ANALISIS PERAMALAN PERMINTAAN KEBUTUHAN PRODUK PADA WAREHOUSE MAINTENANCE (STUDI KASUS: PT PERTAMINA PATRA NIAGA SOEKARNO HATTA FUEL TERMINAL AND HYDRANT INSTALLATION)

Abstract

PT Pertamina Patra Niaga SHAFTHI memiliki unit-unit bisnis yang terdiri atas Receiving, Storage, Distribution, dan dilengkapi dengan fasilitas penunjang (utility). Salah satu fasilitas penunjang yang dimiliki adalah divisi pemeliharaan fasilitas (facilities maintenance), salah satu tugas dari divisi ini adalah untuk memastikan equipment dalam kondisi baik dan siap pakai. Untuk memastikan stok peralatan yang dibutuhkan selalu tersedia di gudang pemeliharaan (warehouse maintenance) dibutuhkan peramalan persediaan produk yang baik. Peramalan memiliki arti penting karena merupakan titik mula dari sebuah perencanaan, ketika kita menginginkan suatu perencanaan yang baik maka diperlukan peramalan yang baik pula. Penggunaan teknik peramalan yang tepat tidak hanya untuk mendapatkan stok pengaman (safety stock) tetapi juga menghindari terjadinya kekurangan stok (stock out) dan mengurangi risiko kelebihan stok (over stock). Pada perusahaan non manufaktur, peramalan permintaan akan kebutuhan produk-produk operasional perusahaan merupakan aktivitas yang perlu dilakukan untuk memprediksi kebutuhan yang diperlukan perusahaan di masa mendatang. Berdasarkan hal tersebut, dibutuhkan penerapan strategi salah satunya dengan melakukan peramalan. Peramalan dilakukan pada 9 produk yang berada di warehouse maintenance. Peramalan ini bertujuan membandingkan beberapa metode dan menemukan metode peramalan kebutuhan yang tepat untuk diterapkan di warehouse maintenance. Perbandingan perhitungan dilakukan dengan beberapa metode yaitu simple moving average, double moving average, single exponential smoothing, double exponential smoothing, dan linear regression. Perbandingan dilakukan dengan melihat error (akurasi kesalahan) dari Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil pengolahan data menggunakan Microsoft excel terdapat 5 produk yang dapat diramalkan dengan metode simple moving average yaitu crosby shackle, spiral wound gasket, ball bearing 6205 zz, keni sus 304, dan flange ANSI dengan nilai error (MAPE) secara berturut-turut adalah 9.38%, 9.52%, 8.81%, 5.65%, dan 8.99%. Terdapat 2 produk yang dapat diramalkan dengan metode double moving average yaitu strainer element basket type dan D/N sus 304 dengan nilai error (MAPE) 9.72% dan 7.85%. Terdapat 2 produk yang dapat diramalkan dengan metode linear regression yaitu conidia resinae plus dan chemical water detector dengan nilai error (MAPE) 9.40% dan 7.85%. Data historis dan peramalan pada penelitian ini dirangkum pada aplikasi Microsoft Power BI.