Anda di halaman 1dari 14

Tugas Forecasting

Tugas ini disusun untuk memenuhi Mata Kuliah Metode Peramalan Desen Pengampu : Drs. SUGIMAN, M.Si

Disusun Oleh : 1. Astetika Rosyana 4112311022

Prodi Statistika Terapan dan Komputasi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang 2013

Disajikan data penjualan sepeda motor merk BEBEK di kabupaten Wonosobo pada Januari 2011 sampai Maret 2012
BULAN Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Januari Februari Maret JUMLAH UNIT SPEDA MOTOR BEBEK 35 34 34 45 51 55 37 29 41 57 57 53 43 37 28

a. Single moving average Forecast dihitung dengan rumus : Dimana :

Mean Absolute Error (MAE) dan Mean Squared Error (MSE)

Hasil pengolahan forecast dengan bantuan Ms. Exel

Keterangan : Untuk ramalan bulan April 2012 menggunakan metode Single Moving Average 3 bulan menghasilkan forcast sebesar 36,00 , dengan mean absolute error 12,39 dan mean square error 194,16. Sedangkan menggunakan metode Single Moving Average 5 bulan didapat hasil ramalan sebesar 43,6 dengan mean absolute error 11,52 dan mean square error 163,08. Dari hasil tersebut menunjukkan bahwa forecast memakai 3 bulan moving average penyimpangannya lebih besar dibanding memakai 5 bulan moving average. Jadi dapat disimpulkan jika kita harus memilih diantara kedua cara tersebut maka yang sebaiknya dipilih adalah 5bulan moving average. b. Doubel moving average Forecast dengan 3 tahun Double moving average Menghitung St dan St Kolom ketiga merupakan rata-rata 3 tahun terakhir dari data (Xi)

Kolom keempat merupakan rata-rata 3 tahun terakhir dari St

menghitung kostanta (a) menghitung spole (b)

V adalah jangka waktu moving average

menghitung forecast
m = jangka waktu forecast ke depan

Hasil pengolahan forecast dengan bantuan Ms. Exel :

Dari hasil perhitungan menggunakan metode double moving average 3 bulan dihasilkan ramalan bulan April 2012 sebesar 20,44. Dengan mean absolute error 15,62 dan mean square error 333,16.

c. Single exponential smoothing menentukan nilai disini kita akan menggunakan nilai forecast dihitung dengan rumus , , dan

Dengan catatan data penjualan sepeda motor merk BEBEK bulan Januari tahun 2011 sebesar 35 unit, kita belum bisa membuat forecast. Untuk bulan Februari kita belum mempunyai cukup data. Untuk ini kita boleh menentukan secara bebas, asalkan mendekati. Biasanya yang paling mudah dipakai adalah data terakhir. Sehingga untuk forecast bulan Februari sama dengan data bulan Januari. Hasil pengolahan forecast dengan bantuan Ms. Exel :

Dari hasil perhitungan menggunakan metode single exponential smoothing diperoleh :


Dengan taraf =0,1 ramalan pada bulan April 2012 sebesar 33,77

dengan MAE 11,06 dan MSE sebesar 637,73.


Dengan taraf =0,5 ramalan pada bulan April 2012 sebesar 35,21

dengan MAE sebesar 4,72 dan MSE sebesar 219,04.

Dengan taraf = 0,9 ramalan pada bulan April 2012 sebesar 28,97

dengan MAE sebesar 5,32 dan MSE sebesar 157,46. Hal ini menunjukkan bahwa dengan taraf =0,5 mempunyai penyimpangan yang lebih kecil dibandingkan dengan yang lainnya. Jadi jika kita memilih diantara ketiganya maka yang lebih baik kita melilih =0,5.

d. Double exponential smoothing Menentukan nilai Disini kami menggunakan Menghitung nilai St dan St Dengan catatan karena belum cukup data, nilai

Menghitung a dan b

menghitung forecast

m = jangka waktu forecat kedepan Hasil pengolahan forecast dengan bantuan Ms. Exel :

Dari hasil perhitungan menggunakan metode double exsponential smoothing dengan taraf =0,2 diperoleh ramalan bulan April sebesar 36,45 dengan MAE 9,36 dan MSE sebesar 113,80.

e.

METODE DEKOMPOSISI

a. Trend Kali ini kami menggunakan metode trend linear least squareskarena persamaan garis linier yang diperoleh mengakibatkan hasil ramalan mempunyai tingkat kesalahan paling kecil jika dibandingkan dengan persamaan yang dihasilan metode lain. Tingkat kesalahan yang kecil membuat data estimasi mendekati data aktual. Mencari persamaan trend Menentukan Kuartal Tiap bula Laju Penjualan Speda Motor BEBEK di Wonosobo. Dipunyai data laju pertumbuhan penjualan sepeda motor merk BEBEK dari Januari 2011 sampai Maret 2012. Dari data tersebut, dijumlahkan nilai pertumbuhan penjualan, seperti tertera pada tabel berikut :

bulan januari februari maret kuartal 1 april mei juni kuartal 2 juli agustus september kuartal 3 oktober nopember desember kuartal 4 jumlah

Tahun 2011 2012 35 43 34 37 34 28 103 108 45 51 55 151 29 41 57 127 57 57 53 167 548 108

Sehingga diperoleh tabel kuartalan nilai penjualan Sepeda Motor merk BEBEK yang lebih sederhana sebagai berikut:
kuartal I II III IV tahun 2011 103 151 127 167 2012 108

Menentukan Persamaan Trend Kuartalan Laju Pertumbuhan Ekonomi Karena origin terletak di kuartal III tahun 2011 dan untuk X sebagai berikut :
tahun 2011 2012 kuartalan II III -1 0

I -2 2

IV 1

Diperoleh tabel kerja trend kuartal sebagai berikut :


tahun 2011 kuartal I II III IV I II III IV penjualan 103 151 127 167 108 X -2 -1 0 1 2 XY -206 -151 0 167 216 X^2 4 1 0 1 4

jumlah

2012

656

26

10

Sehingga perhitungan untuk nilai a dan b adalah Jadi diperoleh persamaan trend kuartal laju pertumbuhan ekonomi

b. Menetukan Indeks Musim Dengan Metode Persentasi Terhadap Trend (1) Mencari nilai trend pada setiap periode Nilai masing-masing skala X untuk kuartal disubtitusi ke persamaan , yakni sebagai berikut. dan seterusnya. Sehingga diperoleh nilai trend pada setiap periode seperti tabel berikut:

TAHUN kuartal 2011 I II III IV 126 128,6 131,2 133,8 2012 136,4

(1) Mencari persentase nilai riil terhadap nilai trend Persentase nilai riil terhadap nilai trend didapat dari nilai laju pertumbuhan ekonomi tiap kuartal dibagi nilai trend kuratal dikali 100, yakni sebagai berikut. Tahun 2007 kuartal I = Tahun 2007 kuartal II = dan seterusnya. Sehingga diperoleh persentase nilai riil terhadap nilai trend seperti tabel berikut :
kuartal I II III IV TAHUN 2011 2012 81,75 79,18 117,42 96,80 124,81

81,74 117,96

(2) Mencari median tiap kuartal dengan tidak memandang kapan terjadinya

TAHUN kuartal 2011 I II III IV 81,75 117,42 96,80 124,81 2012 79,18 80,46 58,71 48,40 62,41 median

Jadi jumlah median-median tiap kurtal adalah 249,98 (3) Mencari rata-rata median Rata-rata median = (4) Mencari indeks musim tiap kuartalnya Indeks musim ditentukan dengan cara median dibagi rata-rata median dikalikan 100, sehingga diperoleh: Kuartal I = Kuartal II = Kuartal III = Kuartal IV =

c. Mencari Variasi Siklis Mencari nilai trend dengan mensubtitusikan nilai x Cantumkan indeks musiman Menghitung Normal

Menghitung variasi musiman

Menghilangkan pengaruh perubahan random dengan menghitung jumlah tertimbang bergerak. Kita gunakan weight 1, 2, 1, artinya kita jumlahkan data selama 3 kuartal dengan weight, kuartal sebelumnya 1, kurtal yang bersangkutan 2, dan kuartal yang sesudahnya 1. Mengitung indeks siklis

Jumlah tertimbang = (1+2+1) = 4

Hasil perhitungan dengan bantuan Ms. Exel

d. Forecasting dengan metode dekomposisi Pada metode dekomposisi, peramalan dilakukan dengan menggabungkan komponen-komponen yang telah diperoleh, yaitu trend, indeks musim, indeks siklis dan perubahan random. Namun gerak siklis sulit diperkirakan polanya karena faktor yang mempengaruhinya banyak sekali. Oleh karena itu peramalan hanya menggunakan trend dan gerak musim saja. Dengan menggunakan nilai trend dan indeks musim yang telah diketahui maka dapat dihitung permalan laju pertumbuhan ekonomi, dengan cara :

Keterangan : Dari hasil forecasting diatas dapat diketahui bahwa peramalan kuartal I, II, III, IV pada tahun 2012 adalah : Kuartal I tahun 2012 Kuartal II tahun 2012 Kuartal III tahun 2012 Kuartal IV tahun 2012 : 127,00 : : -

Dan forecasting penjualan sepeda motor merk BEBEK untuk tahun 2012 adalah sebesar 127. Menghitung MAE dan MSE

Dari hasil diatas dapat diketahui bahwa nilai MAE data penjualan sepeda motor merk BEBEK adalah sebesar 15,10 dan niai MSE data penjualan sepeda motor merk BEBEK adalah sebesar 286,50. Tingkat keakurasian forecasting data penjualan sepeda motor merk BEBEK tahun 2011-2012 menggunakan beberapa metode yang telah digunakan adalah sebagai berikut: No 1 Metode Single Moving average 3 bulanan 5 bulanan 2 3 Double Moving Average Single Exponential Smoothing =0,1 =05 =0,9 4 6 Double Exponential Smoothing Dekomposisi 9,36 15,10 189,50 11,06 4,72 5,32 637,73 219,04 157,46 113,80 12,39 11,52 15,62 194,16 163,08 333,16 MAE MSE

Dari keterangan diatas dapat diambil kesimpulan bahwa metode yang paling tepat adalah dengan menggunakan Metode Double Exponential Smoothing karena memiliki MSE yang paling kecil yaitu 113,80.