Perencanaan Kebutuhan Distribusi Dengan Menggunakan Distribution Requirement Planning (DRP) di PT. Tirta Sibayakindo

 2  54  124

dokumen informasi

PERENCANAAN KEBUTUHAN DISTRIBUSI DENGAN MENGGUNAKAN DISTRIBUTION REQUIREMENT PLANNING (DRP) DI PT TIRTA SIBAYAKINDO TUGAS SARJANA Diajukan untuk Memenuhi Sebagian dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik Oleh PRIMA SATRIA BARUS NIM. 090403113 DEPARTEMEN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2015 Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas segala berkah dan rahmat pengetahuan, pengalaman, kekuatan dan kesempatan yang diberikan kepada penulis sehingga dapat menyelesaikan Tugas Sarjana ini. Penelitian Tugas Sarjana ini dilakukan di PT. Tirta Sibayakindo. Kegiatan tersebut merupakan salah satu dari beberapa syarat yang telah ditentukan untuk dapat memperoleh gelar Sarjana Teknik di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara. Judul Tugas Sarjana ini adalah “Perencanaan Kebutuhan Distribusi Dengan Menggunakan Distribution Requirement Planning (DRP) Di PT. Tirta Sibayakindo”. Penulis sadar bahwa Tugas Sarjana ini masih memiliki kekurangan sehingga diharapkan saran dari berbagai pihak demi kesempurnaan Tugas Sarjana ini. Medan, April 2015 Penulis Universitas Sumatera Utara UCAPAN TERIMAKASIH Penulisan Tugas Sarjana ini tidak dapat terselesaikan tanpa bimbingan dan dukungan dari berbagai pihak, baik berupa materi, spiritual, informasi maupun administrasi. Oleh karena itu, pada kesempatan ini selayaknya penulis mengucapkan terima kasih kepada pihak yang telah memberikan bantuan kepada penulis, antara lain: 1. Ibu Ir. Khawarita Siregar, MT. selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara. 2. Bapak Ir. Ukurta Tarigan, MT. Selaku sekretaris Departemen Teknik Industri Universitas Sumatera Utara. 3. Ibu Ir. Rosnani Ginting, M.T. dan Bapak Ir. Mangara M. Tambunan, M.Sc., selaku koordinator Tugas Sarjana Departemen Teknik Industri. 4. Bapak Prof. Dr. Ir. A. Rahim Matondang, MSIE, selaku Dosen Pembimbing I dan Ibu Tuti Sarma Sinaga, S.T., M.T., selaku Dosen Pembimbing II yang telah meluangkan waktu, perhatian, dan pemikiran dalam memberikan bimbingan bimbingan dan arahan kepada penulis dalam menyelesaikan Laporan Tugas Sarjana ini. 5. Bapak M. Syafruddin selaku pimpinan HRD PT. Tirta Sibayakindo yang telah memberikan izin bagi penulis dalam melaksanakan Tugas Sarjana diperusahaan tersebut dan memberikan arahan serta bimbingan mengenai perusahaan. Juga kepada seluruh jajaran dan staff yang telah banyak Universitas Sumatera Utara membantu memberikan informasi yang dibutuhkan oleh penulis dalam melaksanakan Tugas Sarjana ini. 6. Kepada Orangtua penulis K. Barus dan A. Br Sembiring serta adik kandung penulis Tutri Emiya Br Barus yang selalu mendukung penulis dalam doa, materi, dan tak henti-hentinya memberikan semangat kepada penulis untuk menyelesaikan Tugas Sarjana ini. 7. Staff pegawai Teknik Industri Bang Mijo, Kak Dina, Bang Nurmansyah, Kak Rahma, Ibu Ani, dan Bang Ridho terimakasih atas bantuannya dalam masalah administrasi untuk melaksanakan Tugas Sarjana ini. 8. Kepada Perlin Martua Limbong, S.T., yang telah banyak membantu penulis dalam proses pengerjaan laporan ini baik dari awal hingga selesai. 9. Kepada Sahabat dan teman-temanku Daniel Angkat, Yon Handika Siregar, Rodearto Damanik, Regina Napitupulu, Meisy Sembiring, Lusi Asri Tanjung, S.T., Tonggo Hutabarat, S.T., Hasianna Situmorang, S.T., Christy Skalit, S.T., Bermart A. Parapat, S.T., Fredrik Wesly, S.T., Raysha Cintya Dewi Pratama Ginting, S.T., Andi Suranta Meliala, S.T., Donny Heri Pasaribu, S.T., Ade Gorat, S.T., Vachiona Napitu, S.T., Ezri Silalahi S.T., Recky Simamora S.T., Leonard Pasaribu, S.T., Oloan Simorangkir S.T. yang telah melalui banyak kegiatan bersama dengan penulis dan buat dukungan yang telah diberikan kepada penulis. 10. Suluruh teman-teman yang menjadi rekan seperjuangan di kampus Dayan Rahmanto, Arsyad Siregar, S.T., Mandala Putra Nasution, S.T., dan temanteman IE-KLAN yang belum saya sebutkan satu-persatu. Universitas Sumatera Utara 11. Semua pihak yang telah banyak membantu penulis dalam menyelesaikan laporan ini yang tidak dapat disebutkan satu per satu. Medan, April 2015 Penulis, Prima Satria Barus Universitas Sumatera Utara ABSTRAK Proses pendistribusian pada PT. Tirta Sibayakindo mengalami kendala dalam proyeksi permintaan pada masing-masing distribution center (DC) pada masa yang akan datang sebab masih cenderung menggunakan metode trial dan error, dimana perusahaan melakukan pendugaan jumlah dan waktu pendistribusian tanpa memperhatikan kondisi pada masing-masing DC. Hal ini mengakibatkan sering terjadinya ketersediaan produk yang tidak memadai untuk memenuhi permintaan sehingga terjadi lost sales. Oleh karena itu pendistribusian yang efektif dan efisien sangat diperlukan untuk meningkatkan kinerja dan produktifitas perusahaan. Distribusi yang efektif akan memperlancar arus atau akses barang dari produsen ke konsumen sehingga dapat diperoleh kemudahan dalam mendistribusikannya, disamping itu konsumen juga akan dapat memperoleh barang sesuai dengan yang diperlukannya. Salah satu metode yang dapat digunakan untuk perencanaan pendistribusian adalah metode DRP (Distribution Reguirement Planning). Sebelum melakukan proses pengiriman barang, diperlukan suatu teknik pengelolaan pendistribusian persediaan agar distribusi berjalan dengan baik. Untuk mengatasi hal ini, maka digunakan Distribution Requirement Planning (DRP) agar pengiriman dapat ditentukan dengan baik. DRP ini dapat mempunyai kemampuan untuk mengelola persediaan terutama pada bidang pengiriman. Kesimpulan yang diperoleh dengan menggunakan DRP ini adalah penurunan frekuensi jumlah pemesanan dari 295 pemesanan menjadi 243 pemesanan dengan persentasi penurunan sebesar 17,6% serta tidak terjadinya lost sales pada setiap distribution center. Kata kunci: Permintaan, Lost Sales, dan Distribution Requirement Planning. Universitas Sumatera Utara DAFTAR ISI HALAMAN LEMBAR JUDUL . i LEMBAR PENGESAHAN . ii SERTIFIKAT EVALUASI TUGAS SARJANA . iii KATA PENGANTAR. iv UCAPAN TERIMA KASIH . v ABSTRAK . vii DAFTAR ISI . viii DAFTAR TABEL. xii DAFTAR GAMBAR . xv DAFTAR LAMPIRAN . xvi BAB I PENDAHULUAN. 1.1. Latar Belakang. 1.2. Rumusan Masalah . 1.3. Tujuan Penelitian. 1.4. Manfaat Penelitian . 1.5. Batasan Masalah dan Asumsi . 1.6. Sistematika Penulisan Tugas Akhir . I-1 I-1 I-6 I-7 I-7 I-8 I-8 BAB II GAMBARAN UMUM PERUSAHAAN . 2.1. Sejarah Perusahaan. 2.2. Ruang Lingkup Bidang Usaha . 2.3. Lokasi Perusahaan. 2.4. Daerah Pemasaran . 2.5. Struktur Organisasi Dan Manajemen. 2.5.1. Struktur Organisasi . 2.5.2. Uraian Tugas dan Tanggung Jawab. 2.6. Jumlah Tenaga Kerja dan Jam Kerja Perusahaan . II-1 II-1 II-1 II-2 II-3 II-3 II-3 II-5 II-5 Universitas Sumatera Utara DAFTAR ISI (Lanjutan) HALAMAN 2.7. Sistem Pengupahan dan Fasilitas yang Digunakan . II-7 2.8. Proses Produksi . II-8 2.8.1. Uraian Proses Produksi. II-8 2.8.2. Bahan yang Digunakan. II-8 2.8.2.1. Bahan Baku. II-8 2.8.2.2. Bahan Penolong. II-9 2.8.2.3. Bahan Tambahan . II-9 2.8.3. Standar Mutu Bahan Baku . II-10 2.8.4. Utilitas. II-10 2.8.3. Safty and Fire Protection . II-11 BAB III TINJAUAN PUSTAKA . III-1 3.1. Kinerja Sistem Distribusi. III-1 3.1.1. Distribution Requierement Planning (DRP) . III-2 3.1.2. Logika Dasar Distribution Requirement Planning. III-4 3.1.3. Fungsi Distribution Requirement Planning . III-5 3.1.4. Input Distribution Requirement Planning . III-7 3.1.5. Output Distribution Requirement Planning. III-8 3.2. Distribusi Persediaan. III-11 3.2.1. Penyebab dan Fungsi Persediaan . III-12 3.2.2. Ukuran Lot Dan Persediaan Pengaman . III3.2.3. Economic Order Quantity (EOQ). III-16 3.2.4. Kapasitas. III-17 Universitas Sumatera Utara DAFTAR ISI (Lanjutan) HALAMAN 3.3.1.5. Double Exponential Smoothing With Linier Trend. . III-25 3.3.2. Menghitung Kesalahan yang Terjadi pada Metode Peramalan . III-25 3.3.3. Memilih Metode Peramalan Terbaik . III-26 BAB IV METODOLOGI PENELITIAN . IV-1 4.1. Tempat dan Waktu Penelitian . IV-1 4.2. Jenis Penelitian . IV-1 4.3. Objek Penelitian . IV-1 4.4. Kerangka Konseptual Penelitian . IV-1 4.5. Variabel Pelitian . IV-2 4.6. Pengumpulan Data . IV-3 4.6.1. Sumber Data . IV-3 4.6.1. Metode Pengumpulan Data . IV-4 4.7. Metode Pengolahan Data . IV-4 4.8. Tahap Analisa dan Pemecahan Masalah. IV-7 BAB V PENGUMPULAN DAN PENGOLAHAN DATA . 5.1. Pengumpulan Data . 5.1.1. Distribution Requirement Planning. 5.1.2. Data Permintaan Konsumen Terhadap Produk Aqua Masa Lalu . 5.1.3. Lead Time Distribusi. 5.1.4. Status Persedian Awal . 5.1.5. Biaya Distribusi. 5.1.6. Biaya Penyimpanan Persediaan . V-1 V-1 V-1 V-2 V-4 V-4 V-4 V-5 Universitas Sumatera Utara DAFTAR ISI (Lanjutan) HALAMAN 5.1.7. Frekuensi Pemesanan Selama 12 Bulan Sebelumnya . V-5 5.2. Pengolahan Data. V-6 5.2.1. Peramalan Permintaan Pada Distribution Center . V-6 5.2.2. Perhitungan Order Quantity untuk Setiap Distribution Center . V-9 5.2.3. Perhitungan Frekuensi Pemesanan . V-10 5.2.4. Perhitungan Safety Stock . V-11 5.2.5. Perhitungan Jumlah Permintaan Setiap Minggu Distribution Center. V-14 5.2.6. Distribution Requirement Planning Worksheet . V-16 5.2.7. Pegging Information. V-41 BAB VI ANALISIS PEMECAHAN MASALAH. 6.1. Analisis Hasil Peramalan Permintaan Distribution Center . 6.2. Analisis Perhitungan Order Quantity . 6.3. Analisis Distribution Requirement Planning Worksheet. VI-1 VI-1 VI-2 VI-4 BAB VII KESIMPULAN DAN SARAN . VII-1 7.1. Kesimpulan . VII-1 7.2. Saran. VII-2 DAFTAR PUSTAKA Universitas Sumatera Utara DAFTAR TABEL TABEL HALAMAN 1.1. Jumlah Permintaan dan Penjualan AQUA Ukuran 240 ml di PT. Tirta Sibayakindo. I-3 1.2. Data Lost Sales AQUA Ukuran 240 ml di PT. Tirta Sibayakindo . I-3 1.3. Jumlah Permintaan dan Penjualan AQUA Ukuran 600 ml di PT. Tirta Sibayakindo. I-4 1.4. Data Lost Sales AQUA Ukuran 600 ml di PT. Tirta Sibayakindo . I-4 1.5. Jumlah Permintaan dan Penjualan AQUA Ukuran 1500 ml di PT. Tirta Sibayakindo. I-5 1.6. Data Lost Sales AQUA Ukuran 1500 ml di PT. Tirta Sibayakindo . I-5 2.1. Jumlah Tenaga Kerja pada PT. Tirta Sibayakindo . II-6 5.1. Lokasi Distributor PT. Tirta Sibayakindo . V-1 5.2. Data Permintaan Produk Aqua Masa Lalu PT.Tirta Sibayakindo . V-3 5.3. Lead Time Distribusi Setiap Distribution Center . V-4 5.4. Status Persediaan Awal Pada Distribution Center . V-4 5.5. Biaya Pemesanan Pada Masing-masing Distribution Center . V-5 5.6. Frekuensi Pemesanan Selama 12 Bulan Sebelumnya . V-5 5.7. Metode Peramalan dan Nilai Kesalahan. V-7 5.8. Rekapitulasi Hasil Peramalan Permintaan Distribution Center PT.Tirta Sibayakindo . V-8 5.9. Rekapitulasi Perhitungan Order Quantity . V-10 5.10. Rekapitulasi Perhitungan Frekuensi Pemesanan. V-11 5.11. Perhitungan Standar Deviasi DC Banda Aceh 240 ml . V-12 5.12. Rekapitulasi Perhitungan Safety Stock. V-13 5.13. Jumlah Permintaan DC TSML Setiap Minggu . V-14 5.14. Jumlah Permintaan DC TIV Setiap Minggu . V-15 5.15. Jumlah Permintaan DC HMT Setiap Minggu . V-15 5.16. Jumlah Permintaan DC AWS Setiap Minggu . V-16 5.17. Distribution Requirement Planning Sheet untuk DC TSML 240 ml . V-18 Universitas Sumatera Utara DAFTAR TABEL (Lanjutan) TABEL HALAMAN 5.18. Distribution Requirement Planning Sheet untuk DC TSML 600 ml . V-20 5.19. Distribution Requirement Planning Sheet untuk DC TSML 1500 ml . V-22 5.20. Distribution Requirement Planning Sheet untuk DC TIV 240 ml. V-24 5.21. Distribution Requirement Planning Sheet untuk DC TIV 600 ml. V-26 5.22. Distribution Requirement Planning Sheet untuk DC TIV 1500 ml. V-28 5.23. Distribution Requirement Planning Sheet untuk DC HMT 240 ml . V-30 5.24. Distribution Requirement Planning Sheet untuk DC HMT 600 ml . V-32 5.25. Distribution Requirement Planning Sheet untuk DC HMT 600 ml . V-34 5.26. Distribution Requirement Planning Sheet untuk DC AWS 240 ml . V-36 5.27. Distribution Requirement Planning Sheet untuk DC AWS 600 ml . V-38 5.28. Distribution Requirement Planning Sheet untuk DC AWS 1500 ml . V-40 5.29. Pegging Information produk 240 ml . V-41 5.30. Pegging Information produk 600 ml . V-43 5.31. Pegging Information produk 1500 ml . V-44 5.32. Rekapitulasi Perhitungan EOQ untuk CSF PT. Tirta Sibayakindo . V-46 5.33. Rekapitulasi Perhitungan Safty Stok untuk CSF PT. Tirta Sibayakindo Secara umum model kualitatif ini mudah dilakukan, tetapi mempunyai unsur subjektivitas yang tinggi. 2. Secara kuantitatif adalah cara peramalan yang menggunakan perumusan matematis atau statistik. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut: a. Adanya informasi tentang masa lalu b. Informasi tersebut dapat dikuantifisir. c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut pada masa yang akan datang. Cara kuantitatif umum digunakan dalam perencanaan produksi. Cara ini terdiri dari dua kelompok metode yaitu : - Time Series Cara peramalan yang meramalkan masa yang akan datang dengan jalan mengekstrapolasikan pola nilai variabel dan atau kesalahan yang terjadi pada masa lalu, sehingga dapat diproyeksikan pola yang tepat di masa datang. Ada empat bentuk pola data yaitu : Pola data koefisien (horizontal) Pola horizontal terjadi bila data berfluktuasi di sekitar nilai rata-rata. Pola data trend (linier) Pola trend terjadi jika terdapat kenaikan nilai dalam jangka waktu yang panjang. Pola data musiman (seasional) Universitas Sumatera Utara Pola trend terjadi jika deretan data dipengaruhi oleh faktor musiman, misalnya kwartalan, mingguan dan bulanan. Pola data siklus Pola trend terjadi jika terdapat kenaikan atau penurunan nilai dalam jangka waktu yang panjang. - Kausal Cara permalan yang meramalkan dengan melihat hubungan sebab akibat dari beberapa faktor yang berpengaruh setelah ditentukan faktor –faktor yang berpengaruh tersebut, lalu ditentukan metode peramalan yang tepat sebgai contoh, Produk Nasional Bruto (GNP) dipengaruhi oleh kebijaksanaan moneter, fiskal, inflasi, ekspor-impor dan sebagainya, atau keuntungan perusahaan dipengaruhi oleh tingkat penjualan, harga, biaya pemasaran, dan biaya produksi. Yang termasuk dalam metode sebab akibat antara lain : Metode regresi Simple regresi Multiple regresi Metode ekonometrik Analisa input-output Dalam perencanaan produksi pada umumnya dipergunakan metode peramalan time series. Metode kausal banyak digunakan untuk perencanaan jangka panjang. Universitas Sumatera Utara 3.3.1. Metode Peramalan 3.3.1.1. Singel Moving Average 10 Tujuan utama dari penggunaan rata-rata bergerak adalah untuk menghilangkan atau mengurangi acakan (randomnes) dalam deret waktu. Caranya adalah dengan merata-ratakan beberapa nilai data bersama-sama dengan munculnya data X1+1, maka dalam perhitungan Ft+2 data Xi sebagai data yang paling tua menjadi hilang. Karena itu ditunjukan bahwa : Ft+2 = Ft+1 + 1 t ( xt +1 − xi ) 3.3.1.2. Moving Average With Linear Trend Prosedur peramalan Metode Moving Average With Linear Trend meliputi tiga aspek : a. Penggunaan rata-rata bergerak tunggal pasa waktu t (ditulis St) b. Penyesuaian yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t (ditulis St’-St’’). c. Penyesuaian untuk kecenderungan dari period eke t+1 (atau ke periode t + m jika ingin meramalkan m ke periode ke muka). Secara umum persamaan prosedur rata-rata bergerak linier dapat diterangkan melalui persamaan sebagai berikut : St’= x1 + xt −1 + xt − 2 + . + xt − n −1 n 10 Arman Hakim Nasution. Perncanaan dan Pengendalian Produksi. Cetakan Pertama. Jakarta: PT. Candimas Metropole, 1999. hal 33-39 Universitas Sumatera Utara S1 + St −1 + St − 2 + . + St − n −1 n St’’= at = St’+ (St’-St’’) = 2St’-St’’ bt = 2 ( St’-St’’) n −1 Ft+2 = at + bt .m Kesalahan negatif atau positif yang mungkin terjadi dapat dihilangkan atau dikeluarkan. Rata-rata dapat dilakukan terhadap seluruh angka konstanta dari data pengamatan. Sesuai dengan tujuan di atas, maka teknik ini dapat menghilangkan trend dan musiman (seasonality). Harga yang diramalkan dalam Single Moving Average dihitung berdasarkan rumus : Ft+1 = x1 + xt −1 + . + xt − n −1 n Ft+1 = F1 + ( xt − xt − n ) n Xt = nilai data Ft = nilai ramalan untuk waktu (t + 1) N = banyak data 3.3.1.3. Weigted Moving Average Pada metode rata-rata sederhana, jumlah data pada kelompok inisialisasi makin lama semakin bertambah dengan naiknya harga i. Tetapi pada metode ratarata bergerak tunggal jumlah data kelompok inisialisasi adalah konstan, bilamana harga i bertambah satu, maka data baru yang akan menggeser/menggantikan data yang paling tua. Untuk waktu (t+1), (t+2), nilai ramalannya adalah : Universitas Sumatera Utara t =1 i ∑ xi Ft+1 = i =1 ∑x Ft+2 = t i =1 i t +1 Dimana : at = merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen kecenderungan bt Ft+m = nilai ramalan pada m periode ke depan. 3.3.1.4. Singel Exponential Smoothing Metode Singel Exponential Smoothing menambahkan parameter α dalam modelnya untuk mengurangi faktor kerandoman. α adalah konstan smoothing dari model dan nilainya antara 0 dan 1. biasanya di tentukan 0,1 dan 0,3. pengaruh smoothing α yaitu semakin besar α , smoothing yang dilakukan semakin besar. Karena α berupa variabel, masalah yang dihadapi dalam melakukan peramalan adalah mencari α yang optimum. Nilai α yang optimum akan memberi MSE dan MAD yang minimum. Ft+1 = αDt + (1 − α ) Ft Dimana : Dt = data permintaan pada periode t Ft+1 = peramalan untuk periode t Istilah eksponensial dalam metode ini berasal dari pembobotan (faktor pemulusan) dari periode sebelumnya yang berbentuk eksponensial, sebagaimana dijabarkan berikut ini : Ft+1 = αDt + (1 − α ) Lt Universitas Sumatera Utara = αDt + α (1 − α ) D t −1+ (1 − α ) 2 Lt −1 = αDt + α (1 − α ) D t −1+(1 − α ) 2 Dt − 2 + . + α (1 − α ) n −1 D t − ( n −1) +(1 − α ) n Lt − ( n −1) 3.3.1.5. Double Exponential Smoothing With Linier Trend Metode yang tepat untuk melakukan permalan serial data yang memiliki unsur trend adalah metode Linier Double Exponential Smoothing dari Holt, yang menggunakan persamaan sebagai berikut : Lt = αDt + (1 − α )( Lt −1 + Tt −1 ) Tt = β ( Lt − Lt −1 ) + (1 − β )Tt −1 Ft −1 = Lt + Tt 3.3.1.6. Adaptive Exponential Smoothing Persamaan dasar pada metode pendekatan adaptive serupa dengan persamaan dibawah ini kecuali bahwa nilai α diganti dengan α1 . Ft = α t xt + (1 − α t ) Fy α t +1 = Et Mt Et = βet + (1 − β ) Et −1 3.3.1.7. Pemulusan (smoothing) Eksponensial Tripel: 11 Metode Kecenderungan dan Musiman Tiga Parameter dari Winter. Kelompok metode rata-rata bergerak dan pemulusan eksponensial dapat digunakan untuk hampir semua jenis data stasioner atau non-stasioner sepanjang 11 Makridakis, Spyros dkk. Op Cit. hal 100 Universitas Sumatera Utara data tersebut tidak mengandung faktor musiman. Tetapi bilamanan terdapat data musiman, metode ini mungkin menghasilkan peramalan yang buruk. Jika datanya stasioner, maka metode rata-rata bergerak atau pemulusan eksponensial tunggal adalah tepat. Jika datanya menunjukkan suatu trend linear, maka baik model linear dari Brown atau Holt adalah tepat. Tetapi jika datanya musiman, metode ini tidak dapat mengatasi masalah tersebut dengan baik. Walaupun demikian, metode Winters dapat menangani faktor musiman secara langsung. Metode Winters didasarkan atas tiga persamaan pemulusan, yaitu satu untuk unsur stasioner, satu untuk trend dan satu untuk musiman. Hal ini serupa dengan metode Holt, dengan satu persamaan tambahan untuk mengatasi musiman. Persamaan dasar untuk metode Winters adalah sebagai berikut : Pemulusan Keseluruhan Pemulusan Trend Pemulusan Musiman + (1-β)( ) Ramalan Dimana nilai parameter α = 0,2 ; γ = 0,1; β = 0,05 dan L adalah panjang musiman, sedangkan m adalah periode ramalan ke depannya. Universitas Sumatera Utara 3.3.1.8. Pemulusan Eksponensial Ganda : Metode Dua Parameter dari Holt. Metode Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada deret yang asli. Ramalan dari pemulusan eksponensial Holt didapat dengan menggunakan dua konstanta pemulusan (dengan nilai antara 0 dan 1) dan tiga persamaan : Xt 3.3.2. Menghitung Kesalahan yang Terjadi pada Metode Peramalan 12 Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah : 1. Mean square error (MSE) n MSE = Dimana ∑ (X t =1 t − Ft ) 2 n Xt = data aktual periode t Ft = nilai ramalan periode t n = banyaknya periode 12 Rosnani Ginting. Sistem Produksi. Yokyakarta: Graha Ilmu. 2007. Hal. 58 Universitas Sumatera Utara 2. Standard error of estimate (SEE) n SEE = Dimana 3. ∑ (X t =1 t − Ft ) 2 n− f f = derajat kebebasan atau jumlah parameter peramalan Percentage error (PEt)  X − Ft PE t =  t  Xt   × 100%  Dimana nilai dari Pet bisa positif maupun negatif. 4. Mean absolute percentage error (MAPE) n MAPE = ∑ PE t =1 t n 3.3.3. Memilih Metode Peramalan Terbaik Setelah didapatkan error dari masing-masing metode peramalan, maka akan dilakukan pengujian terhadap dua metode yang memiliki tingkat kesalahan terkecil. Hal ini bertujuan untuk memilih satu metode yang akan diterapkan untuk periode yang telah ditentukan. Pengujian ini dilakukan dengan uji statistik distribusi 160 LT (hari) 6 2 3 4 5 6 7 8 9 10 11 12 176 170 165 159 153 147 141 135 129 123 117 128 111 41 71 73 45 58 42 103 64 36 84 94 159 122 115 137 118 127 61 94 116 160 100 195 160 125 160 125 195 90 95 195 100 195 160 125 160 125 195 90 95 195 66666666666 Safety Stock = 95 Periode 1 GR 495 SR 780 PoH NR PoRec PoRel 515 LT (hari) 6 Tabel L10.2. DRP Sprite 200 mL 2 3 4 5 6 7 8 9 10 11 12 479 463 447 431 415 399 382 366 350 334 318 285 321 118 186 270 115 232 109 273 173 99 289 237 424 340 240 378 246 352 172 256 314 515 260 515 515 260 515 260 530 250 260 530 260 515 515 260 515 260 530 250 260 530 66666666666 Universitas Sumatera Utara Safety Stock=88 Periode 1 GR 457 SR 740 PoH NR PoRec PoRel 445 LT (hari) 6 Safety Stock = 35 Periode 1 GR 182 SR 310 PoH NR PoRec PoRel 160 LT (hari) 6 Tabel L10.3. DRP Fanta 200 mL 2 3 4 5 6 7 8 9 10 11 12 442 428 413 398 383 368 353 338 323 308 294 283 285 108 180 227 109 186 98 255 157 88 248 230 393 306 244 347 255 328 156 240 293 445 250 485 445 265 445 265 495 225 240 495 250 485 445 265 445 265 495 225 240 495 66666666666 Tabel L10.4. DRP Coca-Cola 295 mL 2 3 4 5 6 7 8 9 10 11 12 176 170 165 159 153 147 141 135 129 123 117 128 111 41 71 73 45 58 42 103 64 36 84 94 159 122 115 137 118 127 61 94 116 160 100 195 160 125 160 125 195 90 95 195 100 195 160 125 160 125 195 90 95 195 66666666666 Universitas Sumatera Utara Safety Stock = 193 Periode 1 GR 1001 SR 1560 PoH NR PoRec PoRel 1075 LT (hari) 6 Safety Stock = 38 Periode 1 GR 196 SR 310 PoH NR PoRec PoRel 205 LT (hari) 6 Tabel L10.5. DRP Sprite 295 ml 2 3 4 5 6 7 8 9 10 11 12 969 936 903 871 838 806 773 740 708 675 643 559 665 229 381 585 237 506 224 543 345 195 603 464 867 683 446 762 459 710 358 523 640 1075 500 1055 1075 490 1075 490 1060 510 525 1060 500 1055 1075 490 1075 490 1060 510 525 1060 66666666666 Tabel L10.6. DRP Fanta 295 mL 2 3 4 5 6 7 8 9 10 11 12 190 183 177 170 164 158 151 145 139 132 126 114 129 46 74 109 50 97 51 106 72 40 114 92 169 134 93 146 92 132 71 98 123 205 100 205 205 105 205 105 200 105 100 200 100 205 205 105 205 105 200 105 100 200 66666666666 Universitas Sumatera Utara Safety Stock = 29 Periode 1 GR 148 SR 245 PoH NR PoRec PoRel 140 LT (hari) 6 Safety Stock = 88 Periode 1 GR 456 SR 745 PoH NR PoRec PoRel 425 LT (hari) 6 Tabel L10.7. DRP Coca-Cola 250 mL 2 3 4 5 6 7 8 9 10 11 143 139 134 129 124 119 114 110 105 100 12 95 97 93 35 56 52 33 29 30 85 60 45 76 74 128 102 101 115 114 109 49 69 79 140 80 155 125 105 115 115 165 80 85 165 80 155 125 105 115 115 165 80 85 165 66666666666 Tabel L10.8. DRP Sprite 250 mL 2 3 4 5 6 7 8 9 10 11 12 441 426 411 396 382 367 352 337 322 307 293 289 273 102 166 89 127 91 149 207 174 102 240 241 397 319 381 327 349 276 204 221 279 425 255 475 320 420 330 410 395 290 235 395 255 475 320 420 330 410 395 290 235 395 66666666666 Universitas Sumatera Utara Safety Stock = 22 Periode 1 GR 191 SR 315 PoH NR PoRec PoRel 20 LT (hari) 6 Safety Stock = 88 Periode 1 GR 457 SR 740 PoH NR PoRec PoRel 445 LT (hari) 6 Tabel L10.9. DRP Fanta 250 mL 2 3 4 5 6 7 8 9 10 11 12 184 178 172 166 160 153 147 141 135 129 122 124 35 32 50 24 24 31 44 58 63 39 7 165 162 138 158 151 138 119 99 88 105 20 175 190 140 160 160 160 155 140 105 155 175 190 140 160 160 160 155 140 105 155 66666666666 Tabel L10.10. DRP Coca 330 mL 2 3 4 5 6 7 8 9 10 11 12 442 427 412 397 382 367 352 338 323 308 293 283 287 110 173 221 109 187 104 252 154 91 246 228 390 312 249 346 254 321 159 242 290 445 250 475 445 270 445 270 485 225 245 485 250 475 445 270 445 270 485 225 245 485 66666666666 Universitas Sumatera Utara Safety Stock = 35 Periode 1 GR 182 SR 310 PoH NR PoRec PoRel 160 LT (hari) 6 Safety Stock = 52 Periode 1 GR 272 SR 430 PoH NR PoRec PoRel 285 LT (hari) 6 Tabel L10.11. DRP Sprite 330 mL 2 3 4 5 6 7 8 9 10 11 12 176 170 165 159 153 147 141 135 129 123 117 128 111 41 71 73 45 58 42 103 64 36 84 94 159 122 115 137 118 127 61 94 116 160 100 195 160 125 160 125 195 90 95 195 100 195 160 125 160 125 195 90 95 195 66666666666 Tabel L10.12. DRP Fanta 330 mL 2 3 4 5 6 7 8 9 10 11 12 263 254 245 236 228 219 210 201 192 183 174 158 180 66 106 154 62 128 53 152 95 56 157 126 231 183 125 209 134 200 92 141 170 285 140 285 285 135 285 135 300 135 145 300 140 285 285 135 285 135 300 135 145 300 66666666666 Universitas Sumatera Utara Safety Stock = 53 Periode 1 GR 276 SR 370 PoH NR PoRec PoRel 400 LT (hari) 6 Safety Stock = 75 Periode 1 GR 638 SR 885 PoH NR PoRec PoRel 780 LT (hari) 6 Tabel L11.13. DRP Coca-Cola 1 L 2 3 4 5 6 7 8 9 10 11 12 267 258 249 240 231 222 213 204 195 186 177 94 227 59 90 250 59 237 64 124 104 53 226 84 243 203 34 216 29 194 124 135 177 400 90 280 400 40 400 40 265 175 135 265 90 280 400 40 400 40 265 175 135 265 66666666666 Tabel L11.14. DRP Sprite 1 L 2 3 4 5 6 7 8 9 10 11 12 617 597 576 555 534 514 493 472 451 430 410 247 409 98 182 407 102 369 106 279 183 78 446 262 553 448 203 486 199 441 247 322 407 780 285 660 780 230 780 230 645 355 325 645 285 660 780 230 780 230 645 355 325 645 66666666666 Universitas Sumatera Utara Safety Stock = 90 Periode 1 GR 469 SR 690 PoH NR PoRec PoRel 565 LT (hari) 6 Safety Stock = 91 Periode 1 GR 470 SR 740 PoH 7 NR PoRec PoRel 480 LT (hari) 6 Tabel L11.15. DRP Fanta 1 L 2 3 4 5 6 7 8 9 10 11 12 454 439 424 408 393 378 362 347 332 317 301 221 332 108 169 326 108 295 108 231 174 92 323 197 406 329 157 360 157 329 191 233 299 565 215 485 565 175 565 175 470 275 235 470 215 485 565 175 565 175 470 275 235 470 66666666666 Tabel L11.16. DRP Coca-Cola 1.5 L 2 3 4 5 6 7 8 9 10 11 12 455 440 424 409 394 378 363 348 332 317 302 277 302 113 178 249 111 213 105 257 165 92 269 228 403 322 235 358 241 334 166 244 300 480 250 490 480 255 480 255 500 240 245 500 250 490 480 255 480 255 500 240 245 500 66666666666 Universitas Sumatera Utara Safety Stock = 66 Periode 1 GR 342 SR 545 PoH 5 NR PoRec PoRel 340 LT (hari) 6 Safety Stock = 88 Periode 1 GR 456 SR 740 PoH 8 NR PoRec PoRel 425 LT (hari) 6 Tabel L11.17. DRP Sprite 1.5 L 2 3 4 5 6 7 8 9 10 11 12 331 320 309 297 286 275 264 253 242 231 220 208 217 82 134 176 85 150 80 188 116 70 189 169 292 230 176 256 181 238 120 181 215 340 185 360 340 195 340 195 360 170 185 360 185 360 340 195 340 195 360 170 185 360 66666666666 Tabel L11.18. DRP Fanta 1.5 L 2 3 4 5 6 7 8 9 10 11 12 441 426 411 396 382 367 352 337 322 307 293 292 276 110 174 202 115 174 117 245 162 90 237 238 389 311 268 339 266 308 166 233 291 425 260 475 425 295 425 295 465 240 235 465 260 475 425 295 425 295 465 240 235 465 66666666666 Universitas Sumatera Utara Safety Stock = 105 Periode 1 GR 547 SR 820 PoH 50 NR PoRec PoRel 570 LT (hari) 6 Safety Stock = 205 Periode 1 GR 703 SR 1180 PoH NR PoRec PoRel 710 LT (hari) 6 Tabel L11.19. DRP Frestea Jasmine 220 mL 2 3 4 5 6 7 8 9 10 11 12 529 511 494 476 458 440 422 405 387 369 351 323 364 132 209 303 130 260 122 303 186 107 311 253 466 372 260 415 268 387 189 288 349 570 280 570 570 285 570 285 585 270 290 585 280 570 570 285 570 285 585 270 290 585 66666666666 Tabel L11.20. DRP Pulpy Orange 250 mL 2 3 4 5 6 7 8 9 10 11 12 669 634 600 565 530 496 461 427 392 357 323 477 518 239 329 p474 234 448 277 390 293 206 397 321 566 441 261 467 218 355 207 269 322 710 355 690 710 290 710 290 540 295 270 540 355 690 710 290 710 290 540 295 270 540 66666666666 Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara
Perencanaan Kebutuhan Distribusi Dengan Menggunakan Distribution Requirement Planning (DRP) di PT. Tirta Sibayakindo Perencanaan Kebutuhan Distribusi Dengan Menggunakan Distribution Requirement Planning Drp Di Pt Tirta Sibayakindo

Penulis

Bergabung : 2016-09-17

Dokumen serupa

1 / 124

Perencanaan Kebutuhan Distribusi Dengan Menggunakan Distribution Requirement Planning (DRP) di PT. Tirta Sibayakindo

Bebas