Membuat forecasting WMA dengan software POM QM dan analisis outputnya

POM QM merupakan software yang digunakan untuk melakukan perhitungan operasional. Salah kegunaannya adalah melakukan forecasting. Ada banyak metode forecasting yg bisa dilakukan di software ini, diantaranya regresi linier, pemulusan eksponensial, moving average, dan lainnya. Namun pada contoh di bawah ini akan dijelaskan langkah forecasting metode WMA (weight moving average) yg merupakan bagian dari metode moving average.

Langkah pertama dalam pengolahan software POM QM adalah memilih module forecasting pada menu bar. Berikut tampilan gambarnya. 

           Setelah itu pilih time series. Klik new setelah memilih modul. Selanjutnya akan muncul kotak dialog create data set for forecasting/ time series analysis. Mengubah number of past periode sesuai data yg akan dimasukkan. Pada contoh di bawah ini menggunakan data sebanyak 12 periode. Pada pada row names bisa tandai nama-nama bulan atau yg lainnya, kemudian pilih Ok. Berikut tampilan gambarnya. 

Kemudian akan ditampilkan tampilan baru seperti gambar di bawah ini. Pilihlah metode WMA (weight moving average) pada pilihan metode forecasting. Selanjutnya isikan semua data yang berjumlah 12 periode dengan bobot periode yg diinginkan, bisa dgn 2, 3, 4 dan yg lainnya. Pada contoh kali ini digunakan bobot periode 4. Lalu mengisikan 4, 3, 2, dan 1 secara berurutan pada kolom weight. Klik solve setelah itu. 

Hasil forecasting terdapat beberapa output, diantaranya forecasting result, control(tracking signal), data and error analys, dan graph. Berikut tampilan gambarnya.

MAD artinya rata-rata kesalahan mutlak forecasting terhadap data. Pada hasil di atas MAD sebesar 6612. MSE artinya rata-rata kesalahan forecasting yg dikuadratkan. Pada hasil di atas MSE sebesar 52078. MAPE artinya rata-rata persentase kesalahan(errror) mutlak forecasting terhadap data. Pada hasil di atas MAPE sebesar 0,166%. Nilai MAPE tersebut sangat kecil (kurang dari 50% dan juga mendekati nol), hal tersebut menunjukkan metode peramalan yg digunakan sangat cocok atau tepat. Semakin kecil nilai (MAD, MAPE, MSE), maka semakin akurat forecasting-nya. Nilai forecast pada 1 periode yg akan datang sebesar 3980,6 atau dibulatkan3981 

Gambar diatas menunjukkan hasil forecasting dari periode 5 hingga 12. Hasil forecasting periode 1 hingga 4 tidak ada, karena menggunakan WMA dgn bobot periode 4. Kolom merupakan pengurangan perminaan(demand) dengan forecast.

Gambar diatas merupakan grafik dengan metode WMA dimana sumbu x merupakan periode yaitu sebanyak 13 periode. Sumbu y menunjukan permintaan aktual. Garis berwarna hitam menunjukan penjualan produk selama 12 periode yg telah lalu. Grafik hasil peramalan dengan metode WMA cenderung stabil karena selisih antar periode tidak jauh. Sedangkan garis berwarna biru menunjukkan hasil foreacasting.