Data Permintaan Produk Membuat Plot diagram Permintaan Penetapan Metode Peramalan. Menghitung Masing – masing Kesalahan Peramalan

4.3.1. Data Permintaan Produk

Data yang digunakan dalam peramalan merupakan data permintaan pada bulan April 2007 sampai dengan Maret 2010, dapat dilihat pada tabel 4.7. dibawah ini : Tabel 4.8. Data Pemintaan produk PT. Jason Karya Industri Periode Tahun Bulan Permintaan unit 1 2007 April 947 2 2007 Mei 951 3 2007 Juni 960 4 2007 Juli 969 5 2007 Agustus 975 6 2007 September 980 7 2007 Oktober 984 8 2007 November 991 9 2007 Desember 995 10 2008 Januari 1002 11 2008 Pebruari 1005 12 2008 Maret 1010 13 2008 April 1017 14 2008 Mei 1020 15 2008 Juni 1023 16 2008 Juli 1030 17 2008 Agustus 1040 18 2008 September 1049 19 2008 Oktober 1057 20 2008 November 1060 21 2008 Desember 1068 22 2009 Januari 1075 23 2009 Pebruari 1082 24 2009 Maret 1090 25 2009 April 1093 26 2009 Mei 1099 27 2009 Juni 1105 28 2009 Juli 1109 29 2009 Agustus 1117 30 2009 September 1126 31 2009 Oktober 1129 32 2009 November 1130 33 2009 Desember 1133 34 2010 Januari 1143 35 2010 Pebruari 1146 36 2010 Maret 1154 Sumber : PT. Jason Karya Industri

4.3.2. Membuat Plot diagram Permintaan

Dari data permintaan diatas dapat digambarkan suatu plot diagram dengan adanya trend permintaan sebagai berikut : 900 950 1000 1050 1100 1150 1200 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Periode Ju m lah P er m in taan Gambar 4.2. Plot Diagram Permintaan PT. Jason Karya Industri

4.3.3. Penetapan Metode Peramalan.

Dilihat dari plot diagram permintaan produk pada gambar 4.2. Yang berpola trend. Sehingga untuk pengolahan data permintaan April 2010 sd Desember 2010, menggunakan 3 metode peramalan, yaitu : metode single exponential smoothing with trend SEST, double exponential smoothing with trend DEST dan linear regression.

4.3.4. Menghitung Masing – masing Kesalahan Peramalan

Peramalan ditujukan untuk memprediksi permintaan yang akan datang. Dari hasil perhitungan peramalan dengan menggunakan program Win QSB dapat dilihat pada lampiran IV, maka dihasilkan nilai kesalahan peramalan yang diperoleh dari permintaan tahun lalu, seperti pada tabel 4.8. dibawah ini : Tabel 4.9. Nilai Kesalahan Peramalan Dari Berbagai Metode Peramalan No. Metode MAD MSE MAPE 1 Single Exponential Smoothing With Trend 2.488198 9.562298 0.2367665 2 Double Exponential Smoothing With Trend 2.551868 10.27559 0.2432577 3 Linear Regression 2.682771 10.56754 0.2541255

4.3.5. Memilih Metode Dengan Nilai Kesalahan Peramalan Terkecil