FORECASTING (Peramalan)

dokumen-dokumen yang mirip
BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

Forecasting Demand. Chapter 4

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB 2 LANDASAN TEORI

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

BAB 2 LANDASAN TEORI

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

BAB 3 METODE PENELITIAN

kesimpulan yang didapat.

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

MODUL 3 PERAMALAN. Halaman 3

BAB 3 METODE PENELITIAN

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

MANAJEMEN RISIKO INVESTASI

ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1

REGRESI LINIER SEDERHANA

REGRESI DAN KORELASI

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

Inflasi dan Indeks Harga I

MATERI 10 ANALISIS EKONOMI

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa

BAB III METODE PENELITIAN

REGRESI DAN KORELASI SEDERHANA

BAB 2 LANDASAN TEORI

Prosiding Manajemen ISSN:

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB IV PEMECAHAN MASALAH

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB V ANALISA PEMECAHAN MASALAH

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

PEMILIHAN TEKNIK PERAMALAN DAN PENENTUAN KESALAHAN PERAMALAN

REGRESI LINIER GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

4/15/2009. Arti investasi : a. Hasil penjualan. b. Biaya c. Ekspektasi dan kepercayaan.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

BAB 2 TINJAUAN TEORI

BAB II LANDASAN TEORI

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

PROSIDING ISBN:

Pengenalan Pola. Regresi Linier

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan

BAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam

BAB 6: ESTIMASI PARAMETER (2)

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

BAB III METODOLOGI PENELITIAN

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Optimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN

III. METODOLOGI PENELITIAN

METODE PENELITIAN. Penelitian ini dilakukan di wilayah Kampus Institut Pertanian Bogor (IPB)

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

BAB III METODE PENELITIAN

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

IV. METODE PENELITIAN

JENIS PENDUGAAN STATISTIK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

BAB II LANDASAN TEORI. Keuangan terdiri dari tiga bidang yang saling berhubungan: (1) pasar uang

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

Transkripsi:

FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa maajeme. Tekik peramala sagat dibutuhka utuk meramal permitaa yag terjadi di pasar. Perusahaa sagat memerluka tekik ii karea tidak mudah memprediksika atau memperkiraka perubaha permitaa secara terus meerus. Dega metode ii bisa didapat hasil yag baik dari peramala yag teliti dega meyediaka pedoma yag dapat diadalka da tigkat ketelitia yag baik dalam membuat keputusa. Forecastig bertujua utuk memprediksika kemugkia pasar bagi produk yag dihasilka oleh perusahaa. Terdapat dua macam tipe tekik peramala, yaitu dega megguaka metode kualitatif da metode kuatitatif. Tipe tekik peramala adalah : 1. Metode Kualitatif. Berdasarka pada keputusa, pedapat, pegalama atau perkiraa sederhaa utuk melakuka ramala 2. Metode Kuatitatif. Berdasarka pada metode matematis atau dalam betuk statistik. RANGKAIAN STRATEGI PERAMALAN Ragkaia strategi peramala sagat berhubuga dega Maajeme Ratai Pasoka da Total Quality Maagemet (TQM) dalam meigkatka kualitas produk yag dihasilka oleh perusahaa da utuk mempermudah da memperlacar dalam proses suplai produk dalam perusahaa. Ragkaia strategi peramala pada :

1. Maajeme Ratai Pasoka (Supply Chai Maagemet) Diguaka utuk meetuka berapa bayak persediaa yag diperluka, berapa bayak produksi utuk membuat da berapa bayak material yag harus dibeli dari pemasok utuk memeuhi peramala kebutuha pelagga. 2. Total Quality Maagemet Bertujua utuk memeuhi kebutuha kosume. Selai itu utuk megetahui kepetiga perusahaa dalam memproduksi secara efisie. Dega demikia dapat meeka biaya-biaya yag dikeluarka perusahaa da dega peramala yag teliti da akurat sagat meujag kemajua proses tersebut. 3. Perecaaa Strategi (Strategic Plaig) Dega perecaaa strategi perusahaa dapat meetuka apa yag harus dilakuka dimasa yag aka datag. Perusahaa dapat meetuka pasar persaiga bagi produkya. KOMPONEN PERAMALAN PERMINTAAN Terdapat dua kompoe yag diguaka dalam peramala permitaa, yaitu : 1. Batasa Waktu (Time Frame) Time Frame megidetifikasika seberapa jauh dimasa yag aka datag yag telah diramalka. Meetuka jagka waktu peramala, misalya pegklasifikasia jagka waktu mejadi tiga, yaitu jagka pedek, jagka meegah da jagka pajag. Pegguaa ii tergatug pada piliha yag dilakuka oleh perusahaa. 2. Perilaku Permitaa (Demad Behavior) Perilaku permitaa kadag-kadag tidak beratura. Perilaku permitaa dibedaka mejadi tiga jeis permitaa yag berdasarka pada : a. Kecederuga (Tred) : Perilaku permitaa jagka pajag atau pedek dimaa pergerakkaya tergatug pada permitaa. b. Siklus (Cycle) : Gelombag aik turu pergeraka permitaa yag berulagulag pada suatu jagka waktu yag pajag. FORECASTING 1

c. Pola Musima (Seasoal Patter) : Suatu geraka perputara permitaa yag terjadi secara periodik (dalam waktu yag pedek) da berulag-ulag. METODE PERAMALAN Jeis-jeis metode yag diguaka dalam peramala adalah : 1. Time Series Methods (Metode Time Series) Metode Time Series adalah metode statistik yag megguaka data permitaa historis dihimpu pada suatu periode waktu. Dega asumsi bahwa apa yag terjadi dimasa lalu aka terjadi dimasa yag aka datag. Sagat bergua utuk peramala jagka pedek. Metode ii berhubuga dega satu faktor waktu peramala meliputi: a. Movig Average (Rata-rata bergerak) Diguaka utuk beberapa ilai permitaa selama beberapa waktu terakhir dalam meramal. Metode ii diguaka utuk permitaa yag stabil. Dapat ditetuka dega perumusa sebagai berikut : MA = Σ D i i = 1 Keteraga : MA = Movig Average = Jumlah periode dalam movig average Di = Permitaa pada periode ke-i b. Weighted Movig Average (Bobot Rata-rata Bergerak) Metode rata-rata bergerak yag disesuaika lebih dekat meggambarka tetag fluktuasi atau aik turuya data permitaa. Dapat ditetuka dega perumusa sebagai berikut : WMA = Σ D i Wi i = 1 Keteraga : WMA = Bobot Movig Average = Jumlah periode dalam movig average Di = Permitaa pada periode ke-i Wi = Prosetase bobot pada periode ke-i FORECASTING 2

c. Expoetial Smootig Expoetial smootig adalah metode yag bereaksi pada perubaha perilaku permitaa pada waktu terakhir (sekarag). Metode peramala ii aka merespo perubaha permitaa yag cepat. Metode ii bergua bila perubahaya adalah hasil dari perubaha aktual (seasoal patter) daripada flukruasi acak. Dapat ditetuka dega perumusa sebagai berikut : Keteraga : F+1 = α D + (1 - α ) F F + 1 = Peramala pada periode berikutya F = Peramala pada periode saat ii D = Permitaa pada periode saat ii α = Faktor peimbag d. Liear Tred Lie (Garis Kecederuga Liier) Merupaka suatu model regresi liier yag meghubugka waktu permitaa. Garis tred liier, meghubugka suatu variabel depedet da waktu dalam persamaa liier. Dapat ditetuka dega perumusa sebagai berikut : Y = a = bx Y = ramala permitaa utuk tiap periode a = itecept (pada periode 0) b = kemiriga (slope) dari suatu garis x = waktu periode Parameter liier dapat dihitug dega rumusa kuadrat liier utuk regresi liier. xy xy b = x 2 x 2 ; a = y bx ; dimaa : = jumlah periode x = y = x y = rata-rata ilai x ; x = periode = rata-rata ilai y ; y = permitaa FORECASTING 3

2. Metode Peramala Kemudura Metode ii megembagka suatu hubuga matematis atara permitaa da faktor peyebab perilaku permitaa. a. Metode Kemudura (Regressio Methods) Metode ii diguaka utuk meramal dega peetapa suatu hubuga sistem matrik atara variabel dega permitaa. Perumusa palig sederhaa adalah dega regresi liier. Regresi Liier Merupaka suatu tekik matematis yag meghubugka variabel idepedet dega variabel depedet. Persamaa liier sebagai berikut : y = a + bx, dimaa : y = variabel depedet a = itecept b = kemiriga (slope) dari suatu garis x = variabel idepedet Pegembagaya dapat dirumuska : b = xy xy 2 2 x x ; a = y bx ; dimaa : = jumlah periode x x = = rata-rata ilai x y = y = rata-rata ilai y b. Korelasi Adalah ukura hubuga variabel depedet da idepedet. Perumusa koefisie korelasi sebagai berikut : FORECASTING 4

c. Perluasa Regresi Merupaka cermia hubuga atara suatu variabel depedet da 2 atau lebih variabel idepedet. Perumusa perluasa regrasi sebagai berikut : y = β 0 + β 1 x 1 + β 2 x 2 +...+ β x β0 = itercept β1,..., β = variabel idepedet 3. Metode Kualitatif Metode ii megguaka pertimbaga maajeme, keahlia, da pedapat utuk membuat peramala dalam suatu perusahaa. FORECAST ACCURACY (Ketelitia Peramala) Forecast accuracy adalah suatu metode yag diguaka apabila terdapat kesalaha dalam peramala (Forecast Error). Forecast Error adalah perbedaa atara peramala dega permitaa yag terjadi sekarag. Forecast accuracy terdapat beberapa tekik diataraya : 1. Mea Absolute Deviatio (MAD) Merupaka rata-rata perbedaa atara peramala da permitaa yag terjadi sekarag. Secara umum, semaki kecil ilai perbedaa semaki akurat peramala. Tekik ii dapat dirumuska sebagai berikut : MAD = Dt Ft Keteraga : MAD = Mea Absolute Deviatio t Dt Ft = jumlah periode = permitaa pada periode t = peramala pada periode t = total jumlah periode FORECASTING 5

2. Mea Absolute Percetage Deviatio (MAPD) Diguaka utuk megukur presetase kesalaha absolut dari permitaa. Semaki redah persetase deviasi megakibatka semaki akurat suatu peramala. Tekik ii dapat dirumuska sebagai berikut : MAPD = Dt Ft Dt 3. Cumulative Error Jumlah dari kesalaha akibat dari peramala, juga dikeal sebagai peyimpaga. Dihitug dega mejumlah forecast error. Nilai positif relatif meggambarka bahwa peramala mugki redah dibadig permitaa atau codog redah. Perumusa cumulative error : E = Σ et 4. Average Error Average error merupaka rata-rata kesalaha kumulatif per bayakya periode waktu. Nilai positive meggambarka kemiriga atau kecodoga redah da ilai egative meggambarka kemiriga tiggi. Nilai yag medekati ol meggambarka tidak atau kurag codog. Σ e E = FORECAST CONTROL (Kotrol Peramala) Suatu syarat trackig sigal meadai adaya peramala yag secara kosiste dibiaska redah atau tiggi. Trackig sigal dapat dirumuska mejadi : Trackig sigal = Σ D t F t MAD = E MAD Trackig sigal ditata kembali ke periode masig-masig yaitu : FORECASTING 6

KESIMPULAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecastig bertujua utuk mamprediksika kemugkia pasar bagi produk yag diproduksi oleh perusahaa. Forecastig megguaka dua metode yaitu metode kualitatif da metode kuatitatif. Dalam forecastig megguaka strategi dimaa strategi yag diguaka adalah Suply chai maagemet, Total quality maagemet da Strategic plaig. Dalam maajeme ketiga ragkaia tersebut sagat dibutuhka bagi perusahaa utuk mecapai tujua gua memperoleh pedapata yag maksimal dari produksi yag dikeluarka oleh perusahaa. Forecastig juga memiliki kompoe forecastig demad yag meliputi batasa waktu da perilaku permitaa. Kompoe forecastig demad sagat meujag da diperluka bagi perusahaa dalam melaksaaka ragkaia strategi forecastig gua memproduksi barag yag dibutuhka da dapat sesuai dega permitaa pasar. Referece: R. Russel, Operatio Research, Sixth Editio, Eglewood Cliffs, Pretice-Hall.Ic., New Jersey, 1992 FORECASTING 7