5
Material Requirement Planning (MRP) lebih cocok dan memungkinkan
untuk diterapkan pada PT Artistika Kreasi Mandiri.
2.2
Peramalan
2.2.1
Konsep Dasar Peramalan
Peramalan merupakan input dasar yang digunakan dalam
pengambilan keputusan dari suatu proses manajemen operasi karena
menyediakan informasi permintaan di masa depan (Svenson, 2009, p. 72).
Menurut Render, Stair, &
Hanna (2009, p. 178) teknik peramalan secara
umum dapat dibedakan sebagai berikut (lihat Gambar 2.1).
S
umber: (Render, Stair, & Hanna, 2009, p. 179)
Gambar 2.1 Tipe-tipe Teknik Peramalan
Time-series methods merupakan metode peramalan yang didasarkan
hanya pada informasi dan pola data di masa lalu untuk meramalkan nilai di
masa depan pada suatu rangkaian tertentu. Beberapa pola tersebut antara lain
tren, musiman, siklus, dan acak. Sedangkan causal methods merupakan
peramalan yang diturunkan dari hasil analisis data
disamping data hasil
peramalan rangkaian waktu yang dilakukan, sehingga terdapat variabel
dengan nilai yang berkaitan dengan nilai yang diramalkan (Nahmias, 2009,
pp. 57-58).
2.2.2
Teknik Peramalan
Menurut Baroto (2002, pp. 32-34), pada pola data tren dan acak,
metode peramalan yang sesuai untuk digunakan antara lain adalah regresi
linier, exponential smoothing, atau double exponential smoothing.
Berdasarkan hal tersebut, teknik peramalan yang digunakan dalam studi
kasus ini antara lain:
1.
Double exponential smoothing satu parameter (Metode Brown)
Pada teknik double exponential smoothing satu parameter (Metode
Brown), perhitungan menambahkan satu parameter (Ginting, 2007, p. 53):
(2.1)
(2.2)
Dimana:
S’
t
= Single exponential smoothing pada periode t
S’’
t
= Double exponential smoothing pada periode t
Rumus untuk menghitung peramalan periode t adalah sebagai berikut:
(2.3)
(2.4)
(2.5)
2.
Double exponential smoothing dua parameter (Metode Holt)
Pada teknik double exponential smoothing dua parameter (metode Holt),
perhitungan
memerlukan dua konstanta smoothing, a dan ß, serta
 |