Penerapan Metode Moving Average Dan Weight Moving Average Dalam Peramalan Pendapatan Pada Po

August 10, 2018 | Author: Mega Mawarni Ayuningtyas | Category: N/A
Share Embed Donate


Short Description

penerapan moving average dan weight moving average...

Description

PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM PERAMALAN PENDAPATAN PADA PO. TRISAKTI FURNITURE FURNITURE KENDAL Mega Mawarni Ayuningtyas (A12.2014.05126) Fakultas Ilmu Komputer  UniversitasDian Nuswantoro Semarang E-Mail: [email protected] E-Mail:  [email protected] Abstrak  Kegiatan Kegiatan penjualan penjualan furniture furniture sangat sangat menguntung menguntungkan, kan, disebut disebut begitu karena karena pertumbu pertumbuhan han penduduk penduduk semakin semakin hari semakin meningkat, sehingga kebutuhan akan tempat tinggal pun semakin tinggi, yang otomatis berdampak kepada meningkatnya permintaan peralatan meubel ini. Dengan demikian diperlukan sebuah analisa mengenai pendapatan untuk tahun berikutnya berikutnya guna memudahk memudahkan an dalam dalam proses proses produksi. produksi. Dalam Dalam penelitia penelitian n ini bertujuan bertujuan untuk mencari mencari kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan Simple peramalan  Simple Moving Average maupun  Weight Moving Average. Average. Hasil analisa didapatkan bahwa peramalan pendapatan pada PO. Trisakti Furniture mengalami kenaikan yang cukup baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan  jumlah pendapatan bulan Januari 2017, dengan forecasting didapatkan acuan dengan pendapatan yang didapatkan akan menjadi menjadi acuan dalam kebutuhan kebutuhan ke depan sehingga sehingga jumlah produksi produksi pada masa yang akan datang datang bisa kita antisipas antisipasii kuantitas kuantitasnya, nya, bila dibanding dibandingkan kan dengan dengan tanpa menggunaka menggunakan n peramala peramalan n sama sama sekali. sekali. Dengan Dengan hasil dari forecasti forecasting ng seorang seorang pemimpin pemimpin dapat dapat menentuka menentukan n beberapa beberapa langkah langkah yang akan akan diambil diambil guna kemajuan kemajuan perusahaan perusahaan tersebut. Kata kunci: forecasting , Simple Moving Average, Weight Moving Average, Average, pendapatan dan produksi.

PENDAHULUAN Berjua jualan aneka furniture atau tau meubel untuk   perlengkapan  perlengkapan rumah merupakan merupakan salah satu bidang usaha yang menguntun tungkan, dise isebut begitu karena  pertumbuhan penduduk semakin hari semakin meningkat, sehingga kebutuhan akan tempat tinggal pun sema semakin kin tingg tinggi, i, yang yang otoma otomatis tis berd berdam ampa pak k kepa kepada da meningkatnya permintaan peralatan meubel ini. Untu Untuk k dapa dapatt dite ditem mpati pati sebu sebuah ah rum rumah tent tentu u saja saja meme memerlu rluka kan n berag beragam am furnit furniture ure seper seperti ti kursi, kursi, kasur kasur,, lemari lemari,, meja meja makan makan,, kitche kitchen n set set dan lainlain-lain lain sebag sebagai ai  pelengkap tempat tinggal. Jika sekarang ini perumahanperumahan perumahan laku keras, bahkan terkadang konsumen tidak tidak terlay terlayani ani,, maka maka tingga tinggall tungg tunggu u waktu waktu saja saja para para  pembeli rumah tersebut akan mendatangi mendatangi toko-toko furniture di wilayahnya.[1] Trisak Trisakti ti Furnit Furniture ure adalah adalah salah salah satu satu perusa perusaha haan an yang yang  bergerak dibidang industri meubel yang berlokasi di Jalan Jalan Boja, Boja, Kecam Kecamata atan n Kaliwu Kaliwung ngu, u, Kenda Kendal. l. Meliha Melihatt keter ketertar tarika ikan n konsu konsume men n dan kemuda kemudahan han dalam dalam prose prosess  produksinya serta adanya order setiap bulannya maka  perusahaan akan lebih mudah dalam pencapaian pencapaian target  pendapatan perbulannya. Kebutuhan masyarakat masyarakat akan  penjualan furniture tersebut tidaklah tetap maka hasil yang yang didapat didapat pun dari dari usaha usaha terse tersebut but berbed berbedaa   setiap  bulannya. Hal ini sangatlah berpengaruh terhadap naik  atau turunnya pendapatan total dari penjualan furniture tersebut. Dalam hal ini perusahaan juga menerapkan peramalan dala dalam m targ target et pend pendap apat atan an,, namu namun n pera perama mala lan n yang yang

dilak dilakuka ukan n belum belum mende mendeka kati ti denga dengan n kenyat kenyataa aan n hasil hasil yang didapat karena karena hanya hanya memperk memperkirak irakan an saja tanpa menggunakan ilmu pasti. Oleh sebab itu akan muncul suatu suatu permasal permasalahan ahan terjadiny terjadinyaa overstok overstok dimana dimana jumlah jumlah  produksi Furniture yang berlebihan sehingga jarang di minat minatii pembel pembelii karen karenaa keting ketinggal galan an mode mode atau atau tidak  tidak  sesua sesuaii denga dengan n keing keingina inan n pembel pembelii yang yang berpe berpenga ngaruh ruh  pada target pendapatan perbulan oleh perusahaan. Maka dari dari itu untuk untuk meram meramalk alkan an jumlah jumlah penda pendapat patan an pada pada  periode berikutnya dengan penerapan metode-metode metode-metode  peramalan,  peramalan, agar hasil yang didapatkan lebih akurat dan  bisa diantisipasi kuantitasnya,

PENGENALAN METODE Jenis Peramalan Jenis per Jenis peram amala alan n (Fo (Fore reca casti sting) ng) ber berdas dasark arkan an me metode tode  peramalan  perama lan yang digunakan, perama peramalan lan dibedakan men enja jadi di me meto tode de ku kual alit itat atif if da dan n me metod todee ku kuan antit titat atif if.. Metode Meto de kual kualitatif itatif meru merupak pakan an met metode ode pera peramala malan n yang tida ti dak k me meng nggu guna naka kan n da data ta his histo tori riss ma masa sa la lalu lu,, le lebi bih h didasark dida sarkan an pada intuis intuisi. i. Meto Metode de kuan kuantitatif titatif meru merupak pakan an metod me todee per peram amala alan n ya yang ng me mengg ngguna unaka kan n dat dataa his histor toris is masa ma sa lal lalu, u, me mema manip nipula ulasi si data histori historiss ya yang ng tersedia tersedia secara memadai dan tanpa intuisi, metode ini umumnya didasarkan pada analisis statistik. Menurut Makridakis, Whee Wh eelwr lwrigh ight, t, dan McG McGee ee (19 (1983, 83, h.8 h.8-9 -9), ), per peram amala alan n kuantitati kuan titatiff dapa dapatt diter diterapka apkan n bila tiga kond kondisi isi terpe terpenuhi nuhi yaitu ya itu inf inform ormasi asi me menge ngenai nai ke keada adaan an wak waktu tu yan yang g lal lalu u terse ter sedia dia,, inf inform ormasi asi itu dap dapat at dik dikuan uantit titati atifka fkan n dal dalam am  bentuk data numerik, dan dapat diasumsika diasumsikan n bahwa

 beberapa aspek dari pola di waktu yang lalu akan  berlanjut ke waktu yang akan datang. Metode yang termasuk kedalam metode kuantitatif, salah satunya adalah metode rata-rata bergerak (Simple Moving   Average). Menurut Makridakis (1999), teknik peramalan terbagi menjadi dua bagian, yang pertama metode peramalan subjektif dan metode peramalan objektif. Metode peramalan subjektif  mempunyai model kualitatif dan metode peramalan objektif  mempunyai dua model, yaitu model time series dan model kausal. Model kualitatif berupaya memasukkan faktor-faktor  subyektif dalam model peramalan, model ini akan sangat  bermanfaat jika data kuantitatif yang akurat sulit diperoleh. Contoh dari metode ini ialah metode delphi, opini juri eksekutif, komposit kekuatan dan survey pasar konsumen. Model kausal memasukkan dan menguji variabel-variabel yang diduga akan mempengaruhi variabel dependen, model ini biasanya menggunakan analisis regresi untuk menentukan mana variabel yang signifikan mempengaruhi variable dependen.[2]

Simple Moving Average Metode Simple Moving Average digunakan apabila data historis bersifat fluktuatif, tidak memiliki pola tren dan tidak memiliki pola musiman, cara kerja metode ini adalah menghaluskan pola data historis dengan merataratakan data tersebut. Metode   Simple Moving Average terbagi menjadi tiga yaitu   Simple Moving Average (SMA), Weighted Moving Average (WMA), dan  Exponential Moving Average (XMA).

Weighted Moving Average Metode yang dipilih dalam penelitian ini adalah Weighted Moving Average dan  Simple Moving Average karena salah satu diantara metode ini memiliki kelebihan, didalam metode   Weighted Moving Average,   selain  perhitungannya sederhana, pada teknik    Weighted   Moving Average   diberikan bobot yang berbeda untuk  setiap data historis masa lalu yang tersedia, dengan asumsi bahwa data historis yang paling terakhir atau terbaru akan memiliki bobot lebih besar dibandingkan dengan data historis yang lama karena data yang paling terakhir atau terbaru merupakan data yang paling relevan untuk peramalan. Keunggulan lainnya dari metode ini adalah pemberian nilai bobotnya dapat disesuaikan, tetapi penentuan bobot optimalnya sulit. Menurut DeLurgio (1998: 153), minimal 60 data yaitu lima musim harus disimpan untuk peramalan bulanan, tanpa memperhatikan metode peramalan manapun yang digunakan. Setelah melakukan analisis pemilihan  periode masa lalu, didapat hasil bahwa periode masa lalu sekitar tiga bulan yang paling optimal karena menghasilkan nilai Mean Square Error yang paling kecil daripada menggunakan periode masa lalu enam bulan, tujuh bulan, delapan bulan, sembilan bulan, sepuluh  bulan, sebelas bulan dan dua belas bulan.

Beny Mulyandi dan Yani Iriani (2010) menyebutkan  bahwa hasil peramalan menggunakan Single Moving   Average dapat meminimalisir error atau kerugian dengan selisih pengurangan yang sangat kecil dibandingkan dengan metode lain, sehingga dapat mengurangi kesalahan saat trend yang terjadi.[3] Dalam penelitian ini metode peramalan yang digunakan yaitu metode   Simple Moving Average dan   Weight   Moving Average  untuk variasi data musiman. Metode rata-rata bergerak tunggal menggunakan sejumlah data actual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Data transaksi yang digunakan dalam penelitian ini adalah data lampau dengan periode 1 tahun. Data transaksi yang digunakan adalah data pendapatan tiap  bulan. Dalam penelitian ini, penulis hanya membatasi masalah  pada tingkat keuntungan yang akan didapatkan oleh Trisakti Furniture pada setiap bulannya. Perhitungan tersebut didapatkan dari data pendapatan bersih Trisakti Furniture yang terhitung dari 1 periode menggunakan metode Forecasting   Simple Moving Average   (MA 3  bulan) dan   Weight Moving Average  (3 bulan) dengan  bobot 50%, 30% dan 20%. Selain itu penulis juga memiliki tujuan untuk mengetahui metode manakah yang paling tepat dan menemukan hasil akurasi yang  baik diantara peramalan   Simple Moving Avarage dan Weight Moving Average   dengan pendapatan yang didapatkan akan menjadi acuan dalam kebutuhan ke depan sehingga jumlah produksi pada masa yang akan datang bisa diantisipasi kuantitasnya. Berdasarkan uraian tersebut maka penulis memilih judul “PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM PERAMALAN PENDAPATAN PADA PO. TRISAKTI FURNITURE KENDAL”.

LANDASAN TEORI Metode peramalan yang penulis gunakan menganalisis data yang didapatkan adalah:

untuk 

1. Metode Simple Rata-rata Bergerak (Simple Moving   Average). Metode rata-rata bergerak tunggal menggunakan sejumlah data actual permintaan yang baru untuk  membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang. Metode ini akan efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan  pasar terhadap produk akan tetap stabil sepanjang waktu.[4] Metode ini mempunyai dua sifat khusus yaitu untuk  membuat forecast memerlukan data historis dalam  jangka waktu tertentu, semakin panjang Simple Moving   Average akan menghasilkan Simple Moving Averages yang semakin halus. Secara sistematis Simple Moving 

 Average adalah menghitung rata-rata dari nilai-nilai  pada beberapa tahun untuk menaksir pada suatu tahun tertentu.

Furniture pada bulan Januari 2016 sampai dengan Januari 2017. 2.

= Keterangan : = forecast untuk periode ke t+1 = data pada periode t n = jangka waktu moving average 2. Metode Weight Moving Average. Weight Moving Average (WMA) adalah metode moving average atau rata-rata bergerak yang memiliki bobot.  Namun pada WMA terdapat bobot yang digunakan pada setiap perubahan harga. Nilai dari bobot ini dapat berapa saja dengan ketentuan nilai bobot untuk harga yang terbaru adalah lebih besar daripada nilai bobot untuk  harga sebelumnya. [5] Perumusan WMA adalah sebagai berikut : WMA

=

3. Mean Absolute Deviation. Metode untuk mengevaluasi metode peramalan menggunakan jumlah dari kesalahan-kesalahan yang absolut.   Mean Absolute Deviation   (MAD) mengukur  ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-masing kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam unit yang sama sebagai deret asli. Nilai MAD dapat dihitung dengan menggunakan rumus sebegai berikut. MAD

=

atau MAD=

Teknik Pengambilan Data Dalam penyusunan tugas ini metode  pengumpulan data: a. Metode Literatur Yaitu metode untuk  memperkuat teori-teori yang telah ada yaitu dengan membaca buku-buku yang ada.  b. Metode Dokumentasi Metode dokumentasi yang dilakukan adalah dengan pengambilan data sekunder. Data sekunder adalah data yang diperoleh dari pihak-pihak lain dalam bentuk laporan data sekunder. Dalam hal ini penulis memperoleh data dari PO Trisakti Furniture Kendal yaitu data pendapatan bersih pada bulan Januari 2016 sampai dengan Desember  2016. c. Model Peramalan Kebutuhan masyarakat akan jasa  penjualan furniture tersebut tidaklah tetap maka hasil yang di dapat pun dari usaha tersebut berbeda setiap bulannya. Hal ini sangatlah berpengaruh terhadap naik atau turunnya pendapatan total dari  jasa penjualan furniture tersebut. Dalam  pengolahan data ini penulis menggunakan model matematis yang sesuai dipergunakan untuk   memperkirakan jumlah pendapatan yang akan diraih oleh PO Trisakti Furniture Kendal pada bulan Februari 2016 dengan menggunakan model Simple Moving Average dan   Weight   Moving Average.

METODOLOGI PENELITIAN

VARIABEL DAN PENGAMBILAN DATA Penelitian dilaksanakan pada perusahaan PO Trisakti Furniture yang merupakan perusahaan industri meubel  beralamat di Jl. Boja, Kecamatan Kaliwungu, Kendal. Penilitian ini merupakan desain kasus, karena dilakukan untuk menjawab pertanyaan bagaimana yang menjadi  permasalahan utama penelitian dengan keharusan membuat deskriptif atau analisis yang terbatas pada kasus tertentu untuk menjawab permasalahan tersebut. Dalam penelitian ini, kasus yang diteliti yaitu mengenai  peramalan pendapatan bersih PO Trisakti Furniture Kendal pada bulan Januari 2017. 1.

Variabel Variabel yang digunakan dalam penyusunan ini adalah data pendapatan bersih PO Trisaksi

6 . Kesimpulan dan saran.

Secara sistimatis tahapan sampel yang digunakan dalam  peramalan pendapatan pada bulan Januari 2017 adalah  perusahaan furniture PO Trisakti Furniture. Pengolahan data yang dilakukan : Dalam peramalan pendapatan pada bulan Januari 2017 akan dilakukan tahapan berikut ini: 1. Mencari hasil perhitungan rata-rata bergerak (3  bulanan). Menggunakan metode Simple Moving Average. 2. Mencari tingkat kesalahan dalam peramalan  pendapatan (Simple Moving Average) menggunakan  Mean Absolute Deviation. 3. Mencari hasil perhitungan Weight Moving Average. 4. Mencari tingkat kesalahan dalam peramalan  pendapatan (Weight Moving Average) menggunakan  Mean Absolute Deviation. 5. Membandingkan hasil perhitungan antara   Simple  Moving Average dengan Weight Moving Average.

Bulan Juni 2016 =

KERANGKA PIKIRAN = 15.862.000

Data pendapatan Trisaksakti Furniture

Bulan Juli 2016 = = 19.024.333 Bulan Agustus 2016 = = 19.156.333

Penentuan Metode Peramalan

Bulan September 2016 = = 19.482.000 Bulan Oktober 2016 = = 19.231.333

Hasil Peramalan Permintaan dengan metode Simple Average dan Exponential Smootging

Bulan November 2016= = 18.994.333 Bulan Desember 2016= = 15.915.666 Bulan Januari 2017= = 16.126.666

Data pendapatan Trisaksakti Furniture

Gambar 1. Kerangka pikiran penelitian yang akan dilakukan.

HASIL DAN PEMBAHASAN Berikut ini data pendapatan PO Trisakti Furniture Kendal selama 12 bulan yang terhitung mulai dari bulan Januari 2016 sampai dengan Desember 2016 : Tabel 1. Pendapatan PO Trisakti Furniture Kendal selama bulan Januarii 2016Desemberi 2016

N o 1

2 3 4 5 6 7 8 9 10 11 12

Periode

Januari (2016) Februari (2016) Maret (2016) April (2016) Mei (2016) Juni (2016) Juli (2016) Agustus (2016) September(2016) Oktober (2016) November(2016) Desember (2016)

Pendapatan

19.875.000 19.840.000 10.263.000 18.952.000 18.371.000 19.750.000 19.348.000 19.348.000 18.998.000 18.637.000 10.112.000 19.631.000

1. Mencari hasil perhitungan rata-rata bergerak (3 bulanan). Menggunakan metode Simple Moving Average.

Tabel 2. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Moving Average (3 Bulanan)  

endapat an (Rp)

Peramala n (Ft) (Rp)

Error (Rp)

Januari (2016) Februari (2016) Maret (2016) April (2016) Mei (2016) Juni (2016) Juli (2016) Agustus (2016) eptember(2016) Oktober (2016) ovember(2016) Desember  (2016)

19.875.000 19.840.000 10.263.000 18.952.000 18.371.000 19.750.000 19.348.000 19.348.000 18.998.000 18.637.000 10.112.000

16.659.333 16.351.000 15.862.000 19.024.000 19.156.000 19.482.000 19.231.000 18.994.333

-2.292.667 -2.019.333 -3.888.000 -323.667 -191.667 484.000 594.333 8.882.333

2.292.667 2.019.333 3.888.000 323.667 191.667 484.000 594.333 8.882.333

19.631.000 15.915.666

-3.715.334

3.715.334

Periode

Januari (2017)

16.126.666 16.126.666 16.126.166 Total 8.518.000

2. Mencari tingkat kesalahan dalam peramalan pendapatan (Moving Average) menggunakan Mean Absolute Deviation. Dapat dilihat pada Tabel 2. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Moving Average (3 Bulanan), bahwa pada Total diperoleh jumlah ∑ (absolute dari forecast errors) adalah 38.518.000. Maka perhitungan MAD sebagai berikut : MAD

= =

Bulan April 2016 = = 3.209.8333 = 16.659.333 Tingkat kesalahan pada peramalan pendapatan : Bulan Mei 2016 = MAD Bulan Januari 2017 = Rp. 3.209.833,=16.351.000

bs Error

Berdasarkan perhitungan MAD diatas, maka pendapatan  bersih yang dapat dihitung adalah :

Tabel 3. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode Weight Moving Average (3) bobot 50%, 30% dan 20%.

MAD Bulan Januari 2017

(Ft – MAD)

≤x≤

(Ft + MAD)

16.126.666 - 3.209.833

≤x≤

16.126.666 + 3.209.833

12.916.833

≤x≤

19.336.499

Kesimpulan : Jadi, jika menggunakan metode SMA  (Simple  Moving Average)  3 periode diramalkan pendapatan atau tingkat keuntungan yang akan di dapatkan oleh PO Trisakti Furniture Kendal pada bulan Januari 2017 sebesar Rp. 16.126.666,- dengan kisaran pendapatan bersih yaitu Rp. 12.916.833,- sampai Rp. 19.336.499,-.

3. Mencari hasil perhitungan  Weight Moving Average. Perhitungan peramalan pendapatan PO Trisakti Furniture Kendal dengan metode  Weight Moving Average. Untuk  menggunakan WMA 3 bulan dengan bobot 50%, 30% dan 20 %. Perhitungannya sebagai berikut : Bulan April (2016)

= 16.278.300

=

Peramalan (Ft) (Rp)

Error (Rp)

Abs Error

19.875.000

-

-

-

19.840.000

-

-

-

10.263.000

-

-

April (2016)

18.952.000

17.942.100

Mei (2016)

18.371.000

16.789.000

Juni (2016)

19.750.000

14.491.000

Juli (2016) Agustus (2016) September(2 016) Oktober  (2016)  November(2 016) Desember  (2016) Januari (2017)

19. 348.000

18. 937.300

1.009.900 1.581.700 5.258.700 -410.700

19. 348.000

18. 980.100

-367.900

367.900

18. 998.000

19. 549.000

551. 000

551.000

18. 637.000

19. 278.000

641. 000

641.000

10.112.000

19.100.800

8.988.800

8.988.800

19.631.000

17.112.500

Periode

  Pendapa tan (Rp)

Januari (2016) Februari (2016) Maret (2016)

 

=

4.

= 16.789.300 Bulan Juni (2016)

= = 14.491.300

Bulan Juli (2016)

= = 18.937.300

Bulan Agustus (2016)

=

MAD

Bulan Oktober (2016)

= =19.278.000

Bulan Novermber(2016) =

Bulan Januaari (2016)

1.581.700

 

5.258.700 410.700

  2.518.500 2.518.500 16.278.30   16.278.300 0 37.606.500

= = 3.133.875 Tingkat kesalahan pada peramalan pendapatan : MAD Bulan Januari 2017 = Rp. 3.133.875,Berdasarkan perhitungan MAD diatas, maka pendapatan  bersih yang dapat dihitung adalah : MAD Bulan Januari 2017

= 19.100.800 Bulan Desember (2016)

 

=

= = 19.549.000

1.009.900

Mencari tingkat kesalahan dalam peramalan  pendapatan (Weight Moving Average) menggunakan  Mean Absolute Deviation. Dapat dilihat pada Tabel 3. Hasil Perhitungan Peramalan Pendapatan pada PO Trisakti Furniture Kendal dengan Metode  Weight   Moving Average  (3) bobot 50%, 30% dan 20%,  bahwa pada Total diperoleh jumlah ∑ adalah 37.606.500. Maka perhitungan MAD sebagai  berikut :

= 18.980.100 Bulan September (2016)

 

TOTAL

= 17.942.100 Bulan Mei (2016)

16.278.300

 

=

(Ft – MAD)

≤x≤

(Ft + MAD)

= 17.112.500

16.278.300 - 3.133.875 3.133.875

≤x≤

16.278.300 -

13.144.425

≤x≤

19.412.175

=

Tabel 5. Rangkuman Hasil perhitungan MA (3 bulanan) dan WMA (3 bulanan) dengan bobot 50%, 30% dan 20%. Kesimpulan :

Jadi, jika menggunakan metode  Weight Moving Average (WMA) 3 periode dengan bobot 50%, 30%, dan 20% diramalkan pendapatan atau tingkat keuntungan yang akan di dapatkan oleh PO Trisakti Furniture Kendal pada bulan Januari 2017 sebesar Rp. 16.278.300,- dengan kisaran  pendapatan bersih yaitu Rp. 13.144.425,- sampai Rp. 19.412.175,-.

5.

Membandingkan hasil perhitungan antara  Simple  Moving Average  dengan Weight Moving Average. Tabel 4. Perbandingan antara Metode SMA dan Metode WMA serta hasil Realisasi :

Keterangan

Peramalan  pendapatan bulan Januari 2017 MAD Kisaran pendapatan PO Trisakti Furniture Kendal

Simple Moving Average (SMA) (3 bulanan)

Weight Moving Average (MA) (3 bulanan) dengan bobot 50%, 30% dan 20%.

16.126.666

16.278.300

3.209.833

3.133.875

12.916.833 ≤ x ≤ 19.336.499

13.144.425 ≤ x ≤ 19.412.175

KESIMPULAN

Dengan selesainya analisis data dan penyusunan tugas akhir  mata kuliah Teknik Peramalan dengan judul Penerapan Metode  Simple Moving Average  Dan Weight Moving Average Dalam Peramalan Pendapatan Dari Jasa Penjualan Produk  Furniture Pada PO. Trisakti Furniture Kendal, dapat diambil kesimpulan sebagai berikut : Hasil peramalan pendapatan PO Trisakti Furniture adalah :

Periode

 

Januari (2016) Februari (2016) Maret (2016) April (2016) Mei (2016) Juni (2016) Juli (2016) Agustus (2016) September(2016 ) Oktober (2016)  November(2016 ) Desember  (2016) Januari (2017)

19.875.000 19.840.000 10.263.000 18.952.000 18.371.000 19.750.000 19.348.000 19.348.000

16.659.333 16.351.000 15.862.000 19.024.000 19.156.000

Hasil perhitunga n peramalan pendapatan dengan metode WMA (3 bulanan) dengan bobot 50%,30%, dan 20% (Rp) 17.942.100 16.789.000 14.491.000 18.937.300 18.980.100

18.998.000

19.482.000

19.549.000

18.637.000

19.231.000

19.278.000

10.112.000

18.994.333

19.100.800

19.631.000

15.915.666

17.112.500

16.126.666

16.278.300

Pendapata n (Rp)

Hasil perhitunga n peramalan pendapatan dengan metode SMA (3 bulanan) (Rp)

a. Berdasarkan perhitungan peramalan pendapatan PO Trisakti Furniture dengan metode  Simple Moving Average  3 bulanan diramalkan tingkat keuntungan yang akan didapatkan pada  bulan Januari 2017 sebesar Rp. 16.126.666 Dengan MAD sebesar Rp. 3.209.833 dan kisaran pendapatan yaitu Rp. 12.916.833 sampai Rp. 19.336.499.  b. Berdasarkan perhitungan peramalan pendapatan PO Trisakti Furniture dengan metode  Weight Moving Average  3  bulanan dengan bobot 50%, 30% dan 20% diramalkan tingkat keuntungan yang akan didapatkan pada bulan Januari 2017 sebesar Rp. 16.278.300 dengan MAD sebesar Rp. 3.133.875 dan kisaran pendapatan yaitu Rp. 13.144.425 sampai Rp 19.412.175. SARAN

Berdasarkan hasil analisis data dan kesimpulan yang dibuat maka dapat dikemukakan saran-saran yang berguna sebagai salah satu bahan pertimbangan bagi Java Furniture untuk  menentukan kebijakan dalam hal peramalan pendapatan pada PO Trisakti Furniture Kendal. Adapun saran-saran yang dikemukakan sebagai berikut : a. Perusahaan sebaiknya melakukan evaluasi program kerja  per bulan pada usaha meubel atau furniture ini, supaya dapat menjaga kestabilan pendapatan per bulan dan meningkatkan  pendapatannya.  b. Perusahaan sebaiknya menerapkan metode  Weight Moving   Average  3 bulanan dengan bobot 50%, 30% dan 20% dalam melakukan peramalan pendapatan, karena dari pengujian diatas metode ini yang paling mendekati aktual dan memiliki  Mean Absolute Deviation terkecil.

c. Apabila menerapkan metode peramalan  Simple Moving   Average dan Weight Moving Average   lebih baik  menggunakan data dalam jangka panjang dan penerapannya secara terus menerus. d. Seorang pemimpin harus dapat mempertahankan nilai  pendapatan, serta dapat menjaga kestabilan pendapatan per   bulan dan meningkatkan pendapatannya. Berdasarkan dari hasil analisis seorang pemimpin harus mengadakan forecasting pendapatan untuk mengetahui hasil produksi yang maksimal pada masa yang akan datang. DAFTAR PUSTAKA [1] Info Peluang Usaha. “Peluang Usaha Toko Furniture atau Mebel”. 07 Juni 2016. https://infopeluangusaha.org/peluang-usaha-tokofurnitureatau-mebel/. [2] Makridakis. 1999. Metode dan Aplikasi Peramalan. Edisi 2. Jakarta: Binarupa Aksara. [3] National Conference Design and Application of  Technology 2010. Mulyadi Beny, Yani Iriani. Journal “Analisis Peramalan Penjualan Bahan Bakar Minyak Jenis Premium Di SPBU Pahlawan Asri Bandung”.Universitas Widyatama.2010.Bandung. [4] Gaspersz dan Vincent. 2005. Production Planning and Inventory Control. Jakarta: Gramedia Pustaka Utama. [5] Lee, Jhong Sam. CDMA Systems Engineering Handbook. Artech House. ISBN 089006 [6] Makridakis, Spyros Et al. 1991.”Metode dan Aplikasi Peramalan”.Edisi Kedua, Jilid 1. Alih Bahasa: Untung Sus A,M. Sc dan Abdul Besith M. Sc. Jakarta: Erlangga

View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF