Langkah pertama untuk mendapatkan hasil peramalan dengan menggunakan metode kuantitatif time series adalah membuat diagram pencar atau
menggambarkan historis permintaan dalam bentuk grafik x – y. Diagram Pencar ini berguna untuk mengetahui pola data tersebut apakah mengandung unsur
horisontal. musiman. siklus. atau trend .
Diagram Pencar Data Permintaan untuk Gudang Kota Gresik dapat dilihat pada gambar 4.1
Gambar 4. 1. Diagram Pencar Data Permintaan Gudang Kota Gresik
Dari gambar di atas dapat dilihat bahwa pola data untuk CV. Surya Media Perdana adalah pola horisontal. Untuk diagram pencar data permintaan gudang
lain dapat dilihat pada Lampiran B. Setelah melihat diagram pencar data permintaan dari gudang CV. Surya
Media Perdana dan gudang yang lain pada lampiran B ternyata pola ke 6 gudang tersebut berpola horisontal memiliki kecenderungan nilai – nilai data observasi
berfluktuasi disekitar nilai kondstan rata - rata. Sehingga dapat ditentukan metode- metode peramalan yang sesuai. Metode peramalan yang sesuai adalah metode
Moving Average atau Weight Moving Average, Double Exponential Smoothing DES,.
Peramalan data permintaan menggunakan program WinQSB.
4.2.4.2 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
dapat dilihat pada tabel 4.16 Tabel 4.16 Perbandingan tingkat kesalahan MSE tiap metode
GUDANG Double Eksponential
Smoothing Moving Average
Simple Average
Gresik
798.7589 2200 966.1503
Mojokerto
437.1041 463.6364 442.4262
Pasuruan 1741.205
963.6364 1281.039
Probolinggo 722.2488
609.0909 689.0076
Malang 2049.122
1581.818 1611.519
Tuban 2022.335
1245.455 1903.771
Madiun 1851.614
1136.364 1220.851
Sumber : Pengolahan Data Lampiran D
Hasil Pengolahan data pada tabel 4.16 dapat di lihat pada lampiran C. Dari tabel diatas kemudian dicari metode yang mempunyai nilai kesalahan MSE
terkecil pada setiap kota seperti pada tabel 4.17 Tabel 4.17 Metode yang digunakan untuk
peramalan masing-masing kota berdasarkan MSE terkecil Gudang Metode
Gresik Double Eksponential Smoothing
Mojokerto Double Eksponential Smoothing
Pasuruan Moving Average
Probolinggo Moving Average
Malang Moving Average
Tuban Moving Average
Madiun Moving Average
4.2.4.3 Uji Verifikasi Dengan Moving Range Chart MRC
Setelah meramalkan nilai MSE terkecil pada setiap metode maka selanjutnya dilakukan uji verifikasi guna mengetahui apakah metode peramalan
yang mempunyai MSE terkecil pada setiap metode tersebut dapat dipakai layak atau tidak Alat yang dipergunakan untuk uji verifikasi adalah dengan Moving
Range Chart MRC. Tabel 4.18. Perhitungan Moving Range Chart MRC Gudang Kota Gresik
dengan mengunakan metode Double Eksponential Smoothing
Bulan Periode
Yt Yt
Yt-Yt MR
April 2009 1
250 Mei 2009
2 270
250 -20
20 Juni 2009
3 200
251.8 51.8
71.8 Juli2009 4
280 248.02
-31.98 82.98
Agustus 2009 5
290 249.046
-40.954 9.974
September 2009 6
220 253.2346
33.2346 74.1886
Oktober 2009 7
280 252.2959
-27.7041 60.9387
Nopember 2009 8
230 254.3293
24.3239 52.028
Desember 2009 9
250 253.136
3.136 21.1879
Januari 2010 10
250 252.2691
2.2691 0.8669
Februari 2010 11
240 251.6461
11.6461 9.377
Maret 2010 12
270 250.2842
-19.7158 31.3619
Jumlah 434.703
39.52 A
70.08 BA 105.12
B 35.04
BB -105.12 C
-B -35.04
-A -70.08
Dari tabel 4.18 di atas dapat diketahui bahwa batas atas untuk gudang gresik sebesar
105.12
dan batas bawah sebesar
-105.12
. Untuk Perhitungan Moving
Range Chart MRC yang lainya dapat di lihat pada lampiran D.
Untuk itu gambar MRC data Yt -Yt bulan april 2009 - maret 2010 dapat dilihat pada gambar 4.2
