BAB VI

KESIMPULAN DAN SARAN

6.1 Kesimpulan
Dari hasil pengolahan data dengan menggunakan software WinQSB,

maka dapat ditarik kesimpulan sebagai berikut:

1. Peramalan dari dari data permintaan sebelumnya yang berpola trend,

diolah dengan menggunakan software WinQSB menggunakan metode
Moving Average (MA), Double Exponential Smoothing (DES) dan Linear
Regression With Trend (LRWT).
2. Dengan hasil peramalan sebesar 1523.178, 1524.589, 1525.999, 1527.41,
1528.821, 1530.232, 1531.643, 1533.054, 1534.465, 1535.876, 1537.286,
1538.697. Dan nilai ukuran kesalahan dengan hasil MAD sebesar 97,96
MSE sebesar 14456,91 dan MAPE sebesar 6,55. Maka metode Linear
Regression With Trend dapat digunakan sebagai metode yang paling
optimal untuk peramalan proses produksi LOKOMOTIF. Dimana hasil
yang didapat merupakan hasil permalan dengan ukuran kesalahan terkecil
dari 2 metode yang lainnya Moving Average (MA) dan Double
Exponential Smoothing (DES).
3. Ukuran kesalahan yang digunakan dalam peramalan ini adalah MAD,
MSE, MAPE. Pada metode Linear Regression. Didapatkan ukuran nilai
kesalahannya yaitu MAD sebesar 97,96 MSE sebesar 14456,91 dan MAPE
sebesar 6,55. Pengambilan ukuran kesalahan menggunakan nilai paling
kecil, dikarenakan perbandingan nilai ukuran kesalahan pertama dan kedua
moving average dan Double Exponensial Smoothing ketika diuji validitas
terdapat nilai peramalan yang keluar jauh dari kontrol batas bawah dan
batas kontrol atas.

28
 4. Dari hasil analisa uji validitas peramalan dengan kontrol batas atas dan

batas bawah, didapatkan nilai UCL 188.38 dan nilai LCL -188.38.

6.2 Saran
Dari hasil pengolahan data menggunakan software WinQSB, terlihat
bahwa proses pengolahan data dapat dilakukan dengan lebih mudah dan
tepat. Sehingga software tersebut dapat diaplikasikan dalam pembuatan
peramalan suatu kebutuhan. Hanya saja dalam pelaksanaan pengoperasian
aplikasi kurang dijelaskan secara detail masing masing fitur dari aplikasi
tersebut agar penggunaannya dapat lebih maksimal.

29