3. Memilih metode peramalan yang dianggap sesuai
Metode peramalan yang dipilih dan digunakan adalah: a.
Metode siklis b.
Metode eksponensial 4.
Menghitung parameter fungsi peramalan Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan
hasil sebagai berikut: a.
Fungsi peramalan untuk metode siklis adalah:
Y = 27405,5 – 8524,575 sin – 5154,236cos
b. Fungsi peramalan untuk metode eksponensial adalah:
Y = 12842,002 e
0,101X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut:
a. SEE metode siklis
= 8031,151 b.
SEE metode eksponensial = 9608,710
6. Memilih metode yang terbaik dengan nilai kesalahan terkecil
Ho : SEE siklis SEE eksponensial Hi : SEE siklis SEE eksponensial
α : 0,05
Universitas Sumatera Utara
Uji statistik F
hitung
= =
= 0,699
F
tabel
= α v
1
,v
2
= 0,05 10,9 = 3,137
Karena nilai F
hitung
0,699 F
tabel
3,137, maka Ho diterima, yaitu hasil pengujian menyatakan bahwa metode siklis lebih baik daripada metode
eksponensial. Fungsi siklis tersebut adalah
Y = 27405,5 – 8524,575 sin – 5154,236cos
7.
Melakukan verifikasi peramalan
Perhitungan hasil verifikasi peramalan dapat dilihat pada Tabel 5.17.
Tabel 5.17. Perhitungan Hasil Verifikasi Peramalan G-1000GSP
X Y
Y Y – Y’
|MR|
1 10169
18680 -8511
-
2 7888
17446 -9558
1047
3 17260
18881 -1621
7937
4 37230
22600 14630
16251
5 30265
27607 2658
11972
6 29170
32560 -3390
6048
7 31470
36131 -4661
1271
8 34880
37365 -2485
2176
9 30785
35930 -5145
2660
10 41345
32211 9134
14279
11 30330
27204 3126
6008
12 28074
22251 5823
2697 78
328866 328866 72346
Universitas Sumatera Utara
MR
= =
= 6576,909 UCL
= 2,66 x
MR
= 2,66 x 6576,909 = 17494,578 13 UCL = 13 x 17494,578 = 5831,526
23 UCL = 23 x 17494,578 = 11663,052 LCL
= -2,66 x
MR
= -2,66 x 6576,909 = -17494,578 13 LCL = 13 x -17494,578 = -5831,526
23 LCL = 23 x -17494,578 = -11663,052 Moving Range Chart hasil verifikasi peramalan produk G-1000GSP dapat
dilihat pada Gambar 5.7.
Gambar 5.7. Moving Range Chart Fungsi Peramalan G-1000GSP
Dapat dilihat bahwa semua titik berada dalam batas kontrol in control sehingga peramalan dengan metode siklis cukup memenuhi persyaratan. Fungsi
siklis peramalan, yaitu:
Universitas Sumatera Utara
Y = 27405,5 – 8524,575 sin – 5154,236cos
Peramalan produk Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP untuk bulan Januari sampai Desember 2014 dilakukan dengan menggunakan
persamaan metode siklis yang diperoleh. Salah satu perhitungan peramalan produk G-1000GSP pada bulan Januari 2014 dengan nilai X = 13 adalah:
Y = 27405,5 – 8524,575 sin – 5154,236cos
= 27405,5 – 8524,575 sin – 5154,236cos
= 18680 Rekapitulasi hasil peramalan pada produk Gaga Mie 1000 Goreng Spesial
Pedas G-1000GSP untuk bulan Januari sampai Desember 2014 dengan nilai X adalah 13 sampai 24 dapat dilihat pada Tabel 5.18.
Tabel 5.18. Peramalan Permintaan Produk G-1000GSP
X Y Karton
13
18680
14
17446
15
18881
16
22600
17
27607
18
32560
19
36131
20
37365
21
35930
22
32211
23
27204
24
22251
Universitas Sumatera Utara
5.2.4.4.Peramalan Permintaan Gaga Mie 1000 Soto G-1000ST
Dari data permintaan Gaga Mie 1000 Soto bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk untuk satu tahun ke
depan. Langkah-langkah peramalan adalah: 1.
Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap
produk Gaga Mie 1000 Soto untuk bulan Januari sampai Desember 2014.
2. Membuat diagram pencar
Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.8.
Gambar 5.8. Diagram Pencar Permintaan G-1000ST
3. Memilih metode peramalan yang dianggap sesuai
Metode peramalan yang dipilih dan digunakan adalah: a.
Metode siklis b.
Metode linier
Universitas Sumatera Utara
4. Menghitung parameter fungsi peramalan
Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan hasil sebagai berikut:
a. Fungsi peramalan untuk metode siklis adalah:
Y = 12644 – 1281,939 sin – 2163,002 cos
b. Fungsi peramalan untuk metode linier adalah:
Y = 9964,955 + 412,161 X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut:
a. SEE metode siklis = 3273,652
