n t
c n
b a
Y
t
2 cos
2 sin
ˆ
Dimana:
n t
c n
t b
na Y
2 cos
2 sin
n t
n t
c n
b n
t a
n t
Y
2 cos
2 sin
2 sin
2 sin
2 sin
2
n t
n t
b n
c n
t a
n t
Y
2 cos
2 sin
2 cos
2 cos
2 cos
2
Gambar 3.5. Grafik Metode Siklis
3.3. Kriteria Pemilihan Metode Peramalan
Kriteria peramalan yang terbaik antara lain:
1. Mean Square Error MSE
m f
f MSE
t t
m t
2 1
ˆ
Dimana:
t
f
: data aktual periode t
1 2
3 4
5
20 40
60 Series1
Universitas Sumatera Utara
t
fˆ
: nilai ramalan periode t m
: banyaknya periode
2. Percentage Error PE
t
100 ˆ
t t
t t
f f
f PE
3. Standard Error of Estimate SEE
k m
f f
SEE
m t
t t
1 2
ˆ
Dimana: k = derajat kebebasan
Untuk data konstan, k = 1 karena data konstan hanya memiliki satu parameter, yaitu a.
Untuk data linear, k = 2 karena data linear memiliki 2 parameter, yaitu a dan b. Untuk data kuadratis, k = 3 karena data kuadratis memiliki 3 parameter yang
harus dicari, yaitu a, b, dan c. Untuk data siklis, k = 3 karena data siklis memiliki 3 parameter, yaitu a, b, dan c.
4. Mean Absolute Percentage Error MAPE
m PE
MAPE
t m
t
1
Universitas Sumatera Utara
3.4. Verifikasi dan Pengendalian Peramalan
Langkah penting setelah peramalan dibuat adalah melakukan verifikasi peramalan sedemikian rupa sehingga hasil peramalan tersebut benar-benar
mencerminkan data masa lalu dan sistem sebab akibat yang mendasari permintaan tersebut. Sepanjang aktualitas peramalan tersebut dapat dipercaya, hasil
peramalan akan terus digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode
lainnya yang lebih cocok.
Banyak alat yang dapat digunakan untuk memverifikasi peramalan dan mendeteksi perubahan sistem sebab akibat yang melatarbelakangi perubahan pola
permintaan. Bentuk yang paling sederhana adalah peta kontrol peramalan yang mirip dengan peta kontrol kualitas dengan nama Moving Range Chart MRC.
Peta kontrol ini dapat dibuat dengan dalama kondisi data yang tersedia minim. Dari peta ini dapat dilihat apakah sebaran masih dalam kontrol ataupun sudah
berada di luar kontrol. Proses verifikasi dengan menggunakan Moving Range Chart
MRC dapat dilihat pada Gambar 3.6.
Gambar 3.6. Moving Range Chart
Moving Range Chart
-4000 -3000
-2000 -1000
1000 2000
3000 4000
1 2
3 4
5 6
7 8
9 10
Y-Y UCL
LCL 13 UCL
23 UCL 13 LCL
23 LCL
Universitas Sumatera Utara
Harga MR diperoleh dari:
1
1 2
N MR
R M
N t
t
Dimana:
1
1
t t
F t
T t
t
Y Y
Y Y
MR
atau:
1
t t
t
e e
MR Kondisi out of control dapat diperiksa dengan menggunakan empat aturan
berikut: 1. Aturan Satu Titik
Bila ada titik sebaran Y-YF berada di luar UCL dan LCL. 2. Aturan Tiga Titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang
mana empat diantaranya jatuh pada daerah B. 4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada daerah C.
Universitas Sumatera Utara
Gambar 3.7. Bagan Batas Kendali Out of Control
Proses verifikasi dari proses peramalan dapat dilihat pada Gambar 3.8.
MRC
Out of Control?
Fungsi Penyebab
Diketahui? Gunakan Fungsi yang
diperoleh untuk meramalkan
Gejala tersebut bukan Bersifat random sehingga
Data menyimpang
Ganti dengan Fungsi baru
Menghitung kembali Parameter fungsi tersebut
dengan menghilangkan titik- titik out of control sehingga
diperoleh fungsi yang baru data berkurang
Ulangi Kembali
Tidak
Ya
Tidak
Gambar 3.8. Proses Verifikasi Metode Peramalan
Universitas Sumatera Utara
3.5. Pengujian Mengenai Ragam
