BAB IV

PENGOLAHAN DATA

4.1 Pengolahan Data

4.1.1 Metode Regresi dan Korelasi Variabel I
Berikut merupakan langkah-langkah peramalan yang dilakukan pada
variabel I, diantaranya adalah sebagai berikut:
1. Menentukan tujuan peramalan.
Tujuan peramalan pada variabel I adalah menentukan jumlah permintaan
produk Steak Play Station pada tahun 2018.
2. Membuat scatter diagram.
Berikut merupakan scatter diagram untuk data variabel I, yaitu dapat
dilihat seperti gambar dibawah ini:

Data Permintaan Steak play Station

1000
900
800
700
Permintaan

600
500
400
300 Y-Values
200
100
0

Tahun

Gambar 3.1 Scatter Diagram Data Permintaan Steak Play Station

3. Memilih metode peramalan.

Metode peramalan yang dipilih untuk meramalkan data permintaan cok
sambung meliputi metode konstan, linier, kuadratis, eksponensial, dan
siklis.
4. Menghitung parameter peramalan.

26
 27

4.2 Peramalan dengan Metode Time Series

4.2.1 Metode Konstan
n

 dt
dt '  t 1

Fungsi peramalan: n

dt’ =  dt = 7906 = 658,8333333

n 12

Fungsi peramalannya adalah:

dt’ = 658,8333333

Berikut merupakan hasil perhitungan parameter peramalan untuk metode

konstan seperti tampak pada Tabel 4.1 berikut :
Tabel 4.1 Perhitungan Parameter Peramalan Metode Konstan
T Y dt'
1 826 658,333
2 693 658,333
3 616 658,333
4 821 658,333
5 337 658,333
6 888 658,333
7 888 658,333
8 350 658,333
9 494 658,333
10 562 658,333
11 870 658,333
12 561 658,333
78 7.906 7.906
Sumber: Hasil pengolahan

4.2.2 Metode Linier

Fungsi peramalan:
Y’ = a ∑ 𝑦
n
 28

n tdt   dtt
b
n t 2   t 
2

a=  dt  b t
n

Berikut merupakan hasil perhitungan parameter peramalan untuk metode

linier seperti tampak pada Tabel 4.2 berikut:
Tabel 4.2 Perhitungan Parameter Peramalan Metode Linier
T dt Tdt t2
1 826 826 1
2 693 1.386 4
3 616 1.848 9
4 821 3.284 16
5 337 1.685 25
6 888 5.328 36
7 888 6.216 49
8 350 2.800 64
9 494 4.446 81
10 562 5.620 100
11 870 9.570 121
12 561 6.732 144
78 7.906 49.741 650
Sumber: Hasil pengolahan

𝑛 ∑(𝑌𝑡(𝑡))−(∑ 𝑌(𝑡))(∑ 𝑡)
b= 𝑛 ∑ 𝑡 2 −(∑ 𝑡)2

12 (𝟒𝟗.𝟕𝟒𝟏(78))−((7906).(78)) (78)
b= 12(650)−(6084)

= 46.557.576- 48.100.104
7.800-6084
= -1.542.528
1.716
= -898,90
∑ 𝑌 (𝑡)− 𝑏 ∑ 𝑡
a= 𝑛
7.906 (78)− (−898,90)(78)
= 12

= 616.668 – 70.114,2
= 546.553,8/12
 29

= 45.546,12

Jadi persamaannya adalah:

dt’ = a + bt
dt’ = 45.546,12-898,90t

4.2.3 Metode Kuadratis

Fungsi peramalan : dt’ = a + bt + ct2

Berikut merupakan hasil perhitungan parameter peramalan metode

kuadratis seperti tampak pada Tabel 4.3 berikut:
Tabel 4.3 Perhitungan Parameter Peramalan untuk Metode Kuadratis
T t2 t3 t4 Y Ty t2y
1 1 1 1 826 826 826
2 4 8 16 693 1.384 2.772
3 9 27 81 616 1.848 5.544
4 16 64 256 821 3.284 13.136
5 25 125 625 337 1.685 8.425
6 36 216 1296 888 5.328 31.968
7 49 343 2401 888 6.216 43.512
8 64 512 4096 350 2.800 22.400
9 81 729 6561 494 4.446 40.014
10 100 1000 10000 562 5.620 56.200
11 121 1331 14641 870 9.570 105.270
12 144 1728 20736 561 6.732 80.784
78 650 6084 60710 7.906 49.741 410.851
Sumber: Hasil pengolahan

𝛼 = ∑ 𝑡 ∑ 𝑡 2 − 𝑛 ∑ 𝑡 3 = -22.308
𝛽 = (∑ 𝑡)2 − 𝑛 ∑ 𝑡 2 = -1.716
𝛾 = (∑ 𝑡)2 − 𝑛 ∑ 𝑡 4 = -722.436
𝛿 = ∑ 𝑡 ∑ 𝑌 − 𝑛 ∑ 𝑡𝑌 = 19.776
𝜃 = ∑ 𝑡 2 ∑ 𝑌 − 𝑛 ∑ 𝑡 2 𝑌 = -4.341.312
𝛾.𝛿−𝜃.𝛼
𝑏= = -149,7640138
𝛾.𝛽−𝛼2

𝜃−𝑏𝛼
c= 𝛾
= 58,997
 30

∑ 𝑌 − 𝑐 ∑ 𝑡−∑ 𝑡 2
𝑎= = 221,186
𝑛

Fungsi peramalannya adalah:

dt’ = 221,186 -149,764+ 58,997 t2

4.2.4 Metode Eksponensial

Berikut merupakan hasil perhitungan parameter peramalan metode
eksponensial seperti tampak pada Tabel 4.5 berikut:
Tabel 4.5 Perhitungan Parameter Peramalan untuk Metode Eksponensial
T Y t2 Lny t lny
1 826 1 6,72 6,72
2 693 4 6,54 13,08
3 616 9 6,42 19,26
4 821 16 6,71 26,84
5 337 25 5,82 29,1
6 888 36 6,78 40,68
7 888 49 6,78 47,46
8 350 64 5,86 46,88
9 494 81 6,20 55,8
10 562 100 6,33 63,3
11 870 121 6,77 74,47
12 561 144 6,33 75,96
78 7.906 650 77,26 499,55
Sumber: Hasil pengolahan

Fungsi peramalan : dt’ = aebt

𝑛 ∑ 𝑡 ln 𝑌 − ∑ 𝑡 ∑ ln 𝑌 12 (499,55) − 78(77,26)
𝑏= 2 2
=
𝑛 ∑ 𝑡 − (∑ 𝑡) 12 (650) − (78)2
6.026,28−5.994,6
= 7800−6084
31,68
= = −0,01846
1716
∑ ln 𝑌−𝑏 ∑ 𝑡 77,26 −(−0,01846)(78)
ln 𝑎 = = =6,55
𝑛 12

𝑎 = 699,24
Fungsi peramalannya adalah:
dt’ = 699,24 e 0,08146t
 31

4.2.5 Metode Siklis

Fungsi peramalan :
 2t   2t 
dt’ = a + b sin   + c cos  
 n   n 

Berikut merupakan hasil perhitungan parameter peramalan metode siklis

seperti tampak pada Tabel 4.6 berikut:
Tabel 4.6 Perhitungan Parameter Peramalan untuk Metode Siklis
𝟐𝝅𝒕
𝟐𝝅𝒕 Cos 𝟐𝝅𝒕 Ycos Sin2 Cos2 Sin( ).
𝒏
T Y Sin( ) 𝟐𝝅𝒕 Ysin( ) 𝟐𝝅𝒕 𝟐𝝅𝒕 𝟐𝝅𝒕 𝟐𝝅𝒕
𝒏 (𝒏) 𝒏 (𝒏) (𝒏) (𝒏) Cos( )
𝒏
1 826 0,5 0,866 413 746,492 0,25 0,7499 0,187475
2 693 0,866 0,5 600,138 346,5 0,7499 0,25 0,187475
3 616 1 0 616 0 1 0 0
4 821 0,866 -0,5 710,986 -410,5 0,7499 -0,25 -0,187475
5 337 0,5 -0,866 168,5 -291,842 0,25 -0,4799 -0,187475
6 888 0 -1 -888 -888 0 -1 0
7 888 -0,5 -0,866 -444 -769,008 -0,7499 -0,7499 0,56235
8 350 0,866 -0,5 303,1 -175 -0,25 -0,25 0,0625
9 494 -1 0 -494 0 -1 0 0
10 562 -0,866 0,5 -486,692 326 -0,7499 0,25 -0,187475
11 870 -0,5 0,866 -435 753,43 -0,25 0,7499 -0,187475
12 561 0,866 1 485,826 561 0,7499 1 0,7499
78 7.906 2,598 -1 549,84 199,072 -1 -1 0,9998
Sumber: Hasil pengolahan

a =  dt
n
𝟕.𝟗𝟎𝟔
=
12

= 658,83
dtSin
b =
Sin 2
549,84
= −1

= -549,84
 32

dtCos
c =
Cos 2
199,072
= −1

= -199,072

Fungsi peramalannya adalah:

 2t   2t 
dt’ = 658,83-549,84sin   199,072cos  
 n   n 

4.3 Perhitungan MSE, SEE, PEt, MAPE

4.3.1 Metode Konstan
a. Metode Mean Squer Error (MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan
pada setiap periode dan membaginya dengan jumlah periode peramalan.
Secara matematis MSE dirumuskan sebagai berikut:
n

 (dt  dt ' ) 2

MSE  t 1

n
Dari pengolahan data untuk menentukan rumus dt’ dengan metode
konstan, untuk data jumlah penduduk, maka diperoleh nilai dt’ untuk
setiap tahunnya, seperti Tabel 4.7 di bawah ini.
Tabel 4.7 Perhitungan MSE pada Metode Konstan
T Dt dt' dt-dt' (dt-dt')2
1 826 658,333 167,67 28.113,22
2 693 658,333 34,67 1.202,01
3 616 658,333 -42,33 -1.791,82
4 821 658,333 162,67 26.461,52
5 337 658,333 -321,33 -103.252,96
6 888 658,333 229,67 52.748,31
7 888 658,333 229,67 52.748,31
8 350 658,333 -308,33 -95.67,38
9 494 658,333 164,33 27.004,34
10 562 658,333 -96,33 -9.279,46
11 870 658,333 211,67 144.804,18
12 561 658,333 -97,33 -9.473,12
78 7.906 7.906 334,7 199.717,15
Sumber: Hasil pengolahan
 33

 (dt  dt ' )
t 1
2

199.717,15
MSE    16,643,09
n 12

b. Metode Standart Error Of Estimate (SEE)

Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) pada metode konstan menggunakan nilai f=1.
Berikut adalah perhitungan SEE (Standard Error of Estimation) pada
metode konstan berdasarkan data Tabel 4.7 di atas , yaitu:
∑(𝑌−𝑌′)2
𝑆𝐸𝐸 = √ 𝑛−𝑓

199.717,15
𝑆𝐸𝐸 = √ = 18.156,11
12−1

c. Metode Percentage Error (PEt)

Berikut merupakan perhitungan PEt untuk metode konstan seperti terlihat
pada Tabel 4.8 berikut:
Tabel 4.8 Perhitungan PEt untuk Metode Konstan
t Dt dt' dt-dt' (dt-dt')2 PEt (%)
1 826 658,333 167,67 28.113,22 20,29
2 693 658,333 34,67 1.202,01 5,002
3 616 658,333 -42,33 -1.791,82 -6,87
4 821 658,333 162,67 26.461,52 19,81
5 337 658,333 -321,33 -103.252,96 95,35
6 888 658,333 229,67 52.748,31 25,86
7 888 658,333 229,67 52.748,31 25,86
8 350 658,333 -308,33 -9.5567,38 88,09
9 494 658,333 164,33 27.004,34 33,26
10 562 658,333 -96,33 -9.279,46 17,14
11 870 658,333 211,67 144.804,18 24,32
12 561 658,333 -97,33 -9.473,12 -17,34
78 7.906 7.906 334,7 199.717,15 330,772
Sumber: Pengolahan Data
dt  dt '
PEt  x100%
dt
 34

167,67
PEt  x100%
826
= 20,29 %

d. Metode Mean Absolute Percentage Error (MAPE)

Berikut adalah perhitungan Mean Absolute Percentage Error (MAPE)
pada metode konstan seperti tampak pada Tabel 4.9 berikut:

Tabel 4.9 Perhitungan MAPE untuk Metode Konstan

T Dt dt' dt-dt' (dt-dt')2 PEt (%) |PEt| (%)
1 826 658,333 167,67 106.276 28.113,22 20,29
2 693 658,333 34,67 37.422,9025 1.202,01 5,002
3 616 658,333 -42,33 13.560,025 -1.791,82 6,87
4 821 658,333 162,67 103.330,1025 26.461,52 19,81
5 337 658,333 -321,33 -26.422,5025 -103.252,96 95,35
6 888 658,333 229,67 150.893,4025 52.748,31 25,86
7 888 658,333 229,67 150.893,4025 52.748,31 25,86
8 350 658,333 -308,33 -22.365,2025 -9.5567,38 88,09
9 494 658,333 164,33 -30,8025 27.004,34 33,26
10 562 658,333 -96,33 3.900,0025 -9.279,46 17,14
11 870 658,333 211,67 137.233,2025 144.804,18 24,32
12 561 658,333 -97,33 3.776,1025 -9.473,12 17,34
78 7.906 7.906 334,7 4.334.923,635 199.717,15 379,192
Sumber: Hasil pengolahan
n

 PEt
MAPE  t 1

N
368,693
MAPE 
12
= 30,724%

4.3.2 Metode Linear

a. Metode Mean Squer Error (MSE)
Dari pengolahan data untuk menentukan rumus dt’ dengan metode linier,
untuk data jumlah penduduk, maka diperoleh nilai dt’ untuk setiap
tahunnya, seperti Tabel 4.10 di bawah ini.
 35

Tabel 4.10 Perhitungan MSE pada Metode Linier

T Dt dt' dt-dt' (dt-dt')2
1 826 545.654,1 -544.828,1
2 693 554.755,9 -554.062,9 1.792.792,46
3 616 543.857,1 -543.241,1 4.632.438,34
Sumber: Hasil Pengamatan
Tabel 4.10 Perhitungan MSE pada Metode Linier(lanjutan)
4 821 542.958,2 -542.1337,2 7.202.095,40
5 337 542.059,3 -541.722,3 15.241.465,86
6 888 541.160,4 -540.272,4 16.723.126,93
7 888 540.261,5 -539.373,5 23.287.882,37
8 350 539.362,6 -539.012,6 37.211.366,41
9 494 538.463,7 -537.969,7 44.789.181,47
10 562 537.564,8 -537.002,8 54.181.847,73
11 870 536.665,9 -535.795,9 60.671.512,01
12 561 535.767 -535.206 78.049.309,04
78 7.906 6.496.530.5 -5.951.251 344.003.503,86
Sumber : Hasil pengolahan
n

 (dt  dt ' )
t 1
2

344.003.503,86
MSE    28.666.958,66
n 12

b. Metode Standart Error Of Estimate (SEE)

Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) pada metode linier menggunakan nilai f = 2. Berikut adalah
perhitungan SEE (Standard Error of Estimation) pada metode linier
berdasarkan data pada Tabel 4.11 di atas, yaitu:
∑(𝑌−𝑌′)2
𝑆𝐸𝐸 = √ 𝑛−𝑓

344.003.503,86
𝑆𝐸𝐸 = √ = 34.400.350
12−2

c. Metode Percentage Error (PEt)

Berikut merupakan perhitungan PEt untuk metode linier seperti tampak
pada Tabel 4.12 berikut:
Tabel 4.12 Perhitungan PEt untuk Metode Linier
T Dt dt' dt-dt' PEt (%)
1 826 1.295,5592 -469,56 826,57
 36

2 693 2.031,952 -1.338,95 694,93

3 616 2.768.31 -2.152,31 619,49
Sumber: Hasil Pengolahan

Tabel 4.12 Perhitungan PEt untuk Metode Linier (lanjutan)

4 821 3.504,672 -2.683,67 824,27
5 337 4.241,032 -3.904,03 348,58
6 888 4.977,392 -4.089,39 892,61
7 888 5.713,752 -4.825,75 893,43
8 350 6.450,112 -6.100,11 367,43
9 494 7.186,472 -6.692,47 507,55
10 562 7.922,832 -7.360,83 575,10
11 870 8.659,192 -7.789,19 878,95
12 561 9.395,552 -8.834,55 576,75
78 7.906 61.378,52 -56.240,83 8.005,66
Sumber : Hasil pengolahan
326,45
PEt  x100%
826
= 39,522 %

d. Metode Mean Absolute Percentage Error (MAPE)

Berikut adalah perhitungan Mean Absolute Percentage Error (MAPE)
pada metode linier seperti tampak pada Tabel 4.13 berikut:
Tabel 4.13 Perhitungan MAPE untuk Metode Linier
t Dt dt' dt-dt' PEt (%)
1 826 1.295,5592 -469,56 826,57
2 693 2.031,952 -1.338,95 694,93
3 616 2.768.31 -2.152,31 619,49
4 821 3.504,672 -2.683,67 824,27
5 337 4.241,032 -3.904,03 348,58
6 888 4.977,392 -4.089,39 892,61
7 888 5.713,752 -4.825,75 893,43
8 350 6.450,112 -6.100,11 367,43
9 494 7.186,472 -6.692,47 507,55
10 562 7.922,832 -7.360,83 575,10
11 870 8.659,192 -7.789,19 878,95
12 561 9.395,552 -8.834,55 576,75
78 7.906 61.378,52 -56.240,83 8.005,66
Sumber : Hasil pengolahan
 37

 PEt
MAPE  t 1

N
8.005,66
MAPE 
12
= 667,1385
4.3.3 Metode Kuadratis
a. Metode Mean Squer Error (MSE)
Dari pengolahan data untuk menentukan rumus dt’ dengan metode
kuadratis, untuk data jumlah penduduk, maka diperoleh nilai dt’ untuk
setiap tahunnya, seperti Tabel 4.14 di bawah ini.
Tabel 4.14 Perhitungan MSE pada Metode Kuadratis
T Dt dt' dt-dt' (dt-dt')2
1 826 130,41 695,59 483.845,4
2 693 307,40 385,6 148.687,3
3 616 602,39 13,61 185,23
4 821 1.015,37 -194,37 -37.779,6
5 337 1.546,34 -1.209,3 -1.462.406,4
6 888 2.195,31 -1.307,3 -1.709.033,2
7 888 2.962,27 -2.074,2 -4.302.305,6
8 350 3.847,22 -3.497,2 -12.230.407,8
9 494 4.850,17 -4.356,2 -18.976.478,4
10 562 5.971,12 -5.409,1 -29.258.362,8
11 870 7.210,05 -7.696,9 -59.242.269,6
12 561 8.566,98 -8.005,9 -64.094.434,8
78 7.906 39.205,03 -32.655,67 -190.680.760,3
Sumber: Hasil pengolahan
n

 (dt  dt ' )
t 1
2

- 190.680.760,3
MSE    - 15.890.063,36
n 12

b. Metode Standart Error Of Estimate (SEE)

Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) pada metode kuadratis menggunakan nilai f=3. Berikut adalah
perhitungan SEE (Standard Error of Estimation) pada metode kuadratis
berdasarkan data pada Tabel 4.14 di atas, yaitu:
 38

∑(𝑌−𝑌′)2
𝑆𝐸𝐸 = √ 𝑛−𝑓

−190.680.760,3
𝑆𝐸𝐸 = √ 12−3

= 4.602,91

c. Metode Percentage Error (PEt)

Berikut merupakan perhitungan Percentage Error (PEt) pada metode
kuadratis seperti tampak pada Tabel 4.15 berikut:
Tabel 4.15 Perhitungan PEt untuk Metode Kuadratis
T Dt dt' dt-dt' Pet (%)
1 826 130,41 695,59 84,21
2 693 307,40 385,6 55,64
3 616 602,39 13,61 2,21
4 821 1.015,37 -194,37 -23,6
5 337 1.546,34 -1.209,3
6 888 2.195,31 -1.307,3
7 888 2.962,27 -2.074,2
8 350 3.847,22 -3.497,2
9 494 4.850,17 -4.356,2
10 562 5.971,12 -5.409,1
11 870 7.210,05 -7.696,9
12 561 8.566,98 -8.005,9
78 7.906 39.205,03 -32.655,67
Sumber: Hasil pengolahan
dt  dt '
PEt  x100%
dt
= 51.579,7915 %

d. Metode Mean Absolute Percentage Error (MAPE)

Berikut adalah perhitungan Mean Absolute Percentage Error (MAPE)
pada metode kuadratis seperti tampak pada Tabel 4.16 berikut:
Tabel 4.16 Perhitungan MAPE untuk Metode Kuadratis
T Dt dt' dt-dt' PEt (%) |PEt| (%)
1 826 -419.224,5638 420.050,56 51.579,7915 51.579,7915
2 693 -418.815,0956 419.508,10 61.128,07873 61.128,07873
3 616 -418.500,0936 419.116,09 68.554,32688 68.554,32688
4 821 -417.618,1568 418.439,16 51.688,01057 51.688,01057
 39

5 337 -402.655,6862 402.992,69 369.292,6862 369.292,6862

6 888 -415.917,1478
7 888 -414.876,4826
8 350 -413.712,2696
9 494 -412.420,7958
10 562 232.542,6388
Sumber: Hasil Pengolahan
416.805,15 47.725,51664 47.725,51664
415.764,48 47.608,32462 47.608,32462
414.062,27 1.182.035,406 1.182.035,406
412.914,80 83.979,99105 83.979,99105
-231.980,64 -40.815,6937 40.815,69370

Tabel 4.16 Perhitungan MAPE untuk Metode Kuadratis (lanjutan)

11 870 -409.459,8458 410.329,85 410.329,85 47.934,35009
12 561 -407.790,3696 408.351,37 73.250,90545 73.250,90545
78 7.906 7.906 1.910,95 4.762.828.815 2.125.593,081
Sumber: Hasil Pengolahan

 PEt
2.125.593,081
MAPE  t 1   177.132,7568%
N 12

4.3.4 Metode Eksponensial

a. Metode Mean Squer Error (MSE)
Dari pengolahan data untuk menentukan rumus dt’ dengan metode
eksponensial untuk data jumlah penduduk, maka diperoleh nilai dt’ untuk
setiap tahunnya, seperti Tabel 4.17 di bawah ini:
Tabel 4.17 Perhitungan MSE pada Metode Eksponensial
T Dt dt' dt-dt' (dt-dt')2
1 826 1,084 824,916 680.486,40
2 693 1,104 691,896 478.720,07
3 616 1,125 614,875 378.071,26
4 821 1,146 819,854 672.160,58
5 337 1,167 335,833 112.783,03
6 888 3,018 884,982 783.193.14
7 888 1,211 886,76 786.343,29
8 350 1,233 348,767 121.638,42
9 494 5,585 488,415 238.549.21
10 562 6,715 555,285 308.341,43
11 870 1,303 868,697 754.625,26
12 561 1,328 555,672 309.104,86
78 7.906 26,019 7.835,952 5.502.378,535
Sumber: Hasil pengolahan
 40

 (dt  dt ' )
t 1
2

5.502.378,535
MSE    458.531,54
n 12

b. Metode Standart Error Of Estimate (SEE)

Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) pada metode eksponensial menggunakan nilai f = 2. Berikut
adalah perhitungan SEE (Standard Error of Estimation) pada metode
eksponensial berdasarkan data pada Tabel 3.17 di atas, yaitu:

∑(𝑌 − 𝑌′)2
𝑆𝐸𝐸 = √
𝑛−𝑓

𝟓.𝟓𝟎𝟐.𝟑𝟕𝟖,𝟓𝟑𝟓
𝑆𝐸𝐸 = √ = 550.237,85
12−2

c. Metode Percentage Error (PEt)

Berikut merupakan perhitungan Percentage Error (PEt) pada metode
eksponensial seperti tampak pada Tabel 4.18 berikut:
Tabel 4.18 Perhitungan PEt untuk Metode Eksponensial
T Dt dt' dt-dt' PEt (%)
1 826 1,084 824,916 99,86
2 693 1,104 691,896 99,84
3 616 1,125 614,875 99,81
4 821 1,146 819,854 99,86
5 337 1,167 335,833 99,65
6 888 3,018 884,982 99,66
7 888 1,211 886,76 99.86
8 350 1,233 348,767 99,64
9 494 5,585 488,415 98,86
10 562 6,715 555,285 98,80
11 870 1,303 868,697 99,85
12 561 1,328 555,672 99,05
78 7.906 26,019 7.835,952 1.194,74
Sumber: Hasil pengolahan

dt  dt ' 824,916
PEt  x100%  x100% = 99,86
dt 826
 41

d. Metode Mean Absolute Percentage Error (MAPE)

Berikut adalah perhitungan Mean Absolute Percentage Error (MAPE)
pada metode eksponensial seperti tampak pada Tabel 4.19 berikut:
Tabel 4.19 Perhitungan MAPE untuk Metode Eksponensial
T Dt dt' dt-dt' PEt |PEt| (%)
1 826 1,084 824,916 99,86 99,86
2 693 1,104 691,896 99,84 99,84
3 616 1,125 614,875 99,81 99,81
4 821 1,146 819,854 99,86 99,86
5 337 1,167 335,833 99,65 99,65
6 888 3,018 884,982 99,66 99,66
7 888 1,211 886,76 99.86 99.86
8 350 1,233 348,767 99,64 99,64
9 494 5,585 488,415 98,86 98,86
10 562 6,715 555,285 98,80 98,80
11 870 1,303 868,697 99,85 99,85
12 561 1,328 555,672 99,05 99,05
78 7.906 26,019 7.835,952 1.194,74 1.194,74
Sumber: Hasil pengolahan
n

 PEt
MAPE  t 1

N
1.194,74
MAPE 
12
= 99,56 %

4.3.5 Metode Siklis

a. Metode Mean Squer Error (MSE)
Dari pengolahan data untuk menentukan rumus dt’ dengan metode siklis
untuk data jumlah penduduk, maka diperoleh nilai dt’ untuk setiap
tahunnya, seperti Tabel 4.20 di bawah ini.
Tabel 4.20 Perhitungan MSE pada Metode Siklis
 42

T Dt dt' (dt-dt') (dt-dt')2

1 826 353,68 472,32 223.086,18
2 693 754,77 -61,77 -3.815,53
3 616 750,47 -134,47 -18.082,18
4 821 721,60 100 10.000
5 337 675,91 -338,91 -114.589,98
Sumber: Hasil Pengolahan
Tabel 4.20 Perhitungan MSE pada Metode Siklis (lanjutan)
6 888 725,65 162,35 26.357,52
7 888 584,27 303,72 92.245,83
8 350 721,60 -371,6 -138.086,56
9 494 567,1 -73,1 -5.343,61
10 562 596,05 -34.05 -1.159,40
11 870 641,74 228,26 51.997,68
12 561 771,36 -210,03 -44.112,60
78 7.906 7.763,84 42,72 83.840,89
Sumber : Hasil pengolahan
n

 (dt  dt ' )
t 1
2

83.840,89
MSE    6.986,74
n 12

b. Metode Standart Error Of Estimate (SEE)

Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) pada metode siklis menggunakan nilai f=3. Berikut adalah
perhitungan SEE (Standard Error of Estimation) pada metode siklis
berdasarkan data pada Tabel 4.20 di atas, yaitu:

∑(𝑌 − 𝑌′)2
𝑆𝐸𝐸 = √
𝑛−𝑓

83.840,89
𝑆𝐸𝐸 = √
12 − 3

= 9.315,65

c. Metode Percentage Error (PEt)

Berikut merupakan perhitungan Percentage Error (PEt) pada metode siklis
seperti tampak pada Tabel 4.21 berikut:
Tabel 4.21 Perhitungan PEt untuk Metode Siklis
 43

T Dt dt' (dt-dt') PEt (%)

1 826 353,68 472,32 57,18
2 693 754,77 -61,77 -8,913
3 616 750,47 -134,47 -21.82
4 821 721,60 100 12,18
5 337 675,91 -338,91 -100
Sumber: Hasil Pengolahan
Tabel 4.21 Perhitungan PEt untuk Metode Siklis (lanjutan)
6 888 725,65 162,35 18,30
7 888 584,27 303,72 34,02
8 350 721,60 -371,6 -106.17
9 494 567,1 -73,1 -14,79
10 562 596,05 -34.05 -6,05
11 870 641,74 228,26 26,236
12 561 771,36 -210,03 -37,43
78 7.906 7.763,84 42,72 -147,257
Sumber : Hasil pengolahan

dt  dt '
PEt  x100%
dt
472,32
PEt  x100%
826
= 57,18 %

d. Metode Mean Absolute Percentage Error (MAPE)

Berikut adalah perhitungan Mean Absolute Percentage Error (MAPE)
pada metode siklis berdasarkan data pada Tabel 4.22 di atas, yaitu :
Tabel 4.22 Perhitungan MAPE untuk Metode Siklis
T Dt dt' (dt-dt') PEt (%) |PEt| (%)
1 826 353,68 472,32 57,18 57,18
2 693 754,77 -61,77 -8,913 8,913
3 616 750,47 -134,47 -21.82 21.82
4 821 721,60 100 12,18 12,18
5 337 675,91 -338,91 -100 100
6 888 725,65 162,35 18,30 18,30
7 888 584,27 303,72 34,02 34,02
8 350 721,60 -371,6 -106.17 106.17
9 494 567,1 -73,1 -14,79 14,79
10 562 596,05 -34.05 -6,05 6,05
11 870 641,74 228,26 26,236 26,236
12 561 771,36 -210,03 -37,43 37,43
 44

78 7.906 7.763,84 42,72 -147,257 443,089

Sumber : Hasil pengolahan

 PEt
MAPE  t 1

N
443,089
MAPE 
12
= 36,924 %

Berikut merupakan rekapitulasi hasil perhitungan MSE, SEE, PET, dan

MAPE untuk data penjualan produk Steak Play Station seperti tampak pada Tabel
4.23 berikut :

Tabel 4.23 Rekapitulasi Perhitungan MSE, SEE, PEt dan MAPE Variabel I
Besarnya Kesalahan Perhitungan
No. Keterangan MAPE
MSE SEE PEt (%)
(%)
1 Konstan 361.243,6362 394.083,96 39,522 30,72
2 Linier 28.666.958,66 34.400.350 39,552 66,7
3 Kuadratis 161.920.959.960 215.894.613.28 51,57 17,7
4 Eksponensial 458.531,54 550.237,85 99,86 99,56
5 Siklis 6.986,74 9.315,57 57,18 36,92

4.4 Menguji hipotesa

4.4.1 Hipotesa
Tahap selanjutnya dari peramalan adalah pengujian hipotesa. Uji hipotesa
diuji dengan melihat nilai SEE terkecil dari kelima metode time series. Pengujian
didasarkan pada distribusi F dengan nilai α = 0.05. Pengujian hipotesa dilakukan
dengan mencari SEE yang terkecil. Berdasarkan data pada tabel 3.23 di atas,
maka diperoleh dua nilai SEE terkecil yaitu metode peramalan konstan dan Siklis.

Ho : SEE siklis ≤ SEE konstan

Hi : SEE siklis ≥ SEE konstan
α = 0.05
 45

𝑆𝐸𝐸 9.315,57
Uji statistik : Fhitung = (𝑆𝐸𝐸 𝑠𝑖𝑘𝑙𝑖𝑠 )2= (394.083,96)2= 0,0236
𝑙𝑖𝑛𝑒𝑎𝑟

Ftabel= F0.5,9,11= 2,896

Daerah penerimaan
hipotesis
9 dan 11 derajat bebas

Daerah penolakan
hipotesis

0,236 2,896

Gambar 4.2 Grafik Uji Hipotesis dengan Distribusi F

Fhitung  Ftabel
maka Ho diterima
Kesimpulan : metode yang digunakan untuk meramalkan jumlah
permintaan produk steak play station fungsi peramalan siklis, yaitu :
 2t   2t 
dt’ = 658,83+91,64sin   + 33,1786cos  
 n   n 
4.4.2 Melakukan verifikasi peramalan
Proses verifikasi dilakukan untuk mengetahui apakah fungsi peramalan
yang telah ditentukan cukup representatif untuk data yang akan diramalkan.
Berikut merupakan perhitungan hasil verifikasi variabel I seperti tampak pada
Tabel 4.24 berikut:
Tabel 4.24 Perhitungan Hasil Verifikasi Variabel I
T Dt dt' dt-dt' MR
1 826 353,68 472,32 0
2 693 754,77 -61,77 434,09
3 616 750,47 -134,47 72,7
4 821 721,60 100 34,47
5 337 675,91 -338,91 238,91
 46

6 888 725,65 162,35 176,56

7 888 584,27 303,72 141,37
8 350 721,60 -371,6 67,88
9 494 567,1 -73,1 298,5
10 562 596,05 -34.05 39,05
Sumber: Hasil Pengolahan
Tabel 4.24 Perhitungan Hasil Verifikasi Variabel I
(lanjutan)
11 870 641,74 228,26 194,21
12 561 771,36 -210,03 18,23
Total 7.906 7.763,84 42,72 1.815,97
Sumber: Hasil Pengolahan

̅̅̅̅̅ = ∑ MR = 1.815,97
MR n−1 12−1
̅̅̅̅̅
MR = 165,081
BKA = 2,66 x ̅̅̅̅̅
MR = 2,66 x 165,081=493,115
̅̅̅̅̅ = 2/3 x 165,081= 110,054
2/3 BKA = 2/3 x MR
1/3 BKA = 1/3 x ̅̅̅̅̅
MR = 1/3 x 165,081= 55,027
BKB = -2,66 x ̅̅̅̅̅
MR = -2,66 x 165,081= -439,115
̅̅̅̅̅ = -1/3 x 165,081= -55,027
1/3 BKB = -1/3 x MR
2/3 BKB = -2/3 x ̅̅̅̅̅
MR = -2/3 x 165,081= -110,054

Berikut merupakan Moving Range Chart jumlah permintaan seperti

tampak pada gambar 4.2 berikut.
 47

600

400
BKB
2/3 BKB
200
1/3 BKB
1/3 BKA
0
2/3 BKA
BKA
-200
MR

-400 MRt

-600

Gambar 4.3 Moving Range Chart Jumlah Permintaan Steak Play Station

Gambar di atas menunjukkan bahwa tidak terdapat data yang berada di

luar batas kontrol. Metode ini diasumsikan cukup representatif dikarenakan
seluruh data berada di dalam batas kontrol sehingga fungsi peramalan metode
siklis dapat digunakan.
Adapun fungsi peramalan metode siklis adalah :
 2t   2t 
dt’ = 658,83+91,64sin   + 33,1786cos  
 n   n 
maka hasil peramalan jumlah produk Steak Play Station tahun 2018
adalah :
dt’ = 658,83+91,64 (2,598)+ 33,1786 (-1)
dt’ = 931

Jadi, hasil peramalan menentukan bahwa perrmintaan steak play station

pada tahun 2018 berjumlah 931.
Tabel 4.25 Hasil peramalan perbulan untuk tahun 2018
Tahun Permintaan
Januari 61,95
Februari 76,23
Maret 64,68
April 69,785
Mei 20,22
 48

Juni 84,36
Juli 71,04
Agustus 31,5
September 34,58
Oktober 53,39
November 73,95
Desember 28,05
Sumber : data pengamatan
Berdasarkan perhitungan yang telah dilakukan, walaupun metode
perhitungan menggunakan sembarangan metode (tanpa pada scatter diagram),
tetapi hasilnya tetap metode yang sesuai pola data memiliki SEE yang paling kecil
dan layak untuk dijadikan acuan perhitungan peramalan.
Untuk itu sebaiknya dalam melakukan perhitungan peramalan harus di
perhatikan pola data untuk mengetahui metode peramalan yang sesuai yaitu
melalui scatter diagram agar perhitungan dapat menghasilkan yang mendekati
keadaan sebenarnya.