TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.
PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari : intrinsik perusahaan atau organisasi ekstrinsik perusahaan atau organisasi
CONTOH TEKNIK UNTUK KONDISI INTRINSIK Moving Average Exponential Smoothing Time Series Seasonal Deseasonal Teknik perhitungan terdiri dari 2 variabel : Independent Variable data history (data penjualan, pemakaian barang) Dependent Variable angka peramalan di masa depan
CONTOH TEKNIK UNTUK KONDISI EKSTRINSIK Regression Multiple Regression Teknik perhitungan menjelaskan hubungan sebab akibat dari faktor atau variabel terhadap penjualan suatu produk pada perusahaan atau organisasi.
CATATAN PENTING Tidak ada metode yang lebih baik dibanding metode lain Yang perlu diperhatikan ialah bagaimana metode bisa meminimumkan error atau kesalahan dari peramalan terhadap kenyataan penjualan.
TEKNIK PERAMALAN KUALITATIF VS KUANTITATIF KUALITATIF Tujuannya adalah memperkirakan atau meramalkan penjualan atau perilaku konsumen. Jangka waktu peramalan ialah untuk jangka panjang. KUANTITATIF Tujuannya adalah memperkirakan atau meramalkan data penjualan untuk tiap jenis produk yang tersedia. Jangka waktu peramalan ialah untuk jangka pendek.
COEFFICIENT OF VARIATION (CV) CV = Standard Deviation Mean Standard Deviation S = σ i=1 N (Xi ഥX) 2 n 1 Jika hasil CV < 1 menggunakan metode kuantitatif Jika hasil CV > 1 menggunakan metode kualitatif
CONTOH Sebuah perusahaan elektronik memiliki data penjualan produk TVnya dalam 1 tahun terakhir. Berapa CVnya? Metode apa yang cocok digunakan untuk menghitung peramalannya? Berapa jumlah penjualan yang diramalkan pada bulan Januari, Februari, dan seterusnya di tahun berikutnya? Bulan Penjualan Januari 192 Februari 283 Maret 166 April 174 Mei 175 Juni 84 Juli 284 Agustus 181 September 275 Oktober 163 November 191 Desember 84
JAWABAN Bulan Penjualan Januari 192 Februari 283 Maret 166 April 174 Mei 175 Juni 84 Juli 284 Agustus 181 September 275 Oktober 163 November 191 Desember 84 Mean 187.67 N (Xi ഥX) 2 i=1 18.78 9088.44 469.44 186.78 160.44 10746.78 9280.11 44.44 7627.11 608.44 11.11 10746.78 48988.67 σ N i=1 (Xi ഥX) 2 n 1 σ N i=1 (Xi ഥX) 2 n 1 CV = = 4453.52 = 66.73 66.73 187.67 CV = 0.36
METODE PERAMALAN KUANTITATIF INTRINSIK 1. Moving Average Moving Average dihitung berdasarkan data n periode ke belakang. Semakin besar n, semakin tinggi hasil peramalan, tetapi tingkat responsive terhadap perubahan pola menurun. Jika menggunakan three-month moving average, perkiraan atau peramalan jumlah penjualan pada bulan Januari di tahun berikutnya ialah : 84 + 191 + 163 = = 438 = 146 unit 3 Kemudian, perkiraan atau peramalan jumlah penjualan pada bulan Februari di tahun berikutnya ialah : = 146 + 84 + 191 = 421 = 140 unit 3
METODE PERAMALAN KUANTITATIF INTRINSIK 1. Moving Average Jika menggunakan five-month moving average, perkiraan atau peramalan jumlah penjualan pada bulan Januari di tahun berikutnya ialah : 84 + 191 + 163 + 275 + 181 = = 894 = 179 unit 5 5 Kemudian, perkiraan atau peramalan jumlah penjualan pada bulan Februari di tahun berikutnya ialah : = 179 + 84 + 191 + 163 + 275 5 = 892 5 =178 unit Hitung dan gambarkan dalam bentuk tabel menggunakan three-month moving average dan five-month moving average untuk 12 bulan berikutnya pada tahun berikutnya!
METODE PERAMALAN KUANTITATIF INTRINSIK 2. Exponential Smoothing Exponential Smoothing diberikan bobot kepada tingkat penjualan dan peramalan pada periode sebelumnya. Forecast pada periode i =. penjualan pada periode i 1 + 1. (forecast periode i) Nilai berkisar antara 0 1 Semakin besar nilai, semakin besar kita memberi bobot terhadap tingkat penjualan pada periode sebelumnya daripada bobot terhadap tingkat peramalan pada periode sebelumnya. Artinya, kita semakin percaya bahwa tingkat penjualan pada periode sebelumnya dapat mencerminkan penjualan pada periode mendatang. Begitu pula sebaliknya.
METODE PERAMALAN KUANTITATIF INTRINSIK 2. Exponential Smoothing Pendekatan dalam menerapkan nilai α adalah : Semakin kecil tingkat variasi dari penjualan, sebaiknya nilai juga kecil (0,1 < < 0,3) Jika terlihat adanya trend (penjualannya tinggi), disarankan menerapkan nilai antara 0,3 0,5 Jika penjualan menunjukkan trend dengan tingkat variasi yang besar, bisa memberikan nilai yang besar antara 0,6 0,8
METODE PERAMALAN KUANTITATIF INTRINSIK 2. Exponential Smoothing Misalnya, = 0,1 dan sebelumnya diramalkan jika pada bulan Desember akan terjual 185 unit, maka forecast atau peramalan pada bulan Januari ialah: = (0,1).(84) + (1 0,1).(185) = 175 unit Jika = 0,7, maka forecast atau peramalan pada bulan Januari ialah: = (0,7).(84) + (1 0,7).(185) = 114 unit Jika ternyata penjualan pada bulan Januari sebesar 150 unit, maka forecast atau peramalan pada bulan Februari dengan = 0,1 ialah: = (0,1).(150) + (1 0,1).(175) = 173 unit
METODE PERAMALAN KUANTITATIF INTRINSIK 2. Exponential Smoothing Hitunglah forecast atau peramalan dengan nilai = 0,1; 0,4; dan 0,7 pada bulan Januari hingga Agustus. Bulan Penjualan Januari 150 Februari 200 Maret 210 April 145 Mei 135 Juni 77 Juli 165 Agustus 190 Forecast = 0,1 = 0,4 = 0,7