Meramalkan Permintaan untuk Setiap Produk dari Juni 2014 sampai dengan Desember 2014
Gambar 5.1 Diagram Pencar Permintaan AFI Hitam Selama Juni 2014- Desember 2014
Dilihat dari pola data, data cendrung tidak stasioner, berfluktuasi, tidak membentuk pola musiman dan cendrung membentuk tren maka dipilih metode
double exponential smoothing. Untuk memilih metode terbaik dengan error terkecil maka dipilih metode double exponential smoothing satu parameter
Brown dan double exponential smoothing dua parameter Holt. 5. Mengumpulkan dan analisis data
a. Double Exponential Smoothing Satu Parameter Brown Tahap pertama dalam perhitungan ini adalah perhitungan pemulusan
eksponensial tunggal. Pada saat t=1, nilai-nilai tersebut tidak tersedia. Jadi nilai-nilai ini menggunakan suatu nilai rata-rata dari beberapa nilai
pertama sebagai titik awal. Dengan menggunakan rumus sebagai berikut : S
t
= α X
t
+ 1- α S
t-1
Untuk α=0,1 pada permintaan produk AFI Hitam maka dapat dihitung : Eksponensial tunggal periode ke-1 30 May – 5 Jun 2014 = 3225
Eksponensial tunggal periode ke-2 6 Juni - 12 Juni 2014 = 0,1 4822+1-0,1 3225
S= 3441,7 Eksponensial tunggal periode ke-3 13 Juni - 19 Juni 2014
= 0,1 4439+1-0,1 3441,7 S = 3514,43
Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat pada Tabel 5.7.
Tahap selanjutnya untuk menghitung peramalan tersebut yaitu mencari pemulusan eksponensial ganda dengan menggunakan rumus sebagai
berikut yaitu : S
t
= αS
t
+ 1- α S
t-1
Maka dapat dihitung: Pada AFI Hitam maka dapat dihitung sebagai berikut :
Eksponensial ganda periode ke-2 6 Juni - 12 Juni 2014 = 0,13411,7+1-0,1 3255
S = 3270,67 Eksponensial ganda periode ke-3 13 Juni - 19 Juni 2014
= 0,13514,43+1-0,1 3270,67 S= 3295,046
Eksponensial ganda periode ke-4 20 - 26 Juni 2014 = 0,13594,487+1-0,1 3295,046
S= 3324,99
Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat pada Tabel 5.7.
Selanjutnya dicari nilai a
t
dengan menggunakan rumus sebagai berikut: a
t
=S
t
+ S
t
+ S
t
=2S
t
-S
t
Maka nilai a
t
dapat dihitung: Nilai a untuk periode ke-2 6 Juni - 12 Juni 2014
= 23411,7 -3270,67 a
t
= 3098,3 Nilai a untuk periode ke-3 13 Juni - 19 Juni 2014
= 23514,43 – 3295,046 a
t
= 3308,97 Nilai a untuk periode ke-4 20 - 26 Juni 2014
= 23594,487 – 3324,99 a
t
=3434,373 Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat
pada Tabel 5.7. Tahap selanjutnya adalah menghitung nilai b, dengan menggunakan rumus
sebagai berikut: b
t
= 1
t S
t S
− −
α α
Maka nilai b
t
dapat dihitung α=0,1 yaitu: Nilai b untuk periode ke-2 6 Juni - 12 Juni 2014
= 67
, 3270
7 ,
3441 1
, 1
1 ,
− −
b
t
= 15,67 Nilai b untuk periode ke-3 13 Juni - 19 Juni 2014
=
1 ,
1 1
, −
3514,43 – 3295,046 b
t
= 24,376 Nilai b untuk periode ke-4 20 - 26 Juni 2014
=
1 ,
1 1
, −
3594,487 – 3324,99 b
t
=29,994 Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat
pada Tabel 5.7. Dari perhitungan a
t
dan b
t
diatas dapat ditentukan ramalan jumlah permintaan produk AFI Hitam . Untuk itu tahap selanjutnya adalah dengan
menggunakan rumus : F
t+m
=a
t
+ b
t
m Untuk periode ke-3 13 Juni - 19 Juni 2014 dengan m=1 = 3552,730 +
15,67 1 = 3568,4 Untuk periode ke-4 20 - 26 Juni 2014 dengan m=1 = 3733,814 + 24,376
= 3758,190 Untuk periode ke-5 27 Juni-3 Juli 2014 dengan m=1 = 3863,984
+29,994 = 3893,928 Dan demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat
pada Tabel 5.7.
b. Double Exponential Smoothing Dua Parameter Holt Tahap pertama dalam perhitungan ini adalah perhitungan pemulusan
eksponensial tunggal. Pada saat t=1, nilai-nilai tersebut tidak tersedia. Jadi nilai-nilai ini menggunakan suatu nilai rata-rata dari beberapa nilai
pertama sebagai titik awal. Dengan menggunakan rumus sebagai berikut : S
t
= α X
t
+ 1- α S
t-1
+ b
t-1
Untuk α=0,1 pada permintaan produk AFI Hitam maka dapat dihitung : S periode ke-1 30 May – 5 Jun 2014 = 3225
S periode ke-2 6 Juni - 12 Juni 2014 = 0,1 4822+1-0,1 3092,3+0 = 4735,51
S periode ke-3 13 Juni - 19 Juni 2014 = 0,1 4439+1-0,1 4735,51+164,326 = 4462,042
Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat pada Tabel 5.8.
Tahap selanjutnya untuk menghitung peramalan tersebut yaitu mencari pemulusan eksponensial ganda dengan menggunakan rumus sebagai
berikut yaitu :
Pada AFI Hitam maka dapat dihitung sebagai berikut : b periode ke-2 6 Juni - 12 Juni 2014 = 0,14735,51-3092,3+1-0,1 0
= 164,326 b periode ke-3 13 Juni - 19 Juni 2014 = 0,14462,042-4735,51+1-0,1
164,326 = 120,546
1 1
1
− −
− +
− =
t t
t t
b S
S b
γ γ
b periode ke-4 20 - 26 Juni 2014 = 0,14328,379-4462,042+1-0,1 120,546 = 95,125
Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat pada Tabel 5.8.
Dari perhitungan St dan bt diatas dapat ditentukan ramalan jumlah permintaan produk AFI Hitam . Untuk itu tahap selanjutnya adalah dengan
menggunakan rumus : F
t+m
=S
t
+ b
t
m Untuk periode ke-2 6 Juni - 12 Juni 2014 dengan m=1 = 4735,51 +
164,326 1 = 3092,25 Untuk periode ke-3 13 Juni - 19 Juni 2014 dengan m=1 = 4462,042 +
120,546 = 4899,839 Untuk periode ke-4 20 - 26 Juni 2014 dengan m=1 = 4328,379+ 95,125
= 4582,588 Demikian seterusnya untuk periode berikutnya. Hasilnya dapat dilihat
pada Tabel 5.8. 6. Validasi model peramalan
Validasi peramalan yang digunakan yaitu perhitungan MSE, MAD, dan MAPE. Untuk menentukan nilai parameter
α
pada metode Brown dan parameter
α
dan γ yang digunakan maka akan dicari nilai parameter yang
optimal dengan perhitungan error terkecil dengan cara trial error. Setelah didapat nilai parameter yang optimal untuk masing-masing metode maka
kedua metode akan dibandingkan, metode mana yang memiliki nilai error MSE terkecil.
Untuk perhitungan error digunakan rumus sebagai berikut:
E
t
= Xt-Ft
MSE =
n E
∑
2
MAD = MAPE =
a. metode double exponential smoothing satu parameter Brown setelah trial error didapatlah nilai MSE terkecil pada nilai
α
= 0,1, dengan perhitungan error sebagai berikut:
MSE = 810
, 176
. 110
. 1
30 298
, 304
. 305
. 33
=
MAD = MAPE =
b. metode double exponential smoothing dua parameter Holt setelah trial error didapatlah nilai MSE terkecil pada nilai
α
= 0,95 dan
γ = 0,1 dengan perhitungan error sebagai berikut:
MSE =
978 ,
139 .
3 30
340 ,
199 .
94 =
MAD = MAPE =
Perhitungan parameter dan error peramalan metode double exponential smoothing satu parameter Brown dapat dilihat pada Tabel 5.7 dan Perhitungan
parameter dan error peramalan metode double exponential smoothing dua parameter Holt dapat dilihat pada Tabel 5.8.
n E
∑ ∑
n PEi
393 ,
868 30
796 ,
051 .
26 =
588 ,
25 30
648 ,
767 =
364 ,
42 30
923 ,
270 .
1 =
242 ,
1 30
275 ,
37 =
Dari perhitungan diatas didapat bahwa metode yang memiliki error terkecil yaitu metode double exponential smoothing dua parameter Holt, maka metode
holt yang dihunakan untuk meramalkan produk AFI Hitam untuk minggu ke 31 sampai dengan minggu 42.
Tabel. 5.7 Perhitungan Parameter dan Error Peramalan dengan Double Exponential Smoothing Satu Parameter Brown
Periode Xt
St St
at bt
Ft+m Et
Et
2
PE
1 3.255
3.255 3.255
2 4.822
3.411,700 3.270,670 3.552,730 15,670
3 4.439
3.514,430 3.295,046 3.733,814 24,376 3.568,400
870,600 757.944,360
870,6 19,61253 19,61253
4 4.315
3.594,487 3.324,990 3.863,984 29,944 3.758,190
556,810 310.037,376
556,81 12,90406 12,90406
5 2.971
3.532,138 3.345,705 3.718,571 20,715 3.893,928
-922,928 851.796,093
922,928 -31,0646
31,06456 6
3.873 3.566,224 3.367,757 3.764,691
22,052 3.739,286 133,714
17.879,434 133,714 3,452466
3,452466 7
3.125 3.522,102 3.383,192 3.661,012
15,434 3.786,743 -661,743
437.903,798 661,743
-21,1758 21,17578
8 2.585
3.428,392 3.387,712 3.469,072 4,520 3.676,446
-1.091,446 1.191.254,371 1091,446
-42,2223 42,22228
9 1.934
3.278,953 3.376,836 3.181,070 -10,876 3.473,592
-1.539,592 2.370.343,526 1539,592
-79,6066 79,60662
10 2.379
3.188,958 3.358,048 3.019,868 -18,788 3.170,194
-791,194 625.987,946
791,194 -33,2574
33,25742 11
3.085 3.178,562 3.340,099 3.017,025
-17,949 3.001,080 83,920
7.042,566 83,92 2,720259
2,720259 12
3.420 3.202,706 3.326,360 3.079,052
-13,739 2.999,076 420,924
177.177,014 420,924 12,30772
12,30772 13
3.907 3.273,135 3.321,038 3.225,232
-5,323 3.065,313 841,687
708.437,006 841,687 21,54305
21,54305 14
3.794 3.325,222 3.321,456 3.328,988
0,418 3.219,909 574,091
329.580,476 574,091 15,13155
15,13155 15
4.646 3.457,300 3.335,040 3.579,560
13,584 3.329,406 1.316,594 1.733.419,761
1316,594 28,33823 28,33823
16 6.024
3.713,970 3.372,933 4.055,007 37,893 3.593,144
2.430,856 5.909.060,893 2430,856 40,35286
40,35286 17
4.946 3.837,173 3.419,357 4.254,989
46,424 4.092,900 853,100
727.779,610 853,1 17,24828
17,24828 18
2.043 3.657,756 3.443,197 3.872,315
23,840 4.301,413 -2.258,413 5.100.429,279
2258,413 -110,544
110,544 19
3.032 3.595,180 3.458,395 3.731,965
15,198 3.896,155 -864,155
746.763,864 864,155
-28,5012 28,50115
20 2.880
3.523,662 3.464,922 3.582,402 6,527 3.747,163
-867,163 751.971,669
867,163 -30,1098
30,10983 Sumber: Pengolahan Data
Tabel. 5.7 Perhitungan Parameter dan Error Peramalan dengan Double Exponential Smoothing Satu Parameter Brown Lanjutan
Periode Xt
St St
at bt
Ft+m Et
Et
2
PE
21 5.239
3.695,196 3.487,949 3.902,443 23,027 3.588,929
1.650,071 2.722.734,305 1650,071 31,49592
31,49592 22
4.940 3.819,676 3.521,122 4.118,230
33,173 3.925,470 1.014,530 1.029.271,121
1014,53 20,53704 20,53704
23 5.326
3.970,308 3.566,041 4.374,575 44,919 4.151,403
1.174,597 1.379.678,112 1174,597 22,05402
22,05402 24
4.026 3.975,877 3.607,025 4.344,729
40,984 4.419,494 -393,494
154.837,528 393,494
-9,77382 9,77382
25 5.111
4.089,389 3.655,261 4.523,517 48,236 4.385,713
725,287 526.041,232
725,287 14,19071 14,19071
26 5.038
4.184,250 3.708,160 4.660,340 52,899 4.571,753
466,247 217.386,265
466,247 9,254605 9,254605
27 2.986
4.064,425 3.743,787 4.385,063 35,626 4.713,239
-1.727,239 2.983.354,563 1727,239
-57,8446 57,84457
28 3.281
3.986,083 3.768,017 4.204,149 24,230 4.420,689
-1.139,689 1.298.891,017 1139,689
-34,736 34,73603
29 3.942
3.981,675 3.789,383 4.173,967 21,366 4.228,379
-286,379 82.012,932
286,379 -7,26481
7,264815 30
3.800 3.963,508 3.806,796 4.120,220
17,412 4.195,333 -395,333
156.288,181 395,333
-10,4035 10,4035
1.110.176,810 868,3932
25,58825 MSE
MAD MAPE
Sumber: Pengolahan Data
Tabel. 5.8 Perhitungan Parameter dan Error Peramalan dengan Double Exponential Smoothing Dua Parameter Holt
Periode Xt
St Bt
Ft Et
Et
2
PE
1 3.255
3.092,3 2
4.822 4.735,51
164,326 3.092,250
86,487 7.480,001
86,487 1,794
1,794 3
4.439 4.462,042
120,546 4.899,839
-23,042 530,934
23,042 -0,519
0,519 4
4.315 4.328,379
95,125 4.582,588
-13,379 178,998
13,379 -0,310
0,310 5
2.971 3.043,625
-42,863 4.423,504
-72,625 5.274,391
72,625 -2,444
2,444 6
3.873 3.829,388
40,000 3.000,762
43,612 1.902,007
43,612 1,126
1,126 7
3.125 3.162,219
-30,717 3.869,388
-37,219 1.385,254
37,219 -1,191
1,191 8
2.585 2.612,325
-82,635 3.131,502
-27,325 746,656
27,325 -1,057
1,057 9
1.934 1.963,785
-139,226 2.529,690
-29,785 887,146
29,785 -1,540
1,540 10
2.379 2.351,278
-86,554 1.824,559
27,722 768,509
27,722 1,165
1,165 11
3.085 3.043,986
-8,628 2.264,724
41,014 1.682,148
41,014 1,329
1,329 12
3.420 3.400,768
27,913 3.035,358
19,232 369,870
19,232 0,562
0,562 13
3.907 3.883,084
73,353 3.428,681
23,916 571,975
23,916 0,612
0,612 14
3.794 3.802,122
57,922 3.956,437
-8,122 65,967
8,122 -0,214
0,214 15
4.646 4.606,702
132,588 3.860,044
39,298 1.544,333
39,298 0,846
0,846 16
6.024 5.959,765
254,636 4.739,290
64,235 4.126,135
64,235 1,066
1,066 17
4.946 5.009,420
134,138 6.214,401
-63,420 4.022,096
63,420 -1,282
1,282 18
2.043 2.198,028
-160,415 5.143,558
-155,028 24.033,681
155,028 -7,588
7,588 19
3.032 2.982,281
-65,948 2.037,613
49,719 2.471,979
49,719 1,640
1,640 20
2.880 2.881,817
-69,400 2.916,333
-1,817 3,301
1,817 -0,063
0,063 21
5.239 5.117,671
161,125 2.812,417
121,329 14.720,726
121,329 2,316
2,316 Sumber: Pengolahan Data
Tabel. 5.8 Perhitungan Parameter dan Error Peramalan dengan Double Exponential Smoothing Dua Parameter Holt Lanjutan
Periode Xt
St Bt
Ft Et
Et
2
PE
22 4.940
4.956,940 128,939
5.278,796 -16,940
286,964 16,940
-0,343 0,343
23 5.326
5.313,994 151,751
5.085,879 12,006
144,144 12,006
0,225 0,225
24 4.026
4.097,987 14,975
5.465,745 -71,987
5.182,128 71,987
-1,788 1,788
25 5.111
5.061,098 109,789
4.112,962 49,902
2.490,210 49,902
0,976 0,976
26 5.038
5.044,644 97,165
5.170,887 -6,644
44,143 6,644
-0,132 0,132
27 2.986
3.093,790 -107,637
5.141,809 -107,790
11.618,684 107,790
-3,610 3,610
28 3.281
3.266,258 -79,627
2.986,153 14,742
217,327 14,742
0,449 0,449
29 3.942
3.904,232 -7,867
3.186,631 37,768
1.426,422 37,768
0,958 0,958
30 3.800
3.804,818 -17,022
3.896,365 -4,818
23,213 4,818
-0,127 0,127
3.139,978 42,364
1,242 MSE
MAD MAPE
Sumber: Pengolahan Data
7. Membuat dan implementasi peramalan Metode peramalan terpilih adalah metode double exponential smoothing dua
parameter Holt maka langkah selanjutnya yaitu membuat peramalan berdasarkan perhitungan Ft metode Holt. Perhitungan peramalan untuk
periode minggu ke 31 sd 42 yaitu: F
t+m
= S
t
+ b
t
m F
t+m
= 3804,818+-17,022 m Untuk periode 2-8 Januari 2014= 3804,818+-17,022 1= 3787,796
Untuk periode 9-15 Januari 2014= 3804,818+-17,022 2= 3770,774 Untuk periode 16-23 Januari 2014= 3804,818+-17,022 3= 3753,752
Untuk periode selanjutanya dapat dilihat pada Tabel 5.9.
Tabel 5.9 Peramalan Permintaan AFI Hitam dengan Double Exponential Smoothing Metode Holt
No Minggu
AFI Hitam Bag
1 2 Jan-8 Jan 2015
3.787,796 2
9 Jan-15 Jan 2015 3.770,774
3 16 Jan-22 Jan 2015
3.753,752 4
23 Jan-29 Jan 2015 3.736,730
5 30 Jan-5 Feb 2015
3.719,708 6
6 Feb-12 Feb 2015 3.702,686
7 13 Feb-19 Feb 2015
3.685,664 8
20 Feb-26 Feb 2015 3.668,642
9 27 Feb-5 Mar 2015
3.651,620 10
6 Mar-12 Mar 2015 3.634,598
11 13 Mar-19 Mar 2015
3.617,576 12
20 Mar-26 Mar 2015 3.600,554
Sumber: Pengolahan Data
8. Memantau keandalan fungsi peramalan menggunakan peta kontrol Memantau keandalan atau verifikasi dilakukan untuk mengetahui apakah
metode yang digunakan telah representatif atau tidak untuk digunakan pada peramalan permintaan tersebut. Hasil verifikasi peramalan dengan metode
Holt dapat dilihat pada Tabel 5.10.
Tabel 5.10 Verifikasi Peramalan AFI Hitam
Periode Xt
Ft Et
MR E-Et
1 3.255
2 4.822
3.092,250 86,487
0,000 3
4.439 4.899,839
-23,042 109,529
4 4.315
4.582,588 -13,379
9,663 5
2.971 4.423,504
-72,625 59,246
6 3.873
3.000,762 43,612
116,237 7
3.125 3.869,388
-37,219 80,831
8 2.585
3.131,502 -27,325
9,894 9
1.934 2.529,690
-29,785 2,460
10 2.379
1.824,559 27,722
57,507 11
3.085 2.264,724
41,014 13,292
12 3.420
3.035,358 19,232
21,782 13
3.907 3.428,681
23,916 4,684
14 3.794
3.956,437 -8,122
32,038 15
4.646 3.860,044
39,298 47,420
16 6.024
4.739,290 64,235
24,937 17
4.946 6.214,401
-63,420 127,655
18 2.043
5.143,558 -155,028
91,608 19
3.032 2.037,613
49,719 204,747
20 2.880
2.916,333 -1,817
51,536 21
5.239 2.812,417
121,329 123,146
22 4.940
5.278,796 -16,940
138,269 23
5.326 5.085,879
12,006 28,946
24 4.026
5.465,745 -71,987
83,993 25
5.111 4.112,962
49,902 121,889
26 5.038
5.170,887 -6,644
56,546 27
2.986 5.141,809
-107,790 101,146
28 3.281
2.986,153 14,742
122,532 29
3.942 3.186,631
37,768 23,026
30 3.800
3.896,365 -4,818
42,586
Jumlah 1907,145
Sumber: Pengolahan Data
112 ,
8 6
2 30
1907,145 1
= −
= −
=
∑
n MR
MR
Sehingga diperoleh:
UCL = 2,66 x
MR
= 2,66 x
112 ,
8 6
=
181,178
13 UCL= 13 x
181,178
=
60,393 ;
23 UCL = 23 x
181,178
= 120,785 LCL = 2,66 x -
MR
= 2,66 x 68,112 = -181,178 13 LCL = 13 x -181,178= -
60,393;
23 LCL = 23 x -181,178= -120,785
Moving Range Chart peramalan dapat dilihat pada Gambar 5.2.
Gambar 5.2 Moving Range Chart Peramalan Permintaan Produk AFI Hitam
Setelah diperiksa dengan aturan 1,3,5 dan 8 titik ternyata tidak ada data yang berada diluar batas kontrol sehingga metode peramalan sudah representatif.
Perhitungan peramalan untuk produk lainnya yaitu menggunakan metode double exponential smoothing satu parameter Brown dan double exponential smoothing
dua parameter Holt. Hal ini dikarenakan diagram pencar dari setiap produk dapat dilihat pada Lampiran 2 cendrung tidak stasioner, berfluktuasi, tidak membentuk
pola musiman dan cendrung membentuk tren. Dengan cara yang sama dicari peramalan permintaan untuk produk lainnya. Perhitungan untuk parameter dan
error setiap produk dapat dilihat pada Lampiran 2. Hasil rekapitulasi perhitungan parameter dan error untuk metode double exponential smoothing satu parameter
Brown dan double exponential smoothing dua parameter Holt dapat dilihat pada Tabel 5.11 dan Tabel 5.12.
Tabel 5.11 Rekapitulasi Perhitungan Parameter dan Error Metode Brown
Jenis Tepung
α
MSE MAD
MAPE AFI Hitam
0,1 1110176,810
868,393 25,588
AFI Orange 0,2
1366,957 29,349
7,176
AFI Cokelat 0,7
162474,638 258,129
26,066
AFI Biru 0,1
653520,234 558,255
33,911
AFI Kuning 0,2
3207150,943 789,055
52,122
AFI Merah 0,2
114095,346 758,461
24,849
Armada Biru 0,4
17890282,104 3571,038
11,159
Armada Orange 0,1
3119502 920,98
19,429
Armada Merah 0,95
2002096,234 992,3969
18,746
Sumber: Pengolahan Data
Tabel 5.12 Rekapitulasi Perhitungan Parameter dan Error Metode Holt Jenis Tepung
α
γ
MSE MAD
MAPE AFI Hitam
0,95 0,1
3139,978 42,364
1,242
AFI Orange 0,95
0,1 4,4331
1,670 0,406
AFI Cokelat 0,95
0,1 353,813
12,183 1,272
AFI Biru 0,95
0,1 1585,966
24,725 1,501
AFI Kuning 0,95
0,1 8572,641
46,112 2,625
AFI Merah 0,95
0,1 3422,319
38,427 1,281
Armada Biru 0,95
0,1 47016,795
189,616 0,596
Armada Orange 0,95
0,1 13449,291
65,734 1,406
Armada Merah 0,95
0,4 3010,966
34,907 0,674
Sumber: Pengolahan Data
Hasil rekapitulasi menunjukkan bahwa error metode Holt lebih kecil dibanding metode Brown untuk seluruh jenis tepung, maka dipilihlah metode Holt untuk
meramalkan jumlah permintaan produk tepung terigu PT. Agri First Indonesia. Hasil rekapitulasi peramalan permintaan produk PT. Agri First Indonesia dapat
dilihat pada Tabel 5.13.
Tabel 5.13 Rekapitulasi Hasil Peramalan Produk PT. Agri First Indonesia dengan Metode Holt
No Minggu
AFI Hitam
bag AFI
Orange bag
AFI Cokelat
bag AFI
Biru bag
AFI Kuning
bag AFI
Merah bag
Armada Biru
bag Armada
Orange bag
Armada Merah
bag 1 2 Jan-8 Jan 2015
3.787 450
895 1.272
849 2.397 23.526
7.423 22.881
2 9 Jan-15 Jan 2015 3.770
454 892
1.194 657
2.338 22.858 7.697
25.477 3 16 Jan-22 Jan 2015 3.753
458 890
1.115 466
2.278 22.190 7.971
28.073 4 23 Jan-29 Jan 2015 3.736
461 887
1.037 275
2.219 21.522 8.245
30.669 5 30 Jan-5 Feb 2015
3.719 465
884 958
83 2.159 20.854
8.519 33.265
6 6 Feb-12 Feb 2015 3.702 469
881 880
-107 2.100 20.186
8.793 35.861
7 13 Feb-19 Feb 2015 3.685 472
879 801
-299 2.040 19.518
9.068 38.457
8 20 Feb-26 Feb 2015 3.668 476
876 723
-490 1.981 18.851
9.342 41.053
9 27 Feb-5 Mar 2015 3.651 480
873 645
-681 1.921 18.183
9.616 43.649
10 6 Mar-12 Mar 2015 3.634 483
871 566
-873 1.862 17.515
9.890 46.245
11 13 Mar-19 Mar 2015 3.617 487
868 488
-1.064 1.802 16.847 10.164 48.841 12 20 Mar-26 Mar 2015 3.600
491 865
409 -1.256 1.742 16.179 10.438 51.437
Sumber: Pengolahan Data
Tabel 5.13 menunjukkan jumlah permintaan produk tepung terigu PT. Agri First Indonesia. Hasil peramalan permintaan produk AFI Kuning menurun hingga
bernilai minus, sedangkan jika dilihat berdasarkan data jumlah permintaan produk AFI Kuning periode sebelumnya permintaan pada beberapa periode terakhir
meningkat dikarenakan adanya permintaan dari perusahaan Mie Sedap, dan permintaan tersebut akan bersifat rutin untuk periode ke depannya. Grafik
permintaan AFI Kuning dapat dilihat pada Gambar 5.3.
Gambar 5.3 Grafik Jumlah Permintaan Produk AFI Kuning
Berdasarkan hal diatas, maka diharapkan permintaan AFI Kuning akan meningkat untuk setiap periodenya maka dipilihlah metode Brown untuk
peramalan jumlah permintaan AFI Kuning. Hasil rekapitulasi permintaan untuk setiap produk tepung PT. Agri First Indonesia yang digunakan untuk perencanaan
produksi dengan goal programming dapat dilihat pada Tabel 5.14.
Tabel 5.14 Rekapitulasi Hasil Peramalan Produk PT. Agri First Indonesia
No Minggu
AFI Hitam
bag AFI
Orange bag
AFI Cokelat
bag AFI
Biru bag
AFI Kuning
bag AFI
Merah bag
Armada Biru
bag Armada
Orange bag
Armada Merah
bag 1 2 Jan-8 Jan 2015
3.787 450
895 1.272 4.894 2.397 23.526
7.423 22.881
2 9 Jan-15 Jan 2015 3.770
454 892
1.194 5.129 2.338 22.858 7.697
25.477 3 16 Jan-22 Jan 2015
3.753 458
890 1.115 5.364 2.278 22.190
7.971 28.073
4 23 Jan-29 Jan 2015 3.736
461 887
1.037 5.599 2.219 21.522 8.245
30.669 5 30 Jan-5 Feb 2015
3.719 465
884 958
5.834 2.159 20.854 8.519
33.265 6 6 Feb-12 Feb 2015
3.702 469
881 880
6.069 2.100 20.186 8.793
35.861 7 13 Feb-19 Feb 2015 3.685
472 879
801 6.304 2.040 19.518
9.068 38.457
8 20 Feb-26 Feb 2015 3.668 476
876 723
6.539 1.981 18.851 9.342
41.053 9 27 Feb-5 Mar 2015
3.651 480
873 645
6.774 1.921 18.183 9.616
43.649 10 6 Mar-12 Mar 2015
3.634 483
871 566
7.009 1.862 17.515 9.890
46.245 11 13 Mar-19 Mar 2015 3.617
487 868
488 7.243 1.802 16.847 10.164 48.841
12 20 Mar-26 Mar 2015 3.600 491
865 409
7.478 1.742 16.179 10.438 51.437 Sumber: Pengolahan Data