BAB IV ANALISIS HASIL PENGOLAHAN DATA

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

2.4 Pemilihan Metode Peramalan

BAB III METODOLOGI PENELITIAN

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB V ANALISA HASIL. dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP.

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB III LANDASAN TEORI

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB 2 LANDASAN TEORI

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

BAB II LANDASAN TEORI

BAB V ANALISA HASIL. hasil grafik, dapat di lihat bahwa pola permintaan tidak beraturan sbb : BULAN

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

Membuat keputusan yang baik

BAB 2 LANDASAN TEORI

HASIL DAN ANALISIS DATA. Berikut ini adalah data penjualan besi Wiremesh selama 4 tahun berturutturut.

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

TINJAUAN PUSTAKA. Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS

Bab IV. Pembahasan dan Hasil Penelitian

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 3 PENGOLAHAN DATA

Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan

PERAMALAN PERMINTAAN KENDARAAN PT ABC DENGAN METODE TIME SERIES

ABSTRAK. Universitas Kristen Maranatha

PERAMALAN (FORECASTING)

PERENCANAAN PRODUKSI

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

IV HASIL DAN PEMBAHASAN

S (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4)

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan

BAB III METODE PENELITIAN

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE

ANALISIS PERAMALAN PENJUALAN RAINBOW CAKE PADA TOKO KUE MAYESTIK CABANG PONDOK KOPI JAKARTA TIMUR Nama : FAHMI ARDIANSYAH NPM : Kelas : 3EA16

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

BAB III TINJAUAN PUSTAKA

TUGAS AKHIR MENENTUKAN PERENCANAAN KEBUTUHAN BAHAN BAKU PRODUK JASMINE TEA BERDASARKAN METODE PERAMALAN TERBAIK PADA PT. XYZ

MODEL PERAMALAN PASOKAN ENERGI PRIMER DENGAN PENDEKATAN METODE FUZZY LINEAR REGRESSION (FLR)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. menjaga tenggat waktu, dan meminimalkan biaya persediaan. yang harus ditempuh menghadapi suatu kondisi tertentu (Rangkuti, 2004).

Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7 ISSN : Pekanbaru, 11 November 2015

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORITIS

BAB III LANDASAN TEORI

BAB 4 HASIL DAN PEMBAHASAN

KATA PENGANTAR. Malang, Mei Penyusun

BAB IV METODE PENELITIAN

BAB V ANALISIS. Tabel 5.1. Kesalahan Estimasi Peramalan Metode Linear Regression

Pembahasan Materi #7

BAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)

BAB III METODE PENELITIAN

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

BAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada

TUGAS AKHIR ANALISA METODE PERAMALAN PERMINTAAN KEBUTUHAN TELEVISI DI PT. LG ELECTRONICS INDONESIA

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin

III KERANGKA PEMIKIRAN

BAB IV METODE PENELITIAN

PERAMALAN (FORECASTING) #2

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Seminar Nasional IENACO ISSN PENGELOMPOKAN STASIUN KERJA UNTUK MENYEIMBANGKAN BEBAN KERJA DENGAN METODE LINE BALANCING

BAB I PENDAHULUAN. bagaimana iklim dapat berbeda pada suatu tempat dengan tempat lainya dan

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

OLEH MUHAMAD AMIN ANDRIANSAH NPM PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI

BAB II LANDASAN TEORI. dalam pembuatan ini melibatkan tenaga kerja, bahan baku, mesin, energi, informasi,

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. pengendalian kualitas dalam pembuatan produk. standar (Montgomery, 1990). Statistical Quality Control (SQC) merupakan salah

BAB II TINJAUAN PUSTAKA

BAB 5 HASIL DAN PEMBAHASAN

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the

BAB II LANDASAN TEORI

PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG

Evelina Padang, Gim Tarigan, Ujian Sinulingga

METODOLOGI PENELITIAN

ABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error.

BAB V ANALISA HASIL. yang digunakan untuk meramalkan keadaan yang akan datang memiliki. penyimpangan atau kesalahan dari keadaan aslinya.

Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation

Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.

VALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE

BAB 4 METODOLOGI. Dalam penelitian ini bahan / materi dikumpulkan melalui : selama 4 tahun penjualan besi Wiremesh untuk diramalkan

BAB IV PEMBAHASAN. Model prediksi harga saham yang akan dibuat pada penelitian ini merupakan

Transkripsi:

BAB IV ANALISIS HASIL PENGOLAHAN DATA 4.1 Pola Dasar Permintaan Dari hasil pengumpulan data aktual yang telah dilakukan mengenai pertumbuhan jumlah kartu kredit BCA yang dimiliki oleh cardholder BCA Cabang Cianjur pada periode Januari sampai dengan Desember 25, terlihat bahwa rata-rata terjadi peningkatan jumlah kartu kredit pada setiap bulannya walaupun terjadi kecenderungan menurun di pertengahan dan akhir tahun. Kecenderungan tersebut dapat dilihat pada grafik pola dasar permintaan kartu kredit dibawah ini : 1.2 1. Permintaan 1.1 1.5 1. 95 9 1 2 3 4 5 6 7 8 9 1 11 12 Perioda ( t ) Gambar 4-1 Grafik Pertumbuhan Kartu Kredit BCA 67

4.2 Metode-metode Peramalan Yang Digunakan Untuk dapat membuat suatu peramalan permintaan yang baik, maka perlu dilakukan suatu perhitungan secara mendalam dengan menggunakan beberapa metode peramalan, diantaranya : Metode Konstan, Metode Linier dan Metode Kuadratik. Peramalan yang dilakukan harus memiliki indikator untuk mengukur akurasi ramalan tersebut. Ukuran akurasi hasil peramalan yang digunakan adalah sebagai berikut : Kesalahan Standar Estimasi (Standar Error of Estimation - s dt ). Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error MAPE). Adapun ukuran akurasi peramalan yang diperoleh dari hasil pengolahan adalah sebagai berikut : Tabel 4-1 Ukuran Akurasi Peramalan Hasil Pengolahan Data Metode Metode Metode Konstan Linier Kuadratik s 47,3,9 12,59 dt MAPE 3,7 % 1,8 %,83 % Dari data diatas dapat terlihat bahwa Metode kuadratik memiliki persentase eror (MAPE) yang paling kecil jika dibandingkan dengan kedua metode lainnya. Sehingga dapat dikatakan bahwa adalah metode terbaik yang dipilih. 68

4.3 Peta Rentang Bergerak (Moving Range) Setelah diperoleh metode terbaik yang dipilih berdasarkan ukuran akurasi maka selanjutnya perlu dilakukan pemeriksaan pada hasil peramalan yang diperoleh dari metode kuadratik dengan menggunakan peta rentang bergerak. 4.3.1 Peta Rentang Bergerak Dari hasil pemeriksaan peramalan metode kuadratik dengan menggunakan peta rentang bergerak ternyata metode kuadratik memberikan hasil yang cukup baik dimana semua hasil peramalan pada perioda ke 1 sampai dengan 12 masih berada di dalam batas kontrol atas maupun bawah yang telah ditentukan. Peta Rentang Bergerak untuk Pemeriksaan 45 3 BKA = +3,22-1 2 3 4 5 6 7 8 9 1 Garis Pusat 11 12-3 BKB = -3,22-45 Perioda ( t ) Gambar 4-2 Peta Rentang Bergerak Pemeriksaan Peramalan sampai dengan Perioda ke 12 Keadaan tak terkendali terjadi ketika pemeriksaan dilakukan dengan memplot data peramalan perioda ke 13 sampai dengan ke 23 ke dalam peta rentang bergerak, dimana seluruh data tersebut berada diluar batas kendali atas. 69

Peta Rentang Bergerak untuk Pemeriksaan 3 2 1-1 1 2 3 4 5 6 7 8 9 1 11 12 13 14 16 17 22 23 21 18 19 2 BKA = +3,22 Garis Pusat BKB = -3,22-2 -3 Perioda ( t ) Gambar 4-3 Peta Rentang Bergerak Pemeriksaan Peramalan sampai dengan Perioda ke 23 Kemudian dilakukan pengendalian untuk ramalan yang berada di luar batas kontrol tersebut dengan membuat persamaan kuadratik baru untuk peramalan perioda ke 12 sampai dengan ke 23, dan memplot data hasil peramalan baru tersebut ke dalam peta rentang bergerak baru yang memiliki batas kontrol atas dan bawah yang baru pula. Dengan pengendalian baru tersebut hasil peramalan dari perioda ke 12 sampai dengan ke 23 dapat berada dalam batas-batas kontrol. 7

Peta Rentang Bergerak Untuk Pengendalian 3 2 1 BKA = +28,16 22 21 23-1 -2-3 13 14 16 17 18 19 2 Garis Pusat BKB = -28,16 Periode ( t ) Gambar 4-4 Peta Rentang Bergerak Pengendalian Peramalan Hasil peramalan kuadratik dalam peta rentang bergerak secara keseluruhan dapat dilihat pada gambar dibawah ini : Peta Rentang Bergerak Akhir untuk Pengendalian 45 3 BKA = +28,16 23-1 2 3 4 5 6 7 8 9 1 11 12 13 14 16 17 18 19 22 21 2 Garis Pusat -3 BKB = -28,16-45 Periode ( t ) Gambar 4-5 Peta Rentang Bergerak Akhir Peramalan 71

Dari hasil pemeriksaan dan pengendalian data peramalan metode kuadratik tersebut maka dapat dikatakan bahwa peramalan tersebut valid dan layak untuk digunakan karena seluruh data hasil permalan dapat dikontrol dalam peta kendali rentang bergerak. Agar didapatkan data peramalan yang lebih akurat, dimana selisih antara aktual permintaan dengan peramalan kecil, maka harus dilakukan kontrol yang terus menerus. Perbaikan harus dilakukan secepatnya ketika diketahui bahwa hasil peramalan berada di luar batas kendali, dan harus dilakukan perhitungan ulang untuk peramalan baru. 72