Contoh Soal Manajemen Rantai Pasok ( Supply Chain Management) penentuan lokasi dan pengiriman pabrik

 Sebuah perusahaan otomotif multinasional telah melakukan riset permintaan (demand) di 5 wilayah pasar yaitu Indiana, Nort California, Pennsylvenia, Missisipi, West Virgina. Setelah mengetahui demand di 5 wilayah tersebut direktur scm memiliki 3 wilayah pilihan untuk membangun sebuah pabrik baru dalam memenuhi ke 5 wilayah pasar tersebut. 3 lokasi pilihan pabrik ini berada di kota New Oreleans, Jacksonvilles, dan savannah, di setiap pabrik yang akan dibangun memiliki dua pilihan model yang mempengaruhi kapasitas produksi, kapasitas tinggi dan kapasitas rendah. Berikut merupakan data demand, biaya kirim dari pabrik ke pasar, fix cost dari setiap pabrik yang akan dibangun berserta kapasitas produksinya

*Demand dalam ribuan 1 = 1000 ; FC= Fix  Cost; LC= Low Capacity; HC= High Capacity

Sebagai Direktur Supply Chain Management sebagaiknya membangun pabrik dimana dengan model yang mana untuk meminimasi cost dan memenuhi seluruh demand di setiap wilayah dengan aturan tidak ada wilayah yang kekurangan namun diperbolehkan ada pabrik yang kelebihan produksi

Mari kita selesaikan permasalahan tersebut dengan bantuan solver di microsoft excel

Gambar diatas merupakan data yang telah diketahui setelah itu kita membuat kolom untuk setiap decision dalam menyelesaikan studi kasus

Pada cell (B11:H13) kiti kosongi saja karena cell tersebut sebagai variabel yang akan dibubah (changing Variable) nilainya untuk memenuhi fungsi tujuan dari studi kasus ini

Pada Cell (B17:B19) kita isi dengan logika jika new oreleans dibangun pabrik LC maka akan bernilai 1 dan bernilai 0 apabila tidak dibangun pabrik dan seperti halnya juga pabrik HC. Oleh sebab itu kita masukkan rumus

Pada cell (B21:F21) kita isi dengan rumus B7-SUM(B11:B13) yang artinya adalah  demand yang belum terpenuhi karena belum menggunakan solver maka nilai yang dihasilkan adalah sama seperti demand yaitu pada cell (B7:F7)

Setelah selesai kita menggunakan solver di excel Data à Solver dan menuliskan rumus sebagi berikut 

Setelah itu langsung klik solver hasil langsung muncul seperti gambar berikut

Yang dapat dibaca bahwa perusahaan membangun 1 pabrik HC di New Oreleans yang akan mengirim ke Pennsylvenia sebanyak 5000 dan Mississipi sebanyak 10000, 1 pabrik LC dan 1 pabrik HC di jacksonville yang akan mengirim 12000 ke Nort California, 3000 ke Pennsylvenia, dan 11000 ke West Virginia. Membangun 1 pabrik HC di Savannah yang mengirim 14000 ke Indiana dan 1000 ke Pennsylvenia. Dengan kelebihan kapasitas di Jacksonville sebanyak 4000. Dan total biasa sebesar $ 37.736,00

Demikian contoh soal yang saya bagikan jika ada pertanyaan bisa langsung kontak saya, senang untuk berbagi more share more get!!!!

Contoh Laporan Kerja Praktik di PT INKA (Persero)

Bagi kalian yang melaksanakan kerja praktik di PT INKA dan sedang mencari contoh laporan kerja praktik atau PKL kalian bisa mengunduh referensi disini 

Perencanaan Agregat (Agregat Planning)

Perencanaan Agregat

Perencanaan agregat juga dikenal sebagai penjadwalan agregat yaitu suatu pendekatan yang dilakukan perusahaan untuk menentukan kuantitas dan waktu produksi pada jangka waktu menengah. Perencanaan agregat dapat digunakan dalam menentukan jalan terbaik untuk memenuhi permintaan yang diprediksi dengan menyesuaikan nilai produksi, tingkat tenaga kerja, tingkat persediaan, tingkat tenaga kerja lembur, tingkat sub kontrak dan variabel lain yang dapat dikendalikan. Keputusan penjadwalan menyangkut perumusan rencana bulanan dan kuartalan yang mengutamakan masalah mencocokkan produktifitas dengan permintaan yang fluktuatif.

Biaya Agregat

Menurut Sukendar dan Kristomi (2008), sebagian besar metode perencanaan agregat menentukan suatu rencana yang minimasi biaya. Jika permintaan diketahui, maka biaya-biaya berikut harus dipertimbangkan.

1.        Hiring Cost (Ongkos Penambahan Tenaga Kerja)

Penambahan tenaga kerja menimbulkan ongkos-ongkos untuk iklan, proses seleksi, dan training. Ongkos training merupakan ongkos yang besar apabila tenaga kerja yang direkrut adalah tenaga kerja baru yang belum berpengalaman.

2.        Firing Cost (Ongkos Pemberhentian Tenaga Keja)

Pemberhentian tenaga kerja biasanya terjadi karena semakin rendahnya permintaan akan produk yang dihasilkan, sehingga tingkat produksi akan menurun secara drastis ataupun karena persoalan teknis seperti produktivitas yang menurun, serta faktor yang ada pada diri tenaga kerja itu sendiri. Pemberhentian ini mengakibatkan perusahaan harus mengeluarkan uang pesangon bagi karyawan yang di PHK, menurunkan moral kerja dan produktivitas karyawan yang masih bekerja, dan tekanan yang bersifat sosial.

3.        Overtime Cost dan Undertime Cost (Ongkos Lembur dan Ongkos Menganggur)

Penggunaan waktu lembur bertujuan untuk meningkatkan output produksi, tetapi konsekuensinya perusahaan harus mengeluarkan ongkos tambahan lembur yang biasanya 150% dari ongkos kerja regular. Di samping ongkos tersebut, adanya lembur biasanya akan memperbesar tingkat absen karyawan dikarenakan faktor kelelahan fisik pekerja. Kebalikan dari kondisi di atas adalah bila perusahaan mempunyai kelebihan tenaga kerja dibandingkan dengan jumlah tenaga kerja yang dibutuhkan untuk kegiatan produksi. Tenaga kerja berlebih ini suatu saat bisa dialokasikan untuk kegiatan lain yang produktif meskipun tidak selamanya efektif. Bila tidak dapat dialokasikan yang efektif. Maka perusahaan dianggap menanggung ongkos menganggur yang besarnya merupakan perkalian antara jumlah yang tidak terpakai dengan tingkat upah dan tunjangan lainnya.

4.        Inventory Cost dan Back Order Cost (Ongkos Persediaan dan Ongkos Kehabisan Persediaan)

Persediaan mempunyai fungsi mengantisipasi timbulnya kenaikan permintaan pada saat-saat tertentu. Konsekuensi dari kebijakakan perusahaan adalah timbulnya ongkos penyimpanan (inventory cost dan back order cost) yang berupa ongkos tertahannya modal, pajak, asuransi, kerusakan bahan, dan ongkos sewa gudang. Kebalikan dari kondisi di atas, kebijakkan tidak mengadaaan persediaan. Seolah-olah menguntungkan tetapi sebenarnya dapat menimbulkan kerugian dalam bentuk ongkos kehabisan persediaan. Ongkos kehabisan persediaan ini dihitung berdasarkan berapa permintaan yang datang tetapi tidak dilayani karena barang yang diminta tidak tersedia. Kondisi ini pada sistem MTO. Akan mengakibatkan jadwal penyerahan order terlambat, sedangkan pada sistem MTS akan mengakibatkan beralihnya pelanggan ke produk lain. Kekecewaan pelanggan karena tidak tersedianya barang yang dibutuhkan, sehingga akan diperhitungkan sebagai kerugian bagi perusahaan, dimana kerugian tersebut akan dikelompokan sebagai ongkos sebagai ongkos kehabisan persediaan. Ini sama nilainya dengan pemesanan kembali bila konsumen masih bersedia menunggu.

5.        Subcontract (Ongkos Subkontrak)

Pada saat permintaan melebihi kemampuan kapasitas reguler, biasanya perusahaan men-subkontrak kelebihan permintaan yang tidak bisa ditanganinya sendiri kepada perusahaan lain. Konsekuensinya dari kebijakan ini adalah timbulnya ongkos subkontrak, dimana biasanya ongkos mensubkontrak ini menjadi lebih mahal dibandingkan memproduksi sendiri dan adanya risiko terjadinya keterlambatan penyerahan dari kontraktor.

Strategi Agregat

Menurut (Sule,2008), Terdapat tiga strategi dasar dalam perencanaan agregat berdasarkan trade off antara biaya yang berkaitan dengan kapasitas produksi, biaya inventori dan biaya backlog, yaitu:

1.        Level Strategy (Level Production)

Dalam strategi ini, perusahaan memiliki kapasitas produksi yang terbatas dan jumlah tenaga kerja yang tetap. Jumlah produksi bersifat tetap dan inventori yang timbul dapat digunakan untuk memenuhi kelebihan permintaan produk pada periode tertentu.

2.        Chase Strategy (Chase Demand)

Kapasitas dan jumlah produksi yang ditentukan memiliki variabilitas yang sesuai variabilitas jumlah permintaan produk pada setiap periode. Strategi ini digunakan untuk meminimalkan dan menstabilkan level inventori.

3.        Linear Programming

Strategi ini merupakan kombinasi antara level strategy dan chase strategy. Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di akhir dasawarasa 1940-an. Teknik pemrograman linier memberikan analisa pasca-optimum dan analisis parametrik yang sistematis untuk memungkinkan pengambilan keputusan. Pemrograman dimulai dengan formulasi umum permasalahan pemrograman linier, formulasi umum tersebut terdiri dari fungsi tujuan yang akan dicari solusi optimalnya baik itu dalam memaksimumkan maupun meminimumkan berdasarkan ketentuan yang tersedia yang dirumuskan dalam fungsi pembatas.

 Misalnya sebuah perusahaan memiliki kapasitas produksi yang cukup, kemudian utilitas fasilitas produksi dijadikan acuan dalam penentuan perencanaan agregat. Dalam kasus ini jumlah pekerja bersifat tetap, namun jam kerja setiap pekerja memiliki variabilitas yang disesuaikan dengan level permintaan produk.

Prinsip Dulbin : Peran Perempuan dan Kelestarian Air

Air merupakan sumber daya alam primer yang dibutuhkan untuk kehidupan manusia, hewan dan tanaman sebagai pengangkut zat-zat makanan dan sumber energi, serta berbagai kebutuhan lain (Arsyad, 1989). Manusia tidak dapat bertahan hidup dan berkembang tanpa terpenuhi kecukupan air, sehingga air menjadi prioritas utama dalam agenda internasional (Christine, 1998:1). Sumber air dikelola dan dikembangkan oleh manusia untuk pemenuhan kebutuhan manusia, kedua aktivitas tersebut mengambil peran penting pada kondisi kelestarian air, tetapi tidak semua manusia memiliki tanggung jawab yang sama (Kutala, 2008). Penggunaan air bersih yang meningkat tidak diimbagi dengan pengelolaan secara berkelanjutan. Terdapat situs-situs cadangan air bawah tanah yang disedot pada tingkat yang tidak berkelanjutan. Bahkan, situs cadangan air bawah tanah dunia terbesar di Afrika, Eurasia, dan Amerika memiliki  tingkat stress yang tinggi (Bhaskara, 2016).

Pada tahun 2030, Perserikatan Bangsa-bangsa (PBB) memprediksikan akan terjadi kekurangan air bersih di tingkat global. Komposisi air di bumi terdiri dari 97.2 persen air asin, 2.15 persen air membeku, dan kurang dari 1 persen air segar yang dapat dikonsumsi (Rahmadi, 2012). Sedangkan jumlah penduduk dunia mencapai 6,5 milyar pada tahun 2006, sehingga diprediksi peningkatan permintaan air bersih dan menyebabkan kelangkaan (Badan Kependudukan PBB). Para ahli dibidang water security mengatakan kelangkaan tersebut akan menyebabkan konflik air, baik antar masyarakat lokal maupun antar negara. Sebagaimana konflik di Yaman pada tahun 2009 (Bhaskara, 2016). Hal tersebut disebabkan karena tidak seimbangnya antara hak dan kewajiban manusia dalam menggunakan air. Berdasarkan PP No 69 Tahun 2014, hak guna air meliputi memperoleh dan menggunakan air serta berkewajiban menjaga kelestarian air.

Peran aktif seluruh elemen, yaitu pemerintah, swasta, dan masyarakat diperlukan untuk keberlangsungan kelestarian air, termasuk peran perempuan dalam menjaga sumber daya air. Banyak fakta di beberapa negara, perempuan berperan sebagai penyedia air dan menempuh rata-rata 6 km setiap hari untuk mencari air dengan bejalan kaki (UNFPA 2002). Pengumpulan air untuk kebutuhan domestik merupakan kewajiban perempuan hampir di seluruh negara berkembang. Salah satu peran perempuan dalam menyelesaikan permasalahan air dijelaskan pada Prinsip Dublin. Konferensi air dan lingkungan internasional pada tahun 1992 di Dublin Irlandia menghasilkan The Dublin Statement on Water and Sustainable Development atau Prinsip Dublin dilatarbelakangi karena tingkat konsumsi air yang melebihi batas, dampak polusi, kekeringan, dan banjir. Terdapat empat  prinsip mendasar yang direkomendasikan dalam upaya melestarikan air ditingkat lokal, nasional, dan internasional , yaitu (Wahaj, 2012) :

Kuantitas air bersih sangat terbatas dan sumber daya yang terancam memiliki aspek penting untuk mempertahankan kehidupan dan pengembangan lingkungan. Pengelolaan sumber daya air yang efektif harus menggunakan pendekatan holistik yang mecakup daerah tangkapan atau air bawah tanah dan memiliki keterkaitan dalam pembangunan sosial dan ekonomi dengan melindungi ekosistem alam.
Pendekatan partisipatif dalam mengembangkan dan mengelola air dengan melibatkan pengguna, perencana, dan pengambil kebijakan pada seluruh tingkatan. Implementasi pengembangan air berkelanjutan difungsikan pada seluruh institusi yang memiliki tanggung jawab penggunaan air secara spesifik atau untuk kegiatan ekonomi tertentu (Solanes, 1999). Dengan demikian, seluruh kebijakan pelaksanaan proyek pelestarian air melibatkan peran seluruh stakeholder.

Peran penting perempuan dalam menyediakan, mengelola, dan melestarikan sumber daya air. Peran serta perempuan jarang diatur dalam kelembagaan pengembangan dan pengelolaan sumber daya air sehingga penerapan prinsip ini memerlukan kebijakan positif untuk pembekalan dan pemberdayaan perempuan pada setiap tingkatan.
Air merupakan barang ekonomi yang memiliki nilai ekonomi dalam setiap penggunaannya. Dalam prinsip ini, semua manusia memiliki hak dasar memperoleh akses air bersih dan sanitasi dengan harga terjangkau. Pengelolaan air sebagai barang ekonomi adalah upaya untuk mencapai penggunaan secara efisien dan adil, serta meningkatkan konservasi dan perlindungan sumber daya air.

Masyarakat sejauh ini belum memberi nilai yang memadai untuk seumber daya air sehingga menyebabkan penggunaan berlebih dan perusakan lingkungan sumber daya, sehingga Prinsip Dublin berfokus pada pengelolaan air yang bijaksana dan kemiskinan. Hal ini disebabkan karena pengelolaan air yang buruk memberikan dampak buruk kepada masyarakat miskin (Busch, 2015).

Wahaj (2012) menjelaskan bahwa peran aktif perempuan mengindikasikan bahwa perempuan memegang posisi penting dalam pengelolaan air. Perempuan mengelola sumber daya air tidak hanya untuk penggunaan produktif,  tetapi juga untuk kebutuhan domestik. Kebutuhan domestik yang memiliki kaitan dengan penggunaan air biasanya dikerjakan oleh perempuan, seperti memasak, mencuci, mengepel, sanitasi dan usaha kesehatan individu adalah tanggung jawab mereka, serta berperan untuk menkontruksi, menjaga, dan memperbaiki fasilitasi sanitasi.

Disamping ittu, pemberdayaan perempuan diperlukan dalam pengelolaan sumber daya air yang merupakan aspek penting dalam meningkatkan pengelolaan sumber daya air, namun  keberadaan peran perempuan sering tidak dipertimbangkan dalam pengambilan keputusan (Mabudafhai, 2012). Di sisi lain, Prinsip Dulbin menyatakan prinsip tersebut tidak berlaku pada pengelolaan air karena perempuan harus berpartisipasi dan terlibat dalam kebijakan pengelolaan air yang berkelanjutan dan tepat sasaran.
Sutjahjo (2015) menjelaskan bahwa kebijakan pengelolaan air tepat sasaran karena perempuan lebih mengetahui kualitas dan kuantitas air yang digunakan setiap hari dibandingkan dengan laki-laki yang tidak banyak melakukan pekerjaan domestik. Sistem pengelolaan yang dilakukan oleh perempuan menjadi efektif dan berkelanjutan karena peran mereka yang setiap hari menggunakan air dan mengerti manfaat kegunaannya. Hal tersebut mengindikasikan perempuan lebih berpengalaman dalam menggetahui kualitas air yang ada (Wijk-Sijbesma, 1998).

Standar operasional pengelolaan yang dilakukan perempuan berasal dari pengalaman sehari-hari sehingga penerapannya mudah diterapkan. Pembiayaan yang dikelola sesuai kebutuhan prioritas rumah tangga membuat pengeluaran biaya efisien. Oleh karena itu, peran perempuan dalam mengelola air untuk kebutuhan domestik dan upaya melestarikan kualitas sumber daya air memiliki nilai penting (Sutjahjo, 2015). Sehingga mari kita mulai dari diri sendiri untuk menjaga dan melestarikan sumber daya air. (uma)

REFERENSI

Arruzzi, Rajib. Kompasiana. Juny 25, 2015. http://tutinurmuntaha.wordpress.com/2008/02/09/perspektif-jender-dalam-pengelolaan-sda/ (accessed May 1, 2017).
Asaba, Richard B, G Honor Fagan, Consolata Kabonesa, and Firminus Mugumya. "Woman and Access to Water in Rural Uganda: A Review." The Journal of Gender and Water (The University of Pennsylvania) 3 (February 2014).
Kessa, Wahyudin. Buku 6: Perencanaan Pembangunan Desa. Jakarta: Kementerian Desa, Pembangunan Daerah Tertinggal, dan Transmigrasi Republik Indonesia, 2015.
Kodoatie, Robert J. Tata Ruang Air. Yogyakarta: Penerbit Andi, n.d.
Moriarty, Patrick B. "The Dublin Principles Revisited for WSS." 26th WEDC Conference, 2000.
Pudyastuti, Purwati Sri. Harian Kompas. February 9, 2008. http://tutinurmuntaha.wordpress.com/2008/02/09/perspektif-jender-dalam-pengelolaan-sda/ (accessed May 1, 2017).
Rahmadi, Takdir. Hukum Lingkungan di Indonesia. Jakarta: PT Raja Grafindo Persada, 2012.
Sutjahjo, Sari Andajani, Siriporn Chirawatkul, and Erico Saito. "Gender and Water in Northeast Thailand:Inequalities and Women's Realities." Journal of International Women's Studies, 2015: 200-212.
Tambunan, Ridho Adiputra. "PERAN PDAM DALAM PENGELOLAAN BAHAN AIR BAKU AIR MINUM." JURNAL ILMIAH, 2014.
Wahaj, Robina. "Gender and Water : Securing water for improved rural livelihoods:." International Fund for Agricultural Development (IFAD), 2007: 1-12.
Wijk-Sijbesma, Christine van. Gender in Water Resources, Water Supply and Sanitation. Delft: IRC International Water and Sanitation Centre, 1998.

Kembali Kepada Tuhan

Ajari aku menggunakan pena
Akan ku tulis gemercik air
Udara dingin kabut senja
Sampai daun gugur

Kembali Kepada Tuhan

Pada akhirnya orang orang yang jatuh cinta akan kembali kepada tuhan
Dia mencari sebab mengapa dia jatuh cinta
Dan mencari cara untuk menyelamatkan cintanya

Pada akhirnya orang orang yang jatuh cinta
Akan duduk manis memikirkan tuhan
Merendah rendah diri meminta kepada tuhan
Lalu seolah olah hilanglah segala kegelisahannya

Pada akhirnya orang orang yang jatuh cinta akan kembali kepada tuhan
Setelah dan sejauh apapun dia mencari
Pada akhirnya dia hanya bisa meminta

Metode-metode peramalan

Dalam peramalan, penggunaan berbagai model akan memberikan nilai dan derajat error yang berbeda. Salah satu seni dalam peramalan adalah memilih model peramalan terbaik yang mampu mengidentifikasi dan menanggapi pola aktivitas historis dari data.Secara umum, model-model peramalan dapat dikelompokkan ke dalam dua kelompok utama, yaitu:

1.        Metode Kualitatif

Metode kualitatif adalah metode yang dilakukan berdasarkan pendapat dari pihak yang melakukan peramalan. Metode kualitatif ditujukan untuk peramalan terhadap produk baru, pasar baru, perubahan sosial dari masyarakat, perubahan teknologi, atau penyesuaian terhadap forecast berdasarkan metode kuantitatif. Beberapa model peramalan produksi yang digolongkan sebagai model kualitatif adalah:

a.         Dugaan Manajemen (Manajemen Estimate)

Dugaan manajemen adalah metode dimana peramalan semata-mata berdasarkan pertimbangan manajemen. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari satu kelompok kecil berdasarkan pengalaman dengan opini yang kritis dan relevan. Bagaimanapun, metode ini mempunyai banyak keterbatasan sehingga perlu dikombinasikan dengan metode peramalan yang lain.

b.         Riset Pasar (Market Research)

Riset pasar merupakan metode peramalan berdasarkan hasil-hasil dari survei pasar yang dilakukan oleh tenaga-tenaga pemasar produk atau yang mewakilinya. Metode ini tidak hanya akan membantu peramalan, tetapi juga untuk meningkatkan desain dan perencanaan produk baru.

c.         Metode Kelompok Terstruktur (Structured Group Methods)

Metode kelompok terstruktur merupakan teknik peramalan berdasarkan pada proses konvergensi dari opini beberapa orang atau ahli secara iteraktif tanpa menyebutkan identitasnya. Peranan fasilitator sangat diharapkan untuk memperoleh atau menyimpulkan hasil-hasil peramalan.

d.         Analogi Historis (Historical Analogy)

Analogi historis merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang dapat disamakan secara analogi. Metode ini cenderung akan menjadi metode terbaik untuk penggantian produk di pasar.

2.        Metode Kuantitatif

Metode kuantitatif adalah metode yang dilakukan berdasarkan analisis hubungan numerik dari data atau metode statistik. Metode kualitatif dikelompokkan ke dalam dua bagian utama, yaitu:

a.         Metode Kuantitatif Intrinsik (Time Series Model)

Time series model merupakan suatu metode yang menggunakan seri pengamatan suatu variabel dalam bentuk interval waktu diskrit. Waktu yang diamati merupakan waktu periode sebelum hingga saat ini. Time series model yang biasa digunakan dalam analisa perhitungan peramalan adalah sebagai berikut:

·         Metode Moving Average

Metode moving average menggunakan sejumlah data aktual untuk membangkitkan nilai peramalan di masa yang akan datang. Metode ini akan efektif diterapkan apabila asumsi bahwa permintaan pasar stabil sepanjang waktu. Tujuan dari metode moving average adalah untuk melibatkan periode permintaan yang sesuai sehingga faktor acak dapat dikurangi dan informasi yang tidak relevan dari permintaan di masa lalu dapat diabaikan. Perhitungan metode moving average berubah seiring dengan perubahan waktu, data lama dihapus, dan data baru ditambahkan. Secara matematis dinyatakan sebagai berikut:

Keterangan:

F_t      = Peramalan permintaan periode t

n     = Jumlah periode moving average

t      = Periode terbaru       

·         Metode Weighted Moving Average

Metode weighted moving average lebih responsif terhadap perubahan karena data dari periode baru biasanya diberi bobot lebih besar. Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemutusan bobot yang digunakan membutuhkan pengalaman. Sebagai contoh, jika bulan atau periode terakhir diberi bobot yang terlalu berat, peramalan dapat menggambarkan perubahan yang terlalu cepat yang tidak biasa pada permintaan atau pola penjualan. Secara matematis dinyatakan sebagai berikut:

Keterangan:

F_t = Peramalan permintaan periode t

n  = Jumlah periode weighted moving average

·         Metode Single Exponential Smoothing

Metode single exponential smoothing merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, tetapi masih mudah digunakan. Mudah dalam artian bahwa penyimpanan data historis akan lebih kecil sehingga proses perhitungan akan semakin efisien. Metode ini menggunakan pencatatan data masa lalu yang sangat sedikit. Selain itu, seluruh data historis diperhitungkan dan permintaan aktual terakhir diberi bobot lebih besar (α, faktor smoothing). Secara matematis dinyatakan sebagai berikut:

Keterangan:

     F_t    = Peramalan permintaan periode t

     α     = Konstanta pemulusan (0 ≤ α ≤ 1)

     F_t-1  = Peramalan permintaan satu periode yang lalu (t – 1)

     A_t-1 = Permintaan aktual satu periode yang lalu (t – 1)

·         Metode Double Exponential Smoothing

Metode double exponential smoothing adalah metode penghalusan eksponensial yang lebih rumit dan dapat menyesuaikan diri pada trend yang ada. Idenya adalah menghitung trend rata-rata data penghalusan eksponensial, kemudian menyesuaikan untuk kelambatan (lag) positif atau negatif pada tren. Dengan penghalusan eksponensial pada penyesuaian trend, estimasi rata-rata dan trend dapat dihaluskan. Prosedur ini membutuhkan dua konstanta penghalusan, dimana α untuk rata-rata dan ß untuk trend. Kemudian, dilakukan perhitungan rata-rata dan trend untuk setiap periode. Secara matematis dinyatakan sebagai berikut:

                                          

Keterangan:

     Ŷ_t        = Peramalan permintaan periode t

      a        = Konstanta pemulusan (0 ≤ α ≤ 1)

      β       = Konstanta trend (0 ≤ β ≤ 1)

      Et-1  = Peramalan permintaan periode (t – 1)

      Tt      = Indeks trend pada periode t

·         Metode Triple Exponential Smoothing

Metode triple exponential smoothing, atau yang dikenal sebagai metode Holt-Winters, dapat menangani faktor seasonal dan trend yang muncul secara sekaligus pada sebuah data time series. metode Holt-Winters dapat digunakan untuk data stasioner maupun non-stasioner (Kalekar, 2004). Metode ini didasarkan atas tiga unsur peramalan, yaitu keseluruhan, trend, dan seasonal untuk setiap periode dan memberikan tiga pembobotan dalam prediksinya, yaitu α, β, dan γ. Metode ini terbagi menjadi dua, yakni:

Keterangan:

S_t      = Nilai pemulusan peramalan untuk periode t

X_t      = Nilai aktual pada periode t

       b_t       = Nilai pemulusan trend

       I_t        = Komponen musiman pada periode t

       Ŷ_t+m   = Peramalan untuk m periode ke depan dari t

       m       = Jumlah periode yang akan di-foreast ke depan

α        = Parameter penghalusan untuk data (0 < α < 1)

β        = Parameter penghalusan untuk trend (0 < β < 1)

γ        = Parameter penghalusan untuk seasonal (0 < γ < 1)

L       = Panjang seasonal                                                    

o   Metode Holt-Winters Additive

Menurut Montgomery (2009), metode musiman additive dengan metode penambahan musiman cocok untuk prediksi time series dengan amplitudo pola musiman yang tidak tergantung pada rata-rata level atau ukuran data sehingga bersifat konstan. Secara matematis dinyatakan sebagai berikut:

Keterangan:

  S_t       = Nilai pemulusan peramalan untuk periode t

X_t      = Nilai aktual pada periode t

b_t       = Nilai pemulusan trend

I_t        = Komponen musiman pada periode t

Ŷ_t+m   = Peramalan untuk m periode ke depan dari t

m       = Jumlah periode yang akan di-forecast ke depan

α        = Parameter penghalusan untuk data (0 < α < 1)

β        = Parameter penghalusan untuk trend (0 < β < 1)

γ        = Parameter penghalusan untuk seasonal (0 < γ < 1)

L        = Panjang seasonal

o   Metode Holt-Winters Multiplicative

Metode musiman multiplicative dengan metode perkalian musiman cocok untuk prediksi time series dengan amplitudo pola musimannya proporsional dengan rata-rata level atau tingkatan dari time series (Montgomery, 2009). Dengan kata lain, pola musiman membesar seiring meningkatnya ukuran data. Secara matematis dinyatakan sebagai berikut:

Keterangan:

S_t      = Nilai pemulusan peramalan untuk periode t

X_t      = Nilai aktual pada periode t

       b_t       = Nilai pemulusan trend

       I_t        = Komponen musiman pada periode t

       Ŷ_t+m   = Peramalan untuk m periode ke depan dari t

       m       = Jumlah periode yang akan di-foreast ke depan

α        = Parameter penghalusan untuk data (0 < α < 1)

β        = Parameter penghalusan untuk trend (0 < β < 1)

γ        = Parameter penghalusan untuk seasonal (0 < γ < 1)

L       = Panjang seasonal                                                   

·         Metode Trend Line Analysis

      Metode trend line analysis dipergunakan sebagai metode peramalan apabila pola historis dari data aktual permintaan menunjukkan adanya suatu kecenderungan menarik dari waktu ke waktu. Metode yang paling sederhana adalah menggunakan persamaan garis lurus (straight line equation). Secara matematis dinyatakan sebagai berikut:

Keterangan:

F_t    = Permintaan pada periode t

       a     = Intersep dari persamaan garis lurus

       b     = Slope dari trend line

       t      = Indeks waktu

       t_bar   = Nilai rata-rata dari t

A     = Variabel permintaan (data aktual permintaan)

       A_bar  = Nilai rata-rata dari A

b.        Metode Kuantitatif Ekstrinsik (Model Kausal)

Model kausal dilakukan berdasarkan pada pola-pola eksternal.

Arena ( Software Simulasi sistem )

DEFINISI ARENA
Arena adalah sebuah program penyusun model dan juga merupakan simulator. Arena merupakan kombinasi pemakaian yang memiliki high level program dan fleksibilitas/kelenturan yang menjadi ciri General Purpose Simulation Language (GPSL)  (Kelton, 2003:12).

Arena Basic
Arena Basic merupakan salah satu module yang terdapat di dalam software Arena. Sesuai dengan namanya, modul-modul yang terdapat pada Arena Basic biasa dijadikan dasar untuk membuat simulasi proses dari sistem nyata yang ada. Berikut ini akan dijelaskan mengenai modul pada Arena Basic.

Basic Process Panel
Basic Process Panel pada Arena berisikan modul-modul yang digunakan untuk memodelkan simulasi sebuah sistem. Berikut adalah module yang terdapat dalam Basic Process Panel.

Module Basic Process Panel

Arena Advanced
Dalam software Arena Advanced terdapat module yang lebih banyak dan bervariasi dalam penggunaannya untuk memodelkan suatu sistem. Dalam Arena Advanced terdapat Advanced Process Panel dan Advanced Transfer Panel.

Advanced Process Panel
Advanced Process Panel adalah panel yang memiliki beberapa module yang memiliki fungsi dan aplikasi proses yang lebih bervariasi dari pada Panel Basic Process. Panel tersebut dibagi menjadi General Flowchart Modulee dan Data Modulee (User Guide Arena, 2005:49).

General Flowchart Module
General Flowchart Module adalah kumpulan dari objek yang ditempatkan pada jendela model untuk mendeskripsikan proses simulasi. Berikut ini adalah beberapa
modul pada General Flowchart Module.

Data Module

Data Module adalah kumpulan objek yang ada di tampilan lembar kerja dari model yang mendefinisikan karakteristik bermacam-macam elemen proses seperti Advanced Set Module dan Expression module. Berikut ini adalah bebrapa modul dalam Data Module Advanced Transfer Panel.

Advanced Transfer Panel

Advanced Transfer Panel adalah panel yang memiliki beberapa module dengan  fungsi transfer atau transportasi yang bervariasi. Panel ini dibagi menjadi 4 yaitu General Flowchart Module, Conveyor Flowchart Module, Transporter Flowchart Module dan Data Modules.

General Flowchart Module

General Flowchart Module adalah sekumpulan objek untuk mendeskripsikan proses simulasi yang ditempatkan pada jendela model. General flowchart module memiliki warna merah. Berikut adalah module pada General Flowchart Module.

Conveyor Flowchart Modules

Conveyor Flowchart Module adalah sekumpulan objek untuk mendeskripsikan proses simulasi dengan fungsi yang khusus yaitu conveyor yang ditempatkan pada jendela model. Conveyor Flowchart Module  memiliki warna hijau. Berikut adalah module pada Conveyor Flowchart Module.

Transporter Flowchart Modules

Transporter Flowchart Modules adalah sekumpulan objek untuk mendeskripsikan proses simulasi dengan fungsi yang khusus yaitu transporter yang ditempatkan pada jendela model. Transporter Flowchart Module memiliki warna biru. Berikut adalah module pada Transporter Flowchart Modules.

Data Module Advanced Transfer Panel

Data Module Advanced Transfer Panel adalah sekumpulan objek yang ada di tampilan lembar kerja dari model yang mendefinisikan kerakteristik bermacam-macam elemen proses. Berikut adalah macam-macam module yang termasuk dalam data module Advanced Transfer Panel.