1 Matakuliah Tahun : J1186 - Analisis Kuantitatif Bisnis : 2009/2010 METODE PERAMALAN Pertemuan 15 2 Framework • • • • • • Konsep Model Peramalan Jenis-Jenis Peramalan Peramalan Metode Seri Waktu Aplikasi Model Peramalan Seri Waktu Kehandalan Peramalan Memilih Hasil Peramalan yang Terbaik Bina Nusantara University 3 Konsep Peramalan Peramalan merupakan seni dan ilmu memprediksi peristiwa-peristiwa masa depan (predicting future events) Fokus : Perkiraan tingkat permintaan penjualan atau suatu kejadian lainnya yang akan terjadi pada masa mendatang. Bina Nusantara University 4 Konsep Peramalan • Process of predicting a future event • Underlying basis of all business decisions – Production – Inventory – Personnel – Facilities Bina Nusantara University 5 Model – Model Peramalan Quantitative Forecasting Associative Models Time Series Models Moving Average Bina Nusantara University Exponential Smoothing Trend Projection Linear Regression 6 Jenis Peramalan Berdasarkan Horison Waktu • Short-range forecast – Up to 1 year; usually less than 3 months – Job scheduling, worker assignments • Medium-range forecast – 3 months to 3 years – Sales & production planning, budgeting • Long-range forecast – 3+ years – New product planning, facility location Bina Nusantara University 7 Peramalan Time Series Empat Komponen dalam Peramalan Time Series: Trend (T) : gerakan ke atas atau ke bawah secara berangsur-angsur dari data sepanjang waktu Musim (S) : pola data yang berulang setelah periode tertentu Siklus (C) : pola dalam data yang terjadi setiap beberapa tahun. Biasanya dikaitkan dengan siklus bisnis Variasi acak (R) : ‘tanda’ dalam data yang disebabkan oleh peluang dan situasi yang tidak biasa; variabel acak mengikuti pola yang tidak dapat dilihat. Bina Nusantara University 8 $$$ Peramalan Time Series Bina Nusantara University 9 a). Moving Avarage Rumus Umum Dimana : Ft 1 1 ( Dt Dt 1 ....Dt n 1 ) n Ft 1= ramalan untuk periode berikut n = jumlah periode dalam rata-rata bergerak Ft = data aktual periode sekarang Bina Nusantara University 10 Contoh : Moving Avarage Month Sales Three Months Moving Avrg Jan 35 Feb 40 Mar 42 Apr 45 35+40+42/3=39 Mei 38 40+42+45/3=42 Jun 48 42+45+38/3=42 Jul 50 Dst…. Agt 52 Sept ?? Bina Nusantara University Four Months Moving Avrg 35+40+42+45/4=41 11 b). Weighted Moving Avarage Asumsi : Data terbaru mempunyai nilai informasi lebih tinggi dari data lama Bobot ( ) merupakan bilangan non negatif dengan jumlah total = 1 Untuk menunjukan bahwa data terkini lebih penting dari data lama, maka Rumus Umum : t t 1 t n1 Yt 1 t yt t 1 yt 1 t n1 yt n1 Bina Nusantara University 12 c). Exponential Smoothing Rumus Umum : Ft 1 Dt (1 ) Ft Ft Dt et Untuk et Dt Ft = konstanta penghalusan (0< <1) Rata-rata perkiraan permintaan yang akan datang dapat dihitung dari data rata-rata permintaan masa lalu dan permintaan saat ini. Bina Nusantara University 13 Contoh Periode Permintaan =0.1 =0.5 1 500 2 480 500 500 3 450 498 490 4 500 393 470 5 510 6 540 7 520 8 440 9 490 10 530 11 550 Bina Nusantara University 14
© Copyright 2024 Paperzz
