Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI

Transkripsi

1 Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI

2 Pola Daa Musiman (Tanpa Trend) MANAJEMEN OPERASIONAL PRODUKSI

3 1 Teknik Moving Average dan Exponenial Smoohing, akan memiliki perhiungan yang epa apabila daanya sasioner. Winer s Model didasarkan aas iga persamaan, yaiu persamaan unuk unsur penyesuaian sasioner, persamaan unuk unsur penyesuaian rend, dan persamaan unuk unsur penyesuaian musiman. 2 3 Penggunaan meode Winer ini adalah penenuan nilai-nilai α, β, dan ɣ yang akan menimbulkan MSE (mean square error) dan MAPE (mean absolue percenage error). MANAJEMEN OPERASIONAL PRODUKSI

4 Meode peramalan Hol-Winers dapa digunakan pada rends peramalan. Meode Hol-Winers erdiri dari komponen exponenial smoohing (E,w) dan komponen rend (T,v) dengan dua fakor smoohing yang berbeda. MANAJEMEN OPERASIONAL PRODUKSI

5 HOLT S MODEL Meode ini sesuai keika perminaan diasumsikan mempunyai level dan rend pada sisemaik komponen eapi idak erjadi seasonaliy (musiman). E T F k v wy E kt ( 1 w)( E T ) ( E E ) (1 v) T E 1 and T 1 are no defined. 2. E 2 = Y 2 3. T 2 = Y 2 Y 1 MANAJEMEN OPERASIONAL PRODUKSI

6 Where : F +k = Forecas value k periods from Y -1 = Acual value for period -1 E -1 = Esimaed value for period -1 T = Trend for period w = Smoohing consan for esimaes (0<w<1) v = Smoohing facor for rend (0<v<1) k = number of periods MANAJEMEN OPERASIONAL PRODUKSI

7 Monh Sales Hiung nilai forecas dari daa penjualan disamping dengan menggunakan Hol s Model! Dengan w = 0,7 dan v = 0,5 MANAJEMEN OPERASIONAL PRODUKSI

8 Monh Sales E T F w 0.7 v 0.5 MANAJEMEN OPERASIONAL PRODUKSI

9 TUGAS Period Demand Hiung nilai forecas dari daa penjualan disamping dengan menggunakan Hol s Model, sera hiung nilai errornya! Dengan w = 0,1 dan v = 0,2 Juma, 19 mei 2017, jam Period Demand Esimae Trend Forecas Error MANAJEMEN OPERASIONAL PRODUKSI

10 WINTER S MODEL Meode ini sesuai keika sysemaic componen dari perminaan yang mempunyai level, rend, dan seasonal facor. Sebagai conoh pola perminaan musiman dari beberapa rangkaian perminaan. Seperi perminaan sirup dan kue pada musim lebaran, peningkaan perminaan jas hujan pada saa musim penghujan. Yˆ x ( A xt ) I Lx MANAJEMEN OPERASIONAL PRODUKSI

11 MANAJEMEN OPERASIONAL PRODUKSI The Winers model has he following componens : ) )( 1 ( 1 1 L T A I Y A 1 1 ) (1 ) ( T A A T Smoohing value Trend esimae L I A Y I ) 1 ( Seasonaliy esimae x L x I xt A Y ) ( ˆ

12 Pola Daa Musiman dengan Trend MANAJEMEN OPERASIONAL PRODUKSI

13 Musiman dengan Trend omeode ini dapa dikombinasikan dengan pendekaan yang lain unuk membagi perminaan ahunan kedalam musiman yang berbeda. ofirs, esimae seasonal facors osecond, esimae annual demand for nex year othird, apporion nex year s annual demand using seasonal facors Seasonal facor S D i i D MANAJEMEN OPERASIONAL PRODUKSI

14 Proporion of Annual Demand Seasonal Adjusmen Example Year Toal Toal Si 28% 20% 15% 37% S D D MANAJEMEN OPERASIONAL PRODUKSI

15 The Daa has an annual rend, which is esimaed using regression. Annual Demand = x Annual Forecas for 1998 (year 4) (4) = Year Toal Si 28% 20% 15% 37% ,43 11,54 8,57 21,63 58,17 F = Si x Annual Forecas MANAJEMEN OPERASIONAL PRODUKSI

16 MEASURES OF FORECAST ERROR E = F - D Dimana : E = Error in period F = Forecas in period D = Acual demand in period MANAJEMEN OPERASIONAL PRODUKSI

17 MAD = n =1 A - F n 1 MAD 0.8 sandard deviaion 1 sandard deviaion 1.25 MAD The ideal MAD is zero which would mean here is no forecasing error The larger he MAD, he less he accurae he resuling model MANAJEMEN OPERASIONAL PRODUKSI

18 Quesion : Wha is he MAD value given he forecas values in he able below? Monh Sales Forecas MANAJEMEN OPERASIONAL PRODUKSI

19 Monh Sales Forecas Abs. Error MAD = n =1 A - F n = 40 4 = 10 Noe ha by iself, he MAD only les us know he mean error in a se of forecass MANAJEMEN OPERASIONAL PRODUKSI

20 DEMAND PATTERN MANAJEMEN OPERASIONAL PRODUKSI

21 MANAJEMEN OPERASIONAL PRODUKSI

22 ADA PERTANYAAN? MANAJEMEN OPERASIONAL PRODUKSI