PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

dokumen-dokumen yang mirip
ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

PRESENTASI SIDANG PENULISAN ILMIAH

ANALISIS PERAMALAN PENJUALAN SERAGAM PADA KONVEKSI JEDRICO

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :

Analisis Peramalan Penjualan Boneka dengan Menggunakan Metode Moving Avarage dan Weight Moving Avarage pada CV.BAAC ABADI.

ANALISIS PERAMALAN PENJUALAN RAINBOW CAKE PADA TOKO KUE MAYESTIK CABANG PONDOK KOPI JAKARTA TIMUR Nama : FAHMI ARDIANSYAH NPM : Kelas : 3EA16

ANALISIS PERAMALAN PENJUALAN PAKAIAN PADA TOKO KARTINI BUSANA. Nama : SUCI MUTIARA NPM : Kelas : 3 EA 14

PERAMALAN PENJUALAN AYAM POTONG BAPAK ADIT DI PASAR BARU BEKASI

UNIVERSITAS GUNADARMA FAKULTAS EKONOMI. Bekasi 2013

Nama : Rian Surya Aji NPM : Jurusan : Manajemen Pembimbing : Martani, SE, MM.,

PENERAPAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENJUALAN TOPPING EXTRA CHEESE : DWI SEPTIANI NPM :

ANALISIS PERAMALAN PENDAPATAN JASA WARUNG INTERNET KALFIN.NET NAMA : IMAN ARIF HIDAYAT NPM :

ANALISIS PERAMALAN PENJUALAN SPARE PART BUSSING GARDAN MOBIL TRUK PADA CV. HARAPAN KELUARGA MAKMUR. : Dwi Handoko Npm :

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS

ANALISIS PERAMALAN PENJUALAN JASA PADA BENGKEL SERVICE MOTOR

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA

Analisis Peramalan Permintaan Kemasan Karton Box Gelombang Pada PT. Multibox Indah

METODE PERAMALAN PENJUALAN ONCOM PADA USAHA KECIL MENENGAH (UKM) SONI JAYA

ANALISIS PERAMALAN PENJUALAN PADA USAHA MIE AYAM MAHMURI DI TAMBUN BEKASI AGUS WIDODO / / 3EA26 DP : SRI KURNIASIH AGUSTIN, SE.

Analisis Peramalan Permintaan Jasa pada Event Organizer Satoe Komunika Indonesia

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI

ANALISIS PERAMALAN PENJUALAN PADA RUMAH MAKAN SOTO MADURA RAWAMANGUN JAKARTA SITI MARIYA / / 3EA08 DP : DR. KOMSI KORANTI

Siti Fatimah

ANALISIS PERAMALAN PENJUALAN PAKAIAN MUSLIM MEREK RABBANI DI NAFA COLLECTION

ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN

SLIDE 1 SLIDE 2 BATASAN MASALAH

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

PERAMALAN PENJUALAN PADA CELANA ANAK PADA TOKO RISSKA JAYA

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

Hasil Peramalan dengan Menggunakan Software Minitab

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB 3 LANGKAH PEMECAHAN MASALAH

PERAMALAN PENJUALAN ALAT LABORATORIUM MICROSCOPE MERK OLYMPUS PADA PERUSAHAAN CV. PRIINTEK JAKARTA TIMUR. Indah Faridah

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

BAB V ANALISA DAN PENYELESAIAN MASALAH

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 3 METODOLOGI PENELITIAN

ABSTRAK. Universitas Kristen Maranatha

BAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari

PERAMALAN (FORECASTING) #2

LAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

ABSTRAK. Universitas Kristen Maranatha

PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING

PERAMALAN (Forecast) Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

MEMPELAJARI PERAMALAN PRODUKSI LOWER BALL JOINT PADA PT. MENARA TERUS MAKMUR. : : Teknik Industri : Ratih Wulandari, ST., MT.

BAB II LANDASAN TEORI

OPTIMASI PERENCANAAN PENGENDALIAN BAHAN BAKU CAPROLACTAM

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

KATA PENGANTAR. Malang, Mei Penyusun

PERAMALAN PENJUALAN DENGAN METODE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE PADA PT.INTER-DELTA, Tbk

ABSTRAK. Universitas Kristen Maranatha

BAB IV METODE PENELITIAN

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING

PERENCANAAN PERSEDIAAN BAHAN BAKU BLUE DYES GRADE 1XX DENGAN METODE SILVER MEAL PADA PT INDAH KIAT PULP AND PAPER TANGERANG

PERAMALAN (FORECASTING)

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PERENCANAAN PRODUKSI AGREGAT DENGAN METODE HEURISTIK DAN TRANSPORTASI PADA PT FREMONT NUSAMETAL INDONESIA

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

PENENTUAN JADWAL INDUK PRODUKSI DI PT SALIM IVOMAS PRATAMA TBK

ABSTRACT. Universitas Kristen Maranatha

BAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi

Febriyanto, S.E., M.M.

Kata Kunci : Peramalan (Forecasting), Perencanaan Persediaan Metode P dan Q. Sistemik Nomor. 4 Volume. 2, Desember

ANALISIS PERAMALAN PENJUALAN UNTUK MENGOPTIMUMKAN PESANAN DAN PERSEDIAAN BARANG PADA CV. GARUDA LANGIT BERLIAN

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

HASIL DAN ANALISIS DATA. Berikut ini adalah data penjualan besi Wiremesh selama 4 tahun berturutturut.

Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing

APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)

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

Riza Umami *), Achmad Syaichu **)

PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG

BAB 4 HASIL DAN PEMBAHASAN

FORECASTING UNIT PENJUALAN MOTOR HONDA PADA PT. HONDA DUNIA MOTORINDO DI DAERAH CIPUTAT PERIODE JUNI 2013

Prosiding Manajemen ISSN:

PERBANDINGAN METODE WEIGHTED MOVING AVERAGE DAN TREND SEMI AVERAGE (STUDI KASUS PENJUALAN KAYU SUMBER ALAM SAWMILL)

PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK

BAB III LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada

PERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi di Indonesia saat ini sedang mengalami pertumbuhan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan

BAB I PENDAHULUAN. Berikut ini adalah data permintaan produk CJM tipe PU STD periode Januari 2015 sampai Desember 2015.

V. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.

KATA PENGANTAR. Puji Syukur peneliti sampaikan kehadirat Tuhan Yang Maha Esa atas segala

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM

BAB III METODOLOGI. Jenis data Data Cara pengumpulan Sumber data 1. Jenis dan jumlah produk yang dihasilkan

BAB 4 HASIL DAN BAHASAN

Pembahasan Materi #7

BAB III METODE PENELITIAN. deskriptif adalah suatu kegiatan yang berkenaan dengan pernyataan terhadap

LAMPIRAN. Lampiran 1 Data Pendukung dari PT. Sebastian Citra Indonesia. Data Penjualan Roti O Outlet Stasuin Kota Jakarta Tahun 2012

PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012

ABSTRAK Universitas Kristen Maranatha

Transkripsi:

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM

PENDAHULUAN Latar Belakang Peramalan ( Forecasting ) adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai dimasa yang akan mendatang. Untuk itu perlu adanya penggunaan peramalan penjualan yang efektif agar perusahaan dapat memprediksikan penjualan dimasa yang akan datang sebagai tujuan dilakukannya peramalan.

PENDAHULUAN Rumusan Masalah Bagaimana peramalan penjualan terhadap tiket pesawat dengan menggunakan metode Moving Average (MA), Weighted Moving Average (WMA), Exponential Smoothing (ES), dan Mean Absolute Devisiasion (MAD). Batasan Masalah Penulis hanya membatasi masalah pada peramalan penjualan tiket pesawat, pada bulan Januari 2015 yang mana data penjualan pada bulan Januari 2013 Desember 2014 dijadikan dasar perhitungannya.

PENDAHULUAN Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui efektifitas hasil peramalan dengan perbandingan metode Moving Average, Weighted Moving Average, dan Exponential Smoothing untuk mengetahui metode mana yang lebih tepat untuk peramalan penjualan tiket pesawat pada CV. Vido Jaya Tour dan Travel.

PEMBAHASAN Data Penjualan Tiket Pesawat Januari 2013 Desember 2014 Dapat Diketahui bahwa penjualan bulan Januari 2013 sampai dengan Desember 2014 mengalami perubahan yang tidak stabil, untuk itu harus dilakukan peramalan penjualan agar dapat meramalkan secara tepat penjualan dimasa yang akan datang.

Perhitungan Peramalan Penjualan Tiket Pesawat Januari 2015 dengan Metode Moving Average 2 Bulan Bulan Penjualan Pergerakan MA 2 Periode Ramalan (Ft) Error (e) Januari 13 36 - - - Februari 13 28 - - - Maret 13 35 (28+36)/2 32 3 April 13 15 (35+28)/2 31,5-16,5 Mei 13 17 (15+35)/2 25-8 Juni 13 39 (17+15)/2 16 23 Juli 13 61 (39+17)/2 28 33 Agustus 13 37 (61+39)/2 50-13 September 13 19 (37+61)/2 49-30 Oktober 13 73 (19+37)/2 28 45 November 13 47 (73+19)/2 46 1 Desember 13 32 (47+73)/2 60-28 Januari 14 35 (32+47)/2 39,5-4,5 Februari 14 22 (35+32)/2 33,5-11,5 Maret 14 80 (22+35)/2 28,5 51,5 April 14 42 (80+22)/2 51-9 Mei 14 44 (42+80)/2 61-17 Juni 14 46 (44+42)/2 43 3 Juli 14 37 (46+44)/2 45-8 Agustus 14 26 (37+46)/2 41,5-15,5 September 14 97 (26+37)/2 31,5 65,5 Oktober 14 22 (97+26)/2 61,5-39,5 November 14 49 (22+97)/2 59,5-10,5 Desember 14 43 (49+22)/2 35,5 7,5 Januari 15 - (43+49)/2 46 - JUMLAH 443,5 Setelah melakukan perhitungan dengan metode Moving Average maka dapat diketahui perhitungan ramalan bulan Januari 2015 dengan periode 2 bulan adalah sebesar 46 tiket. Kesalahan Peramalan MA 2 Bulan MAD = Kesalahan N-n = 443,5 24-2 = 20,16 Asumsi dari hasil perhitungan di atas diperoleh tingkat kesalahan atau MAD periode 2 bulan dalam setiap kali meramalkan terdapat kesalahan sebesar 20,16.

Perhitungan Peramalan Penjualan Tiket Pesawat Januari 2015 dengan Metode Weight Moving Average 2 Bulan Bulan Penjualan Pergerakan WMA Ramalan (A = 0,4 B = 0,6) (Ft) Error (e) Januari 13 36 - - - Februari 13 28 - - - Maret 13 35 (0,6x28)+(0,4x36) 31,2 3,8 April 13 15 (0,6x35)+(0,4x28) 32,2-17,2 Mei 13 17 (0,6x15)+(0,4x35) 23-6 Juni 13 39 (0,6x17)+(0,4x15) 16,2 22,8 Juli 13 61 (0,6x39)+(0,4x17) 30,2 30,8 Agustus 13 37 (0,6x61)+(0,4x39) 52,2-15,2 September 13 19 (0,6x37)+(0,4x61) 46,6-27,6 Oktober 13 73 (0,6x19)+(0,4x37) 26,2 46,8 November 13 47 (0,6x73)+(0,4x19) 51,4-4,4 Desember 13 32 (0,6x47)+(0,4x73) 57,4-25,4 Januari 14 35 (0,6x32)+(0,4x47) 38-3 Februari 14 22 (0,6x35)+(0,4x32) 33,8-11,8 Maret 14 80 (0,6x22)+(0,4x35) 27,2 52,8 April 14 42 (0,6x80)+(0,4x22) 56,8-14,8 Mei 14 44 (0,6x42)+(0,4x80) 57,2-13,2 Juni 14 46 (0,6x44)+(0,4x42) 43,2 2,8 Juli 14 37 (0,6x46)+(0,4x44) 45,2-8,2 Agustus 14 26 (0,6x37)+(0,4x46) 40,6-14,6 September 14 97 (0,6x26)+(0,4x37) 30,4 66,6 Oktober 14 22 (0,6x97)+(0,4x26) 68,6-46,6 November 14 49 (0,6x22)+(0,4x97) 52-3 Desember 14 43 (0,6x49)+(0,4x22) 38,2 4,8 Januari 15 - (0,6x43)+(0,4x49) 45,4 - JUMLAH 442.2 Setelah melakukan perhitungan dengan metode Weight Moving Average maka dapat diketahui sebesar 45 tiket. Asumsi dari hasil perhitungan diperoleh tingkat kesalahan atau MAD periode 2 bulan dalam setiap kali meramalkan terdapat kesalahan sebesar 20,1.

Perhitungan Peramalan Penjualan Tiket Pesawat Januari 2015 dengan Metode Exponential Smoothing akan dihitung dengan menggunakan (α = 0,7) Bulan Penjualan Pergerakan ES 0,7 Ramalan (Ft) Error (e) Januari 13 36 - - - Februari 13 28 36 36-8 Maret 13 35 36+0,7(28-36) 30,4 4,6 April 13 15 30,4+0,7(35-30,4) 33,62-18.62 Mei 13 17 33,62+0,7(15-33,62) 20,59-3,59 Juni 13 39 20,59+0,7(17-20,59) 18,08 20,92 Juli 13 61 18,08+0,7(39-18,08) 32,72 28,28 Agustus 13 37 32,72+0,7(61-32,72) 52,52-15,52 September 13 19 52,52+0,7(37-52,52) 41,66-22,66 Oktober 13 73 41,66+0,7(19-41,66) 25,80 47,20 November 13 47 25,80+0,7(73-25,80) 58,84-11,84 Desember 13 32 58,84+0,7(47-58,84) 50,55-18,55 Januari 14 35 50,55+0,7(32-50,55) 37,57-2,57 Februari 14 22 37,57+0,7(35-37,57) 35,77-13,77 Maret 14 80 35,77+0,7(22-35,77) 26,13 53,87 April 14 42 26,13+0,7(80-26,13) 63,84-21,84 Mei 14 44 63,84+0,7(42-63,84) 48,55-4,55 Juni 14 46 48,55+0,7(44-48,55) 45,37 0,63 Juli 14 37 45,37+0,7(46-45,37) 45,81-8,81 Agustus 14 26 45,81+0,7(37-45,81) 39,64-13,64 September 14 97 39,64+0,7(26-39,64) 30,09 66,91 Oktober 14 22 30,09+0,7(97-30,09) 76,93-54,93 November 14 49 76,93+0,7(22-76,93) 38,48 10,52 Desember 14 43 38,48+0,7(49-38,48) 45,84-2,84 Januari 15-45,84+0,7(43-45,84) 43,85 JUMLAH 454,66 Setelah melakukan perhitungan dengan metode Exponential Smoothing dengan α = 0,7 maka dapat diketahui perhitungan ramalan penjualan bulan Januari 2015 adalah sebesar 44 tiket. Asumsi dari hasil perhitungan diperoleh tingkat kesalahan atau MAD ES α = 0,7 dalam setiap kali meramalkan terdapat kesalahan sebesar 19,77.

KESIMPULAN DAN SARAN Hasil dari ketiga metode peramalan tersebut adalah sebagai berikut : Moving Average adalah 46 tiket dengan tingkat kesalahan atau MAD sebesar 20,16 tiket, dan berada pada kisaran antara 25,84 tiket X 66,16 tiket. Weight Moving Average adalah 45,4 tiket dengan tingkat kesalahan atau MAD sebesar 20,1 tiket, dan berada pada kisaran antara 25,3 tiket X 65,5 tiket. Exponential Smoothing adalah 43,85 tiket dengan tingkat kesalahan atau MAD sebesar 19,77 tiket, dan berada pada kisaran antara 24,08 tiket X 63,62 tiket. Jadi, dari ketiga metode diatas yang tingkat kesalahan terkecil adalah Metode Exponential Smoothing dengan tingkat kesalahan terkecil 19,77 penjualan dan tingkat penjualan 44 tiket. Peramalan penjualan tiket pesawat terbang memberikan rekomendasi pada CV. Vido Jaya Tour & Travel yang menggunakan Metode Exponential Smoothing karena tingkat kesalahannya yang paling terkecil dari perbandingan ketiga metode tersebut untuk meramalkan volume penjualan pada tahun yang akan datang.