78
5. Proses iterasi harus convergence. Hal ini dapat dilihat dari session yang
menunjukkan pernyataan Relative change in each estimate less than 0.0010. 6.
Model harus memiliki nilai MSE terkecil, hal ini menunjukkan model ARIMA 0,1,10,1,1
12
memiliki nilai MSE terkecil yaitu 3188681887 dibandingkan nilai MSE model ARIMA 0,1,10,1,2
12
yaitu sebesar 3218064262. Peramalan penjualan CPO PT. KPB Nusantara menggunakan metode Box-
Jenkins dengan model ARIMA 0,d,q0,D,Q
L
dengan model ARIMA tentatif yaitu model ARIMA 0,1,10,1,1
12
dan model ARIMA 0,1,10,1,2
12
, dapat disimpulkan bahwa model ARIMA 0,1,10,1,1
12
lebih baik daripada model ARIMA 0,1,10,1,2
12
.
5.2.4. Pemilihan Metode Peramalan Kuantitatif Terbaik Penjualan CPO
Pemilihan metode peramalan terhadap penjualan CPO PT. KPB Nusantara yaitu dengan melakukan perhitungan dan pengamatan terhadap perilaku data
series penjualan CPO selama 7 tahun selama periode Januari 2004 sampai Desember 2010. Peramalan yang dilakukan dengan menggunakan metode time
series seperti Metode Naif Naïve, Metode Rata-rata Bergerak Moving
Average, Metode Pemulusan Eksponensial Tunggal Single Eksponential
Smoothing, Metode Pemulusan Eksponensial Ganda Double Eksponential
Smoothing, Metode Indeks Musiman, Metode trend dan Metode Box-Jenkins
ARIMA. Tujuan dari penggunaan beberapa metode peramalan tersebut adalah untuk mengetahui metode mana yang paling sesuai dengan pola data penjualan
CPO pada PT. KPB Nusantara sehingga sesuai untuk meramalkan tingkat
79
penjualan satu tahun mendatang. Sedangkan beberapa kriteria pemilihan metode peramalan yaitu akurasi, jangkauan ramalan, biaya dan kemudahan penerapan.
Pemilihan metode terbaik dengan melihat nilai MSE Mean Squared error
, dimana nilai MSE ini diperoleh melalui selisih antara nilai aktual dengan nilai peramalan yang dikuadratkan dibagi dengan banyaknya deret waktu
peramalan. Sedangkan MAE Mean Absolute Error digunakan bila hanya satu atau dua residual yang besar dalam data pengamatan, nilai MAPE Mean Absolute
Percentage Error digunakan untuk melihat sejauh mana bias metode peramalan
yang digunakan. Karena besarnya residual yang terjadi rata-rata memiliki besaran sama sepanjang pengamatan maka menggunakan MSE sebagai ukuran akurasi
untuk menentukan metode peramalan terbaik untuk satu tahun mendatang, sesuai dengan teori Firdaus 2006:4 bila residual besarnya merata sepanjang
pengamatan maka MSE yang sebaiknya digunakan. Berdasarkan hasil penerapan metode peramalan kuantitatif peramalan yang
terbaik menunjukkan bahwa metode trend kuadratik non lenier merupakan metode peramalan terbaik, karena metode tersebut menghasilkan nilai MSE
terkecil dibandingkan dengan metode lainnya. Hal ini dikarenakan semakin kecil nilai MSE suatu peramalan maka semakin mendekati nilai aktualnya. Tabel 13
menunjukkan hasil perhitungan beberapa metode peramalan penjualan CPO PT. KPB Nusantara.
80
Tabel 13. Nilai Perhitungan Beberapa Metode Peramalan Penjualan CPO No
Metode peramalan Nilai
MSE Nilai
MAE Nilai
MAPE Ket
1 Trend
kuadratik non lenier
3017854357 43083
28 2
Indeks Musiman 3059227222
42460.28 27.80
3 ARIMA 0,1,10,1,1
12
3188681887 L=12
4 Pemulusan
Eksponensial Ganda Double Eksponential
Smoothing 3216539234
44680 29
= 0.1 = 0.01
5 Pemulusan
Eksponensial Tunggal Single Eksponential
Smoothing 3241386465
44434 28
= 0,1 6
Rata-rata bergerak Moving Average
3281015249 45415
29 T= 12
7 Naif Naive
4588377111 50806.9
31.34
Keterangan: L =Panjang Musiman, = Parameter Pemulusan, = Parameter Trend, T = Ordo Sumber : Data Primer Diolah , 2011
Berdasarkan perhitungan pada Tabel 13 tersebut, diketahui nilai MSE terkecil dihasilkan oleh perhitungan menggunakan metode trend kuadratik non
lenier. Kemudian diikuti oleh metode Indeks Musiman, Box-Jenkins model ARIMA 0,1,10,1,1
12
, Pemulusan Eksponensial Ganda Double Eksponential Smoothing,
Pemulusan Eksponensial Tunggal Single Eksponential Smoothing, Rata-rata bergerak Moving Average dan Naif Naive. Penggunaan metode
tersebut sudah mengikuti prosedur yang berlaku. deret waktu yang digunakan dalam peramalan CPO selama 7 tahun yaitu Januari 2004 sampai Desember 2010
dengan jumlah data observasi sebanyak 84 data, penelitian dilakukan dengan mengambil data bulanan perusahaan. Pengambilan data bulanan dimaksudkan
untuk mengamati perilaku penjualan CPO yang terjadi selama satu bulan kegiatan
81
usaha. Sedangkan jangkauan peramalan dilakukan untuk meramalkan tingkat penjualan satu tahun mendatang.
Pemilihan metode peramalan yang terbaik menurut Firdaus 2006:4 dilakukan dengan penilaian akurasi hasil peramalan yaitu dengan mengamati
selisih nilai aktual pengamatan dengan estimasi dari peramalan, yaitu menggunakan nilai MSE. Metode trend kuadratik non lenier merupakan metode
yang memiliki nilai MSE yang terkecil yaitu sebesar 3017854357, kemudian diikuti oleh metode Indeks musiman sebesar 3059227222 dan metode Box-
Jenkins ARIMA yaitu sebesar 3188681887, ketiga metode tersebut menunjukkan urutan nilai MSE terkecil.
Penggunaan metode metode trend sudah banyak digunakan dalam kegiatan perusahaan bisnis, dalam penelitian ini memilih metode trend kuadratik
non lenier dengan persamaan Yt = 128208 + 1362.91t - 4.17196t
2
sudah sesederhana mungkin parsimonious. Berdasarkan persamaan tersebut maka
diketahui koefisies konstanta 128208 menunjukkan penjualan rata-rata 128208 ton CPO, koefisien regresi 1362.91t - 4.17196t
2
menunjukkan bahwa kenaikan penjualan CPO setiap bulannya.
Berdasarkan uji statistik metode trend kuadratik Lampiran 16 menunjukkan bahwa nilai R-Square sebesar 16.6, yang menunjukkan bahwa
pengaruh waktu terhadap penjualan CPO sebesar 16.6 persen, sedangkan 83.4 persen dipengaruhi faktor lain. Level toleransi yang digunakan adalah 5
berdasarkan perhitungan trend kuadratik diketahui nilai v
1
= 2 dan v
2
= 82, sedangkan nilai F tabel untuk F
0.05;2.82
adalah 3.11, dalam hal ini nilai F tabel
82
lebih rendah dari nilai statistik F uji yaitu 8.09. Sedangkan besarnya uji p-value menunjukkan angka 0.001. Hal ini menunjukkan bahwa semua atau salah satu
parameter model regresi statistik tidak bernilai 0. Berdasarkan grafik fited line plot
Lampiran 16 model kuadratik menunjukkan bahwa distribusi data menyebar merata sepanjang garis rata-rata. Artinya model regresi kuadratik ini dapat
digunakan dan mewakili data peramalan. Biaya yang dikeluarkan dalam menggunakan metode trend kuadratik tidak
terlalu mahal dan kebutuhan waktu peramalan tidak terlalu lama, yaitu dengan mengambil data historis penjualan CPO 7 tahun, hal ini sesuai dengan pernyataan
Render dan Heizer 2001: 46 peramalan jangka panjang, yaitu peramalan yang memiliki rentang waktu biasanya tiga tahun atau lebih. Selain itu juga perangkat
lunak Software yang digunakan sederhana dan mudah digunakan yaitu Microsoft Excel
dan Minitab 15, penggunaan program komputer tersebut bertujuan untuk mengurangi kesalahan dan meningkatkan keakuratan data peramalan, sehingga
peramalan penjualan mudah digunakan dan diimplementasikan dalam kegiatan penjualan CPO perusahaan.
5.3. Analisis Tingkat Peramalan Penjualan Crude Palm Oil CPO Satu Tahun Mendatang
Setelah melakukan perhitungan menggunakan metode-metode peramalan time series
runtun waktu untuk melakukan peramalan penjualan CPO pada PT. KPB Nusantara diketahui bahwa metode trend kuadratik non lenier memiliki
nilai kesalahan terkecil dengan melihat nilai MSE. Kemudian metode tersebut dapat dijadikan perencanaan atau acuan perusahaan dalam meramalkan penjualan