4.5. Peramalan Permintaan Tahun 2011
Peramalan adalah proses untuk memperkirakan kebutuhan dimasa datang dalam periode waktu dengan melihat tingkat permintaan konsumen atas suatu
produk. Peramalan dilakukan untuk masa mendatang melalui pengujian keadaan masa di masa lalu yang meliputi kebutuhan dalam ukuran kuantitas, kualitas,
waktu dan lokasi yang dibutuhkan dalam memenuhi permintaan barang ataupun jasa.
4.5.1. Membuat Plot Diagram Permintaan
Dari data permintaan produk Pupuk ZA pada tabel 4.3. dapat digambarkan dalam suatu plot diagram dengan adanya permintaan sebagai
berikut:
Gambar 4.2. Plot Diagram Permintaan PT. PETROKIMIA Gresik tahun 2009 -2010
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.5.2. Penetapan Metode Peramalan.
Dilihat dari plot diagram permintaan produk pada gambar 4.2. Yang berpola fluktuatif. Sehingga untuk pengolahan data permintaan Januari 2009 sd
Desember 2010, menggunakan 3 metode peramalan, yaitu : metode single exponential smoothing SES, double exponential smoothing DES dan simple
average SA.
4.5.3. Menghitung Masing – masing Kesalahan Peramalan
Peramalan ditujukan untuk memprediksi permintaan yang akan datang. Dari hasil perhitungan peramalan dengan menggunakan program Win QSB dapat
dilihat pada lampiran IV, maka dihasilkan nilai kesalahan peramalan yang diperoleh dari permintaan tahun lalu, seperti pada tabel 4.13. dibawah ini :
Tabel 4.13. Nilai Kesalahan Peramalan Dari Berbagai Metode Peramalan No.
Metode MAD
MSE MAPE
1 Simple Average SA
602.1851 613866.7
3.31387 2
Single Exponential Smoothing SES 628.3544
669523.4 3.491299
3 Double Exponential Smoothing DES
557.9526 580049.9
3.096
4.5.4. Memilih Metode Dengan Nilai Kesalahan Peramalan Terkecil
Dari tabel 4.13. diatas maka dapat disimpulkan bahwa metode yang memiliki kesalahan peramalan terkecil adalah metode Double Exponential
Smoothing nilai Alfha 0.5 dengan nilai kesalahan MAD = 557.9526, MSE
=580049.9, MAPE = 3.096
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.5.5. Uji Verivikasi Data Dengan MRC Moving Range Chart
Setelah didapat fungsi peramalan dengan kesalahan peramalan tekecil, kemudian perlu diadakan verifikasi apakah fungsi tersebut dapat diterapkan atau
tidak, maka alat yang digunakan adalah MRC Moving Range Chart. Cara membuat MRC adalah sebagai berikut :
MR =
ŷ
t
- y
t
– ŷ
t-1t
– y
t-1
Dimana : MR = Moving Range
ŷ
t
= Data hasil Peramalan hasil tertentu
y
t
= Data peramalan periode tertentu ŷ
t-1
= Data hasil peramalan 1 periode sebelumnya y
t-1
= Data permintaan 1 periode tertentu Adapun rata-rata moving range didefinisikan sebagai :
Dimana : MR =
Rata-rata moving range n = jumlah periode
Garis tengah peta moving range adalah pada titik. batas kontrol atas dan bawah Pada peta moving range adalah :
UCL = +2,66.MR LCL = -2,66.MR
Sementara itu, variable yang akan diplot ke dalam peta moving range : ∆y
t
= ŷ
t
– y Untuk uji yang paling tepat bagi kondisi diluar kendali adalah dengan cara
Membagi peta kendali ke dalam 6 bagian dengan selang yang sama. Yaitu daerah
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
A adalah daerah diluar ± 23 2,66 . MR = ± 1,77 . MR diatas +1,77 MR dan dibawah –1,77 MR. Daerah B adalah daerah diluar ± 0,89 . MR diatas +0.89
MR dan dibawah – 0,89 MR. Dibawah ini adalah tabel perhitungan MRC.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.14. Perhitungan Moving Range
Bulan Periode t
Peramalan Permintaan
Error Moving Range
MR Januari 2009
Pebruari 2009 Maret 2009
April 2009 Mei 2009
Juni 2009 Juli 2009
Agustus 2009 September 2009
Oktober 2009 November 2009
Desember 2009 Januari 2010
Pebruari 2010 Maret 2010
April 2010 Mei 2010
Juni 2010 Juli 2010
Agustus 2010 September 2010
Oktober 2010 November 2010
Desember 2010 1
2 3
4 5
6 7
8 9
10 11
12 13
14 15
16 17
18 19
20 21
22 23
24 -
17900 17550
17825
17862.5 17681.25
17665.63 17445.31
17853.91 18042.58
18479.1 18418.46
18448.68 18444.07
18131.9 18070.88
18237.91 18345.19
18035.71 17949.41
17965.49 18228.13
18311.76 18354.73
17900 16500
19000 17700
17100 17800
18000 18100
18500 19600
17800 18600
18400 17200
18200 18800
18500 17000
18000 18100
19000 18300
18400 18500
- -1400
-1450 125
762.5 -118.75
-334.37 -654.69
-646.09
-1557.42 679.1
-181.54 48.68
1244.07 -68.1
-729.12 -262.09
1345.19 35.71
-150.59 -1034.51
-71.87 -88.24
-145.27 -
1400 2850
1575
637.5 881.25
215.62 320.32
8.6 911.33
2236.52 860.64
230.22 1195.89
1312.17 661.02
467.03 1607.28
1309.48 186.3
883.92 962.64
16.37 57.03
∑
MR 20785.63
Perhitungan :
1 −
=
∑
n MR
MR
23 63
. 20785
=
= 903.783
MR BKA
. 66
. 2
= MR
BKB .
66 .
2 −
=
= 2.66 . 903.783 = –2.66 . 903.783
= 2404.06 = –2404.06
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Daerah A = ± 1.77 . MR Daerah B = ± 0.89 . MR
= ± 1.77 . 903.783 =± 0.89. 903.783
= ± 1599.69 = ± 804.36
Gambar 4.3. Peta Kendali Moving Range
Dari grafik diatas dapat disimpulkan bahwa perhitungan moving range untuk menggunakan metode Double Eksponential Smoothing dengan alfa 0.5 layak
dipakai untuk peramalan karena, data error berada pada batas kontrol atas dan batas kontrol bawah.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.5.6. Hasil Peramalan Dengan Metode Yang Dipilih