Moving Average dan Exponential Smoothing

Slides:



Advertisements
Presentasi serupa
Teknik Proyeksi Bisnis
Advertisements

MANAJEMEN OPERASI FORECASTING.
Peramalan Penjualan Logam Mulia ( Emas Batangan ) pada Toko Mas OLIVIA JEWELLERY Nama : Megawati NPM :
NIM : NAMA : M.ROYYAN.ASRILLAH
LUAS DAERAH LINGKARAN LANGKAH-LANGKAH :
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
Sumber : Eduardus Tandelilin
Abstraksi Suatu perencanaan yang tepat di segala bidang sangat diperlukan oleh suatu perusahaan agar mampu bersaing dan dapat berkembang di era global.
Teknik Peramalan dan aplikasinya
Pertemuan 5 P.D. Tak Eksak Dieksakkan
ITK-121 KALKULUS I 3 SKS Dicky Dermawan
Metode Peramalan (Forecasting Method)
METODE PERAMALAN KUANTITATIF
PEMULUSAN/SMOOTHING DATA
PERAMALAN PENGELOLAAN DEMAND
Forecast dengan Smoothing
FACILITY DESIGN NURUL UMMI, ST MT.
Metode Peramalan (Forecasting Method)
METODE FORECASTING.
Pertemuan 9-10 Metode pemulusan eksponensial triple
Peramalan dan Pengelolaan Permintaan samsulb
METODE PERAMALAN Pertemuan 15
Pertemuan VIII Peramalan Produk
Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING)
DERET BERKALA (TIME SERIES) (1)
Pertemuan 3 PERAMALAN (1)
6. Metode Exponential Smoothing (1)
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
QUANTITATIVE FORECASTING METHOD
Pertemuan Metode Peramalan (Forecasting Method)
Metode Pemulusan Rataan Bergerak Sederhana (RBS) dan Rataan Bergerak Ganda (RBG) Pembahasan meliputi lag-time, time-horizon, auto-correlation, cross-correlation,
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
SIPD next FITUR Sistem Informasi Pembangunan Daerah
‘12 Manajemen Operasional Hidayat Wiweko, SE. M.Si
PERAMALAN Oleh: Sri Hermawati.
MOVING AVERAGES.
ANALISIS TIME SERIES.
Program Studi Statistika, semester Ganjil 2015/2016
PERAMALAN DENGAN METODE SMOOTHING
Peramalan “Penghalusan Eksponensial”
kelompok ahli. Disini ada proses “learning”.
Teknik Proyeksi Bisnis
METODA PERAMALAN KUANTITATIF
LANJUTAN FORECASTING PROGRAM KULIAH SABTU MINGGU FAKULTAS EKONOMI
FORECASTING/ PERAMALAN
Exponential Smoothing
Manajemen Operasional (Peramalan Permintaan)
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
M. Double Moving Average
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
ANALISIS RUNTUT WAKTU Dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk memperkirakan pola pada masa yang.
PERAMALAN (FORECASTING)
Forecast dengan Smoothing
Sigit Setyowibowo, ST., MMSI
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
FORECASTING.
DERET BERKALA (TIME SERIES) (1)
TEHNIK PROYEKSI BISNIS
Metode Semi Average (Setengah rata-rata)
Analisis Deret Waktu Wahyu Dwi Lesmono Mungkin Terakhir.
Perencanaan dan Pengendalian Produksi Minggu 2
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
Metode Pemulusan (Smoothing) Eksponensial
Peramalan (forecasting) Perancangan Sistem Produksi Widjajani Risris Nurjaman.
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
METODE PERAMALAN.
RUMUS mencari Nilai Rata-rata : =AVERAGE(…,…,…,).
Transcript presentasi:

Moving Average dan Exponential Smoothing

Kebutuhan konsumen atau pelanggan vs kapasitas produksi perusahaan * Kebutuhan konsumen atau pelanggan vs kapasitas produksi perusahaan * Terdapat beberapa metode yang bisa digunakan dalam sebuah peramalan * Tidak ada satu pun metode yang bisa dikatakan paling cocok untuk suatu kasus

1.Metode Single Moving Averages Menghitung rata-rata dari nilai-nilai pada beberapa tahun untuk menaksir pada suatu tahun tertentu

St+1=forecast untuk periode ke t+1 Xt= data pada periode t n = jangka waktu moving averages Sifat moving averages : Bila ada data selama P periode kita baru bisa membuat forecast untuk periode ke P+1

Semakin panjang moving average akan menghasilkan moving average yang semakin halus Menghitung error

Bulan ke-1 s/d ke 11 Permintaan beras di suatu daerah 20,21,19,17,22,24,18,21,20,23,22 Buat moving average 3 dan 5 bulan Hitung error-nya Ambil kesimpulan!

Kelemahan Moving average a. Perlu data historis b. Semua data diberi bobot yang sama c. Tidak bisa mengikuti perubahan yang drastis d. Tidak cocok untuk forecasting data yang ada gejala trend

2. Metoda Double Moving Averages Moving average dilakukan dua kali Lalu mencari nilai a (konstanta) Mencari nilai b (slope) Menghitung forecast dengan rumus

1 20 2 21 3 19 4 22 5 6 periode demand 4 th m.av 4 th mo.av, kol.2 Nilai a Nilai b forecast 1 20 2 21 3 19 4 22 5 6

3. Metode Single Exponential Smoothing Adalah pengembangan dari moving averages Alpha mempunyai nilai antara 0 dan 1 Cobalah dengan menggunakan data awal pada contoh soal single moving averages pertama Hitung pula mean abs.error dan mean sq.error-nya

4.Metode Double Exponentials Smoothing (M Brown)

Forecast dihitung dengan Rumus tadi agak berbeda dengan single smoothing di mana Xt dipakai untuk mencari St bukan St+1 Forecast dihitung dengan m= jangka waktu forecast ke depan

5. Metode Triple Exponentials Smoothing (Winter)