• Nilai tengah kesalahan absolut Mean Absolut Error:
-5. = 1
0|1
2
|
3 24+
• Nilai tengah kesalahan kuadrat Mean Square error:
- . = 1
0 1
2 7
3 24+
• Nilai tengah kesalahan persentase absolut Mean Absolute Percentage
Error: -58. =
1 0|8. |
3 4+
1.6 Kontribusi Penelitian
Manfaat yang diharapkan dari penelitian ini adalah: 1.
Dapat menjadi suatu bahan masukkan atau sebagai pertimbangan bagi CV. Mode Fashion dalam mengambil suatu kebijakan.
2. Membantu penulis dalam menerapkan ilmu dan pengetahuan yang didapat
selama masa perkuliahan kedalam dunia nyata. 3.
Dapat digunakan sebagai tambahan informasi dan referensi bacaan untuk mahasiswa matematika, terlebih bagi mahasiswa yang akan melakukan
penelitian dalam peramalan.
1.7 Metodologi penelitian
Penelitian dilakukan dengan langkah-langkah sebagai berikut: 1.
Pengumpulan Data
Dalam penelitian ini, data yang digunakan adalah data sekunder jumlah produksi pakaian tahun 2007-2014 yang berasal dari catatan laporan produksi
dari perusahaan pakaian kemeja CV. MODE FASHION STORE.
2. Pengolahan data
Metode untuk melakukan pengujian data dilakukan dengan: a.
Memahami konsep Metode Pemulusan Dua Parameter dari Holt dan Metode Pemulusan Eksponensial Ganda dari Brown melalui literatur
berupa buku, jurnal maupun internet yang berhubungan dengan peramalan. b.
Pengolahan data dalam Metode Pemulusan Dua Parameter dari Holt dan Metode Pemulusan Eksponensial Ganda dari Brown.
c. Perhitungan peramalan dengan menggunakan Metode Pemulusan Dua
Parameter dari Holt dan Metode Pemulusan Eksponensial Ganda dari Brown.
d. Perhitungan dan perbandingan hasil produksi dengan kesalahan error
terkecil. e.
Membuat kesimpulan dan saran dari hasil perhitungan dan perbandingan peramalan yang telah diperoleh pada masing masing metode.
8
BAB 2 LANDASAN TEORI
2.1
Peramalan
Peramalan adalah upaya memperkirakan nilai-nilai respon yang menjadi perhatian di masa depan dan digunakan sebagai acuan pencegah yang mendasari suatu
keputusan untuk yang akan datang dalam upaya meminimalkan kendala atau memaksimalkan pengembangan baik dalam dunia usaha, seperti peramalan
produksi dan sebagainya. Dalam keefektifannya haruslah suatu peramalan tersebut adalah hasil dari proses perhitungan yang sistematis. Dalam statistika, peramalan
sangat bergantung pada data histori. Secara ilmiah metode peramalan dapat diklasifikasikan dalam dua
kelompok yaitu metode kualitatif dan metode kuantitatif. Metode peramalan kualitatif didasarkan pada pengamatan kejadian-kejadian di masa sebelumnya
yang digabungkan dengan intuisi manusia dari pada penggunaan data historis yang dimiliki dalam menghasilkan suatu informasi yang perkiraan bakal terjadi di
masa yang akan datang. Metode ini banyak digunakan dalam banyak pengambilan keputusan sehari-hari. Dalam hal ini ramalan dikatakan baik atau tidak bergantung
dari banyak hal antara lain pengalaman, perkiraan, dan pengetahuan yang didapat. Metode peramalan kuantitatif merupakan peramalan yang didasarkan pada
data-data variabel yang bersangkutan di masa sebelumnya. Metode ini menggunakan analisis statistik dan tanpa intuisi atau penilaian subyektif orang
yang melakukan peramalan. Menurut Makridakis dkk 1992, peramalan dengan menggunakan metode kuantitatif dapat diterapkan apabila terdapat tiga kondisi
berikut: 1.
Tersedia informasi tentang masa lalu, 2.
Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik, 3.
Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.
9
2.2 CV. Mode Fashion Departement Store Medan
CV. Mode Fashion adalah sebuah perusahaan swasta nasional yang bergerak dibidang retail untuk membuat suatu perusahaan yang meproduksi pakaian jadi
seperti baju kemeja yang di pakai dalam kehidupan sehari-hari. Suatu produk yang digunakan sebagai kelengkapan penampilan seseorang dan menjadi salah
satu kebutuhan yang tak bisa lepas dari semua orang dari anak-anak sampai dewasa dan enggak menutup kemungkinana dari kalangan bawah sampai
kalangan atas sehingga setiap kegiatan apapun pasti kita memakainya untuk melengkapi penampilan setiap saat sehingga semakin banyak yang memesan suatu
produk semakin bertambah pula produksi yang dibuat. Oleh karena itu, setiap perusahaan yang bergerak di bidang retail pasti
mempunyai permasalahan kondisi yang mengakibatkan produksi menurun atau berkurang optimal dikarenakan tidak adanya tidak adanya pemahaman yang baik
dalam strategi penerapan tentang produksi barang.
2.3 Metode Deret Berkala
Deret berkala Time Series adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke
waktu. Metode Time Series merupakan metode peramalan kuantitatif yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan
diperkirakan dengan varibel waktu. Time Series mencakup penelitian pola data yang digunakan untuk meramalkan apakah data tersebut stasioner atau tidak dan
ekstrapolasi ke masa yang akan datang. Sedangkan deret berkala adalah serangkaian nilai-nilai variabel yang
disusun berdasarkan waktu. Pada analisis deret berkala ada empat komponen salah satunya adalah variasi musim. Variasi musim merupakan gerakan suatu deret
berkala yang diklasifikasikan kedalam periode kurang dari satu tahun seperti kwartalan, bulanan atau harian, atau gerakan periodik yang berulang Kustituanto,
1984.
10 Berdasarkan sumbernya, data dibedakan menjadi data intern dan data
ekstern. Data intern adalah data yang berasal dari dalam organisasi perusahaan, sedangkan data ekstern adalah data yang berasal dari luar organisasi perusahaan.
Data ekstern terbagi atas data primer dan sekunder. Data primer adalah data yang dikumpulkan sendiri untuk peramalan yang akan dilakukan, sedangkan data
sekunder adalah data yang terkumpul atau sudah tersedia untuk peramalan. Ada empat komponen utama yang mempengaruhi analisis ini, yaitu:
a. Pola Siklis Cycle
Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki
kecenderungan periodik. Komponen siklis ini sangat berguna dalam peramalan jangka menengah.
Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus-menerus. Pola data bentuk ini digambarkan sebagai berikut:
Gambar 2.1 Pola Siklis
b. Pola Musiman Season Perkataan musim menggambarkan pola penjualan yang berulang setiap periode.
Komponen musim dapat dijabarkan ke dalam vektor cuaca, libur, atau kecenderungan perdagangan. Pola musiman berguna meramalkan penjualan
dalam jangka pendek. Pola data musiman dapat digambarkan sebagai berikut:
Gambar 2.2 Pola Musiman
11 c.
Pola kecenderungan trend Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun
terus menerus. Pola data dalam bentuk ini dapat digambarkan sebagai berikut:
Gambar 2.3 Pola Kecenderungan
d. Pola Acak Pola data ini menggambarkan pola penjualan yang setiap periodenya memiliki
kondisi yang beragam dan acak. Pola data dalam bentuk ini dapat digambarkan sebagai berikut:
Gambar 2.4 Pola Acak
2.4 Metode Pemulusan Smoothing