METODE PERAMALAN Pertemuan 15 Matakuliah : J1186 - Analisis Kuantitatif Bisnis Tahun : 2009/2010 METODE PERAMALAN Pertemuan 15

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

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

Konsep Peramalan Process of predicting a future event Underlying basis of all business decisions Production Inventory Personnel Facilities Bina Nusantara University

Model – Model Peramalan Quantitative Forecasting Time Series Associative Models Models Moving Exponential Trend Linear Average Smoothing Projection Regression Bina Nusantara University

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

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

$$$ Peramalan Time Series Bina Nusantara University

a). Moving Avarage Rumus Umum Dimana : = ramalan untuk periode berikut n = jumlah periode dalam rata-rata bergerak = data aktual periode sekarang Bina Nusantara University

Three Months Moving Avrg Contoh : Moving Avarage Month Sales Three Months Moving Avrg Four Months Moving Avrg Jan 35 Feb 40 Mar 42 Apr 45 35+40+42/3=39 Mei 38 40+42+45/3=42 35+40+42+45/4=41 Jun 48 42+45+38/3=42 Jul 50 Dst…. Agt 52 Sept ?? Bina Nusantara University

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 : Bina Nusantara University

c). Exponential Smoothing Rumus Umum : Untuk = 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

Contoh Periode Permintaan =0.1 =0.5 1 500 2 480 3 450 498 490 4 393 470 5 510 6 540 7 520 8 440 9 10 530 11 550 Bina Nusantara University