4.2.6. Uji Verifikasi Dengan Moving Range Chart MRC
Setelah diketahui fungsi peramalan dengan MSE terkecil maka perlu dilakukan uji verifikasi untuk mengetahui apakah fungsi peramalan yang dipilih
dapat dipakai atau tidak. Alat yang dipergunakan untuk uji verifikasi adalah dengan Moving Range Chart MRC.
Tabel 4. 27. Perhitungan Moving Range Chart MRC Distributor Surabaya
BULAN PERIODE
Yt Yt
Yt - Yt MR
Januari 1
118 Februari
2 148
118 30
30 Maret
3 98
127 -29
59.00 April
4 146
118.3 27.7
56.70 Mei
5 175
126.61 48.39
20.69 Juni
6 152
141.127 10.873
37.52 Juli
7 178
144.3889 33.6111
22.74 Agustus
8 188
154.4722 33.52777
0.08 September
9 278
164.5306 113.4694
79.94 Oktober
10 202
198.5714 3.428604
110.04 Nopember
11 213
199.6 13.40002
9.97 Desember
12 236
203.62 32.38002
18.98 jumlah 445.66227
40.51 MR A 71.85
107.76924 BA B 35.92
- 107.76924
BB C - B
-35.92 - A
-71.85 Sumber : Lampiran D
Dari tabel di atas dapat diketahui bahwa batas atas untuk Distributor Surabaya produk FL sebesar
107.76924
dan batas bawah sebesar
-107.76924
. Untuk itu gambar MRC data Yt - Yt bulan Januari-Desember Distributor
Surabaya produk FL adalah sebagai berikut :
Sumber : Lampiran D
Gambar 4.3. MRC Surabaya Produk FL
Berdasarkan gambar 4.3. dapat disimpulkan bahwa Moving Range Chart MRC jika terlihat dari nilai error Yt – Y’t masih berada diantara batas atas
BA dan batas bawah BB. Apabila ada nilai error Yt – Y’t yang berada da atas batas atas BA atau berada di bawah batas bawah BB, maka MRC
dikatakan tidak terkontrol. Jika data hanya ada satu yang diluar batas atas batas atas bawah maka diabaikan dihilangkan , jika lebih dari dua maka data tidak
terkontrol jadi kita harus mengambil model peramalan lain dari MSE terkecil. Jika .
Untuk Moving Range Chart MRC Distributor dan produk yang lain dapat dilihat pada Lampiran D.
Dari Moving Range Chart MRC, maka dapat diperoleh model peramalan yang terkontrol berdasarkan nilai dari MSE adalah sebagai berikut :
Tabel 4. 28. Model Peramalan Yang Terkontrol
PRODUK OPC
PPC
Surabaya SES SES
Semarang SES
SES Bandung
SES SES
Jatinegara SES
SES
Sumber : Pengolahan Data Lampiran D
Dari tabel di atas dapat diketahui bahwa model peramalan yang terkontrol untuk Distributor Surabaya produk FL adalah dengan metode Single Exponential
Smoothing SES, produk DHFL dengan metode Single Exponential Smoothing SES, dan begitu seterusnya untuk agen yang lain.
4.2.7. Menentukan Peramalan Permintaan Bulanan Dan Mingguan