PERAMALAN PENGELOLAAN DEMAND

Slides:



Advertisements
Presentasi serupa
III. PERENCANAAN & PENGENDALIAN operasi
Advertisements

Peramalan.
Susanti Prasetiyaningtiyas. REFERENSI 1. Makridakis,Wheelwright and MCGee “ Forecasting : Methods and Applications” Second Edition. 2. Kuncoro,Mudradjat.
Metode Peramalan (Forecasting Method)
METODE PERAMALAN KUANTITATIF
BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN
Analisis Deret Waktu: Materi minggu ketiga
FACILITY DESIGN NURUL UMMI, ST MT.
ANGGARAN PERUSAHAAN KULIAH 3
PERAMALAN Memprediksi peristiwa masa depan
Metode Peramalan (Forecasting Method)
Peramalan dan Pengelolaan Permintaan samsulb
Pertemuan VIII Peramalan Produk
Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING)
PERAMALAN (3) Metoda Siklis Metoda Musiman
Pertemuan 3 PERAMALAN (1)
6. Metode Exponential Smoothing (1)
Febi Dari Pratama Rahmat Hanafi
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
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
FORECASTING -PERAMALAN-
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,
PERAMALAN (FORECASTING)
METODE-METODE PERAMALAN BISNIS
PROYEKSI BISNIS MENGGUNAKAN METODE KUANTITATIF
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
MANAJEMEN INVENTORY DAN LOGISTIK
PERAMALAN Oleh: Sri Hermawati.
TAHAP-TAHAP PERAMALAN
  At Ft2 At Ft MODUL 04 PERAMALAN (2/2)
MODUL 19 POKOK BAHASAN : ( TIME SERIES MODEL )
Magister Management Program UNIVERSITAS KOMPUTER INDONESIA
ANALISIS TIME SERIES.
Program Studi Statistika, semester Ganjil 2015/2016
kelompok ahli. Disini ada proses “learning”.
TEKNIK PERAMAL PENJUALAN
METODA PERAMALAN KUANTITATIF
Peramalan Data Time Series
Peramalan Operation Management.
LANJUTAN FORECASTING PROGRAM KULIAH SABTU MINGGU FAKULTAS EKONOMI
FORECASTING/ PERAMALAN
SALES FORCASTING Oleh: H. Beben Bahren., S.E., M.si.
PERAMALAN (3) Metoda Siklis Metoda Musiman
Manajemen Operasional (Peramalan Permintaan)
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
Peramalan .Manajemen Produksi #3
DEMAND FORECASTING.
M. Double Moving Average
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
PERAMALAN (FORECASTING)
Disusun Oleh : Iphov Kumala Sriwana
METODE-METODE DALAM PERAMALAN
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
FORECASTING.
Pertemuan-3 PERAMALAN (FORECASTING)
DERET BERKALA (TIME SERIES) (1)
BAB 6 analisis runtut waktu
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
06 Analisis Trend Analisis deret berkala dan peramalan
III. PERENCANAAN & PENGENDALIAN operasi
Perencanaan dan Pengendalian Produksi Minggu 2
ANGKA INDEKS Cakupan: Harga Relatif (Price Relatives)
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Peramalan (forecasting) Perancangan Sistem Produksi Widjajani Risris Nurjaman.
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
METODE PERAMALAN.
Transcript presentasi:

PERAMALAN PENGELOLAAN DEMAND Mampu menganalisis pola deman serta menerapkan teknik-teknik peramalan

Peramalan Peramalan: Estimasi nilai atau karakteristik masa depan prediksi (prediction) peramalan (forecast) kecenderungan (trend)

Demand Faktor yang mempengaruhi demand Variasi random Rencana konsumen Daur hidup produk Pesaing Perilaku/sikap konsumen Waktu Siklus bisnis Iklan Sales effort Reputasi Desain produk Kebijaksanaan kredit Kualitas

Sistem Peramalan (1)

Sistem Peramalan (2)

Konsiderasi (1) Ongkos dan manfaat Ongkos Manfaat Ongkos pengembangan metoda Ongkos kegiatan peramalan Ongkos akibat kesalahan ramal Manfaat Mengerti hubungan antara permintaan dan faktor lain Kondisi dunia nyata  Sistem pengendalian produksi "Untuk tujuan apa suatu ramalan dibuat akan menentukan pendekatan yang diambil"

Konsiderasi (2) Ketelitian Sederhana dalam perhitungan Suatu ukuran seberapa tepat ramalan dari kondisi aktual Sederhana dalam perhitungan ketelitian tinggi vs sederhana dalam perhitungan Kemampuan menyesuaikan terhadap perubahan Lead time, perioda, horizon

Taksonomi Peramalan

Memprediksi pertumbuhan penjualan atau GNP Mempelajari pengaruh Karakteristik peramalan Karakteristik ketersediaan informasi Informasi kuantitatif cukup tersedia Informasi kuantitatif kurang atau tidak tersedia, tetap pengetahuan kualitatif cukup tersedia Informasi kurang atau tidak tersedia Metode deret waktu Metode kausal exploratori normatif   Peramalan kontinu berdasarkan pola atau hubungan tertentu Memprediksi pertumbuhan penjualan atau GNP Mempelajari pengaruh harga dan promosi terhadap kecepatan transportasi pada tahun 2010 perkembangan otomotif teknologi luar angkasa perubahan yang akan terjadi resesi berikutnya pengendalian pembatasan iklan TV kenaikan harga minyak konsumsi minyak embargo minyak yang diikuti oleh perang Arab- Israel Penemuan sumber energi baru yang murah dan tidak menimbulkan polusi

Taksonomi Peramalan (2) Penggunaan Model Kualitatif: Tidak memerlukan data kuantitatif Unsur subyektivitas peramalan sangat besar pengaruhnya dalam hasil peramalan Baik untuk peramalan jangka panjang Contoh: Opini individu Opini kelompok Delphi

Taksonomi Peramalan (3) Penggunaan model kuantitatif membutuhkan: Data kondisi masa lalu Data tersebut dapat dikuantifisir Diasumsikan pola data masa lalu akan berlanjut pada masa yang akan datang Data yang digunakan untuk keperluan perencanaan produksi: Paling baik menggunakan data permintaan Menggunakan data jumlah unit penjualan Kalalu tidak dimiliki data penjualan gunakan data jumlah unit produksi

Prosedur Peramalan Plot data permintaan vs. waktu Pilih beberapa metoda peramalan Evaluasi kesalahan peramalan Pilih metoda peramalan dengan kesalahan peramalan terkecil Intepretasi hasil peramalan

Pola Data

Teknik Peramalan Konstan Regresi linier Siklis

Kriteria Performansi Peramalan Mean Square Error (MSE) dimana: dt = data aktual pada periode t Dt‘ = nilai ramalan pada periode t n = banyaknya periode

Kriteria Performansi Peramalan Standard error of estimate (SEE) dimana: f = derajat kebebasan 1 : untuk data konstan 2 : untuk data linier 3 : untuk data kuadratis

Kriteria Performansi Peramalan Persentase Kesalahan Mean Absolute Percentage Error (MAPE)

Contoh Gambar diagram Pencar: Dari data 12 bulan terakhir tercata penjualan produk X: Gambar diagram Pencar: t 1 2 3 4 5 6 7 8 9 10 11 12 dt 140 159 136 157 173 181 177 188 154 179 180 160

Metoda Konstan

Metoda Konstan

Metoda Linier

TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 Metoda Linier TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2

Metoda Kuadratis

Metoda Kuadratis

Pemilihan Metoda Terbaik & Hasil Peramalan Metode yang dipilih adalah metode peramalan linier Dt' = 156 + t

Metoda Peramalan Lainnya Moving average method Simple moving average Exponential smoothing Simple exponential smoothing Winters model

Verifikasi Peramalan Dilakukan untuk memverifikasi apakah fungsi peramalan yang digunakan mewakili pola data yang ada. Metoda verifikasi: moving range chart Moving Range Average moving range Control limits

Verifikasi Peramalan Pengujian Out of control Dari 3 titik yang berurutan, 2 titik atau lebih di Daerah A Dari 5 titik yang berurutan, 4 titik atau lebih di Daerah B Dari 8 titik yang berurutan seluruhnya berada atau di bawah center line Satu titik di luar batas kontrol Bila kondisi out-of-control terjadi, tindakan yang bisa diambil : Perbaiki ramalan dengan mencakup data baru (sistem sebab baru) Tunggu evidence selanjutnya

Contoh Verifikasi (1) Dt' = 156 + t t Dt Dt' Dt'- Dt MR 1 140 156 16 2 159 157 -2 18 3 136 158 22 24 4 20 5 173 160 -13 15 6 181 161 -20 7 177 162 -15 8 188 163 -25 10 9 154 164 179 165 -14 11 180 166 12 167 21 Dt' = 156 + t

Contoh Verifikasi (2)

Tugas Kelompok Buku: Sipper D, R.L. Bulfin, Production planning, control and integration, McGraw-Hill, USA, 1997 Bab: Forcasting (Bab 4) Soal: 4.24, 4.29 dan 4.36 Data demand/penjualan pada setiap soal di atas diubah menggunakan formula: Demand (baru) = demand (buku) * bulan + tanggal Dimana: Bulan = bulan kelahiran (mis: Juli = 7) Tanggal = tanggal kelahiran dari salah satu anggota kelompok Kelompok: Beranggotakan minimum 1 orang dan maksimum 3 orang (masing-masing dari TI(1), TI(2) dan TI(3); Anggota kelompok tidak boleh dari kelas yang sama