ini berguna untuk mengetahui pola data tersebut apakah mengandung unsur acak, musiman, siklus dan trend.
Diagram pencar data permintaan untuk produk Crib adalah sebagai berikut :
Gambar 4.1. Diagram Pencar Data Permintaan Produk Crib
Untuk diagram pencar data permintaan produk lain dapat dilihat pada lampiran F.
4.2.4.1. Menghitung Mean Square Error MSE
Dari hasil peramalan data permintaan dengan menggunakan WinQSB akan didapatkan nilai Mean Square Error MSE. Hasil Mean Square Error MSE dari
Warehouse pusat dapat dilihat pada tabel berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.13. Mean Square Error MSE Hasil Peramalan
Produk SA
SES DES
Simple Average Single Exponential
Smooting Double Exponential
Smooting
Crib 1571,245
92814,13 2150,031
Dresser 978,9962
943,5287 947,0966
Night Stand 943,6512
1004,007 1009,987
Combo 1759,451
51625 1709,236
Guard Rail 597,451
558,3253 606,3466
Conversion Kit 1281,019
1212,604 1202,295
Sumber:Pengolahan dataLampiran G
Untuk tabel Mean Square Error MSE masing-masing produk dapat dilihat pada Lampiran G.
Setelah didapat nilai MSE kemudian dipilih nilai MSE yang terkecil. Hasil Perbandingan MSE dari masing-masing metode bila diurutkan berdasarkan MSE
terkecil adalah sebagai berikut : Tabel 4.14. Urutan Perbandingan Nilai MSE masing-masing produk
Urutan Crib
Dresser Night
Stand Combo
Guard Rail
Convertion Kit
1 SA
SES SA
DES SES
DES 2
DES DES
SES SA
SA SES
3 SES
SA DES
SES DES
SA
Sumber : Pengolahan Data Lampiran G
Berdasarkan Tabel 4.15. dapat disimpulkan urutan MSE dari yang terkecil untuk masing-masing produk yaitu untuk produk Crib adalah dengan metode
Simple Average Sa , begitu juga seterusnya untuk produk lainnya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.2.4.2 Uji Verifikasi Dengan Moving Range Chart MRC
Setelah diketahui fungsi peramalan dengan MSE terkecil maka perlu dilakukan uji verifikasi untuk mengetahui apakah fungsi peramalan yang dipilih
dapat dipakai atau tidak. Alat yang dipergunakan untuk uji verifikasi adalah dengan Moving Range Chart MRC.
Tabel 4. 15. Perhitungan Moving Range Chart MRC produk Crib
TAHUN BULAN
PERIODE Yt
Yt Yt - Yt
MR
2009
Januari 1
150 Februari
2 185
150 35
35 Maret
3 210
167,5 42,5
7,50 April
4 215
181,67 33,33
25,83 Mei
5 160
190 -30
4,17 Juni
6 225
184 41
36,83 Juli
7 160
190,83 -30,83
6,00 Agustus
8 230
186,43 43,57
37,57 September
9 210
191,88 18,12
19,45 Oktober
10 290
193,89 60,11
76,66 November
11 245
203,5 41,5
35,16 Desember
12 160
207,27 -47,27
12,11
2010
Januari 13
230
203,33 26,67
14,56 Februari
14 250
205,38 44,62
30,06 Maret
15 240
208,57 31,43
1,37 April
16 275
210,67 64,33
62,96 Mei
17 225
214,69 10,31
52,65 Juni
18 200
215,29 -15,29
37,36 Juli
19 185
214,44 -29,44
14,15 Agustus
20 215
212,89 2,11
12,04 September
21 250
213 37
24,96 Oktober
22 260
214,76 45,24
20,28 November
23 225
216,82 8,18
12,10 Desember
24 240
217,17 22,83
10,73 jumlah
589,5 25,63
MR A
45,45 68,176957
BA B
22,73 -68,176957
BB C
B -22,73
A -45,45
Sumber : Pengolahan Data Lampiran H
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dari tabel di atas dapat diketahui bahwa batas atas untuk produk Crib sebesar
68,18
dan batas bawah sebesar
-68,18
. Untuk itu gambar MRC data Yt - Yt bulan Januari 2009 – Desember 2010 produk Crib adalah sebagai berikut :
Gambar 4.2. Moving Range Chart MRC produk Crib
Berdasarkan gambar 4.2. dapat disimpulkan bahwa Moving Range Chart MRC
untuk produk Crib dinyatakan terkontrol. Hal ini terlihat dari nilai error Y’t – Yt masih berada diantara batas atas BA dan batas bawah BB.
Untuk Moving Range Chart MRC produk yang lain dapat dilihat pada Lampiran H.
4.2.4.3. Menentukan Peramalan Demand Bulanan
