P. 1
Bab 3 Metode Peramalan

Bab 3 Metode Peramalan

|Views: 229|Likes:
Dipublikasikan oleh aryzpata2653

More info:

Published by: aryzpata2653 on Apr 01, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

09/27/2015

pdf

text

original

Your Title Here…

by Imr@n

PENGANTAR

Untuk membantu tercapainya suatu
keputusan yang optimal diperlukan adanya
suatu cara yang tepat, sistematis & dapat
dipertanggung jawabkan. Salah satu alat yg
diperlukan adalah
METODE
PERAMALAN.

Oleh karena itu penguasaan terhadap
metode peramalan menjadi penting bagi
seorang Manajer Operasi.

by Imr@n

Dalam Peramalan dikenal 2 istilah yaitu
Prakiraan dan Prediksi.

Apakah ??

ATAU

by Imr@n

•Prakiraan adl proses peramalan suatu variabel
(kejadian) di masa datang dg berdasarkan data
variabel itu pada masa sebelumnya.

•Prediksi adl proses peramalan suatu variabel
(kejadian) di masa datang dg lebih berdasarkan
pada pertimbangan intuisi dari pada data masa
lampau.

by Imr@n

Berdasarkan horizon waktu, maka di bagi menjadi 3
bagian yaitu :
•Peramalan jangka panjang (> 18 bulan)
menggunakan metode kuantitatif
•Peramalan jangka menengah (3 18 Bulan)
menggunakan metode kualitatif
•Peramalan jangka pendek (< 3 bulan)
menggunakan metode kualitatif

Menurut Dervitsiotis (1984) sistem peramalan dapat
digambarkan sbb :

by Imr@n

Metode Peramalan :

1. Prediktif

2. Kausal

3. Deret berkala

Keputusan

1. Pemilihan data
2. Pemilihan metode

Kendala:

Data, Ketersediaan tenaga ahli, waktu
dan dana

Masukan :

1. Data Internal :
a. Data historis
b. Opini subjektif
c. Hasil survei

2. Data Eksternal
a. Data ekonomi
b. Data sosial & politik
c. Data teknologi

Keluaran :

Penaksiran atas :

Ramalan
permintaan

Kesalahan
ramalan

Jangka
panjang

Menengah

Pendek

Umpan balik ttg kesalahan
ramalan

Kriteria kinerja:

1. Keakurasian
2. Objektivitas
3. Waktu penyiapan
4. Stabilitas vs
Responsibilitas

by Imr@n

JENIS JENIS PERAMALAN

by Imr@n

Metode
peramalan

Kuantitatif

Metode serial
waktu

Rata-rata
bergerak

Sederhana

Tertimbang

Pemulusan
Eksponensial

Tunggal

Linear

Musiman

Dekomposisi

Metode
Eksplanatori

Regresi
Sederhana

Regresi
berganda

Kualitatif

Pendapat
Eksekutif

Metode
Delphi

Gab. Estimasi
Salesman

Riset Pasar
by Imr@n

A. METODE SERIAL WAKTU

Adalah metode yg digunakan untuk
menganalisis serangkaian data yg
merupakan fungsi dari waktu.
Asumsi bahwa beberapa pola atau
kombinasi pola selalu berulang sepanjang
waktu, & pola dasar dpt diidentifikasikan
semata-mata atas dasar data historis dari
serial itu

by Imr@n

JENIS-JENIS DATA

HORIZONTAL (KONSTAN)

KECENDERUNGAN (TREND)

MUSIMAN (SEASONAL)

SIKLUS (CYCLICAL)

VARIASI ACAK (RESIDU)

by Imr@n

Metode Rata-Rata Bergerak

1)Metode rata-rata bergerak sederhana

dimana :
Xt = data observasi periode t
N = panjang serial waktu yg digunakan
Ft+1 = nilai prakiraan periode t+1

N

X

X

X

N

t

i

i

t

N

t

t

t

N

X

F

1

1......

1

1

1

by Imr@n

Contoh soal

PERIODE Nilai Pengamatan
(t)

(Xt)

(N = 3)

(N = 5)

1

41

2

40

3

42

4

43

41.0

5

41

41.7

6

42

42.0

41.4

7

41

42.0

41.6

8

40

41.3

41.8

9

43

41.0

41.4

10

-

41.3

41.4

Nilai Prakiraan (Ft)

by Imr@n

2.Metode rata-rata bergerak tertimbang

dimana :
Wt = adalah bobot untuk periode t
Jika Pembobotan dalam persen, maka :

1

1

1

1

1

1

........

.

......

.

.

1

N

t

t

t

N

t

N

t

t

t

t

t

W

W

W

X

W

X

W

X

W

t

F

1

1

1

1

1

.

......

.

.

N

t

N

t

t

t

t

t

t

X

W

X

W

X

W

F

by Imr@n

Contoh soal

Prakiraan permintaan pada periode ke-10 dapat dihitung sbb :
Untuk N = 3

Untuk N = 4 F10 = 0,4(43)+0,3(40)+0,2(41)+0,1(42) = 41,6

Nilai Pengamatan
(Xt)

(3,2,1)

(40,30,20,10)

N = 3

41
40
42
43

41.2

24.7

41

42.2

41.9

25.3

42

41.8

41.7

25.1

41

41.8

41.9

25.1

40

41.3

41.5

24.8

43

40.7

40.8

24.4

-

41.7

41.6

25

Nilai Prakiraan (Ft)

7

,

41

1

2

3

)

41

(

1

)

40

(

2

)

43

(

3

10


F

by Imr@n

B. METODE PEMULUSAN EKSPONENSIAL

Pemulusan eksponensial merupakan metode
peramalan dimana data kegiatan yang
terakhir dianggap memiliki probabilita
yang lebih besar untuk berulang dari pada
data kegiatan sebelumnya dan menurun
secara eksponensial.

by Imr@n

Metode penghalusan eksponensial ini
memerlukan data yang lebih se-dikit
dibandingkan dengan metode rata-rata
bergerak, dan karena itu merupakan
metode peramalan jangka pendek yang
banyak dipergunakan dalam praktek.

Metode penghalusan eksponensial ini cocok
dipakai untuk data yang fluktuasinya relatif
besar, dan sediaan datanya terbatas.

by Imr@n

1.Metode Pemulusan Eksponensial Tunggal
Nilai prakiraan dapat dicari dengan rumus :

Dimana :
Xt = data permintaan pada periode t
α = faktor/konstanta pemulusan
Ft+1 = prakiraan untuk periode t+1
Ft-1= prakiraan untuk periode t-1
Dipakai untuk serial data yg memiliki pola
horizontal.

by Imr@n

Contoh soal :

Lihat grafik :

PERIODE NILAI PENGAMATAN
(t)

(X)

α = 0,1

α = 0,2

1

41

41.0

41.0

2

40

41.0

41.0

3

42

40.9

40.8

4

43

41.0

41.0

5

41

41.2

41.4

6

42

41.2

41.3

7

41

41.3

41.5

8

40

41.2

41.4

9

43

41.1

41.1

10

-

41.3

41.5

NILA PRAKIRAAN

by Imr@n

apabila besar, maka fluktuasi ramalan juga
besar, dan jika
kecil, maka fluktuasi
ramalan juga kecil

PERIODE NILAI PENGAMATAN
(t)

(X)

α = 0,1

α = 0,2

1

41

41,0

41,0

2

40

41,0

41,0

3

42

40,9

40,8

4

43

41,0

41,0

5

41

41,2

41,4

6

42

41,2

41,3

7

41

41,3

41,5

8

40

41,2

41,4

9

43

41,1

41,1

10

-

41,3

41,5

NILA PRAKIRAAN

40,0

41,0

42,0

43,0

1 2 3 4 5 6 7 8 9 10

NILAI PRAKIRAAN ( F )

PERIODE

α = 0,1
α = 0,2

actual

by Imr@n

2.Metode Pemulusan Eksponensial Linear
Dipakai untuk serial data yg memiliki unsur
trend (kecenderungan yg konsisten).
Rumus yg dipakai adalah :

3

3

4

2

3

1

2

X

X

X

X

X

X

by Imr@n

Contoh soal :

Periode

Nilai
(t) Pengamatan S

T

F

(X)

α = 0,2

β = 0,3

1

500

500.00 7.00

-

2

524

510.4 8.02 507.0

3

521

518.9 8.17 518.4

4

530

527.7 8.35 527.1

5

540

536.8 8.59 536.0

6

542

544.7 8.38 545.4

7

555

553.5 8.49 553.1

8

550

559.6 7.78 562.0

9

-

567.4

10

-

575.1

Nilai Prakiraan (F)

by Imr@n

•St-1 = nilai aktual/observasi = 500

Tt-1 =

= 10

•T1 = 0,3.(500 – 500) + (1 -0,3) .10 = 7,00

•S2 = 0,2.524 + (1-0,2)(500 + 7,00) = 510,4
T2 = 0,3.(510,4 – 500) + (1 -0,3) .7 = 8,02
F2 = S1 + T1 = 500 + 7 = 507

3

)

521

530

(

)

524

521

(

500

524

by Imr@n

Periode

Nilai
(t) Pengamatan

S

T

F

(X)

α = 0,2

β = 0,3

1

500

500,00 7,00

-

2

524

510,4 8,02 507,0

3

521

518,9 8,17 518,4

4

530

527,7 8,35 527,1

5

540

536,8 8,59 536,0

6

542

544,7 8,38 545,4

7

555

553,5 8,49 553,1

8

550

559,6 7,78 562,0

9

-

567,4

10

-

Nilai Prakiraan (F)

500,00

510,00

520,00

530,00

540,00

550,00

560,00

570,00

580,00

1 2 3 4 5 6 7 8 9 10

NILAI PRAKIRAN

PERIODE (t)

S
F
Pengamatan

by Imr@n

Metode penghalusan eksponensial dengan konstan alfa
dan delta cocok dipakai jika data permintaan memiliki
fluktuasi yang cukup tinggi.
Apabila variasi permintaan tinggi, maka sebaiknya
menggunakan nilai alfa (
) yang cukup besar dan jika
variasi itu kecil, atau permintaan relatif konstan, maka
nilai alfa (
) relatif kecil. Oleh karena jangkau nilai alfa
adalah “ 0”, maka disebut besar jika mendekati 1, dan
disebut kecil apabila mendekati 0.
Kontanta ( )berguna untuk melakukan penghalusan
variasi akibat pengaruh trend, sedang konstanta (
β )
untuk menghaluskan pengaruh deviasi antara permintaan
aktual dengan ramalannya.

by Imr@n

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->