ANALISIS PERAMALAN PENJUALAN BAHAN BAKAR PREMIUM PADA SPBU 34-17147 PERTAMINA RAWA LUMBU BEKASI

ANALISIS PERAMALAN PENJUALAN BAHAN BAKAR PREMIUM PADA SPBU 34-17147 PERTAMINA RAWA LUMBU BEKASI

NAMA            : Aji Fahmi Kamal

KELAS          : 3EA15

NPM               : 13209529

JURUSAN    : Manajemen Ekonomi

JENJANG     : S1

UNIVERSITAS GUNADARMA

PERIODE 2011-2012

BAB 1

PENDAHULUAN

1.1         Latar Belakang Masalah

            Bahan Bakar merupakan kebutuhan utama bagi untuk transportasi khususnya sepeda motor, banyaknya aktivitas yang dilakukan manusia sehari-hari membuat kebutuhan Bahan Bakar makin meningkat, terutama bagi masyarakat perkotaan yang memiliki tingkat mobilitas yang tinggi. Hal tersebut membuat banyak orang ingin ikut serta membuka cabang SPBU di Indonesia, usaha tersebut cukup menjanjikan dari segi keuntungannya, karena untuk setiap orang yang mempunyai kendaraan sepeda motor, Bahan Bakar Premium menjadi prioritas utama .

            Di Indonesia, Bahan Bakar untuk kendaraan yang lebih banyak digunakan adalah Bahan Bakar Premium, dikarenakan harga nya lebih murah dan terjangkau dibandingkan dengan Bahan Bakar lainnya. Pemerintah sering kali menaikkan dan menurunkan harga tarif  Bahan Bakar Premium per liter, itu sangat berpengaruh pada masyarakat golongan menengah kebawah di Indonesia, itu mengakibatkan naik turunnya suatu penjualan Bahan Bakar, tetapi Bahan Bakar tetap banyak yang membutuhkan dan mau tidak mau masyarakat golongan atas maupun masyarakat golongan bawah tetap membeli Bahan Bakar Premium tersebut.

            Karena ketidakpastian penjualan tersebut maka perlu dilakukan kegiatan untuk memprediksi volume penjualan yang akan datang, sekaligus meminimalkan resiko kerugian pada SPBU. Dengan adanya kegiatan peramalan penjualan di SPBU dapat mengambil keputusan atau kebijakan sesuai dengan hasil ramalan penjualan tersebut. Melalui peramalan penjualan, SPBU dapat memprediksi sejauh mana suatu Bahan Bakar Premium dapat bertahan di tengah banyaknya isu tentang penggunaan Bahan Bakar Gas. Hal ini membuat SPBU menjadi selektif  dalam menjual Bahan Bakar Premium menjadi sebuah langkah awal dalam membuat keputusan untuk tetap menjual Bahan Bakar Premium tersebut. Peramalan penjualan juga dilakukan untuk bisa terus memenuhi kebutuhan konsumen yang dilihat dari hasil ramalan agar SPBU tidak kekurangan persediaan.

            Berdasarkan uraian di atas peramalan penjualan sangatlah penting bagi SPBU untuk membuat keputusan di masa yang akan mendatang. Hal ini lah yang membuat penulis merasa tertarik mengankat masalah penjualan Bahan Bakar Premium, sebagai bahan penulisan ilmiah dan memberi judul ”Analisis Peramalan Penjualan Bahan Bakar Premium pada SPBU

34-17147 Rawa Lumbu Bekasi” 

1.2         Rumusan dan Batasan Masalah

1.2.1     Rumusan Masalah

Dari penjelasan di atas, maka penulis merumuskan masalah pada penulisan ilmiah, yaitu : Berapa besar hasil Penjualan Bahan Bakar Premium pada SPBU Rawa Lumbu dengan menggunakan, metode MA (Moving Average) 3 dan 6 bulan, Rata-Rata Kumulatif, dan ES (Exponential Smoothing) ?

1.2.2     Batasan Masalah

Untuk lebih memfokuskan masalah mengenai data yang akan dikumpulkan. Penulis hanya membatasi masalah pada peramalan penjualan Bahan Bakar Premium. Dengan data penjualan dari bulan Januari 2011 sampai dengan Desember 2011, untuk meramalkan penjualan Bahan Bakar Premium Bulan Januari 2012 pada SPBU 34-17147 Rawa Lumbu Bekasi, yang dilihat dengan menggunakan metode Moving Average, Rata-Rata Kumulatif, dan metode Exponential Smoothing.

1.3         Tujuan penelitian

Tujuan yang ingin dicapai dalam penelitian ilmiah ini adalah untuk :

1.    Mengetahui tingkat penjualan Bahan Bakar selama 1 Tahun.

2.    Membandingkan tingkat penjualan per bulan dan mencari tingkat kesalahan yang terjadi tiap bulan

3.    Mengetahui penyuplaian Bahan Bakar Premium tiap bulan

1.4     Manfaat penelitian

1.4.1     Manfaat Akademik

Adapun manfaat akademik dalam penulisan ilmiah ini adalah mengetahui peramalan penjualan Bahan Bakar Premium. Serta mengetahui penggunaan metode peramalan pada SPBU 34-17147 Rawa Lumbu Bekasi.

1.4.2     Manfaat Praktis

Penulis berharap agar penulisan ilmiah ini dapat menjadi sarana yang dapat digunakan sebagai bahan pertimbangan untuk kemajuan perusahaan, dan masukan untuk pembahasan mengenai peramalan penjualan.

1.5     Metode penelitian

1.5.1     Objek Penelitian

            Objek penelitian penulisan ilmiah ini dilakukan di SPBU 34-17147 Pertamina yang berlokasi di Jl. Pengasinan Raya II Rt/ Rw : 01/07, Rawa Lumbu Bekasi Timur.

1.5.2  Data atau Variabel

            Data yang digunakan adalah Data Sekunder yaitu :

Volume penjualan : data penjualan Bahan Bakar Premium selama 1 Tahun. Periode Januari 2011 sampai Desember 2011.

1.5.3     Metode Pengumpulan Data

            Metode penelitian yang digunakan untuk mengumpulkan data-data dan informasi penelitian melalui :

1.    Library Research (Studi Pustaka) : melalui daftar pustaka yang ada dan sesuai dengan tema dari penulisan ilmiah ini.

2.    Field Research (Studi Lapangan) : melalui observasi langsung, wawancara terhadap manajer perusahaan yang bersangkutan dengan topik yang sesuai.

1.5.5     Alat Analisis

          Alat analisis pada penulisan ilmiah ini penulis menggunakan alat berupa metode moving average 3 bulan dan 6 bulan, dan metode rata-rata kumulatif beserta metode exponential smoothing. Dengan uraian sebagai berikut :

1.5.5.1        Metode Moving Average

            Metode Moving Average adalah suatu metode peramalan dengan mengkombinasikan data dari beberapa periode terbaru atau terakhir. Metode ini pada dasarnya membuat data yang berfluktuatif menjadi data yang relative stabil sehingga fluktuasi dari pola data menjadi halus dan relative merata.

            Kelebihan dari metode ini adalah dapat di terapkan pada data jenis apapun juga baik yang sesuai kurve matematik ataupun tidak. Namun kekurangannya adalah tidak mempunyai persamaan untuk peramalan (seperti linier regresi) dan sebagai gantinya digunakan nilai rata rata bergerak berakhir sebagai nilai ramalan untuk periode yang akan datang.

Rumus dari metode moving average :

Σ Penjualan nyata pada periode n periode terakhir

Σ Periode (n A) yang digunakan dalam MA

Dan cara membuat forecasting dengan metode moving average 3 bulan dan 6 bulan, maka :

Rumus untuk 3 bulan :

F3 = X1 + X2 + X3

                  3

Rumus untuk 6 bulan :

F6 = X1 + X2 + X3 + X4 + X5 + X6

                                6

BAB II

LANDASAN TEORI

2.1       Kerangka Teori

2.1.1   Pengertian Peramalan (Forecasting)

            Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan Peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu.

Peramalan diartikan sebagai kegiatan analisis untuk memperkirakan besarnya perubahan suatu variabel ekonomi bisnis dalam permintaan barang dan jasa di masa yang akan datang berdasarkan data pada waktu yang lalu dan data pada masa sekarang.

Ramalan penjualan merupakan suatu faktor yang harus diperhatikan dalam perusahaan. Peramalan merupakan proses atau metode dalam meramal suatu peristiwa yang akan terjadi pada masa yang akan datang dengan mendasarkan diri pada variabel – variabel tertentu.

Pengertian Peramalan menurut sofjan assauri (2004;33) adalah “ Peramalan merupakan seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada pada masa yang akan datang “

Pada hakikatnya Peramalan hanya merupakan suatu perkiraan (guess), tetapi dengan menggunakan teknik – teknik tertentu, maka Peramalan menjadi lebih sekedar sekedar perkiraan. Peramalan dapat dikatakan perkiraan yang ilmiah (educate guess). Setiap pengambilan keputusan yang menyangkut keadaan di masa yang akan datang, maka pasti ada Peramalan yang melandasi pengambilan keputusan tersebut.

Dalam kegiatan produksi, Peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi. Dalam Peramalan ditetapkan jenis produk apa yang diperlukan (what), jumlahnya (how many), dan kapan dibutuhkan (when).

Peramalan lingkungan dilakukan untuk meramalkan inflasi, pengangguran, tingkat suku bunga, kecenderungan konsumsi dan menabung, iklim investasi, belanja pemerintah, ekspor dan berbagai ukuran lingkungan yang penting bagi perusahaan. Hasil akhirnya adalah proyeksi hasil nasional bruto, yang digunakan bersama indikator lingkungan lainnya untuk meramalkan penjualan industri. Kemudian, perusahaan melakukan Peramalan penjualan dengan asumsi tingkat pangsa pasar tertentu akan tercapai.       

2.1.2   Tujuan dan Fungsi Peramalan

Tujuan Peramalan adalah untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Suatu perusahaan bisaanya menggunakan prosedur tiga tahap untuk sampai pada Peramalan penjualan, yaitu diawali dengan melakukan Peramalan lingkungan, diikuti dengan Peramalan penjualan industri dan diakhiri dengan Peramalan penjualan perusahaan.

Dalam fungsi Peramalan tidak hanya termasuk didalamnya teknik khusus dan model, tetapi termasuk input dan output dari subyek Peramalan. Pengembangan fungsi Peramalan dibutuhkan untuk mengidentifikasi output, karena spesifikasi output dapat menyederhanakan pemilihan model Peramalan.,tetapi fungsi Peramalan tidaklah lengkap tanpa mempertimbangkan input. Peramalan bisaanya memiliki beberapa pertimbangan, yaitu antara lain :

a.    Item yang diramalkan

b.    Peramalan dari atas (top down) atau dari bawah (botton down)

c.    Teknik Peramalan (model Kuantitatif atau Kualitatif)

d.    Satuan yang digunakan

e.    Interval atau horizon waktu

f.     Komponen Peramalan

g.    Ketepatan Peramalan

h.    Pengecualian dan situasi khusus

i.      Perbaikan parameter model Peramalan

2.1.3   Jenis Peramalan

Peramalan dapat dibedakan atas dua macam, yaitu :

a.    Peramalan Kualitatif

Yaitu Peramalan yang didasarkan atas Kualitatif pada masa lalu. Hasil ramalan yang dibuat sangat tergantung pada orang yang menyusunya. Hal ini penting karena hasil Peramalan tersebut ditentukan berdasarkan pemikiran yang berdifat intuisi, pendapat (judgment) dan pengetahuan serta pengalaman dari penyusunnya.

b.    Peramalan Kuantitatif

Yaitu Peramalan yang didasarkan atas data Kuantitatif pada masa lalu. Hasil Peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam Peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil ramalan yang berbeda, adapun yang perlu diperhatikan dari penggunaan metode tersebut adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai – nilai perbedaan atau penyimpangan yang mungkin. Peramalan Kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut :

-          Adanya informasi tentang keadaan yang lain.

-          Informasi tersebut dapat dikuantifikasikan dalam bentuk data.

-          Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

2.1.4   Teknik Peramalan

            Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul akibat pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya yang dikeluarkan tentu resiko yang dapat dihindari semakin besar pula. Namun upaya memperkecil resiko tersebut dibatasi oleh biaya yang dikeluarkan akibat mengupayakan hal tersebut. Untuk itu perlu adanya faktor –faktor yang mempengaruhi pemilihan teknik Peramalan yang harus dipertimbangkan antara lain :

1.    Horizon Peramalan

Ada dua aspek dari horizon waktu yang berhubungan dengan masing – masing metode Peramalan yaitu :

a.    Cakupan waktu di masa yang akan datang, untuk mana perbedaan dari metode Peramalan yang digunakan sebaiknya disesuaikan.

b.    Jumlah periode untuk mana ramalan diinginkan, beberapa teknik dan metode hanya dapat disesuaikan untuk Peramalan satu atau dua periode dimuka, sedangkan teknik dan metode lain dapat dipergunakan untuk Peramalan beberapa periode di masa mendatang.

2.    Tingkat Ketelitian

Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu Peramalan. Untuk beberapa pengambilan keputusan mengharapkan variasi atau penyimpangan atas Peramalan yang dilakukan antara 10% sampai dengan 15% bagi maksud – maskud yang mereka harapkan, sedangkan untuk hal atau kasus lain mungkin menganggap bahwa adanya variasi atau penyimpangan atas ramalan sebesar 5% adalah cukup berbahaya.

3.    Ketersediaan Data

Metode yang dipergunakan sangat besar manfaat, apabila dikaitkan dengan keadaan atau informasi yang ada atau data yang dipunyai. Apabila dari data yang lalu diketahui adanya pola musiman, maka untuk Peramalan satu tahun ke dapan sebaiknya digunakan metode variasi musiman. Sedangkan apabila dari data yang lalu diketahui adanya pola hubungan antara variabel – variabel yang saling mempengaruhi, maka sebaiknya dipergunakan metode sebab akibat (causal) atau korelasi (correlastion).

4.    Bentuk Pola Data

Dasar utama dari metode Peramalan adalah anggapan bahwa macam dari pola yang didapati didalam data yang diramalkan akan berkelanjutan. Sebagi contoh, beberapa deret yang melukiskan suatu pola musiman, demikian pula halnya dengan suatu pola tren. Metode Peramalan yang lain mungkin lebih sederhana, terdiri dari suatu nilai rata – rata, dengan fluktuasi yang acakan atau random yang terkandung. Oleh karena adanya perbedaan kemampuan metode Peramalan untuk mengidentifikasi pola – pola data, maka perlu adanya usaha penyesuaian antara pola data yang telah diperkirakan terlebih dahulu dengan teknik dan metode Peramalan yang akan digunakan.

5.    Biaya

Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur ramalan, yaitu biaya – biaya pengembangan, penyimpangan (storage) data, operasi pelaksanaan dan kesempatan penggunaan teknik – teknik dan metode lainnya. Adanya perbedaan yang nyata dalam jumlah biaya, mempunyai pengaruh atas dapat menarik tidaknya penggunaan metode tertentu untuk suatu keadaan yang dihadapi.

6.    Mudah Tidaknya Penggunaan dan Aplikasinya

Satu prisip umum dalam penggunaan metode ilmiah dari Peramalan untuk manajemen dan analisis adalah metode – metode yang dapat dimengerti dan mudah diaplikasikan yang akan dipergunakan dalam pengambilan keputusan dan analisa. Prinsip ini didasarkan pada alasan bahwa, bila seorang manajer atau analisis bertanggung jawab atas keputusan yang diambilnya atau hasil analisa yang dilakukan, maka ia sudah tentu tidak menggunakan dasar yang tidak diketahuinya atau tidak diyakininya. Jadi, sebagai ciri tambahan dari teknik dan metode Peramalan adalah bahwa yang diperlukan untuk memenuhi kebutuhan dari keadaan ialah teknik dan metode Peramalan yang dapat disesuaikan dengan kemampuan dari manajer atau analisis yang menggunakan metode ramalan tersebut.

2.1.5   Proses Peramalan

            Agar Peramalan dapat memberikan hasil yang memuaskan, maka haruslah mengikuti prosedur atau langkah – langkah yang telah ditetapkan dalam Peramalan. Dengan mengikuti setiap langkah yang telah ditetapkan paling tidak dapat menghindari kesalahan yang tidak perlu, sehingga hasil Peramalan tidak perlu diragukan.

Secara umum langkah – langkah yang dilakukan dalam Peramalan sebagai berikut :

1.    Mengumpulkan Data

Pengumpulan data merupakan langkah awal yang harus dilakukan. Data yang dikumpulkan merupakan data masa lalu. Hendaknya data yang dikumpulkan selengkap mungkin untuk beberapa periode. Pengumpulan data bisa dilakuakan dengan pengumpulan data sekunder dan data primer. Pengumpulan data sekunder maksudnya data yang diperoleh dari berbagai sumber seperti perpustakaan, majalah dan laporan lainnya. Sedangkan data primer diperoleh dari lapangan dengan menggunakan metode observasi, wawancara atau dengan menyebarkan kuesioner.

2.    Mengolah Data

Data yang sudah dikumpulkan kemudian dibuat tabulasi data. Dengan demikian akan diketahui pola data yang dimiliki dan memudahkan kita untuk melakukan Peramalan melalui metode Peramalan yang ada.

3.    Menentukan Metode Peramalan

Setelah data ditabulasi barulah kita menentukan metode Peramalan yang cocok untuk data tersebut. Terdapat banyak metode Peramalan yang masing – masing metode akan memberikan hasil yang berbeda. Peramalan yang diinginkan adalah dengan menggunakan metode yang paling tepat. Artinya hasil yang akan diperoleh tidak akan jauh berbeda  dengan kenyataannya atau metode yang akan memberikan penyimpangan terkecil. Pemilihan metode Peramalan adalah dengan mempertimbangkan faktor horizon waktu, pola data, jenis Peramalan, faktor biaya, ketepatan dan kemudahan penggunaannya.

4.    Memproyeksikan Data

Seperti diketahui bahwa akan ada perubahan di masa yang akan datang seperti perubahan ekonomi, politik, sosial atau perubahan kemasyrakatan lainnya. Perubahan ini akan berakibat tidak tepatnya hasil Peramalan. Agar kita dapat meminimalkan penyimpangan terhadap perubahan maka perlu dilakukan proyeksi data dengan pertimbangan faktor perubahan tersebut untuk beberapa periode.

5.    Mengambil Keputusan

Hasil Peramalan yang telah dilakukan dan digunakan untuk mengambil keputusan untuk membuat berbagai perencanaan seperti perencanaan produksi, keuangan, penjualan dan perencanaan lainnya, naik untuk perencanaan jangka pendek maupun perencanaan jangka panjang.

2.1.6   Tipe Peramalan

            Dalam Peramalan dibagi dalam beberapa tipe Peramalan, yakni :

a.    Peramalan Ekonomi (Economic Forecast)

Merupakan Peramalan yang menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lanilla.

b.    Peramalan Teknologi (Tecnological Forecast)

Peramalan yang memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.

c.    Peramalan Permintaan (Demand Forecat)

Merupakan proyeksi permintaan untuk produk atau layanan statu perusahaan. Peramalan ini disebut juga Peramalan penjualan, yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran dan sumber daya manusia.

2.1.7   Karakteristik Peramalan yang Baik

            Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya dan kemudahan. Penjelasan dari kriteria – kriteria tersebut adalah sebagai berikut :

1.    Akurasi

Akurasi dari suatu hasil Peramalan diukur dengan hasil kebisaaan dan kekonsistensian Peramalan tersebut. Hasil Peramalan dikatakan bisa bila Peramalan tersebut teralalu tinggi atau rendah dibandinkan dengan kenyataan yang sebenarnya terjadi. Hasil Peramalan dikatakan kosisten bila besarnya kesalahan Peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Sedangkan Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia – sia. Keakuratan dari hasil Peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal.

2.    Biaya

Biaya yang diperlukan dalam pembuatan suatu Peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode Peramalan dan metode Peramalan Peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi beberapa banyak data yang dibutuhkan, bagaimana pengolahan datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode Peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item – item yang penting akan diramalkan dengan metode yang sederhana dan murah.

3.    Kemudahan

Penggunaan metode Peramalan yang sederhana, mudah dibuat dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.

2.2       Kajian Penelitian

Penelitian kajian sejenis ini diambil dari penelitian yang memiliki kesamaan topik atau variabel yang sedang dan akan di teliti oleh penulis.

1.    Judul                    : Analisis Peramalan Penjualan Printed Circuit Board

                                      pada PT . Jaya Persada Elektrindo

Nama                   : Yulisa Gardenia

NPM                     : 11205356

Jurusan               : Manajemen

Pembimbing       : Chuchub Yahdianti, SE.,MM

• Penghitungan Peramalan Penjuala Printed Circuit Board pada bulan Mei 2008, dengan menggunakan metode Moving Average 4 bulan sebesar Rp 1.288.284.415 dengan penyimpangan (MAD) sebesar     Rp 585.644.269.
• Penghitungan Peramalan Penjualan yang lebih tepat adalah Moving Average 4 bulan dibanding dengan Weight Moving Average 4 bulan.

2.    Judul                    : Peramalan Penjualan Logam Mulia (Emas Batangan)

                                      pada Toko Mas Olivia Jewellery

      Nama                   : Megawati

      NPM                     : 10208791

      Jurusan               : Manajemen

      Pembimbing       : Irfan Ardiansyah. SE.,MM

·         Penelitian menggunakan Moving Average dengan periode 3 bulan, Weight Moving Average dengan bobot 20%, 30%, 50%, Exponential Smoothing α = 0,1, dan melalui pencarian nilai rata-rata kesalahan Peramalan yaitu MAD.

·         Berdasarkan hasil analisis yang dilakukan, dapat ditarik kesimpulan bahwa metode Peramalan yang terbaik untuk digunakan oleh Toko Mas Olivia Jewellery dalam melakukan Peramalan penjualan adalah metode Moving Average dan Weight Moving Average yang menghasilkan MAD sebesar 1 unit logam mulia.

2.3       Alat Analisis

Alat analisis dalam penelitian ini menggunakan metode Peramalan data time series antara lain, MA (Moving Average), Metode Rata-Rata Kumulatif dan ES (Exponential Smoothing).

2.3.1   Metode MA (Moving Average)

            Metode Moving Average atau rata – rata bergerak digunakan untuk meratakan deret berkala suatu data yang bergelombang. Dasar yang dipakai untuk menghitung rata – rata bergerak dilakukan dengan mencari nilai rata – rata dari beberapa tahun secara berturut – turut, sehingga diperoleh nilai rata – rata bergerak secara teratur atas dasar jumlah tahun tertentu. Metode ini tidak memberi ketentuan tentang jumlah tahun yang harus digunakan sebagai dasar mencari nilai rata – rata. Jika digunakan 3 tahun rata – rata bergerak, Peramalan suatu tahun sebesar rata – rata data 3 tahun sebelumnya. Dengan demikian jika data 3 tahun tersebut digunakan sebagai dasar, dinamakan rata – rata bergerak per 3 tahun (baik dalam bulan atau dalam tahun).

∑ Periode (n) yang digunakan dalam MA

 

                                                                                                                          

Langkah – langkah Peramalan dengan menggunakan metode Moving Average :

1.    Menentukan banyaknya periode untuk mendapatkan harga rata – rata

2.    Membuat tabel perhitungan

3.    Menemukan nilai total bergerak

4.    Menemukan nilai Peramalan

2.3.2   Metode Rata-Rata Kumulatif

            Metode yang menentukan ramalan pada periode tertentu, berdasarkan rata-rata sejumlah nilai observasi pada periode sebelumnya.

Ft + 1 = X1 + X2 +………………….Xt

                                    N

Keterangan :

Ft + 1  = ramalan satu periode kedepan

Xt        = data pada period ke-t

N         = banyaknya periode yang dihitung

2.3.3   Metode ES (Exponential Smoothing)

            Metode ES (Exponential Smoothing) adalah teknik Peramalan rata – rata bergerak yang memberikan bobot secara exponential pada data yang paling akhir sehingga akan mendapatkan bobot yang lebih besar . Pada metode ini Peramalan dilakukan dengan cara hasil ramalan periode terakhir ditambah porsi perbedaan atau tingkat kesalahan (α) antara permintaan nyata periode terakhir dan Peramalan periode terakhir.

 

Dimana :

            Ft         : Ramalan untuk periode sekarang ( 1 )

            Ft – 1  : Ramalan untuk periode sebelumnya ( t – 1 )

            α          : Smoothing konstan ( porsi perbedaan )

            At – 1 : Permintaan nyata periode sebelunya

Yang menjadi permasalahan selanjutnya adalah bagaimana menentukan besarnya konstanta (α) tersebut. Menurut para ahli, konstanta tersebut dapat dicari dengan cara mencoba – coba (trial and error). Namun jika terdapat kesulitan dengan cara itu disarankan untuk menggunakan rumus sebagai berikut :

Dimana :

α          : Konstanta / Tingkat kesalahan

n          : Jumlah periode waktu

            Jika data penjualan yang diteliti terdiri dari 12 bulan, maka α dapat diperoleh dengan cara perhitungan sebagai berikut :

            Formulasi      : α = 2 / n + 1

                                      α = 2 / 12 + 1

                                      α = 0.153846153

                                      α = 0.1

            Maka nilai konstanta didapat sebesar 0.1 sebagai tingkat kesalahan dalam metode Exponential Smoothing.

2.3.4   Kesalahan Peramalan

            Kesalahan Peramalan mempunyai dua unsur yang harus diperhatikan, antara lain :

1.    Perbedaan antara permintaan nyata dengan Peramalan

2.    Arah kesalahan, yaitu apakah permintaan nyata berada diatas atau dibawah ramalan

Ada suatu ukuran kesalahan yang umum digunakan yaitu MAD (Mean Absolute Devisiasion), dimana ukuran ini mencari selisih antara permintaan nyata dan ramalan dengan tingkat rata – rata kesalahan selama meramalkan.

 

           

           

Dimana :

            N         = Jumlah data penjualan

            n          = Jumlah periode

BAB 3

METODE PENELITIAN

3.1  Objek Penelitian

Objek dalam penelitian ini adalah SPBU 34-17147, merupakan SPBU Pertamina yang didirikan oleh Ibu Hj.Siti Khodijah pada Bulan Januari Tahun 2007 yang bertempat di Jl. Pengasinan Raya II Rt/Rw : 01/07 , Rawa Lumbu Bekasi Timur. SPBU 34-17147 memiliki 23 karyawan.

3.1.2 Struktur Organisasi

3.2  Data / Variabel yang Digunakan

Data yang digunakan adalah Data Sekunder yaitu data penjualan Bahan Bakar Premium yang telah dibuat oleh SPBU 34-17147, data yang di dapat berupa data penjualan dalam periode bulanan. Dari bulan Januari 2011 sampai Desember 2011

3.3  Metode Pengumpulan Data

Metode penelitian yang digunakan untuk mengumpulkan data-data dan informasi penelitian melalui :

1.    Library Research (Studi Pustaka)

Yaitu penulis melakukan penelitian dengan cara mengumpulkan data-data teoritis yang berhubungan dengan penulisan ini. Adapun data teoritis ini diperoleh dari buku-buku.

2.    Field Research (Studi Lapangan)

Yaitu penulis melakukan penelitian dengan cara meninjau dan wawancara langsung terhadap SPBU 34-17147 yang menjadi objek penelitian untuk mendapatkan data data yang diperlukan.

3.4  Alat Analisis yang digunakan

Alat analisis dalam penelitian ini menggunakan metode Peramalan data time series antara lain, MA (Moving Average), Metode Rata-Rata Kumulatif dan ES (Exponential Smoothing).

3.4.1   Metode MA (Moving Average)

            Metode Moving Average atau rata – rata bergerak digunakan untuk meratakan deret berkala suatu data yang bergelombang. Dasar yang dipakai untuk menghitung rata – rata bergerak dilakukan dengan mencari nilai rata – rata dari beberapa tahun secara berturut – turut, sehingga diperoleh nilai rata – rata bergerak secara teratur atas dasar jumlah tahun tertentu. Metode ini tidak memberi ketentuan tentang jumlah tahun yang harus digunakan sebagai dasar mencari nilai rata – rata. Jika digunakan 3 tahun rata – rata bergerak, Peramalan suatu tahun sebesar rata – rata data 3 tahun sebelumnya. Dengan demikian jika data 3 tahun tersebut digunakan sebagai dasar, dinamakan rata – rata bergerak per 3 tahun (baik dalam bulan atau dalam tahun).

    ∑ Periode (n) yang digunakan dalam MA