KELOMPOK 10
Stephanie Rawi
1306413580
1206260715
1206237290
Fakultas Teknik
Universitas Indonesia
2015
I.
RESUME
Forecasting adalah proses memprediksi kejadian yang di masa depan. Digunakan untuk
menjadi dasar dalam membuat keputusan bisnis (produksi, persediaan, fasilitas).
Forecasting memiliki tiga jangka waktu yaitu jangka pendek, jangka menengah dan jangka
panjang. Secara garis besar forecasting dibagi menjadi dua macam yakni
a. Qualitative Method:
Jury of executive opinion, Delphi method, Sales force composite, Consumer market
survey
b. Quantitative Method:
Time series: Naive Approach, Moving Averages, Exponential Smoothing
Associative Model: Trend Projection, Linear Regression
Pada metode kuantitatif terdapat metode exponential smoothing merupakan prosedur
perbaikan terus-menerus pada peramalan terhadap objek pengamatan terbaru. Ia menitikberatkan pada penurunan prioritas secara eksponensial pada objek pengamatan yang lebih
tua. Dengan kata lain, observasi terbaru akan diberikan prioritas lebih tinggi bagi
peramalan daripada observasi yang lebih lama. Menurut Trihendradi (2005) analisis
exponential smoothing merupakan salah satu analisis deret waktu, dan merupakan metode
peramalan dengan memberi nilai pembobot pada serangkaian pengamatan sebelumnya untuk
memprediksi nilai masa depan.
Step 2: Hitunglah Tt
Keterangan
= Nilai ramalan berdasarkan periode t
= Nilai ramalan berdasarkan periode t-1
= Actual demand periode yang lalu
= Trend correction
,
<1
RUMUSAN MASALAH
Berdasarkan data historis perusahaaan produk (At)
diketahui permintaan pasar dari periode 1 hingga 10
(t). Dengan adanya konstanta = 0,3 dan = 0,2
perusahaan tersebut ingin mengetahui nilai ramalan
permintaan (FITt) daripada periode 11 dengan trend
adjusted exponential smoothing
At
1
2
500
524
3
4
520
528
5
6
540
542
7
8
558
550
9
10
570
575
11
III.
PERHITUNGAN MANUAL
Menghitung 4 periode pertama untuk menemukan trend
528-500 / 3 = 9.33
Sehingga pada periode ke 5 menjadi 528 + 9.33 = 537.33 sebagai Ft 5 dengan rumus:
At
Ft
Tt
FITt
1
2
500
524
N/A
N/A
N/A
N/A
N/A
N/A
3
4
520
528
N/A
N/A
N/A
N/A
N/A
N/A
5
6
540
542
7
8
558
550
550.12
558.2501333
9
10
570
575
11
8.237333 558.3573
8.215893 566.466
5.879133
MSE
MAPE
75.64339
1.077147
Grafik At vs FITt
600
Demand
580
560
Actual Demand (A)
540
520
Trend Adjusted
Exponential Smoothing
(FIT)
500
480
460
1
10
Periode
IV.
Jika mengunakan formula (=DESMTH) pada excel maka akan langsung didapatkan nilai FITt
sehinga didapatkan:
At
FITt
500
2
3
4
5
6
7
8
9
10
11
524
520
528
540
542
558
550
570
575
#N/A
500
548
534.0656
541.0096
551.7222
555.1726
567.0383
566.5701
577.3481
577.3481
Grafik At vs FITt
600
580
560
Demand
540
520
At
500
FITt
480
460
1
6
Periode
10
11
Kemudian nilai ketiganya yakni nilai At, FI dengan formula =DESMTH dan
perhitungan manual dapat dibandinglan dan digambarkan dengan grafik berikut:
600
580
560
540
At
520
500
480
460
440
1
V.
10 11
KESIMPULAN
Pada hasil perhitungan kami menemukan bahwa jika dihitung manual dan dengan
formula mendekati dan nilai error cukup rendah yakni dibawah 10%. Namun kami
merasa jika menghitung dengan formula akan lebih cepat, mudah dan akurat sesuai
data yang ada. Implementasi exponential smoothing with trend adjustment akan
sangat berguna pada industry untuk meramal permintaan produk sehingga dapat
meminimalisasi cost namun hal ini akan tercakap jika estimasi konstanta dan
tepat.