Tabel 3.3 Perbandingan Ukuran Ketepatan Metode Peramalan
Parameter Nilai Kesalahan Galat
MSE MAE
MAPE MPE
SSE 0,1
31.306,645 153,6075
0,251213 0,230327
1.095.733 0,2
11.799,445 84,02807
0,163554 0,128862
412.980,6 0,3
8.758,9613 67,79093
0,135315 0,097517
306.563,6 0,4
8.055,317 62,21327
0,122577 0,082452
281.936,1 0,5
8.115,1293 60,19265
0,116069 0,073632
284.029,5 0,6
8.643,3858 60,72866
0,112674 0,067781
302.518,5 0,7
9.658,148 61,51861
0,111385 0,063507
338.035,2 0,8
11.295,376 66,21645
0,112753 0,060132
395.338.2 0,9
13.783,683 73,12749
0,118422 0,057286
482.428,9 Sumber : Perhitungan
Berdasarkan teori-teori sebelumnya , ramalan yang baik adalah ramalan yang mempunyai nilai galat kesalahan yang paling rendah . Dimana hal itu dilakukan
dengan adanya penyesuaian suatu model peramalan dengan parameter tertentu dengan data historis yang ada. Sedangkan tujuan optimalisasi statistik pada bagian sebelumnya
adalah untuk memilih suatu model agar MSE dan SSE minimal. Ketepatan dalam ramalan adalah hal yang sangat diharapkan dalam peramalan. Hal ini dilakukan untuk
mengukur kesesuaian suatu model peramalan tertentu untuk suatu kumpulan data yang diberikan. Sehingga dari tabel 3.3 di atas dapat dilihat bahwa yang menghasilkan nilai
galat kesalahan yang paling rendah atau terkecil yaitu pada nilai parameter pemulusan α = 0,4 yaitu dengan nilai MSE = 8.055,317 dan SSE = 281.936,
3.4 Peramalan Jumlah Pelanggan Kartu Kredit PT.Bank Permata Cabang Medan
Setelah diketahui bahwa error terkecil yang terdapat pada model data di atas adalah dengan α = 0,4 maka dilakukan peramalan jumlah pelanggan kartu kredit PT.Bank
Universitas Sumatera Utara
Permata Cabang Medan dari Mei 2013 sampai April 2014 dengan menggunakan persamaan :
= 2107,786039+ 86,24286584 m
Setelah diperoleh model peramalan jumlah pelanggan kartu kredit, maka dapat dihitung untuk 12 periode kedepan dari Mei 2013 sampai April 2014.
Untuk periode ke-38 Mei 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 1 =
2107,786039+ 86,24286584 =
2194,028905 Untuk periode ke-39 Juni 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 2
= 2107,786039+ 172,4857317
= 2280,27177
Untuk periode ke-40 Juli 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 3 =
2107,786039 + 258,7285975 =
2366,514636 Untuk periode ke-41 Agustus 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 4
= 2107,786039+ 344,9714634
= 2452,757502
Universitas Sumatera Utara
Untuk periode ke-42 September 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 5 =
2107,786039+ 431,2143292 =
2539,000368 Untuk periode ke-43 Oktober 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 6
= 2107,786039+ 517,4571951
= 2625.243234
Untuk periode ke-44 November 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 7 =
2107,786039+ 603,7000609 =
2711,4861 Untuk periode ke-45 Desember 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 8
= 2107,786039+ 689,9429267
= 2797,728965
Untuk periode ke-46 Januari 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 9 =
2107,786039+ 776,1857926 =
2883,971831 Untuk periode ke-47 Februari 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 10
Universitas Sumatera Utara
= 2107,786039+ 862,4218104
= 2970,206908
Untuk periode ke-48 Maret 2013 =
2107,786039+ 86,24286584 m =
2107,786039+ 86,24286584 11 =
2107,786039+ 862,4286584 =
2970,214697 Untuk periode ke-49 April 2013
= 2107,786039+ 86,24286584 m
= 2107,786039+ 86,24286584 12
= 2107,785098 + 948,6715243
= 3056,457563
Tabel 3.4 Peramalan Jumlah Pelanggan Kartu Kredit PT.Bank Permata Cabang Medan dari Mei 2013 sampai April 2014
Tahun Bulan
Periode Peramalan
2013 Mei
38 2.194,0289
Juni 39
2.280,2718 Juli
40 2.366,5147
Agustus 41
2.452,7575 September
42 2.539,0004
Oktober 43
2.625.2432 November
44 2.711,4861
Desember 45
2.797,7289 2014
Januari 46
2.883,9718 Februari
47 2.970,2069
Maret 48
2.970,2147 April
49 3.056,4576
Sumber : Perhitungan
Universitas Sumatera Utara
Gambar 3.2. Grafik Peramalan Jumlah Pelanggan Kartu Kredit Mei 2013 sd April 2014
Data diatas menunjukkan suatu pola data yang linier. Kenaikan jumlah pelanggan kartu kredit terjadi pada 12 periode kedepan. Hal ini merupakan suatu hal yang sangat
diharapkan oleh perusahaan yang bersangkutan. Tidak terdapat suatu penyimpangan data pada suatu periode tertentu. Kenaikan seperti inilah yang diharapkan dapat
memberikan bagi pihak yang terkait dalam hal laba atau keuntungan.
500 1000
1500 2000
2500 3000
3500
Me i
Ju n
i Ju
li Ag
u stu
s
Se p
te m
b e
r Ok
to b
e r
N o
v e
mb e
r De
se m
b e
r Jan
u ar
i Fe
b ru
ar i
Ma re
t Apri
l
2013 2014
Ju m
lah P
elan ggan
Tahun dan Bulan
Peramalan Jumlah Pelanggan Kartu Kredit Dengan
α = 0,4
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan