Peramalan Penjualan Sepeda Motor Honda di

Surabaya dengan Metode Moving Average

Oleh :
Sahara Kautsar Harrisma 1211100044
Hasna Bintari 1211100079
Relita Ega Aulia 1211100080
Mardiana Septiani 1211100089
Linda Fatmawati 1211100101




Dosen:
Dra. Nuri Wahyuningsih, M. Kes



Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember
Surabaya
2014
BAB I
PENDAHULUAN

1.1 Latar Belakang
Populasi dan tingkat kepemilikan sepeda motor di Indonesia dalam beberapa tahun
terakhir ini tumbuh dengan cepat. Hal ini disebabkan antara lain karena harga yang relatif
murah dan terjangkau untuk semua kalangan serta penggunaan bahan bakar dan biaya
operasional yang cukup hemat. Sepeda motor adalah kendaraan beroda dua yang digerakkan
oleh sebuah mesin. Letak kedua roda sebaris lurus dan pada kecepatan tinggi sepeda motor
tetap stabil disebabkan oleh gaya giroskopik. Sedangkan pada kecepatan rendah, kestabilan
atau keseimbangan sepeda motor bergantung kepada pengaturan setang oleh pengendara.
Kota Surabaya adalah salah satu kota yang mengalami peningkatan tajam jumlah
pengguna sepeda motor. Salah satu merk motor yang diminati oleh kalangan masyarakat
adalah Honda. Makalah ini bertujuan untuk mengetahui ramalan penjualan sepeda motor di
kota Surabaya setiap periodenya. Dengan itu, pihak penjual dapat memperkirakan penyediaan
barang untuk periode selanjutnya. Metode yang digunakan adalah moving average dengan
data berupa penjualan sepeda motor tahun 2008-2012.

1.2 Rumusan Masalah
Rumusan masalah dalam makalah ini adalah:
1. Metode manakah yang terbaik untuk peramalan penjualan periode selanjutnya.
2. Bagaimana hasil peramalan penjualan sepeda motor Honda selama beberapa periode.

1.3 Pembatasan Masalah
Pembatasan masalah dalam makalah ini adalah:
1. Analisa dan peramalan dilakukan pada penjualan sepeda motor merk Honda di Surabaya.
2. Data penjualan sepeda motor Honda adalah data bulanan, mulai tahun 2008-2012.

1.4 Tujuan
Berdasarkan perumusan masalah yang telah ditentukan, maka tujuan makalah ini
adalah :
1. Mengetahui metode moving average terbaik untuk meramalkan penjualan periode
selanjutnya.
2. Mengetahui hasil peramalan dari banyaknya penjualan sepeda motor Honda yang ada di
Surabaya untuk beberapa periode.

1.5 Manfaat
Manfaat dari makalah ini adalah dapat menerapkan ilmu metode peramalan untuk
dapat digunakan sebagai pertimbangan perusahaan Honda dalam menentukan kebijakan,
khususnya dalam penjualan.
BAB II
TINJAUAN PUSTAKA

2.1 Single Moving Average
Single Moving Average (SMA) atau yang biasa disebut rata-rata bergerak tunggal
adalah salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai tengah sebagai
ramalan dengan menentukan sejak awal jumlah nilai pengamatan masa lalu yang akan
dimasukkan untuk menghitung nilai tengah. Untuk menggambarkan prosedur ini digunakan
istilah rata-rata bergerak karena setiap muncul nilai pengamatan baru, nilai rata-rata baru
dapat dihitung dengan membuang nilai observasi yang paling tua dan memasukkan nilai
pengamatan yang terbaru. Rata-rata bergerak ini kemudian akan menjadi ramalan untuk
periode mendatang. Jumlah titik data dalam setiap rata-rata tetap konstan dan pengamatan
yang dimasukkan adalah yang paling akhir.

Waktu Rata-rata bergerak Ramalan

dan seterusnya

dengan :

: Ramalan untuk periode ke t + 1

: Nilai riil periode ke t

: Jangka waktu rata-rata bergerak

2.2 Double Moving Average
Metode Double Moving Average (DMA) atau rata-rata bergerak ganda digunakan
untuk mengatasi adanya trend secara lebih baik. Metode ini lebih baik dibandingkan dengan
metode rata-rata bergerak tunggal tetapi belum bisa mengurangi kesalahan sistematis yang
terjadi bila rata-rata bergerak dipakai pada data berkecenderungan.

2.3 Linear Moving Average
Dasar metode ini adalah menghitung rata-rata bergerak yang kedua. Rata-rata
bergerak ganda ini merupakan rata-rata bergerak dari rata-rata bergerak, dan menurut
symbol dituliskan sebagai MA (M x N) dengan arti MA M-periode dari MA N-periode.

dengan:
N adalah banyak data pengamatan

adalah nilai oservasi ke-t

adalah rata-rata bergerak tunggal periode ke-t

adalah rata-rata beregerak ganda periode ke-t

adalah ramalan untuk m-periode ke muka

b
t
adalah komponen kecenderungan
F
t+m
adalah nilai ramalan untuk periode ke-(t+m)

2.4 Mean Squared Error
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi metode
peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian dijumlahkan dan
ditambahkan dengan jumlah observasi. Pendekatan ini mengatur kesalahan peramalan yang
besar karena kesalahan-kesalahan itu dikuadratkan. Metode itu menghasilkan kesalahan-
kesalahan sedang yang kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang
menghasilkan perbedaan yang besar. Dengan rumus:

BAB III
ANALISA DATA DAN PEMBAHASAN

3.1 Hasil Analisa
Data yang digunakan dalam penyusunan makalah ini adalah data bulanan penjualan
sepeda motor Honda di Surabaya pada Bulan Januari 2008 sampai dengan bulan Desember
2012. Hasil analisis menggunakan Excel diinterpretasikan sesuai dengan tujuan yang ingin
dicapai dari penyusunan makalah ini. Data penjualan sepeda Motor Honda ini diramalkan
dengan menggunakan metode moving average. Data penjualan sepeda motor Honda di
Surabaya pada Bulan Januari 2008 sampai dengan bulan Desember 2012 dapat dilihat pada
Tabel 3.1.

Tabel 3.1. Penjualan sepeda motor Honda di Surabaya bulan Januari 2008 -Desember 2012
Bulan Tahun
2008 2009 2010 2011 2012
Januari 5380 5472 7281 5537 5135
Februari 4596 4470 5725 6318 5831
Maret 5450 3918 6896 6703 6057
April 5277 4434 7808 6132 6051
Mei 5770 4458 6735 6863 6925
Juni 5551 5097 7473 6509 7016
Juli 5733 7202 6622 6844 6307
Agustus 6445 7577 7901 8135 5785
September 6436 6695 6695 6074 5839
Oktober 4514 7492 7530 5961 6672
November 4121 6212 6778 5416 6271
Desember 3578 6827 8452 5592 7730

3.2 Rata-rata Bergerak Tunggal
Pada peramalan dengan metode rata-rata bergerak tunggal ini, kami menggunakan
orde 3, 4, dan 6 sebab data yang dipakai adalah data bulanan. Kami menggunakan orde ini
karena perhitungan sesuai triwulan, caturwulan dan semesteran. Hasil ramalan dengan
metode rata-rata bergerak tunggal dapat dilihat pada Tabel 3.2.

Tabel 3.2 Ramalan menggunakan metode SMA dengan orde 3, 4 dan 6
Jumlah
Sepeda
Motor
Single Moving Average
Periode SMA (3) SMA (4) SMA (6)
Ft Ft Ft
1 5380
2 4596
3 5450
4 5277 5142
5 5770 5108 5176
6 5551 5499 5273
7 5733 5533 5512 5337
8 6445 5685 5583 5396
9 6436 5910 5875 5704
10 4514 6205 6041 5869
11 4121 5798 5782 5742
12 3578 5024 5379 5467
13 5472 4071 4662 5138
14 4470 4390 4421 5094
15 3918 4507 4410 4765
16 4434 4620 4360 4346
17 4458 4274 4574 4332
18 5097 4270 4320 4388
19 7202 4663 4477 4642
20 7577 5586 5298 4930
21 6695 6625 6084 5448
22 7492 7158 6643 5911
23 6212 7255 7242 6420
24 6827 6800 6994 6713
25 7281 6844 6807 7001
26 5725 6773 6953 7014
27 6896 6611 6511 6705
28 7808 6634 6682 6739
29 6735 6810 6928 6792
30 7473 7146 6791 6879
31 6622 7339 7228 6986
32 7901 6943 7160 6877
33 6695 7332 7183 7239
34 7530 7073 7173 7206
35 6778 7375 7187 7159
36 8452 7001 7226 7167
37 5537 7587 7364 7330
38 6318 6922 7074 7149
39 6703 6769 6771 6885
40 6132 6186 6753 6886
41 6863 6384 6173 6653
42 6509 6566 6504 6668
43 6844 6501 6552 6344
44 8135 6739 6587 6562
45 6074 7163 7088 6864
46 5961 7018 6891 6760
47 5416 6723 6754 6731
48 5592 5817 6397 6490
49 5135 5656 5761 6337
50 5831 5381 5526 6052
51 6057 5519 5494 5668
52 6051 5674 5654 5665
53 6925 5980 5769 5680
54 7016 6344 6216 5932
55 6307 6664 6512 6169
56 5785 6749 6575 6365
57 5839 6369 6508 6357
58 6672 5977 6237 6321
59 6271 6099 6151 6424
60 7730 6261 6142 6315
SMA 6891 6628 6434
MSE SMA 848524 913689 1005354
MAPE SMA (3) 11.99511


3.3 Rata-rata Bergerak Ganda
Pada peramalandengan metode rata-rata bergerak gandaini,kami menggunakan orde
3x3, 4x3 dan 6x3 sebab data yang dipakai adalah data bulanan. Hasil ramalan dengan metode
rata-rata bergerak ganda dapat dilihat pada Tabel 3.3.

Tabel 3.3. Ramalan menggunakan metode DMA dengan orde 3x3, 4x3, 6x3
Periode
Jumlah
Sepeda
Motor
Xt
Double Moving Average (Mx3)
DMA
(3x3)
DMA
(4x3)
DMA
(6x3)
Ft Ft Ft
1 5380
2 4596
3 5450 5142
4 5277 5108
5 5770 5499
6 5551 5533 5250
7 5733 5685 5380 5320
8 6445 5910 5572 5456
9 6436 6205 5709 5657 5479
10 4514 5798 5933 5833 5656
11 4121 5024 5971 5899 5772
12 3578 4071 5676 5734 5692
13 5472 4390 4964 5274 5449
14 4470 4507 4495 4821 5233
15 3918 4620 4323 4498 4999
16 4434 4274 4506 4397 4735
17 4458 4270 4467 4448 4481
18 5097 4663 4388 4418 4355
19 7202 5586 4402 4457 4454
20 7577 6625 4840 4698 4653
21 6695 7158 5625 5286 5006
22 7492 7255 6456 6008 5429
23 6212 6800 7013 6656 5926
24 6827 6844 7071 6959 6348
25 7281 6773 6966 7014 6711
26 5725 6611 6806 6918 6909
27 6896 6634 6743 6757 6907
28 7808 6810 6673 6716 6819
29 6735 7146 6685 6707 6745
30 7473 7339 6863 6800 6803
31 6622 6943 7098 6982 6886
32 7901 7332 7143 7060 6914
33 6695 7073 7205 7190 7034
34 7530 7375 7116 7172 7107
35 6778 7001 7260 7181 7201
36 8452 7587 7150 7195 7177
37 5537 6922 7321 7259 7219
38 6318 6769 7170 7221 7215
39 6703 6186 7093 7070 7121
40 6132 6384 6626 6866 6973
41 6863 6566 6446 6565 6808
42 6509 6501 6379 6476 6736
43 6844 6739 6484 6409 6555
44 8135 7163 6602 6548 6524
45 6074 7018 6801 6742 6590
46 5961 6723 6973 6855 6728
47 5416 5817 6968 6911 6785
48 5592 5656 6519 6680 6660
49 5135 5381 6066 6304 6519
50 5831 5519 5618 5894 6293
51 6057 5674 5519 5593 6019
52 6051 5980 5525 5558 5795
53 6925 6344 5724 5639 5671
54 7016 6664 5999 5879 5759
55 6307 6749 6329 6166 5927
56 5785 6369 6586 6434 6155
57 5839 5977 6594 6532 6297
58 6672 6099 6365 6440 6347
59 6271 6261 6148 6299 6367
60 7730 6891 6112 6176 6353
DMA 6417 6307 6391
MSE DMA 1041377 1104116 1170034
MAPE DMA (3x3) 13.2614


3.4 Rata-rata Bergerak Linear
Peramalan dengan metode rata-rata bergerak linear ini, kami menggunakan orde
3x3,4x4, dan 6x6 sebab data yang dipakai adalah data bulanan triwulan, caturwulan, dan
semester. Hasil ramalan dengan metode rata-rata bergerak ganda dapat dilihat pada Tabel 3.4.

Tabel 3.4 Ramalan menggunakan metode LMA dengan orde 3x3, 4x4 dan 6x6
Periode
Jumlah
Sepeda
Motor
Linear Moving Average
LMA (4x4) LMA (4x4) LMA (4x4)
Ft Ft Ft
1 5380
2 4596
3 5450
4 5277
5 5770 5997.89
6 5551 5838.44
7 5733 5909.78 5910.77
8 6445 6311.00 6398.19
9 6436 6748.00 6522.19
10 4514 5453.22 5718.35
11 4121 3719.89 4728.58 5299.91
12 3578 2284.33 3322.46 4557.26
13 5472 4181.00 3354.79 4523.29
14 4470 4874.67 3897.02 3952.43
15 3918 4848.67 4186.48 3300.63
16 4434 3888.22 4794.13 3597.48
17 4458 4034.00 4160.31 3983.89
18 5097 5184.33 4550.60 4707.30
19 7202 7077.89 6349.00 5437.68
20 7577 8626.67 7815.17 6521.23
21 6695 8561.33 8338.69 7266.87
22 7492 7738.67 8783.38 8002.87
23 6212 6257.44 7416.60 8162.16
24 6827 6599.00 6615.35 8303.65
25 7281 6708.89 6876.75 7848.94
26 5725 6347.67 6003.02 6814.69
27 6896 6556.44 6588.92 6701.81
28 7808 7059.22 7192.50 6741.57
29 6735 7712.33 6896.00 6911.99
30 7473 7819.56 7762.69 7173.78
31 6622 6544.44 7381.17 6942.26
32 7901 7586.67 7336.81 7688.10
33 6695 6986.00 7151.08 7498.77
34 7530 7606.00 7206.17 7301.74
35 6778 6703.67 7282.46 7251.78



























Dalam melakukan peramalan, tentunya tidak menutup kemungkinan terjadinya galat.
Maka untuk mengetahui besar galat yang terjadi, perlu dilakukan penghitungan Mean Square
Error dari ketiga metode tersebut. Hasil penghitungan MSE dapat dilihat pada tabel 3.4.

Tabel 3.4 Perbandingan Nilai MSE untuk penjualan sepeda motor Honda dengan
Metode Moving Average
Single Moving Average Double Moving Average Linear Moving Average
(3) (4) (6) (3x3) (4x3) (6x3) (3x3) (4x4) (6x6)
MSE 848524 913689 1005354 1041337 1104116 1170034 380549.49 483383.98 698328.55
MAPE 11.9951184 13.261461 8.10
Dengan mempertimbangkan MAPE paling kecil, dapat diketahui metode peramalan
yang sesuai untuk kelompok data. Pada Tabel 3.4 diketahui bahwa MAPE penjualan motor
Honda paling minimum adalah peramalan data menggunakan metode rata-rata bergerak
linear dengan MSE sebesar 8,10.

36 8452 8118.00 7574.38 7563.27
37 5537 6427.00 6843.42 7065.73
38 6318 6121.67 6208.65 6515.17
39 6703 5306.44 6355.94 6592.88
40 6132 6260.11 5305.63 6151.74
41 6863 6940.44 6427.23 6302.18
42 6509 6536.22 6646.02 5755.04
43 6844 7012.00 6808.98 6414.89
44 8135 7886.22 7762.96 7146.51
45 6074 7107.00 7075.92 6924.51
46 5961 6234.22 6626.52 6837.98
47 5416 4412.33 5753.90 6300.64
48 5592 4837.89 4611.48 5935.39
49 5135 4906.78 4554.02 5370.64
50 5831 5520.22 4992.35 4728.14
51 6057 5973.22 5729.17 4976.65
52 6051 6490.11 6031.94 5257.81
53 6925 7034.11 6937.77 5991.61
54 7016 7333.33 7303.29 6600.37
55 6307 7076.22 7086.21 6996.29
56 5785 5919.56 6600.65 6817.20
57 5839 5200.56 5868.00 6577.13
58 6672 5999.33 5789.29 6652.01
59 6271 6557.78 5945.71 6301.00
60 7730 7839.44 7192.48 6524.81
MSE LMA 380549.49 483383.83 698328.87
MAPE LMA(3x3) 8.1
BAB IV
SIMPULAN DAN SARAN

4.1 Simpulan
Berdasarkan hasil analisis data, dapat ditarik kesimpulan bahwa metode terbaik
untuk menentukan eror terkecil pada peramalan penjualan sepeda motor Honda pada periode
selanjutnya adalah Metode Linear Moving Average dengan nilai MAPE sebesar 8,10.

4.2 Saran
Dalam menentukan peramalan jumlah penjualan sepeda motor Honda atas dasar
data bulan Januari 2008-Desember 2012, disarankan menggunakan beberapa metode
peramalan lainnya untuk mendapatkan hasil yang lebih baik dan jumlah data pengamatan
yang digunakan lebih banyak agar nilai peramalan lebih akurat sehingga didapatkan nilai
kesalahan sekecil mungkin. Penyusunan makalah ini sebaiknya memerlukan ketelitian dan
kecermatan yang jeli dalam mengolah data dengan menggunakan data yang stasioner
sehingga penggunaannya dapat diramalkan dengan lebih baik.

















BAB V
DAFTAR PUSTAKA

[1] http://initiaputri.wordpress.com/2008/11/21/moving-average/
[2] http://fariedpradhana.wordpress.com/tag/metode-peramalan/