Fst.umsida.ac.id – Penelitian yang dilakukan oleh Muhammad Hizam Anshori, mahasiswa Program Studi Teknik Industri Fakultas Sains dan Teknologi Universitas Muhammadiyah Sidoarjo (Umsida), membahas penerapan metode peramalan dalam memprediksi permintaan bahan baku pada industri battery breaker.
Bersama dosen pembimbingnya, Atikha Sidhi Cahyana, penelitian ini dilakukan di PT. X dan dipresentasikan dalam Seminar Nasional dan Call for Paper SENASAINS ke-7, serta dipublikasikan di jurnal Procedia of Engineering and Life Science Vol. 7 Tahun 2024.
Penelitian ini bertujuan untuk menentukan metode peramalan yang paling akurat dalam membantu perencanaan pengadaan bahan baku berbasis data historis. Kebutuhan ini muncul karena fluktuasi pasokan bahan baku yang berasal dari pengepul dan pemasok eksternal, yang sering kali menimbulkan kelebihan atau kekurangan bahan baku di perusahaan.
Baca Juga: Pojok Statistik Umsida Peringkat 7 Nasional Berkat Kolaborasi dan Dedikasi
Analisis Data Permintaan Bahan Baku di Industri Peleburan Timah
Objek penelitian berfokus pada PT. X, perusahaan manufaktur Timah Hitam Batangan yang mengandalkan scrap accu dan defect produk dari perusahaan lain sebagai bahan baku utama. Ketidakpastian dalam ketersediaan material berdampak pada manajemen persediaan yang tidak optimal.
Penelitian ini menggunakan data permintaan bahan baku dari Oktober 2022 hingga September 2023. Data diperoleh dari dokumentasi perusahaan dan wawancara dengan tim produksi. Total permintaan selama satu tahun tercatat sebesar 22.281 ton. Fluktuasi bulanan yang cukup tinggi menunjukkan perlunya peramalan yang dapat menyesuaikan dengan dinamika permintaan yang terjadi.
Baca Juga: Prodi Agroteknologi Umsida Gelar Edufair 2025, Dorong Hidroponik Sebagai Solusi Pertanian Masa Depan
Evaluasi Hasil Peramalan dari Tiga Metode yang Diuji
Tiga metode yang digunakan dalam penelitian adalah moving average dengan n=3, moving average dengan n=5, dan exponential smoothing dengan α=0.2. Evaluasi dilakukan dengan membandingkan nilai kesalahan prediksi dari masing-masing melalui tiga indikator utama yaitu MAD (Mean Absolute Deviation), MSE (Mean Square Error), dan MAPE (Mean Absolute Percentage Error).
Metode moving average dengan n=3 menghasilkan MAD sebesar 521, MSE sebesar 428.255, dan MAPE sebesar 30%. Metode moving average dengan n=5 menghasilkan MAD sebesar 537, MSE sebesar 455.228, dan MAPE sebesar 32%. Di sisi lain, metode exponential smoothing menunjukkan hasil yang lebih baik, dengan MAD sebesar 411, MSE sebesar 293.303, dan MAPE sebesar 23%.
Hasil ini menunjukkan bahwa metode exponential smoothing memberikan tingkat akurasi yang lebih tinggi, sehingga lebih layak dijadikan acuan dalam perencanaan pengadaan bahan baku. Estimasi permintaan untuk dua bulan ke depan juga dihasilkan, yaitu sebesar 1.970 ton dan 2.203 ton.
Optimalisasi Perencanaan Persediaan Melalui Pemilihan Metode yang Tepat
Pemilihan metode peramalan yang akurat berpengaruh besar terhadap perencanaan pengadaan bahan baku. Dengan penggunaan yang tepat, perusahaan dapat meminimalisasi biaya akibat kelebihan stok dan mencegah potensi kerugian dari kekurangan bahan.
Dalam konteks industri battery breaker yang mengandalkan bahan baku eksternal, pendekatan yang berbasis data historis menjadi penting. Melalui penerapan exponential smoothing, perusahaan dapat merencanakan pembelian material secara lebih efisien dan adaptif terhadap perubahan pasar.
Implementasi Hasil Penelitian dalam Dunia Industri
Penelitian ini tidak hanya bersifat akademis tetapi juga aplikatif. Prosesnya melibatkan observasi langsung ke lapangan, analisis data aktual, dan pengujian metode statistik. Hal ini memungkinkan hasil penelitian untuk diimplementasikan secara langsung oleh perusahaan.
Sebagai bagian dari kegiatan riset yang dipresentasikan dalam forum ilmiah nasional, penelitian ini menunjukkan bahwa mahasiswa memiliki kontribusi nyata dalam menghadirkan solusi bagi persoalan industri. Proses pembimbingan oleh dosen juga memastikan bahwa yang digunakan telah melewati kajian ilmiah yang valid.
Baca Juga: Pengenalan Aksara Lota Ende Kini Lebih Mudah Berkat Teknologi Deep Learning
Kesimpulan dan Rekomendasi untuk Penelitian Selanjutnya
Berdasarkan hasil evaluasi tiga metode peramalan, exponential smoothing dengan α = 0.2 terbukti sebagai metode paling efektif dalam memprediksi permintaan bahan baku untuk proses produksi battery breaker di PT. X. Tingkat kesalahan prediksi yang rendah menjadikan metode ini layak diterapkan dalam sistem pengendalian persediaan di industri serupa.
Penelitian ini membuka peluang bagi pengembangan metode peramalan lainnya sebagai pembanding. Perusahaan disarankan untuk mempertimbangkan penggabungan pendekatan kuantitatif dengan sistem digital pencatatan data agar proses forecasting dapat dilakukan secara berkala dan lebih akurat di masa mendatang.
Sumber: Jurnal “Procedia of Engineering and Life Science Vol. 7, 2024 – Seminar Nasional dan Call for Paper SENASAINS ke-7, Fakultas Sains dan Teknologi, Universitas Muhammadiyah Sidoarjo”
Penulis: Uba
