100% menganggap dokumen ini bermanfaat (1 suara)
29 tayangan3 halaman

Prediksi Produksi Karet PT Nusira Medan

Dokumen tersebut membahas latar belakang masalah prediksi produksi karet remah di PT Nusira dengan menggunakan metode regresi linier. Tujuan penelitian ini adalah memaksimalkan metode regresi linier untuk memprediksi produksi dan membangun perangkat lunak analisis prediksi produksi.
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
100% menganggap dokumen ini bermanfaat (1 suara)
29 tayangan3 halaman

Prediksi Produksi Karet PT Nusira Medan

Dokumen tersebut membahas latar belakang masalah prediksi produksi karet remah di PT Nusira dengan menggunakan metode regresi linier. Tujuan penelitian ini adalah memaksimalkan metode regresi linier untuk memprediksi produksi dan membangun perangkat lunak analisis prediksi produksi.
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah


Pada jaman global seperti saat ini, sangat banyak kebutuhan sehari-hari
merupakan hasil dari olahan industri, seperti makanan, pakaian, alat bantu, dan
sebagainya. Semua itu dihasilkan dari industri karena kondisi masyarakat saat ini
yang ingin serba segera terpenuhi kebutuhannya, maka dengan diolah dari industri
atau pabrik akan lebih menghasilkan produksi yang lebih banyak dalam jangka
waktu yang lebih singkat. Dengan kondisi tersebut, maka dapat kita wajari bahwa
saat ini banyak pembangunan industri-industri dengan hasil produksi yang
berbeda-beda. Sebuah pabrik dalam menjual hasil produksi nya ke konsumen
langsung atau di salurkan melalui distributornya agar hasil produksinya dapat
dikonsumsi atau digunakan oleh banyak konsumen. Semakin banyak konsumen
yang membeli hasil produksi, maka semakin dibutuhkan kinerja suatu industri
atau pabrik untuk menghasilkan produk dengan lebih cepat dan lebih banyak
tetapi juga tidak mengabaikan kualitas, jika tidak maka akan mengalami
lambatnya pemasaran produk tersebut dilapangan. Untuk menghasilkan jumlah
produksi yang dapat memenuhi kebutuhan pasar, maka dibutuhkan perhitungan
produksi produk tersebut. Tidak terlalu sedikit yang hasilkan kekurangan stok
penjualan dan juga tidak kelebihan stok yang akan membuat nilai produk semakin
menurun. Begitu juga yang harus dilakukan oleh PT. Nusira dalam produksi karet
Crumb Rubber.
PT. NUSIRA merupakan perusahaan produsen karet remah (Crumb
Rubber) yang juga termasuk salah satu perusahaan produsen karet remah terbesar
di Indonesia. Dalam memproduksi karet remah, PT Nusira bekerja sama dengan
perusahaan-perusahaan yang menampung hasil produksi karet remahnya agar
diolah menjadi karet yang digunakan untuk membuat ban kendaraan atau lainnya
yang berbahan baku karet. Perusahaan-perusahaan penampung karet remah dari
[Link] setiap bulannya menginformasikan ke PT. Nusira tentang permintaan
jumlah hasil olahan karet remahnya dan permintaan itu harus dipenuhi untuk
memenuhi kebutuhan pasar. Misal pembeli ingin karet remah dari PT. Nusira
sebanyak 3000 ton dalam bulan ini, maka PT. Nusira harus penuhi permintaan itu
agar kerja sama perusahaan berlangsung baik.
Namun dalam implementasi produksi dilapangan dalam menentukan
jumlah produksi perharinya dan menentukan jumlah karyawan produksi yang
mengerjakan pengolahan karet terebut masih kurang optimal. Perhitungan
produksi masih berbasis manual, terjadinya kesalahan dalam penentuan target
harian produksi, dan juga penentuan jumlah karyawan yang mengerjakan produksi
karet remah tersebut. Sehingga produksi karet hari ini , hari besok, dan hari
berikutnya akan berpotensi sering menghasilkan jumlah karet remah yang tidak
beraturan dan akan mengalami tidak tercapainya target produksi bulanan.
Oleh karena itu, dibutuhkannya suatu sistem yang dapat memprediksi
jumlah produksi Karet Remah pada PT. Nusira tersebut agar setiap poduksi
berjalan berdasarkan perhitungan yang tepat dan mencapai target permintaan
konsumen. Pada penelitian ini penulis menggunakan metode Regresi Linier dalam
memprediksi jumlah produksi karet remah tersebut. Harapannya kedepannya
seluruh karyawan produksi karet remah tidak kebingunan dalam menentukan
jumlah produksi dan produksi berjalan dengan jelas dan teratur sehingga
perusahaan dapat selalu memenuhi permintaan konsumen.
Pada Penelitian terdahulu yang dilakukan oleh Ericson Kwok, dkk yang
berjudul “Penerapan Metode Regresi Linier dalam Aplikasi Sistem Peramalan
Jumlah Bahan Baku untuk Produksi Tahu” Vol. 1 No. 2 Thn 2019, menyimpulkan
bahwa : Penerapan metode regresi linier pada usaha produksi tahu dapat
membantu pemilik usaha dalam memprediksi jumlah bahan baku untuk produksi
tahu yang harus diproduksi untuk memenuhi permintaan konsumen agar terhindar
dari kelebihan maupun kekurangan stok..
Pada Penelitian terdahulu yang dilakukan oleh Petrus Katemba, dkk yang
berjudul ”Prediksi Tingkat Produksi Kopi Menggunakan Regresi Linear”
menyimpulkan bahwa : data yang digunakan untuk memprediksi kopi merupakan
data time series, dan setelah melakukan perhitungan prediksi pada tahun 2011-
2015 nilai tertinggi pada tahun 2015 sebesar 1.537,38 ton dan milai terendah pada
tahun 2011 sebesar 1.109,944 ton. Setelah dilakukan pengujian menggunakan
MSE dan MAPE di peroleh nilai MSE 43,112% dan MAPE 20,001% sehingga
pengujian menggunakan MAPE jauh lebih baik dalam menghitung akurasi
prediksi produksi kopi.
Pada Penelitian terdahulu yang dilakukan oleh Arief Kurniadi, dkk yang
berjudul “Penerapan Metode Regresi Linier untuk Memprediksi Kebiasaan
Pelanggan Studi Kasus: PT. Mensa Binasukses” Vol.2, No.2, Juni 2020,
menyimpulkan bahwa : Persamaan regresi yang diperoleh dari hasil analisis
regresi linier berganda adalah: ŷ = 18.512 - 0.573129 + 0.710729. Data transaksi
yang dianalisa untuk penelitian ini adalah data transaksi pembelian oleh
konsumen dalam kurun waktu 1(satu) tahun, yaitu pada tahun 2018. Setelah
dilakukan analisis prediksi regresi linier pada tools WEKA menggunakan 10-Fold
Cross Validation, maka di dapatlah akurasi tertinggi yaitu pesanan terbanyak
adalah 7038 dengan rata-rata 625,367 nama obat FINPRO BOX 30 TABLET,
penjualan terbanyak adalah 6599 dengan rata-rata 628,753 nama obat FINPRO
BOX 30 TABLET, saldo terbanyak adalah 988 dengan rata-rata 106,967 nama
obat OTTOPAN SYRUP 60 ML BOTL. Pesanan dan penjualan obat
mempengaruhi saldo obat sebesar 48.8 %.
Berdasarkan hasil dari beberapa penelitian tersebut dan setelah
menganalisis permasalahan yang terjadi di PT. Nusira Medan, maka penulis
memutuskan untuk melakukan penelitian yang berjudul : " Prediksi Tingkat Hasil
Produksi Crumb Rubber Pada PT. Nusira Menggunakan Metode Regresi Linier”.

1.2. Rumusan Masalah


Adapun rumusan masalah yang penulis simpulkan dari latar belakang
penelitian sebelumnya ialah sebagai berikut :
1. Bagaimana penggunaan metode Regresi Linier untuk mengatasi masalah
prediksi produksi karet remah yang terjadi di PT. Nusira Medan?
2. Bagaimana hasil perancangan sistem prediksi produksi PT. Nusira
menggunakan metode Regresi Linier?

1.3. Batasan Masalah


Adapun batasan masalah yang terdapat pada penelitian ini ialah sebagai
berikut:
1. Penelitian dengan menggunakan metode Regresi Linier yang dibahas hanya
untuk persoalan prediksi produksi di PT. Nusira Medan.
2. Program hanya mengeluarkan output dari input yang dimasukan oleh user
berdasarkan data produksi.

1.4. Tujuan Penelitian


Tujuan dari penelitian ini ialah sebagai berikut:
1. Memaksimalkan metode Regresi Linier dalam memprediksi produksi karet
remah di PT. Nusira Medan agar produksi memenuhi kebutuhan pasar.
2. Membangun perangkat lunak untuk menganalisis prediksi produksi.

1.5. Manfaat Penelitian


Manfaat yang didapatkan dari penelitian ini yaitu :
1. Membantu pekerjaan produksi karet remah dalam menyesuaikan hasil
produksi dengan kebutuhan pasar secara akurat, efektif, dan efisien.
2. Mempermudah dalam penentuan target pekerjaan karyawan.
3. Dari hasil prediksi, membantu pimpinan dalam mengambil keputusan.
4. Menjadi pengalaman dan wawasan tersendiri bagi penulis dalam perancangan
sistem yang digunakan suatu perusahaan.

Anda mungkin juga menyukai