Teknik Peramalan dan aplikasinya

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

PERENCANAAN JARINGAN IRIGASI
MANAJEMEN OPERASI FORECASTING.
TEKNIK PROYEKSI BISNIS
Peramalan Penjualan Logam Mulia ( Emas Batangan ) pada Toko Mas OLIVIA JEWELLERY Nama : Megawati NPM :

Soal-Soal Latihan Mandiri
Mari Kita Lihat Video Berikut ini.
Studi Kelayakan Bisnis (Aspek Pasar dan Pemasaran)
METODE PEMULUSAN ( SMOOTHING ). Analisis Runtut Waktu (Time Series) Trend Eksponensial Trend Kuadratik Trend Linier Model Autoregresif Mengandung Unsur.
Moving Average dan Exponential Smoothing
Abstraksi Suatu perencanaan yang tepat di segala bidang sangat diperlukan oleh suatu perusahaan agar mampu bersaing dan dapat berkembang di era global.
Sistem Penilaian Statistik
Susanti Prasetiyaningtiyas. REFERENSI 1. Makridakis,Wheelwright and MCGee “ Forecasting : Methods and Applications” Second Edition. 2. Kuncoro,Mudradjat.
KINERJA SAMPAI DENGAN BULAN AGUSTUS 2013
Peramalan STIE PUTRA BANGSA.
DATA DAN METODE PERAMALAN
Metode Peramalan (Forecasting Method)
Universitas Udayana.
ANALISIS PERAMALAN PENJUALAN FUJI FILM SUPERIA isi 36 asa 200 PADA Sri Rahayu, for further detail, please visit
Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System
Andri Wijanarko,SE,ME Teori Konsumsi Andri Wijanarko,SE,ME
METODE PERAMALAN KUANTITATIF
PEMULUSAN/SMOOTHING DATA
PERAMALAN PENGELOLAAN DEMAND
Forecast dengan Smoothing
Analisis Deret Waktu: Materi minggu ketiga
PERAMALAN Memprediksi peristiwa masa depan
Metode Peramalan (Forecasting Method)
METODE FORECASTING.
OLEH : WIDYA FITRIANI ( ) Reviewer 1 : Ednawati Rainarli, S.Si., M.Si.
Peramalan dan Pengelolaan Permintaan samsulb
Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING)
DERET BERKALA (TIME SERIES) (1)
Pertemuan 3 PERAMALAN (1)
6. Metode Exponential Smoothing (1)
Apakah Peramalan itu ? Peramalan : seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan denganmelibatkan pengambilan data.
METODE PENGHALUSAN EKSPONENSIAL
PERENCANAAN PERMINTAAN DALAM Supply Chain
FORECASTING -PERAMALAN-
Pertemuan Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING)
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
‘12 Manajemen Operasional Hidayat Wiweko, SE. M.Si
PERAMALAN Oleh: Sri Hermawati.
MOVING AVERAGES.
PERAMALAN DENGAN METODE SMOOTHING
Teknik Proyeksi Bisnis
METODA PERAMALAN KUANTITATIF
FORECASTING/ PERAMALAN
SALES FORCASTING Oleh: H. Beben Bahren., S.E., M.si.
Manajemen Operasional (Peramalan Permintaan)
M. Double Moving Average
ANALISIS PERAMALAN PENJUALAN SEPEDA PADA TOKO SUMBER Rachmandianto,
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
TEKNIK PROYEKSI BISNIS
Analisis Deret Waktu Wahyu Dwi Lesmono Mungkin Terakhir.
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
FAK/JUR : TEKNIK INDUSTRI PEMBIMBING : EMY KHIKMAWATI S.T., M.T.
ARIMA ( A UTOREGRESSSIVE I NTEGRATED M OVING A VERAGE ) By : Nurhayati Sitorus
Peramalan (forecasting) Perancangan Sistem Produksi Widjajani Risris Nurjaman.
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
Transcript presentasi:

Teknik Peramalan dan aplikasinya Forecasting Teknik Peramalan dan aplikasinya Edi Satriyanto,M.Si

Pendahuluan Forecasting = Peramalan(perkiraan) mengenai sesuatu yg belum terjadi. Syarat datanya: data yg akan diramal tdk boleh random(acak).Artinya harus memiliki Pola. Mengapa perlu meramal: Unsur ketidak pastian Untuk perencanaan kedepan Sbg salah satu alat DSS

Metode Forecast dgn Smooting Metode Dekomposisi Forecast dengan Metode Input Output Auto Regresi dan Autoregresi ARIMA Regresi

Metode Forecast Dgn Smooting Metode Single Moving Average

Contoh Soal No Bulan Permintaan Konsumen Forecast 3 Bulan Moving Average 5 Bulan Moving Average 1 Januari 20 - 2 Feb 21 3 Maret 19 4 Apr 17 5 Mei 22 6 Jun 24 19.33 19.8 7 Jul 18 20.6 8 Agu 21.33 9 Sep 20.4 10 Okt 23 19.67 11 Nop 21.20

Sifat-Sifat Single Moving Average Memerlukan data historis selama jangka waktu tertentu. Semakin panjang jangka waktu moving average akan menghasilkan moving average yg semakin halus.

Menghitung Forecast Error Absolut Error Squared error

No Bulan Permintaan Konsumen Forecast Forecast Error Untuk 3 bulan MA 3 Bulan Moving Average 5 Bulan Moving Average Error Error Mutlak kwadrat 1 Januari 20 - 2 Feb 21 3 Maret 19 4 Apr 17 -3 9 5 Mei 22 6 Jun 24 19.33 19.8 4.67 21.8 7 Jul 18 20.6 8 Agu 21.33 -0.33 0.33 0.11 Sep 20.4 -1.00 10 Okt 23 19.67 3.33 11.01 11 Nop 21.20 0.67 0.45 Jumlah 4.34 19.00 61.38 Rata2x 0.54 2.38 7.67

Double Moving Average (1) Periode (tahun) (2) Permintaan Barang X (3) 4 Tahub MA dari(2) =S’t (4) 4 Tahub MA dari (3) = S’’t (5) Nilai a at=S’t+ ( S’t-S”t) (6) Nilai b bt=2*( S’t-S”t)/(V-1) Dimana: V=jangka waktu moving average (7) Forecast a+bm untuk m=1 1 120 - 2 125 3 129 4 124 14.5 5 130 127.00 6 140 130.75 7 128 130.50 128.19 132.81 1.54 8 136 133.50 130.44 136.56 2.04 =132.81+1.54 =134.35 9 142 136.50 140.19 2.46 138.60 10 134.00 133.94 134.37 0.25 142.65

Tugas:Take Home(UTS) 1).Buat program moving average a. Cari studi kasus utk data dilap(asal data ditulis). b. Entri datanya dan cari hasil peramalannya. c. Cari Errornya dgn metode Square Errror 2). Analisa data studi kasus anda dgn beberapa metode forecast yg ada.Gunakan Minitab.Bandingkan hasilnya, cari model yang mnrt anda paling baik. Nb. Dikumpulkan tgl 31 Mei 2007 Cover,print out data-pengolahan data dan analisa serta kesimpulan.