FORECASTING
METODE MOVING AVERAGE 2 PERIODE DATA
FORECASTING RESULT
Keterangan:
TRACKING SIGNAL
GRAFIK
WEIGHTED MOVING AVERAGES PERIODE 2 BULAN DATA
FORECASTING RESULT
TRACKING SIGNAL
GRAFIK
EKSPONENTIAL SMOOTHING ALPHA= 0.5 DATA
FORECASTING RESULT
TRACKING SIGNAL
GRAFIK
EKSPONENTIAL SMOOTHING WITH TREND ALPHA= 0.5 DATA
FORECASTING RESULT
GRAFIK
TREND ANALYSIS DATA
FORECASTING RESULT
TRACKING SIGNAL
GRAFIK
KESIMPULAN
Dari kelima data diatas dapat diambil kesimpulan sebagai berikut:
No Metode Tracking Signal MAD
1 Moving Average 2 periode Memenuhi syarat +- 4 6.25
2 WMA 2 Periode Memenuhi syarat +- 4 6.5
3 ES alpha: 0,5 Memenuhi syarat +- 4 7.75
4 ES with trend alpha: 0,5 Memenuhi syarat +- 4 9.3 5 Trend Analysis Memenuhi syarat +- 4 5.52
Tabel diatas menunjukkan bahwa semua metode memenuhi syarat tracking signal +- 4 sehingga dapat dibandingkan dengan metode yang lainnya. Dari perbandingan metode tersebut MAD yang terkecil adalah MAD dariMetode Trend Analysisyaitu sebesar 5.52, maka metode trend analysis yang digunakan untuk meramalkan permintaan produksi.
Hasil ramalan dari metode trend analysis yaitu: untuk periode 7 sampai dengan 20 dapat dilihat dilihat pada tabel forecasting result.
NON TIME SERIES REGRESSION (LINIER REGRESSION) DATA
FORECASTING RESULT
Keterangan :
Dari tabelforecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0; MAD (Mean Absolute Deviation)/rata-rata absolute error = 33.64; MSE (Mean Squared Error)/rata-rata error kuadrat = 1327.64;
Stndar error = 51.53 dan MAPE (Mean Absolute Percent Error)/rata-rata persentase error = 0.06.
Regresson lineadalah persamaan regresinya = Y= 49.94+27.44 (x)
Nilaistatistics untuk koefisien korelasi = 0.91 artinya mempunyai hubungan yang sangat kuat antara kedua variable, sedangkan untuk koefisien determinasi atau r2
= 0.82
Jadi untuknilai forecast x=10dari persamaan regresi diatas adalah 324.29
TRACKING SIGNAL
Keterangan:
Dari hasil tabel diatas diketahui bahwa track signal berada pada area +4 dan -4 maka untuk metode ini memenuhi syarat untuk dibandingkan dengan metode lainnya.
GRAFIK
Keterangan :
Dari grafik diatas dapat dilihat bahwa terdapat pergerakan data dari data actual dan data forecast, diketahui bahwa nilai forecast linier regression mengalami trend meningkat seperti pada nilai x = 10
DECOMPOSITION AND DESEASONALIZATION (MULTIPLICATIVE DECOMPOSITION)
DATA
FORECASTING RESULT
Keterangan :
Dari tabelforecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0.04; MAD (Mean Absolute Deviation)/rata-rata absolute error = 2.75; MSE (Mean Squared Error)/rata-rata error kuadrat = 11.49;
Standar error = 4.79 dan MAPE (Mean Absolute Percent Error)/rata-rata persentase error = 0.03.
Regresson lineadalah persamaan regresinya = Y= 88.94 – 0.33 (x)
Nilaistatistics untuk koefisien korelasi = 0.95 artinya mempunyai hubungan yang sangat kuat antara kedua variable, sedangkan untuk koefisien determinasi atau r2
= 0.9
Future period menggambarkan hasil dari nilai (x) forecast untuk persamaan regresinya, terlihat bahwa nilai future period mulai dari x=13 sampai x=26.
Keterangan:
Dari hasil tabel diatas dengan 3 periode tahun dan 12 data diketahui bahwa track signal berada pada area +4 dan -4 maka metode ini memenuhi syarat untuk dibandingkan dengan metode lainnya.
GRAFIK
Keterangan:
Dari grafik diatas terdapat 4 grafik yaitu grafik data, grafik forecast, grafik smoothed data dan grafik trend line. Terlihat pada grafik data adanya proses naik dan turunnya data actual, sedankan grafik forecast bisa dikatakan bahwa polanya mengikuti grafik data actual. Pada grafik smoothed data terlihat pergerakan data yang cenderung lebih rata atau mengalami penghalusan data (smooth) dan grafik trend line mengalami proses yang konstan dari periode awal hingga akhir.
MULTIPLE REGESSION DATA
FORECASTING RESULT
Keterangan :
Dari tabelforecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0; MAD (Mean Absolute Deviation)/rata-rata absolute error = 33.64; MSE (Mean Squared Error)/rata-rata error kuadrat = 1327.64;
Standar error = 51.53 dan MAPE (Mean Absolute Percent Error)/rata-rata persentase error = 0.06.
Regresson lineadalah persamaan regresinya = Y= 49.94 + 27.44 (x)
Nilaistatistics untuk koefisien korelasi = 0.91 artinya mempunyai hubungan yang sangat kuat antara variable umbrella dan rain, sedangkan untuk koefisien determinasi atau r2= 0.82.
DETAIL AND ERROR ANALYSIS
Keterangan :
Dari tabelforecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0; MAD (Mean Absolute Deviation)/rata-rata absolute error = 33.64; MSE (Mean Squared Error)/rata-rata error kuadrat = 1327.64;
Standar error = 51.53 dan MAPE (Mean Absolute Percent Error)/rata-rata persentase error = 0.06.
GRAFIK
