ANALISIS PERAMALAN PERMINTAAN PRODUK KIPAS ANGIN DENGAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) UNTUK MENENTUKAN PERSEDIAAN SAFETY STOCK DAN SERVICE LEVEL PADA PT. CATUR SUKSES INTERNASIONAL

DONY DRAJAT PANGESTU, BUDI SUMARTONO, W.TEDJA BHIRAWA

Sari


PT. Catur Sukses Internasional merupakan perusahaan yang bergerak dalam bidang Distribusi alat-alat elektronik untuk rumah tangga seperti rice cooker, oven, mixer, kipas angin, dan lain- lain yang barangnya berasal dari pabrik. permasalahan yang di hadapi adalah kurangnya persiapan menghadapi fluktuasi yang tidak pasti dari pesanan pelanggan sehingga perusahaan sering menghadapi masalah backlog yaitu tidak terpenuhinya maupun kelebihan persediaan (Invetory). Penelitian dimulai dari studi lapangan untuk mendapatkan data dan untuk melakukan wawancara, serta melakukan studi pustaka untuk mecari teoriteori yang dapat mendukung jalannya penelitian ini. Setelah melakukan studi kasus maka dilakukan identifikasai masalah kemudian permasalahan tersebut dirumuskan berdasarkan latar belakang masalah. Data yang dikumpulkan berupa data teknis yaitu data permintaan produk Panasonic ES404 – Stand Fan 16 inch Timer dari bulan Januari-Desember 2018. Data yang telah dikumpulkan kemudian diolah dengan metode ARIMA (Autoregressive Integrated Moving Average). Pada pengolahan data dengan metode ARIMA sendiri menggunakan data siklus stasioner apa bila data belum stasioner data tersebut akan di differensial, identifikasi ACF dan PACF, pendugaan model, Pengujian parameter model ARIMA uji white noise melakukan perhitungan peramalan permintaan, setelah itu dilakukanlah pemilihan metode terbaik, dari error metode peramalan terbaik dilakukan perhitungan safety stock untuk menanggulagi fluktuasi permintaan produk sesuai dengan service level yang di tentukan oleh perusahaan. Berdasarkan metode peramalan yang di terapkan perusahaan memiliki nilai error sebesar 50%, sedangkan metode ARIMA mendapatkan nilai error 33% bisa disimpulkan bahwa metode ARIMA (0.1.1) menghasilkan perhitungan yang lebih baik yaitu keakuratan naik sebesar 17%. Setelah didapat metode peramalan terbaik maka akan ditentukan jumlah safety stock dari error peramalan sebesar service level 90% = 735 unit, service level 92% = 809, service level 93% = 849, service level 94% = 890, service level 95% = 941.

Kata Kunci : Peramalan, ARIMA, Safety Stock, Error


Teks Lengkap:

PDF

Referensi


Subagyo, Pangestu. 1986 “Forecasting

Konsep dan Aplikasi” Yogyakarta:

BPPE UGM.

Supriyanto Agus. 2008 “Konsep dan

Aplikasi Manajemen Purchasing”

Jakarta : Gramedia.

Ristono, A. 2013 “Manajemen

Persediaan” Yogyakarta: Graha ilmu.

Yulianti, Fitri. 2012 “Modelling And

Forecasting Tingkat Produksi

Gas Di Indonesia Menggunakan

Metode Autoregressive Integrated

Moving Average (ARIMA)”.

Universitas Indonesia: Depok.

F. Robert Jacobs. 2011 “Manufacturing

Planning And Control For Supply

Chain Management” New York :

McGraw-Hill Education.

Gaspersz, Vincent. 2004 “production

planning and inventory control”

Jakarta : PT. Gramedia Pustaka

Utama.

Yunarto, H.I, dan Santika, M.G, 2005

“Inventory Management” Jakarta: PT.

Elex Media Komputido.

Iriawan, Nur & Astuti, Puji. 2006

“Mengolah data statistik dengan

mudah menggunakan Minitab 16”

Yogyakarta : ANDI

Engineering Statistic Handbook : ARIMA

Modelling




DOI: https://doi.org/10.35968/jtin.v8i1.802

Refbacks

  • Saat ini tidak ada refbacks.


Indexed by: