29/07/2010

1

Peramalan Permintaan dan Perencanaan Produksi dengan Mempertimbangkan SpecialEvent di PT. Coca Cola Bottling Indonesia(PT. CCBI) Plant Pandaan

Peneliti :Ilsan Nur Putra2506.100.128

Dosen Pembimbing : Dosen Ko-Pembimbing :Prof. Ir. I Nyoman Pujawan, M.Eng., Ph.D Niniet Indah Arvitrida, ST., MT

Latar Belakang

Coca-Cola CompanyCoca-Cola Company

Ketidakakuratan Ramalan

Permintaan

Produk Inventory

StockoutBiaya

Sumber : Silver, 1998

Special Event

Pada saat lebaran, kebutuhan Pada saat lebaran, kebutuhan konsumen meningkat 30 % dari

tahun ke tahun. Sehingga Coca Cola menambah pasokan 2 kali lipat

dibanding bulan sebelumnya (Kaltim Post, 2009)Setyo Adi Nugroho, General

Marketing Sales PT. CCBI

Special Event

permintaan

Special Event mempengaruhi

permintaan

Fluktuasi Permintaan

Coca-Cola Company

29/07/2010

2

Latar Belakang

Coca-Cola Company

Akurasi Ramalan

Tahun Prosentase (%)

2005 82 %2006 85 %2007 85 %2008 88 %2009 86 %

Sumber : PT. CCBI Plant Pandaan

0200004000060000

Janu

ari

Febr

uari

Mar

et

Apri

l

Mei

Juni Juli

Agus

tus

Sept

embe

r

Okt

ober

Nov

embe

r

Des

embe

r

Tingkat Inventori

2008 2009 Sumber : PT. CCBI Plant Pandaan

Metode Peramalan yang tidak mempertimbangkan

special event

Metode Peramalan dan Perencanaan Produksi yang mempertimbangkan Special

Event

Coca-Cola Company

Perumusan Masalah

Tidak Akuratnya Peramalan

Perencanaan Produksi yang Tidak responsif

Metode Peramalan Permintaan dengan mempertimbangkan Pengaruh Special Event terhadap Fluktuasi permintaan yang

mengakomodasi Perencanaan Produksi yang lebih Akurat

Coca-Cola Company

29/07/2010

3

Gambaran Objek Penelitian

• PT. Coca-Cola Bottling Indonesia Plant-Pandaan di Jl. Raya Surabaya Malang KM 43Gempol, Pasuruan, Jawa Timur.

• Memiliki 16 Sales Center di Jawa Timur

Coca-Cola Company

Jenis Produk

Coca-Cola Company

29/07/2010

4

Bisnis Proses

Penjualan oleh Sales Center yang di distribusikan kepada

Retailer dan mendokumentasikan data

penjualan tersebut

Tiap Sales Center

mengumpulkan

informasi mengenai penjualan,

special event dan

inventory

Bagian Sales melakukan peramalan permintaan untuk

periode berikutnya

Pengecekan Level Inventory di Plant

Menentukan Jumlah Produksi per-minggu dalam

bentuk MPS dan menghitung Target

Inventory

Mengecek ketersediaan Bahan Baku untuk

proses produksi

Melakukan Produksi Produk sesuai dengan

Perencanaan yg dilakukan oleh Planner

Produk jadi kemudian disimpan dan ditata di gudang penyimpanan

Distribusi Produk jadi ke masing-masing Sales

Center

Coca-Cola Company

Flowchart Peramalan dan Perencanaan Produksi di Perusahaan

Coca-Cola Company

29/07/2010

5

Tujuan Penelitian

Coca-Cola Company

Menghasilkan Peramalan yang lebih Akurat

Memberikan referensi mengenai nilai indeks Special Event untuk periode tahun 2010

Menghasilkan rencana produksi dengan biaya yang lebih murah

Menetapkan target inventori yang menghasilkan biaya lebih murah dalam perencanaan produksi

Coca-Cola Company

Ruang Lingkup Penelitian

Coca-Cola Company

Batasan• Penelitian dilakukan di PT. Coca Cola Bottling

Indonesia (PT. CCBI) Plant Pandaan.

• Produk yang diamati adalah produkmenggunakan kemasan Returnable Glass Bottle(RGB) antara lain Coca-Cola 193 ml, Sprite 200ml, Fanta Strawberry 200 ml, Sprite 295ml, Fanta Soda Water 295 ml, Frestea Jasmine220 ml.

• Special Event yang dimaksud hanya padaspecial event yang telah didokumentasikan olehperusahaan.

• Evaluasi dari perencanaan produksi dilakukanuntuk periode Januari-Desember 2009.

Asumsi• Kekurangan barang pada suatu periode akan

dipenuhi pada periode berikutnya.

• Biaya Penyimpanan dan biaya backlog adalah30 % dari harga jual produk.

Coca-Cola Company

29/07/2010

6

Manfaat Penelitian

Coca-Cola Company

Memberikan rekomendasi serta preferensimengenai metode peramalan denganmempertimbangkan special event yangterjadi di perusahaan.

Memberikan masukan dan gambaranmengenai perencanaan produksi yangdipengaruhi oleh setiap special eventberdasarkan hasil dari peralamanpermintaan.

Coca-Cola Company

Metodologi

29/07/2010

7

Metodologi (2)

Pengumpulan DataMinggu Sales Minggu Sales Minggu Sales

1 7.035 16 8.853 31 8.975 2 7.536 17 8.426 32 9.023 3 7.162 18 8.241 33 9.252 4 7.165 19 8.335 34 9.425 5 7.143 20 8.537 35 9.535 6 7.156 21 8.742 36 9.632 7 6.294 22 8.747 37 9.799 8 6.124 23 8.840 38 9.934 9 6.842 24 8.954 39 10.341 10 7.134 25 9.252 40 11.841 11 7.123 26 9.536 41 11.865 12 7.253 27 9.567 42 11.896 13 7.298 28 9.356 43 12.012 14 8.134 29 9.532 44 10.686 15 9.141 30 9.145 45 10.854

Data Penjualan

Jenis-Jenis Special Event

Aktual Produksi

Kedatangan Botol

29/07/2010

8

Metodologi (3)B

Peramalan

Pengecekan Pola Data Historis

Pengecekan Pola DataHistoris

• Plot Data Waktu vs Penjualan dalam Grafik (2006-2008)

Index

S-C

oca

Cola

1441281129680644832161

13000

12000

11000

10000

9000

8000

7000

6000

5000

Time Series Plot of S-Coca Cola

29/07/2010

9

Pengecekan Pola DataHistoris (2)• Analisis Autokorelasi

Lag

Au

toco

rrel

atio

n

1501401301201101009080706050403020101

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Autocorrelation Function for S-Coca Cola(with 5% significance limits for the autocorrelations)

Lag

ACF

Statistik-T Ljung-Box Q

Pengecekan Pola DataHistoris (3)

29/07/2010

10

Metodologi (3)B

Peramalan

Pengecekan Pola Data Historis

Perhitungan Indeks Special Event

Perhitungan IndeksSpecial Event

29/07/2010

11

Perhitungan Indeks SpecialEvent (2)

Dimana :

• = Data aktual periode – t (minggu)• = Indeks pada periode –t (minggu)

= Diadjust (data hasil peramalan pada periode –t dengan menggunakan moving average dan exponential smoothing)

=

Moving Average (MA)

Dimana :• Dt = Diajust (data forecast menggunakan Moving Average)

pada periode – t• At = Data aktual pada periode – t

Contoh :• A24 = 8.954 botol• A25 = 9.252 botol• A26 = 9.536 botol

= 1 + 2 + 3

3

27 = 8954 + 9252 + 9536

3 = 9247,3

29/07/2010

12

Moving Average (2)

• Berdasarkan hasil perhitungan dan data historispada periode tersebut didapatkan bahwa :A27 = 9.567 botolD27 = 9247,3 botol

Setelah di verifikasi dengan data rekap Special Event diketahuibahwa periode pada periode ke-27 terdapat Event “HangingOut With High School”. Yang berarti indeks untuk eventtersebut yaitu sebesar 1,03.

27 = 9567

9247,3 = 1,03

Moving Average (3)

Minggu Tanggal Event Index2 10 Januari 2006 Idul Adha 1426 H 1,07

4 - 6 23 Januari - 5 Februari 2006 Promo Outlet "Pizza Hut" 0,994 29 Januari 2006 Tahun Baru Imlek 2557 0,99

9 - 11 27 Februari-10 Maret 2006 Promosi (Beli 1 dapat 2) 1,0718 1 - 14 Mei 2006 Promo Botol ‘Squeeze’ Coca-Cola Gratis! 1,0018 08 Mei 2006 Ultah Coca Cola ke 120 1,00

Group Event Event Index Group IndexIdul Adha 1426 H 1,071Idul Adha 1427 H 1,04Idul Adha 1428 H 1,035Idul Adha 1,115Promo Outlet "Pizza Hut" 0,99Promosi "Asyiknya Ngegame di Timezone" 1,03Promosi Outlet "Top Noddle" 1,067Tahun Baru Imlek 2557 0,989Tahun Baru Imlek 2558 1,019Tahun Baru Imlek 2559 1,025

Tahun Baru Imlek 1,01

Idul Adha 1,06

Promo Outlet 1,03

29/07/2010

13

Exponential Smoothing

Dimana :• Dt = Diajust (data forecast menggunakan Exponential Smoothing) pada

periode – t• At = Data aktual pada periode – t

• Contoh :• A26 = 9.535 botol• D26 = 8.709 botol

= ( 1) + ((1 ) 1)

27 = (0,2 9536) + (0,8 8709) = 8874, 9

Exponential Smoothing (2)

• Berdasarkan hasil perhitungan dan data historispada periode tersebut didapatkan bahwa :

• A27 = 9.567 botol• D27 = 8874,9 botol

Setelah di verifikasi dengan data rekap Special Event diketahuibahwa periode pada periode ke-27 terdapat Event “HangingOut With High School”. Yang berarti indeks untuk eventtersebut yaitu sebesar 1,08.

27 = 9567

8874,9 = 1,08

29/07/2010

14

Exponential Smoothing (3)

Metodologi (3)B

Peramalan

Pengecekan Pola Data Historis

Perhitungan Indeks Special Event

Peramalan Permintaan

29/07/2010

15

Peramalan

• Berdasarkan Hasil Pengecekan Pola DataHistoris diketahui bahwa Data mengikuti PolaMusiman. Menurut Hanke et all (2001)metode peramalan yang digunakan untukPola Data Musiman yaitu Metode WinterExponential Smoothing dan Decomposition.Kedua metode ini akan dibandingkan denganmetode Event Based.

Winter ExponentialSmoothing

29/07/2010

16

Decomposition

Event Based

Dimana,• Yt’ = Peramalan dengan Indeks pada periode -t• It = Indeks Special Event pada periode – t• Yt = Peramalan sebelum Indeks pada periode –t

Event Based ini terbagi atas dua :• Moving Average Event Based (MAEB)• Exponential Smoothing Event Based (ESEB)

=

29/07/2010

17

MAEB

Dimana : • Yt = Nilai Peramalan dengan menggunakan moving average pada

periode – t• At = Data aktual pada periode – t

• Contoh : meramalkan permintaan pada minggu ke-18• A15 = 8.048 botol• A16 = 7.812 botol• A17 = 7.822 botol

= 1 + 2 + 3

3

18 = 8048 + 7812 + 7822

3 = 7894

MAEB (2)• Diketahui bahwa pada periode ke-18, SC melaksanakan Special Event

Perayaan Hari Ultah Coca-Cola yg ke-123. Maka permintaan padaperiode ke-18 yaitu sebesar :

• Y18 = 7.894 botol• I18 = 1,01 (indeks Event Perayaan Hari Ultah Coca-Cola)

• * untuk periode yang tidak ada Special Event, indeks = 118 = 1,01 7894 = 7978

Minggu Forecast Before Index Index Actual Sales Forecast After

Indexing I et I et2 I et I / Yt

1 7011 1 7.046 7011 35,48 1258,69 0,012 7046 1 7.856 7046 810,00 656100,00 0,103 7451 1 6.749 7451 702,00 492804,00 0,104 7217 1,01 7.055 7297 242,42 58767,87 0,035 7220 1 7.043 7220 177,00 31329,00 0,036 6949 1 6.864 6949 85,00 7225,00 0,017 6987 1 7.213 6987 225,67 50925,44 0,038 7040 1 6.805 7040 235,00 55225,00 0,039 6961 1 6.601 6961 359,67 129360,11 0,05

10 6873 1 7.643 6873 770,00 592900,00 0,10

29/07/2010

18

MAEB (3)

ESEB

Dimana :• Yt = Nilai Peramalan dengan menggunakan exponential smoothing

pada periode – t• At = Data aktual pada periode – t

• Contoh : Meramalkan permintaan pada minggu ke-18• A17 = 7.822 botol• Y17 = 7.609 botol

= ( 1) + ((1 ) 1)

18 = (0,2 7822) + (0,8 7609) = 7651

29/07/2010

19

ESEB (2)• Diketahui bahwa pada periode ke-18, SC melaksanakan Special Event

Perayaan Hari Ultah Coca-Cola yg ke-123. Maka permintaan padaperiode ke-18 yaitu sebesar :

• Y18 = 7.651 botol• I18 = 1,02 (indeks Event Perayaan Hari Ultah Coca-Cola)

• * untuk periode yang tidak ada Special Event, indeks = 118 = 1,02 7651 = 7771

ESEB (3)

29/07/2010

20

Rekapitulasi HasilPeramalan

Rekapitulasi HasilPeramalan (2)

Index

Dat

a

50454035302520151051

20000

17500

15000

12500

10000

7500

5000

Variable

DecompositionMA Event BasedES Event BasedAktual Sales

EksistingWinter

Grafik Perbandingan Metode Forecast terhadap Aktual Sales

29/07/2010

21

Akurasi Peramalan

Updating Indeks• Menambahkan indeks pada tahun 2009 untuk memperbaharui indeks

yang dapat digunakan sebagai referensi pada tahun 2010.

29/07/2010

22

Metodologi (3)B

Peramalan

Pengecekan Pola Data Historis

Perhitungan Indeks Special Event

Peramalan Permintaan

Rancangan Skenario

Melakukan pembuatan Master Production Schedule (MPS) tanpa mempertimbangkan

ketersediaan botol

Melakukan pembuatan Master Production Schedule (MPS) dengan

mempertimbangkan ketersediaan botol

C

29/07/2010

23

Metodologi (4)

C

Pembuatan MPS dengan Skenario

MPS Skenario 1Didapatkan dari hasil

peramalan dengan metode terbaik

Data Historis Perusahaan

TIt = = Yt 6

x 12 hari

It = (Pt + SOHt-1) - St

Sht = St - (Pt + SOHt-1)Pt = TIt – (SOHt-1 - Yt) + Sht-1 SOH = It-1

Avg. Inventory 16.473Avg. Backorder 0

Rekapitulasi

29/07/2010

24

MPS Skenario 2Didapatkan dari hasil

peramalan dengan metode terbaik

Data Historis Perusahaan

TIt = = Yt 6

x 12 hari

It = (Pt + SOHt-1) - St

Sht = St - (Pt + SOHt-1)Pt = Min (Pet ; Et)

SOH = It-1

Et = SEt + (Et-1 - Pt)

Metodologi (4)C

Pembuatan MPS dengan Skenario

MPS Kondisi Eksisting

29/07/2010

25

MPS Eksisting

Metodologi (4)C

Pembuatan MPS dengan Skenario

Perhitungan Total Cost dan Tingkat Inventori serta Backlog

untuk setiap kondisi

MPS Kondisi Eksisting

29/07/2010

26

Perhitungan Total Cost

• Cost terdiri dari dua komponen yaitu Inventori Holding Cost dan Backlog Cost.

• Eksisting :

Perhitungan Total Cost (2)

• Skenario 1 :

• Skenario 2 :

29/07/2010

27

Penghematan (Savings)

• Dibandingkan Total Biaya Eksisting dengan Skenario 2(karena skenario lebih riil menggambarkan kondisiperencanaan produksi)

Metodologi (4)C

Pembuatan MPS dengan Skenario

Perhitungan Total Cost dan Tingkat Inventori serta Backlog

untuk setiap kondisi

MPS Kondisi Eksisting

Analisis

D

29/07/2010

28

Metodologi (5)D

Analisis Sensitivitas Target Inventori terhadap Biaya

Analisis Sensitivitas

• Dilakukan analisis sensitivitas besaran TargetInventori (TI) yang digunakan oleh perusahaanuntuk memberikan masukan yang lebih optimal darisegi minimasi total biaya.

• Nilai TI ditentukan dengan cara merubah-rubahbesaran TI yang dapat menghasilkan total biayayang lebih murah yang tidak menghasilkanShortage.

29/07/2010

29

Analisis Sensitivitas (2)

Rp-

Rp1.000.000

Rp2.000.000

Rp3.000.000

Rp4.000.000

Rp5.000.000

Rp6.000.000

1 2 3 4 5 6 7 8 9 10 11 12

Rp/t

h

Hari

Inventory Cost Backlog Cost Total Cost

Metodologi (5)D

Analisis Sensitivitas Target Inventori terhadap Biaya

29/07/2010

30

Kesimpulan1. Metode peramalan dengan mempertimbangkan special event dapat

meningkatkan akurasi ramalan jika dibandingkan dengan metodeperamalan yang diterapkan oleh perusahaan saat ini. Peningkatanakurasi ramalan untuk produk Coca-Cola 193 ml, Sprite 200 ml, FantaStrawberry 200 ml, Sprite 295 ml, Fanta Soda Water 295 ml, danFrestea Jasmine 220 ml masing-masing yaitu 4 persen; 9 persen; 12persen; 4 persen; 3 persen dan 3 persen.

2. Perencanaan produksi dengan menggunakan peramalan denganmempertimbangkan special event dapat menghasilkan totalpenghematan untuk 6 varian produk sebesar Rp 49.122.321,-/th.

3. Penentuan target inventori yang optimal dapat mengurangi tingkatinventori yang tinggi dan dapat menghasilkan total biaya yang lebihmurah.

Kesimpulan (2)

4. Natal dan Tahun Baru merupakan Special Eventyang paling memiliki pengaruh yang signifikan dalam mempengaruhi permintaan untuk 6 varian produk ini.

29/07/2010

31

Saran

1. Perusahaan dapat menerapkan metode peramalandengan menggunakaan event based forecastberdasarkan refenrensi indeks special event yangtelah diperbaharui.

2. Identifikasi perputaran botol dapat disimulasikanmenjadi variabel tambahan untuk perencanaanproduksi.

3. Penelitian ini diterapkan untuk produk jenislainnya seperti jenis PET, tetrapack, dll.

Daftar Pustaka• Andrian, Y (2004). Evaluasi dan Perancangan Sistem Penunjang

Keputusan pada Proses Perencanaan Produksi Studi Kasus : PT. Coca Cola Bottling Indonesia Plant Pandaan. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.

• Anggraheni, W (2003). Peramalan Berdasarkan Event di PT. Coca Cola Distribution Indonesia SIER Surabaya. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.

• Ashayeri, J dan Kampstra, P. (2003) Collaborative Replenishment : A Step by Step Approach, Tillburg University

• Chopra dan Meindl (2004) Supply Chain Management : Strategy, Planning, and Operation, Prectice Hall Inc., New Jersey

• Christopher,M.(1992). Logistics and Supply chain Management. Pitman, London.

• Chung, C.H, Krajewski, L.J (1984). Planning Horizon For Master Production Schedulling. Journal of Operation Management. Vol. 4 No. 4, August 1984

29/07/2010

32

Daftar Pustaka (2)• Gangadharan, Rajesh. (2006). Supply chain Strategies To Manage Volatile

Demand. <URL: http://www.sdcexec.com/online/article.jsp?id=9159&siteSection=4 >

• Hanke, J.E, Reitsch, A.G, dan Wichern, D.W. (2001). Business Forecasting Seventh Edition, Prentice Hall, United States of America.

• Kaltim Post (2009). Siapkan Cadangan 600 Ribu Krat (Kamis, 25 Desember 2009) <URL : http://www.kaltimpost.co.id/?mib=berita.detail&id=6770>

• Malkridakis, S, Wheelright, S.C, dan Mc Gee, V.E. (1983). Forecasting Methods and Application 2nd Edition, John Wiley and Sons, Inc.

• Nahmias, S. (1993). Production and Operation Analysis, Mc Graw-Hill Internasional, Singapore.

• Nahmias, S. (2009). Production and Operation Analysis Seventh Edition, Mc Graw-Hill Internasional, Singapore.

• Nasution, AH. (1999). Perencanaan dan Pengendalian Produksi. Guna Widya, Surabaya.

Daftar Pustaka (3)• Posko Manado (2009). Permintaan Tetap Tinggi (Kamis, 17 September 2009) <URL :

http://poskomanado.com/news/index.php?option=com_content&task=view&id=3813&Itemid=1>

• Pujawan, I Nyoman. (2005). Supply Chain Management. Guna Widya, Surabaya• Russel, R.A, Urban, T.L (1993). Horizon Extention for Rolling Production Schedules : Lenght

and Accuracy Requirement. International Journal of Production Economics, 29 (1993) 111-122

• R. Liu et al. (2006). A Formal Modeling Approach for Supply Chain Event Management, Desicion Support System 43, 761-778

• Silver, E.,D. Pyke, D.,F. Peterson, R. (1998). Inventory Management and Production Planning and Schedulling. New York, John Willey and Sons, Inc.

• Surya (2009). Coca Cola Luncurkan Sprite Zero (Rabu, 11 Maret 2009) <URL : http://www.surya.co.id/2009/03/11/coca-cola-luncurkan-sprite-zero.html>

• Withycombe, R (1989). Forecasting with Combined Seasonal Indices. International Journal of Forecasting, 547-552

29/07/2010

33

Terima Kasih