BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Peramalan 2.1

8

BAB II

TINJAUAN PUSTAKA

2.1 Konsep Dasar Peramalan

2.1.1 Peramalan

2.1.1.1 Konsep Peramalan

Peramalan merupakan cara untuk menaksir peristiwa masa depan dengan

menghitung data masa lalu yang digabungkan secara sistematis berdasarkan cara

yang telah ditentukan (Samangi dan Perdanan, 2019: 61). Peramalan adalah

perolehan nilai untuk periode selanjutnya dari variabel, prediksi yang lebih baik

dapat dijadikan keputusan dengan menggunakan banyak informasi (Solikin dan

Hardini, 2019: 100).

Langkah-langkah yang harus diperhatikan untuk menjamin efektivitas dan

efisiensi dari sistem peramalan dalam manajemen permintaan menurut Aulia dan

Dwi (2017: 169), yaitu:

1. Menentukan tujuan dari peramalan.

2. Memilih item permintaan independen yang akan diramalkan.

3. Menentukan horison waktu dari peramalan.

4. Memilih model-model peramalan.

5. Memperoleh data yang dibutuhkan.

6. Validasi model peramalan.

7. Membuat peramalan.

8. Implementasi hasil-hasil peramalan.

9. Memantau keandalan hasil-hasil peramalan.

9

Peramalan yang akurat dan bermanfaat dapat diperoleh jika

memperhatikan hal-hal berikut:

1. Mengumpulkan data yang dapat menghasilkan peramalan yang akurat.

2. Menentukan teknik peramalan yang tepat (Diana dan Raharjo, 2015: 275-

276).

2.1.1.2 Jenis-Jenis Peramalan

Peramalan bisa dibedakan menjadi tiga berdasarkan horizon waktu, yaitu:

1. Peramalan Jangka Panjang

Meliputi jangka waktu lebih dari 18 bulan, contohnya peramalan investasi,

merencanakan fasilitas dan merencakan untuk kegiatan litbang.

2. Peramalan Jangka Menengah

Meliputi jangka waktu antara tiga sampai 18 bulan, contohnya peramalan

penjualan dan peramalan produksi.

3. Perencanaan Jangka Pendek

Meliputi jangka waktu kurang dari tiga bulan, contohnya peramalan

pembelian bahan baku produksi. (Ngantung dan Jan, 2019: 4861).

2.1.1.3 Metode Peramalan

Ada dua jenis pendekatan dalam metode peramalan:

1. Metode Kualitatif

Metode kualitatif yaitu metode peramalan yang tidak menggunakan data

tetapi faktor-faktor seperti intuisi pengambilan keputusan, emosi, pengalaman

pribadi, dan sistem nilai. Beberapa teknik peramalan kualitatif adalah:

10

a. Metode Delphi,

b. Gabungan dari Tenaga Penjualan,

c. Survei Pasar Konsumen,

d. Keputusan Pendapat Juri Eksekutif.

2. Metode Kuantatif

Metode kuantitatif yaitu metode peramalan yang menggunakan data historis

dan atau variable-variabel kausal untuk meramalkan sebuah permintaan.

Metode kuantitatif terdiri atas dua jenis yaitu:

1) Model Time Series :

1. Metode Single Moving Average,

2. Metode Weighted Moving Averages,

3. Metode Exponential Smoothing.

2) Model Klausal:

1. Metode Regresi Linier,

2. Proyeksi Trend (Trend Projection) (Syahputra, dkk, 2018:115-116).

Adapun metode peramalan dapat digambarkan dengan diagram menurut

Gani dan Saputri (2015: 2) sebagai berikut:

11

Gambar 2.1 Metode Peramalan

2.1.2 Metode Single Moving Average

Metode Single Moving Average (SMA) merupakan perhitungan peramalan

yang menggunakan data aktual permintaan yang baru untuk memperoleh nilai

ramalan untuk permintaan dimasa yang akan datang. Metode ini cocok digunakan

untuk data jangka panjang (Astuti, dkk, 2019: 254). Menentukan ramalan dengan

metode single moving averages sangat sederhana yaitu dengan merata-ratakan

jumlah data sebanyak periode yang akan digunakan (Oktaviani dan Prasetyo,

2017: 82).

Metode

Peramalan

Kualitatif

Kuantitatif

Juri dari Opini

Eksekutif

Metode Delphi

Komposit

Tenaga

Penjualan

Survei Pasar

Konsumen

Model Deret

Waktu

Model

Asosiatif/

Kausal

Pendekatan

Naive, Rata-

Rata Bergerak

dan

Penghalusan

Eksponensial

Proyeksi Trend

dan Regresi

Linear

12

Persamaan matematis dari metode Single Moving Average menurut

Zunaidi, dkk (2016: 94):

Ft+1 = X1 + X2 + ....... XT

T

Keterangan:

Ft+1 = Ramalan untuk periode ke t+1

XT = Nilai sebenarnya periode ke t

T = Jangka waktu rata-rata bergerak

2.1.3 Menghitung Akurasi Peramalan

Akurasi adalah kriteria yang menentukan metode peramalan yang terbaik.

Dengan demikian, akurasi adalah perhatian yang paling penting dalam

mengevaluasi kualitas perkiraan. Tujuan dari perkiraan adalah untuk

meminimalkan error. Prakiraan error adalah perbedaan antara nilai aktual dan

nilai perkiraan. Hasil proyeksi yang akurat yaitu forecast yang bisa meminimalkan

forecast error. Besarnya forecast error dihitung dengan cara mengurangkan data

riil dengan besarnya ramalan.

𝑒𝑟𝑟𝑜𝑟 (𝑒) = 𝑌𝑡 – 𝐹𝑡

dimana:

𝑌𝑡 : Data aktual periode ke-t

𝐹𝑡 : Ramalan periode ke-t

Menurut Ruspriyanty, dkk (2018: 77) dalam menghitung forecast error

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

Mean Absolute Perentage Error (MAPE).

13

2.1.3.1 Mean Square Error (MSE)

Mean Squared Error adalah metode rata-rata error kuadrat memperkuat

pengaruh angkat-angka error yang besar, namun memperkecil angka kesalahan

prakiraan kecil (kurang dari satu unit). Persamaan MSE dapat dituliskan sebagai

berikut:

MSE = 2

n

dimana :

Yt = Nilai aktual pada periode t

Ft = Nilai peramalan pada periode t

n = Jumlah periode

2.1.3.2 Mean Absolute Deviation (MAD)

MAD dihitung dengan membagi jumlah nilai absolut dari error perkiraan

individu dengan ukuran sampel (jumlah periode perkiraan). Persamaan MAD

adalah:

MAD =

n

dimana :

Yt = Data aktual pada periode t


n = Jumlah periode

14

2.1.3.3 Mean Absolute Percentage Error (MAPE)

Pengukuran ketelitian dengan cara MAPE menunjukkan rata-rata

kesalahan absolut perkiraan dalam bentuk persentasenya terhadap data aktual.

Persamaan MAPE adalah :

MAPE = (1) (100)

n |Yt |

dimana :

Yt = Data aktual pada periode t


n = Jumlah periode

2.1.4 Persediaan

Persediaan merupakan masalah fenomenal yang bersifat umum dalam

perusahaan. Persediaan didefinisikan sebagai persediaan barang yang akan dijual

atau digunakan pada periode tertentu. Jika tidak ada persediaan barang,

perusahaan akan dihadapkan pada sebuah risiko, tidak dapat memenuhi

permintaan pelanggan. Persediaan bisa muncul secara sengaja maupun tidak

sengaja, maksudnya sengaja karena adanya perencanaan untuk mengadakan

persediaan, sedangkan tidak sengaja jika persediaan ada karena barang tidak

terjual akibat rendahnya jumlah permintaan.

Kekurangan persediaan dapat mempengaruhi kegiatan operasional

perusahaaan. Apabila jumlah persediaan terlalu banuak dapat berakibat terlalu

tingginya beban biaya guna menyimpan dan memelihara bahan selama

penyimpanan di gudang padahal barang tersebut masih mempunyai dana yang

15

bisa ditanamkan atau diinvestasikan pada hal yang lebih menguntungkan

(Rahmawati, dkk, 2019: 17).

Persediaan diperkirakan sebagai sumber daya menganggur menunggu

proses selanjutnya. Pengelolaan sistem persediaan yang baik akan membuat

proses produksi berjalan dengan baik, jumlah persediaan tidak membebani gudang

raw material. Apabila persediaan tidak dilakukan dengan baik akan berefek biaya

yang dikeluarkan perusahaan (Karuniawan, dkk, 2017: 152).

2.1.5 Gabah Kering

Salah satu komoditi hasil pertanian yang tingkat permintaan dan

produksinya dari waktu ke waktu terus meningkat adalah gabah. Hal ini dapat

dilihat dimana sampai sekarang ini Indonesia masih melakukan import beras dari

negara lain, dimana beras merupakan hasil produksi utama yang dihasilkan dari

gabah (Syahputra, dkk, 2017: 2).

Gabah berbentuk bulir buah yang berasal dari tanaman padi (Oryza Sativa

Linaeus) yang telah dilepaskan dari tangkainya. Proses yang dilakukan untuk

memperoleh gabah adalah dengan cara dengan cara merontokkan tanaman padi.

Gabah terbagi 2 yaitu:

1. Gabah Kering Giling (GKG)

GKG terkandung di dalamnya kadar air maksimum sebesar 14% dan

hampa/kotoran maksimum 3%.

2. Gabah Kering Panen (GKP)

GKP terkandung di dalamnya kadar air maksimum sebesar 25% dan

hampa/kotoran maksimum 10% (Badan Pusat Statistik, 2020).

16

2.1.6 Analisis dan Perancangan Alat Bantu Sistem

2.1.6.1 Flowmap

Flowmap memiliki fungsi untuk menginterpretasikan hubungan antara

bagian (pelaku proses), proses (manual/ berbasis komputer) dan aliran data (dalam

bentuk dokumen masukan dan keluaran) (Bagir dan Putro, 2018: 22).

Tabel 2.1 Simbol Flowmap

Sumber: Bagir dan Putro (2018: 22)

2.1.6.2 Unified Modelling Language (UML)

Unified Modeling Language (UML) merupakan pemodelan beroritentasi

objek untuk pembangunan sebuah perangkat lunak. Pada umumnya hanya

digunakan 5 buah diagram saja dalam sebuah UML, yaitu:

1. Use Case Diagram

Use case diagram lebih dititik beratkan pada fungsionalitas yang ada pada

sistem, bukan berdasarkan alur atau urutan kejadian (Isa dan Hartawan,

2017:141).

Simbol Deskripsi

Proses komputer.

Terminal point awal/akhir flowchart.

Dokuken input/output dalam format yang dicetak atau

berbentuk dokumen.

Rincian operasi berada di tempat yang lain/ dilakukan oleh

eksternal entity.

Input ooutput, mempresentasikan input output data yang

diproses atau informasi.

Flow, menunjukkan arus proses.

Keputusan dalam program.

17

Tabel 2.2 Simbol Use Case Diagram

Sumber: Rossa & Shalahuddin (2016:156-158)

2. Class Diagram

Class diagram adalah merupakan inti dari pengembangan dan desain

berorientasi objek (Isa dan Hartawan, 2017: 141).

Tabel 2.3 Simbol Class Diagram

Simbol Nama Deskripsi

Use Case

Deskripsi dari sistem sebagai unit-unit yang

saling bertukar pesan antar unit atau actor.

Aktor (actor) Orang, proses, atau sistem lain yang

berinteraksi dengan sistem informasi yang

akan dibuat.

Asosiasi

(Association) Merelasikan antara aktor dan use case yang

ikut berperan pada use case.

Ekstensi

(Extend)

Relasi use case tambahan ke sebuah use

case dimana use case yang ditambahkan

dapat berdiri sendiri walau tanpa use case.

Generalisasi

(Generalization)

Relasi antara 2 buah use case dimana fungsi

yang satu adalah fungsi yang lebih umum

dari lainnya.

Include

/uses

Relasi use case tambahan ke sebuah use case

di mana use case yang ditambahkan

memerlukan use case ini untuk menjalankan

fungsionalitas use case lain.

Simbol Nama Keterangan

Nama Kelas

+atribut

+operasi()

Kelas (Class)

Kelas pada struktur sistem.

Antarmuka

(Interface) Berorientasi objek.

Asosiasi

(Association) Hubungan antarkelas dengan makna umum.

Asosiasi

Berarah

(Directed

Association)

Relasi antarkelas dengan makna kelas yang

satu digunakan oleh kelas yang lain,

Generalisasi

Relasi antarkelas dengan makna generalisasi

spesialisasi.

Kebergantungan Relasi antarkelas dengan makna

18

Sumber: Rossa AS & Shalahuddin (2016:146-147)

3. Activity Diagram

Proses rangkaian aliran dari aktivitas, digunakan untuk menggambarkan

interaksi antara beberapa use case. (Isa dan Hartawan,2017:141-142).

Tabel 2.4 Simbol Activity Diagram


4. Sequence Diagram

Diagram sekuen atau sequence diagram menyatakan kelakuan objek pada

use case dengan mendeskripsikan waktu hidup objek dan message yang

dikirimkan dan diterima antar objek (Rosa dan Shalahuddin, 2016:165).

Tabel 2.5 Simbol Sequence Diagram

(Dependency) kebergantungan antarkelas.

Agregasi

(Aggregation)

Relasi antarkelas dengan makna semua-

bagian.


Status Awal (Start Point) Status awal aktivitas pada sistem.

Aktivitas

(Activitis) Menggambarkan aktivitas yang dilakukan

sistem.

Percabangan

(Decision) Menggambarkan pilihan atau keputusan

Penggabungan

(Join) Penggabungan dimana lebih dari 1 aktivitas

digabungkan menjadi satu.

Status Akhir (End Point)

Status akhir yang dilakukan sistem.

Swimlane Memisahkan organisasi terhadap aktivitas

yang terjadi.


Aktor

(Actor) Orang, proses, atau sistem lain yang

berinteraksi dengan sistem informasi di

luar sistem informasi yang akan dibuat itu

sendiri.

19


5. Deployment Diagram

Diagram deployment menunjukkan konfigurasi komponen dalam proses

eksekusi aplikasi (Rosa dan Shalahuddin, 2016:154).

Tabel 2.6 Simbol Deployment Diagram


Garis Hidup

(Lifeline) Mengimplementasikan kehidupan suatu

objek.

Objek

(Object) Objek yang berinteraksi pesan.

Waktu aktif Menggambarkan objek dalam keadaan

aktif dan berinteraksi.

<<create>> Pesan tipe

create

Arah panah mengarah pada objek yang

dibuat.

1.nama_metode() Pesan tipe

call

Objek memanggil operasi/metode yang ada

pada objek lain atau dirinya sendiri.

1.masukan Pesan tipe

send

Suatu objek mengirimkan

data/masukan/informasi ke objek lainnya.

1.keluaran Pesan tipe

return

Objek yang telah menjalankan suatu

operasi atau metode menghasilkan suatu

kembalian ke objek tertentu.

<<destroy>> Pesan tipe

destroy

Suatu objek mengakhiri hidup objek yang

lain, arah panah mengarah pada objek yang

diakhiri.

Simbol Nama Deskripsi

Package sebuah bungkusan dari 1 atau lebih node.

Node Mengarah pada perangkat keras

(hardware), perangkat lunak yang tidak

dibuat sendiri (software) jika di dalam node

disertakan komponen untuk

mengkonsistenkan rancangan maka

komponen yang diikutsertakan harus sesuai

dengan komponen sebelumnya.

Dependency /

Kebergantungan

Kebergantungan antar node, arah panah

mengarah pada node yang dipakai.

Link Relasi antar node.

nama objek

20

2.1.7 Perangkat Lunak yang Digunakan

2.1.7.1 Visual Basic

Visual basic merupakan perangkat lunak yang berisikan perintah-perintah

sebagai alat bantu untuk membuat berbagai macam program komputer khususnya

yang menggunakan sistem operasi windows (Isnayati dan Saptari, 2017 :160).

Visual Basic .NET 2010 adalah salah satu bahasa pemrograman yang

tergabung dalam Microsoft Visual Studio 2010 yang memiliki suatu fungsi yang

luas sebagai ruangan kerjanya. Fungsi-fungsi tersebut diantaranya adalah

menubar, toolbox, toolbar, form windows, code windows, solution explorers

windows, property windows dan jendela-jendela lain (Indrawati, dkk, 2018:2).

Gambar 2.2 Microsoft Visual Studio 2010

2.1.7.2 MySQL

MySQL adalah program aplikasi untuk pengoperasian basis data, terutama

untuk pemilihan atau seleksi dan pemasukan data, yang pengoperasian datanya

mudah dikerjakan (Herpendi, 2016: 2).

21

Gambar 2.3 MySQL

2.1.7.3 XAMPP

XAMPP merupakan software berbasis Open Source yang berfungsi untuk

mengolah data MySQL yang terdiri dari 5 aplikasi sistem operasi, yaitu : X untuk

merepresentasikan 4 Operating System utama yang sering digunakan, A

(Apacahe) merupakan aplikasi web server, M (MySQL), merupakan aplikasi

database server, P (PHP), bahasa pemrograman web dan P (Perl), bahasa

pemrograman CGI (Common Gateway Interface). (Putri dan Siptiana, 2019: 188).

Gambar 2.4 XAMPP

2.1.7.4 Crystal Report

Crystal Report adalah program untuk membuat berbagai jenis laporan

yang sebelumnya telah di lakukan analisis dan selanjutnya diterjemahkan ke

dalam database (Putri dan Siptiana, 2019: 188).

22

Adapun beberapa kelebihan dari Crystal Report adalah:

1. Hasil laporan mudah.

2. Terhubung dengan bahasa pemograman.

3. Hasil laporan kualitas impor.

Melihat kelebihan-kelebihan yang dimiliki oleh Crystal Report,

memudahkan user untuk membuat laporan tanpa melibatkan pengkodingan dan

hasil laporan yang fasilitas impor mendukung format yang populer.

Gambar 2.5 Jendela Crystal Report 13.0.4

2.2 Tinjauan Penelitian

Berikut beberapa penelitian jurnal relevan dengan skripsi ini adalah:

Tabel 2.7 Tinjauan Penelitian

No Penulis Judul Objek Metode Hasil

1 Heldi

Diana

dan

Cahyo

Dwi

Raharjo

(2015).

Sistem

Pendukung

Keputusan

untuk

Forecasting

Penjualan di

Toko Sumber

Penjualan. Single

Moving

Average

Sistem pendukung

keputusan untuk

forecasting penjualan

dibangun dengan

berbasis sistem

desktop

menggunakan visual

23

Saudara. basic dengan metode

single moving

average yang orde

atau periode bulan,

maksimal

berdasarkan jumlah

bulan terakhir.

Setelah

diimplementasikan di

Toko Sumber

Saudara,

menghasilkan suatu

sistem pendukung

keputusan berbasis

desktop.

Implementasinya

aplikasi ini

membantu

mengambil suatu

keputusan

penambahan atau

pengurangan stok.

2 Intan

Maesti

Gani,

dan

Marheni

Eka

Saputri

(2015).

Analisis

Peramalan

dan

Pengendalian

Persediaan

Bahan Baku

dengan

Metode EOQ

pada

Optimalisasi

Kayu di

Perusahaan

Purezento.

Persediaan

Bahan

Baku.

Economic

Order

Quantity.

Penerapan dan

peralaman dengan

metode EOQ dapat

membantu

perusahaan dalam

pengambilan

keputusan

persediaan,

penghematan biaya

serta pengendalian

bahan baku yang

dapat menunjang

kelancaran aktivitas

produksi.

3 Ratih

Yulia

(2017).

Peramalan

Persediaan

Barang

Menggunakan

Metode

Weighted

Moving Average dan

Metode

Double

Exponential

Smoothing.

Persediaan

Barang.

Weighted

Moving

Average

dan Double

Exponential

Smoothing.

Adanya sistem

peramalan persediaan

barang dapat

membantu

mempermudah

proses pelayanan

pemilik dalam menyediakan barang

untuk ke depannya.

Metode Weighted

Moving Average

lebih baik dari

24

metode Double

Exponential

Smoothing dilihat

dari nilai error MSE,

dan dapat

mengurangi atau

meminimalisir

masalah penumpukan

barang atau

kekurangan barang.

4 Dewa

Putu

Yudhi

Ardiana

dan

Luciana

Hendrika

Loekito

(2018).

Sistem

Informasi

Peramalan

Persediaan

Barang

Menggunakan

Metode

Weighted

Moving

Average.

Persediaan

Barang.

Weighted

Moving

Average

Sistem yang dibuat

sudah dapat

digunakan dengan

baik sesuai dengan

kebutuhan

perusahaan. Adanya

sistem ini maka

perusahaan dapat

menentukan

persediaan barang

secara otomatis tanpa

perhitungan manual

dikarenakan tingkat

error dari pengujian

peramalan

menunjukkan rata-

rata yang sangat

rendah untuk tingkat

kesalahan dalam

perhitungan.

5 Jusin

dan Sri

Wardani

(2019).

Sistem

Pendukung

Keputusan

Penentuan

Persediaan

Beras pada

Kilang Padi

DT. AA

dengan

Metode

Forecasting.

Persediaan

Beras.

Metode

Forecasting

yaitu

Moving

Average.

Adanya sistem

pendukung

keputusan ini yang

menggunakan

metode forecasting,

dapat membantu

perusahaan dalam

menentukan

persediaan beras

yang harus

disediakan dalam

memenuhi kebutuhan

pelanggan.

25

2.3 Kerangka Pemikiran

Kerangka pemikiran merupakan langkah-langkah yang akan dilakukan

dalam penyelesaian masalah yang akan dibahas. Berikut ini adalah kerangka

pemikiran dari ““Peramalan Persediaan Gabah Kering Pada Kilang Padi

Tunas Harapan Menggunakan Metode Single Moving Average”:

Gambar 2.6 Kerangka Pemikiran

Pendekatan Metode Metode yang digunakan dalam penelitian ini adalah Single Moving

Average

Perancangan Sistem

Perancangan sistem dengan flowmap, UML, perancangan database,

dan user interface.

Identifikasi Masalah

1. Pemilik usaha Kilang Padi Tunas Harapan melakukan

perkiraaan pemesanan gabah kering berdasarkan perkiraan-

perkiraan saja. Ketika perkiraan yang dilakukan meleset maka

akan merugikan karena tidak dapat memenuhi kebutuhan

konsumen.

2. Kilang Padi Tunas Harapan belum memiliki sistem peramalan

yang dapat membantu memperkirakan persediaan gabah kering

yang harus disediakan.

Pengumpulan Data Data dikumpulkan dengan wawancara, observasi dan studi pustaka.

Pembangunan Sistem

Program dibangun dengan bahasa pemrograman Visual Basic Net

2010 dan database MySQL.

Hasil

Peramalan Persediaan Gabah Kering Pada Kilang Padi Tunas

Harapan Menggunakan Metode Single Moving Average

26

2.4 Tinjauan Umum Perusahaan

2.4.1 Kilang Padi Tunas Harapan

Penggilingan padi Tunas Harapan merupakan industri yang bergerak

dalam pengolahan padi menjadi beras atau penggilingan padi. Industri ini

didirikan oleh Bapak H.Alwi Nasution tahun 2001 yang berada di Jl.Syech SIlau

Desa Punggulan Kecamatan Air Joman Kabupaten Asahan.

Pada awalnya Kilang Padi Tunas Harapan merupakan usaha kecil, yang

hanya bergerak di sebuah desa dengan kapasitas giling 0.5 ton per jam. Pada

perkembangannya hasil padi dari petani yang tinggi, jumlah permintaan akan

beras yang semakin meningkat, maka industri penggilingan padi tersebut

diperbesar agar dapat menampung seluruh padi para petani. Pada tahun 2007

usaha Kilang Padi Tunas Harapan memperbesar kapasitasnya menjadi 1-3 ton per

jam.

Adapun visi dan misi Kilang Padi Tunas Harapan adalah:

1. Visi

1) Menjadi perusahaan kilang padi penghasil beras terkemuka untuk

Mewujudkan Kedaulatan Pangan dan Kesejahteraan Petani di Air

Joman.

2. Misi

1) Menggunakan mesin dan teknologi terbaik untuk mendukung proses

penggilingan padi di kilang padi Tunas Harapan sehingga diperoleh

kinerja yang efektif, efisien dan memiliki kualitas yang tinggi.

2) Melakukan inovasi dan pengembangan untuk menghasilkan produksi

olahan beras yang berkualitas.

27

3) Membangun mitra kerja yang saling menunjang dan berkesinambungan

bersama para petani dalam mengolah ketahanan pangan.

2.4.2 Struktur Organisasi Kilang Padi Tunas Harapan

Struktur organisasi menjelaskan kegiatan pekerjaan antara yang satu

dengan yang lain dan bagaimana hubungan aktivitas dan fungsi dibatasi. Berikut

ini adalah struktur organisasi dari Kilang Padi Tunas Harapan:

Gambar 2.7 Struktur Organisasi Kilang Padi Tunas Harapan

2.5 Hipotesis

Adapun hipotesis dalam penelitian ini adalah peramalan persediaan gabah

kering pada Kilang Padi Tunas Harapan menggunakan metode Single Moving

Average diharapkan dapat menghasilkan ramalan yang akurat dan cepat.

PEMILIK H. Alwi Nst

SEKRETARIS Af-Dolin

BENDAHARA Nuni

PENGGILINGAN Ucok

GUDANG Suparno

PENGEMASAN Situr

PEMASARAN Bambang

BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Peramalan 2.1

Documents

Transcript of BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Peramalan 2.1