5.2. Pengolahan Data
5.2.1. Peramalan Permintaan untuk Bulan Januari – Desember 2016
Peramalan untuk permintaan CPO dilakukan dengan menggunakan metode time series menggunakan data-data historis. Langkah-langkah peramalan adalah
sebagai berikut:
1. Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk mengetahui estimasi jumlah permintaan untuk periode Januari – Desember 2016 dengan menggunakan data historis Januari –
Desember 2015. Data historis ditunjukkan pada Tabel 5.7.
Tabel 5.7. Data Historis Permintaan CPO
Tahun Periode
Permintaan
2014 Juli
5.530.150 Agustus
5.214.000 September
4.598.000 Oktober
4.919.000 November
4.218.000 Desember
4.026.190
2015 Januari
4.165.300 Februari
4.305.450 Maret
4.473.020 April
4.889.000 Mei
5.056.210 Juni
5.481.170 Juli
5.812.000 Agustus
6.341.000 September
6.483.840 Oktober
6.170.870 November
5.873.000 Desember
5.440.050
Sumber: PT. Lonsum Bagerpang Estate
Universitas Sumatera Utara
2. Membuat scatter diagram data permintaan
Scatter diagram ditunjukkan pada Gambar 5.1.
Gambar 5.1. Scatter Diagram Permintaan CPO
3. Memilih beberapa metode peramalan
Metode peramalan yang dipilih adalah a.
Metode konstan b.
Metode linier c.
Metode eksponensial d.
Metode kuadratis e.
Metode Siklis f.
Metode Dekomposisi
4. Perhitungan fungsi parameter peramalan
4.000.000 4.500.000
5.000.000 5.500.000
6.000.000 6.500.000
7.000.000
Ju ml
a h
P e
rmi n
ta a
n C
P O
K g
Permintaan CPO
Permintaan
Universitas Sumatera Utara
Perhitungan fungsi parameter bertujuan untuk mendapatkan metode peramalan terbaik
a. Metode Konstan
�
′
= ∑
�
� �=1
� =
92.996.250 18
= 5.166.458 Parameter peramalan metode konstan dapat dilihat pada Tabel 5.8.
Tabel 5.8. Parameter Peramalan Metode Konstan
t y
y
1 5.530.150
5.166.458 2
5.214.000 5.166.458
3 4.598.000
5.166.458 4
4.919.000 5.166.458
5 4.218.000
5.166.458 6
4.026.190 5.166.458
7 4.165.300
5.166.458 8
4.305.450 5.166.458
9 4.473.020
5.166.458 10
4.889.000 5.166.458
11 5.056.210
5.166.458 12
5.481.170 5.166.458
13 5.812.000
5.166.458 14
6.341.000 5.166.458
15 6.483.840
5.166.458 16
6.170.870 5.166.458
17 5.873.000
5.166.458 18
5.440.050 5.166.458
171 92.996.250
92.996.250
b. Metode Linier
Parameter peramalan metode linier dapat dilihat pada Tabel 5.9.
Universitas Sumatera Utara
Tabel 5.9. Parameter Peramalan Metode Linier t
y Yt
t2 y
1 5.530.150
5.530.150 1
4.404.448,42 2
5.214.000 10.428.000
4 4.494.096,65
3 4.598.000
13.794.000 9
4.583.744,87 4
4.919.000 19.676.000
16 4.673.393,10
5 4.218.000
21.090.000 25
4.763.041,32 6
4.026.190 24.157.140
36 4.852.689,55
7 4.165.300
29.157.100 49
4.942.337,77 8
4.305.450 34.443.600
64 5.031.986,00
9 4.473.020
40.257.180 81
5.121.634,22 10
4.889.000 48.890.000
100 5.211.282,45
11 5.056.210
55.618.310 121
5.300.930,67 12
5.481.170 65.774.040
144 5.390.578,90
13 5.812.000
75.556.000 169
5.480.227,12 14
6.341.000 88.774.000
196 5.569.875,35
15 6.483.840
97.257.600 225
5.659.523,57 16
6.170.870 98.733.920
256 5.749.171,80
17 5.873.000
99.841.000 289
5.838.820,02 18
5.440.050 97.920.900
324 5.928.468,25
171 92.996.250
926.898.940 2.109
92.996.250,03
� = � ∑ �� − ∑ � ∑ �
� ∑ �
2
− ∑ �
2
� = 18 × 926.898.940
− 171 × 92.996.250 18 × 2.109
− 171
2
= 89.648,23
� = ∑ � − � ∑ �
� � =
92.996.250— 89.648,23 × 171 18
= 4.314.800,20 �′ = � + ��
�
′
= 4.314.800,20 + 189.648,23 �
�
′
= 4.314.800,20 + 189.648,23 1 = 4.404.448,42
Universitas Sumatera Utara
c. Metode Eksponensial
Parameter peramalan metode eksponensial dapat dilihat pada Tabel 5.10.
Tabel 5.10. Parameter peramalan Metode Eksponensial t
y t
2
ln y t ln y
y
1 5.530.150
1 15,53
15,53 4.419.777,88
2 5.214.000
4 15,47
30,93 4.496.005,98
3 4.598.000
9 15,34
46,02 4.573.548,78
4 4.919.000
16 15,41
61,63 4.652.428,97
5 4.218.000
25 15,25
76,27 4.732.669,61
6 4.026.190
36 15,21
91,25 4.814.294,16
7 4.165.300
49 15,24
106,70 4.897.326,49 8
4.305.450 64
15,28 122,20 4.981.790,89
9 4.473.020
81 15,31
137,82 5.067.712,04 10
4.889.000 100
15,40 154,03 5.155.115,08
11 5.056.210
121 15,44
169,80 5.244.025,57 12
5.481.170 144
15,52 186,20 5.334.469,50
13 5.812.000
169 15,58
202,48 5.426.473,32 14
6.341.000 196
15,66 219,28 5.520.063,93
15 6.483.840
225 15,68
235,27 5.615.268,71 16
6.170.870 256
15,64 250,17 5.712.115,48
17 5.873.000
289 15,59
264,96 5.810.632,58 18
5.440.050 324
15,51 279,17 5.910.848,80
171 92.996.250
2.109 278
2.650 92.364.567,77
� = � ∑ �. ��� − ∑ � ∑ ���
� ∑ �
2
− ∑ �
2
� = 18 × 2.650
− 171 × 278 18 × 2.109
− 171
2
= 0,02 ln
� = ∑ ��� − � ∑ �
� = 15,28
� = 4.344.842,21 �
′
= ��
��
�
′
= 4.344.842,21 �
0,02 �
�
′
= 4.344.842,21 �
0,021
= 4.419.777.88
Universitas Sumatera Utara
d. Metode Kuadratis
Parameter peramalan metode kuadratis dapat dilihat pada Tabel 5.11.
Tabel 5.11. Parameter Peramalan Metode Kuadratis t
y t
2
t
3
t
4
ty t
2
y y
1 5.530.150
1 1
1 5.530.150
5.530.150 4.979.205,23
2 5.214.000
4 8
16 10.428.000
20.856.000 4.865.998,10
3 4.598.000
9 27
81 13.794.000
41.382.000 4.778.147,89
4 4.919.000
16 64
256 19.676.000
78.704.000 4.715.654,60
5 4.218.000
25 125
625 21.090.000
105.450.000 4.678.518,23
6 4.026.190
36 216
1.296 24.157.140
144.942.840 4.666.738,78
7 4.165.300
49 343
2.401 29.157.100
204.099.700 4.680.316,25
8 4.305.450
64 512
4.096 34.443.600
275.548.800 4.719.250,64
9 4.473.020
81 729
6.561 40.257.180
362.314.620 4.783.541,95
10 4.889.000
100 1.000
10.000 48.890.000
488.900.000 4.873.190,18
11 5.056.210
121 1.331
14.641 55.618.310
611.801.410 4.988.195,33
12 5.481.170
144 1.728
20.736 65.774.040
789.288.480 5.128.557,40
13 5.812.000
169 2.197
28.561 75.556.000
982.228.000 5.294.276,39
14 6.341.000
196 2.744
38.416 88.774.000
1.242.836.000 5.485.352,30 15
6.483.840 225
3.375 50.625
97.257.600 1.458.864.000 5.701.785,13
16 6.170.870
256 4.096
65.536 98.733.920
1.579.742.720 5.943.574,88 17
5.873.000 289
4.913 83.521
99.841.000 1.697.297.000 6.210.721,55
18 5.440.050
324 5.832 104.976 97.920.900
1.762.576.200 6.503.225,14 171 92.996.250 2.109 29.241 432.345 926.898.940 11.852.361.920
92.996.250
� = �� �
2
�
2
− � � �
4
� = 2.109
2
− 18 × 432.345 = −3.334.329 � = � � � � − � � ��
� = 171 × 92.996.250 − 18 × 926.898.940 = −781.822.170 � = � �
2
� � − � � �
2
� � = 2.109 × 92.996.250 − 18 × 11.852.361.920
= −17.213.423.310
Universitas Sumatera Utara
� = � � � �
2
− � � �
3
� = 171 × 2.109 − 18 × 29.241 = −165.699 � = �� ��
2
− � � �
2
� = 171
2
− 18 × 2.109 = −8.721 � =
�� − �� �� − �
2
= −151.242,51
� = � − ��
� = 12.678,46
� = ∑ � − � ∑ � − � ∑ �
2
� = 5.117.769,28
�
′
= � + �� + ��
2
�
′
= 5.117.769,28 − 151.242,51� + 12.678,46�
2
�
′
= 5.117.769,28 − 151.242,511 + 12.678,461
2
�
′
= 4.979.205,23 e.
Metode siklis Fungsi peramalan:
n t
c n
t b
a Y
t
π π
2 cos
2 sin
ˆ +
+ =
Untuk mendapatkan nilai koefisien a dan b, maka dilakukan perhitungan terhadap data permintaan yang ditunjukkan pada Tabel 5.12.
Tabel 5.12. Parameter Peramalan Metode Siklis
t y
Sin 2πtn
Cos 2πtn
sin2πtn cos2πtn
sin
2
2πtn cos
2
2πtn Y.sin2πtn Y.cos2πtn
Y
1 5.530.150
0,34 0,94
0,32 0,12
0,88 1.880.251,00
5.198.341,00 5.481.957,35
2 5.214.000
0,64 0,77
0,49 0,41
0,59 3.336.960,00
4.014.780,00 5.128.302,49
3 4.598.000
0,87 0,50
0,44 0,76
0,25 4.000.260,00
2.299.000,00 4.768.840,74
Universitas Sumatera Utara
4 4.919.000
0,98 0,17
0,17 0,96
0,03 4.820.620,00
836.230,00 4.469.892,66
5 4.218.000
0,98 -0,17
-0,17 0,96
0,03 4.133.640,00
-717.060,00 4.254.873,82
6 4.026.190
0,87 -0,50
-0,44 0,76
0,25 3.502.785,30
-2.013.095,00 4.136.432,39
7 4.165.300
0,64 -0,77
-0,49 0,41
0,59 2.665.792,00
-3.207.281,00 4.154.393,63
8 4.305.450
0,34 -0,94
-0,32 0,12
0,88 1.463.853,00
-4.047.123,00 4.293.029,65
9 4.473.020
0,00 -1,00
0,00 0,00
1,00 -
-4.473.020,00 4.534.049,98
10 4.889.000
-0,34 -0,94
0,32 0,12
0,88 -1.662.260,00
-4.595.660,00 4.850.959,31
11 5.056.210
-0,64 -0,77
0,49 0,41
0,59 -3.235.974,40
-3.893.281,70 5.204.614,17
12 5.481.170
-0,87 -0,50
0,44 0,76
0,25 -4.768.617,90
-2.740.585,00 5.564.075,92
13 5.812.000
-0,98 -0,17
0,17 0,96
0,03 -5.695.760,00
-988.040,00 5.863.024,00
14 6.341.000
-0,98 0,17
-0,17 0,96
0,03 -6.214.180,00
1.077.970,00 6.078.042,84
15 6.483.840
-0,87 0,50
-0,44 0,76
0,25 -5.640.940,80
3.241.920,00 6.196.484,27
16 6.170.870
-0,64 0,77
-0,49 0,41
0,59 -3.949.356,80
4.751.569,90 6.178.523,03
17 5.873.000
-0,34 0,94
-0,32 0,12
0,88 -1.996.820,00
5.520.620,00 6.039.887,01
18 5.440.050
0,00 1,00
0,00 0,00
1,00 -
5.440.050,00 5.798.866,68
171 92.996.250 8,97
9,0216 -7.359.748,60
5.705.335,20 92.996.249,94
∑ y = n a + b
∑ sin�
2 πt
n
� + c ∑ cos�
2 πt
n
� 92.996.250
= 18 a + b 0 + c 0 a
=
92.996.250 18
a = 5.374.242,50
∑ y sin�
2 πt
n
� = a ∑ sin�
2 πt
n
� + b ∑ sin
2
�
2 πt
n
�+ c ∑ sin�
2 πt
n
�cos�
2 πt
n
� -7.359.748,60 = 5.374.242,50 0 + b 6 + c 0
b =
−7.359.748,60 6
b = -1.016.776,23
∑ y cos �
2 πt
n
� = a ∑ cos �
2 πt
n
�+ c ∑ cos
2
�
2 πt
n
�+ b ∑ sin�
2 πt
n
�cos�
2 πt
n
� -5.705.335,20 = 5.374.242,50 0 + c 6 + -1.016.776,23 00
c =
−1.139.981,70 6
Universitas Sumatera Utara
c = -189.126,97
y’= a + b sin �
2 πt
n
�+ c�
2 πt
n
� y’= 5.374.242,50 - 1.016.776,50 sin
�
2 πt
n
� – 189.126,97 cos �
2 πt
n
� f.
Metode Dekomposisi Peramalan menggunakan metode dekomposisi dilakukan menggunakan
software POM-QM. Langkah-langkah melakukan peramalan dengan software
POM-QM adalah sebagai berikut: −
Buka Software POM-QM lalu pilih Module Forecasting
Gambar 5.2. Module Forecasting
− Pilih metode Multiplicative Decomposition lalu masukkan nilai periode
sebelumnya past period
Universitas Sumatera Utara
Gambar 5.3. Input Peramalan
− Klik Solve
lalu akan muncul tampilan akhir hasil peramalan menggunakan
metode dekomposisi.
Gambar 5.4. Hasil Peramalan Metode Dekomposisi
5. Menghitung kesalahan setiap metode Perhitungan kesalahan error dari setiap metode menggunakan metode
Standart Error of Estimate SEE dengan menggunakan rumus:
Universitas Sumatera Utara
SEE = �
∑
y - y
n x = 1
2
n - f
a. SEE Metode Konstan
Perhitungan SEE untuk metode konstan dapat dilihat pada Tabel 5.13.
Tabel 5.13. Perhitungan SEE untuk Metode Konstan
Bulan t
y y
Y-Y Y-Y
2
Juli 1
5.530.150 5.166.458
363691,67 132271628427,02
Agustus 2
5.214.000 5.166.458
47541,67 2260210072,61
September 3
4.598.000 5.166.458
-568458,33 323144876698,21
Oktober 4
4.919.000 5.166.458
-247458,33 61235626719,61
November 5
4.218.000 5.166.458
-948458,33 899573210006,21
Desember 6
4.026.190 5.166.458 -1140268,33
1300211871926,76 Januari
7 4.165.300
5.166.458 -1001158,33 1002318008336,03
Februari 8
4.305.450 5.166.458
-861008,33 741335350012,04
Maret 9
4.473.020 5.166.458
-693438,33 480856722089,88
April 10
4.889.000 5.166.458
-277458,33 76983126717,61
Mei 11
5.056.210 5.166.458
-110248,33 12154694995,43
Juni 12
5.481.170 5.166.458
314711,67 99043433157,09
Juli 13
5.812.000 5.166.458
645541,67 416724043445,81
Agustus 14
6.341.000 5.166.458
1174541,67 1379548126814,41
September 15
6.483.840 5.166.458
1317381,67 1735494455757,27
Oktober 16
6.170.870 5.166.458
1004411,67 1008842796203,07
November 17
5.873.000 5.166.458
706541,67 499201126783,21
Desember 18
5.440.050 5.166.458
273591,67 74852400087,68
Total 171 92.996.250 92.996.250
0,00 7.009.263.165.225,00
SEE = �
∑
y - y
n x = 1
2
n - f
= �
7.009.263.165.225 18 - 1
= 642.113,38
b. SEE Metode Linear
Perhitungan SEE untuk metode linear dapat dilihat pada Tabel 5.14.
Tabel 5.14. Perhitungan SEE untuk Metode Linear
t y
Y-Y Y-Y
2
Universitas Sumatera Utara
1 5.530.150 1125701,58 1.267.204.047.214,50
2 5.214.000
719903,35 518.260.833.341,22
3 4.598.000
14255,13 203.208.731,32
4 4.919.000
245606,90 60.322.749.327,61
5 4.218.000
-545041,32 297.070.040.507,34
6 4.026.190
-826499,55 683.101.506.150,20
7 4.165.300
-777037,77 603.787.696.006,57
8 4.305.450
-726536,00 527.854.559.296,00
9 4.473.020
-648614,22 420.700.406.386,21
10 4.889.000
-322282,45 103.865.977.578,00
11 5.056.210
-244720,67 59.888.206.325,25
12 5.481.170
90591,10 8.206.747.399,21
13 5.812.000
331772,88 110.073.243.903,49
14 6.341.000
771124,65 594.633.225.837,62
15 6.483.840
824316,43 679.497.576.767,94
16 6.170.870
421698,20 177.829.371.883,24
17 5.873.000
34179,98 1.168.271.032,80
18 5.440.050
-488418,25 238.552.386.933,06
171 92.996.250 -0,03
6.352.220.054.621,58
SEE = �
∑
y - y
n x = 1
2
n - f
= �
6.352.220.054.621,58 18 - 2
= 594.054,81
c. SEE Metode Eksponensial
Perhitungan SEE untuk metode eksponensial dapat dilihat pada Tabel 5.15.
Tabel 5.15. Perhitungan SEE untuk Metode Eksponensial
t y
y Y-Y
Y-Y
2
1 5.530.150
4.419.777,88 1.110.372,12 1.232.926.244.873,29 2
5.214.000 4.496.005,98
717.994,02 515.515.412.755,76
3 4.598.000
4.573.548,78 24.451,22
597.862.159,49 4
4.919.000 4.652.428,97
266.571,03 71.060.114.035,26
5 4.218.000
4.732.669,61 -514.669,61
264.884.807.457,55 6
4.026.190 4.814.294,16
-788.104,16 621.108.167.009,31
7 4.165.300
4.897.326,49 -732.026,49
535.862.782.061,72
Universitas Sumatera Utara
8 4.305.450
4.981.790,89 -676.340,89
457.436.999.485,99 9
4.473.020 5.067.712,04
-594.692,04 353.658.622.439,36
10 4.889.000
5.155.115,08 -266.115,08
70.817.235.803,41 11
5.056.210 5.244.025,57
-187.815,57 35.274.688.334,43
12 5.481.170
5.334.469,50 146.700,50
21.521.036.700,25 13
5.812.000 5.426.473,32
385.526,68 148.630.820.991,82
14 6.341.000
5.520.063,93 820.936,07
673.936.031.027,05 15
6.483.840 5.615.268,71
868.571,29 754.416.085.812,26
16 6.170.870
5.712.115,48 458.754,52
210.455.709.620,43 17
5.873.000 5.810.632,58
62.367,42 3.889.695.077,46
18 5.440.050
5.910.848,80 -470.798,80
221.651.510.081,44 171 92.996.250 92.364.567,77
631.682,23 6.193.643.825.726,28
SEE = �
∑
y - y
n x = 1
2
n - f
= �
6.193.643.825.726,28 18 - 2
= 622.175,81
d. SEE Metode Kuadratis
Perhitungan SEE untuk metode kuadratis dapat dilihat pada Tabel 5.16.
Tabel 5.16. Perhitungan SEE untuk Metode Kuadratis
t y
y Y-Y
Y-Y
2
1 5.530.150
4.979.205,23 550.944,77
303.540.137.386,57 2
5.214.000 4.865.998,10
348.001,90 121.105.321.011,60
3 4.598.000
4.778.147,89 -180.147,89
32.453.262.992,04 4
4.919.000 4.715.654,60
203.345,40 41.349.350.887,78
5 4.218.000
4.678.518,23 -460.518,23
212.077.042.004,41 6
4.026.190 4.666.738,78
-640.548,78 410.302.742.121,68
7 4.165.300
4.680.316,25 -515.016,25
265.241.739.824,13
Universitas Sumatera Utara
8 4.305.450
4.719.250,64 -413.800,64
171.230.971.319,61 9
4.473.020 4.783.541,95
-310.521,95 96.423.882.673,89
10 4.889.000
4.873.190,18 15.809,82
249.950.345,19 11
5.056.210 4.988.195,33
68.014,67 4.625.995.063,15
12 5.481.170
5.128.557,40 352.612,60
124.335.644.268,31 13
5.812.000 5.294.276,39
517.723,61 268.037.734.280,54
14 6.341.000
5.485.352,30 855.647,70
732.132.983.092,70 15
6.483.840 5.701.785,13
782.054,87 611.609.816.562,50
16 6.170.870
5.943.574,88 227.295,12
51.663.070.666,63 17
5.873.000 6.210.721,55
-337.721,55 114.055.846.685,29
18 5.440.050
6.503.225,14 -1.063.175,14 1.130.341.382.566,72
171 92.996.250 92.996.250
4.690.776.873.753 SEE =
�
∑
y - y
n x = 1
2
n - f
= �
4.690.776.873.753 18 - 3
= 559.212,36
e. SEE Metode Siklis
Perhitungan SEE untuk metode siklis dapat dilihat pada Tabel 5.17.
Tabel 5.17. Perhitungan SEE untuk Metode Siklis
t Y
Y Y-Y
Y-Y
2
1 5.530.150 5.481.957,35
48.192,65 2.322.531.514,02
2 5.214.000 5.128.302,49
85.697,51 7.344.063.220,20
3 4.598.000 4.768.840,74
-170.840,74 29.186.558.443,75
4 4.919.000 4.469.892,66
449.107,34 201.697.402.841,88
5 4.218.000 4.254.873,82
-36.873,82 1.359.678.601,39
6 4.026.190 4.136.432,39
-110.242,39 12.153.384.552,91
7 4.165.300 4.154.393,63
10.906,37 118.948.906,58
Universitas Sumatera Utara
Tabel 5.17. Perhitungan SEE untuk Metode Siklis Lanjutan
t Y
Y Y-Y
Y-Y
2
8 4.305.450
4.293.029,65 12.420,35
154.265.094,12 9
4.473.020 4.534.049,98
-61.029,98 3.724.658.458,80
10 4.889.000
4.850.959,31 38.040,69
1.447.094.095,68 11
5.056.210 5.204.614,17 -148.404,17 22.023.797.673,39
12 5.481.170
5.564.075,92 -82.905,92
6.873.391.571,05 13
5.812.000 5.863.024,00
-51.024,00 2.603.448.576,00
14 6.341.000
6.078.042,84 262.957,16
69.146.467.995,27 15
6.483.840 6.196.484,27
287.355,73 82.573.315.563,83
16 6.170.870
6.178.523,03 -7.653,03
58.568.868,18 17
5.873.000 6.039.887,01 -166.887,01 27.851.274.106,74
18 5.440.050
5.798.866,68 -358.816,68 128.749.409.846,22 171 92.996.250 92.996.249,94
0,00 599.388.259.930,00
SEE = �
∑
y - y
n x = 1
2
n - f
= �
599.388.259.930 18 - 3
= 182.481,09
f. Metode Dekomposisi
Perhitungan SEE untuk metode dekomposisi dapat dilihat pada Tabel 5.18. berikut ini.
Tabel 5.18. Perhitungan SEE untuk Metode Dekomposisi t
y y
y-y y-y2
1 5.530.150 4.404.447 1.125.703 1.267.207.244.209 2 5.214.000 4.494.095
719.905 518.263.209.025
3 4.598.000 4.583.744 14.256
203.233.536 4 4.919.000 4.673.392
245.608 60.323.289.664
5 4.218.000 4.763.040 -545.040 297.068.601.600
6 4.026.190 4.852.689 -826.499 683.100.597.001
7 4.165.300 4.942.337 -777.037 603.786.499.369
8 4.305.450 5.031.985 -726.535 527.853.106.225
9 4.473.020 5.121.634 -648.614 420.700.120.996
10 4.889.000 5.211.282 -322.282 103.865.687.524
11 5.056.210 5.300.931 -244.721 59.888.367.841
Universitas Sumatera Utara
Tabel 5.18. Perhitungan SEE untuk Metode Siklis Lanjutan t
y y
y-y y-y2
12 5.481.170
5.390.579 90.591
8.206.729.281 13
5.812.000 5.480.227
331.773 110.073.323.529
14 6.341.000
5.569.876 771.124
594.632.223.376 15
6.483.840 5.659.524
824.316 679.496.867.856
16 6.170.870
5.749.172 421.698
177.829.203.204 17
5.873.000 5.838.821
34.179 1.168.204.041
18 5.440.050
5.928.469 -488.419 238.553.119.561
171 92.996.250 92.996.244 6.352.219.627.838
Berdasarkan perhitungan kesalahan peramalan dengan menggunakan SEE pada setiap metode maka rekapitulasi hasil perhitungan SEE dapat dilihat pada
table 5.19. berikut ini.
Tabel 5.19. Rekapitulasi Hasil Perhitungan SEE Metode
SEE
Konstan 642.113,38
Linier 594.054,81
Kuadratis 559.212,36
Eksponensial 622.175,81
Siklis 182.481,09
Dekomposisi 594.054,79
6. Memilih metode dengan kesalahan terkecil H0
: SEE Siklis SEE Kuadratis H1
: SEE Siklis SEE Kuadratis α
: 0,05 uji statistik
� =
��� ������
2
��� ���������
2
=
182.481,09
2
559.212,36
2
= 0,3263 Ftabel 0,0517,17 = 2,23
Universitas Sumatera Utara
2,23 F
Daerah Peneriman
Hipotesa
α
Gambar 5.5. Grafik Uji Hipotesis dengan Distribusi F
Oleh karena F
hitung
0,3263 F
tabel
2,23, maka H0 diterima. Jadi hasil pengujian menyatakan bahwa metode siklis lebih baik daripada metode
kuadratis. 7. Verifikasi Peramalan
Proses verifikasi bertujuan untuk mengetahui apakah pola peramalan cukup representatif, ditunjukkan pada Tabel 5.20.
Tabel 5.20. Perhitungan Verifikasi Peramalan
t y
Y Y-Y
Y-Y
2
MR 1,00
5.530.150,00 5.481.957,35 48.192,65
2.322.531.514,02 -
2,00 5.214.000,00 5.128.302,49
85.697,51 7.344.063.220,20
353.654,86 3,00
4.598.000,00 4.768.840,74 -170.840,74 29.186.558.443,75
359.461,75 4,00
4.919.000,00 4.469.892,66 449.107,34 201.697.402.841,88 298.948,08 5,00
4.218.000,00 4.254.873,82 -36.873,82
1.359.678.601,39 215.018,84
6,00 4.026.190,00 4.136.432,39 -110.242,39
12.153.384.552,91 118.441,43
7,00 4.165.300,00 4.154.393,63
10.906,37 118.948.906,58
17.961,24 8,00
4.305.450,00 4.293.029,65 12.420,35
154.265.094,12 138.636,02
9,00 4.473.020,00 4.534.049,98 -61.029,98
3.724.658.458,80 241.020,33
10,00 4.889.000,00 4.850.959,31 38.040,69
1.447.094.095,68 316.909,33
11,00 5.056.210,00 5.204.614,17 -148.404,17 22.023.797.673,39
353.654,86 12,00 5.481.170,00 5.564.075,92
-82.905,92 6.873.391.571,05
359.461,75
Universitas Sumatera Utara
Tabel 5.20. Perhitungan Verifikasi Peramalan Lanjutan
t y
Y Y-Y
Y-Y2 MR
13,00 5.812.000,00
5.863.024,00 -51.024,00
2.603.448.576,00 298.948,08
14,00 6.341.000,00
6.078.042,84 262.957,16
69.146.467.995,27 215.018,84
15,00 6.483.840,00
6.196.484,27 287.355,73
82.573.315.563,83 118.441,43
16,00 6.170.870,00
6.178.523,03 -7.653,03
58.568.868,18 17.961,24
17,00 5.873.000,00
6.039.887,01 -166.887,01
27.851.274.106,74 138.636,02
18,00 5.440.050,00
5.798.866,68 -358.816,68
128.749.409.846,22 241.020,33
171,00 92.996.250,00
92.996.249,94 0,00
599.388.259.930,00 3.803.194,43
MR = =
−
∑
1 n
MR
1 18
43 3.803.194,
−
= 211.287,58 UCL
= 2,66 x MR = 2,66 x 211.287,58 = 562.024,96 LCL
= - 2,66 x MR = -2,66 x 211.287,58 = -562.024,96 Grafik batas kelas perhitungan peramalan metode siklis dapat dilihat pada
Gambar 5.6. berikut ini.
Gambar 5.6. Batas Kelas Perhitungan Peramalan
800.000,00 600.000,00
400.000,00 200.000,00
- 200.000,00
400.000,00 600.000,00
800.000,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Y-Y
BKA BKB
Universitas Sumatera Utara
Berdasarkan gambar diatas dapat diketahui bahwa tidak ada titik yang melewati batas kontrol, sehingga metode peramalan telah representatif dan dapat
digunakan untuk pengolahan. Fungsi siklis tersebut adalah
y’= 5.374.242,50 - 1.016.776,50 sin
�
2 πt
n
� – 189.126,97 cos �
2 πt
n
�
Berdasarkan hasil perngolahan data diatas dan telah diperoleh fungsi persamaan untuk peramalan permintaan CPO, maka data peramalan untuk Januari
– Desember 2016 ditunjukkan pada Tabel 5.21.
Tabel 5.21. Hasil Permintaan untuk Periode Januari – Desember 2016 Bulan
X-Ramal
Januari 4.702.065,62
Februari 4.399.124,97
Maret 4.357.466,27
April 4.588.251,94
Mei 5.029.643,15
Juni 5.563.369,47
Juli 6.046.419,38
Agustus 6.349.360,03
September 6.391.018,73
Oktober 6.160.233,06
November 5.718.841,85
Desember 5.185.115,53
Berikut ini adalah grafik hasil peramalan CPO Tahun 2016.
Universitas Sumatera Utara
Gambar 5.7. Grafik Hasil Peramalan
5.2.2 Formulasi Model