BAB V ANALISA HASIL Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type. menganalisa produk MC Tire IRC Tube Type, sebagai berikut :

Transkripsi

1 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 Rata-Rata Bergerak dengan Dekomposisi Musiman Sederhana (α = 0,1) dengan Dekomposisi Musiman Sederhana (α = 0,5) dengan Dekomposisi Musiman Sederhana (α = 0,9) dengan Dekomposisi Musiman Peta Moving Range 8% OK 6% OK 8% OK 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 101

2 maupun BKB) sehingga nilai peramalan permintaan yang dihasilkan telah cukup baik. Adapun nilai MFE terkecil adalah untuk uji peramalan menggunakan metode Sederhana (α = 0,9) dengan Dekomposisi Musiman yakni dengan nilai MFE = , sedangkan nilai MAD, MSE dan MAPE terkecil adalah untuk uji peramalan menggunakan metode Sederhana (α = 0,1) dengan Dekomposisi Musiman yakni dengan nilai MAD = , MSE = dan MAPE = 6%. Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode 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 Sederhana (α = 0,1) dengan Dekomposisi Musiman 102

3 Terlihat bahwa seluruh titik perbandingan nilai permintaan aktual dengan nilai peramalan berada didalam batas kendali, sehingga dinilai peramalan permintaan yang dihasilkan telah cukup baik 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 Linear Satu Parameter Brown (α = 0,1) Linear Satu Parameter Brown (α = 0,5) Linear Satu Parameter Brown (α = 0,9) Linear Dua Parameter Holt (α = 0,1 ; β = 0,2) Linear Dua Parameter Holt (α = 0,4 ; β = 0,5) Linear Dua Parameter Holt (α = 0,8 ; β = 0,9) ( ) (7.481) (2.263) Peta Moving Range 17% NG 14% OK* 16% OK* 226% NG 37% NG 22% OK* Dari data perbandingan di atas dapat diketahui bahwa Peta Moving Range untuk metode Linear Satu Parameter Brown (α = 0,5), Linear Satu Parameter Brown (α = 0,9) dan 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 103

4 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 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 Linear Satu Parameter Brown (α = 0,5) dengan Dekomposisi Musiman yakni dengan nilai MAD = 9.325, MSE = dan MAPE = 14%. Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode 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. 104

5 o Peta Moving Range Grafik 5.2 Peta Moving Range Peramalan 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 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 Dekomposisi Data Runtut Waktu Multiplikatif Tiga Parameter Winter (α (56) = 0,1 ; β = 0,2 ; γ = 0,3) Multiplikatif Tiga Parameter Winter (α (159) = 0,5; β = 0,3 ; γ = 0,4) Multiplikatif Tiga Parameter Winter (α (395) = 0,9; β = 0,4 ; γ = 0,5) Peta Moving Range 20% OK 22% OK 8% NG 10% OK 105

6 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 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 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 Multiplikatif Tiga Parameter Winter (α = 0,9 ; β = 0,4 ; γ = 0,5) yakni dengan nilai MAD = 988, MSE = dan MAPE = 10 %. Sehingga berdasarkan data ukuran kesalahan dan kondisi Peta Moving Range tersebut, metode 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. 106

7 Peta Moving Range Grafik 5.3 Peta Moving Range Peramalan 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 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 Peramalan Mendatang MC Tire IRC Tube Type Peramalan Sederhana (α = 0,1) dengan Dekomposisi Musiman 107

8 Tabel 5.4 Peramalan MC Tire IRC Tube Type Periode Mendatang UOM : Pcs Keterbatasan dalam formula 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 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 Peramalan Mendatang MC Tire IRC Tubeless Type Peramalan Linear Satu Parameter Brown (α = 0,5) 108

9 Tabel 5.5 Peramalan MC Tire IRC Tubeless Type Periode Mendatang UOM : Pcs Adanya variabel m (periode ke-m) yang ada pada metode 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 Peramalan Mendatang MC Tire Zeneos Type Peramalan Multiplikatif Tiga Parameter Winter (α = 0,9 ; β = 0,4 ; δ = 0,5) 109

10 Tabel 5.6 Peramalan MC Tire Zeneos Type Periode Mendatang Sama halnya dengan metode Linear Satu Parameter Brown, adanya variabel m (periode ke-m) pada metode 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. 110