JACKFRUIT
A. Metode Forecasting dengan model moving average dengan rentang
waktu 3 bulan
Pada peramalan permintaan keripik biji nangka ini menggunakan aplikasi QM
for Windows dengan data yang ada adalah time series. Berikut langkah kerjanya:
1. Membuka aplikasi QM For Windows, klik Module dan centang forecasting.
5. Akan muncul data Januari 2016, kemudian pada data next period bisa
diisikan dengan data bulan selanjutnya dengan menambah kolom baru di
layar kerja. Mengulangi perintah yang sama sampai bulan April.
Januari 2016
Februari 2016
Maret 2016
April 2016
6. Setelah sampai akhir april di forecast maka akan muncul grafik berikut
yang menunjukkan realita dan forecasenya.
B.
Mengisi periode yang ditentukan selama 3 bulan. Setelah terisi klik perintah
solve. Januari 2016
Februari 2016
Maret 2016
April 2016
C.
menggunakan bobot 3,2,1 dengan bobot tertinggi diletakkan pada waktu terbaru.
Cara yang dilakukan sama dengan metode metode weighted moving averages
tetapi harus mengisikan bobot pada kolom yang tersedia.
JANUARI 2016
Februari 2016
Maret 2016
April 2016
Hasil grafik forecasting bulan Januari 2016-Apri 2016 dengan metode weighted
moving average dengan bobot 3, 2, 1
Maret 2016
April 2016
Februari 2016
Maret 2016
i
April 201
MAD
6,167
5,909
MSE
80,037
68,781
MAPE
12,38%
11,756%
5,917
68,824
11,77%
9,488
119,57
20,107
Smoothing = 0.3
Exponential
8,4416
111,788
17,426%
Dengan Bobot
0,5;0,33;0,17
Weighted Moving
Average 3 bulan
Smoothing = 0.5
MAD (Mean Absolute Deviation)
MSE (Mean Squared Error)
MAPE (Mean Absolute Percent)
Dari hasil forecasting menggunakan lima metode di atas, hasil peramalan
yang paling valid dan akurat menggunakan metode Weighted Moving dengan
bobot 0,5;0,33;0,17. Hal ini dikarenakan angka yang ditunjukan oleh indicator
MAD, MSE, MAPE menunjukkan angka terkecil. Dan menurut Freddy Rangkuti
(2005:70) menyatakan keharusan untuk
memiliki nilai MAD paling kecil, karena semkain kecil nilai MAD, berarti
semakin kecil pula perbedaan antara hasil forecasting dan nilai aktual.
Sumber:
Rangkuti, Freddy. 2005. Teknik mengukur dan Strategi Meningkatkan Kepuasan
Pelanggan. Jakarta. Gramedia Utama
2. Klik create a new Eviews workfile, lalu date specification diisi dengan
montly dan start date serta end date diisi sesuai data.
4. Pilih new object dengan type object adalah series dan mengisi name of
object dengan sales
8. Jika nilai probability lebih dari 5%, maka di unit root test diganti first
different sampai nilai probability kurang dari 5%.