101
BAB V
ANALISA HASIL
5.1.Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type
Berdasarkan hasil pengolahan data, maka dapat dibandingkan seluruh ukuran kesalahan peramalan atas metode peramalan yang diuji untuk menganalisa produk MC Tire IRC Tube Type, sebagai berikut :
o Perbandingan nilai MFE, MAD, MSE dan MAPE terlihat pada tabel berikut : Tabel 5.1 Perbandingan Akurasi Hasil Peramalan IRC Tube Type
No. Metode Time Series MFE MAD MSE MAPE
Peta Moving Range 1 Rata-Rata Bergerak dengan Dekomposisi Musiman 52.656 135.678 28.695.988.976 8% OK 2 Eksponensial Sederhana (α = 0,1) dengan Dekomposisi Musiman 91.399 114.390 22.132.031.098 6% OK 3 Eksponensial Sederhana (α = 0,5) dengan Dekomposisi Musiman 54.962 132.650 27.877.426.095 8% OK 4 Eksponensial Sederhana (α = 0,9) dengan Dekomposisi Musiman 48.027 164.303 45.544.545.513 9% OK
Dari data perbandingan di atas dapat diketahui bahwa seluruh Peta Moving Range untuk tiap metode kondisi OK (tidak ada titik deviasi yang diluar BKA
102
maupun BKB) sehingga nilai peramalan permintaan yang dihasilkan telah cukup baik.
Adapun nilai MFE terkecil adalah untuk uji peramalan menggunakan metode Eksponensial Sederhana (α = 0,9) dengan Dekomposisi Musiman yakni dengan nilai MFE = 48.027, sedangkan nilai MAD, MSE dan MAPE terkecil adalah untuk uji peramalan menggunakan metode Eksponensial Sederhana (α = 0,1) dengan Dekomposisi Musiman yakni dengan nilai MAD = 114.390, MSE = 22.132.031.098 dan MAPE = 6%.
Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode Eksponensial Sederhana (α = 0,1) dengan
Dekomposisi Musiman dinilai sebagai metode dengan ukuran kesalahan
terkecil dan dianggap paling tepat untuk digunakan dalam meramalkan permintaan produk MC Tire IRC Tube type. Dapat dilihat kembali Peta Moving Range atas metode yang dipilih tersebut.
• Peta Moving Range
Grafik 5.1 Peta Moving Range Peramalan Eksponensial Sederhana (α = 0,1) dengan Dekomposisi Musiman
103
Terlihat bahwa seluruh titik perbandingan nilai permintaan aktual dengan nilai peramalan berada didalam batas kendali, sehingga dinilai peramalan permintaan yang dihasilkan telah cukup baik.
5.2.Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tubeless Type o Perbandingan nilai MFE, MAD, MSE dan MAPE terlihat pada tabel berikut :
Tabel 5.2 Perbandingan Akurasi Hasil Peramalan IRC Tubeless Type
No. Metode Time Series MFE MAD MSE MAPE
Peta Moving
Range
1
Eksponensial Ganda Linear Satu Parameter Brown (α = 0,1) 13.649 15.314 472.554.324 17% NG 2 Eksponensial Ganda Linear Satu Parameter Brown (α = 0,5) 1.734 9.325 172.943.273 14% OK* 3 Eksponensial Ganda Linear Satu Parameter Brown (α = 0,9) 480 11.483 274.883.598 16% OK* 4 Eksponensial Ganda Linear Dua Parameter Holt (α = 0,1 ; β = 0,2) (109.803) 115.404 17.760.782.216 226% NG 5 Eksponensial Ganda Linear Dua Parameter Holt (α = 0,4 ; β = 0,5) (7.481) 18.830 708.041.815 37% NG 6 Eksponensial Ganda Linear Dua Parameter Holt (α = 0,8 ; β = 0,9) (2.263) 13.675 362.871.938 22% OK*
Dari data perbandingan di atas dapat diketahui bahwa Peta Moving Range untuk metode Eksponensial Ganda Linear Satu Parameter Brown (α = 0,5), Eksponensial Ganda Linear Satu Parameter Brown (α = 0,9) dan Eksponensial Ganda Linear Dua Parameter Holt (α = 0,8 ; β = 0,9) kondisinya OK*, yakni hampir seluruh titik deviasi berada didalam batas kendali, hanya pada periode Januari 2013 yang berada diluar Batas Kendali Atas dimana pada periode tersebut memang terdapat pengaruh Siklis (seperti disebutkan sebelumnya bahwa pengaruh yang bersifat siklis pada periode Januari 2013 disebabkan
104
adanya perubahan kebijakan manajemen yang meminta agar kapasitas produksi IRC Tubeless ditambah sehingga penjualannya dapat ditingkatkan) sehingga perbedaan pada periode tersebut dapat diabaikan, namun secara umum dalam kondisi normal untuk peramalan permintaan yang dihasilkan dinilai telah cukup baik. Sedangkan untuk metode yang lain kondisinya NG, yakni terdapat nilai deviasi yang berada diluar BKA maupun BKB selain pada bulan Januari 2013 sehingga meskipun ukuran akurasi peramalannya cukup baik maka tetap tidak dipilih.
Adapun untuk Peta Moving Range yang OK*, nilai MFE terkecil (mendekati nol) adalah untuk uji peramalan menggunakan metode Eksponensial Ganda Linear Satu Parameter Brown (α = 0,9) yakni dengan nilai MFE = 480, sedangkan nilai MAD, MSE dan MAPE terkecil adalah untuk uji peramalan menggunakan metode Eksponensial Ganda Linear Satu Parameter Brown (α = 0,5) dengan Dekomposisi Musiman yakni dengan nilai MAD = 9.325, MSE = 172.943.273 dan MAPE = 14%.
Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode Eksponensial Ganda Linear Satu Parameter Brown
(α = 0,5) dinilai sebagai metode dengan ukuran kesalahan terkecil sehingga
dianggap paling tepat untuk digunakan dalam meramalkan permintaan produk MC Tire IRC Tubeless type. Dapat dilihat kembali Peta Moving Range atas metode yang dipilih tersebut.
105 o Peta Moving Range
Grafik 5.2 Peta Moving Range Peramalan Eksponensial Satu Parameter Brown (α = 0,5)
Dari Peta Moving Range diatas dapat terlihat bahwa pada periode Januari 2013 terdapat pengaruh Siklis sehingga perbedaan pada periode tersebut dapat diabaikan, namun secara umum dalam kondisi normal untuk peramalan permintaan yang dihasilkan dinilai telah cukup baik.
5.3.Perbandingan Akurasi Hasil Peramalan MC Tire Zeneos
o Perbandingan nilai MFE, MAD, MSE dan MAPE terlihat pada tabel berikut : Tabel 5.3 Perbandingan Akurasi Hasil Peramalan Zeneos Type
No. Metode Time Series MFE MAD MSE MAPE
Peta Moving Range 1 Dekomposisi Data Runtut Waktu 163 1.827 4.392.949 20% OK 2 Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,1 ; β = 0,2 ; γ = 0,3) (56) 1.934 5.335.973 22% OK 3 Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,5; β = 0,3 ; γ = 0,4) (159) 728 770.773 8% NG 4 Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,9; β = 0,4 ; γ = 0,5) (395) 988 1.505.077 10% OK
106
Dari data perbandingan di atas dapat diketahui bahwa Peta Moving Range untuk tiap metode hampir seluruhnya OK (tidak ada yang diluar BKA maupun BKB), hanya metode Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,1 ; β = 0,3 ; γ = 0,4) yang NG, sehingga meskipun ukuran akurasi peramalannya cukup baik maka tetap tidak dipilih.
Adapun untuk Peta Moving Range yang OK, nilai MFE terkecil (mendekati nol) adalah untuk uji peramalan menggunakan metode Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,1 ; β = 0,2 ; γ = 0,3) yakni dengan nilai MFE = -56, sedangkan nilai MAD, MSE dan MAPE terkecil adalah untuk uji peramalan menggunakan metode Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,9 ; β = 0,4 ; γ = 0,5) yakni dengan nilai MAD = 988, MSE = 1.505.077 dan MAPE = 10 %.
Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode Eksponensial Multiplikatif Tiga Parameter Winter
(α = 0,9 ; β = 0,4 ; γ = 0,5) dinilai sebagai metode dengan ukuran kesalahan
terkecil sehingga dianggap paling tepat untuk digunakan dalam meramalkan permintaan produk MC Tire Zeneos type. Dapat dilihat kembali Peta Moving Range atas metode yang dipilih tersebut.
107 • Peta Moving Range
Grafik 5.3 Peta Moving Range Peramalan Eksponensial Tiga Parameter Winter (α = 0,9 ; β = 0,4 ; δ = 0,5)
Terlihat bahwa seluruh titik perbandingan nilai permintaan aktual dengan nilai peramalan berada didalam batas kendali, sehingga dinilai peramalan permintaan yang dihasilkan telah cukup baik.
5.4.Peramalan di Periode Mendatang
Setelah mengetahui metode yang dianggap paling tepat digunakan untuk masing-masing jenis MC Tire, selanjutnya akan dibuatkan peramalan untuk periode berikutnya.
5.4.1.Peramalan Mendatang MC Tire IRC Tube Type
• Peramalan Eksponensial Sederhana (α = 0,1) dengan Dekomposisi Musiman
108
Tabel 5.4 Peramalan MC Tire IRC Tube Type Periode Mendatang
UOM : Pcs
Keterbatasan dalam formula Eksponensial Sederhana adalah hanya dapat dilakukan untuk peramalan jangka pendek (satu periode) dikarenakan perlunya data aktual permintaan sebelumnya dalam membuat peramalan, sehingga peramalan hanya dapat dilakukan untuk periode Juli 2013, yakni sebesar 1.783.994 Pcs (tanpa adanya pengaruh musiman pada bulan tersebut). Namun karena pola data bersifat stationer maka kemungkinan dapat pula dibuat perkiraan estimasi permintaan berdasarkan persentase kenaikan/penurunan permintaan produk pada periode tahun sebelumnya.
5.4.2.Peramalan Mendatang MC Tire IRC Tubeless Type
109
Tabel 5.5 Peramalan MC Tire IRC Tubeless Type Periode Mendatang
UOM : Pcs
Adanya variabel m (periode ke-m) yang ada pada metode Eksponensial Ganda Linear Satu Parameter Brown memungkinkan metode ini digunakan untuk peramalan jangka yang lebih panjang, sehingga peramalan untuk periode satu tahun ke depan (Juli 2013-Juni 2014) dapat diketahu nilai peramalannya.
5.4.3.Peramalan Mendatang MC Tire Zeneos Type
• Peramalan Eksponensial Multiplikatif Tiga Parameter Winter (α = 0,9 ;
110
Tabel 5.6 Peramalan MC Tire Zeneos Type Periode Mendatang
Sama halnya dengan metode Eksponensial Ganda Linear Satu Parameter Brown, adanya variabel m (periode ke-m) pada metode Eksponensial Multiplikatif Tiga Parameter Winter memungkinkan metode ini digunakan untuk peramalan jangka yang lebih panjang, sehingga peramalan untuk periode satu tahun ke depan (Juli 2013-Juni 2014) juga dapat diketahu nilai peramalannya.
