PENERAPAN PERAMALAN PENJUALAN PRODUK SEMEN DENGAN METODE TIME SERIES UNTUK MENCEGAH OVERPRODUCTION DAN UNDERPRODUCTION DI PT REFRATECH MANDALA PERKASA

Abstract

Abstrak

PT Refratech Mandala Perkasa adalah perusahaan yang telah menyediakan produk refraktori dan rekayasa untuk beragam industri yang memerlukan aplikasi penahan panas dan api di seluruh penjuru Indonesia sejak 1992. Terdapat suatu permasalahan di mana overproduction seringkali terjadi di perusahaan ini. Divisi PPIC belum menggunakan metode terstruktur dalam meramalkan penjualan setahun. Nilai MAPE dari peramalan existing masih sekitar 37%. Baik overproduction, maupun underproduction dapat menyebabkan kerugian yang besar dalam hal biaya gudang yang harus bertambah, dilakukan relokasi pabrik, dan sebagainya. Penelitian ini bertujuan untuk mencari metode peramalan yang tepat dalam merencanakan produksi. Metode yang digunakan dalam peramalan adalah peramalan time series, seperti, Single Moving Average, Double Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, dan Holt-Winter. Dilakukan juga verifikasi eror untuk mencari kesalahan peramalan dengan metode Mean Absolute Deviation, Mean Square Error, dan Mean Absolute Percentage Error. Software yang digunakan dalam penelitian ini adalah Microsoft Excel, Minitab, dan EViews Berdasarkan hasil peramalan, didapatkan bahwa nilai MAPE menurun, yaitu 6% dari 37% dengan menggunakan Holt Winter.

Kata kunci: rencana produksi, metode peramalan, overproduction, underproduction, time series.

Abstract

PT Refratech Mandala Perkasa is a factory that provides refractor and engineered products for various industries that require the application of heat and fire resistance throughout Indonesia since 1992. There is a problem where overproduction often occurs in this company. The PPIC Division has not used a structured method in estimating annual sales. The MAPE value from the existing forecast is still around 37%. Both overproduction and underproduction could cause large losses in terms of increasing warehouse costs, factory relocation, and so on. This research aims to find appropriate forecasting methods in planning production. The method used in forecasting is time series the most accurate method, such as Single Moving Average, Double Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, or Holt Winter. Error verification is also carried out to look for forecasting errors using the Mean Absolute Deviation, Mean Square Error and Mean Absolute Percentage Error methods. The software used in this research is Microsoft Excel, Minitab, and EViews. Based on the forecasting results, it was found that the MAPE value decreased, namely 6% from 37% using Holt Winter.

Keywords: production planning, forecasting, overproduction, underproduction, time series