BAB IV HASIL DAN PEMBAHASAN 4.1 Profile Perusahaan …thesis.binus.ac.id/doc/Bab4/2009-2-00383-MN...

36

BAB IV

HASIL DAN PEMBAHASAN

4.1 Profile Perusahaan

4.1.1 Sejarah Singkat Perusahaan

PT. FASTFOOD INDONESIA,Tbk (KFC) adalah sebuah badan usaha yang didirikan

oleh kelompok Gelael pada tahun 1978, dan dengan bergabungnya Kelompok Salim pada

tahun 1990, terdaftar sebagai perusahaan publik pada tahun 1994. operasi restoran pertama

pada bulan Oktober 1979 berawal dari pembukuan restoran pertama di Jalan Melawai,

Jakarta. Sukses restoran QSR (Quick Service Restaurant) asing pertama ini kemudian diikuti

dengan penambahan restoran ke kota-kota besar lainya di Indonesia. PT. FASTFOOD

INDONESIA, Tbk. (KFC) saat ini berkantor pusat di Jl. Let.Jen M.T Haryono Kav.7, Jakarta

Timur.

PT. FASTFOOD INDONESIA, Tbk. (KFC) memperoleh hak waralaba KFC dari Yum

Restaurants International (YRI), sebuah perusahaan dibawah kepemilikan Yum Brands Inc.

(terdaftar sebagai perusahaan publik di Amerika Serikat), yang juga pemilik waralaba dari

Brand: Pizza Hut, Taco Bell, A&W, dan Long John Silvers. Nama ”Yum” terpilih karena

melambangkan harapan perusahaan untuk memberikan kepuasan ”Yum” di wajah

konsumennya di seluruh dunia. Dengan lima brand bernaung dibawah satu bendera

perusahaan yang sama, Yum akan menjadi yang terbaik dalam menawarkan berbagai pilihan

kepada konsumen, dan memastikan kepemimpinan dalam usaha multi branding. Tidak

diragukan lagi, KFC sebagai brand terkemuka dalam ketegori makanan cepat saji

menggunakan daging ayam, adalah pemimpin global dalam bisnis ini.

Sebagai pemegang hak waralaba tunggal pada saat ini, Perseroan terus membangun

KFC brand, dan berbekal 26 tahun kesuksesannya di bidang ini telah menjadikan KFC

37

pemimpin pasar restoran cepat saji yang dominan dan dikenal luas. Pada saat ini memiliki

270 restoran termasuk 1 unit mobile catering yang terbesar di 60 kota di Indonesia, dan

mempekerjakan 10.293 karyawan dengan total penjualan lebih dari Rp. 1,276 triliun pada

akhir 2006. Saat ini, untuk daerah Jabodetabek sendiri, KFC telah memiliki outlet yang cukup

banyak yaitu sebanyak 167 store.

4.1.2 Visi dan Misi Perusahaan

Visi dari PT.FASTFOOD INDONESIA, Tbk. (KFC) adalah menjadi restoran yang paling

digemari dan selalu menjadi pemimpin industri restoran cepat saji dalam setiap aspek.

Misi dari PT. FASTFOOD INDONESIA, Tbk. (KFC) adalah menjadi restoran cepat saji

modern yang menawarkan suasana restoran yang ramah dan menyenagkan dengan menu

hidangan yang membangkitkan selera.

4.1.3 Kondisi Bisnis Perusahaan

Gambar 4.1 Diagram Porter

Potensi Pengembangan Produk Substitusi

Persaingan Antarperusahaan SejenisKekuatan Tawar Menawar Pemasok

Kekuatan Tawar Menawar Pembeli

Kemungkinan Masuknya Pesaing Baru

38

Untuk mengetahui kondisi bisnis perusahaan dari PT. Fastfood Indonesia, Tbk. dapat

diketahui dengan cara menganalisa menggunakan analisis Porter yang terdiri dari Ancaman

pendatang baru, ancaman produk pengganti, kekuatan tawar menawar pemasok, kekuatan

tawar menawar pembeli, dan persaingan sesama industri.

Berikut merupakan uraian lima kekuatan Porter PT. Fastfood Indonesia, Tbk. :

1. Ancaman pendatang baru (The Threat of New Entrants)

Persaingan dalam industri fastfood semakin berkembang. Hal ini terlihat dengan semakin

bertambah banyaknya restoran fastfood yang berdiri dan menyebabkan adanya perang

harga dan promosi untuk menarik konsumen. Ditambah lagi, tren frenchise sedang

berkembang, sehingga menambah kemungkinan bermunculannya restoran cepat saji lainnya.

2. Ancaman produk pengganti (The Threat of Substitute Products of Services)

Dewasa ini dalam industri fastfood dengan core business ayam mulai banyak muncul

ancaman dari produk pengganti, seperti ayam goreng tepung yang banyak dijual di gerobak-

gerobak pinggir jalan, dengan harganya yang lebih murah (bekisar Rp. 1000 untuk kepala

ayam teung sampai Rp. 3000 untuk bagian dada ayam tepung). Bahkan tak sedikit dari

mereka yang menggunakan nama ”Kentucky Fried Chicken” (baik itu dimodifikasi sedikit

ataupun tidak) yang sudah menjadi sebuah ”image” tersendiri untuk produk ayam goreng

tepung.

3. Kekuatan tawar menawar pemasok (Bargaining Power of Suppliers)

Bahan baku yang digunakan oleh produk perusahaan adalah ayam potong broiler, bumbu

resep asli Chicken patty, sayuran segar, kentang dingin dan bumbu masak. Ayam potong

broiler, sayuran segar dan bumbu masak diperoleh dari pemasar lokal di setiap wilayah

restoran. Bumbu resep asli diimpor dari Amerika Serikat, sedangkan bahan baku yang belum

bisa dihasilkan di Indonsia sesuai dengan persyaratan yang telah ditentukan oleh frenchise,

seperti kentang dingin, chicken patty dan nugget diimpor dari Singapura dan Malaysia.

39

Terutama soal bumbu yang menjadi ciri khasnya, manajemen KFC akan selalu menggunakan

original recipe from colonel sanders yang masih dipasok langsng dari prinsipalnya. Lain

halnya dengan bahan baku utama, yakni daging ayam. Demi menjaga kualitas, KFC hanya

mengandalkan pasokan dari 15 peternak besar seperti Charoen Phokphand dan Sierad.

Setiap hari KFC mendapat pasokan ayam sebanyak 70 ribu ekor untuk semua gerai. Oleh

karena itu kekuatan tawar menawar pemasok adalah kuat.

4. Kekuatan Tawar Menawar Pembeli (Bargaining Power of Buyer or Customer)

Permintaan akan makanan fastfood sangat tinggi. Mengingat banyaknya konsumen yang

mulai bergaya hidup serba praktis. Dan PT. Fastfood Indonesia, Tbk. Jel dalam merespon

permintaan konsumen yang terus bertambah ini. Oleh karena itu PT. Fastfood Indonesia,

Tbk. Membuka gerai baru secara berkala untuk menjangkau seluruh konsumen di Indonesia.

Pembukaan gerai-gerai KFC yang baru juga dibarengi oleh pembukaan gerai-gerai restoran

fastfood lainnya, baik pendatang baru maupun pemain lama. Dengan demikian semakin

banyak pilihan restoran fastfood yang dapat dipilih oleh konsumen, yang dapat membuat

konsumen berpindah merek dan menjadi loyal dengan restoran fastfood lainnya. Jadi dapat

disimpulkan bahwa kekuatan tawar menawar bagi pembeli adalah kuat. Namun jika

konsumen memiliki loyalitas terhadap KFC maka kekuatan tawar menawar pembeli menjadi

rendah.

5. Persaingan sesama Industri (Rivarly Among Existing Competitors)

Persaingan antarperusahaan sejenis biasanya merupakan kekuatan terbesar dalam lima

kekuatan kompetitif. Strategi yang dijalankan oleh sebuah perusahaan dapat berhasil hanya

jika mereka memberikan keunggulan kompetitif dibanding strategi yang dijalankan oleh

perusahaan pesaing, terutama pada restoran fastfood, mengingat banyak merek-merek lain

yang juga bergerak dalam industri yang sama dan menawarkan produk yang hampir sama

jenisnya. Persaingan restoran fastfood sangat ketat, bukan hanya karena semakin banyaknya

40

bermunculan para pemain baru, melainkan juga perang promosi , persaingan harga ,

diversifikasi produk, dan sebagainya. Berikut beberapa keunggulan KFC yang berbeda

dibandingkan saingannya :

• Berbagai pilihan menu GOCENG

• Program ATTACK 3-5pm. Seperti yang dikemukakan oleh pak Adi S.Tjahjadi, Head

Executive Marketing Publick Relation PT Fasfood Indonesia, Tbk. KFC Goceng dalam

program ATTACK 3-5pm memberikan kontribusi yang cukup besar dalam penjualan

KFC.

• Memiliki super store dengan konsep cafe yakni KFC cabang Kemang.

• Memiliki label music dan mensponsori band indie, yang juga membantu promosi KFC

secara tidak langsung.

41

4.1.4 Struktur Organisasi dan Uraian Pekerjaan

BoD (Board of Director)

COO

Internal Cotrol

General Manager Business DevelopmentGeneral Manager

Operation

General Manager Finance & Administration

Catering & Delivery Departemen Manager

Operation Administration

manager

Reginal Operation Managers

Area Managers

Restauran Managers

Senior Training officers

Training Manager

Facility Support Departemen Manager

Equipment & Maintanance managers

Quality Assurance And R&D dept.

Manager

Marketing Develop-men Manager

Brand youth&family

Kids

HD Catering& LSM support

PR & Survey

merchandisin

Store Developmen Departemen

Deputy Manager

Market development Dept. Manager

HR Dept. Deputy manager

Personnel manager

Employee legal &industrial Manager

HR Administration manager

Finance & Accounting Dept.

Manager

Financial Planning & Control Dept

Manager

Information Tech. Dept. manager

Compensation& Benefit

Manager

Tax&insurance Manager

General Affairs manager

Regional Administration

Managers

Administration Managers

Purchasing Dept. manager

Logistic Dept. manager

Procurement manager

42

Gambar 4.2 Struktur Organisasi (Sumber: PT Fastfood Indonesia, Tbk )

Uraian Pekerjaan:

BOD (Board of Director)

• Memimpin perusahaan dan membina jajarannya agar berdaya guna dan berhasil

guna

• Menyusun rencana perusahaan jangka pendek, maupun jangka panjang serta visi,

misi dan strategi dalam mencapai tujuan perusahaan

• Mengkoordinasikan dan mengawasi para manajer dalam melaksanakan tugasnya

GM Operations

• Merencanakan dan menetapkan target penjualan perusahaan.

• Mengembangkan SDM, sistem, prosedur dan sebagainya.

• Mengontrol seluruh biaya operasional.

• Merencanakan visi, misi serta strategi untuk mencapai tujuan perusahaan.

• Mengontrol jalannya operasional seluruh restoran.

• Mengawasi dan mengontrol departmen-departmen yang dibawahnya.

• Melakukan pengorganisasian wewenang atas perencanaan yang telah dibuat selama

tahun berjalan.

• Menetapkan anggaran setiap departmen

GM Business & Development

• Merencanakan business plan perusahaan

• Merencanakan pengembangan restoran

• Mengembangkan SDM, produk marketing dan sebagainya

43

• Merencanakan visi, misi serta strategi untuk mencapai tujuan perusahaan

• Mengontrol anggaran setiap departmen

• Mengawasi dan mengontrol biaya setiap departmen

• Mengawasi dan mengontrol departmen-departmen yang dibawahinya

GM Finance & Administration

• Menyusun rencana kerja dan anggaran pendapatan pengeluaran perusahaan

• Melakukan pencatatan atas transaksi yang terjadi pada perusahaan

• Menyusun laporan keuangan konsolidasi atas transaksi yang terjadi di setiap restoran

• Mengkoordinir dan mengawasi kegiatan administrasi perusahaan

• Mengkoordinir setiap departmen yang ada dibawahnya

• Mengendalikan pendapatan dan pengeluaran perusahaan

• Mengawasi dan mengontrol departmen-departmen yang dibawahinya

Catering & Delivery Manager

• Mengelola order dalam jumlah besar

• Mengelola pelaksanaan setiap perayaan ulang tahun yang diadakan di restoran

maupun di luar restoran

• Mengawasi dan mengontrol kegiatan pelayanan pesan antar kepada pemesan

• mengontrol seluruh biaya operasional

• Mengembangkan perluasan daerah yang potensial untuk pesan antar

• Mengembangkan paket ulang tahun

• Membuat anggaran perusahaan

44

Regional Operations Manager

• Bertanggungjawab terhadap restoran yang ada dalam regionalnya

• Merencanakan dan menetapkan target penjualan perusahaan

• Mengkoordinir dan mengawasi kegiatan kerja di tingkat area

• Mengontrol biaya operasional

• Merencanakan pengembangan di segala bidang

• Melakukan evaluasi dalam penilaian kinerja setiap restoran


Area Manager

• Bertanggungjawab terhadap restoran yang ada di dalam areanya

• Mengawasi dan mengontrol jalannya kegiatan setiap restoran

• Melakukan evaluasi dalam penilaian kinerja setiap restoran

• Melaksanakan target penjualan perusahaan

• Memberikan lokakarya kepada restoran manager bila diperlukan


Restaurant Manager

• Melaksanakan pencapaian target perusahaan

• Mengawasi dan mengontrol seluruh kegiatan kerja restoran

• Memberikan pelatihan kepada karyawan

• Menjaga, memelihara, meningkatkan image perusahaan

• Bertanggungjawab terhadap jalannya operasi restoran

45

Quality Assurance & R & D Manager

• Memeriksa seluruh bahan baku yang diterima sesuai dengan spesifikasi

perusahaan

• Mengadakan audit standar prosedur-prosedur ke seluruh restoran

• Melaksanakan pembuatan dan memperpanjang sertifikat HALAL

• Mengembangkan produk baru


• Mengontrol seluruh biaya operasional

Marketing Manager

• Merancanakan pemasaran produk baru


• Merencanakan, meningkatkan, membangun, memelihara image perusahaan dalam

masyarakat

• Merencanakan pengembangan promosi tingkat lokal maupun internasional

Store Development Departmen Manager

• Merencanakan pengembangan bangunan beserta tata letak mesin serta peralatan

restoran lainnya

• Merancang desain interior restoran

• Menyeleksi setiap kontraktor yang mengajukan proposal

• Bekerjasama dengan departmen yang terkait di dalam menetapkan desain interior

dan tata letak mesin serta peralatan lainnya

• Mengadakan negosiasi dengan kontraktor untuk minta persetujuan manajemen

46

• Mengatur dan mengawasi kegiatan kerja karyawan yang dibawahinya

Human Resources Manager

• Merencanakan pengembangan sumber daya manusia di perusahaan

• Mengevaluasi dan menilai tenaga kerja di setiap departmen

• Menetapkan sistem kesejahteraan karyawan

• Mengangkat da menetapkan karyawan


Human Resources Administration Manager

• Melaksanakan pendapatan seluruh karyawan perusahaan

• Mengontrol dan merekap absensi karyawan

• Mengkoordinir baju seragam karyawan khususnya karyawan restoran


Training Manager

• Mengkoordinir dan mengawasi pelaksanaan program pelatihan di perusahaan

• Melaksanakan evaluasi dan penilaian kepada setiap karyawan yang telah diberikan

pelatihan

• Merencanakan pengembangan pelatihan


Employee Legal Industrial & General Relation Manager

• Melaksanakan setiap pemutusan hubungan kerja karyawan

47

• Menghadiri sidang perselisihan dan menghadiri persoalan yang serius

• Bekerjasama dengan departmen terkait dalam perselisihan hukum


Purchasing Manager

• Melaksanakan pembelian seluruh bahan baku yang dibutuhkan

• Menjalin rekanan dengan para pemasok

• Memonitor persediaan seluruh bahan baku dengan bekerja sama bagian

Warehouseing & Distribution


Finance & Accounting Manager

• Melaksanakan rencana kerja dan anggaran pendapatan pengeluaran perusahaan

• Melakukan pencatatan atas transaksi yang terjadi pada perusahaan

• Menyusun laporan keuangan konsolidasi atas transaksi yang terjadi di setiap restoran

• Mengkoordinir dan mengawasi kegiatan administrasi perusahaan

• Mengendalikan pendapatan dan pengeluaran perusahaan

Financial & Planning Control Manager

• Mengontrol pamakaian anggaran setiap departmen yang telah ditetapkan

perusahaan

• Mencatat setiap anggaran yang ditetapkan perusahaan

• Melaporkan kepada atasannya bila terdapat anggaran yang menyimpang

48

Information Technology Manager

• Merencanakan dan menyajikan sistem informasi kepada departmen yang

membutuhkannya

• Mengembangkan sistem informasi perusahaan dalam menghadapi kemajuan

teknologi

• Menyediakan perlengkapan yang berbasis komputer kepada departmen

Regional Administration Manager

• Melaksanakan dan mengembangkan sistem pelaporan keuangan dengan kebijakan

dari kantor pusat perusahaan

• Melaksanakan kontrol seluruh sistem perusahaan terutama sistem keuangan

• Bekerja sama dalam kegiatan dan pelaksanaan kerja di perusahaan

Internal Control Manager

• Melaksanakan audit keuangan ke kantor pusat maupun keseluruhan restoran

• Melaporkan kepada manajemen bila ada penyimpangan dalam aktual di setiap

sistem maupun prosedur

Brand Manager

• Melakukan promosi produk baru secara nasional

• Melaksanakan perubahan harga menu makanan setelah di setujui manajemen

• Mengevaluasi pelaksanaan promosi di seluruh restoran

• Melaksanakan kegiatan promosi dalam pembukaan restoran baru

• Bekerjasama dengan bagian operasi dalam meningkatkan penjualan di restoran.

49

Kids & LSM Manager

• Melaksanakan promosi paket Kids secara nasional

• Bekerjasama dengan bagian operasi dalam meningkatkan penjualan di restoran

• Mengadakan kegiatan Chaki Club serta merekrut anggota baru

• Bekerjasama dengan bagian Birthday party, Merchandising

• Merencanakan paket promosi Pesan Antar, Kids, Birthday party

Merchandising Manager

• Merencanakan pembelian jenis souvenir sesuai paket promosi yang telah di putuskan

manajemen

• Menjaga persediaan souvenir sesuai rencana promosi

• Mendata pemasukan dan pengeluaran semua barang promosi

• Mengadakan negosiasi dengan para supplier

Public Relation Manager

• Menangani keluhan tamu dari website, telp, surat tertulis kepada perusahaan

• Mengadakan kegiatan sosial secara nasional

• Mengadakan press Conference sesuai kebutuhan

• Mengadakan perayaan internal perusahaan

• Bekerjasama sponsor dengan pihak lain

Tax & Assurance Manager

• Membuat laporan bulanan pajak kepada negara

• Melaksanakan penarikan beban pajak dari karyawan, tamu untuk disetor kepada

50

kantor pajak

• Mengatur pembayaran semua jenis pajak kepada kantor pajak dalam peride tertentu

Procurement Manager

• Melaksanakan pembelian peralatan mesin masak dan sebagainya

• Melakukan negosiasi dengan para supplier

• Kerjasama dalam sistem pendistribusian dengan bagian Warehousing & Distribution

Facility & Support Manager

• Melaksanakan perbaikan peralatan masak dan sebagainya

• Mengkoordinir dan membagi tugas kerja kepada para teknisi

• Merencanakan pemeliharaan peralatan rutin, bulanan ke seluruh restoran


• Mengontrol biaya operasional

Market Development Manager

• Melaksanakan analisa pasar potensial

• Mengadakan negosiasi dengan para investor, rekanan

• Membuat perjanjian kerjasama

• Melaksanakan analisa restoran yang eksis

Compensations & Benefit Manager

• Melaksanakan pembayaran gaji, insentif, bonus, THR karyawan

• Menghitung gaji, lembur, insentif karyawan

51

• Memeriksa rekening/kwitansi pengobatan

• Menghitung & mambayar pemutusan hubungan kerja

General Affair Manager

• Melaksanakan perpanjangan ijin reklame, HO

• Melaksanakan perpanjangan kendaraan

• Mengelola gedung milik perusahaan

4.1.5 Strategi Manajemen Persediaan pada PT. FastFood Indonesia Tbk

Selama ini kita mengenal beberapa cara penggolongan material berkaitan dengan

kepentingan manajemen persediaan. Penggolongan material yang digunakan adalah,

pertama berdasarkan tujuan penggunaan, kedua berdasarkan frekwensi pemakaian, ketiga

berdasarkan perlakuan akutansi dan keempat berdasarkan nilai material.

Penggolongan material berdasarkan tujuan pemakaian :

- Material suku cadang ( spare part )

- Material umum ( general material )

- Material program

Penggolongan material berdasarkan frekwensi pemakaian

- Material fast moving

- Material slow moving

Penggolongan material berdasarkan perlakuan akutansi material :

- Material stock item

- Material direct charge item

Penggolongan material berdasarkan nilai material

52

- Material High value

- Material Medium value

- Material low value

Penggolongan yang masing-masing hanya merujuk pada satu parameter

tertentu sering kali menimbulkan kerancuan implementasi saat kegiatan analisa persediaan

harus dilakukan. Dewasa ini telah banyak dikembangkan satu pendekatan baru

penggolongan material yang lebih konprihensif, dengan memperhatikan beberapa parameter

utama (parameter ketehnikan dan parameter keekonomian). Parameter keteknikan diawakili

oleh variable tingkat resiko terhadap operasi, sedangkan parameter keekonomian diwakili

oleh variable pemakaian material.

Dalam pendekatan baru ini, keseluruhan material yang digunakan dalam kegiatan

operasi dapat digolongkan kedalam 4(empat) kategori, atau biasa disebut dengan Matrik

Material

Matrik Material terdiri atas Strategi Critical ( SC ), Strategi Scurity ( SS ), Tactical

Profit (TP) dan Tactical Acquisition ( TA ).

High

Resiko terhadap operasi

Low Nilai pemakaian

Material

Gambar 4.3 matrik material

STRATEGI STRATEGI SCURITY CRITICAL TACTICAL TACTICAL ACQUISITION PROFIT

53

Penjelasan :

1. STRATEGIC CRITICAL (SC), meliputi material dengan harga dan nilai pemakaian

tinggi ( high value ), mutlak diperlukan dalam kegiatan operasi (high required)

serta berperan penting pada daya saing produk ( high competitive ), namun hanya

ada beberapa pemasok (few suppliers)

2. STRATEGIC SCURITY (SS), meliputi material dengan harga dan nilai pe makaian

relatif rendah (low value),mutlak diperlukan dalam kegiatan operasi (highly

required) serta pemasok sangat terbatas (limited suppliers).

3. TACTICAL PROFIT (TP), meliputi material dengan harga dan nilai pemakaian tinggi (

high value ), tidak mutlak diperlukan dalam kegiatan operasi(low required), namun

berperan penting pada daya saing produk (high com petitive), dan tersedia cukup

banyak pemasok ( many supplier )

4. TACTICAL ACQUISITION (TA), meliputi material dengan harga dan nilai pemakaian

relatif rendah ( low value), tidak mutlak diperlukan dalam kegiatan operasi ( low

required ), dan terdapat banyak pemasok. ( many suppiers )

Dengan menggunakan pendekatan Materik Material tersebut diatas, kegiatan

manajemen persediaan dapat dilakukan dengan lebih terarah, dengan memberi bobot secara

lebih proporsional dimulai dari material kategori SC – SS – TP – dan TA

Manajemen Persediaan harus mampu memilah seluruh material persediaan yang

dikelola, masing-masing, dan menempatkannya pada salah satu matriks yang tepat. Seluruh

aktivitas perencanaan berkaitan dengan pengelolaan material tersebut mengacu pada Master

Material Maping yang ada secara konsisten. Tabulasi material perkategori ( SC-SS-TP-

atau TA ) dibuat secara lengkap.

54

Dalam praktek, ada 2 (dua) faktor yang perlu diperhatikan oleh seorang pengendali

persediaan yaitu :

a. Faktor Service Level, dengan tetap mempertimbangkan keekonomian

b. Faktor pemenuhan citra fungsi

Faktor pertama sangat terkait dengan pemenuhan material kategori SC dan SS, sementara

faktor kedua sangat terkait dengan pemenuhan material kategori TA

Beberapa contoh material dapat disebutkan disini :

- Material SC : Marinade, Breading, Seasoning, Milk & Egg, dsb

- Material SS : Ayam, Patties, Beras, Vegetable Oils, Sambal, Tomato

- Material TP : Material support seperti plastik-plastik, packaging dll

- Material TA : Alat tulis kantor, alat listrik, Computer dsb

Pola pengadaan untuk material SC diarahkan pada upaya untuk mengelola supplier

sedemikian rupa sehingga ketersediaan material dapat terjamin dengan harga sewajar

mungkin. Sensitivitas harga sangat berpengaruh karena dampaknya terhadap total biaya

sangat signifikan.

Konsep partnership dengan supplier yang professional sangat efektif untuk dirujuk.

Beberapa hal penting yang perlu diperhatikan yaitu manajemen harga, analisis dan

pengembangan supplier, serta adanya kontrak yang rinci, strategi pengadaan yang tepat :

Kontrak jangka menengah / panjang, Total Supply Management, Aliansi Strategis

Pola pengadaan untuk material SS diarahkan pada upaya untuk menjamin

ketersediaan pasokan, dan pola pengadaan untuk material TP diarahkan untuk

menciptakan keuntungan / nilai tambah produk. Dan pola pengadaan untuk material TA

mengarah pada minimalisasi perhatian dengan cara simplikasi proses pengadaan.

55

4.1.5.1 Implementasi Pola Pengadaan di PT. FastFood Indonesia Tbk,

Pendekatan baru manajemen persediaan haruslah in-line dengan strategi

pengadaan material. Hal ini merupakan suatu rangkaian proses yang tidak terpisahkan

Implementasi pola baru pengadaan juga harus mengacu pada Matriks Material, dengan

penajaman focus pada material kategori SC dan SS

Sumber-sumber material tidak lagi dibatasi pada sumber-sumber tradisional,

pengembangan sumber material secara global sudah merupakan persyaratan untuk

memperoleh keuntungan maksimal dari sisi harga dan terbukanya alternatif material

pengganti baik dari segi jenis maupun merk. Pengadaan material dari sumber yang paling

hulu perlu diupayakan semaksimal mungkin, untuk memperoleh jaminan mutu, harga dan

kelangsungan pasokan.

Format baru pola pengadaan material ini ditandai dengan konsep kesetaraan ( win-

win relationship ), transparansi, dan perikatan jangka panjang ( longterm agreement )

Penentuan tujuan pengadaan, berdasarkan pendekatan baru Matriks Material dapat

digambarkan sebagai berikut :

Gambar 4.4 Tujuan pengadaan berdasarkan matrik material

Pola pengadaan SS diarahkan pada upaya untuk mengelola supplier sehingga

ketersediaan material tetap terjamin, dengan tetap menjaga tingkat harga dan mutu yang

wajar.

STRATEGI SECURITY STRATEGIC CRITICAL ENSURE SUPPLY MANAGE SUPPLIER TACTICAL ACQUITION TACTICAL PROFIT MINIMIZE ATTENTION DRIVE PROFIT

56

Pola pengadaan material SS yang diarahkan pada upaya menjamin tersedianya

pasokan, beberapa hal perlu diperhatikan yaitu : penciptaan alternatif, Cost Insentive, dan

fleksibilitas organisasi.

4.2 Analisis Data

Data persediaan dari tahun 2002 sampai dengan 2008 pada PT Fastfood Indonesia,

Tbk. adalah sebagai berikut :

Tabel 4.1 data persediaan tahun 2002

Bulan Data Pembelian / unit

Januari 346904

Februari 259088

Maret 314276

April 315856

Mei 439680

Juni 328352

Juli 288112

Agustus 544486

September 271070

Oktober 323438

November 230896

Desember 321466

Jumlah 3983624

Tabel 4.2 Data persediaan Tahun 2003

Bulan Data Pembelian / unit

Januari 448710

Februari 380684

Maret 390336

57

April 297628

Mei 378158

Juni 242678

Juli 398824

Agustus 442478

September 363696

Oktober 396180

November 350560

Desember 408796

Jumlah 4498728

Tabel 4.3 Data persediaan tahun 2004

Bulan Data Pembelian / Unit

Januari 347906

Februari 259038

Maret 314270

April 424422

Mei 439680

Juni 328352

Juli 488112

Agustus 544486

September 471070

Oktober 423438

November 230696

Desember 521466

Jumlah 4792936



Januari 534786

Februari 327938

58

Maret 401980

April 527910

Mei 442824

Juni 474142

Juli 423900

Agustus 480296

September 543040

Oktober 585068

November 554210

Desember 523106

Jumlah 5819200



Januari 455270

Februari 404280

Maret 555788

April 507924

Mei 550462

Juni 499382

Juli 558856

Agustus 515040

September 468704

Oktober 515036

November 680184

Desember 566956

Jumlah 6277882



Januari 641688

59

Februari 366250

Maret 460710

April 494100

Mei 586420

Juni 581380

Juli 719578

Agustus 507188

September 507770

Oktober 573090

November 514940

Desember 552940

Jumlah 6506054



Januari 502056

Februari 577514

Maret 464040

April 553100

Mei 413440

Juni 598830

Juli 690780

Agustus 557880

September 555700

Oktober 514900

November 508490

Desember 644490

Jumlah 6581220 Sumber: PT. Fastfood Indonesia, Tbk.

*Keterangan : 1 unit (ekor) = 7 potong

60

4.3 Menghitung Peramalan

Pembelian persediaan bahan baku ayam dihitung dengan menggunakan metode

peramalan dengan menggunakan software QM (Quantity Management). Metode peramalan

yang digunakan untuk menghitung pembelian bahan baku adalah:

• Rata-rata Bergerak

• Rata-rata bergerak dengan pembobotan

• Penghalusan Eksponensial

• Regresi Linear

4.3.1 Langkah-langkah Penyelesaian

Langkah penyelesaian dengan menggunakan software QM:

1. Pada Main menu pilih : Module

2. Pada Module pilih : Forecasting

3. pada sub menu pilih New

4. Pilih Time series Analysis

5. Input number of past periode :

6. Input Row names : jan 2002, feb 2002, mar 2002, apl 2002 dst.

7. Input data yang diminta

8. Pilih Methode :

• Moving average (Rata-rata bergerak) dengan input alfa 0,1

• weighted moving average (rata-rata bergerak dengan pembobotan) dengan

input alfa 0,2.

• exponential smoothing (penghalusan eksponensial) dengan input alfa 0,5

• regresi linier dengan input x= 85, 86, 87, 88, 89, 90

9. Pilih solve.

61

4.3.1.1 Rata-rata Bergerak

Hasil dari perhitungan QM pada pembelian persediaan bahan baku ayam PT Fastfood

Indonesia, Tbk. dimulai dari bulan januari 2009 hingga juni 2009 dengan menggunakan

metode rata-rata bergerak (Moving Average), dapat dilihat pada gambar dibawah ini.

Gambar 4.5

Hasil perhitungan QM rata-rata bergerak (Januari 2009)

62

Gambar 4.6

Hasil perhitungan QM rata-rata bergerak (Februari 2009)

Gambar 4.7

Hasil perhitungan QM rata-rata bergerak (Maret 2009)

63

Gambar 4.8

Hasil perhitungan QM rata-rata bergerak (April 2009)

Gambar 4.9

Hasil perhitungan QM rata-rata bergerak (Mei 2009)

64

Gambar 4.10

Hasil perhitungan QM rata-rata bergerak (Juni 2009)

4.3.2 Rata-rata Bergerak Dengan Pembobotan



Metode Rata-rata Bergerak dengan Pembobotan (Weighted Moving Averages), dapat dilihat

pada gambar dibawah ini.

65

Gambar 4.11

Hasil perhitungan QM rata-rata bergerak dengan pembobotan

(Januari 2009)

Gambar 4.12


(Februari 2009)

66

Gambar 4.13


(Maret 2009)

Gambar 4.14


(April 2009)

67

Gambar 4.15


(Mei 2009)

Gambar 4.16


(Juni 2009)

68

4.3.3 Penghalusan Eksponensial



metode penghalusan eksponensial (Exponensial Smoothing), dapat dilihat pada gambar

dibawah ini.

Gambar 4.17

Hasil perhitungan QM penghalusan eksponensial (Januari 2009)

69

Gambar 4.18

Hasil perhitungan QM penghalusan eksponensial (Februari 2009)

Gambar 4.19

Hasil perhitungan QM penghalusan eksponensial (Maret 2009)

70

Gambar 4.20

Hasil perhitungan QM penghalusan eksponensial (April 2009)

Gambar 4.21

Hasil perhitungan QM penghalusan eksponensial (Mei 2009)

71

Gambar 4.22

Hasil perhitungan QM penghalusan eksponensial (Juni 2009)

4.3.4 Regresi Linear



Metode Regresi Linear (Linear Regression), dapat dilihat pada gambar dibawah ini.

72

Gambar 4.23

Hasil perhitungan QM regressi linear (Januari 2009)

Gambar 4.24

Hasil Perhitungan QM regresi linear (Februari 2009)

73

Gambar 4.25

Hasil perhitungan QM regresi linear (Maret 2009)

Gambar 4.26

Hasil perhitungan QM regresi linear (April 2009)

74

Gambar 4.27

Hasil perhitungan QM regresi linear (Mei 2009)

Gambar 4.28

Hasil data QM regresi linear (Juni 2009)

75

Tabel 4.8

Hasil perhitungan QM dengan empat metode

No Metode Bulan

(Tahun 2009)MAD MSE

Januari 87.041,9531 11.640.113.152

Februari 86.005,7344 11.501.540.352

Maret 84.993,9063 11.366.227.968

April 84.005,6016 11.234.062.336

Mei 83.040,0234 11.104.934.912

1. Rata-rata

Bergerak

Juni 82.096,3828 10.978.742.272

Januari 82.059,4766 11.133.331.456

Februari 81.070,8047 10.999.194.624

Maret 80.105,6797 10.868.252.672

April 79.163,2578 10.740.390.912

Mei 78.242,7578 10.615.501.824

2. Rata-rata

bergerak

dengan

pembobotan

Juni 77.343,4141 10.493.485.056

Januari 72.496,3125 8.302.897.152

Februari 71.633,2656 8.204.052.992

Maret 70.790,5156 8.107.534.848

April 69.967.375 8.013.261.312

Mei 69.163,1484 7.921.154.560

3. Penghaluan

Eksponensial

Juni 68.377,2031 7.831.141.888

Januari 60.179,6133 5.932.458.496

Februari 59.471,6133 5.862.665.728

Maret 58.780,1742 5.794.494.976

April 58.104,4492 5.727.891.456

Mei 57.444,1758 5.662.801.920

4. Regressi

linear

Juni 56.798,7266 5.599.175.168

76

Berdasarkan perhitungan pembelian bahan baku ayam pada PT Fastfood Indonesia, Tbk.

dilakukan analisis dengan menggunakan aplikasi software QM, dengan 4 metode peramalan

diantaranya : Metode Rata-rata Bergerak (Moving Average), Rata-rata Bergerak dengan

Pembobotan (Weighted Moving Average), Penghalusan Eksponensial (Exponential

Smoothing), dan Regresi Linier (Linear Regression). Berdasarkan hasil pengolahan data telah

diperoleh hasil MAD, dan MSE yang memiliki nilai terkecil, yaitu perhitungan Peramalan yang

dilakukan dengan menggunakan metode Regresi Linier. Nilai MAPE tidak tercantum dalam

hasil perhitungan peramalan dengan menggunakan aplikasi software QM. Oleh karena itu

penulis menghitung peramalan kembali secara manual, dan mendapatkan hasil yang sama

yaitu metode dengan nilai MAD, MSE dan MAPE terkecil adalah metode regresi linear. Metode

Regresi Linier merupakan metode peramalan yang sebaiknya digunakan untuk meramalkan

pembelian bahan baku ayam dimasa yang akan datang, berdasarkan perhitungan QM dan

perhitungan manual.

4.4 Perhitungan Manual

4.4.1 Perhitungan Manual Rata-rata Bergerak

Tabel 4.9 Perhitungan manual Rata-rata Bergerak

Bulan dan

tahun Indeks Waktu

Permintaan aktual (A)

Periode (n)

Ramalan Berdasarkan

MA(1)(F) Error (E = A-F )

RSFE = Kumulatif

dari (E)

Absolut Error (A-F)

Kumulatif absolut

error

MAD = kumulatif

absolut error /n

(kesalahan)2 Kesalahan persen

absolut 100 (kesalahan/aktual)

Jan 2002

1 346904

Feb 2002

2 259088 1 346904 -87816 -87816 87816 87816 87816 (-87816) = 7711649856

100(87816/259088) = 33.89%

Mar 2002

3 314276 2 259088 55188 -32628 55188 143004 71502 55188 = 3045715344

100(55188/314276) = 17.56%

Apl 2002

4 315856 3 314276 1580 -31048 1580 144584 48194.66667 1580 = 2496400 100(1580/315856) = 0.5%

May 2002

5 439688 4 315856 123832 92784 123832 268416 67104 123832 = 15334364224

100(123832/439680) = 28.16%

Jun 2002

6 328352 5 439688 -111336 -18552 111336 379752 75950.4 (-111336) = 12395704896

100(111336/328352) = 33.9%

Jul 2002

7 288112 6 328352 -40240 -58792 40240 419992 69998.66667 (-40240) = 1619257600

100(87816/259088) = 33.89%

Agt 2002

8 544486 7 288112 256374 197582 256374 676366 96623.71429 256374 = 65727627876

100(55188/314276) = 17.56%

Sep 2002

9 271070 8 544486 -273416 -75834 273416 949782 118722.75 (-273416) =74756309056

100(273416/271070) = 100.86%

Okt 2002

10 323438 9 271070 52368 -23466 52368 1002150 111350 52368 = 2742407424

100(52368/323438) = 16.19%

Nov 2002

11 230896 10 323438 -92542 -116008 92542 1094692 109469.2 (-92542) = 8564021764

100(92542/230896) = 40.08%

Dec 2002

12 321466 11 230896 90570 -25438 90570 1185262 107751.0909 90570 = 8202924900

100(90570/321466) = 28.17%

Jan 2003

13 448710 12 321466 127244 101806 127244 1312506 109375.5 127244 = 16191035536

100(127244/448710) = 28.36%

Feb 2003

14 380684 13 448710 -68026 33780 68026 1380532 106194.7692 (-68026) = 4627536676

100(68026/380684) = 17.87%

Mar 15 390336 14 380684 9652 43432 9652 1390184 99298.85714 9652 = 93161104 100(9652/390336) =

77

2003 2.47% Apl 2003

16 297628 15 390336 -92708 -49276 92708 1482892 98859.46667 (-92708) = 8594773264

100(92708/297628) = 31.15%

May 2003

17 378158 16 297628 80530 31254 80530 1563422 97713.875 80530 = 6485080900

100(80530/378158) = 21.29%

Jun 2003

18 242678 17 378158 -135480 -104226 135480 1698902 99935.41176 (-135480) = 18354830400

100(135480/242678) = 55.83%

Jul 2003

19 398824 18 242678 156146 51920 156146 1855048 103058.2222 156146 = 24381573316

100(156146/398824) = 39.15%

Agt 2003

20 442478 19 398824 43654 95574 43654 1898702 99931.68421 43654 = 1905671716

100(43654/442478) = 9.86%

Sep 2003

21 363696 20 442478 -78782 16792 78782 1977484 98874.2 (-78782) = 6206603524

100(78782/363696) = 21.66%

Okt 2003

22 396180 21 363696 32484 49276 32484 2009968 95712.7619 32484 = 1055210256

100(32484/396180) = 8.2%

Nov 2003

23 350560 22 396180 -45620 3656 45620 2055588 93435.81818 (-45620) = 2081184400

100(45620/350560) = 13.01%

Dec 2003

24 408796 23 350560 58236 61892 58236 2113824 91905.3913 58236 =3391431696

100(58236/408796) = 14.24%

Jan 2004

25 347906 24 408796 -60890 1002 60890 2174714 90613.08333 (-60890) = 3707592100

100(60890/347906) = 17.5%

Feb 2004

26 259038 25 347906 -88868 -87866 88868 2263582 90543.28 (-88868) = 7897521424

100(88868/259038) = 34.31%

Mar 2004

27 314270 26 259038 55232 -32634 55232 2318814 89185.15385 55232 = 3050573824

100(55232/314270) = 17.57%

Apl 2004

28 424422 27 314270 110152 77518 110152 2428966 89961.7037 110152 = 12133463104

100(110152/424422) = 25.95%

May 2004

29 439680 28 424422 15258 92776 15258 2444224 87293.71429 15258 = 232806564 100(15258/439680) = 3.47%

Jun 2004

30 328352 29 439680 -111328 -18552 111328 2555552 88122.48276 (-111328) = 12393923584

100(111328/328352) = 33.9%

Jul 2004

31 488112 30 328352 159760 141208 159760 2715312 90510.4 159760 = 25523257600

100(159760/488112) = 32.73%

Agt 2004

32 544486 31 488112 56374 197582 56374 2771686 89409.22581 56374 = 3178027876

100(56374/544486) = 10.35%

Sep 2004

33 471070 32 544486 -73416 124166 73416 2845102 88909.4375 (-73416) = 5389909056

100(73416/471070) = 15.58%

Okt 2004

34 423438 33 471070 -47632 76534 47632 2892734 87658.60606 (-47632) = 2268807424

100(47632/423438) = 11.25%

Nov 2004

35 230696 34 423438 -192742 -116208 192742 3085476 90749.29412 (-192742) = 37149478564

100(192742/230696) = 83.55%

Dec 2004

36 521466 35 230696 290770 174562 290770 3376246 96464.17143 290770 = 84547192900

100(290770/521466) = 55.76%

Jan 37 534786 36 521466 13320 187882 13320 3389566 94154.61111 13320 = 177422400 100(13320/534786) =

90 78

2005 2.49% Feb 2005

38 327938 37 534786 -206848 -18966 206848 3596414 97200.37838 (-206848) = 42786095104

100(206848/327938) = 63.07%

Mar 2005

39 401980 38 327938 74042 55076 74042 3670456 96590.94737 74042 = 542217764 100(74042/401980) = 18.42%

Apl 2005

40 527910 39 401980 125930 181006 125930 3796386 97343.23077 125930 = 15858364900

100(125930/527910) = 23.85%

May 2005

41 442824 40 527910 -85086 95920 85086 3881472 97036.8 (-85086) = 7239627396

100(85086/442824) = 19.21%

Jun 2005

42 474142 41 442824 31318 127238 31318 3912790 95433.90244 31318 = 980817124 100(31318/474142) = 6.6%

Jul 2005

43 423900 42 474142 -50242 76996 50242 3963032 94357.90476 (-50242) = 2524258564

100(50242/423900) = 11.85%

Agt 2005

44 480296 43 423900 56396 133392 56396 4019428 93475.06977 56396 = 3180508816

100(56396/480296) = 11.74%

Sep 2005

45 543040 44 480296 62744 196136 62744 4082172 92776.63636 62744 = 3936809536

100(62744/543040) = 11.55%

Okt 2005

46 585068 45 543040 42028 238164 42028 4124200 91648.88889 42028 = 1766352784

100(42028/585068) = 7.18%

Nov 2005

47 554210 46 585068 -30858 207306 30858 4155058 90327.34783 (-30858) = 952216164

100(30858/554210) = 5.57%

Dec 2005

48 523106 47 554210 -31104 176202 31104 4186162 89067.2766 (-31104) = 967458816

100(31104/523106) = 5.95%

Jan 2006

49 455270 48 523106 -67836 108366 67836 4253998 88624.95833 (-67836) = 4601722896

100(67836/455270) = 14.9%

Feb 2006

50 404280 49 455270 -50990 57376 50990 4304988 87856.89796 (-50990) = 2599980100

100(50990/404280) = 12.61%

Mar 2006

51 555788 50 404280 151508 208884 151508 4456496 89129.92 151508 = 22954674064

100(151508/555788) = 27.26%

Apl 2006

52 507924 51 555788 -47864 161020 47864 4504360 88320.78431 (-47864) = 2290962496

100(47864/507924) = 9.42%

May 2006

53 550462 52 507924 42538 203558 42538 4546898 87440.34615 42538 = 1809481444

100(42538/550462) = 7.73%

Jun 2006

54 499382 53 550462 -51080 152478 51080 4597978 86754.30189 (-51080) = 2609166400

100(51080/499382) = 10.23%

Jul 2006

55 558856 54 499382 59474 211952 59474 4657452 86249.11111 59474 = 3537156676

100(59474/558856) = 10.64%

Agt 2006

56 515040 55 558856 -43816 168136 43816 4701268 85477.6 (-43816) = 1919841856

100(43816/515040) = 8.5%

Sep 2006

57 468704 56 515040 -46336 121800 46336 4747604 84778.64286 (-46336) = 2147024896

100(46336/468704) = 9.88%

Okt 2006

58 515036 57 468704 46332 168132 46332 4793936 84104.14035 46332 = 2146654224

100(46332/515036) = 8.99%

Nov 59 680184 58 515036 165148 333280 165148 4959084 85501.44828 165148 = 100(165148/680184) =

79

2006 27273861904 24.28% Dec 2006

60 566956 59 680184 -113228 220052 113228 5072312 85971.38983 (-113228) = 12820579984

100(113228/566956) = 19.97%

Jan 2007

61 641688 60 566956 74732 294784 74732 5147044 85784.06667 74732 = 5584871824

100(74732/641688) = 11.65%

Feb 2007

62 366250 61 641688 -275438 19346 275438 5422482 88893.14754 (-275438) = 75866091844

100(275438/366250) = 75.2%

Mar 2007

63 460710 62 366250 94460 113806 94460 5516942 88982.93548 94460 = 8922691600

100(94460/460710) = 20.50%

Apl 2007

64 494100 63 460710 33390 147196 33390 5550332 88100.50794 33390 = 1114892100

100(33390/494100) = 6.76%

May 2007

65 586420 64 494100 92320 239516 92320 5642652 88166.4375 92320 = 8522982400

100(92320/586420) = 15.74%

Jun 2007

66 581380 65 586420 -5040 234476 5040 5647692 86887.56923 (-5040) = 25401600 100(5040/581380) = 0.87%

Jul 2007

67 719578 66 581380 138198 372674 138198 5785890 87665 138198 =19098687204

100(138198/719578) = 19.2%

Agt 2007

68 507188 67 719578 -212390 160284 212390 5998280 89526.56716 (-212390) = 45109512100

100(212390/507188) = 41.87%

Sep 2007

69 507770 68 507188 582 160866 582 5998862 88218.55882 582 = 338724 100(582/507770) = 0.11%

Okt 2007

70 573090 69 507770 65320 226186 65320 6064182 87886.69565 65320 = 4266702400

100(65320/573090) = 11.4%

Nov 2007

71 514940 70 573090 -58150 168036 58150 6122332 87461.88571 (-58150) = 3381422500

100(58150/514940) = 11.29%

Dec 2007

72 552940 71 514940 38000 206036 38000 6160332 86765.23944 38000 = 1444000000

100(38000/552940) = 6.87%

Jan 2008

73 502056 72 552940 -50884 155152 50884 6211216 86266.88889 (-50884) = 2589181456

100(50884/502056) = 10.13%

Feb 2008

74 577514 73 502056 75458 230610 75458 6286674 86118.82192 75458 = 5693909764

100(75458/577514) = 13.07%

Mar 2008

75 464040 74 577514 -113474 117136 113474 6400148 86488.48649 (-113474) = 12876348676

100(113474/464040) = 24.45%

Apl 2008

76 553100 75 464040 89060 206196 89060 6489208 86522.77333 89060 = 7931683600

100(89060/553100) = 16.1%

May 2008

77 413440 76 553100 -139660 66536 139660 6628868 87221.94737 (-139660) = 19504915600

100(139660/413440) = 33.78%

Jun 2008

78 598830 77 413440 185390 251926 185390 6814258 88496.85714 185390 = 34369452100

100(185390/598830) = 30.96%

Jul 2008

79 690780 78 598830 91950 343876 91950 6906208 88541.12821 91950 =8454802500

100(91950/690780) = 13.31%

Agt 2008

80 557880 79 690780 -132900 210976 132900 7039108 89102.63291 (-132900) = 17662410000

100(132900/557880) = 23.82%

Sep 81 555700 80 557880 -2180 208796 2180 7041288 88016.1 (-2180) = 4752400 100(2180/555700) =

80

2008 0.39% Okt 2008

82 514900 81 555700 -40800 167996 40800 7082088 87433.18519 (-40800) = 1664640000

100(40800/514900) = 7.92%

Nov 2008

83 508490 82 514900 -6410 161586 6410 7088498 86445.09756 (-6410) = 41088100 100(6410/508490) = 1.26%

Dec 2008

84 644490 83 508490 136000 297586 136000 7224498 87042.14458 136000 =18496000000

Jumlah kesalahan dikuadratkan

100(136000/644490) = 21.1%

Jumlah % Kesalahan

Jan 2009

85 508490 84 644490 -136000 161586 136000 7360498 87624.97619 136000 =18496000000

9.84629E+11 100(136000/508490) = 26.74%

1752.15%

Feb 2009

86 644490 85 508490 136000 297586 136000 7496498 88194.09412 136000 =18496000000

1.00313E+12 100(136000/644490) = 21.1%

1773.25%

Mar 2009

87 508490 86 644490 -136000 161586 136000 7632498 88749.97674 136000 =18496000000

1.02162E+12 100(136000/508490) = 26.74%

1799.99%

Apl 2009

88 644490 87 508490 136000 297586 136000 7768498 89293.08046 136000 =18496000000

1.04012E+12 100(136000/644490) = 21.1%

1821.09%

May 2009

89 508490 88 644490 -136000 161586 136000 7904498 89823.84091 136000 =18496000000

1.05861E+12 100(136000/508490) = 26.74%

1847.83%

Jun 2009

90 644490 89 508490 136000 297586 136000 8040498 90342.67416 136000 =18496000000

1.07711E+12 100(136000/644400) = 21.1%

1868.93%

Sumber: Hasil analisis data juli 2009

81

82

Σ (kesalahan peramalan)2 984629160948 MSE Jan 09 = = = 11583872481,74

n 85 1003125160948

MSE Feb 09 = = 11664246057,53 86

1021621160948

MSE Mar 09 = = 11742771964,92 87

1040117160948

MSE Apl 09 = = 11819513192,59 88

1058613160948

MSE May 09 = = 11894529898,29 89

1077109160948

MSE Jun 09 = = 11967879566,09 90

Σ kesalahan persen absolut 1752,15% MAPE Jan 09 = = = 20,61%

n 85 1773,25%

MAPE Feb 09 = = 20,62% 86

1799,99% MAPE Mar 09 = = 20,69% 87

1821,09% MAPE Apl 09 = = 20,69% 88

1847,83% MAPE Mei 09 = = 20,76% 89

1868,93% MAPE Jun 09 = = 20,77% 90

4.4.2 Perhitungan Manual Rata-rata Bergerak Dengan Pembobotan

Tabel 4.10 Tabel perhitungan Manual Rata-rata Bergerak dengan Pembobotan

Bulan dan

tahun Indeks Waktu

Permintaan Aktual (A)

Periode (n)

Ramalan Berdasarkan WMA (2) (F)

Error (E = A-F)

RSFE = Kumulatif

dari (E)

Absolut Error = Absolut dari (E)

Kumulatif Absolut Erorr =

Kumulatif dari

(Absolut Erorr)

MAD = Kumulatif absolut error/n

(Kesalahan)2 Kesalahan persen


Jan 2002

1 346904

Feb 2002

2 259088

Mar 2002

3 314276 1 {(2)(259088)+(1)(346904)} / 3 = 288360

-25916 -25916 25916 25916 25916 (-25916) = 671639056

100(25916/314276) = 8.25%

Apl 2002

4 315856 2 {(2)(314276)+(1)(259088)} / 3 = 295880

-19976 -45892 19976 45892 22946 (-19976) = 399040576

100(19976/315856) = 6.32%

May 2002

5 439688 3 {(2)(315856)+(1)(314276)} / 3 = 315329.3

-124359 -170250.7 124358.7 170250.7 56750.23333 (-124358.7) = 15465086265.69

100(124358.7/439680) = 28.28%

Jun 2002

6 328352 4 {(2)(439688)+(1)(315856)} / 3 = 398410.7

70058.7 -100192 70058.7 240309.4 60077.35 70058.7 = 4908221445.69

100(70058.7/328352) = 23.56%

Jul 2002

7 288112 5 {(2)(328352)+(1)(439688)} / 3 = 365464

77352 -22840 77352 317661.4 63532.28 77352 = 5983331904

100(77352/288112) = 26.85%

Agt 2002

8 544486 6 {(2)(288112)+(1)(328352)} / 3 = 301525.3

-242961 -265800.7 242960.7 560622.1 93437.01667 (-242960.7) = 59029901744.49

100(242960.7/544486) = 44.62%

Sep 2002

9 271070 7 {(2)(544486)+(1)(288112)} / 3 = 459028

187958 -77842.7 187958 748580.1 106940.0143 187958 = 35328209764

100(187958/271070) = 69.34%

Okt 2002

10 323438 8 {(2)(271070)+(1)(544486)} / 3 = 362208.7

38770.7 -39072 38770.7 787350.8 98418.85 38770.7 = 1503167178.49

100(38770.7/323438) = 11.99%

Nov 2002

11 230896 9 {(2)(323438)+(1)(271070)} / 3 = 305982

75086 36014 75086 862436.8 95826.31111 75086 = 5637907396

100(75086/230896) = 32.52%

Dec 2002

12 321466 10 {(2)(230896)+(1)(323438)} / 3 = 261743.3

-59722.7 -23708.7 59722.7 922159.5 92215.95 (-59722.7) = 3566800895.29

100(59722.7/321466) = 18.58%

Jan 2003

13 448710 11 {(2)(321466)+(1)(230896)} / 3 = 291276

-157434 -181142.7 157434 1079593.5 98144.86364 (-157434) = 24785464356

100(157434/448710) = 35.08%

Feb 2003

14 380684 12 {(2)(448710)+(1)(321466)} / 3 = 406295.3

25611.3 -155531.4 25611.3 1105204.8 92100.4 25611.3 = 655938687.69

100(25611.3/380684) = 6.73%

Mar 2003

15 390336 13 {(2)(380684)+(1)(448710)} / 3 = 403359.3

13023.3 -142508.1 13023.3 1118228.1 86017.54615 13023.3 = 169606342.9

100(13023.3/390336) = 3.34%

83

Apl 2003

16 297628 14 {(2)(390336)+(1)(380684)} / 3 = 387118.7

89490.7 -53017.4 89490.7 1207718.8 86265.62857 89490.7 = 8008585386.49

100(89490.7/297628) = 30.07%

May 2003

17 378158 15 {(2)(297628)+(1)(390336)} / 3 = 328530.7

-49627.3 -102644.7 49627.3 1257346.1 83823.07333 (-49627.3) = 2462868905.29

100(49627.3/378158) = 13.12%

Jun 2003

18 242678 16 {(2)(378158)+(1)(297628)} / 3 = 351314.7

108636.7 5992 108636.7 1365982.8 85373.925 (108636.7) = 11801932586.89

100(108636/242678) = 44.76%

Jul 2003

19 398824 17 {(2)(242678)+(1)(378158)} / 3 = 287838

-110986 -104994 110986 1476968.8 86880.51765 (-110986) = 12317892196

100(110986/398824) = 27.83%

Agt 2003

20 442478 18 {(2)(398824)+(1)(242678)} / 3 = 346775.3

-95702.7 -200696.7 95702.7 1572671.5 87370.63889 (-95702.7) = 9159006787.29

100(95702.7/442478) = 21.63%

Sep 2003

21 363696 19 {(2)(442478)+(1)(398824)} / 3 = 427926.7

64230.7 -136466 64230.7 1636902.2 86152.74737 (64230.7) = 4125582822.49

100(64230.7/363696) = 17.66%

Okt 2003

22 396180 20 {(2)(363696)+(1)(442478)} / 3 = 389956.7

-6223.3 -142689.3 6223.3 1643125.5 82156.275 (-6223.3) = 38729462.89

100(6223.3/396180) = 1.57%

Nov 2003

23 350560 21 {(2)(396180)+(1)(363696)} / 3 = 385352

34792 -107897.3 34792 1677917.5 79900.83333 (34792) = 1210483264

100(34792/350560) = 9.92%

Dec 2003

24 408796 22 {(2)(350560)+(1)(396180)} / 3 =365766.7

-43029.3 -150926.6 43029.3 1720946.8 78224.85455 (-43029.3) = 1851520658.49

100(43029.3/408796) = 10.52%

Jan 2004

25 347906 23 {(2)(408796)+(1)(350560)} / 3 = 389384

41478 -109448.6 41478 1762424.8 76627.16522 (41478) = 1720424484

100(41478/347906) = 11.92%

Feb 2004

26 259038 24 {(2)(347906)+(1)(408796)} / 3 = 368202.7

109164.7 -283.9 109164.7 1871589.5 77982.89583 (109164.7) = 11916931726.09

100(109164.7/259038) = 42.14%

Mar 2004

27 314270 25 {(2)(259038)+(1)(347906)} / 3 = 288660.7

-25609.3 -25893.2 25609.3 1897198.8 75887.952 (-25609.3) = 655836246.49

100(25609.3/314270) = 8.15%

Apl 2004

28 424422 26 {(2)(314270)+(1)(259038)} / 3 = 295859.3

-128563 -1544559 128562.7 2025761.5 77913.90385 (-128562.7) = 16528367831.29

100(128562.7/424422) = 30.29%

May 2004

29 439680 27 {(2)(424422)+(1)(314270)} / 3 = 387704.7

-51975.3 -206431.2 51975.3 2077736.8 76953.21481 (-51975.3) = 2701431810.09

100(51975.3/439680) = 11.82%

Jun 2004

30 328352 28 {(2)(439680)+(1)(424422)} / 3 = 434594

106242 -100189.2 106242 2183978.8 77999.24286 (106242) = 11287362564

100(106242/328352) = 32.36%

Jul 2004

31 488112 29 {(2)(328352)+(1)(439680)} / 3 = 365461.3

-122651 -222839.9 122650.7 2306629.5 79538.94828 (-122650.7) = 15043194210.49

100(122650.7/488112) = 25.13%

Agt 2004

32 544486 30 {(2)(488112)+(1)(328352)} / 3 = 434858.7

-109627 -332467.2 109627.3 2416256.8 80541.89333 (-109627.3) = 12018144905.29

100(109627.3/544486) = 20.13%

Sep 2004

33 471070 31 {(2)(544486)+(1)(488112)} / 3 = 525694.7

54624.7 -277842,5 54624.7 2470881.5 79705.85484 (54624.7) = 2983857850.09

100(54624.7/471070) = 11.59%

Okt 2004

34 423438 32 {(2)(471070)+(1)(544486)} / 3 = 495542

72104 -205738.5 72104 2542985.5 79468.29688 (72104) = 5198986816

100(72104/423438) = 17.03%

Nov 2004

35 230696 33 {(2)(423438)+(1)(471070)} / 3 = 439315.3

208619.3 2880.8 208619.3 2751604.8 83381.96364 (208619.3) = 43522012332.49

100(208619.3/230696) = 90.43%

Dec 2004

36 521466 34 {(2)(230696)+(1)(423438)} / 3 = 294943.3

-226523 -223641.9 226522.7 2978127.5 87591.98529 (-226522.7) = 51312533615.29

100(226522.7/521466) = 43.44%

Jan 2005

37 534786 35 {(2)(521466)+(1)(230696)} / 3 = 424542.7

-110243 -333885.2 110243.3 3088370.8 88239.16571 (-110243.3) = 12153585194.89

100(110243.3/534786) = 20.61%

84

Feb 2005

38 327938 36 {(2)(534786)+(1)(521466)} / 3 = 530346

202408 -131477.2 202408 3290778.8 91410.52222 (202408) = 40968998464

100(202408/327938) = 61.72%

Mar 2005

39 401980 37 {(2)(327938)+(1)(534786)} / 3 = 396887.3

-5092.7 -136569.9 5092.7 3295871.5 89077.60811 (-5092.7) = 25935593.29

100(5092.7/401980) = 1.27%

Apl 2005

40 527910 38 {(2)(401980)+(1)(327938)} / 3 = 377299.3

-150611 -287180.6 150610.7 3446482.2 90696.9 (-150610.7) =22683582954.49

100(150610.7/527910) = 28.53%

May 2005

41 442824 39 {(2)(527910)+(1)(401980)} / 3 = 485933.3

43109.3 -244071.3 43109.3 3489591.5 89476.70513 (43109.3) = 1858411746.49

100(43109.3/442824) = 9.73%

Jun 2005

42 474142 40 {(2)(442824)+(1)(527910)} / 3 = 471186

-2956 -247027.3 2956 3492547.5 87313.6875 (-2956) = 8737936

100(2956/474142) = 0.62%

Jul 2005

43 423900 41 {(2)(474142)+(1)(442824)} / 3 = 463682.7

39782.7 -207244.6 39782.7 3532330.2 86154.39512 (39782.7) = 1582663219.29

100(39782.7/423900) = 9.38%

Agt 2005

44 480296 42 {(2)(423900)+(1)(474142)} / 3 = 440647.3

-39648.7 -246893.3 39648.7 3571978.9 85047.11667 (-39648.7) =1572019411.69

100(39648.7/480296) = 8.25%

Sep 2005

45 543040 43 {(2)(480296)+(1)(423900)} / 3 = 461497.3

-81542.7 -328438 81542.7 3653521.6 84965.6186 (-81542.7) = 6649211923.29

100(81542.7/543040) = 15.01%

Okt 2005

46 585068 44 {(2)(543040)+(1)(480296)} / 3 = 522125.3

-62942.7 -391378.7 62942.7 3716464.3 84465.09773 (-62942.7) = 3961783483.29

100(62942.7/585068) = 10.76%

Nov 2005

47 554210 45 {(2)(585068)+(1)(543040)} / 3 = 571058.7

16848.7 -374530 16848.7 3733313 82962.51111 (16848.7) = 283878691.69

100(16848.7/554210) = 3.04%

Dec 2005

48 523106 46 {(2)(554210)+(1)(585068)} / 3 = 564496

41390 -333140 41390 3774703 82058.76087 (41390) = 1713132100

100(41390/523106) = 7.91%

Jan 2006

49 455270 47 {(2)(523106)+(1)(554210)} / 3 = 533474

78204 -254936 78204 3852907 81976.74468 (782040) = 6115865616

100(78204/455270) = 17.18%

Feb 2006

50 404280 48 {(2)(455270)+(1)(523106)} / 3 = 477882

73602 -181334 73602 3926509 81802.27083 (73602) = 5417254404

100(73602/404280) = 18.20%

Mar 2006

51 555788 49 {(2)(404280)+(1)(455270)} / 3 = 421276.7

-134511 -315845.3 134511.3 4061020.3 82877.96531 (-134511.3) = 18093289827.69

100(134511.3/555788) = 24.2%

Apl 2006

52 507924 50 {(2)(555788)+(1)(404280)} / 3 = 505285.3

-2638.7 -318484 2638.7 4063659 81273.18 (-2638.7) = 6962737.69

100(2638.7/507924) = 0.52%

May 2006

53 550462 51 {(2)(230696)+(1)(423438)} / 3 = 294943.3

-255519 -574002.7 255518.7 4319177.7 84689.75882 (-255518.7) = 65289806049.69

100(255518.7/550462) = 46.41%

Jun 2006

54 499382 52 {(2)(550462)+(1)(507924)} / 3 = 536282.7

36900.7 -537102 36900.7 4356078.4 83770.73846 (36900.7) =1361661660.49

100(36900.7/499382) = 7.39 %

Jul 2006

55 558856 53 {(2)(499382)+(1)(550462)} / 3 = 516408.7

-42447.3 -579549.3 42447.3 4398525.7 82991.05094 (-42447.3) = 1801773277.29

100(42447.3/558856) = 7.59%

Agt 2006

56 515040 54 {(2)(558856)+(1)(499382)} / 3 = 539031.3

23991.3 -555558 23991.3 4422517 81898.46296 (23991.3) = 575582475.69

100(23991.3/515040) = 4.66%

Sep 2006

57 468704 55 {(2)(515040)+(1)(558856)} / 3 = 529645.3

60941.3 -494616.7 60941.3 4483458.3 81517.42364 (60941.3) = 3713842045.69

100(60941.3/468704) = 13%

Okt 2006

58 515036 56 {(2)(468704)+(1)(515040)} / 3 = 484149.3

-30886.7 -525503.4 30886.7 4514345 80613.30357 (-30886.7) = 953988236.89

100(30886.7/515036) = 5.99%

Nov 2006

59 680184 57 {(2)(515036)+(1)(468704)} / 3 = 499592

-180592 -706095.4 180592 4694937 82367.31579 (-180592) = 32613470464

100(180592/680184) = 26.55%

85

Dec 2006

60 566956 58 {(2)(680184)+(1)(515036)} / 3 = 625134.7

58178.7 -647916.7 58178.7 4753115.7 81950.27069 (58178.7) = 3384761133.69

100(58178.7/566956) = 10.26%

Jan 2007

61 641688 59 {(2)(566956)+(1)(680184)} / 3 = 604698.7

-36989.3 -684906 36989.3 4790105 81188.22034 (-36989.3) = 1368208314.49

100(36989.3/641688) = 5.76%

Feb 2007

62 366250 60 {(2)(641688)+(1)(566956)} / 3 = 616777.3

250527.3 -434378.7 250527.3 5040632.3 84010.53833 (250527.3) = 62763928045.29

100(250527.3/366250) = 68.4%

Mar 2007

63 460710 61 {(2)(366250)+(1)(641688)} / 3 = 458062.7

-2647.3 -437025.7 2647.3 5043279.6 82676.71475 (-2647.3) = 7008197.29

100(2647.3/460710) = 0.57%

Apl 2007

64 494100 62 {(2)(460710)+(1)(366250)} / 3 = 429223.3

-64876.7 -501902.4 64876.7 5108156.3 82389.61774 (-64876.7) = 4208986202.89

100(64876.7/494100) = 13.13%

May 2007

65 586420 63 {(2)(494100)+(1)(460710)} / 3 = 482970

-103450 -605352.4 103450 5211606.3 82723.90952 (-103450) = 10701902500

100(103450/586420) = 17.64%

Jun 2007

66 581380 64 {(2)(586420)+(1)(494100)} / 3 = 555646.7

-25733.3 -631085.7 25733.3 5237339.6 81833.43125 (-25733.3) = 662202728.89

100(25733.3/581380) = 4.43%

Jul 2007

67 719578 65 {(2)(581380)+(1)(586420)} / 3 = 583060

-136518 -767603.7 136518 5373857.6 82674.73231 (-136518) = 18637164324

100(136518/719578) = 18.97%

Agt 2007

68 507188 66 {(2)(719578)+(1)(581380)} / 3 = 673512

166324 -601279.7 166324 5540181.6 83942.14545 (166324) = 27663672976

100(166324/507188) = 32.79%

Sep 2007

69 507770 67 {(2)(507188)+(1)(719578)} / 3 = 577984.7

70214.7 -531065 70214.7 5610396.3 83737.25821 (70214.7) = 4930104096.09

100(70214.7/507770) = 13.83%

Okt 2007

70 573090 68 {(2)(507770)+(1)(507188)} / 3 = 507576

-65514 -596579 65514 5675910.3 83469.26912 (-65514) = 4292084196

100(65514/573090) = 11.43%

Nov 2007

71 514940 69 {(2)(573090)+(1)(507770)} / 3 = 551316.7

36376.7 -560202.3 36376.7 5712287 82786.76812 (36376.7) = 1323264302.89

100(36376.7/514940) = 7.06%

Dec 2007

72 552940 70 {(2)(514940)+(1)(573090)} / 3 = 534323.3

-18616.7 -578819 18616.7 5730903.7 81870.05286 (-18616.7) = 346581518.89

100(18616.7/552940) = 3.37%

Jan 2008

73 502056 71 {(2)(552940)+(1)(514940)} / 3 = 540273.3

38217.3 -540601.7 38217.3 5769121 81255.22535 (38217.3) = 1460562019.29

100(38217.3/502056) = 7.61%

Feb 2008

74 577514 72 {(2)(502056)+(1)(552940)} / 3 = 519017.3

-58496.7 -599098.4 58496.7 5827617.7 80939.13472 (-58496.7) = 3421863910.89

100(58496.7/577514) = 10.13%

Mar 2008

75 464040 73 {(2)(577514)+(1)(502056)} / 3 = 552361.3

88321.3 -510777.1 88321.3 5915939 81040.26027 (88321.3) = 7800652033.69

100(88321.3/464040) = 19.03%

Apl 2008

76 553100 74 {(2)(464040)+(1)(577514)} / 3 = 501864.7

-51235.3 -562012.4 51235.3 5967174.3 80637.49054 (-51235.3) = 2625055966.09

100(51235.3/553100) = 9.26%

May 2008

77 413440 75 {(2)(553100)+(1)(464040)} / 3 = 523413.3

109973.3 -452039.1 109973.3 6077147.6 81028.63467 (109973.3) =12094126712.89

100(109973.3/413440) = 26.6%

Jun 2008

78 598830 76 {(2)(413440)+(1)(553100)} / 3 = 459993.3

-138837 -590875.8 138836.7 6215984.3 81789.26711 (-138836.7) = 19275629266.89

100(138836.7/598830) = 23.18%

Jul 2008

79 690780 77 {(2)(598830)+(1)(413440)} / 3 = 537033.3

-153747 -744622.5 153746.7 6369731 82723.77922 (-153746.7) = 23638047760.89

100(153746.7/690780) = 22.26%

Agt 2008

80 557880 78 {(2)(690780)+(1)(598830)} / 3 = 660130

102250 -642372.5 102250 6471981 82974.11538 (102250) = 10455062500

100(102250/557880) = 18.33%

Sep 2008

81 555700 79 {(2)(557880)+(1)(690780)} / 3 = 602180

46480 -595892.5 46480 6518461 82512.16456 (46480) =2160390400

100(46480/555700) = 8.36%

86

Okt 2008

82 514900 80 {(2)(555700)+(1)(557880)} / 3 = 556426.7

41526.7 -554365.8 41526.7 6559987.7 81999.84625 (41526.7) = 1724466812.89

100(41526.7/514900) = 8.06%

Nov 2008

83 508490 81 {(2)(514900)+(1)(555700)} / 3 = 528500

20010 -534355.8 20010 6579997.7 81234.53951 (20010) = 400400100

100(20010/508490) = 3.93%

Dec 2008

84 644490 82 {(2)(508490)+(1)(514900)} / 3 = 510626.7

-133863 -668219.1 133863.3 6713861 81876.35366 (-133863.3) = 17919383086.89

Jumlah kesalahan

dikuadratkan

100(133863.3/644490) = 20.77% Jumlah %

kesalahan

Jan 2009

85 510627 83 {(2)(644490)+(1)(508490)} / 3 = 599156.7

88530 -579689.1 88530 6802391 81956.51807 (88530) = 7837560900

8.64479E+11 100(88530/510626.7) = 17.34%

1587.99%

Feb 2009

86 599157 84 {(2)(510626.7)+(1)(644490)} / 3 = 555247.8

-43908.9 -623598 43908.9 6846299.9 81503.57024 (-43908.9) = 1927991499.21

8.66407E+11 100(43908.9/599156.7) = 7.33%

1595.32%

Mar 2009

87 555248 85 {(2)(599156.7)+(1)(510626.7)} / 3 = 569646.7

14398.9 -609199.1 14398.9 6860698.8 80714.10353 (14398.9) = 207328321.21

8.66614E+11 100(14398.9/555247.8) = 2.59%

1597.91%

Apl 2009

88 569647 86 {(2)(555247.8)+(1)(599156.7)} / 3 = 569884.1

237.4 -608961.7 237.4 6860936.2 79778.32791 (237.4) = 56358.76

8.66614E+11 100(237.4/569646.7) = 0.04%

1597.95%

May 2009

89 569884 87 {(2)(569646.7)+(1)(555247.8)} / 3 = 564847.1

-5037 -613998.7 5037 6865973.2 78919.23218 (-5037) = 25371369

8.66639E+11 100(5037/569884.1) = 0.88%

1598.83%

Jun 2009

90 564847 88 {(2)(569884.1)+(1)(569646.7)} / 3 = 569804.97

4957.87 -609040.8 4957.87 6870931.1 78078.76216 (4957.87) = 24580474.94

8.66664E+11 100(4957.87/564847.1) = 0.88%

1599.71%


87

88

Σ (kesalahan peramalan)2 864478509594,02 MSE Jan 09 = = = 10170335406,99

n 85

866406501093,23 MSE Feb 09 = = 10074494198,76

86

866613829414,44 MSE Mar 09 = = 9961078499,02

87

866613885773,2 MSE Apl 09 = = 9847885065,6

88 866639257142,2

MSE May 09 = = 9737519743,17 89

866663837617,14

MSE Jun 09 = = 9629598195,75 90

Σ kesalahan persen absolut 1587,99% MAPE Jan 09= = = 18,68%

n 85

1595,32% MAPE Feb 09 = = 18,55%

86 1597,91%

MAPE Mar 09 = = 18,37% 87

15997,95%

MAPE Apl 09 = = 18,16% 88

1598,83%

MAPE May 09 = = 17,96% 89 1599,71%

MAPE Jun 09 = = 17,77% 90

4.4.3 Perhitungan Manual Penghalusan Eksponensial

Table 4.11 Perhitungan Manual Penghalusan Eksponensial

Bulan dan

tahun Indeks Waktu

Permintaan aktual (A)

Periode (n)

Ramalan berdasarkan ES ( =0.5) (F)

Error (E = A-F)

RSFE = Kumulatif dari (E)

Absolut Error = Absolut dari (E)

Kumulatif Absolut Erorr =

Kumulatif dari

(Absolut Erorr)

MAD = Kumulatif absolut erorr/n

(kesalahan)2 Kesalahan persen


Jan 2002

1 346904 1 457853 110949 110949 110949 110949 110949 (110949) = 12309680601

100(110949/346904) = 31.98%

Feb 2002

2 259088 2 457853 + 0.5 (346904 – 457853) = 402378

143290 254239 143290 254239 127119.5 (143290) = 20532024100

100(143290/259088) = 55.3%

Mar 2002

3 314276 3 402378 + 0.5 (259088 – 402378) = 330733

16457 270696 16457 270696 90232 (16457) = 270832849

100(16457/314276) = 5.24%

Apl 2002

4 315856 4 330733 + 0.5 (314276 – 330733) = 322504

6648 277344 6648 277344 69336 (6648) = 44195904 100(6648/315856) = 2.1%

May 2002

5 439688 5 322504 + 0.5 (315856 – 322504) = 319180

-120508 156836 120508 397852 79570.4 (-120508) = 14522178064

100(120508/439680) = 27.41%

Jun 2002

6 328352 6 319180 + 0.5 (439688 – 319180) = 379434

51082 207918 51082 448934 74822.33333 (51082) = 2609370724

100(51082/328352) = 15.56%

Jul 2002

7 288112 7 379434 + 0.5 (328352 – 379434) = 353893

65781 273699 65781 514715 73530.71429 (65781) = 4327139961

100(65781/288112) = 22.83%

Agt 2002

8 544486 8 353893 + 0.5 (288112 – 353893) = 321002

-223484 50215 223484 738199 92274.875 (-223484) = 49945098256

100(223484/544486) = 41.04%

Sep 2002

9 271070 9 321002 + 0.5 (544486 – 321002) = 432744

161674 211889 161674 899873 99985.88889 (161674) = 26138482276

100(161674/271070) = 59.64%

Okt 2002

10 323438 10 432744 + 0.5 (271070 – 432744) = 351907

28469 240358 28469 928342 92834.2 (28469) = 810483961

100(28469/323438) = 8.8%

Nov 2002

11 230896 11 351907 + 0.5 (323438 – 351907) = 337672

106776 347134 106776 1035118 94101.63636 (106776) = 11401114176

100(106776/230896) = 46.24%

Dec 2002

12 321466 12 337672 + 0.5 (230896 – 337672) = 284284

-37182 309952 37182 1072300 89358.33333 (-37182) = 1382501124

100(37182/321466) = 11.57%

Jan 2003

13 448710 13 284284 + 0.5 (321466 – 284284) = 302875

-145835 164117 145835 1218135 93702.69231 (-145835) = 21267847225

100(145835/448710) = 32.5%

Feb 2003

14 380684 14 302875 + 0.5 (448710 – 302875) = 375792

-4892 159225 4892 1223027 87359.07143 (-4892) = 23931664

100(4892/380684) = 1.28%

Mar 2003

15 390336 15 375792 + 0.5 (380684 – 375792) = 378238

-12098 147127 12098 1235125 82341.66667 (-12098) = 146361604

100(12098/390336) = 3.1%

Apl 16 297628 16 378238 + 0.5 (390336 – 86659 233786 86659 1321784 82611.5 (86659) = 100(86659/297628) =

89

2003 378238) = 384287 7509782281 29.12%

May 2003

17 378158 17 384287 + 0.5 (297628 – 384287) = 340957

-37201 196585 37201 1358985 79940.29412 (-37201) = 1383914401

100(37201/378158) = 9.84%

Jun 2003

18 242678 18 340957 + 0.5 (378158 – 340957) = 359557

116879 313464 116879 1475864 81992.44444 (116879) = 13660700641

100(116879/242678) = 48.16%

Jul 2003

19 398824 19 359557 + 0.5 (242678 – 359557) = 301117

-97707 215757 97707 1573571 82819.52632 (-97707) = 9546657849

100(97707/398824) = 24.5%

Agt 2003

20 442478 20 301117 + 0.5 (398824 – 301117) = 349970

-92508 123249 92508 1666079 83303.95 (-92508) = 8557730064

100(92508/442478) = 20.9%

Sep 2003

21 363696 21 349970 + 0.5 (442478 – 349970) = 396224

32528 155777 32528 1698607 80886.04762 (32528) = 1058070784

100(32528/363696) = 8.94%

Okt 2003

22 396180 22 396224 + 0.5 (363696 – 396224) = 379960

-16220 139557 16220 1714827 77946.68182 (-16220) = 263088400

100(16220/396180) = 4.09%

Nov 2003

23 350560 23 379960 + 0.5 (396180 – 379960) = 388070

37510 177067 37510 1752337 76188.56522 (37510) = 1407000100

100(37510/350560) = 10.7%

Dec 2003

24 408796 24 388070 + 0.5 (350560 – 388070) = 369315

-39481 137586 39481 1791818 74659.08333 (-39481) = 1558749361

100(39481/408796) = 9.66%

Jan 2004

25 347906 25 369315 + 0.5 (408796 – 369315) = 389055

41149 178735 41149 1832967 73318.68 (41149) = 1693240201

100(41149/347906) = 11.83%

Feb 2004

26 259038 26 389055 + 0.5 (347906 – 389055) = 368480

109442 288177 109442 1942409 74708.03846 (109442) = 11977551364

100(109442/259038) = 42.25%

Mar 2004

27 314270 27 368480 + 0.5 (259038 – 368480) = 313759

-511 287666 511 1942920 71960 (-511) = 261121 100(511/314270) = 0.16%

Apl 2004

28 424422 28 313759 + 0.5 (314270 – 313759) = 314014

-110408 177258 110408 2053328 73333.14286 (-110408) = 12189926464

100(110408/424422) = 26.01%

May 2004

29 439680 29 314014 + 0.5 (424422 – 314014) = 369218

-70462 106796 70462 2123790 73234.13793 (-70462) = 4964893444

100(70462/439680) = 16.02%

Jun 2004

30 328352 30 369218 + 0.5 (439680 – 369218) = 404449

76097 182893 76097 2199887 73329.56667 (76097) = 5790753409

100(76097/328352) = 23.17%

Jul 2004

31 488112 31 404449 + 0.5 (328352 – 404449) = 366400

-121712 61181 121712 2321599 74890.29032 (-121712) = 14813810944

100(121712/488112) = 24.93%

Agt 2004

32 544486 32 366400 + 0.5 (488112 – 366400) = 427256

-117230 -56049 117230 2438829 76213.40625 (-117230) = 13742872900

100(117230/544486) = 21.53%

Sep 2004

33 471070 33 427256 + 0.5 (544486 – 427256) = 485871

14801 -41248 14801 2453630 74352.42424 (14801) = 219069601

100(14801/471070) = 3.14%

Okt 2004

34 423438 34 485871 + 0.5 (471070 – 485871) = 478470

55032 13784 55032 2508662 73784.17647 (55032) = 3028521024

100(55032/423438) = 13%

Nov 2004

35 230696 35 478470+ 0.5 (423438 – 478470) = 450954

220258 234042 220258 2728920 77969.14286 (220258) = 48513586564

100(220258/230696) = 95.47%

Dec 2004

36 521466 36 450954+ 0.5 (230696 – 450954) = 340825

-180641 53401 180641 2909561 80821.13889 (-180641) = 32631170881

100(180641/521466) = 34.64%

Jan 2005

37 534786 37 340825 + 0.5 (521466 – 340825) = 431145

-103641 -50240 103641 3013202 81437.89189 (-103641) = 10741456881

100(103641/534786) = 19.38%

Feb 38 327938 38 431145 + 0.5 (534786 – 155027 104787 155027 3168229 83374.44737 (155027) = 100(155027/327938) =

90

2005 431145) = 482965 24033370729 47.27%

Mar 2005

39 401980 39 482965 + 0.5 (327938 – 482965) = 405451

3471 108258 3471 3171700 81325.64103 (3471) = 12047841 100(3471/401980) = 0.86%

Apl 2005

40 527910 40 405451 + 0.5 (401980 – 405451) = 403715

-124195 -15937 124195 3295895 82397.375 (-124195) = 15424398025

100(124195/527910) = 23.52%

May 2005

41 442824 41 403715 + 0.5 (527910 – 403715) = 465812

22988 7051 22988 3318883 80948.36585 (22988) = 528448144

100(22988/442824) = 5.19%

Jun 2005

42 474142 42 465812 + 0.5 (442824 – 465812) = 454318

-19824 -12773 19824 3338707 79493.02381 (-19824) = 392990976

100(19824/474142) = 4.18%

Jul 2005

43 423900 43 454318 + 0.5 (474142 – 454318) = 464230

40330 27557 40330 3379037 78582.25581 (40330) = 1626508900

100(40330/423900) = 9.51%

Agt 2005

44 480296 44 464230 + 0.5 (423900 – 464230) = 444065

-36231 -8674 36231 3415268 77619.72727 (-36231) = 1312685361

100(36231/480296) = 7.54%

Sep 2005

45 543040 45 444065 + 0.5 (480296 – 444065) = 462180

-80860 -89534 80860 3496128 77691.73333 (-80860) = 6538339600

100(80860/543040) = 14.89%

Okt 2005

46 585068 46 462180 + 0.5 (543040 – 462180) = 502610

-82458 -171992 82458 3578586 77795.34783 (-82458) = 6799321764

100(82458/585068) = 14.09%

Nov 2005

47 554210 47 502610 + 0.5 (585068 – 502610) = 543839

-10371 -182363 10371 3588957 76360.78723 (-10371) = 107557641

100(10371/554210) = 1.87%

Dec 2005

48 523106 48 543839 + 0.5 (554210 – 543839) = 549024

25918 -156445 25918 3614875 75309.89583 (25918) = 671742724

100(25918/523106) = 4.95%

Jan 2006

49 455270 49 549024 + 0.5 (523106 – 549024) = 536065

80795 -75650 80795 3695670 75421.83673 (80795) = 6527832025

100(80795/455270) = 17.75%

Feb 2006

50 404280 50 536065 + 0.5 (455270 – 536065) = 495667

91387 15737 91387 3787057 75741.14 (91387) = 8351583769

100(91387/404280) = 22.6%

Mar 2006

51 555788 51 495667 + 0.5 (404280 – 495667) = 449973

-105815 -90078 105815 3892872 76330.82353 (-105815) = 11196814225

100(105815/555788) = 19.04%

Apl 2006

52 507924 52 449973 + 0.5 (555788 – 449973) = 502880

-5044 -95122 5044 3897916 74959.92308 (-5044) = 25441936

100(5044/507924) = 0.99%

May 2006

53 550462 53 502880 + 0.5 (507924 – 502880) = 505402

-45060 -140182 45060 3942976 74395.77358 (-45060) = 2030403600

100(45060/550462) = 8.18%

Jun 2006

54 499382 54 505402 + 0.5 (550462 – 505402) = 527932

28550 -111632 28550 3971526 73546.77778 (28550) = 815102500

100(28550/499382) = 5.72%

Jul 2006

55 558856 55 527932 + 0.5 (499382 – 527932) = 513657

-45199 -156831 45199 4016725 73031.36364 (-45199) = 2042949601

100(45199/558856) = 8.09%

Agt 2006

56 515040 56 513657 + 0.5 (558856 – 513657) =536256

21216 -135615 21216 4037941 72106.08929 (21216) = 450118656

100(21216/515040) = 4.12%

Sep 2006

57 468704 57 536256 + 0.5 (515040 – 536256) = 525648

56944 -78671 56944 4094885 71840.08772 (56944) = 3242619136

100(56944/468704) = 12.15%

Okt 2006

58 515036 58 525648 + 0.5 (468704 – 525648) = 497176

-17860 -96531 17860 4112745 70909.39655 (-17860) = 318979600

100(17860/515036) = 3.47%

Nov 2006

59 680184 59 497176 + 0.5 (515036 – 497176) = 506106

-174078 -270609 174078 4286823 72658.01695 (-174078) = 30303150084

100(174078/680184) = 25.59%

Dec 60 566956 60 506106 + 0.5 (680184 – 26189 -244420 26189 4313012 71883.53333 (26189) = 100(26189/566956) =

91

2006 506106) = 593145 685863721 4.62%

Jan 2007

61 641688 61 593145 + 0.5 (566956 – 593145) = 580050

-61638 -306058 61638 4374650 71715.57377 (-61638) = 3799243044

100(61638/641688) = 9.6%

Feb 2007

62 366250 62 580050 + 0.5 (641688 + 580050) = 610869

244619 -61439 244619 4619269 74504.33871 (244619) = 59838455161

100(244619/366250) = 66.79%

Mar 2007

63 460710 63 610869 + 0.5 (366250 + 610869) = 488559

27849 -33590 27849 4647118 73763.77778 (27849) = 775566801

100(27849/460710) = 6.04%

Apl 2007

64 494100 64 488559 + 0.5 (460710 – 488559) = 474634

-19466 -53056 19466 4666584 72915.375 (-19466) = 378925156

100(19466/494100) = 3.94%

May 2007

65 586420 65 474634 + 0.5 (494100 – 474634) = 484367

-102053 -155109 102053 4768637 73363.64615 (-102053) = 10414814809

100(102053/586420) = 17.4%

Jun 2007

66 581380 66 484367 + 0.5 (586420 – 484367) = 535393

-45987 -201096 45987 4814624 72948.84848 (-45987) = 2114804169

100(45987/581380) = 7.91%

Jul 2007

67 719578 67 535393 + 0.5 (581380 – 535393) = 558386

-161192 -362288 161192 4975816 74265.91045 (-161192) = 25982860864

100(161192/719578) = 22.4%

Agt 2007

68 507188 68 558386 + 0.5 (719578 – 558386) = 638982

131794 -230494 131794 5107610 75111.91176 (131794) = 17369658436

100(131794/507188) = 25.98%

Sep 2007

69 507770 69 638982 + 0.5 (507188 + 638982) = 573085

65315 -165179 65315 5172925 74969.92754 (65315) = 4266049225

100(65315/507770) = 12.86%

Okt 2007

70 573090 70 573085 + 0.5 (507770 – 573085) = 540427

-32663 -197842 32663 5205588 74365.54286 (-32663) = 1066871569

100(32663/573090) = 5.7%

Nov 2007

71 514940 71 540427 + 0.5 (573090 – 540427) = 556758

41818 -156024 41818 5247406 73907.12676 (41818) = 1748745124

100(41818/514940) = 8.12%

Dec 2007

72 552940 72 556758 + 0.5 (514940 – 556758) = 535849

-17091 -173115 17091 5264497 73118.01389 (-17091) = 292102281

100(17091/552940) = 3.09%

Jan 2008

73 502056 73 535849 + 0.5 (552940 – 535849) = 544394

42338 -130777 42338 5306835 72696.36986 (42338) = 1792506244

100(42338/502056) = 8.43%

Feb 2008

74 577514 74 544394 + 0.5 (502056 – 544394) = 523225

-54289 -185066 54289 5361124 72447.62162 (-54289) = 2947295521

100(54289/577514) = 9.4%

Mar 2008

75 464040 75 523225 + 0.5 (577514 – 523225) = 550369

86329 -98737 86329 5447453 72632.70667 (86329) = 7452696241

100(86329/464040) = 18.6%

Apl 2008

76 553100 76 550369 + 0.5 (464040 – 550369) = 507204

-45896 -144633 45896 5493349 72280.90789 (-45896) = 2106442816

100(45896/553100) = 8.3%

May 2008

77 413440 77 507204 + 0.5 (553100 – 507204) = 530152

116712 -27921 116712 5610061 72857.93506 (116712) = 13621690944

100(116712/413440) = 28.23%

Jun 2008

78 598830 78 530152 + 0.5 (413440 – 530152) = 471796

-551651 -579572 551651 6161712 78996.30769 (-551651) = 304318825801

100(551651/598830) = 92.12%

Jul 2008

79 690780 79 471796 + 0.5 (598830 – 471796) = 535313

-155467 -735039 155467 6317179 79964.29114 (-155467) = 24169988089

100(155467/690780) = 22.5%

Agt 2008

80 557880 80 535313 + 0.5 (690780 – 535313) = 613046

55166 -679873 55166 6372345 79654.3125 (55166) = 3043287556

100(55166/557880) = 9.9%

Sep 2008

81 555700 81 613046 + 0.5 (557880 - 613046) = 585463

29763 -650110 29763 6402108 79038.37037 (29763) = 885836169

100(29763/555700) = 5.35%

Okt 82 514900 82 585463 + 0.5 (555700 + 55681 -594429 55681 6457789 78753.52439 (55681) = 100(55681/514900) =

92

2008 585463) = 570581 3100373761 10.81%

Nov 2008

83 508490 83 570581 + 0.5 (514900 – 570581) = 542740

34250 -560179 34250 6492039 78217.33735 (34250) = 1173062500

100(34250/508490) = 6.73%

Dec 2008

84 644490 84 542740+ 0.5 (508490 – 542740) = 525615

-118875 -679054 118875 6610914 78701.35714 (-118875) = 14131265625

Jumlah kesalahan

dikuadratkan

100(118875/644490) = 18.44% Jumlah %

kesalahan

Jan 2009

85 525615 85 525615 + 0.5 (644490 – 525615) = 585052

59437 -619617 59437 6670351 78474.71765 (59437) = 3532756969

1.00475E+12 100(59437/525615) = 11.3%

1568.16%

Feb 2009

86 585052 86 585052 + 0.5 (525615 – 585052) = 555333

-29719 -649336 29719 6700070 77907.7907 (-29719) = 883218961

1.00563E+12 100(29719/585052) = 5.08%

1573.24%

Mar 2009

87 555333 87 555333 + 0.5 (585052 – 555333) = 570192

14859 -634477 14859 6714929 77183.09195 (14859) = 220789881

1.00585E+12 100(14859/555333) = 2.67%

1575.91%

Apl 2009

88 570192 88 570192 + 0.5 (555333 – 570192) = 562762

-7430 -641907 7430 6722359 76390.44318 (-7430) = 55204900

1.00591E+12 100(7430/570192) = 1.3%

1577.21%

May 2009

89 562762 89 562762 + 0.5 (570192 – 562762) = 566477

3715 -638192 3715 6726074 75573.86517 (3715) = 13801225 1.00592E+12 100(3715/562762) = 0.66%

1577.87%

Jun 2009

90 566477 90 566477 + 0.5 (562762 – 566477) = 564619

-1858 -640050 1858 6727932 74754.8 (-1858) = 3452164 1.00592E+12 100(1858/566477) = 0.33%

1578.20%


93

94

Σ (kesalahan peramalan)2 1004746446601 MSE Jan 09 = = = 11820546430,6

n 85

1005629665562 MSE Feb 09 = = 11693368204,21

86 1005850455443

MSE Mar 09 = = 11561499487,85 87

1005905660343

MSE Apl 09 = = 11430746140,26 88

1005919461568

MSE May 09 = = 11302465860,31 89

1005922913732 MSE Jun 09 = = 11176921263,69

90

Σ kesalahan persen absolut 1568,16% MAPE Jan 09 = = = 18,45%

n 85 1573,24%

MAPE Feb 09 = = 18,29% 86

1575,91% MAPE Mar 09 = = 18,11%

87

1577,21% MAPE Apl 09 = = 17,92% 88

1577,87% MAPE May 09 = = 17,73% 89

95

1578,20% MAPE Jun 09 = = 17,54% 90

4.4.4 Perhitungan Manual Regresi Linier

Tabel 4.12

Perhitungan Regresi linier mencari intercept dan slope

Bulan dan tahun y t t2 y.t

Jan 2002 346904 1 1 346904

Feb 2002 259088 2 4 518176

Mar 2002 314276 3 9 942828

Apl 2002 315856 4 16 1263424

May 2002 439688 5 25 2198440

Jun 2002 328352 6 36 1970112

Jul 2002 288112 7 49 2016784

Agt 2002 544486 8 64 4355888

Sep 2002 271070 9 81 2439630

Okt 2002 323438 10 100 3234380

Nov 2002 230896 11 121 2539856

Dec 2002 321466 12 144 3857592

Jan 2003 448710 13 169 5833230

Feb 2003 380684 14 196 5329576

Mar 2003 390336 15 225 5855040

Apl 2003 297628 16 256 4762048

May 2003 378158 17 289 6428686

Jun 2003 242678 18 324 4368204

Jul 2003 398824 19 361 7577656

Agt 2003 442478 20 400 8849560

Sep 2003 363696 21 441 7637616

Okt 2003 396180 22 484 8715960

96

Nov 2003 350560 23 529 8062880

Dec 2003 408796 24 576 9811104

Jan 2004 347906 25 625 8697650

Feb 2004 259038 26 676 6734988

Mar 2004 314270 27 729 8485290

Apl 2004 424422 28 784 11883816

May 2004 439680 29 841 12750720

Jun 2004 328352 30 900 9850560

Jul 2004 488112 31 961 15131472

Agt 2004 544486 32 1024 17423552

Sep 2004 471070 33 1089 15545310

Okt 2004 423438 34 1156 14396892

Nov 2004 230696 35 1225 8074360

Dec 2004 521466 36 1296 18772776

Jan 2005 534786 37 1369 19787082

Feb 2005 327938 38 1444 12461644

Mar 2005 401980 39 1521 15677220

Apl 2005 527910 40 1600 21116400

May 2005 442824 41 1681 18155784

Jun 2005 474142 42 1764 19913964

Jul 2005 423900 43 1849 18227700

Agt 2005 480296 44 1936 21133024

Sep 2005 543040 45 2025 24436800

Okt 2005 585068 46 2116 26913128

Nov 2005 554210 47 2209 26047870

Dec 2005 523106 48 2304 25109088

Jan 2006 455270 49 2401 22308230

Feb 2006 404280 50 2500 20214000

Mar 2006 555788 51 2601 28345188

Apl 2006 507924 52 2704 26412048

May 2006 550462 53 2809 29174486

97

Jun 2006 499382 54 2916 26966628

Jul 2006 558856 55 3025 30737080

Agt 2006 515040 56 3136 28842240

Sep 2006 468704 57 3249 26716128

Okt 2006 515036 58 3364 29872088

Nov 2006 680184 59 3481 40130856

Dec 2006 566956 60 3600 34017360

Jan 2007 641688 61 3721 39142968

Feb 2007 366250 62 3844 22707500

Mar 2007 460710 63 3969 29024730

Apl 2007 494100 64 4096 31622400

May 2007 586420 65 4225 38117300

Jun 2007 581380 66 4356 38371080

Jul 2007 719578 67 4489 48211726

Agt 2007 507188 68 4624 34488784

Sep 2007 507770 69 4761 35036130

Okt 2007 573090 70 4900 40116300

Nov 2007 514940 71 5041 36560740

Dec 2007 552940 72 5184 39811680

Jan 2008 502056 73 5329 36650088

Feb 2008 577514 74 5476 42736036

Mar 2008 464040 75 5625 34803000

Apl 2008 553100 76 5776 42035600

May 2008 413440 77 5929 31834880

Jun 2008 598830 78 6084 46708740

Jul 2008 690780 79 6241 54571620

Agt 2008 557880 80 6400 44630400

Sep 2008 555700 81 6561 45011700

Okt 2008 514900 82 6724 42221800

Nov 2008 508490 83 6889 42204670

Dec 2008 644490 84 7056 54137160

98

Total 38459644 3570 201110 1754598918

Rata-rata 457852,9048 42,5 2394,166667 20888082,36


(38459644 x 201110) – (1754598918 x 3570) Untuk mencari intercept = = 354527,56

(84 x 201110) – (3570)2

(1754598918 x 84) – (38459644 x 3570) Untuk mencari slope = = 2431,18

(84 x 201110) – (3570)2

Tabel 4.13 peramalan regresi linier januari 2009 – juni 2009

Periode Peramalan

Juli 2008 600.367

Agustus 2008 603.720

September 2008 607.073

Oktober 2008 610.427

November 2008 613.780

December 2008 617.133


4.4.4 Perhitungan Manual Regresi Linier

Table 4.14 Perhitungan MAD dan MSE

Bulan dan

tahun

Pembelian

(Y)

Peramalan

(Y^) [Y(t)-Y^(t)] [Y(t)-Y^(t)]2

Jan 2002 346904 356958,74 10054,74 101.097.796,5

Feb 2002 259088 359389,92 100301,92 10060475155,7

Mar 2002 314276 361821,1 47545,1 2260536534

Apl 2002 315856 364252,28 48396,28 2342199917,8

May 2002 439688 366683,46 73004,54 5329662860,6

Jun 2002 328352 369114,64 40762,64 1661592819,8

Jul 2002 288112 371545,82 83433,82 6961202319,8

Agt 2002 544486 373977 170509 29073319081

Sep 2002 271070 376408,18 105338,18 11096132165,7

Okt 2002 323438 378839,36 55401,36 3069310689,8

Nov 2002 230896 381270.54 150374,54 22612502280,2

Dec 2002 321466 383701.72 62235,72 3873284843,9

Jan 2003 448710 386132.9 62577,1 3915893444,4

Feb 2003 380684 388564.08 7880,08 62095660,8

Mar 2003 390336 390995.26 659,26 434623,7

Apl 2003 297628 393426.44 95798,44 917734116,4

99

May 2003 378158 395857.62 17699,62 313276548,1

Jun 2003 242678 398288.8 155610,8 24214721076,6

Jul 2003 398824 400719.98 1895,98 3594740,2

Agt 2003 442478 403151.16 39326,84 1546600344,4

Sep 2003 363696 405582.34 41886,34 1754465478,6

Okt 2003 396180 408013.52 11833,52 140032195,6

Nov 2003 350560 410444.7 59884,7 3586177294,1

Dec 2003 408796 412875.88 4079,88 134630374460,8

Jan 2004 347906 415307.06 67401,06 4542902889,1

Feb 2004 259038 417738.24 158700,24 25185766176,1

Mar 2004 314270 420169.42 105899,42 11214687156,3

Apl 2004 424422 422600.6 1821,4 3317497,9

May 2004 439680 425031.78 14648,22 214570349,2

Jun 2004 328352 427462.96 99110,96 9822982392,1

Jul 2004 488112 429894.14 58217,86 3389319222,9

Agt 2004 544486 432325.32 112160,68 12580018138,1

Sep 2004 471070 434756,6 36313,4 1318663019,6

Okt 2004 423438 437187,68 13749,68 189053700,1

Nov 2004 230696 439618,86 208922,86 43648761430,6

Dec 2004 521466 442050,04 79415,96 6306894702,7

Jan 2005 534786 444481,22 90304,78 90304,8

Feb 2005 327938 446912,4 118974,4 14154907855,4

100

Mar 2005 401980 449343,58 47363,58 127481431924,9

Apl 2005 527910 451774,76 76135,24 5796574769,9

May 2005 442824 454205,94 11381,94 129548558,2

Jun 2005 474142 456637,12 17504,88 306420823,8

Jul 2005 423900 459068,3 35168,3 1236809324.9

Agt 2005 480296 461499,48 18796,52 353309164,1

Sep 2005 543040 463930,66 79109,34 6258287675,2

Okt 2005 585068 466361,84 118706,16 14091152421,9

Nov 2005 554210 468739,02 85470,98 7305288422,2

Dec 2005 523106 471224,2 51881,8 2691721171,2

Jan 2006 455270 473655,38 18385,38 338022197,7

Feb 2006 404280 476086,56 71806,56 5156182059

Mar 2006 555788 478517,74 77270,26 5970693080,5

Apl 2006 507924 480948,92 26975,08 727654941

May 2006 550462 483380,1 67081,9 4499981307,6

Jun 2006 499382 485811,28 13570,72 184164441,3

Jul 2006 558856 488242,46 70613,54 4986272031,3

Agt 2006 515040 490673,64 24366,36 593719499,6

Sep 2006 468704 493104,82 24400,82 595400016,7

Okt 2006 515036 495536 19500 380250000

Nov 2006 680184 497967,18 182216,82 33202969490,9

Dec 2006 566956 500398,36 66557,64 4429919442,4

101

Jan 2007 641688 502829,54 138858,46 19281671913,6

Feb 2007 366250 505260,72 139010,72 19323980274,9

Mar 2007 460710 507691,9 46981,9 2207298927,6

Apl 2007 494100 510123,08 16023,08 256739092,7

May 2007 586420 512554,26 73865,74 5456147545,7

Jun 2007 581380 514985,44 66394,56 4408237597,6

Jul 2007 719578 517416,62 202161,38 40869225363,5

Agt 2007 507188 519847,8 12659,8 160270536

Sep 2007 507770 522278,98 14508,98 210510500,6

Okt 2007 573090 524710,16 48379,84 2340608918,4

Nov 2007 514940 527141,34 12201,34 148872697,8

Dec 2007 552940 529572,52 23367,48 546039121,6

Jan 2008 502056 532003,7 29947,7 896864735,3

Feb 2008 577514 534434,88 43079,12 1855810579,9

Mar 2008 464040 536866,06 72826,06 5303635015,1

Apl 2008 553100 539297,24 13802,76 190516183,6

May 2008 413440 541728,42 128288,42 16457918706,1

Jun 2008 598830 544159,6 54670,4 2988852636,2

Jul 2008 690780 546590,78 144189,22 20790531164,2

Agt 2008 557880 549021,96 8858,04 784644872,6

Sep 2008 555700 551453,14 4246,86 18035819,9

Okt 2008 514900 553884,32 38984,32 1519777205,9

102

Nov 2008 508490 556315,5 47825,5 2287278450,3

Dec 2008 644490 558746,68 85743,32 Jumlah Kesalahan (MAD)

7351916924,6

Jumlah kesalahan dikuadratkan

(MSE) Jan 2009 600367 561177,86 39189,14 5322459,28 1535788693,9 784768788200,4

Feb 2009 603720 563609,04 40110,96 5362570,24 1608889112,1 786377677312,5

Mar 2009 607073 566040,22 41032,78 5403603,02 1683689034,5 788061366347

Apl 2009 610427 568471,4 41955,6 5445558,62 1760272371,4 789821638718,4

Mei 2009 613780 570902,58 42877,42 5488436,04 1838473145,9 791660111864,3

Jun 2009 617133 573333,76 43799,24 5532235,28 1918373424,6 793578485288,9


103

104

5322459,28 MAD Jan 09 = = 62617,17 85

5362570,24 MAD Feb 09 = = 62355,47 86

5403603,02 MAD Mar 09 = = 62110,38 87

5445558,62 MAD Apl 09 = = 61881,35 88

5488436,04 MAD May 09 = = 61667,82 89

5532235,28 MAD Jun 09 = = 61469,28 90

784768788200,4 MSE Jan 09 = = 9232573978,82 85

Σ Pembelian Aktual – Peramalan MAD = n

Σ (Kesalahan Peramalan)2 MSE = n

105

786377677312,5 MSE Feb 09 = = 9143926480,37 86

788061366347 MSE Mar 09 = = 9058176624,67

87

789821638718,4 MSE Apl 09 = = 8975245894,52 88

791660111864,3 MSE May 09 = = 8895057436,67 89

793578485288,9 MSE Jun 09 = = 8817538725,43

90

Tabel 4.15 Tabel Persentase MAPE

Bulan dan Tahun MAPE (%)

Jan 2002 2,89

Feb 2002 38,71

Mar 2002 15,13

Apl 2002 15,32

May 2002 16,60

Jun 2002 12,41

Jul 2002 28,96

Agt 2002 31,32

Sep 2002 38,86

Okt 2002 17,13

Nov 2002 65,13

Dec 2002 19,36

Jan 2003 13,95

Feb 2003 2,07

Mar 2003 0,17

106

Apl 2003 32,19

May 2003 4,68

Jun 2003 64,12

Jul 2003 0,48

Agt 2003 8,89

Sep 2003 11,52

Okt 2003 2,99

Nov 2003 17,08

Dec 2003 0,99

Jan 2004 19,37

Feb 2004 61,27

Mar 2004 33,69

Apl 2004 0,43

May 2004 3,33

Jun 2004 30,18

Jul 2004 11,93

Agt 2004 20,6

Sep 2004 7,71

Okt 2004 3,25

Nov 2004 90,56

Dec 2004 15,23

Jan 2005 16,89

Feb 2005 36,28

Mar 2005 11,78

Apl 2005 14,42

May 2005 2,57

Jun 2005 3,69

Jul 2005 8,30

Agt 2005 3,91

Sep 2005 14,57

Okt 2005 20,29

107

Nov 2005 15,42

Dec 2005 9,92

Jan 2006 4,04

Feb 2006 17,76

Mar 2006 13,9

Apl 2006 5,3

May 2006 12,18

Jun 2006 2,72

Jul 2006 12,64

Agt 2006 4,73

Sep 2006 5,21

Okt 2006 3,78

Nov 2006 26,79

Dec 2006 11,74

Jan 2007 21,64

Feb 2007 37,95

Mar 2007 10,2

Apl 2007 3,24

May 2007 12,59

Jun 2007 11,42

Jul 2007 28,09

Agt 2007 2,49

Sep 2007 2,86

Okt 2007 8,44

Nov 2007 2,37

Dec 2007 4,23

Jan 2008 5,97

Feb 2008 7,46

Mar 2008 15,69

Apl 2008 2,5

May 2008 31,03

108

Jun 2008 9,13

Jul 2008 20,87

Agt 2008 1,59

Sep 2008 0,76

Okt 2008 7,57

Nov 2008 9,41

Dec 2008 13,3 Jumlah

Jan 2009 6,53 1314,66

Feb 2009 6,64 1321,3

Mar 2009 6,76 1328,06

Apl 2009 6,87 1334,93

May 2009 6,99 1341,92

Jun 2009 7,10 1349,02

Σ kesalahan persen Absolut 1314,66% MAPE Jan 09 = = = 15,47%

n 85

1321,3% MAPE Feb 09 = = 15,36%

86

1328,06% MAPE Mar 09 = = 15,27%

87

Aktual – Peramalan MAPE (%) = x 100% Aktual

109

1334,93% MAPE Apl 09 = = 15,17%

88

1341,92% MAPE May 09 = = 15,08%

89

1349,02% MAPE Jun 09 = = 14,99%

90

4.5 Perhitungan Analisis GAP

Berdasarkan perhitungan dengan menggunakan 4 metode forecasting telah

diperolah data perkiraan pembelian bahan baku untuk PT Fastfood Indonesia, Tbk. Untuk

bulan januari sampai dengan juli tahun 2009.

Untuk memperkuat hasil perhitungan menggunakan 4 metode forecasting (dengan

menggunakan Software QM for Windows) penulis ingin membandingkan hasil peramalan

tersebut dengan analisis Gap. Dimana analisis gap dimaksudkan untuk melihat kesenjangan

yang terjadi diantara aktualita pembelian bahan baku perusahaan dimasa lalu, dan

menghitung peramalannya juga. Perhitungan ini dilakukan dengan menghitung peramalan

pembelian bahan baku dengan data pembelian perusahaan selama 2 tahun terakhir. Hasil

perhitungan dapat dilihat pada tabel analisis berikut ini:

110

Tabel 4.16

Hasil Analisis Gap pada metode rata-rata bergerak

Bulan dan Tahun

Peramalan KFC

Peramalan dengan Rata-rata bergerak

Kesenjangan atau Gapnya

Jan 07 641,688 566,956 74,732

Feb 07 366,250 566,956 200,706

Mar 07 460,710 566,956 106,246

Apl 07 494,100 566,956 72,856

May 07 586,420 566,956 19,464

Jun 07 581,380 566,956 14,424

Jul 07 719,578 566,956 152,622

Agt 07 507,188 566,956 59,768

Sep 07 507,770 566,956 59,186

Okt 07 573,090 566,956 6,134

Nov 07 514,940 566,956 52,016

Dec 07 552,940 566,956 14,016

Jan 08 502,056 566,956 64,900

Feb 08 577,514 566,956 10,558

Mar 08 464,040 566,956 102,916

Apl 08 553,100 566,956 13,856

May 08 413,440 566,956 153,516

Jun 08 598,830 566,956 31,874

Jul 08 690,780 566,956 123,824

Agt 08 557,880 566,956 924

Sep 08 555,700 566,956 11,256

Okt 08 514,900 566,956 52,056

Nov 08 508,490 566,956 58,466

Dec 08 644,490 566,956 77,534

Total kesenjangan

atau GAPnya

1,533,850

111

Tabel 4.17

Hasil analisis GAP pada metode rata-rata bergerak dengan pembobotan

Bulan Dan Tahun Peramalan KFC

Peramalan dengan Rata-rata

bergerak dengan pembobotan


Jan 07 641,688 589,601.625 52,086.375

Feb 07 366,250 585,072.5 218,822.5

Mar 07 460,710 585,978.3125 125,268.3125

Apl 07 494,100 585,797.1875 91,697.1875

May 07 586,420 585,833.4375 586.5625

Jun 07 581,380 585,826.1875 4,446.1875

Jul 07 719,578 585,827.6875 133,750.3125

Agt 07 507,188 585,827.375 78,639.4375

Sep 07 507,770 585,827.4375 78,057.4375

Okt 07 573,090 585,827.4375 12,737.4375

Nov 07 514,940 585,827.4375 70,887.4375

Dec 07 552,940 585,827.4375 32,887.4375

Jan 08 502,056 585,827.4375 83,771.4375

Feb 08 577,514 585,827,375 8,313.375

Mar 08 464,040 585,827.375 121,787.375

Apl 08 553,100 585,827.4375 32,727.4375

May 08 413,440 585,827.4375 172,387.4375

Jun 08 598,830 585,827.4375 13,002.5625

Jul 08 690,780 585,827.4375 104,952.5625

Agt 08 557,880 585,827.4375 27,947.4375

Sep 08 555,700 585,827.4375 30,127.4375

Okt 08 514,900 585,827.4375 70,927.4375

Nov 08 508,490 585,827.4375 77,337.4375

Dec 08 644,490 585,827.4375 58,662.5625

Total kesenjangan

atau GAPnya 1,701,811.125

112

Tabel 4.18

Hasil analisis GAP pada metode penghalusan eksponensial

Bulan Dan Tahun Peramalan KFC Peramalan dengan

Penghalusan Eksponensial


Jan 07 641,688 580,050.5 61,637.5

Feb 07 366,250 580,050.5 213,800.5

Mar 07 460,710 580,050.5 119,340.5

Apl 07 494,100 580,050.5 85,950.5

May 07 586,420 580,050.5 6,369.5

Jun 07 581,380 580,050.5 1,329.5

Jul 07 719,578 580,050.5 139,527.5

Agt 07 507,188 580,050.5 72,862.5

Sep 07 507,770 580,050.5 72,280.5

Okt 07 573,090 580,050.5 6,960.5

Nov 07 514,940 580,050.5 65,110.5

Dec 07 552,940 580,050.5 27,110.5

Jan 08 502,056 580,050.5 77,994.5

Feb 08 577,514 580,050.5 2,536.5

Mar 08 464,040 580,050.5 116,010.5

Apl 08 553,100 580,050.5 26,950.5

May 08 413,440 580,050.5 166,610.5

Jun 08 598,830 580,050.5 18,779.5

Jul 08 690,780 580,050.5 110,729.5

Agt 08 557,880 580,050.5 22,170.5

Sep 08 555,700 580,050.5 24,350.5

Okt 08 514,900 580,050.5 65,150.5

Nov 08 508,490 580,050.5 71,560.5

Dec 08 644,490 580,050.5 64,439.5

Total kesenjangan

atau GAPnya 1,599,563

113

Tabel 4.19

Hasil analisis Gap pada metode regresi linear

Bulan Dan Tahun Peramalan KFC Peramalan dengan

Regresi Linear

Kesenjangan atau

GAPnya

Jan 07 641,688 550,875.5 90,812.5

Feb 07 366,250 555,072.3 188,822.3

Mar 07 460,710 559,269.1 98,559.1

Apl 07 494,100 563,465.9 69,365.9

May 07 586,420 567,662.8 18,757.2

Jun 07 581,380 571,859.6 9,520.4

Jul 07 719,578 576,056.2 143,521.8

Agt 07 507,188 580,252.9 73,064.9

Sep 07 507,770 584,449.6 76,679.6

Okt 07 573,090 588,646.4 15,556.4

Nov 07 514,940 592,843.3 77,903.3

Dec 07 552,940 597040.1 44,100.1

Jan 08 502,056 601,236.8 99,180.8

Feb 08 577,514 605,433.6 27,923.6

Mar 08 464,040 609,630.4 145,590.4

Apl 08 553,100 613,827.1 60,727.1

May 08 413,440 618,023.9 204,583.9

Jun 08 598,830 622,220.7 23,390.7

Jul 08 690,780 626,417.4 64,362.6

Agt 08 557,880 630,614.3 72,734.3

Sep 08 555,700 634,811.1 79,111.1

Okt 08 514,900 639,007.8 124107.8

Nov 08 508,490 643,204.5 134,714.5

Dec 08 644,490 647,401.3 2,911.3

Total kesenjangan

atau GAPnya 1,946,001.6

114

Setelah melalui perhitungan, seperti yang telah dijabarkan pada tabel diatas hasil

kesenjangan antara pembelian aktual pihak PT. Fastfood Indonesia, Tbk. dengan

perhitungan peramalan penulis dengan menggunakan 4 metode forecasting yaitu Rata-rata

bergerak, Rata-rata bergerak dengan pembobotan, penghalusan eksponensial dan Regresi

Linear (dengan menggunakan Software QM for Windows), dan dalam hal ini, diketahui

Metode Rata-rata Bergerak merupakan metode peramalan yang nilai kesenjangan atau

Gapnya paling kecil.

BAB IV HASIL DAN PEMBAHASAN 4.1 Profile Perusahaan …thesis.binus.ac.id/doc/Bab4/2009-2-00383-MN...

Documents

Transcript of BAB IV HASIL DAN PEMBAHASAN 4.1 Profile Perusahaan …thesis.binus.ac.id/doc/Bab4/2009-2-00383-MN...