2 Carding
0.052 3
Drawing 0.03
4 Speed Frame Simplex
0.021 5
Ring Frame 0.065
6 Winding
0.017 7
Packing 0.028
4.3. Peramalan
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.
4.3.1. Membuat Plot diagram Permintaan
Berdasarkan data permintaan Benang Single 30 NE pada tabel 4.10 maka dapat digambarkan suatu plot diagram permintaan sebagai berikut :
Gambar 4.2. Plot Diagram Permintaan Benang Single 30 NE
4.3.2. Penetapan Metode Peramalan.
Dilihat dari plot diagram permintaan produk pada gambar 4.2. yang berpola random acak , sehingga untuk pengolahan data permintaan
Januari 2009 sd April 2010, menggunakan 3 metode peramalan, yaitu : metode single average SA, single exponential smoothing SES, dan double exponential
smoothing DES
4.3.3. 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 III, maka dihasilkan nilai kesalahan peramalan yang diperoleh dari permintaan tahun lalu, seperti pada tabel 4.16. dibawah ini :
Tabel 4.16. Nilai Kesalahan Peramalan Dari Berbagai Metode Peramalan No.
Metode MAD
MSE MAPE
1 Simple Average
36296.01 1.792101E+09
27.67081 2
Single Exponential Smoothing 23224.23
1.101193E+09 16.76712
3 Double Exponential Smoothing
24408.49 1.14963E+09
17.56001
4.3.4. Memilih Metode Dengan Nilai Kesalahan Peramalan Terkecil
Dari tabel 4.16. diatas maka dapat disimpulkan bahwa metode yang memiliki kesalahan peramalan terkecil adalah metode Single Exponential
Smoothing dengan nilai kesalahan MAD = 23224.23, MSE = 1.101193E+09, MAPE = 16.76712
4.3.5. 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 dipakai 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 : BKA = +2,66.MR
BKB = -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 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.
Tabel 4.17. Perhitungan Moving Range
Bulan Periode t
Peramalan ŷ
t
Permintaan y
t
Forcast Error
Moving Range MR
Januari 2009 Februari 2009
Maret 2009 April 2009
Mei 2009 Juni 2009
Juli 2009 Agustus 2009
September 2009 Oktober 2009
November 2009 Desember 2009
Januari 2010 Februari 2010
Maret 2010 April 2010
1 2
3 4
5 6
7 8
9
10 11
12 13
14 15
16 -
105677 188953.1
203682.4 201383.4
155083.4 141785.5
134815.5
135445 122188
129105.4 101880
79272.91 113024.8
147774.9 150549.7
105677 198206
205319 201128
149939 140308
134041 135515
120715 129874
98855 76761
116775 151636
150858 155818
- -92529
-16365.91 2554.406
51444.44 14775.44
7744.547
-699.5469 14730.05
-7685.992 30250.4
25119.04 -37502.09
-38611.21 -3083.125
-5268.313 -
- 76163.09
18920.316 48890.034
36669 7030.893
8444.0939 15429.5969
22416.042 37936.392
5131.36 62621.13
1109.12 383728.085
2185.188
MR 726674.3408
Perhitungan :
1
n MR
MR
1 16
3408 .
726674
= 48444.96 MR
x BKA
66 .
2
MR x
BKB 66
. 2
= 2.66 x 48444.96 = –2.66 x 48444.96
= 128863.59 = – 128863.59
Daerah A = ± 1.77 x MR Daerah B = ± 0.89 x MR
= ± 1.77 x 48444.96 = ± 0.89 x 48444.96
= ± 85747.58 = ± 43116.01
Gambar 4.3. Peta Kendali Moving Range
Berdasarkan gambar diatas, data dikatakan terkontrol karena data berada di dalam batas BKA DAN BKB. Maka metode Single Exponential Smoothing
tersebut dapat diterapkan.
4.3.6. Peramalan Dengan Metode Yang Dipilih
