scholarly journals ANALISIS BULLWHIP EFFECT DENGAN MENGGUNAKAN METODE PERAMALAN PADA SUPPLY CHAIN DI DISTRIBUTOR PT. SEMEN TONASA (Studi Kasus: Distributor PT. Semen Tonasa)

ARIKA ◽  
2019 ◽  
Vol 13 (2) ◽  
pp. 113-126
Author(s):  
W. Latuny ◽  
Wisnu M. S. Picauly
Keyword(s):  
Supply Chain ◽  
Lead Time ◽  
Moving Average ◽  
Bullwhip Effect ◽  
Exponential Smoothing ◽  
Mean Absolute Deviation ◽  
Absolute Deviation ◽  
Tracking Signal ◽  
Single Exponential

Bullwhip effect merupakan fenomena pada supply chain, dimana adanya perbedaan jumlah permintaan konsumen ditiap periode baik itu semakin sedikit atau semakin banyak yang dapat berpengaruh pada semua tingkatan dalam supply chain. Hal itu juga yang dialami dari Sub Distributor PT. Padi Mas Prima yang mendistribusikan Produk Semen Tonasa pada tiap ritel di kota ambon yaitu ritel Aneka Guna,Ritel Benua dan Ritel Wayame Adapun tujuan penelitian ini Menganalisis Bullwhip Effect dengan metode peramalan dan meminimalisasi terjadinya bullwhip effect. Perhitungan bullwhip effect menggunakan pendekatan model Moving Average dan Single Exponential Smoothing yang akan dipilih berdasarkan Mean Absolute Deviation dan Tracking Signal Hasil dari penelitian model yang dipilih adalah model Single Exponential Smoothing diperoleh hasil dari peramalan selama 12 periode, dari hasil peramalan tersebut menunjukkan adanya penurunan nilai bullwhip effect pada Sub Distributor PT. Padi Mas Prima, yang sebelumnya 1.02 nilainya menjadi 0.18 dengan tingkat presentase penurunan sebesar 82.4%, Ritel Aneka Guna yang nilainya 1.07 menjadi 0.71 dengan tingkat presentase penurunan sebesar 33.6%, Ritel Benua yang nilainya 1.03 nilainya menurun menjadi 0.86 dengan tingkat presentase penurunan sebesar 16.5%, dan Ritel Wayame yang sebelumnya 1.10 nilainya menurun menjadi 0.96 dengan  tingkat presentase penurunan sebesar 12.7%. Dimana nilai bullwhip effect > 1.01 dapat diartikan bahwa terjadi amplifikasi permintaan, sedangkan nilai bullwhip effect < 1.01 dapat diartikan bahawa permintaan masih stabil atau terjadi penghalusan pola permintaan usaha perbaikan dilakukan dengan melakukan pemesanan produk pada supplier dengan memperhatikan jumlah persediaan yang ada, menjaga arus informasi permintaan dan penjualan produk, serta menjaga lead time agar tetap stabil.

scholarly journals Pengurangan Efek Bullwhip Pada Vendor Tunggal dan Eceran Multi Di PT. XYZ

2019 ◽  
Vol 2 (4) ◽  
Author(s):  
Meilita Tryana Sembiring ◽  
Feby Sanna Sibarani
Keyword(s):  
Supply Chain ◽  
Moving Average ◽  
Linear Method ◽  
Bullwhip Effect ◽  
Exponential Smoothing ◽  
Glass Bottle ◽  
Forecasting Methods ◽  
Forecasting Method ◽  
The Impact ◽  
A Company

PT. XYZ merupakan perusahaan yang bergerak dalam produksi produk – produk olahan teh. Perusahaan telah memproduksi berbagai varian the yakni bentuk mau pun jenis teh. Objek penelitian ini ialah the dalam kemasan botol kaca dengan ukuran 220 ml. Ukuran the tersebut dipilih berdasarkan akumulasi dari penjualan the tertinggi. Terdapat perbedaan pada prediksi jumlah produksi yang akan dilakukan. Prediksi jumlah produksi dapat dilakukan dengan melakukan peramalan permintaan serta penggunaan metode yang tepat. Rantai pasok yang diteliti pada PT. XYZ terdiri atas Manufaktur (Vendor), Kantor Penjualan, dan Dister. Awalnya peramalan dilakukan pada masing – masing level rantai pasok dengan metode peramalan yang berbeda – beda. Maka, diperlukan penyeragaman metode peramalan pada masing – masing pelaku rantai pasok. Berdasarkan pengujian metode peramalan yang dilakukan yakni metode Linear, Exponential Smoothing, Moving Average, dan Winter’sMethod. Diperoleh bahwa error terkecil terdapat pada metode peramalan Winter’s Method dengan parameter Level sebesar 0,5, Trend sebesar 0,2 dan Seasonal sebesar 0,6. Parameter error yang digunakan ialah MAPE, MAD, dan MSD. Hasil penelitian menunjukkan bahwa penggunaan metode peramalan yang tepat akan mengurangi dampak dari bullwhip effect yang terjadi pada PT. XYZ.   PT. XYZ is a company engaged in the production of processed tea products. The company has produced various variants of tea, that is the shape and type of tea. The object of this research is the 220 ml glass bottle packaging. The size of the tea is chosen based on the accumulation of the highest tea sales. There is a difference in the prediction of the amount of production to be carried out. Prediction of the amount of production can be done by forecasting demand and using appropriate methods. The supply chain studied at PT. XYZ consists of Manufacturing (Vendors), Sales Offices, and Disters. Initially forecasting is done at each level of the supply chain with different forecasting methods. Therefore, uniform forecasting methods are needed for each supply chain actor. Based on testing the forecasting method that is done namely the Linear method, Exponential Smoothing, Moving Average, and Winter’s Method. Obtained that the smallest error is found in the Winter’s Method forecasting method with a Level parameter of 0.5, a Trend of 0.2 and a Seasonal of 0.6. The error parameters used are MAPE, MAD, and MSD. The results showed that the use of appropriate forecasting methods would reduce the impact of the bullwhip effect that occurred at PT. XYZ

scholarly journals Penerapan Single Exponential Smoothing (SES) dalam Perhitungan Jumlah Permintaan Air Mineral Pada PT. Akasha Wira International

2020 ◽  
Vol 3 (2) ◽  
pp. 87
Author(s):  
Lolyka Dewi Indrasari
Keyword(s):  
Mineral Water ◽  
Forecast Error ◽  
Exponential Smoothing ◽  
Mean Absolute Deviation ◽  
Absolute Deviation ◽  
Forecasting Error ◽  
Data Value ◽  
Forecast Data ◽  
Projection Error ◽  
Single Exponential

Daily needs that are priceless but useful for health one of which is mineral water. The need for mineral water increases with the high demand in the market. The purpose of this study was to determine the forecasting of the number of requests for 330 ml shortneck mineral water products in the future using the Single Exponential Smoothing (SES) method. Limitation of the problem is discussing the number of requests in the first half of 2020, the data used were obtained from PT. Akasha Wira International from January 2014 to December 2019. The analytical method is to calculate the forecast error value of the different 𝛼 values to find one value that produces the smallest error with the calculation method Mean Absolute Deviation (MAD) and Single Exponential Smoothing (SES) can interpreted based on the calculation stage where the forecast data value in the period 𝑡 + 1 is the actual value in the period t plus the adjustment derived from forecasting error that occurred in the period t. The results obtained on the value of Mean Absolute Deviation (MAD) are taken at a = 0.9 because it produces the smallest value of the projected data projection error of 1860 units. Whereas in forecasting requests using Single Exponential Smoothing (SES), 330 ml shortneck mineral water in the first half of 2020 amounted to 2177634 units. Keyword : Mean Absolute Deviation, Single Exponential Smoothing, shortneck.Kebutuhan sehari – hari yang tidak ternilai harganya tapi berguna bagi kesehatan salah satunya adalah air mineral. Kebutuhan air mineral meningkat seiring dengan tingginya permintaan pada pasar. Tujuan penelitian ini, yaitu untuk mengetahui peramalan jumlah permintaan pada produk air mineral 330 ml shortneck dimasa mendatang menggunakan metode Single Exponential Smoothing (SES). Batasan masalah yaitu membahas jumlah permintaan dimasa mendatang semester I 2020, data yang digunakan diperoleh dari PT. Akasha Wira International pada Januari 2014 sampai dengan Desember 2019. Metode analisis yaitu Menghitung nilai kesalahan peramalan terhadap nilai 𝛼 yang berbeda beda untuk menemukan satu nilai 𝛼 yang menghasilkan kesalahan terkecil dengan metode perhitungan Mean Absolute Deviation (MAD) dan Single Exponential Smoothing (SES) dapat diartikan berdasarkan tahapan perhitungannya dimana nilai data ramalan pada periode 𝑡 + 1 merupakan nilai actual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai peramalan yang terjadi pada periode t. Didapatkan hasil pada nilai Mean Absolute Deviation (MAD) diambil pada a = 0,9 karena menghasilkan nilai kesalahan proyeksi data pemrintaan paling kecil yaitu 1860 unit. Sedangkan pada peramalan permintaan menggunakan Single Exponential Smoothing (SES), air mineral 330 ml shortneck pada semester I tahun 2020 sebesar 2177634 unit.  Kata Kunci: Mean Absolute Deviation, Single Exponential Smoothing, shortneck 

scholarly journals Peramalan Penerbitan Ijin Mendirikan Bangunan Dengan Single Moving Average Dan Exponential Smoothing

2019 ◽  
Vol 18 (2) ◽  
Author(s):  
Yogha Pramana ◽  
Rukmi Sari Hartati ◽  
Komang Oka Saputra
Keyword(s):  
Mean Square Error ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Absolute Deviation ◽  
Mean Square ◽  
Absolute Deviation ◽  
Percent Error ◽  
Mean Absolute Percent Error ◽  
Mean Error ◽  
Absolute Percent Error

Ijin Mendirikan Bangunan adalah ijin yang diberikan oleh Kepala Daerah pada pemilik bangunan untuk mendirikan bangunan, mengubah, memperluas, mengurangi atau merawat bangunan sesuai dengan persyaratan administratif dan persyaratan teknis yang berlaku. Peramalan adalah merupakan perkiraan mengenai terjadinya suatu kejadian pada masa depan. Peramalan merupakan sebuah alat bantu yang penting dalam perencanaan yang efesien dan efektif. Prosesnya untuk mengetahui kebutuhan di masa datang antara lain kebutuhan ukuran kuantitas, kualitas, waktu dan lokasi untuk pemenuhan permintaan barang ataupun jasa. Peramalan merupakan bagian awal dari pengambilan suatu keputusan akhir. Data Ijin Mendirikan Bangunan (IMB) di hitung dengan metode Simple Moving Average dan Exponential Smoothing untuk mengetahui nilai dari Mean Error, Mean Absolute Deviation, Mean Square Error, Standar Error, Mean Absolute Percent Error.

scholarly journals Metode Peramalan moving Average, 1000 ANALISIS PERBANDINGAN PERAMALAN PERMINTAAN PELUMAS PT XYZ DENGAN METODE MOVING AVERAGE, EXPONENTIAL SMOOTHING DAN NAIVE METHOD

2021 ◽  
Vol 2020 (1) ◽  
pp. 1000-1010
Author(s):  
Destia Anisya Ramdani ◽  
Fahriza Nurul Azizah
Keyword(s):  
Root Mean Square Error ◽  
Mean Square Error ◽  
Root Mean Square ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Absolute Deviation ◽  
Mean Square ◽  
Absolute Deviation ◽  
Naive Method

Pelumas merupakan produk dari PT XYZ yang digunakan untuk kendaraan dan mesin-mesin industri. Peramalan umumnya dilakukan untuk meramalkan jumlah produksi di masa mendatang dengan menggunakan data historis atau data-data pada permintaan sebelumnya terhadap produk perusahaan. Penelitian ini dilakukan untuk menguji enam metode peramalan agar dapat mengetahui metode mana yang tepat untuk diterapkan pada PT XYZ. Peramalan pada PT XYZ ini menggunakan data historis permintaan tahun 2019 dari bulan januari hingga bulan desember yang telah merepresentasikan pola permintaan setiap tahun di PT XYZ. Data ini digunakan untuk meramalkan setahun kedepan.Penelitian kali ini akan membandingkan enam metode peramalan diantaranya metode moving average 3 bulanan, moving average 5 bulanan, exponential smoothing dengan α=0,1, exponential smoothing dengan α=0,5, exponential smoothing dengan α=0,9 dan naive method. Untuk bahan perbandingan dari keenam metode yang telah disebutkan maka diberikan peramalan yaitu dengan metode penyimpangan Mean Absolute Deviation (MAD), Mean Square Error (MSE), Root Mean Square Error (RMSE), dan Absolute Presentage Error (MAPE).Hasil penelitian ini menunjukkan metode peramalan exponential smoothing dengan α=0,9 dengan nilai penyimpangan MAD 2.364,50, MSE 12.448.875,06, RMSE 3.528,30 dan MAPE 0,60 dapat dikatakan metode yang lebih optimal untuk diterapkan di PT XYZ karena memiliki nilai penyimpangan paling rendah dari metode moving average 3 bulanan, moving average 5 bulanan, exponential smoothing dengan α=0,1, exponential smoothing dengan α=0,5 dan naive method.Sehingga PT XYZ untuk menentukan tingkat permintaan konsumen dapat menggunakan metode exponential smoothing dengan α=0,9, karena setelah dilakukan perbandingan dari hasil penyimpangan setiap metode dan telah terbukti bahwasannya metode exponential smoothing dengan α=0,9 memiliki nilai penyimpangan MAD 2.364,60, MSE 12.448.875,06, RMSE 3.528,30 dan MAPE 0,60 yang artinya merupakan nilai penyimpangan terkecil dari metode moving average 3 bulanan, moving average 5 bulanan, exponential smoothing dengan α=0,1, exponential smoothing dengan α=0,5, dan naive method.

scholarly journals COMPARISON OF SOME STATISTICAL FORECASTING TECHNIQUES WITH GMDH PREDICTOR: A CASE STUDY

2018 ◽  
Vol 47 (1) ◽  
pp. 16-21 ◽  
Author(s):  
Syed Misbah Uddin ◽  
Aminur Rahman ◽  
Emtiaz Uddin Ansari
Keyword(s):  
Time Series ◽  
Mean Square Error ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Mean Absolute Deviation ◽  
Mean Square ◽  
Absolute Deviation ◽  
Absolute Percentage Error

Demand forecasts are extremely important for manufacturing industry and also needed for all type of business and business suppliers for distribution of finish products to the consumer on time. This study is concerned with the determination of accurate models for forecasting cement demand. In this connection this paper presents results obtained by using a self-organizing model and compares them with those obtained by usual statistical techniques. For this purpose, Monthly sales data of a typical cement ranging from January, 2007 to February, 2016 were collected. A nonlinear modelling technique based on Group Method of Data Handling (GMDH) is considered here to derive forecasts. Forecast were also made by using various time series smoothing techniques such as exponential smoothing, double exponential smoothing, moving average, weightage moving average and regression method. The actual data were compared to the forecast generated by the time series model and GMDH model. The mean absolute deviation (MAD, mean absolute percentage error (MAPE) and mean square error (MSE) were also calculated for comparing the forecasting accuracy. The comparison of modelling results shows that the GMDH model perform better than other statistical models based on terms of mean absolute deviation (MAD), mean absolute percentage error (MAPE) and mean square error (MSE).

scholarly journals Peramalan Permintaan Menggunakan Time Series Forecasting Model Untuk Merancang Resources Yang Dibutuhkan IKM Percetakan

2021 ◽  
Vol 2 (2) ◽  
pp. 105-115
Author(s):  
Anna Nita Kusumawati ◽  
Muhammad Ghofur ◽  
Mega Anggraeni Putri ◽  
Zaki Abdullah Alfatah ◽  
Mu’adzah
Keyword(s):  
Time Series ◽  
Moving Average ◽  
Time Series Forecasting ◽  
Forecasting Model ◽  
Mean Absolute Deviation ◽  
Microsoft Excel ◽  
Absolute Deviation ◽  
Tracking Signal

CV Adi Jaya merupakan perusahaan manufaktur yang bergerak dalam industri percetakan. Dalam memastikan kapasitas produksi yang ada dapat memenuhi permintaan konsumen diperlukan metode peramalan yang akurat. Tujuan penelitian ini adalah untuk menentukan metode peramalan terbaik dan meramalkan permintaan konsumen pada tahun 2021. Penelitian ini adalah penelitian deskriptif dengan metode yang digunakan untuk menyelesaikan permasalahan tersebut adalah metode time series dan teknik analisis menggunakan Microsoft Excel. Tingkat error yang dihasilkan dari perhitungan metode peramalan diketahui dengan penghitungan kesalahan mean absolute deviation (MAD), kemudian didapatkan tracking signal. Berdasarkan hasil analisis data, diketahui metode peramalan time series terbaik untuk meramalkan penjualan produk kemasan berbahan plastik adalah metode centered moving average 3 periode. Metode ini dipilih karena memiliki tingkat error paling rendah jika dibandingkan dengan metode lain yang dianalisis, yaitu dengan nilai MAD 65.773,08333 dan nilai tracking signal yang berada dalam batas pengendalian. Sehingga metode CMA 3 periode dapat digunakan dalam peramalan. Dari metode CMA 3 periode didapatkan peramalan permintaan konsumen di bulan Januari sampai Mei 2021 sebanyak 883.780 pcs setiap bulannya. Sehingga diperkirakan perlu adanya overtime yang tidak terlalu banyak untuk memenuhi peramalan permintaan pada bulan Januari-Mei 2021 karena kapasitas perusahaan perbulan hanya 875.000 pcs.

scholarly journals Sistem Peramalan Persediaan Sparepart Menggunakan Metode Weight Moving Average dan Reorder Point

2021 ◽  
Vol 20 (2) ◽  
pp. 343-354
Author(s):  
Cindy Ameilia Suhendra ◽  
Marsani Asfi ◽  
Widya Jati Lestari ◽  
Ilwan Syafrinal
Keyword(s):  
Moving Average ◽  
Mean Absolute Deviation ◽  
Absolute Deviation ◽  
Reorder Point ◽  
Tracking Signal ◽  
Weighted Moving Average

SM Teknik menjual sparepart sepeda motor, perkakas teknik, perkayuan serta jasa perbaikan mesin pertukangan dan mesin bubut corer. SM Teknik mengalami kesulitan dalam mempredikasi jumlah persediaan sparepart untuk pengadaan kembali. Data historis penjualan SM Teknik selama ini masih terdata dengan pencatatan manual. Oleh karena itu perlu dikembangkan suatu sistem berbasis komputer. Pengembangan sistem berbasis komputer menggunakan metode waterfall dengan tahapan analisis sistem, desain sistem, implementasi sistem dan pengujian sistem. Sistem dibangun dengan bahasa pemrograman PHP dengan DBMS mySQL. Metode peramalan menggunakan metode weighted moving average (WMA) untuk prediksi jumlah stok sparepart yang harus dibeli untuk periode selanjutnya. Penentuan batas aman persediaan menggunakan metode Reorder Point (ROP). Data historis dalam penelitian ini adalah data aktual penjualan sparepart dari bulan Januari sampai dengan Desember 2018. Hasil peramalan sparepart untuk produk KLEP SET HGLPRO NEOTECH untuk bulan Januari 2019 adalah sebanyak 24. Sedangakan untuk validasi hasil peramalan diperoleh nilai Mean Absolute Deviation sebesar 4.11 dan nilai tracking signal -0.81 artinya nilai data aktual permintaan lebih kecil dari nilai hasil peramalan, ditunjukkan dengan nilai negatif. Sehingga disimpulkan bahwa sistem peramalan ini telah teruji dengan data dan diperoleh nilai ramalan yang baik.

scholarly journals IMPLEMENTASI MATERIAL REQUIREMENTS PLANNING (MRP) PADA PERENCANAAN PERSEDIAAN MATERIAL PANEL LISTRIK DI PT.TIS

SINERGI ◽  
2016 ◽  
Vol 20 (1) ◽  
pp. 36
Author(s):  
Putri Sari Dewi ◽  
Dana Santoso Saroso
Keyword(s):  
Moving Average ◽  
Exponential Smoothing ◽  
Order Quantity ◽  
Material Requirements Planning ◽  
Fixed Order ◽  
Single Exponential ◽  
Material Requirements

Semakin berkembangnya dunia industri perusahaan manufaktur membuat semakin ketatnya  persaingan pasar untuk mencukupi kebutuhan konsumen. Selain itu perusahaan juga dituntut untuk dapat memuaskan konsumen dengan cara  menyelesaikan pesanan konsumen tepat pada waktunya. Sehingga perlu ditunjang oleh sistem produksi yag efisien. Untuk dapat menciptakan sistem produksi yang efisien maka diperlukan suatu perencanaan yang baik. Peramalan dan perencanaan material untuk box panel menjadi alasan yang kuat untuk meminimalkan stok gudang, khususnya PT. TIS.  Adapun untuk perencanaan persediaan material box panel tersebut memerlukan peramalan yang optimal dengan memafaatkan metode Simple Moving Average (SMA) dan Single Exponential Smoothing (SES). Dengan membandingkan kedua metode tersebut dihasilkan data bahwa dengan metode Simple Moving Average menghasilkan nilai eror (MAD dan MSE) paling kecil, yaitu sebesar MAD 7,3 dan MSE 72. Sedangkan untuk perencanaan material menggunakan metode MRP Lot for Lot (LFL) dan Fixed Order Quantity (FOQ). Hasil perbandingan kedua metode tersebut menghasilan sistem Lot for Lot lebih efisien dan sesuai diterapkan pada PT. TIS karena total biaya persediaan minimum, yaitu sebesar Rp 199.692.470.

scholarly journals USULAN PERMINTAAN PRODUK SN 5 ML DI PT. XYZ DENGAN METODE TIME SERIES

2021 ◽  
Vol 8 (2) ◽  
pp. 117-122
Author(s):  
Sambas Sundana ◽  
Destri Zahra Al Gufronny
Keyword(s):  
Time Series ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Double Exponential ◽  
Double Exponential Smoothing ◽  
Single Exponential ◽  
Weighted Moving Average

Permasalahan yang dihadapi PT. XYZ yaitu kesulitan dalam menentukan jumlah permintaan produk yang harus tersedia untuk periode berikutnya agar tetap dapat memenuhi kebutuhan pelanggan dan tidak menyebabkan penumpukan barang dalam jangka waktu yang lama terutama produk SN 5 ML yang memiliki permintaan jumlah paling besar dari produk lainnya. Tujuan dari penelitian ini yaitu menentukan metode peramalan yang tepat untuk meramalkan jumlah permintaan produk SN 5 ml periode Januari sampai dengan Desember 2021 Metode yang digunakan dalam penelitian ini yaitu metode peramalan Moving Average (MA), Weighted Moving Average (WMA), Single Exponential Smoothing (SES), dan Double Exponential Smoothing (DES). Adapun langkah langkah peramalan yang dilakukan yaitu menentukan tujuan peramalan,memilih unsur apa yang akan diramal, menentukan horizon waktu peramalan (pendek, menengah, atau panjang), memilih tipe model peramalan, mengumpulkan data yang di perlukan untuk melakukan peramalan, memvalidasi dan menerapkan hasil peramalan Berdasarkan perhitungan didapat metode peramalan dengan persentase tingkat kesalahan terkecil dibandingkan dengan metode lainnya yaitu  metode Moving Average (MA) dengan hasil yang diperoleh permintaan produk SN 5 ML pada bulan Januari sampai dengan Desember 2021 yaitu sebanyak 22.844.583 unit

Sign in / Sign up

Export Citation Format

Share Document