UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN

Transkripsi

1 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 TERDIRI DARI : METODA DELPHI MARKET RESEARCH HISTORICAL ANALOGY. TIME SERIES SIMPLE AVERAGE MOVING AVERAGE WEIGHTED MOVING AVERAGE EXPONENTIAL SMOOTHING REGRESSI LINIER REGRESSI NON LINIER BOX JENKINS 3. METODA CAUSAL KORELASI REGRESSI ECONOMETRIE MODEL 1

2 BEBERAPA METODA AKAN DIJELASKAN SECARA RINCI METODA DELPHI DIGUNAKAN UNTUK PRODUK BARU RAMALAN DENGAN HORIZON WAKTU YANG CUKUP PANJANG. DILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DAN DILAKUKAN DENGAN BEBERAPA TAHAP. -TAHAP 1. -TAHAP. -TAHAP 3. -TAHAP 4. : - PENJELASAN - RAMALAN OLEH PARA AHLI SECARA TERPISAH : - DISKUSI HASIL : - RAMALAN OLEH PARA AHLI SECARA TERPISAH : - TAHAP & 3 DIULANG SEHINGGA DIPEROLEH KESEPAKATAN MARKET RESEARCH UNTUK PRODUK BARU DAN MEMILIKI HORIZON WAKTU YANG PANJANG. PENELITIAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI TERHADAP TIMBULNYA DEMAND. HISTORICAL ANALOGY UNTUK PRODUK BARU, RAMALAN MEMILIKI HORIZON WAKTU PANJANG MENIRU PERKEMBANGAN PRODUK YANG TELAH ADA DAN MEMILIKI FUNGSI YANG MIRIP DENGAN PRODUK YANG AKAN DIRAMALKAN BESAR DEMANDNYA. TIME SERIES SIMPLE AVERAGE DIGUNAKAN BILA DEMAND MENUNJUKKAN KECENDERUNGAN TETAP, ASSUMSI : DEMAND MASA DATANG ADALAH SAMA DENGAN RATA-RATA DARI DEMAND MASA LALU. CONTOH : BULAN DEMAN D 38

3 RAMALAN BULAN 8 = = 310 / 7 = 44,3 7 MOVING AVERAGE RAMALAN DEMAND DIDASARKAN RATA-RATA DEMAND TERAKHIR -TENTUKAN PERIODE DASAR ( UMUMNYA 4 PERIODE ) -HITUNG RATA-RATA BERDASARKAN RATA-RATA DEMAND PADA PERIODE DASAR CONTOH : LIHAT DATA DIATAS RAMALAN BULAN 8 = 3 = 170 / 3 = 56,6 39 WEIGHTED MOVING AVERAGE BERIKAN BOBOT BULAN BULAN YANG TERDAPAT PADA PERIODE DASAR RAMALAN DEMAND DIPEROLEH DENGAN MENGALIHKAN ANTARA DEMAND DENGAN BOBOT. CONTOH : BULAN DEMAND BOBOT DEMAND X BOBOT , , ,5 5 RAMALAN

4 EXPONENTIAL SMOOTING PERAMALAN DEMAND DIPEROLEH DENGAN RUMUS : Ft = α Dt 1 + ( 1 α ) Ft 1 Ft = RAMALAN SAAT t Dt = DEMAND NYATA SAAT t α = KONSTANTA CONTOH : BULAN DEMAND NYATA RAMALAN α = 0,6 RAMALAN BULAN 3 = 0, , = = METODE REGRESSI LINIER Y (t) = a + bt N N N N t. y (t) - y (t) y t t=1 t=1 t=1 b = N N t Y (t) t Y ( t) t N t. - t t=1 t= N N y ( t) t t=1 t= a = -b N N 4 4

5 DIPEROLEH b = = 11,5 (7) (1575) - (315) (8) (7) (140) (8) 43 CAUSAL METHOD KORELASI CARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHI DEMAND ( DAPAT DIGUNAKAN METODA SCATTER DIAGRAM). y = DEMAND x = VARIABEL YANG BERPENGARUH ASSUMSI HUBUNGAN LINIER y = a + b x. y = n.a + b x. y x = a x + b x 5

6 CONTOH : TAHUN JLH.PDDK (k) DEMAND yx x 5 (10 ) (y) x = 11 y = 590 y = 3340 x = 56 y = n.a + b x 590 = 5. a B x 11 yx = a. x + b x = 11 a + 56 b. x = 560a b = 560a b - 60 = - 86 = -60 / 86 = (-7.) a = = RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) =.7 x 10 = y = 4 + 7, x 7 = 155,4 53 6

7 KESALAHAN PERAMALAN : KESALAHAN PERAMALAN MERUPAKAN ALAT UNTUK MENGUKUR TINGKAT KETELITIAN, DAPAT DIGUNAKAN UNTUK MEMILIH METODE PERAMALAN YANG TERBAIK. A. MEAN ABSOLUTE DEVIATION ( M.A.D.) N MAD = t=1 Y (t) y (t) N 54 B. MEAN SQUARE ERROR = MSE = N t=1 Y (t) y (t) N 55 7

8 II.. FORECAST PERMINTAAN BERDASARKAN STATISTIK 1. Analisa Trend. Trend adalah gerakan yang berjangka panjang, seolah-olah alun ombak dan cenderung untuk menuju ke satu arah, menaik atau menurun. Penerapan. a. Penerapan garis trend secara bebas b. Penerapan garis trend dengan setengah rata-rata c. Penerapan garis trend secara matematis 15 II.. PENERAPAN GARIS TREND BEBAS 1. Data penjualan tahun-tahun terakhir. Garis Trend Tahun (X) Permintaan (ribuan kaleng) (Y) Unit Trend 16 8

9 II.. PENERAPAN GARIS TREND SETENGAH RATA-RATA (Semi Average) 1. Rumus Y=a+bX di mana : a = rata-rata kelompok b = rata X - rata X 1 dibagi n n = jumlah tahun dalam kelompok II dan I X = jumlah tahun dihitung dari periode dasar. Garis Trend Unit Trend 17 DEMAND FORECAST (lanjutan) RUMUS-RUMUS DASAR : (a) Metode Moment : I. Y = a bx II. Y = n. a + b. X III. XY = a. x + b. x (b) Analisas Jenis Produk (Product-line), analisa ini diperlukan oleh perusahaan yang memproyeksikan lebih dari satu jenis barang hasil produksi. Oleh karena masing-masing jenis produk yang dihasilkan tersebut mempunyai perbedaan pasar, sifat dan pola perkembangan, serta perbedaan variabel yang mempengaruhinya, maka penerapan metode statistika bagi jenis produk yang satu, berbeda dengan jenis produk lainnya (c) Analisa Penggunaan akhir, analisa ini diperlukan bagi perusahaan yang menghasilkan produk setengah jadi, masih memerlukan proses lebih lanjut untuk menjadi produk jadi dan siap dikonsumsi. Forcast-nya, ditentukan pula oleh penggunaan akhir yang ada kaitannya dengan produk jadi yang dihasilkan tersebut 18 9

10 CONTOH APLIKASI 1. Data penjualan. PT.USRIP yang bergerak dalam bisnis makanan ayam, memiliki data permintaan selama 5 tahun, tercatat 000, 001, 00, 003, dan 004, masing-masing 146 juta unit, 148 juta unit, 157 juta unit, juta unit dan 169 juta unit Tahun Jumlah Penjualan (juta unit) Buatlah forecast demand untuk tahun 005 dengan menggunakan Metode Trend Bebas 19 METODE TREND BEBAS 1).Siapkan data penjualan (dari contoh Aplikasi 1). Catatan : Data permintaan makanan dari PT. X selama 5 tahun, tercatat 000, 001, 00, 003, dan 004, masing-masing 140 juta unit, 148 juta unit, 157 juta unit, juta unit dan 169 juta unit ).Buat Tabel,yang berisi Tahun dan Jumlah Permintaan 3).Buat tebaran titik dan ditarik garis yang menghubungkan titik-titik pasangan pengamatan. 4).Buat Gambar sebagai berikut : ).Hasil tidak dapat dengan angka. 0 10

11 CONTOH APLIKASI. Data penjualan. PT.USRIP yang bergerak dalam bisnis makanan ayam, meiliki data permintaan selama 5 tahun, sebagai berikut : Tahun Jumlah Penjualan (juta unit) Buatlah forecast permintaan untuk tahun 006 dengan menggunakan Metode Trend Semi Average 1 METODE SEMI AVERAGE 1). Siapkan Data Permintaan (dari contoh Aplikasi ) ). Siapkan Tabel Data Permintaan 3). Bagi duadatapermintaan dalam sebuah Tabel contoh : Tabel diatas Data 000, 001, 00 Kelompok 1 Data 003, 004, 005 Kelompok Tahun Jumlah Permintaan (juta Unit)

12 4).Buat Tabel yang berdasar Tahun, Total Permintaan dalam Jutaan Unit (disebut Y), Total, Rata-rata (Average),dan Score (disebut X) Contoh : Tahun Jumlah Permintaan (Y) dalam juta Unit Total Average = 148,3 3 X(Score) = ).Score (X) untuk semi average, data ditengah bila ganjil diberi score 0, selanjutnya minus dan sesudahnya plus, bila genap score tidak dari 0. Misal datanya -4, -3, -, 1, 6).Pada kasus diatas, tahun 000 (= -1), 001 (= 0), 00 (= 1) sedangkan untuk 003 (= ), 004 (= 3), 005 (=4) 3 7).Pakai Rumus / Persamaan Y=a+bX Y = Forecast nilai Y untuk nilai x yang ditentukan a = rata-rata kelompok I ( X 1 ) b = selisih antara X dengan X 1 8).Tentukan nilai a (= rata-rata nilai kelompok I) untuk b = selisih antara X dengan X 1 jumlah data yang ada pada kelompok I. 9).Masukan Dalam Rumus : a = 148, ,33 b= = 4, Rumus : Y = 148,33 + 4,5567 (X) Y thn 5 = 148,33 + 4,5567 (5) thn ke 5 = 171,11 Y thn 6 = 148,33 + 4,5567 (6) thn ke 6 = 175,67 4 1

13 3. METODE TREND MOMENT 1).Siapkan data penjualan (dari Contoh Aplikasi 1). ).Buat Tabel yang berisi : 1. Tahun;. Jumlah Penjualan (Y); 3. Score (X); 4. Perkiraan Jumlah Penjualan dan Score (X, Y); 5. Rata-rata Score (X ). Contoh dari data di atas : Tahun Y X X Y X ). Cari Koofisien a dan B, gunakan rumus/persamaan : Y = n. a + b. X XY = a. x + b. x n = banyaknya pasangan amatan x, y = 5 4). Substitusi data dari Tabel butir I 774 = 5. a + b. (10). [x ] II 1618 = 10. a + b. (30). [x ] 1548 = 10.a + 0b 1618 = 10. a + 30b -70 = -10b b =

14 5). Substitusikan pada rumus : Y=a+bX 774 = 5a + 10 (7) -5a = a = a = = 704 = 140, ). Persamaan Trend-nya Y = 140,8 + 7 (x) X = 140,8 + 7 (5) = 140, ). Forcast Permintaan untuk tahun 005 = 175,8 7 4). METODE LEAST SQUARE (Metode Jumlah Kuadrat Terkecil) Metode kuadrat terkecil merupakan metode untuk mencari garis trend. Dimaksudkan suatu perkiraan atau taksiran mengenai intersep (a) dan slope (b) dari persamaan Y = a + bx yang didasarkan pada observasi, sedemikian rupa sehingga jumlah kuadrat terkecil atau minimum, dalam metode kuadrat terkecil (least square) tahun dasar diletakan di tengah. 8 14

15 4). METODE LEAST SQUARE (Metode Jumlah Kuadrat Terkecil) 1).Siapkan data penjualan ( dari contoh Aplikasi 1). ).Data dimasukan dalam tabel yang berisi tahun, Y, X, X, XY dan Jumlahkan. Tahun Y X X Y X Catatan : * Genap, score nilai X-nya adalah :., -5, -3, -1, 1, 3, 5,.. * Ganjil, score nilai X-nya adalah :., -, -1, 0, 1,,... 3).Tentukan koefisien a dan b dengan rumus : Y XY a = ; b = n X 9 4).Teknik penghitungannya : Tahun Y X X Y X n a = = 154,8 ; b = =

16 Persamaan Trend Metode Least Square : Y = 154,8 + 7 (x) Forecast penjualan untuk tahun 005 : Y = 154,8 + 7 (3) = 175,