5.2.4. Peramalan Permintaan Pulpy Orange ART-350 PETx12MM
Dari data permintaan Pulpy Orange ART-350 PETx12MM bulan Januari sampai Desember 2014, 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 Pulpy Orange ART-350 PETx12MM untuk bulan Januari sampai
Desember 2014. 2. Membuat diagram pencar
Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.6.
v
Gambar 5.6. Diagram Pencar Permintaan Pulpy Orange ART-350 PETx12MM
20.000 40.000
60.000 80.000
100.000 120.000
140.000
Permintaan Pulpy Orange ART-350 PETx12MM 2013
Permintaan
3. Memilih metode peramalan yang dianggap sesuai Metode peramalan yang dipilih dan digunakan adalah:
a. Metode linier b. Metode siklis
4. Menghitung parameter fungsi peramalan Hasil perhitungan parameter fungsi peramalan adalah sebagai berikut:
a. Metode Linier Fungsi peramalan : Y = a + b X
Tabel 5.9. Perhitungan Parameter Peramalan Metode Linier X
Y XY
X
2
1 116.342
116.342 1
2 96.442
192.884 4
3 72.316
216.948 9
4 60.756
243.024 16
5 69.124
345.620 25
6 61.564
369.384 36
7 80.412
562.884 49
8 79.130
633.040 64
9 75.014
675.126 81
10 60.302
603.020 100
11 96.442
1.060.862 121
12 115.856
1.390.272 144
78 983.700
6.409.406 650
Sumber: Pengolahan data
∑ ∑
∑ ∑ ∑
− −
=
2 2
X X
n Y
X XY
n b
2
78 650
12 983.700
78 406
. 409
. 6
12 −
− =
b 3846
, 107
= b
n X
b Y
a
∑ ∑
− =
12 78
107,3846 700
. 983
− =
a 277
. 81
= a
Fungsi peramalannya adalah :
Y = 81.277 + 107,3846x
b. Metode Siklis Fungsi peramalan : Y = a + b sin
2 π x
n
+ c cos
2 π x
n
Tabel 5.10. Perhitungan Parameter Peramalan Metode Siklis
x Y
sin
�
2 πx
n
� cos
�
2 πx
n
� y sin
�
2 πx
n
� y cos
�
2 πx
n
� sin
2
�
2 πx
n
� cos
2
�
2 πx
n
� sin
�
2 πx
n
�cos
�
2 πx
n
�
1 116.342
0,50 0,87
58.171,00 100.752,17
0,25 0,75
0,43 2
96.442 0,87
0,50 83.518,77
48.221,00 0,75
0,25 0,43
3 72.316
1,00 0,00
72.316,00 0,00
1,00 0,00
0,00 4
60.756 0,87
-0,50 52.614,70
-30.378,00 0,75
0,25 -0,43
5 69.124
0,50 -0,87
34.562,00 -59.861,38
0,25 0,75
-0,43 6
61.564 0,00
-1,00 0,00
-61.564,00 0,00
1,00 0,00
7 80.412
-0,50 -0,87
-40.206,00 -69.636,79
0,25 0,75
0,43
8 79.130
-0,87 -0,50
-68.526,58 -39.565,00
0,75 0,25
0,43 9
75.014 -1,00
0,00 -75.014,00
0,00 1,00
0,00 0,00
1 60.302
-0,87 0,50
-52.221,53 30.151,00
0,75 0,25
-0,43 1
1 96.442
-0,50 0,87
-48.221,00 83.518,77
0,25 0,75
-0,43 1
2 115.856
0,00 1,00
0,00 115.856,00
0,00 1,00
0,00
7 8
983.700 0,00
0,00 16.993,36
117.493,77 6,00
6,00 0,00
Sumber: Pengolahan data
∑ y = n a + b
∑ sin�
2 πx
n
� + c ∑ cos �
2 πx
n
� 983.700
= 12 a + 0 + c 0 a
=
983.700 12
= 81.975
∑ y sin�
2 πx
n
� = a ∑ sin�
2 πx
n
� + b ∑ sin
2
�
2 πx
n
� + c ∑ sin�
2 πx
n
� cos �
2 πx
n
� 16.993,36
= a 0 + b 6 + c 0 b
=
16.993,36 6
= 2.832,227
∑ y cos �
2 πx
n
� = a ∑ cos �
2 πx
n
� + c ∑ cos
2
�
2 πx
n
� + b ∑ sin�
2 πx
n
� cos �
2 πx
n
� 117.493,77
= a 0 + c 6 + b0 c
=
117.493,77 6
= 19.582,295 Fungsi peramalannya adalah :
Y = 81.975 + 2.832,227 sin
2 π x
n
– 19.582,295
2 π x
n
5. Menghitung kesalahan setiap metode Perhitungan kesalahan menggunakan metode SEE Standard Error of
Estimation dan MSE Mean Square Error dengan menggunakan rumus
sebagai berikut:
SEE =
f n
y y
n 1
x 2
− −
∑
=
N MSE
∑
=
− =
n 1
x 2
y y
Dimana : y = data aktual
y’ = data peramalan n = banyak data
f = derajat kebebasan
a. Metode linier f = 2
Perhitungan SEE dan MSE untuk metode linier dapat dilihat pada Tabel 5.9.
Tabel 5.11. Perhitungan SEE dan MSE untuk Metode Linier X
Y Y’
Y – Y’ Y – Y’
2
1 116.342
81.384,38 34.958
1.222.035.196 2
96.442 81.491,77
14.950 223.509.377
3 72.316
81.599,15 -9.283
86.176.874 4
60.756 81.706,54
-20.951 438.925.126
5 69.124
81.813,92 -12.690
161.034.070 6
61.564 81.921,31
-20.357 414.420.070
Kategori