FORECASTING (PERAMALAN) Ilmu Manajemen
|
|
- Deddy Kusuma
- 5 tahun lalu
- Tontonan:
Transkripsi
1 FORECASTING (PERAMALAN) Ilmu Manajemen
2 PERAMALAN (FORECASTING) PENGERTIAN : PERAMALAN :ADALAH SENI DAN ILMU MEMPREDIKSI PERISTIWA MASA DEPAN YANG MEMERLUKAN DATA DATA
3 ADA DUA METODE PERAMALAN : 1. TOP-DOWN FORECASTING YAITU SUATU METODE PERAMALAN UMUM YANG MENDASARKAN PADA BERBAGAI KONDISI BISNIS UMUM YANG DIBUAT OLEH PARA EKONOMI DALM MEMBAGA LEMBAGA PEMERINTAH, PERUSAHAAN BESAR DAN UNIVERSITAS UNIVERSITAS. KEMUDIAN MEMPERKIRAKAN BERAPA BAGIAN PASAR PERUSAHAAN (MARKET SHARE) DAN AKHIRNYA BERAPA BARANG YANG DIPRODUKSI, DAN BERAPA SETIAP PRODUK PERUSAHAAN AKAN DAPAT DIJUAL SETIAP BULAN. 2. BOTTOM-UP FORECASTING YAITU SUATU METODE PERAMALAN YANG DIMULAI DENGAN PERKIRAAN PERMINTAAN PRODUK PRODUK AKHIR INDIVIDU. DATA DATA PERAMAL BIYASA DIPEROLEH DARI ESTIMASI ORANG ORANG PENJUALAN, DISTRIBUTOR DAN PARA PELANGGAN.
4 JENIS JENIS PERAMALAN 1. RAMALAN EKONOMI ADALAH RAMALAN SIKLUS BISNIS YANG MEMPREDIKSI TINGKAT INFLASI, TINGKAT SUKU BUNGA DAN INDICATOR INDIKATOR LAIN. 2. RAMALAN TEKNOLOGI ADALAH RAMALAN YANG BERKAITAN DENGAN TINGKAT KEMAJUAN TEKNOLOGI YANG MELAHIRKAN PRODUK BARU, MEMBUTUHKAN PABRIK DAN PERALATAN BARU. 3. PERAMALAN PERMINTAAN ADALAH PROYEKSI PERMINTAAN TERKAIT PRODUK ATAU JASA PERUSAHAAN. RAMALAN INI MEMBAHAS RAMALAN PENJUALAN, RAMALAN PRODUKSI, KAPASITAS DAN SISTEM PENJADWALAN PERUSAHAAN, UNTUK KEPERLUAN PERENCANAAN KEUANGAN, PAMASARAN,
5 PENDEKATAN PERAMALAN ADALAH BEBERAPA PENDEKATAN TEKNIK KUALITATIF YANG DIGUNAKAN : 1. METODE DELPHI. ADALAH SUATU TEKNIK PERAMALAN YANG MEMPERGUNAKAN SUATU PROSEDUR YANG SISTEMATIS UNTUK MENDAPATKAN CONSENSUS PENDAPATAN PENDAPATAN DARI SUATU KELOMPOK AHLI. 2. SURVEY PASAR KONSUMEN/RISET PASAR. ADALAH SUATU RAMALAN YANG MEMPERBESAR MASUKAN DARI PELANGGAN TANPA MELIHAR RENCANA PEMBELIAN MASA DEPANNYA 3. JURI DAN OPINI EKSEKUTIF. ADALAH RAMALAN YANG MENGAMBIL OPINI SEKELOMPOK KECIL MANAJER TINGKAT TINGGI. BIASA DIKOMBINASIKAN DENGANAN MODEL STATISTIC. MENGHASILKAN ESTIMASI PERMINTAAN KELOMPOK 4. GABUNGAN ARMADA PENJUALAN. ADALAH RAMALAN YANG MENDASARKAN PADA SETIAP WILAYAH PENJUALANNYA, KEMUDIAN DIKAJI ULANG LALU DIKOMBINASIKAN DIWILAYAH LAIN DAN NASIONAL UNTUK MENCAPAI RAMALANA SECARA MENYELURUH. 5. PENDEKATAN NAIF/NAÏVE APPROACH. ADALAH SUATU PERAMALAN YANG MENGASUMSIKAN BAHWA PERMINTAAN DALAM PERIODE BERIKUTNYA ADALAH SAMA DENGAN PERMINTAAN DALAM PERIODE SEBELUMNYA(MOST RECENT PERIOD)
6 PENDEKATAN, TEKNIK KUANTITATIF ADALAH BEBERAPA RAMALAN DENGAN TEKNIK KUANTITATIF ANTARA LAIN : 1.PROYEKSI TREND/TREND PROJEECTION. 2.RATA RATA BERGERAK/MOVING AVERAGES. 3.PENGHALUS EKSPONENSIAL / EXPONENTIAL SMOOTHING. 4.ANALISIS TUNTUN WAKTU/TIME SERIES. 5.REGRESI DAN KORELASI.
7 TAHAPAN SISTEM PERAMALAN TANPA MELIHAT METODE YANG DIGUNAKAN, PROSES PERAMALAN SECARA UMUM ADALAH SEBAGAI BERIKUT : 1. MENENTUKAN PENGGUNAAN PERAMALAN/TUJUAN ATAU PENCAPAIAN. 2. MEMILIH HAL-HAL YANG AKAN DIRAMAL. 3. MENENTUKAN HORISON WAKTUNYA, PANJANG, MENENGAH DAN PENDEK. 4. MEMILIH MODEL PPERAMALAN. 5. MENGUMPULKAN DATA YANG DIBUTUHKAN UNTUK MEMBUAT RAMALAN. 6. MENENTUKAN MODEL PETAMALAN YANG TEPAT. 7. MEMBUAT RAMALAN. 8. MENERAPKAN HASILNYA.
8 1.PROYEKSI TREND/KUADRAT TERKECIL(LEAST SQUARE) METODE INI DAPAT MENGUNAKAN PERSAMAAN Y = a +bx BILA TITIK TENGAH SEBAGAI TAHUN DASAR Ex = 0 Y = a + bx Y = n.a Xy n Xy = b. X² b = xy X² DAPAT JUGA MENGGUNAKAN TAHUN PERTAMA SEBAGAI TAHUN DASAR. Y = a + bx a =Y - bx ATAU a = Y. x² - x Y n. x² - ( x)² b = n. xy - x. xy n. x² - ( x)²
9 CONTOH KASUS : PT. ABC MEMPUNYAI DATA PENJUALAN PADA TUJUH TAHUN TRAKHIR SEBAGAI BERIKUT : TAHUN PENJUALAN
10 DARI DATA DIATAS HITUNGLAH RAMALAN PENJUALAN TAHUN 2006 JAWAB : TAHUN (Y) (X) (X)² Xy
11 Y = a+bx a = Y = = n 7 b = xy = = x² 28 Y 2006 = a + bx = (4) = =
12 1.A METODE TREND SEMI AVERAGE Metode ini digunakan bila data yang ada jumlahnya genap, sehingga dapat dibagi menjadi dua kelompok sama besar. Contoh soal. Data penjual PT. ADIJAYA tahun (dalam tabel). Dari data tersebut buatlah ramalan penjualan untuk tahun 2000? tahun Jumlah penjualan (dalam juta)
13 JAWABAN SOAL Catatan ; kelaompok pertama bila data ganjil dimulai angka 0 (tengah) dan bila data genap dimulai angka -3,-1,1,3 dst. Tahun Jumlah Penjualan(Y) Total Average X /3=148, /3=
14 Lanjutan jawaban Rumus : Y = a + bx a = rata-rata kelompok pertama b = selisih antara dengan dibagi dengan jumlah data yang ada dalam satu kelompok. Jadi a = 148,33 ; b = ,33/3 = 4,5567 Y = 148,33 + 4,5567 (X) Maka forecast penjualan untuk tahun 2000 adalah (X diberi skore 5) Y = 148,33 + 4,5567 (5) = 171,11 unit _ X 2 _ X 1 _ X 1
15 METODE TREND MOMENT Adalah metode peramalan yang mempunyai persamaan Y = a + bx Pemberian score X dimulai dari 0,1,2,3, dst. Contoh soal. Data penjual PT. ADIJAYA tahun (dalam tabel). Dari data tersebut buatlah ramalan penjualan untuk tahun 2000? tahun Jumlah penjualan (dalam juta)
16 JAWABAN CONTOH SOAL Persamaan ; Y = a + bx Dalam mencari koefisien a dan b digunakan persamaan ΣY = n.a + b. Σ X ΣXY = a. Σ X + b. Σ X² Tahun Y X XY X² Σ
17 JAWABAN CONTOH SOAL 774 = 5.a + b (10) {x2} = 10.a + b (30) {x1} = 10 a + 20 b = 10 a + 30 b (-) -70 = -10 ; b=7 Substitusikan : 774 = 5 a + 10 (7) 5 a = = 704 a =704/5 = 140,8 Forecast Y2000 = 140,8 + 7 (X) = 140,8 + 7(5)= 175,8
18 2. RATA RATA BERGERAK/MOVING AVERAGE. ADALAH SUATU TEKNIK PERAMALAN MENGASUMSIKAN BAHWA PERMINTAAN PASAR TETAP KECIL SEPANJANG WAKTU. RUMUS : MA = JUMLAH PERMINTAAN DATA n PERIODE SEBELUMNYA n TAHUN KUARTALAN PENJUALAN (UNIT) TOTAL GERAKAN TIGA KUARTAL RATA-RATA BERGERAK TIGA KUARTAL : : : : : : : : : 3 80, ,7 87, ,5 88,7 90, : : : : : 3-92,7 92, ,3 97,7 - MA = = 80,3 RATA-RATA BERGERAK 3
19 JADI PERKIRAAN PENJUALAN UNTUK TAHUN 2004 KUARTAL I ADALAH 97,7 MELEBIHI METODE (MA) ADALAH : - EFEKTIF MERATAKAN ATAU MENGHALUSKAN FLUKTUASI PADA DATA. - BISA DITETAPKAN PADA BERBAGAI JENIS DATA. KELEMAHAN METODE MA ADALAH : - TIDAK PERSAMAAN RAMALAN. - HANYA MAMPU MERAMAL JANGKA PENDEK/NILAI RATA-RATA BERGERAK TERAKHIR.
20 PERHITUNGAN. DALAM ANALISIS DATA PENJUALAN ATAU PERMINTAAN AKAN PRODUK INDEKS MUSIM DAPAT DIGUNAKAN. CARA MENGHITUNGNYA DENGAN MENCAPAI RATA-RATA BERBAGAI RASIO PENJUALAN KUARTALAN NYATA TERHADAP NILAI GARIS TREND (Y) UNTUK SETIAP KUARTALAN.
21 CONTOH SOAL : DATA PENJUALAN YANG TERDAPAT PADA PT. SEMPURNA (DALAM TON) TAHUN KUARTAL 1 KUARTAL 2 KUARTAL 3 KUARTAL 4 TOTAL PERTANYAAN : a. BERAPAKAH FORECAST PENJUALAN UNTUK KUARTAL PERTAMA DAN KEDUA TAHUN 2004 DENGAN METODE RATA RATA BERGERAK EMPAT KUARTAL. b. BERAPAKAH FORECAST PERMINTAAN MUSIMAN SELAMA TAHUN 2004, JIKA DIASUMSIKAN PERMINTAAAN SELAMA TAHUN 2004 SEBANYAK 1019 TON, DENGAN MODEL RATA-RATA BERGERAK SEDERHANA?
22 JAWAB : a. PRAKIRAAN PENJUALAN UNTUK KUARTALAN PERTAMA TAHUN = 245 ton 4 PRAKIRAAN PENJUALAN UNTUK KUARTALAN KEDUA TAHUN = 253,75 ton 4
23 b. RATA-RATA PENJUALAN PER KUARTAL DARI PENJUALAN TAHUN 1999 SAMPAI DENGAN KUARTAL I = = 190 ton 5 KUARTAL II = = 372 ton 5 KUARTAL III = = 160 ton 5 KUARTAL IV = = 270 ton 5 RATA-RATA PENJUALAN SELURUH KUARTAL = = 248 ton 20
24 INDEKS MUSIMAN MASING-MASING KUARTAL KUARTAL I = 190 = 0, KUARTAL II = 372 = 1,5 248 KUARTAL III = 160 = 0, KUARTAL IV = 270 = 1,1 248
25 DENGAN ANGKA INDEKS MUSIMAN TERSEBUT MAKA PRAKIRAAN PENJUALAN MUSIMAN TAHUN 2004 JIKA PENJULAN SELAMA TAHUN 2004 SEBESAR DENGAN METODE RATA-RATA SEDERHANA (SIMPLE AVERAGE) KUARTAL I = x 0,77 = 196,1575 ton 4 KUARTAL II = x 1,5 = 382,125 ton 4 KUARTAL III = x 0,65 = 165,5873 ton 4 KUARTAL IV = x 1,1 = 280,225 ton 4
26 RATA-RATA BERGERAK / WEIGHT MOVING-AVERAGE TERTIMBANG WMA = (timbangan untuk periode n) (permintaan dalam periode n) Timbangan
27 CONTOH : BERDASARKAN DATA DIBAWAH INI HITUNGLAH FORECAST UNTUK KUARTAL PERTAMA 2004 DENGAN METODE WMA : TAHUN KUARTAL 1 KUARTAL 2 KUARTAL 3 KUARTAL 4 TOTAL DALAM TON
28 DATA BOBOT PERIODE 1 (DATA PALING LAMA) (DATA PALING AKHIR) BOBOT (TERBILANG) 5% 10% 15% 25% 45% FORECAST UNTUK KUARTAL PERTAMA TAHUN 2004 DIHITUNG SEBAGAI BERIKUT : F = 0,05(250)+0,10(210)+0,15(355)+0,25(190)+0,45(225) 1,00 = 235,5 ton
29 3. EXPONENTIAL SMOOTHING ADALAH SUATU TEKNIK PERAMALAN RATA-RATA BERGERAK YANG MELAKUKAN PENIMBANGAN TERHADAP DATA MASA LALU DENGAN CARA PENGHALUSAN SEHINGGA DATA PALING AKHIR MEMPUNYAI BOBOT ATAU TIMBANGAN LEBIH BESAR DALAM RATA-RATA BERGERAJ. RUMUS : Ft = Ft 1 + a (At 1 Ft 1) KETERANGAN : Ft = RAMALAN UNTUK PERIODE SEKARANG (t) Ft 1 = RAMALAN YANG DIBUAT UNTUK PERIODE TERAKHIR (t 1) A = SMOOTHING CONSTANT (0 α < 1) At = PERMINTAAN NYATA PERIODE TERAKHIR
30 CONTOH : DENGAN MENGGUNAKAN MODEL EXPONENTIAL SMOOTHING, HITUNGLAH FORECAST UNTUK KUARTAL PERTAMA 2004, BILA DIKETAHUI BAHWA FORECAST UNTUK KUARTAL TERAKHIR TAHUN 2003 ADALAH 220,5 TON. BILA NILAI a = 0,15 (DATA SOAL SAMA DENGAN DIATAS) JAWAB : FORECAST UNTUK KUARTAL PERTAMA 2004 YANG DIRATAKAN SECARA EKSPONENSIAL DAPAT DIHITUNG SEBAGAI BERIKUT : Ft = Ft 1 + A (At 1 Ft 1) = 220,5 + 0,15 ( ,5) = 221,175 ton
31 PENGARUH TREND DALAM EXPONENTIAL SMOOTHING. METODE RATA-RATA BERGERAK TERTIMBANG DAN AXPONENTIAL SMOOTHING GAGAL MERESPON TREND. UNTUK MEMPERBAIKI RAMALAN MAKA HASIL RAMALAN YANG SUDAH DIRATAKAN DENGAN EKSPONENIAL DAPAT DIKOREKSI DENGAN PERHITUNGAN PERBEDAAN ANTARA DUA RAMALAN SEBELUMNYA DAN PENAMBAHAN JUMLAH INI PADA RAMALAN BARU, YAITU : FORECAST TERMAKSUK TREND (FTT) = Ft + KONEKSI TREND, PERSAMAAN YANG LENGKAP EXPONENTIAL SMOOTHING YANG TERKOREKSI TREND MENGGUNAKAN CONSTANT ß. Tt = Tt ß(Ft Ft 1)
32 CONTOH SOAL : DENGAN MENGGUNAKAN MODEL TREND ADJUSTED EXPONENTIAL SMOOTHING, HITUNGLAH FORECAST UNTUK KUARTAL PERTAMA GUNAKAN α = 0,15 DAN ß = 0,1 UNTUK DAKTOR TREND SMOOTHING (DATA LENGKAP SEPERTI SOAL DIATAS)
33 JAWAB : - LANGKAH PERTAMA MENGHITUNG FORECAST EXPONENTIAL SMOOTHING SEDERHANA UNTUK KUARTAL PERTAMA 2004 SBB : Ft = 220,5 + 0,15 ( ,5) = 221,175 ton - LANGKAH KEDUA MENGHITUNG tt SEBAGAI BERIKUT : tt = Ft Ft 1 = 221, ,5 = 0,675 - LANGKAH KETIGA MENGHITUNG Tt DENGAN ASUMSI BAHWA PENYELESAIAN TREND AWAL ADALAH SEBESAR 0. Tt = Tt 1 + ß(tt Tt -1) = 0 + 0,10(0,0675) = 0, LANGKAH KEEMPAT MEMPERHITUNGKAN PENGARUH TREND FORECAST UNTUK KUARTAL PERTAMA 2004 SBB : Ft = Ft + 1- ß Tt ß Ft = 221, ,1 0,0675 0,1 = 221,7825 ton
34 4. ANALISIS RUNTUN WAKTU / TIME SERIES ADALAH MODEL PERAMALAN YANG MENDASARKAN DATA SAMA LALU MENJADI KOMPONEN- KOMPONEN DAN KENUDIAN MEMPROYEKSIKAN DIWAKTU YANG AKAN DATANG. SERI WAKTU YANG DIGUNAKAN ADA EMPAT YAITU : a) TREND (T) IALAH GERAKAN YANG MENUNJUKAN POLA PENURUNAN ATAU KENAIKAN JANGKA PANJANG SERANGKAINA DATA HISTORIES b) MUSIM (S) SEASIONAL IALAH POLA DATA YANG BERULANG ATAU MUSIMAN SEPERTI PERIODE HARIAN, MINGGUAN, BULANAN, KUARTALAN, ATAU TAHUNAN, BIASA MUSIM HUJAN DAN MUSIM KEMARAU DAN LAIN-LAIN c) SIKLUS (C) CYCLICAL IALAH POLA DALAM DATA YANG TERJADI SETIAP BEBERAPA TAHUN. KOMPONEN INI SULIT DITENTUKAN AKARENA MENYANGKUT KEJADIAN KEJADIAN YANG PASTI MISALNYA POLITIK, PERANG, KONDISI EKONOMI, SIKLUS BISNIS DAN LAIN-LAIN. d) RESIDU/ERRATIC (E) IALAH SUATU UNSURE YANG MENUNJUKAN FLUKTUASI DATA YANG TIDAK SISTEMATIK ATAU RANDOM (ACAK) SEHINGGA EMPAT KOMPONEN MEMBENTUK FUNGSI ANALISIS RUNTUT WAKTU SUATU NILAI RAMALAN (Y), y = Y x S x C x E
35 5. METODE REGRESI DAN KORELASI Korelasi suatu metode peramalan model statistik yang digunakan untuk menentukan hubungan antara minimal satu variabel terikat (Dependent variabel) dengan satu variabel bebas (independent variabel). Tujuannya adalah untuk meramalkan atau memperkirakan nilai veriabel terikat dalam hubungannya dengan nilai variabel bebas tertentu.
36 RUMUS REGRESI SEDERHANA Y = a + bx Y = Nilai variabel terikat a = tetapan regresi (perpotongaan sumbu Y) b = kemiringan garis regresi/kelandaian X = variabel bebas a b n X Y n y b x n X n Y n XY X 2 X ( X ) jumlahobserv asi Y 2
37 Rumus regresi berganda dan korelasi Y = a + b1x1 + bx2 Y = a + bx1 + bx2 + bx3. dst. Korelasi (r) : Bila r =+1 berarti ada korelasi positif sempurna antara variabel terikat dengan variabel bebas Bila r = -1artinya ada korelasi negatif sempurna antara variabel terikat dengan variabel bebas. r ( n n XY ( X )( Y) 2 ( 2 ) )( 2 X X n Y ( Y) 2 )
38 CONTOH SOAL REGRESI Berdasarkan data penjualan PT. ADIJAYA tahun 2005 sampai dengan tahun 2009 seperti dalam tabel, buatlah persamaan regresi dan korelasinya dan interprestasikan hasilnya? Tahun Biaya Iklan /X (dalam juta Rupiah) Jumlah Penjualan/Y (dalam juta Rupiah) Total
39 JAWABAN SOAL REGRESI Tabel untuk mencari nilai a dan b : Tahun X Y XY X² Y² Total Persamaan regresinya Y = a + b (X) Koefisien a dan b dicari dengan rumus : b n. n. XY X. Y 2 X ( XY) 5(10507) (67)(774) 2 5(935) (67) 2 3,64
40 Lanjutan Jawaban a Y b. n X 774 (3,64)(67) 5 106,02 Jadi Y = 106,02 + 3,64 X Persamaan ini dapat diinterpretasikan bahwa bila biaya iklan naik satu juta Rupiah, jumlah penjualan akan meningkat 3,64 juta unit.
41 Lanjutan Jawaban Koefisien korelasi dicari dengan persamaan : r r n X 2 5(935) n. 5(10507) XY ( X (67) ) 2 2 X. Y n. Y 2 (67)(774) 5(120314) ( Y ) 2 (774) 2 0,994 Karena nilai r mendekati 1, berarti terdapat hubungan yang kuat antara biaya iklan dengan jumlah penjualan
42 LATIHAN KASUS 1 PT. ADI MIX MEMPUNYAI DATA PENJUALAN SELAMA 5 TAHUN TERAKHIR SEBAGAI BERIKUT : KUARTAL (000 M²) TAHUN I II III IV TOTAL
43 DARI DATA DIATAS DIMINTA : a) HITUNGLAH RAMALAN PENJUALAN TAHUN b) BILA PESEDIAAN AKHIR TAHUN 2005 BERJUMLAH M², DAN RENCANA PERSEDIAAN AKHIR TAHUN 2006 ADALAH M², MAKA HITUNGLAH JUMLAH PRODUKSI TAHUN c) HITUNGLAH RAMALAN PENJUALAN KUARTAL I, II, TAHUN 2006 DENGAN METODE RATA-RATA BERGERAK EMPAT KUARTALAN. d) BERAPA RAMALAN PERMINTAAN MUSIMAN SELAMA TAHUN 2006 (JIKA DIASUMSIKAN PERMINTAAAN SELAMA 2006 SEBANYAK m2 ) DENGAN MODEL RATA RATA BERGERAK SEDERHANA.
44 LATIHAN KASUS 2 Dibawah ini disajikan data tiga tahun terakhir perkuartal pengunjung atraksi Disney orlando Amerika Serikat seperti dalam tabel. Dari tabel tersebut saudara diminta untuk : Menghitung ramalan jumlah pengunjung tahun 2007 pada musim dingin, musim semi, musim panas, dan musim gugur dengan metode trend least square? Menghitung ramalan jumlah pengunjung musiman selama tahun 2007, Jika diprediksi jumlah pengunjung tahun 2007 naik 25% dari jumlah pengunjung tahun sebelumnya; dengan metode indeks musim?
45 Tabel pengunjung Atraksi Disney orlando K u a r t a l Musim dingin Musim semi Musim panas Musim gugur Musim dingin Musim semi Musim panas Musim gugur Musim dingin Musim semi Musim panas Musim gugur Pengunjung
Peramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciUniversitas Gunadarma PERAMALAN
PERAMALAN PERAMALAN Kebutuhan Peramalan dalam Manajemen Produksi dan Operasi Manajemen Operasi/produksi menggunakan hasil-hasil peramalan dalam pembuatan keputusan-keputusan yang menyangkut pemilihan proses,
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciPERAMALAN (FORECASTING)
PERAMALAN (FORECASTING) Apakah Peramalan itu? Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya
Lebih terperinciCROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu
1 CROSS SECTION DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU Data yang tidak berdasar waktu TIME SERIES Berbasis Waktu 2 DERET BERKALA (TIME SERIES) Suatu deret berkala merupakan suatu himpunan observasi
Lebih terperinci1. PENGERTIAN. Anggaran Penjualan Hal 5
2 ANGGARAN PENJUALAN 1. PENGERTIAN A nggaran penjualan merupakan anggaran pertama yang dibuat oleh perusahaan. Hal ini sehubungan anggaran penjualan umumnya menggambarkan penghasilan yang akan diterima
Lebih terperinciCROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu
1 CROSS SECTION DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU Data yang tidak berdasar waktu TIME SERIES Berbasis Waktu 2 DERET BERKALA (TIME SERIES) Suatu deret berkala merupakan suatu himpunan observasi
Lebih terperinciTrend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.
Trend Sekuler Linier 1. Pendahuluan Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu. Pola dasar pergerakan runtut waktu : 1) Trend
Lebih terperinciMatakuliah : Ekonomi Produksi Peternakan Tahun : Oleh. Suhardi, S.Pt.,MP
Matakuliah : Ekonomi Produksi Peternakan Tahun : 2014 Oleh. Suhardi, S.Pt.,MP 1 Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menunjukkan jenis Peramalan Menggunakan Metode Peramalan Kuantitatif
Lebih terperinciUNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG
Lebih terperinciMATERI 3 PER E AM A AL A AN
MATERI 3 PERAMALAN APAKAH PERAMALAN ITU? Peramalan (Forecasting) : Seni dan ilmu memprediksi peristiwa- peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciDeret Berkala dan Peramalan
Deret Berkala dan Peramalan Times Series & Forecasting Oleh : Riandy Syarif Definisi Deret berkala adalah sekumpulan data yg dicatat dalam satu periode waktu. Contoh data penjualan motor yamaha 2000-2010.
Lebih terperinciEMA302 - Manajemen Operasional Materi #3 Ganjil 2015/2016. EMA302 Manajemen Operasional
Materi #3 EMA302 Manajemen Operasional Pengertian (1/2) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan adalah
Lebih terperinciFebriyanto, S.E., M.M.
METODE PERAMALAN PERMINTAAN Metode bebas (freehand method) Metode setengah ratarata (semi average method) Metode ratarata bergerak (moving average method) Metode kwadrat terkecil (least quares method)
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Sistem Produksi 1.1.1 Fungsi Produksi Aktivitas produksi sebagai suatu bagian dari fungsi organisasi perusahaan bertanggung jawab terhadap pengolahan bahan baku menjadi produksi
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu melakukan perencanaan untuk memastikan kelancaran operasi rantai pasok 1. Peramalan dalam organisasi 2. Pola permintaan 3. Metode peramalan
Lebih terperinciManajemen Operasional. PERAMALAN (Forecasting)
Manajemen Operasional PERAMALAN (Forecasting) Putri Irene Kanny Putri_irene@staff.gunadarma.ac.id Sub Pokok bahasan pertemuan ke-3 Prediksi dan Peramalan Jenis-jenis Metode Peramalan Metode deret berkala
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciTIME SERIES. Deret berkala dan Peramalan
TIME SERIES Deret berkala dan Peramalan Pendahuluan Deret berkala Time series Sekumpulan data yang dicatat dalam satu periode waktu Digunakan untuk meramalkan kondisi masa mendatang Dalam jangka pendek
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciPERAMALAN (FORECASTING)
PERAMALAN (FORECASTING) Jenis Peramalan Peramalan (forecasting) : Adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi, dengan menggunakan data historis dan memproyeksikannya ke masa
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciANGGARAN PENJUALAN BAB II. KUWAT RIYANTO, SE, M.M
ANGGARAN PENJUALAN BAB II KUWAT RIYANTO, SE, M.M. 081319434370 Kuwat_riyanto@yahoo.com http://kuwatriy.wordpress.com Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan:
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1. Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciLECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu
LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu DR. MUDRAJAD KUNCORO, M.Soc.Sc Fakultas Ekonomi & Pascasarjana UGM Outline: Akar Unit Exponential Smoothing Moving Average Trend Proyeksi Apa Arti
Lebih terperinciANGGARAN PENJUALAN. Muniya Alteza.
ANGGARAN PENJUALAN Muniya Alteza Konsep Anggaran Penjualan Komponen-komponen Pokok Konsep Anggaran Penjualan: Dasar-dasar Penyusunan Anggaran 1. Menyusun tujuan perusahaan 2. Menyusun strategi perusahaan
Lebih terperinciBAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori. 2.1.1 Pengertian Peramalan. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi
Lebih terperinciBAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan
BAB II KAJIAN PUSTAKA 2.1 Forecasting 2.1.1 Definisi dan Tujuan Forecasting Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan
Lebih terperinciTUGAS MAKALAH MATA KULIAH ANALISIS LAPORAN KEUANGAN ANALISIS TIME SERIES
TUGAS MAKALAH MATA KULIAH ANALISIS LAPORAN KEUANGAN ANALISIS TIME SERIES Disusun Oleh : Ria Resti Yunita (C1C014006) Mudia Ilrani (C1C014011) Imron Rosady (C1C014015) Konsentrasi : Akuntansi Keuangan Jurusan
Lebih terperinciANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.
ANGKA INDEKS Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M. A. PENGERTIAN Angka indeks adalah angka yang digunakan sebagai perbandingan dua atau lebih kegiatan yang sama untuk kurun waktu yang berbeda.
Lebih terperinciPERSPEKTIF PERAMALAN 2 Titien S. Sukamto
PERSPEKTIF PERAMALAN 2 Titien S. Sukamto Jenis Peramalan Pada umumnya peramalan dapat dibedakan dalam 3 jenis : 1. Jangka waktu ramalan yang disusun 1. Peramalan jangka pendek : jangka waktunya 1 tahun
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.. Pengertian Manajemen Produksi dan Operasi Sebelum kita membahas lebih lanjut mengenai manajemen produksi dan operasi sebaiknya kita mengetahui terlebih dahulu pengertian dari
Lebih terperinciBAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Forecasting is the art and science of predicting the events of the future. Forecasting require historical data retrieval and project into the future with some
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinciANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR
ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR NAMA : GALANG INDRAS SUWANTO NPM : 12210908 JURUSAN : MANAJEMEN PEMBIMBING : SUPRIYO HARTADI, W. SE. MM LATAR BELAKANG
Lebih terperinciVII. MODEL PRAKIRAAN PERMINTAAN
VII. MODEL PRAKIRAAN PERMINTAAN A. Peramalan (Forecasting) Peramalan merupakan dugaan atau perkiraan mengenai terjadinya suatu peristiwa atau kejadian pada waktu yang akan datang, yang dapat bersifat kualitatif
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciPERAMALAN (Forecast) (ii)
PERAMALAN (Forecast) (ii) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010]
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciTeknik Proyeksi Bisnis (Forecasting)
Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinci1. PENDAHULUAN 2. KAJIAN PUSTAKA
1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi
Lebih terperinciBAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Peramalan Peramalan adalah data di masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
Lebih terperinciBAB III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Peramalan 2.1.1 Pengertian Peramalan Beberapa ahli telah mengemukakan definisi tentang peramalan yang kelihatannya berbeda meskipun pada intinya sama. Peramalan menurut Sumayang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan
BAB I PENDAHULUAN 1.1. Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan pesat. Metosdenya berkembang sejajar dengan penemuan-penemuan penting oleh para ahli matematis
Lebih terperinciKOMP. PERANGGARAN 1. Materi 3 Anggaran penjualan
KOMP. PERANGGARAN 1 Materi 3 Anggaran penjualan Dr. Kartika Sari Universitas Gunadarma Materi 3-1 Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan Dasar-dasar Penyusunan
Lebih terperinciBAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB 3 Metode Penelitian
BAB 3 Metode Penelitian 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan konsumen pada PT. Aneka Indofoil terkait dengan jumlah persediaan adalah sebagai berikut:
Lebih terperinciANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)
BAB 5 ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS) Kompetensi Menjelaskan konsep dasar time series. Indikator 1. Menjelaskan konsep dasar time series analysis: trend linear.. Menjelaskan konsep dasar
Lebih terperinciBAB I PENDAHULUAN. yang akan terjadi di masa yang akan datang menggunakan dan. mempertimbangkan data dari masa lampau. Ketepatan secara mutlak dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan (forecasting) merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa yang akan datang menggunakan dan mempertimbangkan data dari
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciSALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN. Ariadne Sekar Sari, S.E., M.M. Modul ke: Fakultas EKONOMI DAN BISNIS
Modul ke: 05 Christina Fakultas EKONOMI DAN BISNIS SALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN Ariadne Sekar Sari, S.E., M.M. Program Studi MANAJEMEN www.mercubuana.ac.id PENDAHULUAN SALESMANSHIP
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:
Lebih terperinciANALISIS DERET BERKALA
ANALISIS DERET BERKALA PENDAHULUAN Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN)
ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN) Penyusunan anggaran operasional perusahaan, pertama yang harus dilakukan membuat anggaran penjualan. Anggaran penjualan merupakan dasar penyusunan
Lebih terperinciPENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR
PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR ESTIMASI PERMINTAAN PASAR Bagi para manajer produksi, estimasi atau perkiraan secara kuantitatif permintaan terhadap suatu produk penting untuk diketahui
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan. Peramalan
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciBAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan
Lebih terperinciBAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi dimasa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciPERAMALAN PERMINTAAN. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.
PERAMALAN PERMINTAAN Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M. PENTINGNYA PERAMALAN EKONOMI Tujuan Peramalan Ekonomi adalah untuk mengurangi risiko atau ketidakpastian yang dihadapi perusahaan dalam
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciBAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI 3.1 Arti dan Pentingnya Analisis Deret Waktu Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi,
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciNama : Rian Surya Aji NPM : Jurusan : Manajemen Pembimbing : Martani, SE, MM.,
ANALISIS PERAMALAN PENJUALAN TERHADAP PENJUALAN DEPOT AIR CV. RAYA AIR DENGAN MENGUNAKAN METODE MA (MOVING AVERAGE), WMA (WEIGHT MOVING AVERAGE), ES (EXPONENTIAL SMOOTHING), TREND LINEAR Nama : Rian Surya
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan
Lebih terperinciANALISIS PERAMALAN PENJUALAN JASA PADA BENGKEL SERVICE MOTOR
ANALISIS PERAMALAN PENJUALAN JASA PADA BENGKEL SERVICE MOTOR Nama : Ahmad Fuad Sobirin NPM : 10210380 Jurusan : Manajemen Pembimbing : Irfan Ardiansyah, SE., MM. Latar Belakang Banyaknya pengusaha bengkel
Lebih terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciBAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah suatu proses memperkirakan secara sistematik tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi di masa lalu
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu
Lebih terperinci