HASIL DAN PEMBAHASAN
3.1 Pengumpulan Data
Data yang akan dianalisis dalam penelitian ini adalah data penjualan pakan udang
(Shrimp
Feed)
PT Central Proteina Prima, Tbk periode Januari 2011-Desember 2015. Data disajikan
dalam bentuk tabel sebagai berikut.
Tabel 3.1 Data penjualan pakan udang PT Central Proteina Prima, Tbk
2011 2012 2013 2014 2015
Januari 545,98 503,82 978,83 627,64 605,76
Februari 655,72 561,17 290,01 549,48 781,67
Maret 839,39 785,28 902,69 671,66 1.156,08
April 938,43 953,64 922,40 1.104,91 1.329,36
Mei 1.223,38 1.127,57 935,88 1.410,62 1.532,50
Juni 1.280,02 1.190,82 1.221,73 1.698,18 1.776,02
Juli 1.132,67 973,11 820,22 1.752,48 1.644,26
Agustus 1.078,79 1.100,63 1.575,63 1.553,23 1.410,40
September 829,31 981,14 509,64 1.733,10 1.689,85
Oktober 834,50 801,52 578,56 1.503,07 1.025,45
Nopember 833,31 720,91 679,92 1.177,92 960,69
Desember 597,24 568,35 773,68 1.349,25 1.135,16
Bulan Tahun
Sumber Data: PT Central Proteina Prima, Tbk
3.2 Langkah
–
Langkah Pengolahan Data
Setelah data yang diperlukan dalam penelitian diperoleh maka dapat dilakukan analisis
terhadap data. Adapaun langkah-langkah analisis yang dilakukan adalah:
1.
Melakukan uji sampel, apakah data time series yang digunakan sudah layak atau
cukup digunakan
3.
Melakukan trial dan error untuk mengetahui nilai MSE terkecil
4.
Melakukan peramalan dengan metode eksponensial yang sesuai dengan poin 3
5.
Membandingkan hasil yang diperoleh dengan peramalan metode eksponensial dengan
metode subjektif yang digunakan selama ini
3.3 Pengujian Data Deret Berkala ( Time Series)
3.3.1 Uji Kecukupan Sampel
Pengujian sampel dilakukan untuk mengetahui apakah sampel yang digunakan telah dapat
diterima atau tidak. Pengujian sampel dilakukan dengan persamaan (2-10) yaitu:
2
1
2
1 1
2
20
'
N
t t
N
t t n
t t
Y
Y
Y
N
N
Dari lampiran maka diperoleh:
N
= 60
ΣY
t= 61.424,51
ΣY
t2= 71.199.603,24
Maka :
[
√
]
[
]
[
]
[ ]
Karena N’< N maka data
penjualan pakan udang PT Central Proteina Prima, Tbk pada tabel
3.1 dapat diterima sebagai sampel dalam penelitian ini.
3.3.2 Plot Data
Plot data penjualan pakan udang PT Centra Proteinan Prima, Tbk ditunjukan seperti gambar
3.1 terlihat bahwa data penjualan berfluktuasi dan seperti membentuk pola yang sama
pertahunnya sehingga kemungkinan data ini mengandung pola Musiman.
Gambar 3.1 Plot data Penjualan Pakan Udang PT Central Proteina Prima, Tbk
0 300 600 900 1.200 1.500 1.800
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960
Untuk memperjelas bentuk pola yang muncul dari gambar 3.1 Plot data penjualan di atas
maka dilakukan uji pola sebagai berikut.
3.3.3 Pengujian Pola Data dengan Koefisien Korelasi
koefisien autokorelasi dapat dengan mudah memperlihatkan ketidak stasioneran. Distribusi
koefisien autokorelasi sangat membantu dalam melihat sifat pola yang terkandung dalam data
apakah data berpola stasioner, trend, ataupun musiman. Dengan persamaan (2-18) maka
diperoleh nilai Autokorelasi data sebagai berikut.
a.
Nilai Autokorelasi
n
t t
k t k
n
t t
k
Y Y
Y Y
Y Y r
1
2 1
n
Y
Y
/
60
/
51
,
424
.
61
Y
74
,
023
.
1
Sehingga
Dengan menggunakan bantuan microsoft eksel maka diperoleh r
2sampai dengan r
60sebagai
Berdasarkan nilai autokorelasi diatas maka pola data tidak stasioner karena nilai
–
nilai autokorelasi berubah siginifikan dari nol dan membentuk suatu pola. Untuk dapat
melihat pola tersebut lebih jelas, berikut plot data untuk nilai Autokorelasi.
Gambar 3.2 plot Nilai Autokorelasi
Berdasarkan gambar 3.2 Plot Nilai Autokorelasi maka data tersebut terlihat bahwa
membentuk suatu pola yang sama secara periodik dengan demikian dapat disimpulkan bahwa
data penjualan pakan udang PT Central Proteina Prima, Tbk bersifat atau terkandung
pengaruh pola musiman.
b.
Distribusi Sampling Autokorelasi
Dengan persamaan (2.20) diperoleh distribusi autokorelasi adalah sebagai berikut.
-Z
α/βx. se
rk≤ rk ≤
Z
α/βx. se
rkdengan
n
sek 1
60 1 k se
129
,
0
k
se
Sehingga diperoleh distibusi autokorelasi adalah :
(-1,96 x 0,129
≤ r
k≥1,96 x 0,1β9)
-0,253
≤ r
k≥
0,253
-0.4 -0.2 0 0.2 0.4 0.6 0.8
Berdasarkan selang kepercayaan diatas dapat disimpulkan bahwa data tidak bersifat
random dengan terlihat nya nilai pada r
17, r
18, r
19lebih kecil dari selang kepercayaan -0,253.
Untuk lebih jelas berikut dilakukan uji musiman dengan analisis Variansi apakah pola data
pada penjualan PT Central Proteina Prima, Tbk terkandung Pola musiman.
3.3.4 Pengujian adanya Pola Musiman
Untuk mengetahui adanya pola musiman yang terkandung dalam data maka dilakukan uji
musiman dengan analisis Variansi. Dalam hal ini diasumsikan bahwa populasi besifat
normal. Jika Y
ijdinotasikan sebagai nilai periode ke
–
I, tahun ke
–j dengan i= 1,β,γ,… dan
j=1,β,γ,… maka deret berkala dapat diperhatikan sebegai berikut.
Tabel 3.3 Data penjualan PT Central Proteina Prima
2011 2012 2013 2014 2015
Januari 545,98 503,82 978,83 627,64 605,76 3.262,03 Februari 655,72 561,17 290,01 549,48 781,67 2.838,03 Maret 839,39 785,28 902,69 671,66 1.156,08 4.355,09 April 938,43 953,64 922,40 1.104,91 1.329,36 5.248,73 Mei 1.223,38 1.127,57 935,88 1.410,62 1.532,50 6.229,94 Juni 1.280,02 1.190,82 1.221,73 1.698,18 1.776,02 7.166,75 Juli 1.132,67 973,11 820,22 1.752,48 1.644,26 6.322,74 Agustus 1.078,79 1.100,63 1.575,63 1.553,23 1.410,40 6.718,67 September 829,31 981,14 509,64 1.733,10 1.689,85 5.743,04 Oktober 834,50 801,52 578,56 1.503,07 1.025,45 4.743,10 Nopember 833,31 720,91 679,92 1.177,92 960,69 4.372,74 Desember 597,24 568,35 773,68 1.349,25 1.135,16 4.423,67 Total 10.788,72 10.267,95 10.189,16 15.131,51 15.047,18 61.424,51
Bulan Tahun Total
Maka dari tabel 3.3 diperoleh:
(i) Menghitung jumlah kuadarat (JK)
bi p j
ij
Y
JK
1 1 2
5
60
29
,
096
.
114
.
6
galat
KT
38
,
165
.
111
galat
KT
(iv) menyusun tabel analisa variansi
Tabel 3.4 Analisis Variansi
Sumber Variansi
Db
RJK
KT
F
hitungF
tabelRata-rata
1
62.882.830,86Antar tahun
4
2.202.676,09550.669,02
4,3954
2,5397
Galat
55
6.114.096,29111.165,38
Jumlah
60
Maka dari tabel diatas dapat diketahui bahwa F
hitungsebesar 4.3954 > F
tabel(0.05;4;55)sebesar 2.539 sehingga Ho ditolak yang artinya bahwa dalam data terkandung pola musiman.
Sehingga untuk analisis selanjutnya (peramalan) akan menggunakan pemulusan eksponensial
tiga parameter : Metode Winter dalam penyelesaian masalah dalam penelitian ini.
3.3.5 Uji Trend
Adapun Hipotesis dalam Uji Trend adalah:
H
o: Frekuensi naik dan turun dalam data adalah sama, artinya tidak ada trend
Tabel 3.5 Uji Trend data penjualan PT Central Proteina Prima, Tbk
Periode Data (Yt) Perubahan
Tanda Periode Data (Yt)
Perubahan Tanda
1 545,98 - 31 820,22
-2 655,72 - 32 1.575,63 +
3 839,39 - 33 509,64
-4 938,43 - 34 578,56
-5 1.223,38 + 35 679,92
-6 1.280,02 + 36 773,68
-7 1.132,67 + 37 627,64
-8 1.078,79 + 38 549,48
-9 829,31 - 39 671,66
-10 834,50 - 40 1.104,91 +
11 833,31 - 41 1.410,62 +
12 597,24 - 42 1.698,18 +
13 503,82 - 43 1.752,48 +
14 561,17 - 44 1.553,23 +
15 785,28 - 45 1.733,10 +
16 953,64 - 46 1.503,07 +
17 1.127,57 + 47 1.177,92 +
18 1.190,82 + 48 1.349,25 +
19 973,11 - 49 605,76
-20 1.100,63 + 50 781,67
-21 981,14 - 51 1.156,08 +
22 801,52 - 52 1.329,36 +
23 720,91 - 53 1.532,50 +
24 568,35 - 54 1.776,02 +
25 978,83 - 55 1.644,26 +
26 290,01 - 56 1.410,40 +
27 902,69 - 57 1.689,85 +
28 922,40 - 58 1.025,45 +
29 935,88 - 59 960,69
-30 1.221,73 + 60 1.135,16 +
Berdasarkan tabel diatas diperoleh:
n
1= 27
n
2= 33,
n
r= 16
dimana
√
√
√
√
Sehinga:
Dengan
taraf signifikansi α =0,05 maka Z
tabel= 1,645 sehingga dapat disimpulkan pada data
penjualan PT Central Proteina Prima tidak terkandung pola data berbentuk trend karena
Z
hitungsebesar -3,87 < Z
tabelsebesar 1,645.
3.4 Melakukan Trial dan Error untuk mencari MSE Terkecil
MSE terkecil maka akan dilakukan cara trial dan error terhadap nilai parameter dimulai 0,1
sampai 0,9 dan akan ditrial dengan secara berurutan dengan penambahan nilai parameter
sebesar 0,1
Perhitungan Nilai Awal
1. Nilai S dapat disamakan dengan nilai aktualnya ( X
L)
S
L= X
L
S
12=X
12
S
12= 597,24
2. Nilai pengaruh musiman awal (I)
Nilai pengaruh musiman (I) :
X X I 1
1
X X
I 2
2
X X
I 3
3
.
.
.
X X
I L
L
Dimana
L i
i
L X X
1
Dengan persamaan diatas maka diperoleh nilai I
1–
I
12sebagai berikut
Tabel 3.6 Perhitungan pengaruh Musiman
Periode
Data
(Xt)
Xi/L Ii1 545,98 45,49833 0,61
2 655,72 54,64292 0,73
3 839,39 69,94917 0,93
4 938,43 78,2025 1,04
5 1.223,38 101,9483 1,36
6 1.280,02 106,6679 1,42
7 1.132,67 94,38917 1,26
8 1.078,79 89,89875 1,20
9 829,31 69,10917 0,92
10 834,50 69,54167 0,93
11 833,31 69,4425 0,93
12 597,24 49,76958 0,66
3. Nilai pemulusan trend (b) awal
Perhitungan nilai pemulusan trend awal diperoleh dengan menggunakan rumus sebagai
berikut.
menggunakan bantuan komputer (Micosoft excel) maka dilakukan perhitungan MSE sebagai
berikut.
Tabel 3. 7 Tabel perhitungan nilai
MSE dengan Nilai Parameter Pemulusan (α = 0,1,
16 953,635 680,78 1,01 4,96 683,59 270,04 270,04 72.923,78 17 1127,57 700,03 1,29 6,39 933,11 194,46 194,46 37.813,00 18 1190,82 719,42 1,34 7,69 1.005,75 185,07 185,07 34.249,22 19 973,11 731,64 1,21 8,14 916,04 57,07 57,07 3.256,54 20 1100,63 757,53 1,15 9,92 887,67 212,96 212,96 45.352,09 21 981,14 797,07 0,91 12,88 707,91 273,23 273,23 74.654,53 22 801,52 815,31 0,94 13,42 751,79 49,73 49,73 2.473,18 23 720,91 823,63 0,95 12,91 768,12 (47,21) 47,21 2.228,49 24 568,35 838,44 0,75 13,10 555,70 12,65 12,65 160,00 25 978,83 912,68 0,70 19,21 569,73 409,10 409,10 167.364,68 26 290,005 876,42 0,99 13,66 716,53 (426,53) 426,53 181.925,81 27 902,685 898,84 0,93 14,54 821,87 80,81 80,81 6.530,78 28 922,395 913,29 1,01 14,53 923,24 (0,84) 0,84 0,71 29 935,875 907,77 1,26 12,53 1.193,87 (257,99) 257,99 66.560,09 30 1221,725 919,32 1,28 12,43 1.234,82 (13,10) 13,10 171,59 31 820,22 906,41 1,20 9,89 1.126,52 (306,30) 306,30 93.820,42 32 1575,63 961,84 1,09 14,45 1.052,60 523,03 523,03 273.560,14 33 509,64 934,58 1,00 10,28 889,80 (380,16) 380,16 144.524,30 34 578,56 912,11 1,00 7,00 885,41 (306,85) 306,85 94.159,09 35 679,915 898,89 0,99 4,98 871,71 (191,79) 191,79 36.785,15 36 773,68 917,28 0,79 6,32 673,72 99,96 99,96 9.991,17 37 627,635 921,49 0,77 6,11 642,26 (14,63) 14,63 214,01 38 549,475 890,11 1,06 2,36 922,24 (372,76) 372,76 138.953,61 39 671,6553 875,40 0,97 0,65 830,53 (158,88) 158,88 25.242,41 40 1104,91 897,98 0,99 2,85 883,70 221,21 221,21 48.933,47 41 1410,615 923,14 1,20 5,08 1.130,60 280,02 280,02 78.410,41 42 1698,175 967,77 1,21 9,03 1.190,75 507,42 507,42 257.479,80 43 1752,475 1.025,33 1,14 13,89 1.170,84 581,63 581,63 338.298,98 44 1553,225 1.077,15 1,05 17,68 1.137,85 415,38 415,38 172.539,90 45 1733,1 1.158,03 0,97 24,00 1.098,83 634,27 634,27 402.297,86 46 1503,07 1.213,97 0,98 27,19 1.183,25 319,82 319,82 102.286,43 47 1177,92 1.236,54 0,99 26,73 1.223,53 (45,61) 45,61 2.080,61 48 1349,25 1.307,86 0,81 31,19 997,23 352,02 352,02 123.917,75 49 605,76 1.283,55 0,91 25,64 1.034,65 (428,89) 428,89 183.950,83 50 781,67 1.252,23 1,11 19,94 1.383,54 (601,87) 601,87 362.241,86 51 1156,08 1.264,41 0,98 19,17 1.231,31 (75,23) 75,23 5.659,74 52 1329,36 1.289,61 0,99 19,77 1.269,62 59,74 59,74 3.568,60 53 1532,5 1.306,69 1,16 19,50 1.564,72 (32,22) 32,22 1.037,81 54 1776,015 1.340,16 1,17 20,90 1.606,74 169,28 169,28 28.655,35 55 1644,26 1.369,53 1,11 21,75 1.547,92 96,34 96,34 9.281,93 56 1410,395 1.385,87 1,05 21,20 1.467,48 (57,08) 57,08 3.258,27 57 1689,845 1.440,55 0,96 24,55 1.365,01 324,84 324,84 105.518,65 58 1025,45 1.423,05 1,02 20,35 1.438,29 (412,84) 412,84 170.439,08 59 960,685 1.395,89 1,04 15,60 1.432,13 (471,44) 471,44 222.259,01 60 1135,155 1.410,93 0,85 15,54 1.139,62 (4,47) 4,47 19,98
Total 61.424,51 2.174,22 11.387,64 ###########
70.106,37
Dengan mengikuti langkah diatas maka akan diperoleh nilai MSE untuk nilai paramater lain
sebagai berikut.
a.
Dengan Nilai parameter
α = 0,1 ; 0,1< <0,9; 0,1< <0,9
Tabel 3.8
Perhitungan MSE dengan Nilai Parameter α = 0,1 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 70.106,37 78.863,65 91.039,59 100.902,67 105.251,01 105.448,86 104.699,36 104.914,39 106.436,94 0,20 91.387,10 101.708,41 115.193,99 127.236,20 134.875,55 139.239,28 143.112,99 148.077,42 154.361,79 0,30 119.384,96 132.277,37 148.590,05 164.929,31 177.379,64 186.304,44 194.551,94 204.170,03 215.807,36 0,40 150.015,11 165.763,53 185.506,04 207.763,02 227.007,40 242.070,70 255.852,98 271.438,83 290.480,64 0,50 181.067,44 199.503,97 222.481,67 251.781,83 280.272,82 304.318,59 326.285,13 350.543,87 380.384,55 0,60 211.641,25 232.273,51 257.348,39 293.904,00 334.177,19 371.220,60 405.604,67 442.675,35 487.914,04 0,70 242.404,09 264.704,84 289.740,04 332.286,87 386.242,44 441.162,69 493.940,25 549.656,80 616.146,16 0,80 276.011,45 299.839,30 321.871,83 367.172,98 435.080,61 513.039,40 592.194,50 674.802,77 770.242,31 0,90 317.609,46 343.562,12 359.241,60 401.883,98 481.192,94 586.634,94 702.447,38 823.978,82 959.506,82
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,1 ; 0,1< <0,9; 0,1< <0,9
adalah 70.106,73 yang terletak pada
α = 0,1 ;
=0,1;
=
0,1.
b.
Dengan Nilai parameter
α = 0,
2
; 0,1< <0,9; 0,1< <0,9
Tabel 3.9
Perhitungan MSE dengan Nilai Parameter α = 0,β ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 70.329,75 76.724,84 80.153,69 83.207,14 87.680,01 93.413,44 99.854,04 106.446,18 112.652,30 0,20 91.237,25 101.154,71 108.575,47 115.674,36 124.170,28 134.015,30 144.535,76 154.759,71 163.604,77 0,30 116.303,99 130.679,32 142.627,64 154.157,88 167.530,45 182.975,99 199.503,98 215.393,30 228.726,52 0,40 141.876,94 161.445,49 179.006,25 196.374,09 216.676,71 240.520,29 266.380,38 291.415,22 312.544,29 0,50 166.037,01 191.248,59 215.807,16 241.048,89 271.011,15 306.723,75 345.936,19 384.340,79 417.365,41 0,60 188.049,60 218.872,66 251.770,72 287.128,79 329.625,66 380.709,12 437.291,88 493.399,82 542.760,82 0,70 208.386,71 244.190,98 286.397,91 333.911,18 391.450,52 460.829,71 538.181,47 615.997,51 686.467,46 0,80 228.661,37 268.123,74 319.842,14 380.843,16 454.959,97 544.332,40 644.693,42 747.737,06 845.102,71 0,90 251.777,47 292.820,67 352.955,35 427.314,26 517.683,74 626.633,60 750.441,97 881.729,95 1.014.424,47
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
2
; 0,1< <0,9; 0,1< <0,9
adalah 70.329,75 yang terletak pada
α = 0,
2 ;
c.
Dengan Nilai parameter
α = 0,
3
; 0,1< <0,9; 0,1< <0,9
Tabel 3.10
Perhitungan MSE dengan Nilai Parameter α = 0,γ ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 67.528,65 71.802,96 75.992,51 81.076,70 86.467,52 91.369,53 95.221,90 97.771,37 99.024,19 0,20 85.108,19 92.435,81 99.313,48 106.613,43 113.602,71 119.172,16 122.570,73 123.669,36 122.825,03 0,30 104.559,29 115.148,43 124.973,54 135.075,20 144.526,24 151.761,43 155.744,69 156.388,16 154.262,43 0,40 123.569,26 137.952,51 151.722,98 166.094,90 179.788,01 190.565,45 196.882,34 198.442,62 195.787,87 0,50 141.228,34 160.020,71 179.048,63 199.498,96 219.496,72 235.862,81 246.230,79 249.774,24 246.795,39 0,60 157.561,93 181.237,98 206.771,95 234.984,08 263.109,04 286.746,91 302.397,31 308.416,40 304.758,21 0,70 173.254,51 201.927,96 234.754,68 271.823,67 309.198,46 341.038,86 362.490,30 370.914,39 365.919,00 0,80 189.380,28 222.507,59 262.449,41 308.348,58 354.962,13 394.925,90 421.986,55 432.551,28 426.130,70 0,90 207.812,78 243.918,16 289.260,76 342.241,83 396.534,20 443.427,42 475.628,98 489.430,33 485.954,07
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
3
; 0,1< <0,9; 0,1< <0,9
adalah 67.528,65 yang terletak pada
α = 0,
3 ;
=0,1;
=
0,1.
d.
Dengan Nilai parameter
α = 0,
4
; 0,1< <0,9; 0,1< <0,9
Tabel 3.11
Perhitungan MSE dengan Nilai Parameter α = 0,4 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 66.131,08 70.274,55 74.658,36 79.000,93 82.639,01 85.272,27 86.990,33 88.112,66 89.031,17 0,20 79.110,52 85.036,84 90.508,23 95.178,49 98.352,10 99.861,33 100.087,73 99.651,48 99.170,17 0,30 92.846,69 100.648,62 107.525,41 113.081,29 116.482,67 117.562,68 116.855,22 115.201,15 113.477,71 0,40 106.083,97 116.272,46 125.446,11 132.987,88 137.710,02 139.229,95 138.084,85 135.342,49 132.295,78 0,50 118.605,01 131.799,84 144.290,87 154.947,08 161.951,61 164.486,22 163.013,69 158.946,90 154.240,80 0,60 130.812,90 147.483,65 164.079,87 178.619,37 188.382,60 191.963,81 189.792,26 183.862,54 177.129,26 0,70 143.357,40 163.548,53 184.451,24 202.964,75 215.268,29 219.349,39 215.819,12 207.675,80 199.397,72 0,80 157.052,15 180.109,05 204.609,90 226.309,85 240.283,56 244.142,21 239.240,49 230.458,39 224.860,05 0,90 173.845,10 198.317,35 224.636,00 247.922,93 262.624,08 266.870,91 264.467,80 265.040,59 282.440,07
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
4
; 0,1< <0,9; 0,1< <0,9
adalah 66.131,08 yang terletak pada
α = 0,
4 ;
e.
Dengan Nilai parameter
α = 0,
5
; 0,1< <0,9; 0,1< <0,9
Tabel 3.12
Perhitungan MSE dengan Nilai Parameter α = 0,5 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 66.295,97 70.437,74 74.540,93 78.225,74 81.298,49 83.936,22 86.487,00 89.296,99 92.637,75 0,20 74.945,48 79.878,74 84.082,69 87.260,20 89.406,25 90.956,66 92.488,93 94.499,48 97.334,11 0,30 84.142,07 90.026,91 94.695,98 97.859,98 99.584,75 100.474,62 101.315,20 102.790,57 105.363,29 0,40 93.201,30 100.515,34 106.342,37 110.223,28 112.151,47 112.840,72 113.327,45 114.575,39 117.233,77 0,50 102.175,28 111.415,22 119.059,70 124.267,96 126.842,33 127.610,54 127.965,45 129.276,16 132.454,21 0,60 111.528,04 122.985,11 132.818,73 139.627,39 142.970,29 143.882,01 144.285,36 146.106,37 150.580,74 0,70 121.873,84 135.442,27 147.370,15 155.639,71 159.637,61 160.823,05 161.903,75 165.523,05 173.246,17 0,80 134.258,95 149.366,43 162.826,61 172.227,15 177.090,35 179.723,29 183.989,42 193.409,90 209.833,49 0,90 151.786,75 167.700,47 182.115,41 193.059,42 201.080,18 210.319,08 226.633,20 255.006,79 298.246,20
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
5
; 0,1< <0,9; 0,1< <0,9
adalah 66.295,97 yang terletak pada
α = 0,
5 ;
=0,1 ;
=
0,1.
f.
Dengan Nilai parameter
α = 0,
6
; 0,1< <0,9; 0,1< <0,9
Tabel 3.13
Perhitungan MSE dengan Nilai Parameter α = 0,6 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 67.967,40 72.322,25 76.572,21 80.564,50 84.416,59 88.426,79 92.894,87 98.049,45 104.045,22 0,20 73.028,92 77.569,57 81.462,97 84.720,90 87.673,62 90.804,41 94.523,72 99.099,66 104.677,33 0,30 78.852,48 83.801,13 87.696,52 90.629,56 93.069,89 95.659,57 98.928,26 103.196,30 108.602,42 0,40 84.977,24 90.749,41 95.180,36 98.329,32 100.752,11 103.253,66 106.511,89 110.919,08 116.610,66 0,50 91.503,25 98.474,14 103.903,79 107.724,69 110.559,21 113.406,55 117.129,47 122.204,16 128.751,62 0,60 98.902,00 107.268,23 113.962,17 118.746,70 122.336,76 125.983,22 130.765,99 137.230,43 145.436,91 0,70 107.943,54 117.664,51 125.680,94 131.649,03 136.464,77 141.702,65 148.655,26 157.852,17 169.165,76 0,80 120.321,30 131.259,53 140.692,98 148.438,15 155.758,71 164.620,37 176.437,81 191.496,96 209.162,20 0,90 140.861,89 153.443,32 165.305,93 177.134,64 191.006,09 209.442,79 233.864,56 263.836,05 297.240,32
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
6
; 0,1< <0,9; 0,1< <0,9
adalah 67.967,40 yang terletak pada
α = 0,
6 ;
g.
Dengan Nilai parameter
α = 0,
7
; 0,1< <0,9; 0,1< <0,9
Tabel 3.14
Perhitungan MSE dengan Nilai Parameter α = 0,7 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 71.209,67 76.141,61 81.109,56 86.146,27 91.474,06 97.362,20 104.025,81 111.608,82 120.196,28 0,20 73.380,89 78.118,58 82.481,14 86.664,14 91.049,27 96.007,88 101.791,61 108.534,50 116.287,15 0,30 76.674,33 81.474,71 85.574,40 89.269,95 93.067,91 97.438,00 102.677,77 108.923,92 116.209,75 0,40 80.675,42 85.903,14 90.189,21 93.871,81 97.559,05 101.817,91 106.996,46 113.238,63 120.567,79 0,50 85.463,46 91.429,88 96.300,69 100.412,45 104.459,21 109.099,62 114.724,81 121.477,61 129.367,19 0,60 91.557,51 98.466,65 104.231,90 109.173,89 114.062,75 119.631,37 126.284,71 134.134,25 143.155,56 0,70 100.008,25 107.997,69 114.957,05 121.227,47 127.643,92 134.959,40 143.510,01 153.297,72 164.217,48 0,80 113.263,73 122.658,28 131.425,98 140.060,30 149.435,23 160.175,27 172.332,07 185.595,81 199.664,18 0,90 137.852,99 149.991,28 162.507,08 176.398,53 192.550,27 211.089,97 231.179,95 251.575,90 271.415,29
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
7
; 0,1< <0,9; 0,1< <0,9
adalah 71.209,67 yang terletak pada
α = 0,
7 ;
=0,1 ;
=
0,1.
h.
Dengan Nilai parameter
α = 0,
8
; 0,1< <0,9; 0,1< <0,9
Tabel 3.15
Perhitungan MSE dengan Nilai Parameter α = 0,8 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 76.150,86 82.065,31 88.261,68 94.876,29 102.151,92 110.320,49 119.558,37 129.994,50 141.732,19 0,20 75.977,99 81.408,69 86.780,61 92.359,30 98.491,02 105.455,93 113.430,70 122.516,79 132.779,36 0,30 77.321,37 82.554,17 87.450,81 92.370,06 97.750,89 103.930,07 111.101,57 119.361,16 128.762,38 0,40 79.745,37 85.121,41 89.961,48 94.683,42 99.803,88 105.713,96 112.630,46 120.655,22 129.847,08 0,50 83.299,57 89.111,34 94.279,61 99.250,53 104.595,40 110.745,72 117.937,45 126.285,20 135.868,53 0,60 88.570,54 95.065,57 100.923,50 106.594,96 112.673,10 119.602,76 127.626,53 136.877,47 147.477,96 0,70 96.883,45 104.353,06 111.341,16 118.295,07 125.779,53 134.199,72 143.776,46 154.670,13 167.090,83 0,80 111.329,92 120.386,46 129.327,84 138.623,21 148.717,84 159.860,24 172.183,36 185.900,35 201.427,22 0,90 139.935,69 152.347,98 165.380,38 179.602,38 195.126,19 211.733,59 229.288,62 248.147,04 269.308,63
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
8
; 0,1< <0,9; 0,1< <0,9
adalah 75.977,99 yang terletak pada
α = 0,
8 ;
i.
Dengan Nilai parameter
α = 0,
9
; 0,1< <0,9; 0,1< <0,9
Tabel 3.16
Perhitungan MSE dengan Nilai Parameter α = 0,9 ; 0,1< <0,9; 0,1< <0,9
0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90
0,10 83.048,12 90.416,68 98.401,47 107.214,14 117.128,99 128.405,95 141.283,24 156.003,61 172.848,65 0,20 80.975,90 87.605,86 94.533,61 102.064,65 110.536,14 120.224,81 131.350,65 144.118,95 158.765,52 0,30 80.815,90 87.035,74 93.296,49 99.981,34 107.494,98 116.148,89 126.169,19 137.752,73 151.124,14 0,40 82.097,02 88.255,56 94.278,29 100.607,03 107.708,73 115.936,30 125.538,22 136.727,45 149.750,63 0,50 84.825,62 91.223,25 97.401,99 103.840,90 111.055,33 119.439,96 129.280,65 140.833,98 154.407,94 0,60 89.604,88 96.522,74 103.242,71 110.261,24 118.122,78 127.262,76 138.024,39 150.746,20 165.852,60 0,70 97.905,27 105.695,29 113.418,10 121.578,56 130.727,32 141.339,77 153.848,49 168.736,24 186.634,11 0,80 113.253,31 122.564,67 132.043,63 142.219,92 153.619,73 166.756,10 182.209,97 200.728,78 223.328,19 0,90 145.188,54 157.642,77 170.571,93 184.573,19 200.077,27 217.618,92 238.058,48 262.691,83 293.343,91
α = ,
, < β < , , < γ < ,
berdasarkan tabel diatas maka nilai MSE terkecil dengan metode Trial dan Error untuk nilai
paramameter
α = 0,
9
; 0,1< <0,9; 0,1< <0,9
adalah 80.815,90 yang terletak pada
α = 0,
9 ;
=0,3 ;
=
0,1.
Sehingga berdasarkan metode trial & error terhadap nilai parameter 0,1<
α
< 0,9 ;
0,1< <0,9; 0,1< <0,9
maka dapat disimpulkan bahwa nilai MSE terkecil yang dihasilkan
dari data penelitian yang digunakan terletak pada titik pada
α = 0,
4
;
=0,1 ;
=
0,1 dengan
nilai MSE sebesar 66.131,08 maka untuk peramalan akan menggunakan nilai parameter ini.
Nilai MSE pada parameter ini dapat ditunjukkan dengan tabel perhitungan sebagai berikut.
Tabel 3.17
Perhitungan Nilai MSE dengan Nilai Parameter α = 0,4 ; =0,1 ; =0,1
Periode Data (Xt)
Pemulusa n Tunggal
(St)
Pemulusan Musiman (It)
Pemulusan Trend (bt)
Ramalan
(Ft) et |et| et^2
1 545,98 0,61
2 655,72 0,73
3 839,39 0,93
4 938,43 1,04
5 1.223,38 1,36
6 1.280,02 1,42
7 1.132,67 1,26
8 1.078,79 1,20
9 829,31 0,92
10 834,50 0,93
11 833,31 0,93
12 597,24 597,24 0,66 -3,62
16 953,64 839,07 1,03 18,14 823,93 129,70 129,70 16.822,11 17 1.127,57 845,79 1,30 17,00 1.166,44 (38,87) 38,87 1.511,01 18 1.190,82 852,24 1,35 15,95 1.228,38 (37,56) 37,56 1.410,61 19 973,11 829,87 1,22 12,12 1.093,77 (120,66) 120,66 14.559,59 20 1.100,63 872,10 1,16 15,13 1.010,31 90,32 90,32 8.158,29 21 981,14 957,80 0,93 22,18 818,39 162,75 162,75 26.486,00 22 801,52 933,40 0,95 17,53 909,61 (108,09) 108,09 11.684,03 23 720,91 881,67 0,96 10,60 881,38 (160,47) 160,47 25.751,91 24 568,35 877,59 0,75 9,13 592,73 (24,38) 24,38 594,21 25 978,83 1.105,20 0,73 30,98 605,73 373,10 373,10 139.200,37 26 290,01 829,40 0,99 0,30 892,39 (602,38) 602,38 362.864,38 27 902,69 882,30 0,94 5,56 779,18 123,51 123,51 15.253,86 28 922,40 891,84 1,02 5,96 912,19 10,20 10,20 104,12 29 935,88 826,71 1,26 (1,15) 1.166,84 (230,96) 230,96 53.344,49 30 1.221,73 856,55 1,29 1,95 1.116,92 104,80 104,80 10.983,54 31 820,22 784,21 1,19 (5,48) 1.046,63 (226,41) 226,41 51.259,62 32 1.575,63 1.010,96 1,11 17,74 902,67 672,96 672,96 452.874,00 33 509,64 836,94 1,00 (1,43) 954,43 (444,79) 444,79 197.838,02 34 578,56 744,44 0,99 (10,54) 795,26 (216,70) 216,70 46.959,09 35 679,92 724,68 0,97 (11,46) 701,96 (22,05) 22,05 486,19 36 773,68 839,32 0,79 1,15 536,53 237,15 237,15 56.237,91 37 627,64 849,27 0,79 2,03 611,62 16,02 16,02 256,63 38 549,48 732,14 1,03 (9,89) 845,24 (295,76) 295,76 87.476,52 39 671,66 718,27 0,96 (10,29) 681,05 (9,39) 9,39 88,21 40 1.104,91 857,52 1,00 4,67 723,10 381,81 381,81 145.778,41 41 1.410,62 965,83 1,20 15,03 1.084,67 325,95 325,95 106.242,99 42 1.698,18 1.116,01 1,22 28,55 1.263,09 435,09 435,09 189.300,89 43 1.752,48 1.274,40 1,15 41,53 1.365,26 387,22 387,22 149.937,50 44 1.553,23 1.350,60 1,08 45,00 1.457,26 95,97 95,97 9.209,72 45 1.733,10 1.531,12 0,99 58,55 1.394,53 338,57 338,57 114.627,52 46 1.503,07 1.563,99 0,99 55,98 1.566,33 (63,26) 63,26 4.001,76 47 1.177,92 1.459,02 0,99 39,89 1.567,19 (389,27) 389,27 151.532,44 48 1.349,25 1.586,40 0,82 48,64 1.177,43 171,82 171,82 29.520,89 49 605,76 1.287,64 0,92 13,90 1.292,09 (686,33) 686,33 471.051,65 50 781,67 1.085,42 1,06 (7,72) 1.336,47 (554,80) 554,80 307.798,19 51 1.156,08 1.130,54 0,96 (2,43) 1.029,84 126,24 126,24 15.936,78 52 1.329,36 1.210,31 0,99 5,79 1.124,53 204,83 204,83 41.956,69 53 1.532,50 1.240,19 1,16 8,20 1.460,17 72,33 72,33 5.231,62 54 1.776,02 1.329,11 1,18 16,27 1.528,88 247,13 247,13 61.074,80 55 1.644,26 1.381,00 1,12 19,83 1.542,16 102,10 102,10 10.423,59 56 1.410,40 1.361,13 1,07 15,86 1.517,96 (107,57) 107,57 11.570,93 57 1.689,85 1.510,58 0,98 29,22 1.360,00 329,84 329,84 108.795,56 58 1.025,45 1.337,85 1,02 9,03 1.525,69 (500,24) 500,24 250.238,00 59 960,69 1.194,51 1,02 (6,21) 1.339,52 (378,84) 378,84 143.518,21 60 1.135,16 1.263,66 0,85 1,32 979,81 155,34 155,34 24.131,19 Total 61.424,51 375,38 10.812,96 ###########
66.131,08
Nilai MSE yang diperoleh
j.
Untuk periode m = 10 dan t = 60
I
58= 1,02
Hasil peramalan di atas maka dapat disajikan pada tabel 3.17 sebagai berikut.
3.6
Perbandingan Ketepatan Peramalan menggunakan Metode Winter dengan
Metode Subjektif yang digunakan selama ini
Ketepatan peramalan adalah hal menjadi acuan dalam alat peramalan yang digunakan.
Semakin rendah kesalahan yang dihasilkan dalam peramalan maka metode ini akan sangat
bagus dan membantu dalam planing dan membuat sebuah keputusan menjadi lebih efisien
dan efektif. Ketepatan peramalan dalam khasus ini menggunakan perbandingan nilau tengah
kesalahan persentase absolut
( Mean Absolute Percentage Error)
atau MAPE.
a.
Nilai MAPE dengan pemulusan eksponensial tiga Parameter: Metode Winter
Dengan persamaan (2.9) , MAPE untuk pemulusan eksponensial tripel : Metode
Winter dengan nilai parameter
α = 0,4 ; =0,1 ; =0,1
dan berdasarkan data 2013-2015
diperoleh sebagai berikut.
Tabel 3.19 Perhitungan MAPE dengan pemulusan eksponensial tiga parameter:
Metode Winter
Periode Data (Xt) Pemulusan
Tunggal (St)
Pemulusan Musiman (It)
Pemulusan Trend (bt)
Ramalan
(Ft) PE |PE|
1 978,83 0,61 2 290,01 0,73 3 902,69 0,93 4 922,40 1,04 5 935,88 1,36 6 1.221,73 1,42 7 820,22 1,26 8 1.575,63 1,20 9 509,64 0,92 10 578,56 0,93 11 679,92 0,93
12 773,68 773,68 0,66 34,32
21 1.733,10 1.562,66 0,92 75,95 1.246,97 28,05 28,05 22 1.503,07 1.630,91 0,94 75,18 1.520,94 (1,19) 1,19 23 1.177,92 1.532,00 0,96 57,77 1.581,32 (34,25) 34,25 24 1.349,25 1.766,31 0,73 75,43 1.056,06 21,73 21,73 25 605,76 1.456,38 0,86 36,89 1.270,17 (109,68) 109,68 26 781,67 1.280,05 0,90 15,57 1.215,61 (55,51) 55,51 27 1.156,08 1.257,22 0,98 11,73 1.248,58 (8,00) 8,00 28 1.329,36 1.280,50 1,02 12,88 1.299,78 2,22 2,22 29 1.532,50 1.249,20 1,25 8,47 1.675,58 (9,34) 9,34 30 1.776,02 1.282,34 1,28 10,93 1.693,00 4,67 4,67 31 1.644,26 1.321,86 1,16 13,79 1.558,16 5,24 5,24 32 1.410,40 1.286,30 1,14 8,86 1.553,91 (10,18) 10,18 33 1.689,85 1.511,54 0,92 30,49 1.191,99 29,46 29,46 34 1.025,45 1.359,79 0,98 12,27 1.455,49 (41,94) 41,94 35 960,69 1.221,76 0,99 (2,76) 1.322,99 (37,71) 37,71 36 1.135,16 1.354,45 0,78 10,79 888,37 21,74 21,74 Total 40.367,84 (167,96) 549,02
15,25 Nilai MAPE yang diperoleh
Berdasarkan tabel diatas maka nilai MAPE yang diperoleh dengan menggunakan
pemulusan eksponensial tiga paramater: Metode winter maka diperoleh nilai MAPE sebesar
15,25 %
b.
Nilai MAPE dari model peramalan yang digunakan selama ini
Berdasarkan data peramalan 2013-2015 dari PT Central Proteina Prima dengan
menggunakan persamaan (2-9) maka diperoleh nilai MAPE untuk peramalan yang digunakan
PT Central Proteina Prima, Tbk sebagai berikut.
Tabel 3.20 Perhitungan MAPE
X
tF
tPE
tPE
t/n
773,68
1.050,00
(35,72)
0,99
627,64
800,00
(27,46)
0,76
549,48
850,00
(54,69)
1,52
671,66
675,00
(0,50)
0,01
1.104,91
950,00
14,02
0,39
1.410,62
1.050,00
25,56
0,71
1.698,18
1.400,00
17,56
0,49
1.752,48
1.400,00
20,11
0,56
1.553,23
1.600,00
(3,01)
0,08
1.733,10
1.750,00
(0,98)
0,03
1.503,07
1.725,00
(14,77)
0,41
1.177,92
1.775,00
(50,69)
1,41
1.349,25
1.250,00
7,36
0,20
605,76
1.100,00
(81,59)
2,27
781,67
1.375,00
(75,91)
2,11
1.156,08
1.450,00
(25,42)
0,71
1.329,36
1.425,00
(7,19)
0,20
1.532,50
1.650,00
(7,67)
0,21
1.776,02
1.800,00
(1,35)
0,04
1.644,26
1.600,00
2,69
0,07
1.410,40
1.425,00
(1,04)
0,03
1.689,85
1.525,00
9,76
0,27
1.025,45
1.525,00
(48,72)
1,35
960,69
1.450,00
(50,93)
1,41
1.135,16
1.200,00
(5,71)
0,16
Nilai MAPE yg diperoleh
28,93
Berdasarkan tabel perhitungan diatas maka nilai MAPE untuk metode peramalan yang
digunakan selama ini oleh PT Central Proteina Prima sebesar 28,93.
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
1.
Dengan melakukan pengujian pola data yang terkandung pada Data penjualan PT
Central Proteina Prima, Tbk untuk peramalan penjualan 1 musim (dua belas bulan)
kedepan maka digunakan pemulusan eksponensial tiga parameter : Metode Winter
karena pada data terkandung pola musiman.
2.
Dengan mengggunakan metode trial dan Error pada pemulusan eksponensial tiga
parameter : Metode Winter maka diperoleh nilai MSE terkecil sebesar 66.131,08
terletak pada titik/ nilai paramater
α = 0,4 ; =0,1 ; =0,1.
3.
Model peramalan yang digunakan untuk dua belas bulan kedepan sebagai berikut.
t t
t L mm
t
S
b
m
I
F
mm
S
b
m
I
F
60
60
60 48
mm
xm
I
F
60
1
.
263
,
66
1
,
32
48`
Sehingga diperoleh nilai peramalan dua belas bulan kedepan sebagai berikut.
Januari 1.168,58
Februari 1.346,10
Maret 1.214,16
April 1.253,96
Mei 1.475,51
Juni 1.496,75
Juli 1.420,12
Agustus 1.365,69
September 1.247,89
Oktober 1.305,28
November 1.303,06
Desember 1.091,99
Peramalan Penjualan Periode