Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

PERAMALAN PERMINTAAN Kuliah 2 LSiPro – FT Untirta Muhammad Adha Ilhami 3 rd Edition 2014 Muhammad Adha Ilhami.

Presentasi serupa


Presentasi berjudul: "PERAMALAN PERMINTAAN Kuliah 2 LSiPro – FT Untirta Muhammad Adha Ilhami 3 rd Edition 2014 Muhammad Adha Ilhami."— Transcript presentasi:

1 PERAMALAN PERMINTAAN Kuliah 2 LSiPro – FT Untirta Muhammad Adha Ilhami 3 rd Edition 2014 Muhammad Adha Ilhami

2 Tujuan Pembelajaran Mahasiswa mampu memahami pola-pola demand Mahasiswa mampu menerapkan teknik-teknik peramalan Muhammad Adha Ilhami

3 Definisi Peramalan (forecasting) Peramalan adalah estimasi (perkiraan) nilai atau karakteristik masa depan. Hal yang berkaitan dengan peramalan: 1. Prediksi (prediction) 2. Peramalan (forecast) 3. Kecenderungan (trend) Muhammad Adha Ilhami

4 Faktor yang mempengaruhi Permintaan (demand) Variasi random Rencana konsumen Siklus (daur) hidup produk (product life cycle) Pesaing (kompetitor) Perilaku/sikap konsumen Waktu Siklus bisnis Iklan Sales effort Reputasi Desain produk Kebijaksanaan kredit Kualitas Muhammad Adha Ilhami

5 Sistem/Mekanisme Peramalan Muhammad Adha Ilhami

6 Taksonomi Peramalan Muhammad Adha Ilhami

7 Klasifikasi Metode Peramalan Muhammad Adha Ilhami

8 Klasifikasi Peramalan Time Series Muhammad Adha Ilhami

9 Contoh penggunaan metode sehubungan ketersediaan data Muhammad Adha Ilhami Karakteristik Peramalan Karakteristik Ketersediaan Informasi Informasi Kuantitatif TersediaInformasi Kuantitatif Kurang, Pengetahuan Kualitatif tersedia Informasi kurang atau tidak tersedia Time seriesKausalEksploratoriNormatif Peramalan kontinu berdasarkan pola atau hubungan tertentu Memprediksi pertumbuhan penjualan atau GNP Memperlajari pengaruh harga dan promosi terhadap penjualan Memprediksi kecepatan transportasi pada tahun 2011 Memprediksi perkembangan otomotif pada tahun 2011 Memprediksi pengaruh perkembangan teknologi luar angkasa Peramalan perubahan yang akan terjadi Memprediksi resesi berikutnya Mempelajari pengaruh pengendalian harga dan pembatasan iklan TV terhadap penjualan Memprediksi pengaruh kenaikan harga minyak terhadap konsumsi minyak Memprediksi embargo minyak yang diikuti oleh perang Arab- Israel Penemuan sumber energi baru yang murah dan tidak menimbulkan polusi

10 Metode Kualitatif 1.Tidak memerlukan data kuantitatif 2.Unsur subyektifitas peramalan sangat besar pengaruhnya dalam hasil peramalan 3.Baik untuk peramalan jangka panjang Contoh: -Opini individu -Opini kelompok -Forum Delphi Muhammad Adha Ilhami

11 Metode Kuantitatif Muhammad Adha Ilhami Dibutuhkan data masa lalu Data tersebut dapat dikuantifikasi Diasumsikan pola data masa lalu akan berlanjut pada masa yang akan datang Keterangan data: -Paling baik menggunakan data permintaan -Menggunakan data jumlah unit penjualan -Kalau tidak dimiliki data penjualan, gunakan data jumlah unit produksi

12 Forecasting Time Horizon Muhammad Adha Ilhami Short Range Forecast: time span is up to 1 year but generally less than 3 months. Used for planning purchasing, job scheduling, work-force levels, job assignments, and production levels Medium Range Forecast: medium or intermediate range, generally spans from 3 months up to 3 years. Used for sales planning, production planning and budgeting, cash budgeting, and analyzing various operations plan. Long Range Forecast : generally 3 years or more. Used for planning new product, capital expenditures, facility location expansion, and research and development.

13 Prosedur Peramalan 1.Plot data penjualan terhadap waktu 2.Pilih beberapa metode peramalan 3.Evaluasi error dari setiap metode peramalan yang dipilih 4.Pilih metode peramalan dengan error terkecil 5.Interpretasikan hasil peramalan Muhammad Adha Ilhami

14 Pola Data Masa Lalu Muhammad Adha Ilhami

15 Pentingnya Data Penjualan Masa Lalu dalam Forecast Muhammad Adha Ilhami See movie

16 Hati-hati terhadap Siklus Hidup Produk Muhammad Adha Ilhami Peluang terjadi over production Peluang lost sales

17 Teknik Peramalan Konstan : Regresi Linier : Siklis : Muhammad Adha Ilhami

18 Teknik Peramalan Kuadratis: D(t) = a + bt + ct 2 Estimasi parameter dengan formula: Muhammad Adha Ilhami

19 Contoh Perhitungan Peramalan Konstan Konstan : 1. Cek pola data (lihat grafik) 2. Pilih metode peramalan dengan teknik konstan 3. Estimasi a (topi) dimana n = jumlah data a = ( )/6 a = 916,67  maka D(t) = 916,67 Muhammad Adha Ilhami PeriodePenjualan/Permintaan td(t)

20 Contoh Perhitungan Peramalan Regresi (1) Regresi : 1. Cek pola data (lihat grafik)  trend 2. Rekomendasi peramalan dengan teknik regresi. Muhammad Adha Ilhami PeriodePenjualan td(t)

21 Contoh Perhitungan Peramalan Regresi (2) estimasi : = 55 = = 15 = = 5 x 55 = 275 = (15)^2 = 225 Muhammad Adha Ilhami td(t)t d(t)t^2d(t)^ , , ,000 31,1003,30091,210,000 41,2004,800161,440,000 51,3006,500251,690, ,30017,200555,790,000

22 Contoh Perhitungan Peramalan Regresi (3) estimasi : = 5 = =15 = = 55 = 15^2 = 225 Muhammad Adha Ilhami td(t)t d(t)t^2d(t)^ , , ,000 31,1003,30091,210,000 41,2004,800161,440,000 51,3006,500251,690, ,30017,200555,790,000

23 Contoh Perhitungan Peramalan Regresi (4) Fungsi Regresi : D(t) = t Maka (D(t)) demand pada saat t = 6 adalah D(6) = x 6 = = 1450 Muhammad Adha Ilhami

24 Metode Kuadratis Muhammad Adha Ilhami td(t)t x d(t)t^2t^2 x d(t)t^ Formula : D(t) = a + bt + ct 2 b = 450/28 = 16,07 c = (5500*28 – 6*25750)/((28)^2 – 6*196) = 1,275 a = (5500 – 1,275*28)/6 = 910,714 Formula : D(t) = 910, ,07t + 1,275t 2

25 Kriteria Performansi Hasil Peramalan Muhammad Adha Ilhami Mean Square Error (MSE) Standard Error of Estimate (SEE) f = derajat kebebasan ( f=1 konstan, f=2 linier, f=3 kuadratis) Persentage Error (PE) Mean Absolute Persentage Error (MAPE)

26 Kriteria Performansi Hasil Peramalan Lainnya Muhammad Adha Ilhami Mean Absolute Deviation (MAD) Mean Percentage Error (MPE)

27 Pemilihan Kriteria Error (Validasi & Verifikasi Model Peramalan) Muhammad Adha Ilhami Untuk memilih model terbaik digunakan beberapa kriteria pemilihan model,yaitu kriteria in sample (training) dan out sample (testing). Kriteria in sample dilakukan melalui MSE (Mean Square). Pada penentuan model terbaik melalui kriteria out sample dilakukan melalui MAPE (Mean Absolute Percentage Error). td(t) In sample: Digunakan untuk membuat model peramalan. (Verifikasi Model) Out sample: Digunakan untuk validasi model peramalan. (Validasi Model)

28 Contoh : Prosedur Peramalan 1. Plot Data Penjualan terhadap Waktu Muhammad Adha Ilhami td(t)

29 2. Pilih Metode Peramalan Konstan, Regresi & Kuadratis Muhammad Adha Ilhami Konstan : D(t) = a = 916,67 Regresi : D(t) = a + bt a = 836,6 B = 22,85 D(t) = 836,6 + 22,85t Kuadratis: D(t) = 910, ,07t + 1,275t 2 Td(t)D(t) td(t)D(t) td(t)D(t)

30 3. Evaluasi Error untuk Setiap Metode Muhammad Adha Ilhami = 33333,33/6 = 5555,56 = (33333,33/(6-1))^0,5 = 81,65 = 44,45/6= 7,41 Konstan Regresi Linier t d(t)D(t)d-D(d-D)^2PE|PE|D(t)d-D(d-D)^2PE|PE| = 24190,53/6 = 4031,75 = (24190,53/(6-2))^0,5 = 77,76 = 31,67/6= 5,278

31 3. Evaluasi Error untuk Setiap Metode Muhammad Adha Ilhami = /6 =4332,483 = (25994/(6-3))^0,5 = 93,09 = 33,69/6= 5,6 Kuadratis td(t)D(t)d(t) - D(t)(d(t)-D(t))^2PE|PE|

32 4. Pilih Metode Peramalan Terbaik Muhammad Adha Ilhami KonstanLinier/RegresiKuadratis MSE5555,564031,754332,483 SEE81,6577,7693,0858 MAPE7,415,2785,6 Square Error Terlihat bahwa metode liner terbaik (paling kecil nilai kriterianya) dalam seluruh kriteria yaitu MSE, SEE, dan MAPE. Karena data yang digunakan merupakan data in sample maka kriteria performansi (error) yang digunakan adalah MSE. Sehingga formula/model peramalan terbaik adalah: D(t) = 836,6 + 22,85t (Linier)

33 5. Interpretasi Hasil Peramalan Muhammad Adha Ilhami Berdasarkan fungsi D(t) = 836,6 + 22,85t maka hasil peramalan untuk periode ke depan adalah: t = 7  D(7) = 836,6 + 22,85(7) = 996,55 t = 8  D(8) = 836,6 + 22,85(8) = 1018,4. t = t  D(t) = 836,6 + 22,85t

34 Tugas Peramalan Muhammad Adha Ilhami 1.Jelaskan pola data dari data tersebut? 2.Pilih teknik peramalan yang tepat (Gunakan metode konstan, linier, dan kuadratis)? 3.Cek performansi dari fungsi peramalan? 4.Bandingkan performansi fungsi peramalan antara teknik regresi dan teknik konstan? Mana yang lebih baik? Jelaskan? 5.Lakukan peramalan untuk permintaan pada periode t = 13, t = 14, dan t = 15

35 Metode Peramalan Lainnya Muhammad Adha Ilhami Naïve Model Model Average a. Simple Average (SA) b. Moving Average (MA) c. Double Moving Average (DMA) Exponential Smoothing a. Single Exponential Smoothing (SES) b. Double Exponential Smoothing (DES) atau Holt Method c. Triple Exponential Smoothing (TES) atau Winter Model Arima Model

36 Naïve Model Muhammad Adha Ilhami  Pola Data Horizontal  Pola Data Trend  Pola Data Musiman YtYt Y’ t+1 t Y t-1 Y’ t+1 t YtYt Y t - Y t-1 s s

37 Contoh Naïve Model Muhammad Adha Ilhami  Pola Data Trend Y t – Y t-1 = Y 4 – Y 4-1 = 93 – 92 = 1 Y’ 5 = Y 4 + (Y 4 – Y 3 ) = = 94  Pola Data Musiman s(80  80) = t(4) – t(1) = 4 – 1 = 3 Y’ 7 = Y (6+1)-3 = Y 4 = 80 td(t) = Y(t)D(t) = Y’(t) td(t) = Y(t)D(t) = Y’(t)

38 Model Average Muhammad Adha Ilhami  Simple Average Y’ 5 = (Y 1 + Y 2 + Y 3 + Y 4 )/n = ( )/4 = 93,25 Naïve  Y’ 5 = Y 4 + (Y 4 – Y 3 ) = = 90  Moving Average n = 3 (bisa berapa saja/ ketetapan) M t = Y’ 7 = ( )/3 = 88 td(t) = Y(t)D(t) = Y’(t) ,25 td(t) = Y(t)D(t) = Y’(t)

39 Model Exponential Smoothing Muhammad Adha Ilhami  Single Exponential Smoothing (SES) Model ini digunakan untuk memodelkan data dengan pola stasioner  Double Exponential Smoothing (DES) Model ini digunakan untuk memodelkan data yang mengandung pola trend 1. Pemulusan secara eksponensial (Taksiran Level) A t =  Y t + (1  ) (A t-1 + T t-1 ) dengan 2. Taksiran trend T t = γ (A t  A t-1 ) + (1  γ ) T t-1 dengan 3. Peramalan untuk p periode ke depan

40 Model Exponential Smoothing Muhammad Adha Ilhami Nilai A t menyatakan estimasi besarnya (level) nilai ramalan pada waktu t, nilai T t menyatakan nilai slope pada waktu t. Nilai pembobotan α dan γ dapat ditentukan oleh user, namun dalam beberapa software telah dilakukan optimisasinya.


Download ppt "PERAMALAN PERMINTAAN Kuliah 2 LSiPro – FT Untirta Muhammad Adha Ilhami 3 rd Edition 2014 Muhammad Adha Ilhami."

Presentasi serupa


Iklan oleh Google