Skip to main content Skip to main navigation menu Skip to site footer

Peramalan Time Series terhadap Permintaan Produk Tamiya

Authors
  • Alkent Chenio Magister Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Jl. Dr. Mansur No. 9, Padang Bulan, Medan 20155, Indonesia
  • Yasmin Nelyanda Pulungan Magister Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Jl. Dr. Mansur No. 9, Padang Bulan, Medan 20155, Indonesia
  • Akbar Gading Harahap Magister Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Jl. Dr. Mansur No. 9, Padang Bulan, Medan 20155, Indonesia
  • Van Hubert Magister Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Jl. Dr. Mansur No. 9, Padang Bulan, Medan 20155, Indonesia
  • Amelia Hafsah Hutagalung Magister Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Jl. Dr. Mansur No. 9, Padang Bulan, Medan 20155, Indonesia
Issue       Vol 7 No 1 (2024): Talenta Conference Series: Energy and Engineering (EE)
Section       Articles
Galley      
DOI: https://doi.org/10.32734/ee.v7i1.2328
Keywords: Perencanaan dan Pengendalian Produksi Peramalan Time Series MSE Production and Planning Control Forecasting
Published 2024-10-22

Abstract

Pengendalian serta perencanaan produksi melibatkan pengaturan dan pengawasan material yang keluar masuk dari proses produksi. Salah satu langkah awal dalam proses ini adalah memprediksi permintaan sesuai informasi permintaan pada periode lalu. Peramalan membutuhkan informasi kebutuhan periode lalu agar dapat diperkirakan kebutuhan masa depan. Permasalahan yang terjadi pada PT. ABC adalah adanya ketidak sesuaian antara target produksi yang dihasilkan dengan permintaan pasar sehingga menyebabkan kerugian karena produk yang tidak terjual. Tujuan dari studi ini adalah untuk memperkirakan total pemesanan tamiya untuk dua belas bulan mendatang. Peramalan yang digunakan adalah peramalan jangka pendek di mana meramalkan 12 periode ke depan berdasarkan 12 periode bulan masa lalu. Peramalan seri waktu, atau deret waktu, adalah metode peramalan yang digunakan. Peramalan menggunakan analisis seri waktu dimulai dengan mengidentifikasi tujuan peramalan, membuat scatter plot, memilih metode yang sesuai, mengestimasi parameter-parameter metode tersebut, menghitung galat setiap pendekatan, menetapkan metode yang memiliki galat terkecil, dan mengadakan pembuktian untuk hasil peramalan. Hasil peramalan dengan time series menggunakan dua metode yakni metode siklis dan kuadratis. Metode siklis menghasilkan kesalahan mean square error (MSE) sebesar 145,3909 sedangkan metode kuadrtais menghasilkan kesalahan MSE sebesar 180,4758, sehingga pendekatan siklis terpilih untuk melakukan peramalan dikarenakan memiliki nilai kesalahan (error) yang terkecil. Selanjutnya, dilakukan verifikasi peramalan yang menunjukkan peramalan dengan metode siklis masih dalam batas kontrol (in control). Hasil peramalan untuk 12 periode ke depan menunjukkan kebutuhan tamiya adalah sebesar 2.670 unit.

Production control and planning involves organizing and monitoring the materials in and out of the production process. One of the first steps in this process is to forecast demand based on past demand information. Forecasting requires past period demand information in order to estimate future demand. The problem that occurs at PT ABC is that there is a mismatch between the production target produced and market demand, causing losses due to unsold products. The purpose of this study is to estimate the total tamiya order for the next twelve months. The forecasting used is short-term forecasting where it forecasts the next 12 periods based on the past 12 month periods. Time series forecasting, or time series, is the forecasting method used. Forecasting using time series analysis begins with identifying the forecasting objective, creating a scatter plot, selecting an appropriate method, estimating the parameters of the method, calculating the error of each approach, determining the method with the smallest error, and substantiating the forecasting results. Forecasting results with time series using two methods, namely cyclical and quadratic methods. The cyclical method produces a mean square error (MSE) of 145.3909 while the quadratic method produces an MSE error of 180.4758, so the cyclical approach was chosen for forecasting because it has the smallest error value. Furthermore, forecasting verification is carried out which shows that forecasting with the cyclical method is still within control limits (in control). The forecasting results for the next 12 periods show that the demand for tamiya is 2,670 units.