Teknik Peramalan dan aplikasinya

Presentasi berjudul: "Teknik Peramalan dan aplikasinya"— Transcript presentasi:

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

2 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

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

4 Metode Forecast Dgn Smooting
Metode Single Moving Average

5 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

6

7 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.

8 Menghitung Forecast Error
Absolut Error Squared error

9 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

10 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 = =134.35 9 142 136.50 140.19 2.46 138.60 10 134.00 133.94 134.37 0.25 142.65

11 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.