi mayoritas negara tujuannya ialah negara-negara di kawasan

Amerika. Sports wear pada saat ini merupakan jenis pakaian yang paling banyak

permintaannya dikarenakan trend dari masyarakat yang mulai menyukai olahraga

sebagai bagian dari pola hidup sehat. Peminat dari produk ini merupakan semua

kalangan baik tua maupun muda yang menyukai olahraga. Oleh karena itu, untuk

memenuhi permintaan konsumen atau pasaran, maka penulis memberikan

masukan kepada perusahaan untuk menggunakan metode peramalan karena

perusahaan belum melakukan proses peramalan terhadap permintaan suatu

produk untuk masa yang akan datang. Atas latar belakang masalah maka peneliti

mengambil tema mengenai peramalan suatu produk di sebuah perusahaan dengan

judul : “ANALISIS PERAMALAN TERHADAP PERMINTAAN SPORTS

WEAR DI CV. CAHYO NUGROHO JATI SUKOHARJO”.

B. PERUMUSAN MASALAH

Berdasarkan tinjauan latar belakang masalah diatas, maka permasalahan

yang dapat dirumuskan dalam penelitian ini adalah sebagai berikut :


commit to user

32

1. Bagaimanakah hasil peramalan permintaan produk Sports wear pada tahun

2011 – 2013 dengan menggunakan metode Single Moving Average dengan 2

periode dan 3 periode dan metode Trend Least Square ?

2. Berapakah forecast error masing-masing metode ?

3. Metode manakah yang paling baik diantara dua metode diatas untuk

meramalkan permintaan sports wear pada periode berikutnya berdasarkan

forecast errornya ?

C. TUJUAN PENELITIAN

1. Untuk mengetahui hasil ramalan permintaan produk majalah pada tahun

2011 – 2013 dengan menggunakan metode Single Moving Average 2 periode

dan 3 periode dan metode Trend Least Squared.

2. Untuk mengetahui forecast error masing- masing periode.

3. Untuk membandingkan metode yang paling baik dalam meramalkan

permintaan pada periode berikutnya berdasarkan forecast errornya.

D. MANFAAT PENELITIAN

1. Bagi Penulis

a. Menambah pengetahuan dan wawasan tentang peramalan suatu produk

terutama yang terjadi dalam perusahaan.


commit to user

33

b. Sebagai sarana penerapan ilmu-ilmu yang telah diperoleh di bangku

kuliah dengan kenyataan dan situasi yang ada dalam perusahaan.

c. Menambah pengalaman dalam bekerja di suatu perusahaan.

2. Bagi Perusahaan

a. Perusahaan dapat melihat serta memprediksi langkah apa saja yang

harus diambil untuk permintaan tahun berikutnya.

b. Sebagai bahan pertimbangan bagi perusahaan dalam menentukan

kebijakan-kebijakan perusahaan dalam penyediaan bahan baku untuk

proses produksi.

c. Perusahaan juga dapat mengamati jumlah penjualan dan jumlah

permintaan tiap tahunnya.

3. Bagi Pembaca

a. Sebagai sarana penambah pengetahuan dan wawasan dalam bidang

produksi khususnya peramalan.

b. Memberikan informasi atau gambaran tentang perusahaan CV. Cahyo

Nugroho Jati yang letaknya di Solo Baru, Sukoharjo.


commit to user

34

E. METODE PENELITIAN

1. Desain Penelitian

Desain yang digunakan peneliti untuk meramalkan permintaan pada sports

wear yaitu berupa desain kasus. Peneliti menggunakan desain kasus karena

apabila sewaktu-waktu terdapat masalah dalam jumlah permintaannya

kurang ataupun melebihi jumlah produksinya maka diperlukan adanya

metode peramalan.

2. Objek Penelitian

Penelitian dilaksanakan atau dilakukan pada CV. Cahyo Nugroho Jati yang

beralamat di jl. Raya Solo – Baki, Gedangan, Km. 3 Sukoharjo, Surakarta.

3. Jenis dan Sumber Data

a. Jenis data

Ada 2 jenis data yang digunakan, data primer dan data sekunder, yang

diperoleh secara langsung dan tidak langsung dari objek yang diteliti.

1) Data primer yaitu data yang diperoleh secara

langsung dari sumber data, data ini biasanya diperoleh dengan

wawancara yang berupa penjelasan tentang data-data permintaan

dan penjualan sports wear.

2) Data sekunder yaitu data yang diperoleh dari dokumen

yang berada di pabrik dan buku-buku referensi lainnya. Dalam


commit to user

35

penelitian ini data sekunder yang diperlukan adalah data sejarah

perkembangan perusahaan, tujuan perusahaan, dan struktur

organisasi perusahaan.

b. Sumber Data

Sumber data diperleh dari bagian marketing pada perusahaan CV.

Cahyo Nugroho Jati, Sukoharjo, Surakarta.

4. Metode Pengumpulan Data

a. Wawancara

Suatu cara pengumpulan data dengan melakukan tanya jawab langsung

dengan manajer ataupun karyawan serta pihak-pihak yang bersangkutan.

Data berupa jumlah permintaan sport wear haddad brand

b. Dokumentasi

Suatu metode pengumpulan data yang dilakukan dengan cara mencatat

atau mencopy data dari perusahaan. Data yang berupa struktur

organisasi perusahaan.

c. Study Pustaka

Dengan cara mempelajari buku-buku dan artikel-artikel lain yang dapat

membantu memecahkan masalah yang mendasari penelitian. Data

berupa tekhnik peramalan yang akan digunakan .


commit to user

36

d. Observasi

Mahasiswa dalam mencari informasi dengan cara mengadakan

pengamatan secara langsung di lapangan. Data yang berupa sport wear

haddad brand yang siap dikirim.

5. Metode Pembahasan

a. Pembahasan Deskriptif

Di sini penulis menggunakan metode deskriptif dengan cara membuat

grafik untuk permintaan sebuah produk pada perusahaan ini.

b. Peramalan

Teknik yang digunakan penulis dalam penelitian kali ini yaitu dengan

menggunakan teknik forecasting (peramalan) untuk meramalkan jumlah

permintaan suatu produk di masa yang akan datang. Dalam penelitian

kali ini penulis menggunakan beberapa metode peramalan. Teknik

peramalan (forecasting) yang digunakan ialah :

1) Single Moving Average 2 periode

2) Single Moving Average 3 periode

3) Trend Least Squared


commit to user

37

F. ALUR PEMIKIRAN

Gambar 1.1

Alur Pemikiran

Data Historis

Data jumlah permintaan sports

wear pada tahun berikutnya

Penentuan Metode Peramalan

Single Moving Averaged &

Trend Least Squared

Keputusan

Melakukan peramalan dengan

metode Trend Least Squared

Ramalan yang Akan Datang

Permintaan konsumen yang

akan datang

Pemilihan Metode Peramalan

Tepat

Dipilih dengan Error yang

terkecilterkecil

Penentuan Error

Mencari tingkat kesalahan dari

masing-masing metode

peramalan


commit to user

38

Setiap perusahaan mengalami pasang surutnya penjualan dalam

produknya. Umumnya permintaan konsumen terhadap poduknya selalu berubah-

ubah dalam setiap periode sehingga perusahaan tersebut perlu membuat ramalan

permintaan. Dimana untuk membuat ramalan tersebut diperlukan suatu data

historis yang pada periode-periode sebelumnya. Dalam menghitung data tersebut

digunakan 3 metode, yaitu Single Moving Average 2, Single Moving Average 3

periode serta Trend Least Squared.

Dari hasil peramalan tersebut diari tingkat kesalahan pada masing-masing

metode peramalan. Penghitungan kesalahan peramalan tersebut mengunakan

MAD ( Mean Absolute Deviation ) dan MSE ( Mean Squared Error). Untuk

mengetahui metode mana yang paling tepat dapat dicari tingkat kesalahan ( Error

) yang lebih mendekati nol pada masing-masing metode tersebut yakni Single

Moving Average 2, Single Moving Average 3 periode serta Trend Least Squared.

Dari hasil peramalan tersebut dapat diketahui jumlah penjualan produk

sports wear pada masa yang akan datang. Sehinga kita dapat dengan mudah

mengetahui jumlah permintaan konsumen yang akan datang. Hal tersebut dapat

dijadikan dasar perencanaan oleh manajer perusahaan. Selanjutnya manajer akan

mengambil keputusan setelah mengetahui data peramalan dan perencanaan di

atas.


commit to user

39

BAB II

TINJAUAN PUSTAKA

A. PENGERTIAN PERAMALAN

Peramalan merupakan gmbaran keadaan perusahaan pada masa yang

akan datang, gambaran ini sangat penting perananya bagi manajemen

perusahaan. Karena dengan gambaran tersebut maka perusahaan dapat

memprediksi langkah – langkah apa saja yang diambil dalam memenuhi

permintaan konsumen.

Adapun pengertian peramalan sesuai penjabaran dari berbagai para

ahli :

1. Menurut Assauri (1995:3) “ Peramalan adalah kegiatan untuk

memperkirakan apa yang akan terjadi pada masa yang akan datang “

2. Menurut Subagyo (1994:2) “ Peramalan adalah perkiraan mengenai

sesuatu yang belum terjadi “

3. Menurut Handoko (1999:260) “ Peramalan adalah suatu usaha untuk

meramalkan keadaan dimasa mendatang melalui pengertian keadaan

dimasa lalu ”

4. Menurut Herjanto (1999:115) “ Peramalan adalah proses mengukur atau

menaksirkan keadaan di masa datang “


commit to user

40

5. Menurut Render dan Heizer (2001:46) “ Peramalan adalah seni dan ilmu

yang memproduksi peristiwa – peristiwa pada masa depan “

6. Menurut Nasution (2003:46) “ Peramalan adalah suatu proses untuk

memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan

dalam ukuran kuantitas , kualitas, waktu dan lokasi yang dibutuhkan

dalam rangka memenuhi permintaan barang ataupun jasa “

B. TUJUAN PERAMALAN

Menurut Subagyo (1994:1), tujuan peramalan adalah mendapatkan

peramalan yang bisa meminimumkan kesalahan meramal (forecast error)

yang bisa di ukur dengan Mean Absolute Error (MAE) dan Mean Square

Error (MAD). Dengan adanya peramalan permintaan ini berarti manajemen

perusahaan telah mendapatkan gambaran perusahaan di masa yang akan

datang, sehingga manajemen perusahaan akan memeperoleh masukan yang

sangat berarti dalam menentukan kebijaksanaan perusahaan.

C. JENIS – JENIS PERAMALAN

Menurut Render dan Heizer (2001:46) peramalan dapat di bedakan

menjadi 3 jenis, yaitu :

1. Peramalan Ekonomi : membahas siklus bisnis dengan memprediksi

tingkat inflansi, suplay uang permulaan dan indikator – indikator lain.


commit to user

41

2. Peramalan Teknologi : tingkat kemajuan teknologi yang akan melahirkan

produk – produk baru yang mengesankan, membutuhkan pabrik dan

peralatan lain.

3. Peramalan Permintaan : proyeksi permintaan untuk produk atau jasa

perusahaan

Menurut Nasution (2003:35) jenis peramalan dapat dibedakan dari beberapa

segi, tergantung cara melihatnya. Jika dilihat secara umum, peramalan dapat

diklasifikasikan menjadi 2 macam, yaitu :

1. Peramalan yang bersifat subyektif yaitu

Peramalan yang lebih menekankan pada keputusan – keputusan hasil

diskusi, pendapat pribadi seseorang dan intuiusi dari orang yang menyusun

meskipun kelihatanya kurang ilmiah tetapi dapat memberikan hasil yang baik.

Peramalan ini terdiri dari 2 metode, yaitu :

a. Metode Delphi

Metode ini merupakan cara sistematis untuk mendapatkan keputusan

bersama dari suatu grup yang terdiri dari para ahli dan disiplin yang

berbeda.

b. Metode Penelitian Pasar

Metode ini mengumpulkan dan menganalisa fakta secara sistematis pada

bidang yang berhubungan dengan pemasaran.


commit to user

42

2. Peramalan yang bersifat Obyektif yaitu :

Prosedur pengalaman yang mengikuti aturan – aturan matematis

statistik dalam menunjukan hubungan antara permintaan dengan satu atau

lebih variable yang mempengaruhinya. Peramalan ini terdiri dari 2 metode,

yaitu :

a. Metode Intrinsik

Metode ini membuat peramalan hanya berdasarkan pada proyeksi

permintaan historis tanpa mempertimbangkan faktor – faktor eksternal

yang mungkin mempengaruhi besarnya permintaan. Metode ini akan

diwakili oleh analisis deret waktu (time series).

b. Metode ekstrinsik

Metode ini mempertimbangkan faktor – faktor eksternal yang mungkin

dapat mempengaruhi besarnya permintaan di masa datang dalam model

peramalannya. Biasanya metode ini banyak dipakai untuk peramalan pada

tingkat agregat dan metode regresi.

Sedangkan peramalan jika dilihat dari horizon waktunya menurut Render dan

Heizer (2001:46) ada 3 macam, yaitu :

1. Peramalan Jangka Pendek

Peramalan yang rentang waktunya mencapai 1 tahu tapi umumnya kurang

dari 3 bulan


commit to user

43

2. Peramalan Jangka Menengah

Peramalan jangka menengah biasanya berjangka 3 bulan hingga 3 tahun.

3. Peramalan Jangka Panjang

Peramalan yang rentang waktunya bisa 3 tahun atau lebih.

Sifat ramalan menurut Render dan Heizer (2001:46) dapat dibedakan atas 2

macam, yaitu :

1. Peramalan Kualitatif

Yaitu, peramalan yang memanfaatkan faktor – faktor penting seperti, intuisi,

pengalaman pribadi dan sistem nilai pengambilan keputusan. Dalam metode

peramalan kualitatif terdapat 5 teknik, yaitu :

a. Metode Delphi :

Proses kelompok interatif ini mengijinkan para ahli yang mungkin tinggal

di beberapa tempat, untuk membuat peramalan

b. Juri dari Opini Eksekutif

Metode ini mengambil opini dari sekelompok kecil manajer tingkat tinggi,

seringkali dikombinasikan dengan model – model statistik dan

menghasilkan estimasi permintaan kelompok.


commit to user

44

c. Gabungan Armada Penjualan

Metode ini mengestimasikanjumlah penjualan diwilayahnya, ramalan lalu

ini dikaji ulang untuk menyakinkan kualitasnya.

d. Survei Pasar Konsumen

Metode ini memperbesar masukan dari pelanggan atau calon pelanggan

tanpa melihat rencana pembelian masa depanya.

e. Pendekatan Naif

Cara sederhana untuk peramalan ini mengasumsikan bahwa permintaan

dalam periode berikutnya adalah sama dengan permintaan dalam periode

sebelumnya.

2. Peramalan Kuantitatif

Yaitu, peramalan yang menggunakan berbagai model matematika yang

menggunakan data historis variabel kausal untuk meramalkan permintaan.

Metode peramalan kuantitatif ini ada 2 metode, yaitu :

a. Model seri Waktu ( Times Series)

1) Rata – rata bergerak ( Moving Average )

2) Penghalusan eksponensial ( Exponential Smoothing )

3) Trend ( Proyeksi Trend )


commit to user

45

b. Model kausal

1) Regresi Linier ( Linier Regression )

D. TAHAP – TAHAP PERAMALAN

Menurut Render dan Haizer (2001:50) peramalan terdapat 8 tahap yaitu :

1. Menentukan penggunaan peramalan itu tujuan yang akan dicapai atas

peramalan tersebut

2. Memilih hal – hal yang akan diramalkan

3. Menentukan horizon waktunya yakni jangka pendek, menengah atau

panjang

4. Memilih model peramalannya

5. Mengumpulkan data yang dibutuhkan untuk membuat ramalan

6. Meenentukan model peramalan yang tepat

7. Membuat ramalan

8. Menerapkan hasilnya

E. METODE PERAMALAN

1. Pengertian Metode Peramalan

Metode peramalan menurut Assauri (1998:7) adalah cara

memperkirakan secara kuantitatif apa yang terjadi pada masa yang akan


commit to user

46

datang, berdasarkan data yang relevan pada masa lalu, maka termasuk dalam

kegiatan peramalan kuantitatif.

Kemampuan untuk memperkirakan kegiatan yang terjadi pada akhir –

akhir ini sangat ditentukan oleh tepat tidaknya peramalan yang dilakukan atas

dasar keadaan masa yang lalu, maka teerdapat usaha mengembangkan teknik

dan metode peramalan. Keberhasilan suatu peramalan sangat ditentukan oleh

pengetahuan teknik informasi yang lalu , informasi ini bersifat kuantitatif dari

metode peramalan.

2. Kegunaan Metode Peramalan

Metode peramalan merupakan cara berpikir yang sistematis dan

pragmatis atas pemecahan suatu masalah. Dengan dasar ini maka metode

peramalan dapat memperkirakan apa yang akan terjadi padda masa depan

secara sistematis dan pragmatis. Oleh karena itu metode peramalan

memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah

dalam peramalan.

3. Jenis - Jenis Metode Peramalan

Metode peramalan dibagi menjadi 2 macam yaitu, peramalan

kuantitatif dan kualitatif, seperti yang telah dijelaskan didepan. Menurut

Harjanto (1999 : 117 ) jenis metode peramalan menurut metode kuantitatif ada

2 yaitu :


commit to user

47

a. Metode Serial Waktu (Time Series)

Metode Time Series adalah metode yan digunakan untuk

menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode

ini mengasumsikan bahwa bahwa beberapa pola atau kombinasi pola

selalu berulang sepanjang waktu, dan pola dasar dapat diidentifikasi

semata-mata atas dasar data historis dari serial itu. Tujuan dari analisis ini

yaitu untuk menemukan pola deret variabel yang berdasarkan nilai-nilai

variabel pada masa sebelumnya dan mengekstrapolasikan pola itu untuk

membuat peramalan nilai variabel tersebut pada masa datang. Pola dasar

serangkaian data dalam serial waktu dapat dikelompokkan menjadi 5

yaitu:

1) Konstan, yaitu apabila data berfluktasi disekitar rata-rata secara stabil,

polanya berupa horizontal. Pola ini terdapat dalam jangka pendek atau

menengah.

2) Kecenderungan (Trend), yaitu apabila dalam data jangka panjang

mempunyai kecendrungan, baik arahnya meningkat atau turun dari

waktu ke waktu. Pola ini disebabkan oleh bertambahnya populasi,

perubahan pendapat dan pengaruh budaya.

3) Musiman (seasonal), yaitu apabila polanya merupakan gerakan yang

berulang-ulang secara teratur dalam setiap periode tertentu. Pola ini

berhubungan dengan faktor iklim dan buatan manusia.


commit to user

48

4) Siklus (cyclical), yaitu apabila data dipengaruhi oleh fluktuasi jangka

panjang, seperti : daur hidup bisnis.

5) Variasi acak (residu), yaitu apabila data tidak teratur sama sekali. Data

ini bersifat residu, tidak dapat digambarkan.

Pengolahan data kuantitatif dari serial waktu ( Time Series ) dapat

dilakukan dengan metode dasar, sebagai berikut :

1) Peramalan Menggunakan Metode Single Moving Average (Rata-rata

bergerak)

Moving Average ini diperoleh dengan merata-rata berdasarkan

beberapa data masa lalu yang terbaru. Tujuan utama dari Moving Average

ini adalah untuk mengurangi atau menhilangkan variasi acak permintaan

dalam hubungan dengan waktu. Tujuan ini dicapai dengan merata-rata

beberapa data secara bersama-sama dengan menggunaka nilai rata-rata

tersebut sebagai ramalan permintaan untuk periode yang akan datang (

Nasution 2003 : 35 )

Sedangkan menurut Subagyo ( 1994 : 9 ) Metode single moving

average ini biasanya lebih cocok digunakan untuk melakukan peramalan

dalam hal yang bersifat random artinya tidak ada gejala trend naik

maupun turun, musiman dan sebagainya, sehingga sulit diketahui polanya.

Metode ini mempunyai 2 sifat khusus, yaitu :


commit to user

49

a) Untuk membuat peramalan memerlukan data historis selama

jangka waktu tertentu.

b) Semakin panjang jangka waktunya, moving average semakin

halus.

Kelemahan dari metode single moving average, yaitu :

a) Perlu data hitoris yang cukup.

b) Semua data diberi weight yang seimbang.

c) Tidak bisa mengikuti perubahan yang drastis.

d) Tidak cocok pada ramalan data yang ada gejala trend.

Rumus peramalan dengan metode Single Moving Average :

=

Dimana ;

= forecast untuk periode t+1

= Data periode t

= Jangka waktu moving average

2) Peramalan Menggunakan Metode Single Exponential Smoothing (

Penghalusan Eksponensial)


commit to user

50

Exponential Smohing adalah suatu tipe metode peramalan rata-rata

bergerak yang melakukan pertimbangan terhadap data masa lalu dengan

cara exponential sehingga data paling akhir mempunyai bobot lebih besar

dala rata-rata bergerak ( Handoko 1988 : 279 ). Metode single exponential

smoothing ini banyak membantu mengurangi kelemahan single moving

average dalam penyimpanan data, permintaan aktual terakhir dalam

konstanta.

Metode single exponential smoothing ini menggunakan nilai α

yang bisa ditentukan secara bebas, yang bisa mengurangi forecast error.

Besarnya nilai α yaitu antara 0 sampai 1. Apabila α mendekati 1, berarti

ramalan yang baru akan menyesuaikan kesalahan kecil pada ramalan

sebelumnya. Sedangkan kebalkannya, α mendekati 0 maka ramalan yang

baru akan menyesuaikan kesalaha kecil pada ramalan sebelumnya.

Biasanya metode ini lebih cocok digunakan untuk meramalkan hal-hal

yang fluktuasinya secara random ( Subagyo 1994 : 19;Nasution 2003 :

40).

Rumus peramalan dengan metode Single Exponential Smoothing

adalah sebagai berikut :

= α Xt + (1-α) St

= Forecast untuk periode ke t+1


commit to user

51

α Xt = Bobot data periode t

(1-α) St = Bobot data forecast ke t

3) Trend Linier

Trend disebut juga proyeksi trend. Trend merupakan salah satu

bagian dari time series. Pengertian trend menurut Subagyo ( 1994 : 32 )

adalah rata-rata perubahan ( biasanya tiap tahun ) dalam jangka panjang.

Trend dikatakan positif apabila hal yang kita amati menunjukkan rata-rata

pertambahan. Sedangkan trend dikatakan negatif apabila hal yang kita

teliti menunjukkan gejala semakin menurun atau berkurang.

Biasanya metode trend ini yang paling banyak digunakan yaitu

metode kuadrat terkecil ( Trend Least Squared ). Sedangkan pengertian

dari Trend Least Squared menurut ( Handoko 1986 : 72 ) adalah salah satu

metode yang paling luas digunakan untuk menentukan persamaan trend

data karena metode ini menghasilkan apa yang secara matematik yang

digambarkan sebagai “ line of the best fit “. Berikut persamaan Trend

Least Squared

= a + bx

Dimana :

= nilai variabel yang dihitung ( diramalkan)

a = nilai konstan


commit to user

52

b = variabel perubahan

x = variabel bebas (waktu)

Sedangkan untuk mencari persamaan nilai a dan b dapat

menggunakan cara sebagai berikut :

a =

b =

b. Metode Kausal

Metode kausal ini disebut juga metode eksplanatori

mengasumsikan adanya hubungan sebab akibat antara variabel bebas (

independent ) dan variabel tidak bebas ( dependent ) yang dipengaruhinya

dalam bentuk input dan output dari suatu sistem. Sistem ini dapat

berbentuk makro {seperti, perekonomian nasional} atau mikro {seperti,

dalam perusahaan dan rumah tangga}.

Model kausal ini bertujuan untuk meramalkan keadaan dimasa

datang dengan menemukan dan mengukur beberapa variabel bebas yang

pening beserta pengaruhnya terhadap variabel tidak bebas yang diamati.

Adapun teknik yang bisa digunakan dalam metode kausal yaitu :

1) Regresi Linier ( Linier Regression )


commit to user

53

Dalam banyak hal terdapat dua macam variabel atau lebih yang

saling berhubungan dan saling mempengaruhi. Untuk mengetahui

sejauh mana hubungan antara dua variabel atau satu variabel degan

beberapa variabel lainnya perlu dibuat model.

Apabila kecendrungan titik-titik koordinat dari variabel bebas

dan variabel tidak bebas membentuk suatu garis linier (lurus), model

ini dinamakan regresi linier. Sebaliknya, apabila hubungan berbentuk

kuadrat, eksponensial atau sejenisnya dinamakan regresi non-linier.

Jika hubungan itu hanya melibakan suatu variabel bebas, model itu

disebut regresi linier sederhana.

Bentuk persamaan Regresi Linier adalah sebagai berikut :

= a + bx

Dimana :

= nilai variabel y hasil peramalan

= variabel tidak bebas (yang diramalkan)

x = variabel bebas

a = nilai dari pada , jika x = 0

b = perubahan rata-rata Y terhadap perubahan per unit x


commit to user

54

* Nilai a dan b meminimalkan jumlah kesalahan kuadrat dapat dicari dengan

menggunakan persamaan sebagai berikut :

a =

b =

F. PENGUKURAN KESALAHAN PERAMALAN

Menurut Nasution ( 2003 : 30 ) pengukuran kesalahan peramalan

merupakan ukuran tentang tingkat perbedaan antara hasil permintaan dengan

peramalan yang sebenarnya terjadi. Ada 2 ukuran kesalahan yang digunakan

penulis, yaitu :

a. Rata-rata deviasi mutlak ( Mean Absolute Deviation / MAD )

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu,

tapa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil

dibandingkan dengan kenyataannya. Secara matematis MAD dirumuskan

sebagai berikut :

MAD = ∑

Dimana :

At = permintaan aktual pada periode t

Ft = peramalan permintaan pada periode t


commit to user

55

n = jumlah periode peramalan yang terlihat

b. Rata-rata Kuadrat Kesalahan ( Mean Square Error / MSE )

MSE merupakan metode alternatif dalam suatu metode peramalan.

Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang

moderat lebih disukai oleh suatu peramalan yang menghasilkan kesalahan

yang sangat besar. Secara sistematis, MSE dirumuskan sebagai berikut :

MSE =


commit to user

56

BAB III

PEMBAHASAN

A. GAMBARAN OBYEK PENELITIAN

1. SEJARAH PERUSAHAAN CV.CAHYO NUGROHO JATI

CV.Cahyo Nugroho Jati berdiri pada tahun 1998 dengan akte

notaris Ruth Karlina, SH. Berdiri di atas sebidang tanah seluas 5800 .

Didirikan oleh Bapak Gunawan Yulianto dan beliau menjabat sebagai

Presiden Direktur pada perusahaan tersebut. Kegiatan CV.Cahyo

Nugroho Jati adalah mengolah bahan baku yang berupa kain menjadi

barang jadi berupa pakaian jadi, untuk kemudian diekspor. Bahan baku

yang berupa kain didatangkan dari luar negeri / diimpor, hal ini

dikarenakan adanya permintaan buyer yang menginginkan produk yang

berkualitas. CV.Cahyo Nugroho Jati melakukan ekspor dikarenakan

adanya permintaan akan pakaian jadi buyer di luar negeri. Sehingga

diharapkan dengan pendirian perusahaan ini mampu memenuhi kebutuhan

akan pakaian jadi di luar negeri, disamping itu juga agar mampu

mendapatkan laba yang optimal. Daerah pemasaran produk CV.Cahyo

Nugroho Jati yaitu di kawasan Amerika, Eropa dan Asia. Produk yang

dihasilkan CV.Cahyo Nugroho Jati adalah untuk anak-anak, wanita, laki-

laki, dan pakaian olah raga.


commit to user

57

B. VISI DAN MISI PERUSAHAAN

1. Visi :

“Memandang Jauh Kedepan Melangkah Dengan Penuh Keyakinan”

2. Misi :

a. Menciptakan lapangan kerja baru

Diharapkan dengan berdirinya perusahaan tersebut akan dapat

mengurangi pengangguran di Indonesia pada umumnya dan

sukoharjo pada khususnya

b. Adanya relasi bisnis

Relasi bisnis yang dimiliki oleh para pendiri sangat luas, yang

merupakan kekayaan perusahaan yang sangat berharga dalam

menunjang pemasaran hasil produksi

c. Menghemat dan menambah devisa

Pakaian jadi sangat dibutuhkan baik di dalam atau di luar negeri,

sehingga dengan peningkatan permintaan dari luar akan menambah

devisa bagi negara

d. Merangsang ekspor dan migas

Sampai saat ini pemerintah terus mengkampanyekan slogan ekspor

non migas untuk mengurangi ketergantungan pada ekspor migas.

Dengan didirikanya perusahaan ini, diharapkan akan mendukung

usaha pemerintah untuk merangsang ekspor non migas


commit to user

58

e. Mendapatkan keuntungan

Seperti layaknya bidang usaha yang lain, perusahaan ini bertujuan

untuk memperoleh keuntungan yang optimal dari penjualan

pakaian jadi.

C. STRUKTUR ORGANISASI PERUSAHAAN

Pada setiap perusahaan sistem organisasi itu sangatlah penting dalam

mendukung jalanya kegiatan perusahaan, baik perusahaan kecil maupun

perusahaan besar. Hal ini akan mempermudah dan mempercepat pengawasan

kepemimpinan dalam menjalankan kegiatanya. Disamping itu akan

membatasi wewenang, tugas dan tanggung jawab dari masing - masing bagian

yang ada. Organisasi disusun tidak hanya mengatur orang-orangnya, tetapi

juga membentuk dan memodifikasi struktur dimana didalamnya tersusun

tugas orang-orang tersebut.

Jadi hakekat suatu organisasi (perusahaan) adalah adanya orang-orang

yang usahanya harus dikoordinasikan, tersusun dari sejumlah subsistem yang

saling berhubungan dan saling tergantung, bekerja bersama atas dasar

pembagian kerja, peran dan wewenang, serta mempunyai tujuan tertentu yang

hendak dicapai. Struktur organisasi merupakan perwujudan yang

menunjukkan hubungan diantara fungsi – fungsi di dalam suatu organisasi

serta wewenang dan tanggung jawab setiap anggota organisasi yang

menjalankan masing – masing tugasnya. Struktur yang paling cocok bagi


commit to user

59

organisasi sangat tergantung pada keadaan – keadaan tertentu. Manajer harus

memperhatikan variabel-variabel pokok yang mempengaruhi perancangan

sturktur organisasi.

Struktur organisasi di CV.Cahyo Nugroho Jati di golongkan dalam tipe

organisasi garis, dimana tugas dari perintah selalu datang dari atasan pada

bawahan yang bersangkutan membentuk garis hierarki. CV.Cahyo Nugroho

Jati dipimpin oleh seorang General Manager yang bertanggung jawab kepada

President Director. General manager membawahi beberapa departemen yaitu

Accounting and Financial Departments, QC Departments dan Warehousing

Departments. Secara umum struktur organisasi CV.Cahyo Nugroho Jati dapat

digambarkan sebagai berikut :


commit to user

60

Gambar 3.1

Struktur Organisasi CV. Cahyo Nugroho Jati

President Director

General Manager

Secretary

Director

EXIM

Departments

Production

Departments

Accounting

And Finance

Departmens

MD

Departmens

Personal

And General

Affair

Warehouse

Departments

Purchasing

Departments

IE

Departments

QC

Departments


commit to user

61

Keterangan :

a. President Director

Mempunyai tugas-tugas sebagai berikut :

1) Memegang jabatan tertinggi dalam suatu perusahaan

2) Menggariskan kebijaksanaan perusahaan

3) Mengangkat dan memberhentikan Direktur

b. Direktur


1) Memimpin serta mengadakan pengawasan terhadap seluruh aktivitas perusahaan

2) Menyusun perencanaan dan menentukan kebijakan-kebijakan agar perusahaan

dapat berjalan dengan efisien

3) Memberikan keputusan akhir yang akan dijalankan perusahaan

4) Bertanggung jawab atas perusahaan serta keseluruhan

c. General Manager


1) Mengkoordinasi manager-manager bagian dalam operasional perusahaan agar

target yang diharapkan perusahaan dapat dicapai secara optimal.

2) Mengawasi / mengkontrol kelancaran operasional perusahaan

d. Sekertaris

Mempunyai tugas mempersiapkan dan membantu kelancaran tugas direktur,

mempersiapkan segala kebutuhan tamu perusahaan.


commit to user

62

e. IE Manager

Bertanggungjawab dan mengkoordinasi bidang improve & develop, information

Technology dan Planning.

1) Improve & Develop

Bertugas mengadakan pengembangan dan pelatihan di bagian produksi yang

berkaitan dengan skill (teknik jahit dan layout produk)

2) Information Technology (IT)

Bertanggung jawab dalam pengadaan dan penggunaan software perusahaan.

3) Planning

Bertanggungjawab atas perencanaan shipment produk.

f. QA Manager

QA Manager bertanggung jawab atas kualitas produk serta keamanan produk sesuai

dengan yang disyaratkan buyer. QA Manager membawahi 3 seksi yaitu :

1) QA Preparation

Bertugas mendukung produksi dan mengkoordinasi bagian QC Accessories, QC

Printing, QC Embro dan QC Fabric

a) QC Accessories

Bertugas mendukung kualitas Hang Tag

b) QC Printing

Bertugas mendukung kualitas print dan warna

c) QC Embro

Bertugas mendukung kualitas bordir

d) QC Fabric


commit to user

63

Bertugas mendukung kualitas kain, yaitu cacat atau tidak

2) QA Production

Bertugas mendukung produk dan mengkoordinasi bagian QC Line dan QC final

serta bekerjasama dengan QC Buyer

a) QC Line

Bertugas mengecek/meneliti kualitas jahitan

b) QC Final

Bertugas meneliti keseluruhan/hasil akhir dari produk

c) QC Buyer

QC dari buyer yang bertugas memeriksa apakah produknya sudah sesuai

dengan pesanan buyer.

3) Product Safety

Bertugas dan bertanggung jawab atas keamanan produk, yaitu apakah produknya

ada jarum atau tidak.

g. Marketing Manager

Bertugas berkoordinasi dengan buyer dan mengkoordinasi bagian Costing,

Merchandiser, Pattern & Sample dan EXIM

1) Costing

Bertugas merinci harga untuk ditawarkan kepada buyer

2) Marchandiser

Bertugas mengurusi segala sesuatu yang berkaitan dengan penjualan produk,

termasuk didalamnya order yang masuk dan pemesanan barang ke purchasing


commit to user

64

3) Pattern & Sample

Bertugas mempersiapkan data konsumsi kain untuk tiap-tiap style serta membuat

sampel tiap style

4) EXIM

Bertugas mengurus mengenai dokumen impor, dokumen ekspor dan memesan

container

h. Finance & Accounting Manager

Membawahi dan mengawasi bagian Finance, bagian Accounting dan bagian Tax

1) Bagian Finance

Bertugas mengurusi segala sesuatu yang berhubungan dengan keluar masuknya

keuangan perusahaan

2) Bagian Accounting

Bertugas mengurusi segala sesuatu yang berhubungan dengan keluar masuknya

keuangan perusahaan

3) Bagian Tax

Mempunyai tugas mengurusi dan bertanggung jawab terhadap segala sesuatu

yang berkaitan dengan pajak

i. Suplly Chain Manager

Bertanggungjawab atas pemesanan bahan baku dari luar negeri / impor dan

berkoordinasi dengan supplier dari luar negeri serta mengkoordinasi bagian

Purchasing dan Warehouse


commit to user

65

1) Purchasing

Bertanggung jawab atas kelancaran pembelian bahan baku dari supplier di dalam

negeri

2) Warehouse

Bertugas mengurus dan bertanggung jawab atas keluar masuknya bahan baku

digudang.

j. Production Manager

Bertanggung jawab atas pembuatan produk serta mengkoordinasi bagian cutting,

embroidery & printing, sewing dan mechanic agar mencapai target produksi yang

ditetapkan oleh perusahaan.

1) Cutting

2) Embroidery dan Printing

3) Sewing

k. Personalia

Personalia berhubungan dengan tenaga kerja yang bekerja pada perusahaan, baik

tenaga kerja operasional maupun tenaga kerja adminitrasi. Dalam upaya mendapatkan

tenaga kerja yang berkualitas dan untuk mendapatkan tenaga kerja yang sesuai

dengan keinginan perusahaan maka CV.Cahyo Nugroho Jati dalam hal ini penarikan

tenaga kerja menggunakan 2 cara yaitu :

1) Wawancara

2) Test pengalaman kemampuan ketrampilan

CV.Cahyo Nugroho Jati memiliki 592 pekerja 46 laki-laki dan 546 perempuan

yang berkualitas didalam perusahaan tersebut. Sebagian besar tenaga kerjanya


commit to user

66

berasal dari daerah sekitar perusahaan. Tenaga kerja di CV. Cahyo Nugroho Jati

digolongkan menurut jenisnya dibagi menjadi 2 yaitu sebagai berikut :

1) Karyawan tetap (Staff)

Yaitu karyawan yang dalam bekerja besarnya gaji didasarkan atas jabatan dan

pengalaman kerja. Gaji yang diberikan setiap bulan sekali. Waktu dan hari

kerja karyawan tetap (Staff) adalah :

a) Hari Senin-Jum’at : jam kerja pukul 08.00-16.00 dengan istirahat 1 jam

pukul 12.00-13.00

b) Hari Sabtu : jam kerja pukul 08.00-14.00 dengan istirahat 1 jam pada

pukul 12.00-13.00

2) Karyawan harian tetap

Yaitu karyawan yang dalam pemberian gaji besarnya didasarkan pada hasil

kerja harian karyawan yang bersangkutan. Dalam melaksanakan tugasnya

karyawan harian tidak bebas begitu saja. Tetapi dituntut untuk mencapai

target yang telah ditetapkan oleh perusahaan.

Waktu dan hari kerja karyawan harian tetap adalah

a) Hari Senin-Jum’at : jam kerja pukul 07.00-15.00 dengan istirahat 1 jam

pukul 12.00-13.00

b) Hari Sabtu : jam kerja pukul 07.00-13.00

D. PROSES PRODUKSI

Proses produksi merupakan tata urutan pelaksanaan dari mulai order produk

sampai pemasaran hasil produksi. Proses produksi yang berlangsung di CV. Cahyo


commit to user

67

Nugroho Jati dilakukan secara by order, dimulai dari buyer yang datang langsung ke

perusahaan dengan membawa detail produk yang akan dipergunakan sebagai dasar untuk

menentukan tingkat harga produk dan segala sesuatunya yang dibutuhkan untuk membuat

suatu produk serta biaya-biaya tambahan yang dibutuhkan agar produk tersebut sampai

ke tangan buyer. Setelah itu mekanisme proses produksi dimulai dari pembuatan catatan-

catatan yang diberikan ke gudang kain berupa kebutuhan bahan baku yang digunakan

untuk pembuatan suatu produk sesuai dengan pesanan.


commit to user

68

Gambar 3.2

Proses Produksi CV. Cahyo Nugroho Jati

Gudang Kain

Pattern dan Sample

Potong

Seri Potongan

Distribusi Jahit

Embroidery

Printing

SPV Jahit

Jahit

QC Line

QC Line

Jahit

QC Line

Jahit

QC Line

Jahit

SPV Jahit

SPV Jahit

SPV Jahit

QC ACC

Hang Tag

Product Safety

Gudang Jadi

Poly Bag

QC Buyer

Packing

Packing

QC Buyer

QC Final

Setrika/Gosok


commit to user

69

Keterangan

1. Gudang Kain

Bahan baku yang berupa kain masuk ke dalam gudang kain,dicatat dalam

bukti penerimaan barang serta diteliti oleh QC Fabric mengenai keadaan kain ada

yang cacat atau tidak

2. Patern dan Sample

Pembuatan sample dan pola dari style produk yang akan di produksi, sebagai

acuan pemotongan kain dan sebagai acuan produksi

3. Potong

kain kemudian dipotong dengan cara dimasukkan kedalam mesin potong

sesuai dengan pola yang sudah dibuat dan ditentukan hasilnya berupa potongan-

potongan kain yang berpola tertentu.

4. Seri Potongan

Pada seri potongan ini, kain yang sudah dipotong sesuai dengan pola,

kemudian diberi aksesories yang berupa printing atau embroidery sesuai dengan

sample yang sudah dibuat

5. Distribusi Jahit

Hasil kain potongan berpola yang sudah dilengkapi aksesoriesn kemudian

didistribusikan kepada masing-masing supervisor jahit masing-masing line.

6. Supervisor Jahit

Setelah mendapatkan hasil kain potongan berpola yang sudah dilengkapi

dengan aksesories kemudian supervisor jahit mendistribusikanya kepada penjahit

dimasing-masing setiap line.


commit to user

70

7. Penjahit

Penjahit kemudian menjahit kain-kain tersebut sesuai dengan pola dan

potongan baju atau celana

8. Quality Control Line

Quality Control bertugas untuk menyeleksi kualitas jahitan dari produk yang

dibuat masing-masing line

9. Setrika/gosok

Pakaian yang sudah jadi kemudian dihaluskan atau disetrika menggunakan

setrika uap agar lebih cepat dan hasilnya maksimal.

E. LAPORAN MAGANG

1. PELAKSANAAN MAGANG.

Magang kerja dilaksanakan di CV. Cahyo Nugroho Jati. Pelaksanaannya selama 1

bulan. Dari tanggal 14 Februari sampai dengan tanggal 14 Maret 2011. Berikut ini

adalah peraturan yang harus dipatuhi selama magang di perusahaan.

a) Datang tepat waktu

b) Berpakaian rapi dan sopan, tidak boleh memakai celana jeans

c) Tidak diperbolehkan merokok pada saat jam kerja.

2. KEGIATAN MAGANG KERJA

Rincian kegiatan selama magang kerja adalah sebagai berikut :

a) Minggu Pertama

Penjelasan tentang peraturan magang kerja, perkenalan dengan staff, karyawan

dan karyawan pendamping.


commit to user

71

b) Minggu Kedua

Pengenalan terhadap fasilitas dan proses produksi yang terjadi di dalam

perusahaan dan penempatan magang kerja.

c) Minggu Ketiga

Membantu karyawan pada bagian QC dan Melakukan penyortiran pada bagian

QC untuk memisahkan produk yang layak dan yang tidak layak

d) Minggu Keempat

Pengumpulan data-data yang dibutuhkan

e) Data –data yang diperoleh selama magang di CV. Cahyo Nugroho Jati yang

kemudian digunakan di dalam pembahasan TA adalah :

Data dokumentasi permintaan pemesanan produk sport wear yang datang pada

CV. Cahyo Nugroho jati pada tahun sebelumnya

F. PEMBAHASAN MASALAH

CV. CAHYO NUGROHO JATI merupakan perusahaan yang bergerak di bidang

garmen. Produk yang dihasilkan oleh CV. Cahyo Nugroho Jati salah satunya adalah

Sports Wear. Dalam pemenuhan pemesanan produk yang dilakukan oleh buyer (pembeli)

CV. Cahyo Nugroho Jati belum melakukan proses peramalan Dalam penelitian kali ini

penulis melakukan peramalan terhadap permintaan Sports Wear pada tahun 2011 – 2013.

Dalam peramalan kali ini penulis menggunakan 2 metode peramalan yakni Single

Moving Average 2 periode, Single Moving Average 3 periode dan Metode Trend Least

Squared. Dimana kedua metode ini dipilih untuk menentukan metode manakah yang

paling tepat dalam meramalkan 3 tahun kedepan.


commit to user

72

Selain itu kita juga harus memperhatikan tingkat kesalahan peramalan (Forecast

Error) yaitu dengan cara memperhatikan atau mengambil tingkat kesalahan yang paling

kecil dari masing–masing metode. Dari hasil ramalan tersebut dapat digunakan sebagai

dasar dalam menentukan jumlah produk yang akan diproduksi di masa yang akan datang.

Berikut data-data periode sebelumnya yang digunakan sebagai panduan dalam

melakukan peramalan permintaan Sports Wear.

Tabel 3.1

Data Permintaan Sports Wear Merek Haddad Brand

Pada tahun 2005-2010

TAHUN Jumlah Permintaan

( dalam ribuan )

2005 60

2006 116

2007 180

2008 262

2009 330

2010 291

(Sumber Data CV.Cahyo Nugroho Jati)

Berdasarkan data diatas dapat dilihat bahwa produksi produk Sports Wear yang

diproduksi oleh CV. Cahyo Nugroho Jati tiap tahunnya mengalami kenaikan atau penurunan.

Selain itu data tersebut dapat juga digunakan untuk meramalkan permintaan produk Sports

Wear Haddad Brand pada tahun 2011-2013 dengan metode sebagai berikut :


commit to user

73

1. Metode Single Moving Average

Metode Single Moving Average ini diperoleh dengan merata-rata berdasarkan

beberapa data masa lalu yang terbaru. Selain itu, Single Moving Average yang dapat

kemudian dipakai sebagai prakiraan untuk periode yang akan datang. Disini penulis akan

menggunakan metode Single Moving Average 2 periode & 3 periode dengan rumus

sebagai berikut :

=

Dimana :

= forecast untuk periode t + 1

= Data periode t

= Jangka waktu moving average

a. Metode Single Moving Average 2 Periode

Metode Single Moving Average 2 periode yaitu melakukan peramalan dengan

dasar data tahun sebelumnya. Untuk itu diperlukan minimum 2 data sebelumnya.

Dalam peramalan ini kita akan meramalkan permintaan produk sports wear merk

Haddad Brand pada tahun 2011-2013 dengan metode Moving Average 2 periode. Tapi

sebelum meramal kita harus mempunyai data dari tahun 2005-2010 untuk dapat

meramalkan permintaan tahun 2010.

Berdasarkan data diatas dari tahun 2005-2010, maka kita dapat meramalkan

permintaan produk sports wear merek Haddad Brand pada tahun 2011. Dengan cara

sebagai berikut :


commit to user

74

=

= = 310,5 311

Sedangkan untuk kesalahan atau Forecast error dari peramalan permintaan sports

wear merek Haddad Brand tahun 2011 dengan metode Moving Average 2 periode,

diperoleh data sebagai berikut :

Tabel 3.2

Perhitungan Forecast Error pada

Permintaan Sports Wear Haddad Brand tahun 2011

Dengan Metode Moving Average 2 Periode

Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 88 92 92 8464

2008 262 148 114 114 12996

2009 330 221 109 109 11881

2010 291 296 -5 5 25

2011 311 310.5 0,5 0,5 0,25

Total 1550 310,5 320,5 33366,25

Average 221,43 62,1 64,1 6673,25

( Sumber : data yang diolah )

Forecast error diperoleh dengan rumus :


commit to user

75

MAD = ∑

=

= 64,1

MSE = ∑

=

= 6673,25

Dimana :

At = permintaan aktual pada periode t

Ft = peramalan permintaan pada periode t

N = jumlah periode peramalan yang terlibat

Kesimpulan dari forecast error tahun 2011 yaitu :

MAD ( Mean Absolute Deviation ) = 64,1

MSE ( Mean Squared Error ) = 6673,25

Setelah mengetahui hasil forecast atau peramalan dan forecast error dari

permintaan sports wear Haddad Brand tahun 2011. Kita akan meramalkan sports wear

Haddad Brand untuk tahun 2012 yaitu dengan cara memasukan hasil forecast data tahun

2011 ke dalam data permintaan sebagai dasar dalam menghitung forecast tahun 2012

dengan metode Single Moving Average 2 periode. Diperoleh dengan cara :


commit to user

76

=

=

= 301

Sedangkan untuk kesalahan ( Forecast error ) dari peramalan permintaan sports

wear Haddad Brand tahun 2012 dengan metode Single Moving Average 2 periode,


Tabel 3.3




Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 88 92 92 8464

2008 262 148 114 114 12996

2009 330 221 109 109 11881

2010 291 296 -5 5 25

2011 311 310.5 0,5 0,5 0,25

2012 301 301 0 0 0

Total 1851 310,5 320,5 33366,25

Average 231,375 51,75 53,41 5561,04



commit to user

77


MAD = ∑

=

= 53,41

MSE = ∑

=

= 5561,04




Begitu pula dengan peramalan permintaan sports wear Haddad Brand pada tahun

2013. Setelah menghitung atau meramalkan permintaan sports wear Haddad Brand pada

tahun 2012. Kita dapat meramalkan permintaan sports wear Haddad Brand tahun 2013.

Caranya pun sama seperti didepan yaitu dengan memasukan hasil forecast tahun 2012 ke

dalam data permintaan tahunan yang digunakan untuk meramalkan pada tahun 2013

dengan metode Single Moving Average 2 periode. Cara menghitungnya sebagai berikut :

=

=


commit to user

78

= 306




Tabel 3.4




Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 88 92 92 8464

2008 262 148 114 114 12996

2009 330 221 109 109 11881

2010 291 296 -5 5 25

2011 311 310.5 0,5 0,5 0,25

2012 301 301 0 0 0

2013 306 306 0 0 0

Total 2157 310,5 320,5 33366,25

Average 239,6666 44,3571 45,7857 4766,60




commit to user

79

MAD = ∑

=

= 45,7857

MSE = ∑

=

= 4766,60




b. Metode Single Moving Average 3 Periode

Metode Single Moving Average 3 periode yaitu melakukan peramalan dengan

dasar data tahun sebelumnya. Untuk itu diperlukan minimum 3 data sebelumnya.

Dalam peramalan ini kita akan meramalkan permintaan produk sports wear merk

Haddad Brand pada tahun 2011-2013 sama seperti sebelumnya tetapi kali ini dengan

metode Moving Average 3 periode.

Berdasarkan data dari tahun 2005-2010, maka kita dapat meramalkan permintaan produk

sports wear merek Haddad Brand pada tahun 2011. Dengan cara sebagai berikut :

=


commit to user

80

= = 294,333 294

Sedangkan untuk kesalahan (Forecast error) dari peramalan permintaan sports

wear merek Haddad Brand tahun 2011 dengan metode Moving Average 3 periode,


Tabel 3.5




Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 - - - -

2008 262 118.6666 143.33 143.33 20544.46

2009 330 186 144 144 20736

2010 291 257.3333 33.67 33.67 1133.45

2011 294 294,3333, -0.33 0.33 0.11

Total 1533 320,67 321,33 42414,02

Average 219 80.1675 80.3325 10603.505



MAD = ∑


commit to user

81

=

= 80.3325

MSE = ∑

=

= 10603.505


MAD ( Mean Absolute Deviation ) = 80.3325


Setelah mengetahui hasil forecast atau peramalan dan forecast error dari

permintaan sports wear Haddad Brand tahun 2011. Kita akan meramalkan sports wear

Haddad Brand untuk tahun 2012 yaitu dengan cara memasukan hasil forecast data tahun

2011 ke dalam data permintaan sebagai dasar dalam menghitung forecast tahun 2012

dengan metode Single Moving Average 3 periode. Diperoleh dengan cara :

=

=

= 305.3333 305


commit to user

82




Tabel 3.6




Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 - - - -

2008 262 118.6666 143.33 143.33 20544.46

2009 330 186 144 144 20736

2010 291 257.3333 33.67 33.67 1133.45

2011 294 294.3333 -0.33 0.33 0.11

2012 305 305 0 0 0

Total 1838 320,67 321,33 42414,02

Average 229.75 64.134 64.266 8482.804



MAD = ∑


commit to user

83

=

= 64.266

MSE = ∑

=

= 8482.804



MSE ( Mean Squared Error ) = 8482.804

Begitu pula dengan peramalan permintaan sports wear Haddad Brand pada tahun

2013. Setelah menghitung atau meramalkan permintaan sports wear Haddad Brand pada

tahun 2012. Kita dapat meramalkan permintaan sports wear Haddad Brand tahun 2013.

Caranya pun sama seperti didepan yaitu dengan memasukan hasil forecast tahun 2012 ke

dalam data permintaan tahunan yang digunakan untuk meramalkan pada tahun 2013

dengan metode Single Moving Average 3 periode. Cara menghitungnya sebagai berikut :

=

=

= 296,666 297


commit to user

84




Tabel 3.7




Tahun Demand

( Y )

Forecast Error

MAD

MSE

2005 60 - - - -

2006 116 - - - -

2007 180 - - - -

2008 262 118.6666 143.33 143.33 20544.46

2009 330 186 144 144 20736

2010 291 257.3333 33.67 33.67 1133.47

2011 294 294.3333 0.67 0.67 0.44

2012 305 305 0.67 0.67 0.44

2013 297 296.6666 0.67 0.67 0.44

Total 2135 323.01 323.01 42415.25

Average 237.22 53.835 53.835 7069.2083



MAD = ∑


commit to user

85

=

= 53.835

MSE = ∑

=

= 7069.2083



MSE ( Mean Squared Error ) = 7069.2083

2. Metode Trend (Proyeksi Trend)

Trend yaitu teknik mencocokan garis trend erangkaian titik data historis dan

kemudian memproyeksikan garis tersebut kedalam ramalan jangka menengah hingga

jangka panjang. Metode yang paling banyak digunakan untuk membuat trend yaitu

metode Trend Least Squared. Metode itu sebagai berikut :

= a + bx

Dimana :

= nilai variabel yang dihitung ( diramalkan)

a = nilai konstan

b = variabel perubahan


commit to user

86

x = variabel bebas (waktu)

y = variabel tidak bebas

Sedangkan untuk mencari persamaan nilai a dan b dapat menggunakan cara

sebagai berikut :

a =

b =

Table 3.8

Perhitungan Metode Trend Least Squared

Pada tahun 2005-2010

Tahun Permintaan

(Y)

Time

(X)

XY

2005 60 1 1 60

2006 116 2 4 232

2007 180 3 9 540

2008 262 4 16 1048

2009 330 5 25 1650

2010 291 6 36 1746

Total 1239 21 91 5276

Average 206.5 3.5

Berdasarkan data permintaan tahun 2005-2010 diatas kita dapat meramalkan permintaan

sports wear Haddad Brand tahun 2011-2013, yaitu dengan cara mencari nilai a dan b yang


commit to user

87

menjadi dasar penentuan persamaan Trend Least Squared. Hal tersebut dapat dicari dengan

menggunakan persamaan trend sebagai berikut :

= a + bx

a =

=

=

= = 18,6

b =

=

=

= = 53,6857

Sehingga persamaan trend dengan metode Least Squared atas permintaan sports wear Haddad

Brand tahun 2005-2011 adalah sebagai berikut :

= a + bx

= 18,6 + 53,685

Setelah mengetahui persamaan trend Least Squared kita dapat mencari nilai trend pada tahun

2011-2013 dengan cara melakukan subtitusi nilai X pada tahun berikutnya,misalnya :

Tahun 2011 (x =7), sehingga = 18,6 + 53,6857.X


commit to user

88

= 18,6 + 53,6857 ( 7 )

= 394,3 394

Tahun 2012 (x=8), sehingga = 18,6 + 53,6857.X

= 18,6 + 53,6857 ( 8 )

= 448,08 448

Tahun 2013 (x=9), sehingga = 18,6 + 53,6857.X

= 18,6 + 53,6857 ( 9 )

= 501,7713 502

Adapun cara lain dalam meramalkan permintaan sports wear Haddad Brand tahun 2011-

2013 dengan metde Trend Least Squared beserta kesalahan peramalan atau forecast error

berdasarkan POM for Windows, yaitu sebagai berikut :

Kesalahan peramalan atas permintaan sports wear Haddad Brand tahun 2011 dengan

metde Least Squared :

MAD = 23.9905

MSE = 769.98



MAD = 20.61

MSE = 673.7335



MAD = 18.0476

MSE = 598.8869


commit to user

89

Tabel 3.9

Permintaan Sport Wear Haddad Brand tahun 2011

Dengan Metode Least Squared

Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.3571 -12.3571 12.3571 152.6989

2006 116 2 4 232 126 -10 10 100

2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276

2008 262 4 16 1048 233.2857 28.7143 28.7143 824.5098

2009 330 5 25 1650 286.9286 43.0714 43.0714 1855.149

2010 291 6 36 1746 340.5714 -49.5714 49.5714 2457.328

2011 394 7 49 2758 394.2143 -0.2143 0.2143 0.0459

Total 1633 140 8034 0 144.2857 5389.859

Average 233.2857 0 20.6123 769.9799


commit to user

90

Tabel 3.10



Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.3333 -12.3333 12.3333 152.1112

2006 116 2 4 232 125.9881 -9.9981 9.9981 99.7621

2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276

2008 262 4 16 1048 233.2976 28.7024 28.7024 823.8265

2009 330 5 25 1650 286.9524 43.0476 43.0476 1853.097

2010 291 6 36 1746 340.6071 -49.0672 49.0672 2460.869

2011 394 7 49 2758 394.2619 -0.2619 0.2619 0.0686

2012 448 8 64 3584 447.9167 0.0833 0.0833 0.0069

Total 2081 36 140 11618 0 144.381 5389.868

Average 260.125 4.5 0 18.0476 673.7335


commit to user

91

Tabel 3.11



Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.667 -12.667 12.667 150.4712

2006 116 2 4 232 125.95 -9.95 9.95 99.0024

2007 180 3 9 540 179.6333 0.3667 0.3667 0.1344

2008 262 4 16 1048 233.2167 28.6833 28.6833 822.7336

2009 330 5 25 1650 287 43 43 1849

2010 291 6 36 1746 340.6833 -49.6833 49.6833 2468.432

2011 394 7 49 2758 394.3667 -0.3667 0.3667 0.1344

2012 448 8 64 3584 448.05 -0.5 0.5 0.0025

2013 502 9 81 4518 501.7333 0.2667 0.2667 0.0711

Total 2583 45 140 16136 0 144.6333 5389.982

Average 287 5 1792.8889 0 16.0704 598.8869


commit to user

1

1. Metode Peramalan yang Paling Tepat

Untuk mengetahui metode peramalan yang paling tepat adalah

dengan cara membandingkan forecast error (kesalahanya) dari masing-

masing metode, yaitu sebagai berikut :

Tabel 3.12

Perbandingan Forecast Error pada

Masing-masing Metode Peramalan tahun 2011-2013

Metode Tahun MAD MSE

Moving

Average 2

periode

2011 64.1 26692.8

2012 53.41 5561.04

2013 45.7857 4766.60

Moving

Average 3

periode

2011 80.3325 10603.505

2012 64.266 8482.804

2013 53.835 7069.2083

Trend

Least

Squared

2011 23.9905 769.98

2012 20.61 673.7335

2013 18.0476 598.8869

(Sumber : Data yang diolah)

Peramalan yang tepat adalah peramalan yang mempunyai titik

kesalahan peramalan (Forecast Error) yang terkecil. Dari tabel diatas

dapat disimpulkan bahwa peramalan yang paling tepat digunakan dalam

meramalkan permintaan Sport Wear Haddad Brand tahun 2011-2013

adalah Metode Trend Least Squared atau Proyeksi Trend. Karena Metode


commit to user

2

Trend mempunyai nilai MSD ( Mean Absolute Deviation) dan MSE (Mean

Squared Error) yang paling kecil diantara metode yang lainya. Artinya

Metode Trend menghasilkan ramalan yang paling mendekati realitas.


commit to user

1

Tabel 3.9



Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.3571 -12.3571 12.3571 152.6989

2006 116 2 4 232 126 -10 10 100

2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276

2008 262 4 16 1048 233.2857 28.7143 28.7143 824.5098

2009 330 5 25 1650 286.9286 43.0714 43.0714 1855.149

2010 291 6 36 1746 340.5714 -49.5714 49.5714 2457.328

2011 394 7 49 2758 394.2143 -0.2143 0.2143 0.0459

Total 1633 140 8034 0 144.2857 5389.859

Average 233.2857 0 20.6123 769.9799


commit to user

2

Tabel 3.10



Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.3333 -12.3333 12.3333 152.1112

2006 116 2 4 232 125.9881 -9.9981 9.9981 99.7621

2007 180 3 9 540 179.6429 0.3571 0.3571 0.1276

2008 262 4 16 1048 233.2976 28.7024 28.7024 823.8265

2009 330 5 25 1650 286.9524 43.0476 43.0476 1853.097

2010 291 6 36 1746 340.6071 -49.0672 49.0672 2460.869

2011 394 7 49 2758 394.2619 -0.2619 0.2619 0.0686

2012 448 8 64 3584 447.9167 0.0833 0.0833 0.0069

Total 2081 36 140 11618 0 144.381 5389.868

Average 260.125 4.5 0 18.0476 673.7335


commit to user

3

Tabel 3.11



Tahun Permintaan

(Y)

Time

(X)

XY Forecast Error

MAD

MSE

2005 60 1 1 60 72.667 -12.667 12.667 150.4712

2006 116 2 4 232 125.95 -9.95 9.95 99.0024

2007 180 3 9 540 179.6333 0.3667 0.3667 0.1344

2008 262 4 16 1048 233.2167 28.6833 28.6833 822.7336

2009 330 5 25 1650 287 43 43 1849

2010 291 6 36 1746 340.6833 -49.6833 49.6833 2468.432

2011 394 7 49 2758 394.3667 -0.3667 0.3667 0.1344

2012 448 8 64 3584 448.05 -0.5 0.5 0.0025

2013 502 9 81 4518 501.7333 0.2667 0.2667 0.0711

Total 2583 45 140 16136 0 144.6333 5389.982

Average 287 5 1792.8889 0 16.0704 598.8869


commit to user

1

BAB IV

PENUTUP

A. KESIMPULAN

Dari analisis data yang digunakan pada sebelumnya mengenai permintaan

sport wear tahun 2011 – 2013 pada CV.Cahyo Nugroho Jati dapat diambil

kesimpulan sebagai berikut :

1. Hasil peramalan permintaan sport wear tahun 2011 – 2013 dengan

menggunakan 3 metode alternatif yaitu :

a. Hasil peramalan permintaan dengan menggunakan metode Moving

Average 2 periode yaitu :

1) Tahun 2011 = 311

2) Tahun 2012 = 301

3) Tahun 2013 = 306

b. Hasil peramalan permintaan dengan menggunakan metode Moving

Average 3 periode yaitu :

1) Tahun 2011 = 294

2) Tahun 2012 = 306

3) Tahun 2013 = 297

c. Hasil peramalan permintaan dengan menggunakan metode Trend

Least Squared periode yaitu :

1) Tahun 2011 = 394

2) Tahun 2012 = 448

3) Tahun 2013 = 502


commit to user

2

2. Hasil tingkat kesalahan (forecast error) dari masing-masing metode

dalam meramalkan permintaan sport wear tahun 2011-2013 adalah

sebagai berikut :

Tabel 4.1

perbandingan tingkat kesalahan (forecast error)

dari setiap metode

Metode Tahun MAD MSE

Moving

Average 2

periode

2011 64.1 26692.8

2012 53.41 5561.04

2013 45.7857 4766.60

Moving

Average 3

periode

2011 80.3325 10603.505

2012 64.266 8482.804

2013 53.835 7069.2083

Trend

Least

Squared

2011 23.9905 769.98

2012 20.61 673.7335

2013 18.0476 598.8869

(Sumber : Data yang diolah)

3. Metode yang paling tepat digunakan untuk meramalkan permintaan

sports wear Haddad Brand ialah dengan menggunakan metode Trend

Least Squared. Hal ini dikarenakan metode tersebut memiliki nilai

MAD (Mean Absolute Deviation) dan MSE (Mean Squared Error)

yang lebih kecil dibandingkan dengan metode lainnya.


commit to user

3

B. SARAN - SARAN

Dari hasil analisis data tersebut dapat disarankan bahwa :

1. Sebelum mengambil keputusan sebaiknya perusahaan harus

melakukan peramalan terlebih dahulu agar menghasilkan suatu produk

yang tepat.

2. Perusahaan dalam meramalkan permintaan sport wear mulai dari tahun

2011 hinggaseterusnya, sebaiknya menggunakan Metode Trend Least

Squared. Metode Trend ini biasanya meramalkan permintaan dalam

kurun waktu 1-3 tahun atau jangka panjang, selain itu metode Trend

ini juga menghasilkan nilai forecast error yang terkecil dibandingkan

dengan metode lainya.

analisis peramalan terhadap permintaan sports … filepermintaan sport wear haddad brand pada tahun...

Documents