B. Peramalan

Teknik Industri FT-Universitas Pancasila
Sistem Produksi
Peramalan & Pengelolaan Demand
Sistem Produksi
Teknik Industri FT UP
2
Hasil Pembelajaran
Umum
Mahasiswa mampu menerapkan model matematik,
heuristik dan teknik statistik untuk menganalisis dan
merancang suatu sistem perencanaan dan pengendalian
produksi
Khusus
Mampu menganalisis pola deman serta menerapkan
teknik-teknik peramalan
3
FORECASTING
Tanya pada yang berkompeten (expert)
Cross check dengan data penjualan masa lalu
Perlu metoda bukan sekedar intuisi Forecasting
Gila ajah
Penjualan
september 1.200
unit
Apa ??
1.2000
???
4
Peramalan
Peramalan: Estimasi nilai atau karakteristik
masa depan
prediksi (prediction)
peramalan (forecast)
kecenderungan (trend)
5
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
Perusahaan Permintaan
Input Output
6
DATA
SUMBER :
Arsip perusahaan
Data pemerintah (laporan Biro Pusat Statistik,
Departemen, dll)
FAKTOR INTERNAL THD PENJUALAN
Kualitas, harga, delivery time, promosi, discount, dll
FAKTOR EKSTERNAL
Indikator perekonomian : GNP, tingkat pertumbuhan
ekonomi, tingkat inflasi, nilai tukar valuta asing, dll
7
Sistem Peramalan (1)
Data Historis
Tujuan
model
Forecast
(Prediction)
Feedback on
forecast
accuracy
Data checked for
accuracy and
reasonableness
Update sesuai
kebutuhan
Knowledge of
changed
condition
Pembandingan
dengan kondisi
aktual
8
Sistem Peramalan (2)
DECISION
MAKER
ORGANIZATION & ITS
ENVIRONMENT
INFORMAL
INFORMATION
INFORMAL
INFO
MIS
VALUE
OBJECTIVE
DECISION
REQUIREMENT
FORECASTER
VALUE
LIKELY
ACCURACY
COST/TIME
CONSTRAIN
PLANNING
GUIDELINE
ASSUMPTION
WORKING
FORECAST
REVISE
ASSUMPTION
FINAL
FORECAST
ACTION PLAN
No
FORECAST
RECOMMEND
INFORMAL
ADJUST
SELECT KEY
VARIABLES
SELECT
FORECASTING
PROCEDURES
INITIAL
FORECAST
Yes
9
Konsiderasi (1)
Ongkos dan manfaat
Ongkos
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"
10
Konsiderasi (2)
Ketelitian
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
11
Taksonomi Peramalan
PERAMALAN
KAUSAL
EXPONENTIAL
SMOOTHING
MOVING
AVERAGE
RATA-RATA
SMOOTHING
REGRESI
TIME SERIES
MODEL
KUALITATIF
MODEL
KUALITATIF
Kuantitatif
12
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
Metode
exploratori
Metode
normatif
Peramalan
kontinu
berdasarkan
pola atau
hubungan
tertentu
Memprediksi
pertumbuhan
penjualan
atau GNP
Mempelajari
pengaruh
harga dan
promosi
terhadap
penjualan
Memprediksi
kecepatan
transportasi
pada tahun
2010
Memprediksi
perkembangan
otomotif
pada tahun
2010
Memprediksi
pengaruh
perkembangan
teknologi luar
angkasa
Peramalan
perubahan
yang akan
terjadi
Memprediksi
resesi
berikutnya
Mempelajari
pengaruh
pengendalian
harga dan
pembatasan
iklan TV
terhadap
penjualan
Memprediksi
pengaruh
kenaikan
harga minyak
terhadap
konsumsi
minyak
Memprediksi
embargo
minyak yang
diikuti oleh
perang Arab-
Israel
Penemuan
sumber energi
baru yang
murah dan
tidak
menimbulkan
polusi
13
Taksonomi Peramalan (2)
Penggunaan Model Kualitatif:
Tidak memerlukan data kuantitatif
Unsur subyektifitas peramalan sangat besar
pengaruhnya dalam hasil peramalan
Baik untuk peramalan jangka panjang
Contoh:
Opini individu
Opini kelompok
Delphi
14
Qualitative Forecasting
1. Market Survey
2. Expert Opinian and the Deplhi Technique
Please check the approproate boxes
I do not own a 35 mm camera
I own Single Lens Refelx (SLR 35 mm camera
I onw an autofocus 35 mm camera
I plan to purchase a new SLR 35 mm camera in the next two years
I plan to purchase a new autofocus 35 mm camera in the next two years
I do not plan to purchase a new 35 mm camera in the next two years
15
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
16
Prosedur Peramalan
Plot data permintaan vs. waktu
Pilih beberapa metoda peramalan
Evaluasi kesalahan peramalan
Pilih metoda peramalan dengan kesalahan
peramalan terkecil
Intepretasi hasil peramalan
17
Pengembangan Model Peramalan
Formulasi dasar :
Konstan :
Liniear trend
Seasonal :
Solve model : cari nilai parameter
Intepretasi dan implementasi
t k t t
x f d c + =

) (
t t
a d c + =
t t
bt a d c + + =
t t t
ac d c + =
18
CAUSAL FORECASTING
1. SIMPLE LINIEAR REGRESSION
2. MULTI LINEAR REGRESSION
n t bh a d
t t t
,..., 2 , 1 = + + = c
1 bulan pada n dikeluarka yg (IMB) bangunan mendirikan ijin jumlah
bulan pada terjual yang set kitchen jumlah where
t- h
t d
t
t
=
=
.
3 3 2 2 1 1 0 t t t t t
x b x b x b b d c + + + + + =
term noise
bulan pada rusak yang phone - cellular jumlah
bulan pada phone - cellular harga
bulan pada potensial pembeli jumlah
bulan pada terjual yang phone - cellular jumlah where
3
2
1
=
=
=
=
=
t
t
t
t
t
t x
t x
t x
t d
c
19
TIME SERIES FORCASTING
1. CONSTANT PROCESS :
a) Simple methods :
b) Moving Average:
c) Simple Exponential smoothing:
2. TREND PROCESS:
Double exponential smoothing
3. SEASONAL PROCESS:
t t
a d c + =
=
+
= =
T
t
t T T k T
d
T
d d F
1
1
dimana
+ =
+
= =
T
N T t
t T T k T
d
N
M M F
1
1
dimana
1
) 1 ( dimana
+
+ = =
T T T T k T
S d S S F o o
t t
bt a d c + + =
t t t
ac d c + =
20
Pola Data
21
Contoh Teknik Peramalan
Konstan
Regresi linier
Siklis
^ ^ ^
( )
D a a
d
t
n
t
t
n
= =
=

1
N
t b t d
N
t
N
t t d t d t N
t
N
t
N
t
N
t
N
t
N
t
N
t
a
t
t
b
t b a D

= =
=
= = =

=
=
=
+ =
1 1
^
1
2
2
1 1 1
^
^ ^ ^
) (

1
) ( ) ( .
) (
) (
^
( ) cos
D
t a u
t
N
v = + + sin
2 t
N
2t t
22
Kriteria Performansi Peramalan
Mean Square Error (MSE)
dimana:
dt = data aktual pada periode t
Dt = nilai ramalan pada periode t
n = banyaknya periode
MSE
t t
t
n
n
d D
=
=

2
1
(
'
)
23
Standard error of estimate (SEE)
dimana:
f = derajat kebebasan
1 : untuk data konstan
2 : untuk data linier
3 : untuk data kuadratis
SEE
t t
n f
d D
t
n
=
=
2
1
(
'
)
( )
24
Persentase Kesalahan
Mean Absolute Percentage Error (MAPE)
t
t t
t
PE
d D
d
x =

( ) %
'
100
MAPE
n
t
t
n
PE
=
=
1
25
Contoh
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
26
Metoda Konstan
t dt dt' e = dt - dt'
e
2

SEE
1 140 165.33 -25.33 641.61
2 159 165.33 -6.33 40.07
3 136 165.33 -29.33 860.25
4 157 165.33 -8.33 69.39
5 173 165.33 7.67 58.83
6 181 165.33 15.67 245.55
7 177 165.33 11.67 136.19
8 188 165.33 22.67 513.93
9 154 165.33 -11.33 128.37
10 179 165.33 13.67 186.87
11 180 165.33 14.67 215.21
12 160 165.33 -5.33 28.41
3124.68 17

27
Metoda Konstan
a
N
t
t
n
t
d
d
=
=
1
'
SEE
n f
dt dt
t
n
=
=
= ~
=
2
1
3124 68
12 1
3124 68
11
16 85 17
( ')
.
.
.
28
Metoda Linier
t dt t . dt
t
2

dt'=156+1.t e = dt - dt'
e
2

1 140 140 1 157 -17 289
2 159 318 4 158 1 1
3 136 408 9 159 -23 529
4 157 628 16 160 -3 9
5 173 865 25 161 12 144
6 181 1086 36 162 19 361
7 177 1239 49 163 14 196
8 188 1504 64 164 24 576
9 154 1386 81 165 -11 121
10 179 1790 100 166 13 169
11 180 1980 121 167 13 169
12 160 1920 144 168 -8 64
78
1984 13264 647 2628
t 6.5 dt 165.33

29
Metoda Linier
b
N t dt dt t
N
t
n
a
dt
N
b t
N
dt b t
t
n
t
n
t
n
t
n
t
n
t
n
t
t
=

=
= =
= = =
=
= =

.
.
( )
1 1 1
2
1
2
1 1
1
b
a dt b t
dt t
=

=
= ~
=
= =
= ~
= +
12 13264 1984 78
12 647
157168 154752
7764 6084
2416
1680
1 44 1
165 33 1 44 6 5 165 33 9 35
155 98 156
156 1
2
78
( ) ( )( )
( )
.
.
. . ( . ) . .
.
'
( )
SEE
n f
dt dt
t
n
=
=
= ~
=
2
1
2628
12 2
2628
10
16 21 16
( ')
.
30
Metoda Kuadratis
t dt t.dt t2 t2.dt t4 dt' e=dt-
dt'
e2
-6 140 -840 36 5040 1296 118.36 21.64 468.29
-5 159 -795 25 3975 625 127.82 31.18 972.19
-4 136 -544 16 2176 256 143.88 -7.88 62.09
-3 157 -471 9 1413 81 146.74 10.26 105.27
-2 173 -346 4 692 16 147.6 23.4 547.56
-1 181 -181 1 181 1 152.46 28.54 814.53
1 177 177 1 171 1 156.86 20.14 405.62
2 188 376 4 752 16 158.4 29.6 876.16
3 154 462 9 1386 81 159.96 -5.96 35.52
4 179 716 16 2864 1256 161.48 17.52 306.95
5 180 900 25 4500 625 149.82 30.18 910.83
6 160 960 36 5760 1296 144.76 15.24 232.26
E
1984 404 182 28710 4550 5737.2
7

31
Metoda Kuadratis
b
t dt N dt
n
a
dt C
N
t
n
t
n
t
n
t
n
t
n
t
n
t
n
t
n
t
t t
t
t
t
=

=

=
=
= =
= =
= =

. .
( )
1
2
1
2
1
2
1
2
1
4
1
1
2
1
2
c=
dt
t=1
n
b
c
a
dt t
t
= = ~
=

= ~
=

=

=
= + +
404
182
2 22 2 2
1984 182 12 28910
12 4550
361088 346920
33124 54600
14168
21476
0 6597 0 66
1984 0 66 182
12
1984 120 12
12
155 32
155 32 2 2 0 66
2
2
182
. .
( )( ) ( )
( )
. .
. ( ) .
.
' . . .
( )
SEE =
=
= ~
5737 27
12 3
5737 27
9
25 25 25
.
.
.
32
Pemilihan Metoda Terbaik & Hasil Peramalan
Metode yang dipilih adalah metode peramalan
linier
Dt' = 156 + t
Konstan Linier Siklis
SEE 17 16 25

t 13 14 15 16 17 18 19 20 21 22 23 24
Dt' 169 170 171 172 173 174 175 176 177 178 179 180

33
Metoda Peramalan Lainnya
Moving average method
Simple moving average
Exponential smoothing
Simple exponential smoothing
Winters model
34
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
( ) ( )
1
'
1
'
d d d d
MR
t t t t
=
=
1 n
MR
MR
MR LCL
MR UCL
66 . 2
66 . 2
=
+ =
35
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
center line
UCL
LCL
r
e
g
i
o
n

A
r
e
g
i
o
n

B
r
e
g
i
o
n

C
r
e
g
i
o
n

A
r
e
g
i
o
n

B
r
e
g
i
o
n

C
36
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
4 157 159 2 20
5 173 160 -13 15
6 181 161 -20 7
7 177 162 -15 5
8 188 163 -25 10
9 154 164 10 15
10 179 165 -14 24
11 180 166 -14 0
12 160 167 7 21
159
45 . 38
45 . 38
45 . 14
11
159
=
=
= =
LCL
UCL
MR
37
Contoh Verifikasi (2)
3 8 . 4 5
2 5 . 6 3
1 2 . 8 2
- 3 8 . 4 5
- 1 2 . 8 2
- 2 5 . 6 3
38
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
Dikumpulkan:
Rabu, 10 September 2003
Jam 12.00, di LSP
39
DESAIN SISTEM FORECASTING
FORECAST NEED
DATA AVAILABLE ?
COLLECT
DATA ?
ANALYZE DATA
QUANTITATIVE ?
CAUSAL FACTORS?
TIME SERIES APPROACH CAUSAL APPROACH
SELECT MODEL
CHOOSE METHOD
ESTIMATE PARAMETERS
MODEL VALIDATION
QUALITATICE APPROACH
SELECT MODEL
CHOOSE METHOD
ESTIMATE PARAMETERS
MODEL VALIDATION
CHOOSE METHOD
MODEL VALIDATION
NO
NO
NO
YES
YES
YES
40
FORECAST ERROR
Forecast Error = nilai actual hasil peramalan
Jenis Ukuran Forecast Error :
a) Mean Absolut deviatation (MAD) :
b) Mean Square Error (MSE) :
c) Mean absolut percentage Error (MAPE)
t t t
F d e + =
=
=
T
t
t
e
T
MAD
1
1
=
=
T
t
t
e
T
MSE
1
2
1
|
|
.
|
\
|
=

=
T
t
t
t
d
e
T
MAD
1
100 .
1

B. Peramalan

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

B. Peramalan

Diunggah oleh

Hak Cipta:

Format Tersedia

Teknik Industri FT-Universitas Pancasila

Anda mungkin juga menyukai