Tabel 4.106 Nilai MSE dari 3 Metode Peramalan Customer
Simple Average Single Exponential
Smoothing Double
Exponential Smoothing
Customer 1
4.67781 3.32666
3.34170 Customer
2 1.28731 1.25000 1.25000 Customer
3 0.577553 0.541667 0.541667 Customer
4 1.87395 1.66667 1.66667 Customer
5 2.61734 1.16667 1.16667 Customer
6 1.70247 1.25000 1.25000 Customer
7 1.33694 1.20833 1.20833 Customer
8 4.08676 3.16667 3.16667 Customer
9 2.22399 0.708333 0.708333 Customer
10 7.43824 1.45833 1.45833
Customer 11 7.26925
2.50000 2.50000 Customer
12 6.65722 2.00000 2.00000
Customer 13 38.4092
35.0417 35.0417 Kota Customer 1 54.3876
35.2083 35.2083
Kota Customer 2 294.926 299.750
299.750 Kota Customer 3 471.230
316.667 316.667
Kota Customer 4 740.333 605.550
603.835 Kota Customer 5 217.163
187.500 187.500
Kota Customer 6 1320 1130
1116 Kota Customer 7 30.4586
16.5417 16.5417
Kota Customer 8 29.2516 37.2917
37.2917 Kota Customer 9 1471
1307 1308
Kota Customer 10 868.738 831.818
831.818
4.2.4.4 Pemilihan Nilai MSE Terkecil
Dari perhitungan nilai MSE kemudian dicari nilai MSE terkecil berdasarkan metode peramalan yang digunakan. Dengan hasil nilai MSE terkecil sebagai berikut :
Tabel 4.107 Nilai MSE terkecil dan Metode Yang Digunakan Customer
Metode Peramalan Nilai MSE
Customer 1
Single Exponential Smoothing 3.32666
Customer 2
Single Exponential Smoothing 1.25000
Customer 3
Single Exponential Smoothing 0.541667
Customer 4
Single Exponential Smoothing 1.66667
Customer 5
Single Exponential Smoothing 1.16667
Customer 6
Single Exponential Smoothing 1.25000
Customer 7
Single Exponential Smoothing 1.20833
Customer 8
Single Exponential Smoothing 3.16667
Customer 9
Single Exponential Smoothing 0.708333
Customer 10
Single Exponential Smoothing 1.45833
Customer 11
Single Exponential Smoothing 2.50000
Customer 12
Single Exponential Smoothing 2.00000
Customer 13
Single Exponential Smoothing 35.0417
Kota Customer 1 Single Exponential Smoothing
35.2083 Kota Customer 2
Simple Average 294.926
Kota Customer 3 Single Exponential Smoothing
603.835 Kota Customer 4
Double Exponential Smoothing 187.500
Kota Customer 5 Double Exponential Smoothing
1116 Kota Customer 6
Double Exponential Smoothing 16.5417
Kota Customer 7 Single Exponential Smoothing
16.5417 Kota Customer 8
Single Exponential Smoothing 37.2917
Kota Customer 9 Single Exponential Smoothing
1307 Kota Customer 10
Single Exponential Smoothing 831.818
4.2.4.5 Melakukan Uji MRC dari Metode Peramalan Yang digunakan
Setelah menncari nilai terkecil dari metode peramalan permintaan tersebut dilakukan uji MRC, hal ini dilakukan untuk mengetahui apakah data permintaan
terkontrol atau tidak berdasarkan meyode peramalan yang digunakan.
Contoh hasil uji MRC untuk PT. Aneka Indo Makmur
PT. Aneka Indo Makmur
-6 -4
-2 2
4 6
8
1 2
3 4
5 6
7 8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Bulan K
e but
u h
an
BKA Data
BKB
Hasil uji MRC untuk customer selanjutnya dapat dilihat pada Lampiran C.
4.2.4.6 Peramalan Permintaan Untuk Periode Bulan Juli 2009 Juli 2010
