PERAMALAN DENGAN METODE TIME SERIES DAN PERENCANAAN KUOTA PEMESANAN MATERIAL GYPSUM (STUDI KASUS: DEPARTEMEN PRODUCTION PLAN & EVALUATION PT Semen Gresik Pabrik Rembang)

Abstract

Abstrak

PT. Semen Gresik Pabrik Rembang merupakan salah satu anak perusahaan dari PT. Semen Indonesia
(Persero) Tbk yang memproduksi berbagai macam semen. Semen yang diproduksi yaitu Semen tipe I
OPC, PCC, PPC. Salah satu material yang harus ada dalam pembuatan semen yaitu gypsum. Fungsi
gypsum adalah untuk mengatur waktu pengikatan daripada semen atau yang dikenal dengan sebutan
retarder. Di PT Semen Gresik Pabrik Rembang, gypsum yang digunakan hanya +/- 5% dari total
keseluruhan produksi. Dalam pengadaan material gypsum ini, PT Semen Gresik mengalami beberapa
kendala yaitu adanya penalty yang diterima perusahaan apabila tidak dapat memenuhi kuota
pemesanan yang telah disepakati. Tujuan penelitian ini adalah melakukan perencanaan pemesanan
material gypsum dengan metode peramalan dengan data time series. Metode yang digunakan yaitu 3
SMA, 3 DMA, dan DES. Lalu dilakukan perhitungan error dan memilih metode dengan error terkecil.
Metode yang terpilh adalah metode 3 SMA yaitu dengan nilai MAPE sebesar 14,088% dan nantinya
akan menjadi peramalan perencanaan demand di masa yang akan datang.

Kata Kunci: DES, 3 DMA, MAPE, 3 SMA, Time Serries

Abstract

PT. Semen Gresik Pabrik Rembang is a subsidiary of PT. Semen Indonesia (Persero) Tbk, producing
various types of cement. The types of cement produced include Type I OPC, PCC, and PPC. One of the
essential materials in cement production is gypsum. The function of gypsum is to regulate the setting
time of cement, also known as a retarder. At PT Semen Gresik Pabrik Rembang, the gypsum used
constitutes only +/- 5% of the total production. In procuring gypsum, PT Semen Gresik faces several
challenges, including penalties incurred if the company fails to meet the agreed-upon order quotas. The
objective of this research is to plan the ordering of gypsum material using forecasting methods with
time series data. The methods used are 3 SMA (Simple Moving Average), 3 DMA (Double Moving
Average), and DES (Double Exponential Smoothing). Error calculations were performed to select the
method with the smallest error. The selected method is 3 SMA, with a MAPE (Mean Absolute
Percentage Error) value of 14.088%, and it will be used for future demand planning forecasting.

Keyword: DES, 3 DMA, MAPE, 3 SMA, Time Serries