Abstrak


Pemilihan Metode Peramalan Permintaan Rumah Tipe 36 untuk Menentukan Kebutuhan Material Tahun 2006 Semester II pada PT. Fajar Bangun Raharja


Oleh :
Larni - F3503039 - Fak. Ekonomi dan Bisnis

ABSTRAK PT. Fajar Bangun Raharja merupakan salah satu perusahaan di Surakarta yang bergerak dalam bidang Industri Kontruksi atau pengembangan perumahan (developer). Untuk memenuhi kebutuhan perumahan bagi konsumen yang mengalami perubahan atau berfluktuasi, maka perusahaan perlu melakukan perencanaan dan memprediksi permintaan di masa yang akan datang sehingga dapat membantu pengambilan keputusan yang lebih akurat baik dibidang perencanaan kebutuhan bahan baku, proses produksi, biaya produksi maupun tenaga kerja yang akan dibutuhkan. Penelitian ini bertujuan untuk mengetahui forecast permintaan rumah tipe 36 dan kebutuhan material yang harus disediakan perusahaan pada tahun 2006 semester ke-2 pada PT. Fajar Bangun Raharja, sehingga dapat membantu menentukan kapasitas gudang untuk mengetahui kebutuhan ruang penyimpanan serta volume bahan baku yang harus disediakan perusahaan untuk meminimalisir resiko kekurangan maupun kelebihan persediaan bahan baku. Dalam menentukan kebutuhan material pada tahun 2006 semester ke-2 untuk memenuhi permintaan konsumen terlebih dahulu dilakukan pemilihan metode peramalan yang paling tepat/sesuai. Metode peramalan yang digunakan adalah Single Moving Average (3 dan 5 semesteran) serta Single Exponential Smoothing (? : 0,1, 0,5 dan 0,9) karena datanya bersifat random/acak. Perbandingan metode peramalan tersebut untuk mencari metode mana yang mempunyai tingkat Mean Squared Error MSE terkecil Setelah dilakukan analisis dan pengolahan data permintaan rumah tipe 36 dari tahun 2002 - 2006 semester ke-1 dapat disimpulkan bahwa peramalan permintaan dengan menggunakan metode Single ExponentiaI Smoothing ? : 0,9 lebih sesuai digunakan karena memiliki tingkat Mean Squared Error Iebih kecil dibandingkan dengan metode Single Moving Average 3 dan 5 semesteran maupun Single EponentiaI Smoothing ? : 0,1 dan ? : 0,5. berdasarkan hasil penelitian ini maka sebaiknya perusahaan menggunakan metode Single Exponential Smoothing dengan ? : 0,9 karena hasilnya lebih mendekati aktual.