Peramalan Permintaan untuk Bulan Januari – Desember 2016

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