BAB IV

ANALISIS DAN EVALUASI

4.1 Analisis Metode Peramalan

4.1.1 Analisis Metode Konstan
Metode konstan merupakan salah satu metode kecenderungan regresi dengan
metode perhitungan peramalan berdasarkan garis kecenderungan konstan. Pada metode
ini didapat persamaan fungsi peramalannya adalah Y ' = 717.46. Berdasarkan
persamaan tersebut dapat dihitung tingkat kesalahan SEE dan di peroleh sebesar
165.283

4.1.2 Analisis Metode Linier

Metode linier merupakan metode perhitungan peramalan berdasarkan garis
kecenderungan linier. Dengan menggunakan metode ini diperoleh persamaan fungsi
peramalan Y ' = 54032.73+ 300.2727t dan hasil perhitungan nilai SEE yaitu
437344.9791

4.1.3 Analisis Metode Kuadratis

Dengan menggunakan metode kuadratis berdasarkan pengolahan data
diperoleh persamaan fungsi Y′ = 69964.92476 – 5171.933933t – 656.578847t2. Hasil
perhitungan nilai SEE sebagai perbandingan tingkat kesalahan terkecil untuk metode
kuadratis diperoleh sebesar 55244.2411

4.1.4 Analisis Metode Siklis

Berdasarkan pengolahan data dengan menggunakan metode siklis diperoleh
 2t   2t 
persamaan fungsi peramalan Y '  3.938 + 1.568 Sin
'
 + 0.013 Cos  Dan dari
 n   n 
persamaan tersebut dihitung nilai SEE untuk metode siklis sebagai perbandingan
tingkat kesalahan terkecil yaitu sebesar 844.2283725.

57
 58

4.1.5 Analisis Metode Eksponensial

Hasil pengolahan data menggunakan metode eksponensial diperoleh
persamaan fungsi peramalan 704.156e-0.002t. Dan dari persamaan tersebut dihitung nilai
SEE untuk metode siklis sebagai perbandingan tingkat kesalahan terkecil yaitu sebesar
175.604

4.2 Evaluasi Metode Peramalan

4.2.1 Evaluasi Metode Konstan
Metode konstan merupakan metode terbaik, dengan nilai SEE 165.283, nilai
tersebut menunjukkan tingkat kesalahan paling kecil dari kelima metode regresi.
Namun meskipun demikian metode ini tidak dapat digunakan untuk meramalkan
jumlah penjualan produk senter, karena garis kecendrungannya yang bersifat konstan
(tetap) maka akan menghasilkan nilai peramalan yang sama pada setiap bulan yang
diramal.

4.2.2 Evaluasi Metode Linier

Metode linier berdasarkan garis kecenderungan linier, hasil pengolahan data
dengan nilai SEE yaitu 437344.9791. Nilai tersebut merupakan nilai terbesar dari
kelima metode regresi, jadi metode linier sangat tidak efektif digunakan dalam proses
peramalan penjualan lampu teplok, karena dapat menghasilkan nilai peramalan yang
tidak akurat sehingga dapat mengakibatkan kerugian bagi perusahaan.

4.2.3 Evaluasi Metode Kuadratis

Dengan metode kuadratis didapat tingkat kesalahan sebesar 55244.2411 yaitu
nilai SEE terkecil keempat dari kelima metode kecenderungan regresi. Metode ini
kurang efektif digunakan karena tingkat kesalahannya lebih besar dari metode konstan
dan metode siklis. Maka metode ini kurang baik digunakan dalam peramalan penjualan
produk lampu teplok.
 59

4.2.4 Evaluasi Metode Siklis

Metode siklis didapat tingkat kesalahan besar, dengan nilai SEE 844.2283725.,
nilai tersebut menunjukkan tingkat kesalahan ketiga dari kelima metode
kecenderungan regresi. Metode ini sedikit kurang baik digunakan dalam proses
peramalan penjualan lampu teplok. Metode ini digunakan sebagai perbandingan dalam
pengujian hipotesa,

4.2.5 Evaluasi Metode Eksponensial

Pada metode eksponensial didapat tingkat kesalahan sebesar 175.604 yaitu nilai
SEE terbesar kedua dari kelima metode kecenderungan regresi. Metode ini cukup baik
digunakan dalam proses peramalan penjualan lampu teplok. Sehingga metode ini
digunakan sebagai perbandingan dalam pengujian hipotesa, untuk meramalkan jumlah
penjualan senter.