METODE PERAMALAN PERMINTAAN METODE PERAMALAN PERMINTAAN • Metode bebas (freehand method) • Metode setengah rata-rata (semi average method) • Metode rata-rata bergerak (moving average method) • Metode kwadrat terkecil (least quares method) Febriyanto, S.E., M.M. www.febriyanto79.wordpress.com
20
Embed
Febriyanto, S.E., M.M. · maka forecast satu bulan sebesar rata-rata 3 bulan sebelumnya. Rumus: St+1 = Forecast untuk periode ke t + 1 Xt = Data periode t n = Jangka waktu moving
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
METODE PERAMALAN PERMINTAANMETODE PERAMALAN PERMINTAAN
• Metode bebas (freehand method)
• Metode setengah rata-rata (semi average method)
• Metode rata-rata bergerak (moving average method)
Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien.
Peramalan mempunyai peranan langsung pada peristiwa eksternal yang pada umunya berada di luar kendali manajemen. Seperti: pelanggan, pesaing, pemerintah dan lain
perencanaan skedul produksi, perencanaan pemenuhan kebutuhan bahan, perencanaan kebutuhan tenaga kerja, perencanaan kapasitas produksi, perencanaan layout fasilitas, penentuan lokasi, penentuan metode proses, penentuan jumlah mesin dan lain sebagainya.
Peramalan Permintaan
Metode Peramalan Permintaan Metode kuantitatif dapat dibagi ke dalam deret berkala atau
runtun waktu (time series) dan metode kausal, sedangkan metode kualitatif dapat dibagi mejadi metode eksploratoris dan normatif.
Kuantitatif, Tiga kondisi yang harus dipenuhi, yaitu: 1. Tersedia informasi tentang masa lalu 1. Tersedia informasi tentang masa lalu 2. Informasi dapat dikuantitatifkan dalam bentuk data numerik 3. Diasumsikan pola masa lalu akan terus berlanjut.
Metode Gerakan Trend, untuk mengukur gerakan trend, yaitu:
Metode bebas (freehand method)
Metode setengah rata-rata (semi average method)
Metode rata-rata bergerak (moving average method)
Metode kwadrat terkecil (least quares method)
1. Metode Bebas
2. Metode setengah rata-rata (semi average method)
Perhitungan nilai trend pada tahun tertentu dapat ditentukan dengan menggunakan rumus sebagai berikut:
Y' = ao + bx
Keterangan
Y’ : nilai trend periode tertentuY’ : nilai trend periode tertentu
a : nilai trend periode dasar
b : tambahan trend tahunan yang dihitung dengan cara (X2 – X1)/n
X2 : setengah rata-rata kelompok kedua
X1 : setengah rata-rata kelompok pertama
n : jumlah periode antara x2 dan x1
X : jumlah unit tahun yang dihitung dari periode dasar.
2. Metode setengah rata-rata (semi average method)
ao = a1988 = 332.200
b = (X2 – X1)/n = (459.600 - 332.200)/5 = 25.480
2. Metode setengah rata-rata (semi average method)
2. Metode setengah rata-rata (semi average method)
3. Metode Single Moving Average
Metode single moving average
○ Cara menghitung:
Jika menggunakan cara 3 bulan moving averages, maka forecast satu bulan sebesar rata-rata 3 bulan sebelumnya.
Rumus: Rumus:
St+1 = Forecast untuk periode ke t + 1
Xt = Data periode t
n = Jangka waktu moving averages.
n
X ...X XS 1n-t1-tt
1t
3. Metode Single Moving Average
Misal:
Jika forecast dengan metode 3 bulan moving averages untuk bulan April adalah
Penjualan Januari 20.000 kg
Februari 21.000 kg
Maret 19.000 kg
3
X X XS 123
4
3
20.000 21.000 19.000S 4
000.20S 4
3. Metode Single Moving Average
BulanBulan Permintaan Permintaan
ForecastForecast
3 bulan3 bulan 5 bulan5 bulan
JanuariJanuari
FebruariFebruari
MaretMaret
AprilApril
2020
2121
1919
1717
--
--
--
20.0020.00
--
--
--
--AprilApril
MeiMei
JuniJuni
JuliJuli
AgustusAgustus
SeptemberSeptember
OktoberOktober
NovemberNovember
DesemberDesember
1717
2222
2424
1818
2323
2020
2525
2222
2424
20.0020.00
19.0019.00
19.3319.33
21.0021.00
21.3321.33
21.6721.67
20.3320.33
22.6722.67
22.3322.33
--
--
19.8019.80
20.6020.60
20.0020.00
20.8020.80
21.4021.40
22.0022.00
21.6021.60
3. Metode Single Moving Average
Metode Single Moving Average ini biasanya lebih cocok digunakan untuk melakukan forecast hal-hal yang bersifat random, artinya tidak ada gejala trend naik maupun turun, musiman dan sebagainya, melainkan sulit diketahui polanya.
Metode Single Moving Average mempunyai 2 sifat khusus:
Untuk membuat forecast diperlukan data masa lalu selama jangka waktu tertentu.
Semakin panjang moving averages, maka akan menghasilkan Semakin panjang moving averages, maka akan menghasilkan moving averages yang semakin halus.
Perbandingan eror antara 3 bulan dan 5 bulan moving average
3 bln moving average 5 bln moving average
Mean absolut error 2.67 2.37
Mean squared error 8.81 7.54
Berdasarkan perbandingan tersebut, moving average dengan jangka waktulebih lama, maka forecasting akan menimbulkan penyimpangan lebih kecil.
4. Trend Metode Least Square
Trend adalah rata-rata perubahan dalam jangka panjang.
Jika hal yang diteliti menunjukkan gejala pertambahan, maka trend yang dimiliki disebut sebagai trend positif.
Jika hal yang diteliti menunjukkan gejala semakin berkurang, maka Jika hal yang diteliti menunjukkan gejala semakin berkurang, maka trend yang dimiliki disebut sebagai trend negatif.
Salah satu metode trend yang digunakan adalah metode least squares.