k = derajat kebebasan Untuk data konstan, k = 1 Untuk data linier, k = 2
Untuk data kuadratis, k = 3 Untuk data siklis, k = 3 Untuk data eksponensial, k = 2
3.5. Pengujian Hipotesa Distribusi F
Setelah didapat kesalahan error dari masing-masing metode peramalan, maka akan dilakukan pengujian terhadap dua metode yang memiliki error
terkecil, guna mendapatkan metode peramalan yang lebih baik untuk digunakan. Pengujian dilakukan dengan tes distibusi F. Jika diasumsikan bahwa metode “X”
adalah metode peramalan yang memiliki besar error yang paling kecil pertama, dan metode “Y” adalah metode peramalan yang memiliki besar error yang paling
kecil kedua, maka langkah-langkah pengujiannya adalah sebagai berikut: 1. Tentukan pernyataan awal H
dan pernyataan alternatif H
1
Ho: SEE X ≤ SEE Y
Hi : SEE X SEE Y
2. Lakukan tes statistik dengan rumus:
Uji statistik :
2
=
Y X
hitung
SEE SEE
F
3. Bandingkan hasil yang diperoleh dari langkah 2 dengan hasil yang diperoleh dari tabel distribusi F dengan tingkat ketelitian yang telah ditetapkan.
Universitas Sumatera Utara
Jika Fhitung Ftabel maka H0 diterima berarti metode peramalan dengan metode X lebih baik digunakan, dan sebaliknya.
Berikut merupakan grafik uji hipotesis dengan distribusi f peramalan dapat dilihat pada Gambar 3.4.
Gambar 3.4. Grafik Uji Hipotesis dengan Distribusi F Peramalan
3.6. Proses Verifikasi
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang diperoleh telah representatif terhadap data. Proses verifikasi dilakukan dengan
menggunakan Moving Range Chart MRC. Dari peta ini dapat terlihat apakah sebaran berada di dalam batas kontrol ataupun sudah di luar kontrol.
Apabila sebaran berada di luar kontrol, maka fungsimetode peramalan tersebut tidak sesuai, artinya pola peramalan terhadap data Y-Y
F
tersebut tidak representatif. Berikut merupkan proses verifikasi dengan menggunakan Moving
Range Chart MRC dapat dilihat pada Gambar 3.5.
Daerah Penerimaan
Hipotesa Daerah
Penolakan Hipotesa
3,44 0,98
Universitas Sumatera Utara
A B
C
A B
C Y-Yf
UCL = 2.66 MR
-13 x 2.66 MR -23 x 2.66 MR
Central Line = MR 23 x 2.66 MR
13 x .66 MR
LCL = -2.66 MR
Gambar 3.5. Moving Range Chart
Sumber: Rosnani Ginting, Sistem Produksi.
Kondisi out of control dapat diperiksa dengan menggunkan empat aturan berikut :
1. Aturan Satu Titik
Bila ada sebaran Y-Y
F
berada diluar UCL dan LCL. Walaupun jika semua titik sebaran berada dalam batas kontrol belum tentu fungsimetoda
representatif. Untuk itu penganalisaan perlu dilanjuti dengan membagi MRC menjadi tiga daerah yaitu A, B dan C.
2. Aturan Tiga Titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang mana empat diantaranya jatuh pada daerah B.
Universitas Sumatera Utara
MRC
Out of Control?
Fungsi Penyebab
Diketahui? Gunakan Fungsi yang
diperoleh untuk meramalkan
Gejala tersebut bukan Bersifat random sehingga
Data menyimpang
Ganti dengan Fungsi baru
Menghitung kembali Parameter fungsi tersebut
dengan menghilangkan titik- titik out of control sehingga
diperoleh fungsi yang baru data berkurang
Ulangi Kembali
Tidak
Ya
Tidak
4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada daerah C.
Proses verifikasi dari proses peramalan dapat dilihat pada Gambar 3.6.
Gambar 3.6. Proses Verifikasi Metode Peramalan
Sumber: Rosnani Ginting, Sistem Produksi.
3.7. EconomicOrder Quantity EOQ
