Evaluasi Metode Peramalan Permintaan Produk untuk Memenuhi Kinerja Pengiriman Berdasarkan Kebutuhan Pelanggan PT OMI
Raja Izra Mirna, Prof. Suadi, M.Agr.Sc., Ph.D
2025 | Tesis | S2 MANAJEMEN (MM) JAKARTA
PT OMI merupakan perusahaan manufaktur asal Jepang yang
bergerak di bidang
elektronik dan otomatisasi yang beroperasi di Cikarang
Selatan. Ketidakpastian
dalam permintaan produk menjadi permasalahan yang belum
dapat diatasi oleh
perusahaan dengan baik, yang ditunjukan melalui kinerja
pengiriman berdasarkan
kebutuhan pelanggan yang baru mampu mencapai 65?ri target
90%, dengan
salah satu faktor penyebabnya adalah kekurangan stok
komponen bahan baku. Hal
ini disebabkan oleh nilai kesalahan yang tinggi pada proses
peramalan dengan
metode saat ini dan belum adanya kategori stock items untuk
kemudian ditentukan
nilai safety stock-nya dari perusahaan. Penelitian
ini dilakukan dengan
mengidentifikasi 7 tipe produk dan 199 item dari tipe produk
SS. Hasil analisis
digunakan untuk menentukan metode peramalan yang sesuai
untuk digunakan dan
menentukan nilai safety stock pada perusahaan untuk
meningkatkan kinerja
pengirimannya.
Hasil penelitian menunjukkan bahwa metode seasonal trend adalah
yang paling
akurat untuk mayoritas tipe produk, kecuali LY34 yang lebih
optimal jika
menggunakan metode moving average 3 bulan. Sedangkan,
untuk detail item SS,
mayoritas item lebih optimal jika menggunakan metode
peramalan multiplicative
decomposition average all 12 bulan. Terjadi penurunan
error yang cukup besar di
ketiga indikator utama. Untuk tipe produk secara agregat,
MAD turun 67,6%,
MAPE turun 72%, dan MSE turun 91%. Sedangkan untuk item SS
secara agregat,
MAD turun 37%, MAPE turun 57%, dan MSE turun 71%. Namun,
konsistensi hasil
tetap harus dipantau dan dievaluasi secara berkala, terutama
untuk produk yang
memiliki permintaan sangat berfluktuatif.
PT OMI is a Japanese
manufacturing company operating in Cikarang
Selatan, engaged in
electronics and automation. The company has not effectively
overcome product demand
uncertainty, which is reflected in its customer-based
delivery performance, only
reaching 65% of the 90% target. One of the highest
contributing factor is the
lack of raw material component stock. This stock issue
stems from high error values
in the current forecasting method and the absence of
a defined "stock
items" category to determine the required safety stock quantity.
This study involved
identifying 7 product types and 199 items from the SS product
type. The analysis aimed to
determine the appropriate forecasting method and the
safety stock value for the
company to improve its delivery performance.
The key findings of this study
is the seasonal trend method was found to be
the most accurate for the
majority of product types, except for LY34, which was
more optimal using the 3-month
moving average method. For detailed SS items, the
multiplicative decomposition
average all 12-month forecasting method was optimal
for the majority. A
substantial reduction in error occurred across the three main
indicators. If by aggregated
product types: MAD decreased by 67.6%, MAPE
decreased by 72%, and MSE
decreased by 91%.. If aggregated SS items: MAD
decreased by 37%, MAPE
decreased by 57%, and MSE decreased by 71%.
However, the consistency of
the results must still be regularly monitored and
evaluated, especially for products with highly fluctuating demand.
Kata Kunci : Kinerja pengiriman, stock items, safety stock, seasonal trend, moving average, multiplicative decomposition average all, MAD, MAPE, MSE.
