PERAMALAN PRODUKSI SEBAGAI DASAR PERENCANAAN PERSEDIAAN PENGAMAN KEBUTUHAN BAHAN BAKU BILLET BAJA

DI PABRIK WIRE ROD MILL P.T. KRAKATAU STEEL (PERSERO)

NAMA : RIO YURI ALDINONPM : 11130012

FAK/JUR : TEKNIK INDUSTRIPEMBIMBING : EMY KHIKMAWATI S.T., M.T.

Latar BelakangP.T. Krakatau Steel (Persero) adalah perusahaan baja terpadu yang terletak di kota Cilegon Provinsi Banten. P.T. Krakatau Steel (Persero) juga merupakan pabrik baja terbesar di Indonesia dan merupakan distributor baja terbesar di seluruh Indonesia. Hasil produksi P.T. Krakatau Steel (Persero) berupa Batang baja (Billet), Slab Baja, Batang Kawat Baja (Wire Rods), Baja Lembaran Dingin (Cold Rolled Coil), Baja Lemabaran Panas (Hot Sheet Coil) dan Baja Gulungan Panas (Hot Rolled Coil). Untuk itu dalam memenuhi permintaan konsumen, kebutuhan bahan baku harus dimanajemen sebaik mungkin, baik dari perencanaan bahan baku hingga proses perencanaan persediaan pengaman (safety stock) kebutuhan bahan baku untuk kedepannya agar dapat memenuhi permintaan konsumen dengan mempertimbangkan segala aspek produksi di perusahaan. Maka dapat disimpulkan bahwa peranan peramalan sangat penting disetiap industri untuk merencanakan dan pengambilan keputusan untuk kedepannya. Meskipun perlu disadari pula bahwa peramalan adalah perkiraan yang pasti memiliki nilai kesalahan. Maka, orang yang yang akan meramalkan itu harus memonitor segala aspek yang dapat memicu kesalahan agar memperkecil kemungkinan kesalahan yang akan terjadi serta dapat menghitung perencanaan persediaan pengaman (safety stock) kebutuhan bahan baku agar disuatu saat ketika permintaan meningkat, perusahaan dapat memenuhi permintaan tersebut.

Identifikasi MasalahSebelum mengetahui perencanaan persediaan pengaman (safety stock) bahan baku untuk digunakan di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk, disini penulis menggunakan metode peramalan untuk mengetahui hasil peramalan jumlah produksi serta peramalan kebutuhan bahan baku untuk kedepannya terlebih dahulu.

Perumusan Masalah• Metode Peramalan apakah yang sebaiknya diterapkan di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk untuk meminimumkan kesalahan peramalan perencanaan persediaan bahan baku

• Berapa ton peramalan produksi baja batang batang kawat di Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk dengan menggunakan metode peramalan terpilih

• Berapa ton peramalan persediaan kebutuhan bahan baku (baja billet) Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) tbk dengan menggunakan peramalan yang terpilih

• Berapa ton persediaan pengaman (safety stock) yang dibutuhkan pada pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) untuk pengambilan keputusan penggunaan bahan baku untuk kedepannya

Batasan Masalah • Kerja praktek yang penulis lakukan adalah di pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) Tbk.

• Pembahasan dan analisa data yang digunakan dihitung dengan menggunakan metode peramalan jumlah produksi serta dengan menggunakan metode perencanaan persediaan pengaman (safety stock) untuk kebutuhan bahan baku.

Manfaat Kerja Praktek• Mahasiswa dapat menerapkan ilmu pengetahuan dan metodologinya yang selama ini telah diterima di bangku kuliah pada dunia kerja.

• Menguji kemampuan penerapan ilmu pengetahuan dan teknologi yang telah diperoleh di bangku kuliah.

• Memberikan informasi kepada mahasiswa terutama mahasiswa teknik Universitas Malahayati tentang keadaan dunia kerja nyata sehingga memotivasi untuk mempersiapkan dirinya.

• Memberikan kesempatan kepada penulis sebagai mahasiswa untuk memasyarakatkan diri pada suasana dan iklim lingkungan kerja yang sebenarnya terutama berkenaan dengan disiplin.

Waktu Pelaksanaan Tanggal Pelaksanaan : 07 Juli s/d 07 Agustus 2014

Tempat/Perusahaan : PT. KRAKATAU STEEL (Persero)

Divisi Pabrik Baja Batang Kawat (Wire Rod Mill)

Alamat Perusahaan : PT. KRAKATAU STEEL (Persero)

Jl. Industri No. 5 P.O. Box 14 Cilegon, Banten 42435

PeramalanMenurut Gaspersz (2005) Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat.

Metode Peramalan Time Series 1.Pendekatan naif2.Rata-rata bergerak (moving

average)3.Penghalusan eksponential

(exponential smoothing)4.Proyeksi tren (trend projection)

Metode Rata-rata bergerak sederhana (single moving average)

Dimana : Fx = Forecast untuk periode x

Yx = Data periode xn = jangka waktu x

nYYYF nxxx

x11 ....

Metode Penghalusan Eksponential (exponential smoothing)

Fx = Fx-1 + α (Ax-1 – Fx-1)

Dimana : Fx = Periode x yang diramalkanFx-1 = Hasil ramalan periode x-1Ax-1 = Nilai sebenarnya periode x-1α = Porsi perbedaan nilai

sebenarnya & hasil ramalan periode terakhir ( 0 < α <1 )

Metode garis lurus (linear trend)

= a + bxdimana:ŷ = nilai terhitung dari variabel yang

akan diprediksi ( disebut variabel terikat )

a = persilangan sumbu yb = kemiringan garis regresi (atau

tingkat perubahan pada y untuk perubahan yang terjadi di x).

x = variable bebas

y

Rumus :

b =

a =

dimana: Σ = tanda penjumlahan total x = nilai variabel bebas yang diketahuiy = nilai variabel terkait yang diketahuix^ = rata-rata nilai xŷ = rata-rata nilai yn = jumlah data atau pengamatan

nx

x

22 )()(

xxnyxxyn

nxby

Pengukuran Kesalahan Peramalan (Error)

E = yꞌ-yDimana : E = Error atau

Kesalahan yꞌ = peramalany = nilai aktual jumlah

produksi

Teknik mengukur kesalahan peramalan menurut Render dan Heizer (2004):1.Deviasi rata-rata absolute

atau Mean Absolute Error (MAE)

MAE =

dimana : |E| = Absolute Errorn = Jumlah periode data

2. Kesalahan rata-rata kuadrat atau Mean Squared Error (MSE)

MSE =

Dimana : |E2| = Absolute Squarred Error

n = Jumlah periode data

3. Kesalahan Persentase rata-rata absolute atau Mean Absolute Percent Error (MAPE)

MAPE =

dimana: |PE| = Percentage Errorn = Jumlah periode data

Persediaan (inventory)Menurut Rangkuti (2002) persediaan merupakan sejumlah bahan-bahan, bagian-bagian yang disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi atau produk yang disediakan untuk memenuhi permintaan dari konsumen atau langganan setiap waktu.

Tujuan pengawasan persediaan

• Menjaga jangan sampai kehabisan persediaan

• Supaya pembentukan persediaan stabil

• Menghindari pembelian kecil-kecilan

• Pemesanan yang ekonomis

Persediaan Pengaman (safety stock)Menurut Rangkuti (2002) persediaan pengaman adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (stock out).

Rumus : SS = Z . SD

• Dimana : SS = Persediaan Pengaman (safety stock)Z = policy factor atau tingkat pelayanan tertentuSD = Standart deviasi

PT. Krakatau Steel (Persero)• Kantor Pusat : Jl. Industri No. 5 P.O. Box 14 Cilegon - Banten 42435 Indonesia Tel:+62-254 392159, 392003 (Hunting) Fax: +62-254 372246, 395178

• Kantor Jakarta : Gedung Krakatau Steel, Lantai 4 Jl. Gatot Subroto Kav. 54 Jakarta Selatan 12950 Indonesia Tel: +62-21 5221255 (Hunting) Fax: +62-21 5200876, 5204208, 5200793

• Pabrik : Cilegon-Cigading Plant Site Banten 42435

Unit Produksi

Struktur Organisasi Perusahaan

Pabrik Baja Batang Kawat ( Wire Rod Mill / WRM )Pabrik batang kawat ini awalnya bernama Wire Rod & Strip mill (WRSM). Sejak awal WRSM beroprasi hanya memproduksi wire rod dan strip, untuk memproduksi dua jenis produk yaitu Wire Rod diameter billet produk antara 5.5 mm sampai 12 mm dan strip yang mempunyai lebar maksimum 360 mm dan tebal minimum 2 mm, yang masing-masing terdiri dari dua jalur. Pabrik ini mulai beroperasi sejak tahun 1979 dengan menggunakan teknologi dari Schloeman-Siemang Jerman, yang mempunyai kapsitas 220.000 MT pertahun. Bahan baku untuk memproduksi rod dan strip tersebut adalah billet baja dengan square 110mm dan panjangnya 10mm. Secara garis besar layout pabrik terbagi atas lima area yaitu furnace, roughing mill, intermediate mill, pre-finishing mill dan finishing mill.

Struktur Organisasi Pabrik Baja Batang Kawat

Kadiv pabrik batang kawat

sekretaris Group ahli

teknik proses Suporting PPC,QC,TI,&tteknologi

Kadis produksi Kadis perwatan M ek & Aux

kadis perawatan AEI

Kasie bengkel roll

Kasie oprasi

Kasie funace

Kasie perawatan m ekanik

Kasie bengkel auxiliry

Kasie autom ation

Kasie elektik

Kasie instrum en

Kasie perencanaan pengendalian perawatan

Proses Pembuatan Batang Kawat

Pengumpulan Data

(Sumber : Data hasil produksi Januari 2013 – Mei 2014)

Jan-13 31565,356 32515,666 97,50% 97,08%Feb-13 21137,62 21763,624 97,50% 97,12%M ar-13 15010,666 15453,598 97,50% 97,13%Apr-13 16573,934 17089,167 97,50% 96,99%M ei-13 9365,683 9656,724 97,50% 96,99%Jun-13 23286,46 23908,966 97,50% 97,40%Jul-13 12281,386 12775,666 97,50% 96,13%

Agust-13 14907,251 15366,872 97,50% 97,01%Sep-13 24204,42 24993,46 97,50% 96,84%Okt-13 17623,45 18151,772 97,50% 97,09%Nop-13 14642,03 15190,399 97,50% 96,36%Des-13 19674,35 20286,67 97,50% 96,98%Jan-14 15660,693 16124,049 97,50% 96,94%Feb-14 12510,591 12501,527 97,50% 97,08%M ar-14 12501,527 12877,885 97,50% 97,08%Apr-14 10941,512 11350,403 97,50% 96,63%M ei-14 15274,281 15685,77 97,50% 97,37%

Total 287161,21 295692,218 96,95%

Periode Total Produksi (Ton) Penggunaan Bahan Baku (Ton) Target Yield Yield Actual

Dapat dilihat data yang dikumpulkan bersifat random atau tidak tetap. Sehingga metode yang cocok untuk digunakan adalah sebagai berikut :• Trend Linear• Single Moving Average 3 bulanan.• Single Moving Average 4 bulanan.• Single Moving Average 5 bulanan.• Single Exponential Smoothing dengan menggunakan alpha 0,1 0,5 dan 0,9.

Metode Trend Linear

Perhitungan Peramalan jumlah produksi periode bulan Januari 2013 – Mei 2014 dengan Metode

Trend Linier

Jan-13 1 31565,36 31565,36 1 21644,04 -528,20 21115,85 10449,51 10449,51 109192252,27 33,10 33,10Feb-13 2 21137,62 42275,24 4 21644,04 -528,20 20587,65 549,97 549,97 302467,34 2,60 2,60M ar-13 3 15010,67 45032,00 9 21644,04 -528,20 20059,45 -5048,79 5048,79 25490250,77 -33,63 33,63Apr-13 4 16573,93 66295,74 16 21644,04 -528,20 19531,26 -2957,32 2957,32 8745755,91 -17,84 17,84M ei-13 5 9365,68 46828,42 25 21644,04 -528,20 19003,06 -9637,38 9637,38 92879031,28 -102,90 102,90Jun-13 6 23286,46 139718,76 36 21644,04 -528,20 18474,86 4811,60 4811,60 23151464,28 20,66 20,66Jul-13 7 12281,39 85969,70 49 21644,04 -528,20 17946,67 -5665,28 5665,28 32095403,25 -46,13 46,13

Agust-13 8 14907,25 119258,01 64 21644,04 -528,20 17418,47 -2511,22 2511,22 6306220,23 -16,85 16,85Sep-13 9 24204,42 217839,78 81 21644,04 -528,20 16890,27 7314,15 7314,15 53496742,90 30,22 30,22Okt-13 10 17623,45 176234,50 100 21644,04 -528,20 16362,08 1261,37 1261,37 1591062,86 7,16 7,16Nop-13 11 14642,03 161062,33 121 21644,04 -528,20 15833,88 -1191,85 1191,85 1420506,33 -8,14 8,14Des-13 12 19674,35 236092,20 144 21644,04 -528,20 15305,68 4368,67 4368,67 19085248,53 22,20 22,20Jan-14 13 15660,69 203589,01 169 21644,04 -528,20 14777,49 883,21 883,21 780053,39 5,64 5,64Feb-14 14 12510,59 175148,27 196 21644,04 -528,20 14249,29 -1738,70 1738,70 3023074,38 -13,90 13,90M ar-14 15 12501,53 187522,91 225 21644,04 -528,20 13721,09 -1219,57 1219,57 1487342,23 -9,76 9,76Apr-14 16 10941,51 175064,19 256 21644,04 -528,20 13192,90 -2251,38 2251,38 5068733,40 -20,58 20,58M ei-14 17 15247,72 259211,17 289 21644,04 -528,20 12664,70 2583,02 2583,02 6671970,95 16,94 16,94

Total 153 287134,65 2368707,58 1785 287134,65 64442,97 390787580,29 -131,19 408,25Average 9 16890,27 139335,74 105 16890,27 3790,76 22987504,72 -7,72 24,01

PE = E/y*100 |PE|Periode

(X)Total Produksi X.Y X2 a bBulan y'=a+bx error |Error| |Error|2

Grafik Peramalan jumlah produksi Januari 2013 – Mei 2014 dengan Metode Trend Linear

Metode Single Moving Average 3 bulanan

Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single

Moving Avarage 3 bulanan

Jan-13 1 31565,356Feb-13 2 21137,620M ar-13 3 15010,666Apr-13 4 16573,934 22571,214 -5997,280 5997,280 35967367,398M ei-13 5 9365,683 17574,073 -8208,390 8208,390 67377671,864Jun-13 6 23286,460 13650,094 9636,366 9636,366 92859543,262Jul-13 7 12281,386 16408,692 -4127,306 4127,306 17034657,569

Agust-13 8 14907,251 14977,843 -70,592 70,592 4983,230Sep-13 9 24204,421 16825,032 7379,389 7379,389 54455377,094Okt-13 10 17623,450 17131,019 492,431 492,431 242487,961Nop-13 11 14642,030 18911,707 -4269,677 4269,677 18230144,531Des-13 12 19674,350 18823,300 851,050 851,050 724285,535Jan-14 13 15660,693 17313,277 -1652,584 1652,584 2731032,775Feb-14 14 12510,591 16659,024 -4148,433 4148,433 17209499,121M ar-14 15 12501,527 15948,545 -3447,018 3447,018 11881930,794Apr-14 16 10941,512 13557,604 -2616,092 2616,092 6843935,608M ei-14 17 15274,281 11984,543 3289,738 3289,738 10822373,915

Total 153 287161,211 232335,969 -12888,400 56186,345 336385290,660Averages 9 16891,836 16595,426 -920,600 4013,310 24027520,761Next PeriodeM AEM SE

4013,31024027520,761

12905,773

Bulan Error2 (M SE)Total Produksi (Ton) (Y) Forecast Error |Error| (M AE) Periode

(X)

Grafik Peramalan Jumlah Produksi Januari 2013 – Mei 2014 dengan metode Single Moving Average 3 bulanan

Metode Single Moving Average 4 bulanan

Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single Moving Avarage 4 bulanan

Jan-13 1 31565,356Feb-13 2 21137,620M ar-13 3 15010,666Apr-13 4 16573,934M ei-13 5 9365,683 21071,894 -11706,211 11706,211 137035375,977Jun-13 6 23286,460 15521,976 7764,484 7764,484 60287215,668Jul-13 7 12281,386 16059,186 -3777,800 3777,800 14271770,951

Agust-13 8 14907,251 15376,866 -469,615 469,615 220538,013Sep-13 9 24204,421 14960,195 9244,226 9244,226 85455714,339Okt-13 10 17623,450 18669,880 -1046,430 1046,430 1095014,698Nop-13 11 14642,030 17254,127 -2612,097 2612,097 6823050,737Des-13 12 19674,350 17844,288 1830,062 1830,062 3349126,924Jan-14 13 15660,693 19036,063 -3375,370 3375,370 11393120,949Feb-14 14 12510,591 16900,131 -4389,540 4389,540 19268059,217M ar-14 15 12501,527 15621,916 -3120,389 3120,389 9736827,511Apr-14 16 10941,512 15086,790 -4145,278 4145,278 17183331,770M ei-14 17 15274,281 12903,581 2370,700 2370,700 5620219,675

Total 153 287161,211 216306,891 -13433,256 55852,201 371739366,431Averages 9 16891,836 16638,992 -1033,327 4296,323 28595335,879Next PeriodeM AE M SE

12905,7734296,323

Bulan Periode (X) Total Produksi (Ton) (Y) Forecast |Error| |Error|̂2Error

28595335,879

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Moving Average 4 bulanan

Metode Single Moving Average 5 bulanan

Perhitungan nilai kesalahan peramalan jumlah produksi periode Januari 2013 – Mei 2014 dengan Metode Single Moving Avarage 5 bulanan

Jan-13 1 31565,356Feb-13 2 21137,620M ar-13 3 15010,666Apr-13 4 16573,934M ei-13 5 9365,683Jun-13 6 23286,460 18730,652 4555,808 4555,808 20755388,355Jul-13 7 12281,386 17074,873 -4793,487 4793,487 22977513,784

Agust-13 8 14907,251 15303,626 -396,375 396,375 157112,982Sep-13 9 24204,421 15282,943 8921,478 8921,478 79592773,273Okt-13 10 17623,450 16809,040 814,410 814,410 663263,322Nop-13 11 14642,030 18460,594 -3818,564 3818,564 14581427,967Des-13 12 19674,350 16731,708 2942,642 2942,642 8659144,294Jan-14 13 15660,693 18210,300 -2549,607 2549,607 6500497,894Feb-14 14 12510,591 18360,989 -5850,398 5850,398 34227154,418M ar-14 15 12501,527 16022,223 -3520,696 3520,696 12395298,916Apr-14 16 10941,512 14997,838 -4056,326 4056,326 16453782,241M ei-14 17 15274,281 14257,735 1016,546 1016,546 1033366,583

Total 153 287161,211 200242,519 -6734,567 43236,337 217996724,031Averages 9 16891,836 16686,877 -561,214 3603,028 18166393,669

68554,0733603,028

18166393,669M AEM SE

Next Periode

Bulan Periode (X) Total Produksi (Ton) (Y) Forecast Error |Error| Error2

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Moving Average 5 bulanan

Metode Single Exponential Smoothing dengan α = 0,1

Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,1

Jan 1 31565,356Feb 2 21137,620 31565,356 -10427,736 10427,736 108737678,086M ar 3 15010,666 30522,582 -15511,916 15511,916 240619550,401Apr 4 16573,934 28971,391 -12397,457 12397,457 153696934,116M ei 5 9365,683 27731,645 -18365,962 18365,962 337308563,271Jun 6 23286,460 25895,049 -2608,589 2608,589 6804735,922Jul 7 12281,386 25634,190 -13352,804 13352,804 178297374,343Agus 8 14907,251 24298,910 -9391,659 9391,659 88203251,057Sept 9 24204,421 23359,744 844,677 844,677 713479,690Okt 10 17623,450 23444,211 -5820,761 5820,761 33881263,943Nov 11 14642,030 22862,135 -8220,105 8220,105 67570131,333Des 12 19674,350 22040,125 -2365,775 2365,775 5596890,312Jan 13 15660,693 21803,547 -6142,854 6142,854 37734658,980Feb 14 12510,591 21189,262 -8678,671 8678,671 75319328,107M ar 15 12501,527 20321,395 -7819,868 7819,868 61150332,173Apr 16 10941,512 19539,408 -8597,896 8597,896 73923815,737M ei 17 15274,281 18679,618 -3405,337 3405,337 11596322,847Jun 18 18339,085 -132262,713 133952,068 1481154310,317M ADM AEM SE

18339,085Next Periode

Forecast Error |Error| Error 2Bulan Periode (X)

Total Produksi (Ton) (Y)

-8266,4208372,004

92572144,395

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan α = 0,1

Metode Single Exponential Smoothing dengan α = 0,5

Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,5

Bulan Periode Total Produksi (Ton) Forecast Error |Error| Error 2

Jan 1 31565,356Feb 2 21137,620 31565,356 -10427,736 10427,736 108737678,086M ar 3 15010,666 26351,488 -11340,822 11340,822 128614243,636Apr 4 16573,934 20681,077 -4107,143 4107,143 16868623,622M ei 5 9365,683 18627,506 -9261,823 9261,823 85781356,022Jun 6 23286,460 13996,594 9289,866 9289,866 86301605,653Jul 7 12281,386 18641,527 -6360,141 6360,141 40451395,130Agus 8 14907,251 15461,457 -554,206 554,206 307143,806Sept 9 24204,421 15184,354 9020,067 9020,067 81361612,631Okt 10 17623,450 19694,387 -2070,937 2070,937 4288781,676Nov 11 14642,030 18658,919 -4016,889 4016,889 16135394,791Des 12 19674,350 16650,474 3023,876 3023,876 9143823,961Jan 13 15660,693 18162,412 -2501,719 2501,719 6258598,825Feb 14 12510,591 16911,553 -4400,962 4400,962 19368462,889M ar 15 12501,527 14711,072 -2209,545 2209,545 4882088,194Apr 16 10941,512 13606,299 -2664,787 2664,787 7101091,870M ei 17 15274,281 12273,906 3000,375 3000,375 9002251,951Jun 18 13774,093 -35582,525 84250,893 624604152,741M ADM AEM SE

13774,093Next Periode

-2223,9085265,681

39037759,546

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan α = 0,5

Metode Single Exponential Smoothing dengan α = 0,9

Peramalan Produksi dengan menggunakan metode Single Exponential Smoothing dengan α = 0,9

Bulan Periode Total Produksi (Ton) Forecast Error |Error| Error 2

Jan 1 31565,356Feb 2 21137,620 31565,356 -10427,736 10427,736 108737678,086M ar 3 15010,666 22180,394 -7169,728 7169,728 51404993,858Apr 4 16573,934 15727,639 846,295 846,295 716215,633M ei 5 9365,683 16489,304 -7123,621 7123,621 50745982,933Jun 6 23286,460 10078,045 13208,415 13208,415 174462222,913Jul 7 12281,386 21965,619 -9684,233 9684,233 93784359,400Agus 8 14907,251 13249,809 1657,442 1657,442 2747113,150Sept 9 24204,421 14741,507 9462,914 9462,914 89546744,681Okt 10 17623,450 23258,130 -5634,680 5634,680 31749613,998Nov 11 14642,030 18186,918 -3544,888 3544,888 12566230,637Des 12 19674,350 14996,519 4677,831 4677,831 21882104,775Jan 13 15660,693 19206,567 -3545,874 3545,874 12573221,570Feb 14 12510,591 16015,280 -3504,689 3504,689 12282847,706M ar 15 12501,527 12861,060 -359,533 359,533 129263,934Apr 16 10941,512 12537,480 -1595,968 1595,968 2547114,795M ei 17 15274,281 11101,109 4173,172 4173,172 17415365,966Jun 18 14856,964 -18564,880 86617,019 683291074,033M ADM AEM SE

14856,964Next Periode

-1160,3055413,564

42705692,127

Grafik peramalan bulan Januari 2013 – Mei 2014 dengan Metode Single Exponential Smoothing dengan

α = 0,9

Penggunaan Metode

Hasil perbandingan forecast error (kesalahan peramalan) metode peramalan

No M etode M AE M SE3790,763 22987504,723

92572144,395

39037759,546

42705692,127

4013,310 24027520,761

4296,323 28595335,879

3603,028 18166393,669

5413,564

8372,004

5265,681Single Exponential Smoothing α = 0,5Single Exponential Smoothing α = 0,9

1

2

3

4

5

6

7

M oving Average 3 Bulanan

M oving Average 4 Bulanan

Linear Trend Line

M oving Average 5 Bulanan

Single Exponential Smoothing α = 0,1

Peramalan yang tepat adalah peramalan yang memiliki nilai kesalahan rata-rata terkecil, yaitu Mean Absolute Error (MAE) dan Mean Squarred Error (MSE). Dari tabel diatas dapat diketahui bahwa peramalan jumlah produksi yang tepat digunakan di Pabrik Wire Rod P.T. Krakatau Steel (Persero) adalah menganalisis data dengan menggunakan metode Single Moving Average 5 bulanan karena memiliki nilai Mean Absolute Error (MAE) dan Mean Squarred Error (MSE). Yaitu MAE = 3603,028 dan MSE = 18166393,669.Maka perhitungan untuk peramalan selanjutnya adalah sebagai berikut :

Hasil peramalan jumlah produksi Juni 2014 – Mei 2015 pabrik Wire Rod Mill

Bulan Periode Peramalan Produksi (Forecast)Jun-14 18 13377,721Jul-14 19 12921,126

Agust-14 20 13003,233Sep-14 21 13103,575Okt-14 22 13535,987Nop-14 23 13188,329Des-14 24 13150,450Jan-15 25 13196,315Feb-15 26 13234,931M ar-15 27 13261,202Apr-15 28 13206,245M ei-15 29 13209,829

Grafik Peramalan jumlah produksi Juni 2014 – Mei 2015

Penentuan Kebutuhan Bahan Baku

Kebutuhan Rata-rata billet baja =

=

= 1,02971 tonUntuk menentukan kebutuhan bahan baku untuk periode mendatang adalah dengan cara mengalikan hasil peramalan jumlah produksi perbulan nya untuk bulan Juni 2014 hinggan Mei 2015 dengan hasil kebutuhan rata-rata billet baja. Berikut contoh hasil perhitungannya :Juni 2014 = 13377,721 x 1,02971

= 13775,173 Ton

dst....

Penentuan Kebutuhan Bahan Baku

Perbandingan Kebutuhan baku Billet Baja

Januari 1 32515,666Februari 2 21763,624M aret 3 15453,598April 4 17089,167M ei 5 9656,724Juni 6 23908,966 13775,173Juli 7 12775,666 13305,013Agustus 8 15366,872 13389,559September 9 24993,460 13492,882Oktober 10 18151,772 13938,141Nopember 11 15190,399 13580,154Desember 12 20286,670 13541,150Januari 13 16124,049 13588,377Februari 14 12501,527 13628,141M aret 15 12877,885 13655,193April 16 11350,403 13598,603M ei 17 15685,770 13602,293Total 153 295692,218 163094,679

17393,660 13591,223

Bulan Periode Penggunaan Bahan Baku (Ton)

Perencanaan Bahan Baku (Ton)

Rata-rata

Grafik perbandingan penggunaan bahan baku billet baja periode Januari 2013 - Mei 2014 dan periode

Juni 2014 – Mei 2015

Persediaan Pengaman (Safety Stock)SD =

Dimana :SD = Standart DeviasiX = Perkiraan PemakaianY = Pemakaian Sesungguhnyan = Banyaknya Data

Rata-Rata persediaan perbulan =

=

= 17393,660 Ton

Perhitungan Standart Deviasi Bahan Baku Billet Baja Januari 2013 – Mei 2014

Januari 1 17393,660 32515,666 -15122,006 228675065,464Februari 2 17393,660 21763,624 -4369,964 19096585,361M aret 3 17393,660 15453,598 1940,062 3763840,564April 4 17393,660 17089,167 304,493 92715,987M ei 5 17393,660 9656,724 7736,936 59860178,668Juni 6 17393,660 23908,966 -6515,306 42449212,274Juli 7 17393,660 12775,666 4617,994 21325868,584Agustus 8 17393,660 15366,872 2026,788 4107869,597September 9 17393,660 24993,460 -7599,800 57756960,040Oktober 10 17393,660 18151,772 -758,112 574733,805Nopember 11 17393,660 15190,399 2203,261 4854359,034Desember 12 17393,660 20286,670 -2893,010 8369506,860Januari 13 17393,660 16124,049 1269,611 1611912,091Februari 14 17393,660 12501,527 4892,133 23932965,290M aret 15 17393,660 12877,885 4515,775 20392223,851April 16 17393,660 11350,403 6043,257 36520955,168M ei 17 17393,660 15685,770 1707,890 2916888,252Total 153 295692,220 295692,218 0,002 536301840,889

17393,660 17393,660 0,000 31547167,111

Penggunaan Bahan Baku (Ton) (Y)

Perkiraan Pemakaian (Ton) (X) (X-Y) (X-Y)̂ 2Bulan Periode

Rata-rata

SD =

=

= = 5705,072

Perhitungan Standar Deviasi

Perhitungan Safety Stock

Berdasarkan hasil wawancara, Pabrik Wire Rod Mill menetapkan kebijakan Yield atau tingkat pemenuhan kebutuhan bahan baku terhadap jumlah produksi adalah 97,20%. Sedangkan kemungkinan terjadinya stockouts adalah 2,80%. Dengan Menggunakan tabel distribusi normal, nilai Z pada daerah dibawah kurva normal 97,20 (atau 1 - 0,028), diperoleh : 1,92Maka, SS = Z . SD = 1,92 . (5705, 072)= 10784,038 tonJadi, total persediaan pengaman (safety stock) untuk bahan baku Billet Baja yang harus ada untuk 1 tahun kedepan pada periode Juni 2014 – Mei 2015 adalah 10784,038 ton.

Simpulan• Berdasarkan data Yield actual yang terjadi pada perusahaan, proses produksi dan perencanaan pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) sudah berjalan dengan baik. Hal ini dikarenakan selisih perbandingan antara tingkat Yield yang ditargetkan perusahaan dengan Yield actual tidak berselisih terlalu jauh.

• Sebaiknya metode peramalan yang dilakukan pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) adalah dengan menggunakan metode peramalan Single Moving Average 5 bulanan karena memiliki nilai kesalahan (error) Mean Absolute Error dan Mean Squarred Error terkecil. Sedangkan untuk Total peramalan produksi untuk bulan Juni 2014 – Mei 2015 untuk Batang Kawat pada Pabrik Wire Rod Mill P.T. Krakatau Steel (Persero) dengan menggunakan Single Moving Average 5 bulanan adalah 158338,943 ton. Dan untuk total kebutuhan bahan baku Billet Baja untuk periode Juni 2014 – Mei 2015 adalah 163094,679 ton. Sedangkan rata-rata kebutuhan bahan bakunya adalah 13591,223 ton per bulan. Dari hasil analisa, persediaan pengaman (safety stock) untuk bahan baku Billet Baja yang harus ada untuk periode selanjutnya yaitu untuk periode Juni 2014 – Mei 2015 dengan nilai service level atau target Yield yang sudah ditentukan perusahaan untuk Pabrik Wire Rod Mill P.T. Krakatau Steel sebesar 97,20% adalah 10784,038 ton.

Saran• Apabila perusahaan ingin mengambil keputusan untuk perencanaan persediaan bahan baku dan persediaan safety stock sebaiknya perusahaan melakukan perhitungan peramalan terlebih dahulu.

• Apabila Perusahaan ingin menerapkan metode peramalan, maka metode peramalan yang tepat untuk diterapkan adalah dengan menggunakan metode peramalan Single Moving Average 5 bulanan karena memiliki nilai kesalahan (error) Mean Absolute Error dan Mean Squarred Error terkecil apabila dibandingakan dengan metode Linier Trend, Single Moving Average 3 bulanan, Single Moving Average 4 bulanan dan dengan metode Single Exponential Smoothing dengan alpha 0,1 0,5 dan 0,9.

• Sebaiknya perusahaan memproduksi Batang Kawat untuk periode selanjutnya sebesar hasil peramalan yang telah dihitung dengan menggunakan metode peramalan Single Moving Average 5 bulanan.

• Sebaiknya perusahaan merencanakan kebutuhan bahan baku Billet Baja untuk periode selanjutnya sebesar hasil peramalan yang telah dihitung dengan menggunakan metode peramalan Single Moving Average 5 bulanan.

• Untuk meningkatkan tingkat Yield atau service level, perusahaan sebaiknya meningkatkan persediaan pengamannya.

TERIMA KASIH