PEMILIHAN METODE YANG TEPAT ANTARA LINEAR REGRESSION DAN NON-LINEAR REGRESSION DALAM MEMPERKIRAKAN KEBUTUHAN PERMINTAAN SOLAR (STUDI KASUS: PT. PERTAMINA RU V BALIKPAPAN)
Categorie(s):
TI
Author(s):
M. WAHID SEPTIONUR
Advisor:
LUKMAN, BAMBANG SUGENG
ISSN/ISBN:
eISSN/eISBN:
Keyword(s):
LINEAR REGRESSION, NON-LINEAR REGRESSION, PERMINTAAN SOLAR
DOI:
Abstract :
Saat ini, bahan bakar minyak (BBM) masih sangat dibutuhkan oleh masyarakat luas
tak terkecuali di Indonesia. PT Pertamina, sebagai BUMN yang ditugaskan untuk
menyediakan kebutuhan akan BBM di Indonesia telah mengenalkan bermacam-macam jenis
BBM, namun beberapa yang paling sering kita dengar diantaranya Premium, Pertamax , Solar
dan yang terbaru di tahun 2016 adalah Pertalite. Solar adalah salah satu jenis BBM yang
disediakan oleh PT. Pertamina (Persero) untuk kebutuhan nasional. PT. Pertamina (Persero)
adalah satu-satunya Badan Usaha Milik Negara (BUMN) yang memproduksi BBM solar.
Maka dari itu dilakukan peramalan untuk memprediksikan permintaan solar 5 periode
kedepan dari tanggal 1 sampai 5 mei dengan melakukan pemilihan metode peramalan yang
tepat antara metode Linear Regression dengan metode spesifik Simple linear Regression dan
Non-Linear Regression dengan metode spesifik Exponential Regression, Logarithmic
Regression, Polynomial Regression, dan Power Regression.
For the application of this method can be done to predict demand forecasting future
periods 5 using WinQSB software , and to make the selection method is precisely seen from
the types of forecasting error rate (errors forecasting) to find the value of MAD , MSE and
MAPE smallest . After forecasting error , the method of Non - Linear Regression with specific
methods , namely Power Regression chosen because it has the value of MAD and MAPE
smallest compared to other methods. Nilai dari error forecasting Power Regression yaitu nilai
MAD = 66.759,67; MSE = 7.642.974.914,77 dan MAPE = 38,14%. Hasil peramalan Power
Regreesion untuk 5 periode mei kedepan pada tanggal 1-5 mei adalah 198.445,07 bbl;
198.391,62 bbl; 198.338,62 bbl; 198.286,05 bbl; 198.233,92 bbl.
tak terkecuali di Indonesia. PT Pertamina, sebagai BUMN yang ditugaskan untuk
menyediakan kebutuhan akan BBM di Indonesia telah mengenalkan bermacam-macam jenis
BBM, namun beberapa yang paling sering kita dengar diantaranya Premium, Pertamax , Solar
dan yang terbaru di tahun 2016 adalah Pertalite. Solar adalah salah satu jenis BBM yang
disediakan oleh PT. Pertamina (Persero) untuk kebutuhan nasional. PT. Pertamina (Persero)
adalah satu-satunya Badan Usaha Milik Negara (BUMN) yang memproduksi BBM solar.
Maka dari itu dilakukan peramalan untuk memprediksikan permintaan solar 5 periode
kedepan dari tanggal 1 sampai 5 mei dengan melakukan pemilihan metode peramalan yang
tepat antara metode Linear Regression dengan metode spesifik Simple linear Regression dan
Non-Linear Regression dengan metode spesifik Exponential Regression, Logarithmic
Regression, Polynomial Regression, dan Power Regression.
For the application of this method can be done to predict demand forecasting future
periods 5 using WinQSB software , and to make the selection method is precisely seen from
the types of forecasting error rate (errors forecasting) to find the value of MAD , MSE and
MAPE smallest . After forecasting error , the method of Non - Linear Regression with specific
methods , namely Power Regression chosen because it has the value of MAD and MAPE
smallest compared to other methods. Nilai dari error forecasting Power Regression yaitu nilai
MAD = 66.759,67; MSE = 7.642.974.914,77 dan MAPE = 38,14%. Hasil peramalan Power
Regreesion untuk 5 periode mei kedepan pada tanggal 1-5 mei adalah 198.445,07 bbl;
198.391,62 bbl; 198.338,62 bbl; 198.286,05 bbl; 198.233,92 bbl.