ANALISA HASIL PENGOLAHAN DATA
5.2 Analisa Metode Peramalan
k g ) Permintaan
Gambar 5.1 Data Permintaan Periode 2006 s/d 2008
5.2 Analisa Metode Peramalan
Untuk dapat membuat peramalan permintaan, maka dilakukan perhitungan
secara mendalam dengan menggunakan beberapa metode peramalan,
diantaranya seperti yang ada dalam bab IV yaitu : Metode Linier, Kuadratik, dan Single Exponential Smoothing.
Peramalan yang dilakukan diukur tingkat akurasinya. Pengukuran akurasi hasil peramalan dilakukan dengan menggunakan standar berikut :
1. Mean Absolute Deviation (MAD) 2. Mean Square Error (MSE)
3. Mean Forecast Error (MFE)
4. Mean Absolute Percentage Error (MAPE) 5. Standard Error of Estimate (SEE)
5.2.1 Metode Linier
Pada peramalan dengan metode linear perbandingan antara permintaan dengan peramalan memiliki bias atau error yang cukup tinggi. Pada data 12 periode pertama (tahun 2006) hasil peramalan permintaan lebih besar dari data aktual terutama pada periode 1, 2, 7, 10, 11 dan 12. Sedangkan untuk periode ke 3 , 8 dan 9 hasil peramalannya lebih kecil daripada aktual. Akan tetapi hasil peramalan periode ke 4 sebesar 9.241kg mulai mendekati data aktual permintaan yaitu 9.175 kg hanya selisih 66 kg. Begitu pula untuk periode ke 5 dan 6 mulai mendekati aktual permintaan. Untuk hasil peramalan 12 periode kedua (tahun 2007) hasil peramalannya lebih kecil daripada aktual permintaan (kecuali periode 13,14 dan 17). Data peramalan periode ke 16 sebesar 10.453 kg mendekati data aktual sebesar 10.775 kg. Begitu juga untuk data peramalan periode ke 15 hampir mendekati data aktual dengan perbedaan 348 kg. Untuk hasil peramalan 12 periode ketiga (tahun 2008) terjadi pengimpangan yang cukup besar. Dan dari periode 1 sampai dengan periode 36 yang memiliki penyimpangan terbesar antara hasil peramalan dengan data aktual yaitu pada periode ke 36 (bulan Desember 2008) yaitu hasil peramalan jauh lebih besar dibandingkan data aktual permintaan.
Hasil peramalan dengan metode linier diperoleh hasil pengukuran tingkat akurasi sebagai berikut :
- Rata-rata kesalahan mutlak (Mean Absolute Deviation = MAD) selama 36 periode pada metode peramalan ini adalah 1467
- Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) pada metode peramalan ini selama 36 peride adalah 3023071
- Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) pada metode peramalan ini adalah -9.
- Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) pada peramalan ini adalah 14,40 %. Persentase ini masih cukup besar. - Estimasi standar kesalahan (Standard Error of Estimate = SEE) pada metode
peramalan ini adalah 1789.
Dilihat dari hasil diperoleh hasil pengukuran tingkat akurasi di atas untuk peramalan metode linier memiliki tingkat error yang masih tinggi.
5.2.2 Metode Kuadratik
Pada peramalan dengan metode kuadratik perbandingan antara permintaan dengan peramalan memiliki bias atau error yang masih cukup tinggi. Pada data 12 periode pertama (tahun 2006) hasil peramalan permintaan lebih besar dari data aktual terutama pada periode 1, 2, 7, 10, 11 dan 12. Perbandingan hasil peramalan pada periode tersebut ini hampir sama dengan peramalan pada metode linier. Sedangkan untuk periode ke 3 , 8 dan 9 hasil peramalannya lebih kecil daripada aktual. Akan tetapi hasil peramalan periode ke 6 sebesar 9.610 kg mulai mendekati data aktual permintaan yaitu 9.625 kg hanya berbeda 15 kg. Begitu pula untuk periode ke 5 mulai mendekati aktual permintaan. Untuk hasil peramalan 12 periode kedua (tahun 2007) hasil peramalannya lebih kecil daripada aktual permintaan (kecuali periode 13, 14 dan 17). Untuk hasil peramalan 12 periode ketiga (tahun 2008) terjadi
pengimpangan yang cukup besar. Tetapi untuk hasil peramalan pada periode ke 26 sebesar 11.180 kg sudah mendekati aktual permintaan sebesar 11.150 kg (lebih besar 30 kg dari aktual permintaan). Dari periode 1 sampai dengan periode 36 yang memiliki penyimpangan terbesar antara hasil peramalan dengan data aktual yaitu pada periode ke 36 (bulan Desember 2008) yaitu hasil peramalan jauh lebih besar (12.505 kg) dibandingkan data aktual permintaan (9000 kg).
Untuk peramalan dengan metode kuadratik diperoleh hasil pengukuran tingkat akurasi sebagai berikut:
- Rata-rata kesalahan mutlak (Mean Absolute Deviation = MAD) selama 36 periode pada metode peramalan ini adalah 1157
- Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) pada metode peramalan ini selama 36 peride adalah 3393394
- Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) pada metode peramalan ini adalah 0.
- Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) pada peramalan ini adalah 15,29 %. Persentase ini lebih besar dibandingkan dengan hasil pengukuran pada metode linier.
- Estimasi standar kesalahan (Standard Error of Estimate = SEE) pada metode peramalan ini adalah 1789.
Dilihat dari hasil pengukuran tingkat akurasi peramalan dengan metode kuadratik didapatkan error yang lebih tinggi dibandingkan dengan metode linier.
5.2.3 Metode Single Exponential Smoothing
Pada peramalan dengan metode single exponential smoothing perbandingan antara permintaan dengan peramalan memiliki bias atau error yang lebih kecil dibandingkan dengan dua metode sebelumnya. Pada data 12 periode pertama (tahun 2006) hasil peramalan permintaan lebih kecil dari data aktual yaitu pada periode 1, 2, 7, 8 dan 9. Sedangkan untuk periode ke 2, 3 , 8 dan 9 hasil peramalannya lebih besar daripada aktual permintaan. Akan tetapi hasil peramalan periode ke 4 sebesar 9.339 kg mulai mendekati data aktual permintaan yaitu 9.175 kg dengan perbedaan 164 kg. Begitu pula untuk periode ke 5 mulai mendekati aktual permintaan dengan selisih 259,40 kg. Untuk hasil peramalan 12 periode kedua (tahun 2007) hasil peramalannya lebih kecil daripada aktual permintaan (kecuali periode 13, 17 dan 24). Hasil peramalan periode ke 13 ( 7.606,76 kg) hampir mendekati aktual permintaan sebesar 7.600 kg. Untuk hasil peramalan 12 periode ketiga (tahun 2008) terjadi pengimpangan yang masih besar. Tetapi untuk hasil peramalan pada periode ke 19 sebesar 11.617,77 kg hampir mendekati aktual permintaan sebesar 11.650 kg. Dari periode 1 sampai dengan periode 36 yang memiliki penyimpangan terbesar antara hasil peramalan dengan data aktual yaitu pada periode ke 10 (bulan Oktober 2006) yaitu hasil peramalan jauh lebih besar (11.408,82 kg) dibandingkan data aktual permintaan (8.375 kg).
Untuk peramalan dengan metode Single Exponential Smoothing diperoleh hasil pengukuran tingkat akurasi sebagai berikut:
- Rata-rata kesalahan mutlak (Mean Absolute Deviation = MAD) selama 36 periode pada metode peramalan ini adalah 1246. Angka ini lebih kecil dari hasil pengukuran dua metode sebelumnya
- Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) pada metode peramalan ini selama 36 peride adalah 353278
- Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE) pada metode peramalan ini adalah 100.
- Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE) pada peramalan ini adalah 11,996 %. Persentase ini lebih kecil dibandingkan dengan hasil pengukuran pada metode linier dan kuadratik.
- Estimasi standar kesalahan (Standard Error of Estimate = SEE) pada metode peramalan ini adalah 1588.
Dilihat dari hasil pengukuran tingkat akurasi peramalan dengan metode single exponential smoothing didapatkan error yang kecil dibandingkan dengan metode linier & kuadratik.
Untuk memilih metode peramalan yang paling akurat maka dilakukan dengan cara pembobotan pada masing-masing metode untuk setiap parameter pengujian. Metode peramalan yang terpilih yaitu metode yang mempunyai nilai bobot paling kecil dengan rangking yang terkecil. Dilihat dari Tabel maka metode yang terpilih adalah metode single exponential smoothing dengan rangking yang terkecil.
Tabel 5-2 Ukuran Akurasi Hasil Peramalan
METODE MAD MSE MFE MAPE SEE TOTAL RANKING
LINEAR 1467 3023071 -9 14,40 1789 BOBOT 2 2 1 2 2 9 2 KUADRATIK 1557 3393394 0 15,29 1924 BOBOT 3 3 2 3 3 14 3 SES 1246 353278 100 11,996 1588 BOBOT 1 1 3 1 1 7 1
Dari data di atas dapat dilihat dengan jelas bahwa metode Single Exponential Smoothing memiliki tingkat kesalahan yang paling kecil jika dibandingkan
dengan 2 metode lainnya (SEE =1588, MAPE=11,996 MSE=353278).
Sehingga yang akan diteliti lebih lanjut dalam analis hanyalah hasil peramalan dari metode Single Exponential Smoothing.