PREDIKSI SINGLE EXPONENTIAL SMOOTHING
PREDIKSI SINGLE EXPONENTIAL SMOOTHING
Tabel 4.7 Contoh Hasil Perhitungan Peramalan Produksi Blus Pada Data Uji dengan Metode Double Exponential Smoothing α=0.10
PERIODE JUMLAH
PREDIKSI DOUBLE EXPONENTIAL SMOOTHING α=0.10 α=0.10 α=0.10 α=0.10 α=0.10 α=0.20 α=0.20 α=0.20 α=0.20 α=0.20 γ=0.10 γ=0.20 γ=0.25 γ=0.30 γ=0.60 γ=0.10 γ=0.20 γ=0.25 γ=0.30 γ=0.60
Hasil dari perhitungan pada data uji menunjukkan bahwa ada kemungkinkan terjadi trend naik maupun turun, akan tetapi metode analisis runtun waktu merupakan metode yang menggunakan perhitungan berdasarkan data di masa lalu. Dimana data di masa lalu sangat mempengaruhi hasil peramalan di masa mendatang. Oleh karena itu, model yang dipilih dalam peramalan produksi untuk periode mendatang adalah model yang menghasilkan MAPE terkecil. Hasil perhitungan error dengan MAPE dapat dilihat pada Tabel 4.8.
B01 (BLUS ABG)
H01 (HEM PENDEK)
Tabel 4.8 memperlihatkan nilai error yang dihasilkan masing-masing metode untuk tiap item. Dari hasil tersebut terlihat bahwa:
1. LONG DRESS BATIK (A01) Error terkecil yang dihasilkan dari LONG DRESS BATIK adalah 13.3%, 1. LONG DRESS BATIK (A01) Error terkecil yang dihasilkan dari LONG DRESS BATIK adalah 13.3%,
Gambar 4.12 Grafik Perbandingan Data Aktual Long Dress Batik dengan Hasil Prediksi Metode Yang Memiliki MAPE 3 Terkecil
2. BLUS ABG BATIK (B01) Error terkecil yang dihasilkan dari Blus ABG BATIK adalah 11.8%,
12.0%, dan 12.2%. Dimana berturut-turut dihasilkan oleh single exponential smoothing α=0.60, double exponential smoothing α=0.60 γ=0.10, dan double
exponential smoothing α=0.60 γ=0.20. Dari 3 metode tersebut hanya akan diambil 1 metode saja yang akan dijadikan sebagai dasar perhitungan prediksi periode mendatang, yaitu metode single exponential smoothing α=0.60 dengan hasil peramalan produksi sebesar 7009 potong.
Periode ke- (bulan)
Data Aktual Long Dress dengan MAPE 3 Terkecil
data aktual produksi blus
predisi dengan single exponential smoothing
α = 0.60 predisi dengan double
exponential smoothing α = 0.60 dan γ = 0.10
predisi dengan double exponential smoothing α = 0.60 dan γ = 0.20
Gambar 4.13 Grafik Perbandingan Data Aktual Blus ABG Batik dengan Hasil Prediksi Metode Yang Memiliki MAPE 3 Terkecil
3. HEM PENDEK BATIK (H01) Error terkecil yang dihasilkan dari HEM PENDEK BATIK adalah
17.3%, 17.4%, dan 17.5%. Dimana berturut-turut dihasilkan oleh metode single exponential smoothing α=0.30, single exponential smoothing α=0.60,
dan single exponential smoothing α=0.25. Dari 3 metode tersebut hanya akan diambil 1 metode saja yang akan dijadikan sebagai dasar perhitungan prediksi periode mendatang, yaitu metode single exponential smoothing α=0.30 dengan hasil peramalan produksi sebesar 2329 potong.
Periode ke- (bulan)
Data Aktual Blus dengan MAPE 3 Terkecil
data aktual produksi blus
predisi dengan single exponential smoothing α = 0.60
predisi dengan double exponential smoothing
α = 0.60 dan γ = 0.10 predisi dengan double
exponential smoothing α = 0.60 dan γ = 0.20
Gambar 4.14 Grafik Perbandingan Data Aktual Hem Pendek Batik dengan Hasil Prediksi Metode Yang Memiliki MAPE 3 Terkecil
4. DRESS PENDEK BATIK (D01) Error terkecil yang dihasilkan dari DRESS PENDEK BATIK adalah
12.2%, 12.8%, dan 13.1%. Dimana berturut-turut dihasilkan oleh metode single exponential smoothing α=0.60, double exponential smoothing α=0.60 γ=0.10, double exponential smoothing α=0.60 γ=0.20. Dari 3 metode tersebut hanya akan diambil 1 metode saja yang akan dijadikan sebagai dasar perhitungan prediksi periode mendatang, yaitu single exponential smoothing α=0.60 dengan hasil peramalan produksi sebesar 850.
Periode ke- (bulan)
Data Aktual Hem Pendek dengan MAPE 3 Terkecil
data aktual produksi blus
prediksi dengan single exponential smoothing α = 0.30
prediksi dengan single exponential smoothing α = 0.25
prediksi dengan single exponential smoothing
α = 0.60
Gambar 4.15 Grafik Perbandingan Data Aktual Dress Pendek Batik dengan Hasil Prediksi Metode Yang Memiliki MAPE 3 Terkecil
Dari hasil percobaan di atas, menunjukkan bahwa metode yang sering
menghasilkan error terkecil adalah metode single exponential smoothing α=0.60, single exponential smoothing α=0.30, double exponential smoothing α=0.60
γ=0.10, dan double exponential smoothing α=0.60 γ=0.20. Terlihat dalam grafik, hasil pendekatan dari metode tersebut tampak sangat dekat dengan data aktualnya. Sehingga menghasilkan error yang kecil dan memberikan hasil prediksi yang baik.
4.6 Pengujian Hasil Prediksi
Pengujian dilakukan dengan menghitung presisi. Presisi diukur dari perhitungan galat / error pada periode tertentu untuk menunjukkan seberapa dekat perbedaan nilai prediksi yang dihasilkan ketika dilakukan pengulangan pengukuran terhadap peramalan produksi. Data yang digunakan dalam pengujian adalah data produksi 6 bulanan, 9 bulanan, 12 bulanan, 15 bulanan, 18 bulanan,
21 bulanan, 24 bulanan, dan 27 bulanan yang dipilih secara urut dan diulang
Periode ke- (bulan)
Data Aktual Dress Pendek dengan MAPE 3 Terkecil
data aktual produksi blus
predisi dengan single exponential smoothing α = 0.60
predisi dengan double exponential smoothing α = 0.60 dan γ = 0.10
predisi dengan double exponential smoothing
α = 0.60 dan γ = 0.20
dilakukan pengujian terhadap hasil prediksi yang akan dibandingkan dengan data aktual pada periode tersebut. Hasil perhitungan keseluruhan pengujian dapat diliat pada Lampiran C. Tabel 4.9 menunjukkan rata-rata error dari hasil pengujian prediksi produksi.
Tabel 4.9 Rata-rata Error Pengujian Prediksi Produksi Jumlah Data
Masa Lalu (bulan)
Prediksi
Periode ke-
Rata-rata Error
Gambar 4.16 Grafik Perbandingan Antara Periode Pengujian dan Rata-rata Error
Grafik Perbandingan Periode dan Rata-rata Error
error error
4.7 Data dan Hasil Keseluruhan Perhitungan Prediksi
Data yang digunakan dalam perhitungan dapat dilihat pada Lampiran A. Seluruh hasil perhitungan prediksi tiap item dengan menggunakan Analisis Runtun Waktu dapat dilihat pada Lampiran B.
4.8 Perancangan Program dan Implementasi
Seluruh dokumen teknis berupa perancangan program yang meliputi use case diagram, acitivity diagram, sequence diagram, dan class diagram berserta hasil implementasi dapat dilihat pada Lampiran D dan Lampiran E.