PERAMALAN
3.1Tujuan Praktikum
1 Mampu memprediksi kebutuhan / permintaan yang akan diperlukan dalam proses
produksi.
2 Memahami tahapan dalam berbagai metode peramalan.
3 Mampu menentukan metode peramalan yang tepat.
3.1 Tugas Praktikum
1
2 Pilih hasil peramalan yang terbaik sebagai input untuk praktikum selanjutnya.
3.3 Output
1.3.1 Deskripsi Pasar dan Data Permintaan yang di dapatkan. (jelaskan target pasar yang
akan dituju dari tabel PIC modul 2 serta cantumkan data yang diperoleh selama 10
periode yang akan diramalkan)
Target pasar utama yang dituju adalah produsen mobil di Indonesia sedangkan
target pasar kedua adalah dealer sparepart dan benkel accessories mobil di Indonesia.
Data permintaan perusahaan selama 24 periode dapat dilihat pada tabel 3.1
Tabel 3.1 Data Historis
Period
e
1
2
3
4
5
6
Deman
d
9302
7091
6595
7993
6547
6348
Periode Demand
13
5651
14
7481
15
5652
16
6078
17
8908
18
8208
7
8
9
10
11
12
9555
9531
5289
5439
8617
9583
19
20
21
22
23
24
8974
5907
5241
5570
8749
8730
E=
n
dE
2 [Y (t ) a] = 0
=0
da
i =1
diperoleh
n
i =1
i =1
Y (t ) a = 0
Sehingga
; maka
Y (t ) na = 0
i =1
peramalan
Jadi, apabila pola data berbentuk konstan, maka peramalannya dapat didekati dengan
harga rata-rata dari data tersebut. Berikut dibawah ini adalah perhitungan peramalan
menggunakan metode konstan sperti yang telah dijabarkan di atas.
Tabel 3.2 Hasil Peramalan Data Historis Dengan Metode Konstan
Period
e
1
2
Demand Peramalan
9302
7376,625
7091
7376,625
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
6595
7993
6547
6348
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
7376,625
Demand Peramalan
7376,625
7376,625
7376,625
7376,625
7376,625
Pada peramalan menggunakan metode konstan ini hasil yang didapat yaitu
7376,628. Karena ini menggunakan metode konstan, maka hasil prediksi untuk 5 periode
ke depannya adalah sama yaitu 7376,628.
1.3.3 Model Regresi Linear (deskripsi penjelasan model Regresi Linear serta rumus-
rumusnya, Perhitungan model Regresi Linear, dan deskripsi hasil perhitungan dengan
metode Regresi Linear)
Persamaan garis yang mendekati bentuk data linier adalah:
Y(t) = a + b(t)
Konstanta a dan b ditentukan dari data mentah berdasarkan Kriteria Kuadrat Terkecil
(least square criterion). Perhitungannya sebagai berikut:
Anggaplah data mentah diwakili dengan (Yi,ti), dimana Yi adalah permintaan aktual di
saat ti, dimana i = 1,2, .....,n. Definisikan:
E=
Turunkan persamaan tersebut terhadap a dan b:
n
dE
2 [Y (t ) a bt ] = 0
=0
da
i =1
yaitu
diperoleh
n
dE
2 t[Y (t ) a bt ] = 0
=0
db
i =1
yaitu
diperoleh
i =1
i =1
Y (t ) = na + b t = 0
n
i =1
i =1
i =1
...........(1)
tY (t ) = a t + b t 2 = 0
......(2)
Dari rumus rumus yang telah dijabarkan di atas, maka dapat dihitung peramalan
terhadap data hisoris tersebut. Hasil dari perhitungan dengan metode regresi dapat
dilihat pada tabel dibawah ini:
a
= 7376,366
= 0,021
Y t
= 7276,366 + 0,021 t
Demand
Peramalan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
9302
7091
6595
7993
6547
6348
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
7376,387
7376,408
7376,429
7376,45
7376,471
7376,492
7376,513
7376,534
7376,555
7376,576
7376,597
7376,618
7376,639
7376,66
7376,681
7376,702
7376,723
7376,744
7376,765
7376,786
7376,807
7376,828
7376,849
7376,87
Tabel 3.5 Data Perhitungan Perawalan 5 Periode Ke depan
Periode
(t)
25
26
27
28
29
Peramalan
d(t)'
7376,891
7376,912
7376,933
7376,954
7376,975
Pada perhitungan dengan metode regresi ini pertama-tama yang dilakukan adalah
menghitung menentukan nilai konstantanya sehingga dapat terbentuk rumus untuk
mencari nilai peramalannya. Rumus yang terbentuk dari perhitungan tersebut adalah Y t
= 7376, 366=0,021 t. Kemudian dengan menggunakan rumus yang telah terbentuk
tersebut dapat dihitung atau diramalakan jumlah spion yang akan diproduksi. Hasil untuk
10 periode ke depan 7376,891, 7376,912, 7376,933, 7376,954, 7376,975, 7376,996,
7377,017, 7377,038, 7377,059, 7377,08.
1.3.4 Model Moving average Forecasting (deskripsi penjelasan model Moving average
Forecasting serta rumus-rumusnya, Perhitungan model Moving average Forecasting, dan
deskripsi hasil perhitungan dengan metode Moving average Forecasting)
Metode rata-rata bergerak banyak digunakan untuk menentukan trend dari suatu
deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari data
asli diubah menjadi deret rata-rata bergerak yang lebih mulus. Metode ini digunakan
untuk data yang perubahannya tidak cepat, dan tidak mempunyai karakteristik musiman
atau seasonal. Model rata-rata bergerak mengestimasi permintaan periode berikutnya
sebagai rata-rata data permintaan aktual dari n periode terakhir. Terdapat tiga macam
model rata-rata bergerak, yaitu:
a
Yt + Yt 1 + Yt 2 + .... + Yt n +1
n
Simple Moving average (SMAt)=
Seperti pada rumus yang telah dijelaskan di atas, maka perhitungan untuk forecast
pada data historis yang telah tersedia dapat dilihat pada tabel di bawah ini.
Tabel 3.5 Hasil Perhitungan Data Historis Dengan Metode Moving average
SMA 3 Periode
Period
e
1
2
3
4
5
6
Demand
SMA
9302
7091
6595
7993
7662,6667
6547
7226,3333
6348
7045
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
6962,6667
7483,3333
8478
8125
6753
6448,3333
7879,6667
7950,3333
7571,6667
6261,3333
6403,6667
6879,3333
7731,3333
8696,6667
7696,3333
6707,3333
5572,6667
6520
Tabel 3.6 Data Perhitungan Peramalan 10 Periode ke depan
Period
e
25
26
27
28
29
Demand
SMA
7683
7683
7683
7683
7683
Tabel 3.7 Hasil Perhitungan Data Historis Dengan Metode Moving average
SMA 5 Periode
Period
e
1
2
3
4
5
6
7
Demand
9302
7091
6595
7993
6547
6348
9555
SMA
7505,6
6914,8
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
7407,6
7994,8
7454
7232,4
7686,2
7691,8
6915,8
7354,2
7396,8
6889
6754
7265,4
7564
7615
7447,6
6780
6888,2
Tabel 3.8 Data Perhitungan Peramalan 5 Periode ke depan
Period
e
25
26
27
28
29
Demand
SMA
6839,4
6839,4
6839,4
6839,4
6839,4
Perbedaan utama antara Simple Moving Average dan Centered Moving Average terletak
pada pemilihan observasi yang digunakan. Center berarti rataan antara data sekarang
dengan menggunakan data sebelumnya dan data sesudahnya. Misalnya untuk 5 periode
moving average, maka SMA menggunakan data periode 3 ditambah data sebelumnya dan
data sesudahnya
Y
t (( L1/
2)
CMAt
Tabel 3.9 Hasil Perhitungan Data Historis Dengan Metode Moving average
CMA 3 Periode
Period
e
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Demand
9302
7091
6595
7993
6547
6348
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
CMA
7662,6667
7226,3333
7045
6962,6667
7483,3333
8478
8125
6753
6448,3333
7879,6667
7950,3333
7571,6667
6261,3333
6403,6667
6879,3333
7731,3333
8696,6667
7696,3333
6707,3333
5572,6667
6520
7683
7683
Tabel 3.10 Data Perhitungan Peramalan 5 Periode ke depan
Period
e
Demand
CMA
25
26
27
28
29
7683
7683
7683
7683
7683
Tabel 3.11 Hasil Perhitungan Data Historis Dengan Metode Moving average
CMA 5 Periode
Perio
de
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Demand
9302
7091
6595
7993
6547
6348
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
CMA
7505,6
6914,8
7407,6
7994,8
7454
7232,4
7686,2
7691,8
6915,8
7354,2
7396,8
6889
6754
7265,4
7564
7615
7447,6
6780
6888,2
6839,4
6839,4
6839,4
Demand
CMA
6839,4
26
27
28
29
6839,4
6839,4
6839,4
6839,4
memperlihatkan bahwa data yang lalu memiliki bobot lebih kecil dibandingkan dengan
data yang terbaru. Rumus tersebut dapat disederhanakan sebagai berikut:
Dengan nilai Y(1) untuk inisial ramalan didekati dengan nilai rata-ratanya ( Y )
Atau
Perlu diperhatikan bahwa penetapan nilai konstanta memiliki andil yang penting
dalam menghasilkan hasil ramalan yang andal. Model Exponential Smoothing
digunakan untuk peramalan jangka pendek.
Tabel 3.13 Hasil Perhitungan Data Historis Dengan Metode Eksponensial Smoothing
Period
e
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Deman
d
9302
7091
6595
7993
6547
6348
9555
9531
5289
5439
8617
9583
5651
7481
5652
6078
8908
8208
8974
5907
5241
5570
8749
8730
Peramalan
9302
8859,8
8406,84
8324,072
7968,6576
7644,5261
8026,6209
8327,4967
7719,7974
7263,6379
7534,3103
7944,0482
7485,4386
7484,5509
7118,0407
6910,0326
7309,626
7489,3008
7786,2407
7410,3925
6976,514
6695,2112
7105,969
Tabel 3.14 Data Perhitungan Peramalan 5 Periode ke depan
Period
Deman
Peramalan
e
25
26
27
28
29
d
7105,969
7105,969
7105,969
7105,969
7105,969
Deman
d
Peramalan
9302
7376,625
FE
1925,37
5
CFE
AD
1925,38 1925,38
CAD
1925,37
5
MAD
1925,3
8
TS
1
7091
7376,625
-285,625
1639,75 285,625
6595
7376,625
-781,625
858,125 781,625
7993
7376,625
616,375
1474,5
5
6
6547
6348
7376,625
7376,625
644,875 829,625
-383,75 1028,63
9555
7376,625
9531
7376,625
-829,625
-1028,63
2178,37
5
2154,37
5
5289
7376,625
-2087,63
10
5439
7376,625
11
8617
7376,625
12
9583
7376,625
-1937,63
1240,37
5
2206,37
5
13
5651
7376,625
-1725,63
1644,88 1725,63
14
7481
7376,625
104,375
1749,25 104,375
15
5652
7376,625
-1724,63
24,625
1724,63
16
6078
7376,625
-1274
1298,63
17
8908
7376,625
-1298,63
1531,37
5
18
8208
7376,625
19
8974
20
616,375
1794,63 2178,38
3949
3370,5
2154,38
2206,38
257,375 1531,38
2211
2992,62
5
1105,5
997,54
2
3609
4438,62
5
5467,25
7645,62
5
902,25
887,72
5
911,208
1092,2
3
9800
1225
1320,8
5
1382,5
3
17272
18997,6
3
19102
20826,6
3
22125,2
5
23656,6
3
1088,75 831,375
7376,625
831,375
1597,37
5
2686,13 1597,38
24488
26085,3
8
5907
7376,625
-1469,63
1469,63
21
5241
7376,625
-2135,63
22
5570
7376,625
23
8749
7376,625
1372,38
27555
29690,6
3
31497,2
5
32869,6
3
24
8730
7376,625
-1806,63
1372,37
5
1353,37
5
1216,5
919,125
2725,75
1353,38
0
1353,38
34223
2135,63
1806,63
1369,6
1439,3
3
1461,3
6
1364,4
3
1388,4
4
1382,8
3
1391,5
7
1360,4
4
1372,9
1
1377,7
5
1413,8
4
1431,6
9
1429,11
1425,9
6
1,4832
7
0,8602
4
1,6342
5
0,7264
4
-0,4211
1,6430
8
3,2236
7
1,4092
3
-0,0552
0,8499
7
2,3417
1
1,1255
8
1,2820
4
0,0177
4
-0,9213
0,1849
5
0,8002
9
1,9565
1
0,8829
6
-0,6501
-1,9039
-0,947
0
Deman
d
Peramalan
FE
1
2
3
9302
7091
6595
7376,39
7376,41
7376,43
4
5
6
7993
6547
6348
7376,45
7376,47
7376,49
9555
7376,51
9531
7376,53
1925,
6
-285,4
-781,4
616,5
5
-829,5
-1028
2178,
5
2154,
5
9
10
5289
5439
7376,56
7376,58
-2088
-1938
CFE
AD
CAD
MAD
TS
1925,61
1640,21
858,78
1925,61
285,41
781,43
1925,61
2211,02
2992,45
1925,6
1
1105,51
997,48
1,00
1,48
0,86
1475,33
645,86
-382,64
616,55
829,47
1028,49
3609,00
4438,47
5466,96
1795,85
2178,49
7645,45
3950,32
2154,47
9799,92
1862,76
-74,81
2087,56
1937,58
11887,47
13825,05
902,25
887,69
911,16
1092,2
1
1224,9
9
1320,8
3
1382,5
1,64
0,73
-0,42
1,64
3,22
1,41
-0,05
11
8617
7376,60
12
9583
7376,62
13
5651
7376,64
14
7481
15
1240,
4
2206,
4
0
1369,5
9
1439,3
2
1461,3
4
1364,4
2
1388,4
3
1382,8
2
1391,5
6
1360,4
3
1372,8
9
1377,7
4
1413,8
4
1431,7
0
1165,59
1240,40
15065,45
3371,97
2206,38
17271,83
1646,33
1725,64
18997,47
7376,66
-1726
104,3
4
1750,67
104,34
19101,81
5652
7376,68
-1725
25,99
1724,68
20826,49
16
6078
7376,70
-1272,71
1298,70
22125,19
17
8908
7376,72
258,57
1531,28
23656,47
18
8208
7376,74
1089,82
831,26
24487,73
19
8974
7376,77
-1299
1531,
3
831,2
6
1597,
2
2687,06
1597,24
26084,96
20
5907
7376,79
-1470
1217,27
1469,79
27554,75
21
5241
7376,81
-2136
-918,54
2135,81
29690,56
22
5570
7376,83
-2725,37
1806,83
31497,38
23
8749
7376,85
-1353,21
1372,15
24
8730
7376,87
-1807
1372,
2
1353,
1
-0,08
1353,13
32869,53 1429,11
1425,9
34222,66
4
0,85
2,34
1,13
1,28
0,02
-0,92
0,19
0,80
1,96
0,88
-0,65
-1,90
-0,95
0,00
Tabel 3.71 Hasil Perhitungan Metode Moving Average (Simple Moving Average)
SMA 3
Period
e
1
2
3
4
5
6
Deman
d
9302
7091
6595
7993
6547
6348
7
8
9555
9531
Peramalan
FE
CFE
7662,7
7226,3
7045,0
330,3
-679,3
-697,0
330
-349
-1046
6962,7
7483,3
2592,3
2047,7
1546
3594
AD
330,33
679,33
697,00
2592,3
3
2047,6
MAD
TS
330,33
1009,67
1706,67
82,58
201,93
284,44
4,0
-1,7
-3,7
4299,00
6346,67
614,14
793,33
2,5
4,5
CAD
7
3189,0
0
2686,0
0
1864,0
0
3134,6
7
2228,6
7
5289
8478,0
-3189,0
405
9535,67
10
5439
8125,0
-2686,0
-2281
11
8617
6753,0
1864,0
-417
12
9583
6448,3
3134,7
2718
13
5651
7879,7
-2228,7
489
14
7481
7950,3
-469,3
20
15
5652
7571,7
-1919,7
-1900
16
6078
6261,3
-183,3
-2083
17
8908
6403,7
2504,3
421
18
8208
6879,3
1328,7
1750
19
8974
7731,3
1242,7
2992
20
5907
8696,7
-2789,7
203
21
5241
7696,3
-2455,3
-2253
22
5570
6707,3
-1137,3
23
8749
5572,7
3176,3
24
8730
6520,0
2210,0
12221,67
14085,67
17220,33
19449,00
469,33
1919,6
7
19918,33
183,33
2504,3
3
1328,6
7
1242,6
7
2789,6
7
2455,3
3
22021,33
21838,00
24525,67
25854,33
27097,00
29886,67
32342,00
1059,5
2
1222,1
7
1280,5
2
1435,0
3
1496,0
8
1422,7
4
1455,8
7
1376,3
3
1442,6
9
1436,3
5
1426,1
6
1494,3
3
1540,1
0
1521,7
9
1593,7
2
1619,4
0
0,4
-1,9
-0,3
1,9
0,3
0,0
-1,3
-1,5
0,3
1,2
2,1
0,1
-1,5
-2,2
-0,1
1,2
Tabel 3.72 Hasil Perhitungan Metode Moving Average (Simple Moving Average)
SMA 5
Period
e
1
2
3
4
5
Deman
d
9302
7091
6595
7993
6547
Peramalan
FE
CFE
AD
CAD
MAD
TS
6
7
8
9
10
6348
9555
9531
5289
5439
7505,6
6914,8
7407,6
7994,8
7454
-1157,6 -1157,6
2640,2 1482,6
2123,4
3606
-2705,8 900,2
-2015 -1114,8
1157,6
2640,2
2123,4
2705,8
2015
11
8617
7232,4
1384,6
269,8
1384,6
12
9583
7686,2
1896,8
2166,6
1896,8
13
5651
7691,8
-2040,8
125,8
2040,8
14
7481
6915,8
565,2
691
565,2
15
5652
7354,2
-1702,2 -1011,2
1702,2
16
6078
7396,8
-1318,8
-2330
1318,8
17
8908
6889
2019
-311
2019
18
19
20
21
8208
8974
5907
5241
6754
7265,4
7564
7615
1454
1708,6
-1657
-2374
1143
2851,6
1194,6
-1179,4
1454
1708,6
1657
2374
22
5570
7447,6
-1877,6
-3057
1877,6
23
8749
6780
1969
-1088
1969
24
8730
6888,2
1841,8
753,8
1841,8
1157,6
3797,8
5921,2
8627
10642
12026,
6
13923,
4
15964,
2
16529,
4
18231,
6
19550,
4
21569,
4
23023,
4
24732
26389
28763
30640,
6
32609,
6
34451,
4
192,93
542,54
740,15
958,56
1064,20
-6,0
2,7
4,9
0,9
-1,0
1093,33
0,2
1160,28
1,9
1228,02
0,1
1180,67
0,6
1215,44
-0,8
1221,90
-1,9
1268,79
-0,2
1279,08
1301,68
1319,45
1369,67
0,9
2,2
0,9
-0,9
1392,75
-2,2
1417,81
-0,8
1435,48
0,5
Tabel 3.73 Hasil Perhitungan Metode Moving Average (Simple Moving Average)
CMA 3
Period
e
1
2
3
4
5
6
7
Deman
d
9302
7091
6595
7993
6547
6348
9555
Peramalan
7662,67
7226,33
7045,00
6962,67
7483,33
8478,00
FE
-571,7
-631,3
948
-415,7
-1135
1077
CFE
-571,7
-1203
-255
-670,7
-1806
-729
AD
CAD
571,67 571,667
631,33
1203
948
2151
415,67 2566,67
1135,3
3702
1077
4779
MAD
TS
285,83
401,00
537,75
513,33
617,00
682,71
-2,00
-3,00
-0,47
-1,31
-2,93
-1,07
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
9531
5289
5439
8125,00
6753,00
6448,33
1406
677
1406
6185
773,13
0,88
-1464
-787
1464
7649
849,89
-0,93
-1009 -1796 1009,3 8658,33 865,83
-2,07
737,3
8617
7879,67
3
-1059 737,33 9395,67 854,15
-1,24
1632,
9583
7950,33
7
573,7 1632,7 11028,3 919,03
0,62
5651
7571,67
-1921 -1347 1920,7 12949
996,08
-1,35
1219,
1012,0
7481
6261,33
7
-127,3 1219,7 14168,7
5
-0,13
5652
6403,67
-751,7
-879
751,67 14920,3 994,69
-0,88
6078
6879,33
-801,3 -1680 801,33 15721,7 982,60
-1,71
8908
7731,33
1176,7 -503,7 1176,7 16898,3 994,02
-0,51
8208
8696,67
-488,7 -992,3 488,67 17387
965,94
-1,03
1277,
8974
7696,33
7
285,3 1277,7 18664,7 982,35
0,29
5907
6707,33
-800,3
-515
800,33 19465
973,25
-0,53
5241
5572,67
-331,7 -846,7 331,67 19796,7 942,70
-0,90
5570
6520,00
-950
-1797
950
20746,7 943,03
-1,91
8749
7683,00
1066
-730,7
1066 21812,7 948,38
-0,77
8730
7683,00
1047
316,3
1047 22859,7 952,49
0,33
Tabel 3.74 Hasil Perhitungan Metode Moving Average (Simple Moving Average)
CMA 5
AD
CAD
-910,6 -910,6
1078,2
167,6
-860,6
-693
-1646,8 -2339,8
2101
-238,8
2298,6 2059,8
910,6
1078,2
860,6
1646,8
2101
2298,6
910,6
1988,8
2849,4
4496,2
6597,2
8895,8
7686,2
-2397,2
-337,4
2397,2
11293
5439
7691,8
-2252,8 -2590,2
2252,8
13546
11
8617
6915,8
1701,2
-889
1701,2
15247
12
13
9583
5651
7354,2
7396,8
2228,8
-1745,8
1339,8
-406
2228,8
1745,8
17476
19222
Period
e
1
2
3
4
5
6
7
8
Deman
d
9302
7091
6595
7993
6547
6348
9555
9531
Peramala
n
7505,6
6914,8
7407,6
7994,8
7454
7232,4
5289
10
FE
CFE
MAD
TS
303,53
-3
497,20 0,34
569,88 -1,2
749,37 -3,1
942,46 -0,3
1111,98 1,85
1254,7
8 -0,3
1354,5
8 -1,9
1386,0
9 -0,6
1456,3
2 0,92
1478,5 -0,3
14
7481
6889
592
186
592
19814
15
5652
6754
-1102
-916
1102
20916
16
6078
7265,4
1187,4
22103
17
8908
7564
1344
-759,4
1344
23447
18
8208
7615
593
-166,4
593
24040
19
8974
7447,6
1526,4
1360
1526,4
25566
20
5907
6780
-873
487
873
26439
21
5241
6888,2
-1647,2 -1160,2
1647,2
28087
22
5570
6839,4
-1269,4 -2429,6
1269,4
29356
23
8749
6839,4
1909,6
-520
1909,6
31266
24
8730
6839,4
1890,6
1370,6
1890,6
33156
-1187,4 -2103,4
8
1415,2
6
1394,3
7
1381,4
4
1379,2
4
1335,5
6
1345,6
0
1321,9
7
1337,4
6
1334,3
6
1359,3
7
1381,5
1
0,13
-0,7
-1,5
-0,6
-0,1
1,01
0,37
-0,9
-1,8
-0,4
0,99
CFE
9302,00
-2211,00
-2211,00
6595
8859,80
-2264,80
-4475,80
7993
8406,84
-413,84
-4889,64
6547
8324,07
-1777,07
-6666,71
6348
7968,66
-1620,66
-8287,37
9555
7644,53
1910,47
-6376,90
9531
8026,62
1504,38
-4872,52
5289
8327,50
-3038,50
-7911,01
Period
e
1
Deman
d
9302
7091
Peramalan
AD
2.211,0
0
2.264,8
0
413,8
4
1.777,0
7
1.620,6
6
1.910,4
7
1.504,3
8
3.038,5
0
CAD
2211,00
MAD
1105,50
1491,9
4475,80
3
1222,4
4889,64
1
1333,3
6666,71
4
1381,2
8287,37
3
10197,8 1456,8
4
3
1462,7
11702,22
8
14740,7 1637,8
2
6
TS
-2,00
-3,00
-4,00
-5,00
-6,00
-4,38
-3,33
-4,83
10
5439
7719,80
-2280,80
-10191,81
11
8617
7263,64
1353,36
-8838,45
12
9583
7534,31
2048,69
-6789,76
13
5651
7944,05
-2293,05
-9082,81
14
7481
7485,44
-4,44
-9087,25
15
5652
7484,55
-1832,55
-10919,80
16
6078
7118,04
-1040,04
-11959,84
17
8908
6910,03
1997,97
-9961,87
18
8208
7309,63
898,37
-9063,50
19
8974
7489,30
1484,70
-7578,80
20
5907
7786,24
-1879,24
-9458,04
21
5241
7410,39
-2169,39
-11627,43
22
5570
6976,51
-1406,51
-13033,94
23
8749
6695,21
2053,79
-10980,16
24
8730
7105,97
1624,03
-9356,12
2.280,8
0
1.353,3
6
2.048,6
9
2.293,0
5
4,4
4
1.832,5
5
1.040,0
4
1.997,9
7
898,3
7
1.484,7
0
1.879,2
4
2.169,3
9
1.406,5
1
2.053,7
9
1.624,0
3
17021,5
2
18374,8
8
20423,5
7
22716,6
2
22721,0
6
24553,6
1
25593,6
5
27591,6
1
28489,9
9
29974,6
9
31853,9
3
34023,3
2
35429,8
3
37483,6
2
39107,6
5
1702,1
5
1670,4
4
1701,9
6
1747,4
3
1622,9
3
1636,9
1
1599,6
0
1623,0
4
1582,7
8
1577,6
2
1592,7
0
1620,1
6
1610,4
5
1629,7
2
1629,4
9
1.3.7 Kesimpulan (memilih hasil perhitungan paling terbaik dari perbandingan 4 metode)
NB :
1
Setiap tabel ada kepala tabel dan setiap gambar ada kepala gambar.
Margin Top : 3cm, left : 3,8 cm, right : 2,5 cm. Bottom : 2,5 cmdan
seterusnya ..
-5,99
-5,29
-3,99
-5,20
-5,60
-6,67
-7,48
-6,14
-5,73
-4,80
-5,94
-7,18
-8,09
-6,74
-5,74