Anda di halaman 1dari 13

Peramalan (Forecast)

Peramalan Memprediksi mengenai apa yang akan


terjadi di masa depan.
Ingat! Masa depan tidak mungkin dapat diramalkan
secara tepat sempurna, hanya dapat dilakukan
menggunakan pendekatan.
Jika pendekatan tersebut tepat maka dilihat sebagai
suatu kebetulan.
Dua macam pendekatan
- non-matematis (tidak akan dibahas lebih lanjut)
- matematis
Pendekatan...

Pendekatan secara non-matematis, contoh:
- pengalaman di masa lalu
- pengelihatan para ahli (supranatural.)
- kedekatan relasi
- dsb

Pendekatan secara matematis, contoh:
- Analisis seri waktu (time series analysis)
- Regresi (regression method)
- Metode kualitatif (qualitative method)
Pendekatan...

Pendekatan secara matematis membutuhkan data
lampau (masa lalu) yang bersifat relatif, antara
lain dalam hal:

kebutuhan banyaknya cacah data
berapa jumlahnya?
sepuluh, seratus, seribu, ....

selang waktu pengambilan data
setiap berapa lama?
setiap detik, jam, hari, minggu, bulan, ...
Beberapa pengertian Peramalan...

Waktu ramalan yang diinginkan, dibagi menjadi:
Ramalan jangka pendek (short-range forecast)
Ramalan jangka menengah (medium-range forecast)
Ramalan jangka panjang (long-range forecast)

Jangka waktu ramalan di atas juga bersifat relatif,
ditentukan oleh penerapan (aplikasi) apa yang akan
diramal.
Pada umumnya semakin jauh masa depan yang ingin di
ramal maka akan semakin sulit peramalan dilakukan.
Ramalan disini hanya mencerminkan suatu pola atau
kecenderungan, sehingga sangat dimungkinkan memiliki
tingkat kesalahan tertentu (forecast error) atau
penyimpangan.
Contoh penerapan ramalan...

a. mengetahui pergerakan nilai saham pada
pembukaan sesi siang ini
b. mengetahui keadaan cuaca besok dan lusa
c. mengetahui perminataan suatu barang untuk
pengiriman bulan depan
d. memprediksi musim tanam di suatu daerah
pertanian
e. memprediksi mencairnya es di kutub selatan
akibat pengaruh pemanasan global
dan sebagainya....
Pendekatan secara matematis...
Metode analisis seri waktu (time series analysis)
Metode ini mengunakan data historis yang diakumulasikan dalam
beberapa periode waktu, yang termasuk metode ini yaitu:
Metode rata-rata bergerak (moving average method)
Rata-rata bergerak (moving average)
Rata-rata bergerak tertimbang (weighted moving average)
Metode Penghalusan eksponensial (exponential smoothing
method)
memberikan bobot lebih kuat di data terakhir daripada data awal
Penghalusan eksponensial sederhana
(simple exponential smoothing)
Penghalusan eksponensial yang disesuaikan
(ajusted exponential smoothing)
Metode analisis seri waktu (time series analysis)
Rumus....
Rata-rata bergerak (moving average)
Metode analisis seri waktu (time series analysis)
Rumus....
Rata-rata bergerak tertimbang (weighted moving average
Metode analisis seri waktu (time series analysis)
Contoh: diketahui data pemesanan barang (Tabel 1)

Bulan Pesanan
Januari 120
Februari 90
Maret 100
April 75
Mei 110
Juni 50
Juli 75
Agustus 130
September 110
Oktober 90
November -

Hitunglah perkiraan pemesanan barang pada bulan ke-11
(november) menggunakan metode rata-rata bergerak, dengan
mempertimbangkan data tiga bulan dan lima bulan sebelumnya.
Metode analisis seri waktu (time
series analysis)
Dengan metode rata-rata bergerak
dapat diperoleh
perbandinmgan secara lengkap antara
pemesanan barang
sebenarnya (aktual) dengan
perhitungan ramalan tiga bulanan
dan lima bulanan (Tabel 2)
Bulan Pemesanan Tiga bulanan Lima
bulanan
(aktual) (ramalan) (ramalan)
Januari 120 - -
Februari 90 - -
Maret 100 - -
April 75 103,3 -
Mei 110 88,3 -
Juni 50 95 99
Juli 75 78,3 85
Agustus 130 78,3 82
September 110 85 88
Oktober 90 105 95
November - 110 91
Metode analisis seri waktu (time
series analysis)
Hitunglah perkiraan pemesanan barang
pada bulan ke-11
(november) menggunakan metode rata-
rata bergerak
tertimbang dari referensi data tiga bulan
sebelumnya,
dengan setiap bobot yang telah ditentukan
yaitu: 50%
(Oktober), 33% (September), dan 17%
(Agustus).
Catatan:
Pada contoh ini adalah pemesanan barang
(harus utuh) maka
dilakukan pembulatan ke atas menjadi 104
pesanan.
MA3= 0,5 .90 0,33 .110 0,17
.130=103,4 pesanan