Peramalan
secara statistika tentang permintaan terhadap suatu produk di masa mendatang
menjadi hal yang sangat berguna dalam bidang inventory. Peramalan
tersebut sangat membantu meningkatkan kemampuan dalam melakukan pengendalian inventory.
Metode statistika yang digunakan untuk meramal sangat banyak. Akan tetapi dari
kesekian banyak metode nantinya akan dicari metode yang paling sesuai dengan
membandingkan tiap metode. Analisis yang digunakan dalam laporan ini adalah
analisis ARIMA.
next...
bulan
|
koral
|
januari 2003
|
58
|
februRI2003
|
53.75
|
maret 2003
|
65.75
|
maret 2003
|
82
|
mei 2003
|
63.25
|
juni 2003
|
55.25
|
juli 2003
|
62.5
|
agustus 2003
|
62
|
September 03
|
65.75
|
oktober 2003
|
93
|
nopember 2003
|
48
|
desember 2003
|
63.25
|
januari 2004
|
70.75
|
februari 2004
|
66.25
|
maret 2004
|
64.5
|
Apr-04
|
42.5
|
mei 2004
|
57.5
|
juni 2004
|
80.25
|
juli 2004
|
84.5
|
agustus 2004
|
89.75
|
September 2004
|
99.5
|
oktober 2004
|
63.25
|
nopember 2004
|
48
|
desember 2004
|
55.25
|
januari 2005
|
78.75
|
februari 2005
|
51.25
|
maret 2005
|
80.75
|
April 05
|
44.5
|
mei 2005
|
76.25
|
juni 2005
|
55.75
|
juli 2005
|
78.25
|
agustus 2005
|
104.5
|
September 2005
|
68.5
|
oktober 2005
|
72.75
|
nopember 2005
|
48.5
|
desember 2005
|
33
|
januari 2006
|
75.5
|
februari 2006
|
65.5
|
maret 2006
|
63.25
|
April 2006
|
46
|
Pertanyaan:
1.
Bagaimana bentuk plot time series dari semen
gresik dari bulan Januari 2003 sampai dengan April 2006?
2.
Bagaimana estimasi parameter dugaan model semen
gresik dari bulan Januari 2003 sampai dengan April 2006?
3.
Bagaimana bentuk peramalan pada semen gresik
dari bulan Januari 2003 sampai dengan April 2006?
4.
Apakah semen gresik dari bulan Januari 2003
sampai dengan April 2006 telah memenuhi asumsi IIDN?
5.
Bagaimana ramalan penjualan pada periode 3
mendatang dengan menggunakan metode statistika peramalan yang ada?
Jawab:
1. Pengujian
Plot Time Series
Untuk menganalisis pada data peramalan stok barang di
distributor bahan bangunan semen UD Gunung Bata Bual, Gresik tiap bulan dari
Januari 2003-April 2006 menggunakan pengujian Time Series, maka dilakukan pengujian pada data apakah data sudah
stasioner atau belum menggunakan pengujian seperti berikut.
1.1Pengujian
Stasioner
Data
Bahan Bangunan Semen Gresik dari Januari
2003 - April 2006
Gambar 4.6 uji stasioner dalam varians pada data Semen
Gresik
Berdasarkan
Gambar 4.6 menunjukkan bahwa pada data peramalan bahan bangunan semen gresik di
uji dengan uji box-cox didapatkan nilai maka data bahan bangunan koral tidak stasioner dalam varians
sehingga dilakukan tranformasi. Setelah dilkukan tranformasi dengan memasukkan
lamda sebesar -0.5 maka didapatkan hasil sebagai berikut.
Gambar 4.7 tranformasi stasioner dalam varians Semen
Gresik
Berdasarkan
Gambar 4.7 menunjukkan bahwa pada data peramalan bahan bangunan semen gresik di
uji dengan uji box-cox didapatkan nilai maka data bahan bangunan semen gresik di UD Gunung Bata Bual,
Gresik tiap bulan dari Januari 2003-April 2006 telah stasioner stasioner dalam varians
Kemudian
lanjut ke uji stasioner dalam mean, dideteksi dengan membuat plot time series.
Adapun uji stasioner dalam mean adalah sebagai berikut
Gambar 4.8 uji stasioner dalam mean pada data semen gresik
Berdasarkan
Gambar 4.5 menunjukkan bahwa pada data peramalan bahan bangunan semen gresik di
UD Gunung Bata Bual, Gresik tiap bulan dari Januari 2003-April 2006 dengan
melihat bentuk plot time series yang
acak dikatakan telah stasioner dalam mean.
2 Estimasi Parameter Pada Semen Gresik
Estimasi parameter pada semen gresik adalah sebagai berikut.
Estimasi
Parameter Pada bahan bangunan Semen Gresik
Berdasarkan Gambar 4.13 dan Gambar 4.14 dapat disimpulkan bahwa
plot ACF maupun PACF ada 1 lack yang berada diluar batas sehingga model semen
gresik teresbut adalah AR (1) atau ARIMA (1,0,0), MA(1) atau ARIMA (0,0,1) dan
bisa juga ARIMA (1,0,1).
1)
ARIMA (1,0,0) atau AR(1)
Hipotesis :
Berdasarkan Tabel 4.1 didapatkan nilai P-value pada AR (1) sebesar
0,005 dan nilai constan sebesar 0,000. Karena nilai P-value AR (1) <α yaitu 0,005<0,05 dan P-value constan <α yaitu 0,05<0,05 maka tolak H0,yang berarti
parameter AR(1) signifikan terhadap model sehingga model AR (1) dapat dibuat
model
1)
MA (1) atau ARIMA (0,0,1)
Hipotesis :
Berdasarkan Tabel 4.2 didapatkan nilai P-value pada MA (1) sebesar 0,001 dan nilai constan sebesar 0,000.
Karena nilai P-value MA (1) <α
yaitu 0,001<0,05 dan P-value
constan <α yaitu 0,00<0,05 maka
tolak H0,yang berarti parameter MA (1) signifikan terhadap model
sehingga model MA (1) dapat dibuat model
1)
ARIMA (1,0,1)
Hipotesis :
Berdasarkan Tabel 4.3 didapatkan nilai P-value pada ARIMA (1,0,1) sebesar 0,679 dan 0,185 serta nilai
constan sebesar 0,000. Karena nilai P-value
ARIMA (1,0,1) >α yaitu 0,679>0,05 dan 0,185>0,05 maka gagal tolak H0,yang
berarti parameter ARIMA (1,0,0) tidak signifikan terhadap model sehingga model
ARIMA (1,0,1) tidak dapat dibuat model
Kesimpulan secara umum dari ketiga estimasi model tersebut
didapatkan model peramalan yang bisa dibuat model adalah AR(1) dan MA(1) karena
signifikan. Akan tetapi, model peramalan yang paling baik dipakai dalam
mengestimasi model adalah MA (1) karena nilai MS, SS terkecil dibanding dengan
model AR(1).
3 Bentuk Model Peramalan Pada Bahan Bangunan Semen
Gresik
Bentuk model peramalan MA (1) atau ARIMA (0,0,1) pada bahan
bangunan semen gresik adalah sebagai berikut.
Jadi penjualan bahan bangunan
semen gresik hari ini dipengaruhi oleh kesalahan prediksi pada hari ini dan
kesalahan prediksi hari kemarin.
4 Pengujian Asumsi Residual IIDN
Untuk
mengetahui apakah pada data peramalan penjualan stok barang semen
gresik di distributor bahan bangunan UD Gunung Bata Bual, Gresik tiap bulan
dari Januari 2003-April 2006 memenuhi asumsi independent, Identik, dan Normal.
Berikut adalah pengujian asumsi white-noise
(independen dan identik) sebagai berikut.
Hipotesis:
Berdasarkan Tabel 4.4 diperoleh nilai P-Value pada lag 12 sebesar 0,375, nilai
P-Value pada lag 24 sebesar 0,250,
nilai P-Value pada lag 36 sebesar
0,655 dan nilai P-Value pada lag 45
sebesar tidak terdefinisi karena nilai P-Value
lag 12,24,36 dan 48 >α yaitu 0,0375>0,05, 0,250>0,05, 0,655>0,05
dan *>0,05 maka gagal tolak H0, yang berarti residual dari data peramalan
penjualan stok barang semen gresik di distributor bahan bangunan UD Gunung Bata
Bual, Gresik tiap bulan dari Januari 2003-April 2006 mememenuhi asumsi White-noise (Independen-Identik).
Setelah diketahui bahwa data memenuhi asumsi white-noise (Independen dan Identik).
Maka selanjutnya dilakukan pengujian kenormalan data menggunakan pengujian Kolmogorov Smirnov sebagai berikut.
Hipotesis:
H0 : Residual data berdistribusi normal
H1 : Residual data tidak berdistribusi normal
Taraf signifikan: α = 5%
Gambar 4.15 Plot residual distribusi normal pada Semen Gresik
Dari gambar 4.15 diatas
didapatkan nilai P-Value > α yaitu
sebesar 0,150> 0.05 maka gagal tolak H0 sehingga dapat
disimpulkan bahwa dengan uji kolmogorov
smirnov, residual data peramalan penjualan stok barang semen gresik di
distributor bahan bangunan UD Gunung Bata Bual, Gresik tiap bulan dari Januari
2003-April 2006 berdistribusi normal.
5
Peramalan 3 Periode Mendatang
Peramalan yang dilakukan
dalam penelitian ini adalah menggunakan metode moving average, single eksponensial smoothing, double eksponensial
smoothing, dan autoregressive Integrated Moving Average dengan orde
(0,0,1). Pemilihan metode peramalan yang nantinya akan digunakan dalam proses
tersebut adalah nilai MSD yang terkecil. Adapun peramalan 3 periode mendatang
adalah sebagai berikut.
Peramalan
3 periode mendatang Pada bahan bangunan Semen Gresik
Tabel 4.10
Metode Peramalan Semen Gresik
MA
|
SES α=0,05
|
DES α=0,05 β=0,05
|
MA (1)
|
357199
|
353084
|
343444
|
266791
|
Berdasarkan Tabel 4.6 dapat
dismpulkan bahwa dari keempat metode peramalan tersebut dihasilkan nilai MSD
terkecil adalah MA (1) dan parameter MA(1) signifikan terhadap model yaitu P-value<α yaitu 0,001<0,05 sehingga
MA(1) layak digunakan untuk metode peramalan. Adapun 3 peramalan peride adalah
sebagai berikut.
Tabel 4.11
Metode Peramalan semen gresik
periode
|
nilai peramalan
|
41
|
2796,63
|
42
|
3248,97
|
43
|
3248,97
|
Berdasarkan Tabel 4.7 dapat disimpulkan bahwa peramalan
penjualan semen gresik untuk 3 periode atau 3 bulan mendatang adalah pada 1
bulan mendatang (Mei 2006) sebesar 2796,63, pada 2 bulan mendatang (Juni 2006) sebesar 3248,97 dan pada
3 bulan mendatang (Juli 2006) sebesar 3248,97.
dear Efta, terimakasih buat penjelasanya, kalo boleh tau itu menghitung arimanya pake aplikasi apa? dijelasin juga tahap-tahapnya dong.
ditunggu balasannya. thx