BAB III LANDASAN TEORI

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III LANDASAN TEORI"

Transkripsi

1 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 tersebut kita dapat memperkirakan kebutuhan yang akan datang baik dalam hal jumlah, waktu, kualitas dan lokasi dalam memenuhi permintaan akan barang maupun jasa tersebut. Spryros, Markidakis dan Stepen C, Wheel Rigde (1994) mendefinisikan peramalan adalah suatu proses untuk memperkirakan suatu peristiwa yang akan datang berdasarkan data yang lampau. Data-data yang dikumpulkan dihubungkan secara sistematis dalam suatu cara yang ditetapkan untuk mendapatkan nilai perkiraan (exception value) pada periode yang akan datang. Peramalan merupakan usaha melihat kedepan menentukan arah tindakan yang terlebih dahulu menatap lingkungan luar, menilai kekuatan dan kelemahan 22

2 23 baik masa lalu maupun sekarang, mengkaji kesempatan dan hambatan, sebagai dasar penentuan tujuan, strategi, kebijakan dan taktik dalam bidang pemasaran, produksi dan keuangan (Dr, sukanto reksohadiprojo, M.com, 1995). Kapan saja kebijakan dibuat mengenai masa yang akan datang, maka setidak-tidaknya peramalan termasuk mendasari kebijakan tersebut. Hal ini dapat ditetapkan dan dipastikan bahwa peramalan yang direncanakan lebih berharga dan lebih teliti daripada peramalan berdasarkan intuisi atau tanpa adanya peramalan. (Biegel, E. John, Pengendalian Produksi Suatu Pendekatan Kuantitatif, AkademiaPresindo, Jakarta, 1992). Peramalan mungkin tidak selalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi keadaan pasar bersifat kompleks dan dinamis. Karena dengan peramalan permintaan kita dapat menentukan berapa kira-kira permintaan dimasa yang akan datang dengan data yang ada sebelumnya. Walaupun hasil dari peramalan permintaan itu sendiri tidak pasti, tetapi dapat digunakan sebagai usaha untuk mengurangi kemungkinan terburuk terhadap fluktuatif permintaan pada waktu yang akan datang. Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat kompleks dan dinamis karena permintaan tersebut akan bergantung kepada keadaan sosial, ekonomi, politik, aspek teknologi, produk pesaing dan produk substitusi. Oleh karena itu, peramalan yang akurat merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan untuk waktu yang akan datang.

3 Fungsi dan Tujuan Peramalan Bila peramalan telah dibuat dan hal ini menjadi suatu kesimpulan terdahulu yang akan menjadi kenyataan, maka suatu manfaat dan tujuan harus dapat diperoleh dan dipersiapkan, sehingga dapat mempengaruhi sifat dari ramalan tersebut. Dalam hal ini terdapat tiga tujuan dari peramalan yaitu : a. Menentukan apa yang dibutuhan untuk masa mendatang. b. Menentukan perencanaan jangka menengah untuk produk yang akan diproduksi. c. Menentukan penjadwalan jangka pendek dari produk yang akan diproduksi Jenis-Jenis Peramalan Dalam hubunganya dengan rentang waktu, peramalan dapat diklasifikasikan ke dalam tiga kelompok, yaitu : a. Peramalan Jangka Panjang, umumnya 1 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumber daya.

4 25 b. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih khusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran. c. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan keputusan kontrol jangka pendek lainnya Metode Peramalan Dalam sistem peramalan, penggunaan berbagai metode peramalan akan memberikan nilai ramalan yang berbeda dan derajat dari galat peramalan (Forecast Error) yang berbeda pula. Salah satu seni dalam melakukan peramalan adalah memilih metode peramalan terbaik yang mampu mengidentifikasi dan menanggapi pola aktivitas historis data. Pada dasarnya semua metode peramalan memiliki ide yang sama, yaitu menggunakan data-data masa lalu untuk memperkirakan atau memproyeksikan data di masa yang akan datang. Secara umum, peramalan diklasifikasikan menjadi beberapa macam, yaitu : a. Metode Kualitatif b. Metode Kuantitatif

5 26 Selanjutnya untuk metode kuantitatif dibedakan menjadi dua bagian utama yaitu : a. Intrinsik b. Ekstrinsik. A. Metode kualitatif. Metode peramalan kualitatif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat pribadi seseorang, dan intuisi dari orang-orang yang ahli dalam bidang pekerjaannya dalam meramalkan sebuah permintaan. Meskipun kelihatanya kurang ilmiah tetapi metode ini dapat memberikan hasil yang baik. Karena metode kualitatif ini digunakan apabila tidak ada data historis permintaan yang ada, metode statistiknya tidak jelas dan data terdahulu tidak mencerminkan kondisi yang akan datang. Untuk metode kualitatif ini sendiri dibedakan menjadi beberapa jenis yaitu : 1. Metode Delphi Metode ini merupakan cara sistematis, untuk mendapatkan keputusan bersama dari suatu kelompok yang terdiri dari para ahli yang berasal dari disiplin ilmu yang berbeda. Kelompok ini tidak bertemu secara bersama

6 27 dalam suatu forum untuk berdiskusi, tetapi mereka diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok lainnya. Pendapat yang berbeda secara signifikan dari ahli yang lain dalam kelompok tersebut akan ditanyakan lagi kepada yang bersangkutan, sehingga diperoleh angka estimasi pada interval tertentu yang dapat diterima. Metode delphi ini dipakai untuk peramalan jangka panjang dalam rangka menentukan rencana penjualan produk, kapasitas produksi, fasilitas perusahaan dan teknologi proses yang akan dipakai. 2. Metode Nominal Group Metode ini sama dengan metode Delphi, hanya saja para pakar diberikan kesempatan untuk berdiskusi satu dengan yang lainnya dalam melakukan peramalan. 3. Analogi Sejarah (Historical Analogy) Metode ini digunakan untuk meramal dalam periode waktu jangka pendek dan panjang. Hasil yang diperoleh mempunyai tingkat ketelitian yang cukup baik dan biaya yang dikeluarkan cukup tinggi. Metode ini dilakukan dengan cara membandingkan, mempelajari, dan menganalisis dari produk yang akan diramalkan. 4. Metode Penelitian Pasar (Market Research) Metode ini dilakukan dengan cara melakukan survey langsung pada konsumen melalui questioner mengenai keinginan konsumen terhadap

7 28 produk yang akan dihasilkan. Penelitian pasar sering digunakan dalam merencanakan produk baru, sistem periklanan, dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar peramalan permintaan produk baru terutama pada bagian pemasaran. B. Metode Kuantitatif Pada metode ini, suatu set data historis permintaan masa lalu digunakan untuk meramalkan permintaan masa depan. Peramalan kuantitatif merupakan prosedur peramalan yang mengikuti aturan matematis dan statistik dalam menunjukan hubungan antara permintaan dengan satu atau lebih variable yang mempengaruhinya. Peramalan kuantitatif terdiri dari dua metode, yaitu metode intristik dan metode ektrinsik. 1. Metode Intrinsik (Time Series) Metode ini hanya membuat peramalan berdasarkan proyeksi permintaan historis tanpa mempertimbangkan faktor-faktor eksternal yang mempengaruhi besarnya permintaan. Metode ini cocok untuk peramalan jangka pendek pada kegiatan produksi, dimana dalam mengendalikan produksi dan persediaan bahan baku perusahaan harus melibatkan banyak item yang berbeda. Hal ini tentu membosankan sehingga membutuhkan metode-metode peramalan yang mudah dan murah. Metode intrinsik diwakili oleh analisis deret waktu.

8 29 Analisis deret waktu sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa lalunya cukup konsisten dalam periode waktu yang lama. Analisis deret waktu didasarkan pada asumsi bahwa deret waktu terdiri dari komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman/Season (S), Variasi Acak/Random (R) yang menunjukkan suatu pola tertentu. Komponen-komponen tersebut dipakai sebagai dasar dalam membuat persamaan matematis. a. Pola Kecenderungan/Trend (T) Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau konstan. Pola trend adalah apabila data permintaan menunjukan pola kecenderungan gerakan penurunan atau kenaikan jangka panjang. Data yang kelihatannya berfluktuasi, apabila dilihat pada rentang waktu yang panjang akan dapat ditarik suatu garis maya yang menunjukan kenaikan atau penurunan. Peramalan yang sesuai adalah metode trend linier, exponential smoothing atau doubleexponential smoothing. Gambar 3.1. Fluktuasi Permintaan Berpola Trend

9 30 b. Pola Siklis/Cycle (C) Pola ini berguna untuk peramalan jangka menengah dan jangka panjang, dimana permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih dari satu tahun sehingga tidak perlu dimasukkan dalam peramalan jangka pendek. Pola data yang dihasilkan oleh data siklis akan membentuk pola sinusoid atau gelombang. Peramalan yang sesuai adalah metode moving average, weight moving average, dan exponential smoothing. Gambar 2.2. Fluktuasi Permintaan Berpola Siklis c. Pola Musiman/Season (S) Pola ini mengalami fluktuasi permintaan dimana suatu produk dapat naik turun disekitar garis trend dan biasanya berulang dalam interval waktu satu tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya keagamaan yang berulang setiap periodik. Peramalan yang sesuai adalah metode winter, moving average, atau weight moving average.

10 31 Gambar 2.3. Fluktuasi Permintaan Berpola Musiman d. Pola Acak/Random (R) Pola ini terjadi bila fluktuasi data permintaan dalam jangka panjang tidak dapat digambarkan oleh ketiga macam pola lainnya. Variasi acak diperlukan dalam rangka menentukan persediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan, biasanya dipengaruhi karena faktor-faktor bencana alam, bangkrutnya perusahaan pesaing dan kejadian lainnya yang tidak mempunyai pola tertentu. Tidak ada metode peramalan yang direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang analis peramalan sangat menentukan dalam pengambilan keputusan mengenai pola data. Gambar 2.4. Fluktuasi Permintaan Berpola Acak

11 32 2. Metode Ekstrinsik Metode ini mempertimbangkan faktor-faktor eksternal yang mungkin dapat mempengaruhi besarnya permintaan di masa yang akan datang dalam model peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang karena dapat menunjukan hubungan sebab akibat yang jelas dalam hasil peramalanya sehingga disebut metode kausal dan dapat memprediksi titik-titik perubahan. Kelemahan dari metode ini adalah mahalnya biaya aplikasi dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya menyediakan informasi perubahan faktor-faktor eksternal yang terukur. Metode ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metode ini akan diwakili oleh metode regresi Teknik-Teknik Peramalan Metode Time Series A. Metode Peramalan Konstan Jika peramalan cenderung konstan tetapi memiliki variasi acak maka fungsi peramalan konstan sangat cocok untuk digunakan. Fungsi peramalan untuk fungsi konstan (John E. Biegle, Pengendalian Produksi: 1992) adalah : y = y = dimana : y = y = Permintaan rata-rata n = Jumlah periode

12 33 B. Metode Peramalan Trend Linier Pola pada persamaan linier diestimasi dengan menggunakan persamaan regresi (John E. Biegle, Pengendalian Produksi: 1992) adalah : y'= a + b.t a dan b di dapat dari : a dan b = Koefisien n = Periode y = Permintaan nyata t = Waktu

13 34 C. Metode Peramalan Siklus Jika kita mengaggap permintaan menjadi suatu siklus dan bervariasi secara musiman kita dapat menyusun suatu fungsi trigonometrik (John E. Biegle, Pengendalian Produksi: 1992) dalam bentuk sebagai berikut : Dimana N adalah jumlah periode per siklus, sedangkan determinan untuk menentukan konstanta-konstanta adalah : Dalam hal ini, kita ingin membatasi pertimbangan kita kepada suatu jumlah siklus dengan bilangan bulat. Jadi, kita mempunyai n = IN (I adalah bilangan bulat > 1). Hal ini dapat dilihat bahwa beberapa elemen dalam persamaan determinan diatas akan selalu mempunyai nilai yang sama (tanpa memperhatikan N dan n). Elemen tersebut adalah :

14 35 Jika nilai-nilai dari elemen-elemen tersebut dimasukkan dalam determinasi diatas kita mendapatkan : Perhitungan standart error of estimate pada metode siklus dengan derajat kebebasan f sama dengan tiga.

15 36 D. Metode Rata-rata Bergerak (Moving Average) Metode ini menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan di masa mendatang. Metode ratarata bergerak akan efektif diterapkan apabila diasumsikan bahwa permintaan pasar terhadap produk akan tetap stabil sepanjang waktu. Tujuan utama teknik Moving Average adalah untuk mengurangi atau menghilangkan varisai acak permintaan dalam hubungannya dengan waktu. Disebut rata-rata bergerak karena begitu setiap data aktual permintaan baru deret waktu tersedia, maka data waktu aktual permintaan yang paling terdahulu akan dikeluarkan dalam perhitungan, kemudian nilai suatu rata-rata baru akan dihitung. Bentuk umum persamaan dari metode rata-rata bergerak : dimana : MA = Moving Average A t = Permintaan aktual pada periode t N = Jumlah data permintaan yang dilibatkan dalam perhitungan MA

16 37 E. Metode Pemulusan Eksponensial (Exponential Smoothing) Kelemahan teknik moving average dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik pemulusan eksponensial. Metode peramalan pemulusan eksponensial bekerja hampir serupa dengan alat thermostat, di mana apabila galat ramalan (forecast error) adalah positif, yang berarti nilai aktual permintaan lebih tinggi dari pada nilai ramalan (A-F>0), maka model pemulusan eksponensialakan secara otomatis meningkatkan nilai ramalan. Sebaliknya apabila galat ramalan (forecast error) adalah negatif, yang berarti nilai aktual permintaan lebih rendah dari pada nilai ramalan (A-F<0), maka pemulusan eksponensialakan secara otomatis menurunkan nilai ramalan. Proses penyesuaian ini berlangsung terus menerus kecuali galat ramalan telah mencapai nol. Kenyataan inilah yang mendorong peramal (forecaster) lebih suka menggunakan model pemulusan eksponensial. Apabila pola historis dari aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu. Peramalan menggunakan model pemulusan eksponensial dilakukan berdasarkan formula sebagai berikut : Ft + 1 = Ft + α(x t F t ) Dimana F t+1 adalah ramalan untuk periode berikutnya, α adalah faktor perataan (0<α<1), dan X t adalah permintaan berdasarkan pengalaman sebelumnya pada periode ke t.

17 38 Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih konstanta pemulusan, α, yang diperkirakan tepat. Nilai konstanta pemulusan α dapat dipilih di antara nilai 0 dan 1, karena berlaku : 0<α<1. Bagaimanapun juga untuk penetapan nilai α yang diperkitakan tepat, dapat menggunakan panduan berikut : - Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu ke waktu, dapat memilih nilai α yang mendekati satu. Biasanya dipilh nilai α = 0.9 ; namun kita dapat pula mencoba nilainilai α yang lain yang mendekati satu, katakanlah : α = 0.85; 0.95; 0.99, dan lain-lain, tergantung pada sejauh mana gejolak dari nilai data itu. Semakin bergejolak, nilai α yang dipilih harus semakin tinggi menuju ke nilai satu. - Apabila nilai historis dari data aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, kita memilih nilai α yang mendekati nol. Biasanya dipilih nilai α = 0.1; namum dapat pula mencoba nilainilai α yang mendekati nol, katakanlah : α = 0.2; 0.15; 0.05, dan lainlain, tergantung pada sejauh mana kestabilan dari data tersebut. Semakin stabil nilai α yang dipilih harus semakin kecil menuju ke nilai nol. - Metode lain yang dapat dipakai adalah memilih nilai α berdasarkan nilai n yang dilibatkan dalam teknik MA. Metode ini hanya dapat diterapkan oleh perusahaan yang telah lama menggunakan teknik MA dengan nilai n yang cukup memadai. Rata-rata usia data dengan teknik MA = n-½, sedangkan rata-rata usia data dengan teknik ES = 1-α/α. Untuk

18 39 menghitung nilai α dalam hubungannya dengan n adalah dengan membuat persamaan sebagai berikut : F. Metode Pemulusan Eksponensial dengan Unsur Musiman Dalam situasi tertentu sering kali permintaan terhadap suatu produk industri dipengaruhi oleh faktor musiman yang berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. Fluktuasi periodik ini biasanya dipengaruhi oleh faktorfaktor seperti: temperatur, curah hujan, hari raya keagamaan dan lainlain. Sebagai misal, permintaan untuk produk payung mungkin akan meningkat pada saat musim hujan, dan relatif menurun pada saat musim kemarau dan sebagainya. Proses umum dari permintaan musiman ini dapat dinyatakan dalam persamaan matematis sebagai berikut : A t = F t = T t = I t =

19 40 f t = (F t + T t ). I t+1-m dimana: Ft = Nilai ramalan untuk dengan pemulusan periode t T t = Trend untuk periode t f t = Nilai peramalan periode t A t = Nilai data aktual periode t α = Konstanta pemulusan untuk rata-rata β = Konstanta pemulusan untuk tren F t-1 = Nilai pemulusan sebelum periode t pemulusan T t-1 = Tren sebelum periode t pemulusan d t = Faktor musiman µ = Tingkat permintaan rata-rata ε t = Distribusi permintaan normal dengan mean nol I t = Indeks pada periode t Dt = Permintaan pada periode t γ = Konstanta pemulusan

20 Ukuran Akurasi Hasil Peramalan Ketelitian peramalan adalah suatu hal yang pokok dan perlu sekali. Ketelitian dan mengurangi kesalahan dalam ramalan dapat menghasilkan kebijakan yang menguntungkan perusahaan. Metode peramalan time-series digunakan untuk peramalan yang realistik untuk masa datang, perlu dilakukan hal-hal sebagai berikut : a. Membuat suatu gambaran permintaan dan waktu. (permintaan sebagai Y dan waktu sebagai X). b. Menentukan teknik yang digunakan. c. Menilai kesalahan perkiraan. d. Membuat suatu keputusan untuk menggunakan teknik tertentu berdasarkan pertimbangan yang ada. Perbandingan kesalahan standart perkiraan dari semua bentuk peramalan telah dibuat lalu dipilih kesalahan standart yang terkecil. Kesalahan standart perkiraan didefinisikan sebagai berikut : SEE = dimana : SEE = Kesalahan standar perkiraan

21 42 y = Jumlah permintaan y = Jumlah permintaan hasilperamalan n = Jumlah periode f = derajat kebebasan Ukuran ketepatan perlu digariskan seberapa baik metode peramalan dapat memproduksi data yang telah diketahui. Karena lingkungan berubah model mungkin menyimpang, penyimpangan metode hendaknya dapat ditenggang, bila penyimpangan terlalu besar metode lain perlu dicari dari perbendaharaan yang ada. Metode yang digunakan untuk menguji keakuratan metode peramalan (Dr. Sukanto Reksohadiprojo, M.Kom, 1995) adalah : a. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD). MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai berikut : MAD = dimana : y = Permintaan aktual pada periode t y = Peramalan permintaan pada periode t n = Jumlah periode peramalan yang terlibat

22 43 b. Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE). MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap perioda dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut : MSE = c. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE). MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara matematis, MFE dinyatakan sebagai berikut : MFE = d. Rata-rata Persen Kesalahan Absolut (Mean Absolute Percentage Error = MAPE). MAPE merupakan ukuran kesalahan relative, MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase

23 44 kesalahan terlalu tinggi atau terlalu rendah. Secara matematis, MAPE dinyatakan sebagai berikut : MAPE = ( ) Pemeriksaan dan Pengendalian Peramalan Bentuk sederhana dari cara pengendali adalah peta pengendali secara statistik yang digunakan dalam pengendalian kualitas, yang dapat digunakan di mana terdapat suatu jumlah data yang minimum adalah peta rentang bergerak. A. Peta Rentang Bergerak (Moving Range) Peta rentang bergerak dirancang untuk membandingkan nilai yang diamati dengan yang diramalkan dari suatu permintaan. Selama periode dasar (periode yang dibuat untuk peramalan) peta rentang bergerak digunakan untuk memeriksa teknik peramalan dengan parameter-parameternya. Adapun parameter yang digunakan adalah sebagai berikut : a. Rentang bergerak didefinisikan sebagai : MR = b. Rata-rata rentang bergerak didefinisikan sebagai :

24 45 c. Batas-batas kontrol didefinisikan sebagai : UCL = UCL = Perubahan atau perbedaan yang digambarkan pada rentang bergerak adalah delta dari peramalan dan permintaan : y t =y' t y t Jika semua titik-titik MR yang diplot (digambarkan) masuk dalam batasbatas kendali, dapat dianggap bahwa persamaan peramalan tersebut benar dan aman. Peta kendali dapat digunakan untuk mengetahui perubahan yang terjadi dan dapat menentukan suatu persamaan peramalan dari data yang sesuai dengan sistem penyebab permintaan yang ada. B. Pengujian Kondisi Tak Terkendali Pengujian yang lebih meyakinkan untuk suatu kondisi tak terkendali adalah suatu titik diluar batas-batas tak terkendali. Terdapat pengujian lainnya yang kirakira sama dengan kemungkinan. Salah satu yang ingin kita gunakan adalah rancangan yang menjadi jawaban terhadap suatu jumlah data yang minimum (ini adalah suatu hal yang pokok, oleh karena itu kita membuat data sangat lamban, dengan mempertimbangkan suasana yang dinamis sewaktu kita mengerjakannya). Pengujian-pengujian tersebut menghendaki agar kita membagi peta kendali tersebut ke dalam enam daerah dengan lebar yang sama.

25 46 Gambar 2.5. Kriteria Tak terkendali Daerah A terdiri dari bagian sebelah luar kurang lebih 2/3(2,66 ) = 1,77 (di atas +1,77 atau di bawah 1,77 ). Daerah B terdiri dari bagian sebelah luar 1/3(2,66 ) = 0,89 (di atas + 0,89 atau dibawah 0,89 ). Daerah C terdiri dari bagian di atas atau di bawah garis tengah. Pengujian untuk suatu kondisi tak terkendali adalah : 1. Dari tiga titik yang berturutan, apakah dua atau lebih terdapat dalam satu daerah A? 2. Dari lima titik berturutan, apakah empat atau lebih terdapat dalam satu daerah B?

26 47 3. Apakah terdapat delapan titik-titik yang berturutan pada salah satu sisi dari garis tengah? Pengujian ini ditunjukan dalam gambar 2.5, dimana suatu kondisi tak terkendali dengan kriteria yang terakhir ini menghendaki kegiatan yang sama sebagai suatu titik di sebelah luar batas-batas control. Bila kondisi out-of-control terjadi, maka tindakan yang bisa diambil adalah : a. Perbaiki ramalan dengan mencakup data baru (sistem sebab baru). b. Tunggu evidence selanjutnya.

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan merupakan usaha yang dilakukan oleh suatu perusahaan untuk melihat dan mengkaji situasi dan kondisi di masa mendatang. Terdapat beberapa faktor yang mempengaruhi

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

PERENCANAAN PRODUKSI

PERENCANAAN 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 terperinci

Membuat keputusan yang baik

Membuat 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 terperinci

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB 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 terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1 KONSEP DASAR PERAMALAN Definisi forecasting sendiri sebenarnya beragam, berikut beberapa difinisi tentang forecasting: 1. Perkiraan munculnya sebuah kejadian di masa depan, berdasarkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan

Lebih terperinci

METODE 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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Manajemen Persediaan Manajemen persediaan merupakan teknis yang sangat berguna dalam pengelolaan perusahaan yang bersifat konkret. Setiap perusahaan, baik itu perusahaan jasa

Lebih terperinci

PERAMALAN (FORECASTING)

PERAMALAN (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 terperinci

BAB 2 LANDASAN TEORITIS

BAB 2 LANDASAN TEORITIS BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB 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 terperinci

Pembahasan Materi #7

Pembahasan 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 terperinci

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu

Lebih terperinci

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan BAB II LANDASAN TEORI 2.1 Pengertian Sistem Menurut Amsyah (2005), definisi sistem adalah elemen-elemen yang saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan kerja dari prosedur

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 20 BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah

Lebih terperinci

LAPORAN PRAKTIKUM MODUL I PERAMALAN

LAPORAN PRAKTIKUM MODUL I PERAMALAN LAPORAN PRAKTIKUM MODUL I PERAMALAN Disusun oleh: Kelompok II 1. Ari Handayani (4409216094) 2. Caecilia Eka A.W.S. (4409216097) 3. Dwi Darmawan Saputra (4409216100) LABORATORIUM SISTEM PRODUKSI FAKULTAS

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 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 terperinci

EMA302 Manajemen Operasional

EMA302 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 terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto 18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan

Lebih terperinci

SISTEM 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 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 terperinci

BAB 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? 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 terperinci

PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG

PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG Wendi Wirasta, Muhamad Luthfi Ashari 2 Program Studi Teknik Informatika, STMIK & Ilmu Komputer LPKIA Jl. Soekarno Hatta 456,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB V ANALISA HASIL Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type. menganalisa produk MC Tire IRC Tube Type, sebagai berikut :

BAB V ANALISA HASIL Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type. menganalisa produk MC Tire IRC Tube Type, sebagai berikut : BAB V ANALISA HASIL 5.1. Perbandingan Akurasi Hasil Peramalan MC Tire IRC Tube Type Berdasarkan hasil pengolahan data, maka dapat dibandingkan seluruh ukuran kesalahan peramalan atas metode peramalan yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 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 terperinci

Peramalan (Forecasting)

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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Aplikasi 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. 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 terperinci

BAB II LANDASAN TEORI. Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah

BAB II LANDASAN TEORI. Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Definisi dan Tujuan Peramalan Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada masa

Lebih terperinci

BAB II LANDASAN TEORI. dalam pembuatan ini melibatkan tenaga kerja, bahan baku, mesin, energi, informasi,

BAB II LANDASAN TEORI. dalam pembuatan ini melibatkan tenaga kerja, bahan baku, mesin, energi, informasi, Landasan Teori 6 BAB II LANDASAN TEORI 2.1 Pengenalan Produksi Produksi adalah suatu proses pengubahan bahan baku menjadi produk jadi. Sistem produksi adalah sekumpulan aktivitas untuk pembuatan suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,

Lebih terperinci

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the

BAB 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 terperinci

BAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan

BAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan

Lebih terperinci

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

Lebih terperinci

2.4 Pemilihan Metode Peramalan

2.4 Pemilihan Metode Peramalan 2.4 Pemilihan Metode Peramalan Dalam memilih metode peramalan yang akan digunakan didasarkan pada uji verifikasi. Dimana uji verifikasi ini bertujuan untuk menghitung error dari metode yang akan kita gunakan.

Lebih terperinci

Matakuliah : Ekonomi Produksi Peternakan Tahun : Oleh. Suhardi, S.Pt.,MP

Matakuliah : 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 terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,

Lebih terperinci

Universitas Gunadarma PERAMALAN

Universitas 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian dan Peranan Peramalan Aktivitas manajerial khususnya dalam proses perencanaan, seringkali membutuhkan pengetahuan tentang kondisi yang akan datang. Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan

Lebih terperinci

Bab IV. Pembahasan dan Hasil Penelitian

Bab IV. Pembahasan dan Hasil Penelitian Bab IV Pembahasan dan Hasil Penelitian IV.1 Statistika Deskriptif Pada bab ini akan dibahas mengenai statistik deskriptif dari variabel yang digunakan yaitu IHSG di BEI selama periode 1 April 2011 sampai

Lebih terperinci

BAB IV ANALISIS HASIL PENGOLAHAN DATA

BAB IV ANALISIS HASIL PENGOLAHAN DATA BAB IV ANALISIS HASIL PENGOLAHAN DATA 4.1 Pola Dasar Permintaan Dari hasil pengumpulan data aktual yang telah dilakukan mengenai pertumbuhan jumlah kartu kredit BCA yang dimiliki oleh cardholder BCA Cabang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi

Lebih terperinci

PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN

PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN Ryan Putranda Kristianto 1), Ema Utami 2), Emha Taufiq Lutfi 3) 1, 2,3) Magister Teknik informatika STMIK

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada

BAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada BAB II LANDASAN TEORI 2.1 Konsep Sistem Informasi Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat

Lebih terperinci

BAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk

BAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk BAB II TINJAUAN PUSTAKA 2.1. Peramalan 2.1.1 Pengertian Peramalan Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan memperkirakan atau memprediksikan apa yang akan

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan memperkirakan atau memprediksikan apa yang akan BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi di masa yang akan datang dalam waktu yang relatif lama, peramalan tidak

Lebih terperinci

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

BAB 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 terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)

Lebih terperinci

BAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan

BAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan 18 BAB 2 LANDASAN TEORI 2.1 Pengertian Ramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama ( assaury, 1991). Sedangkan ramalan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus

Lebih terperinci

berhati-hati dalam melakukan perencanaan agar tidak terjadi kekosongan stok akan bahan baku dan produk jadi. Salah satu kesalahan perencanaan yang dil

berhati-hati dalam melakukan perencanaan agar tidak terjadi kekosongan stok akan bahan baku dan produk jadi. Salah satu kesalahan perencanaan yang dil Penyusunan Jadwal Induk Produksi Pada PT. Hitachi Construction Machinery Indonesia Alden Siregar (30404050) Jurusan Teknik Industri, Fakultas Teknologi Industri Universitas Gunadarma Contact Person : Alden

Lebih terperinci

BAB 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 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 terperinci

BAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan

BAB V ANALISA HASIL. Berdasarkan data permintaan produk Dolly aktual yang didapat (permintaan BAB V ANALISA HASIL Bab ini berisikan mengenai analisa hasil dari pengolahan data dalam perhitungan MRP Dolly pada satu tahun yang akan datang yang telah dibahas pada bab sebelumnya. 5.1 Analisa Peramalan

Lebih terperinci

TINJAUAN PUSTAKA. Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya

TINJAUAN PUSTAKA. Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya II. TINJAUAN PUSTAKA 2.1 Prediksi Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Prediksi bisa bersifat kualitatif (tidak

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH

BAB 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 terperinci

PERSPEKTIF PERAMALAN 2 Titien S. Sukamto

PERSPEKTIF 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 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 terperinci

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

CROSS 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 terperinci

BAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan

BAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan BAB 2 TINJAUAN TEORI 2.1 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 terperinci

Manajemen Operasional. PERAMALAN (Forecasting)

Manajemen 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 terperinci

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin

BAB V ANALISA HASIL. Januari 2008 sampai dengan Desember 2008 rata-rata permintaan semakin BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan Perencanaan Kebutuhan Material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

Lebih terperinci

KATA PENGANTAR. Malang, Mei Penyusun

KATA PENGANTAR. Malang, Mei Penyusun KATA PENGANTAR Puji syukur penyusun panjatkan kepada Tuhan Yang Maha Esa karena atas karunia-nya penyusun dapat menyelesaikan laporan Kuliah Kerja Nyata - Praktik (KKN-P) ini dengan baik. Laporan KKN-P

Lebih terperinci

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

BAB 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 terperinci

UNIVERSITAS 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 -- 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 terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi

BAB 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 terperinci

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA Weny Indah Kusumawati Program Studi Sistem Komputer, Institut Bisnis dan Informatika Stikom Surabaya email: weny@stikom.edu Abstrak

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3. Desain Penelitian Tabel 3. Desain Penelitian Tujuan Penelitian Desain Penelitian Jenis dan Metode Penelitian Unit Time T Asosiatif/ Survey PT Tirta Tama Longitudinal Bahagia

Lebih terperinci

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif. BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara

Lebih terperinci

Analisis Deret Waktu

Analisis Deret Waktu Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bisnis pada berbagai kegiatannya selalu melakukan suatu perencanaan untuk kedepannya. Untuk melakukan perencanaan suatu kegiatan yang akan disusun dan dilakukan

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

ANALISIS DERET WAKTU

ANALISIS DERET WAKTU ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci