(Forecasting)
5.1
Pengertian Peramalan
5.2
Metode Peramalan
Operasional
Taktis
Strategis
Perencanaan Produksi,
Distribusi
Penyewaan Lokasi dan
Peralatan
Penelitian dan
Pengembangan untuk
akuisisi dan merger
Atau pembuatan produk baru
Selain rentang waktu yang ada dalam proses peramalan, terdapat juga teknik
atau metode yang digunakan dalam peramalan. Metode peramalan dapat
diklasifikasikan dalam dua kategori, yaitu:
1. Metode Kualitatif
1
5.3
Prosedur Peramalan
antara nilai aktual dan nilai ramalan disebut sebagai kesalahan ramalan
(forecast error) atau deviasi yang dinyatakan dalam:
et = Y(t) Y(t)
Dimana : Y(t) = Nilai data aktual pada periode t
Y(t) = Nilai hasil peramalan pada periode t
t
= Periode peramalan
Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat
SSE (Sum of Squared Errors) dan Estimasi Standar Error (SEE
Standard Error Estimated)
SSE = e(t)2 = [Y(t)-Y(t)]2
n
SEE
[Y (t ) Y ' (t )]
i 1
n2
5.4
dimana a = konstanta
Untuk mendapatkan nilai (a) maka dapat didekati melalui turunan kuadrat
terkecilnya (least square) terhadap (a) sebagai berikut:
n
E [Y (t ) a ]2
i 1
dE
0
da
2 [Y (t ) a ] 0
diperoleh
i 1
i 1
Y (t ) a 0
i 1
; maka
Y (t ) na 0
i 1
Y (t )
i 1
Sehingga:
a
; dimana n = jumlah periode peramalan
Jadi, apabila pola data berbentuk konstan, maka peramalannya dapat didekati
dengan harga rata-rata dari data tersebut.
Soal 1
Diberikan data permintaan pabrik konveksi PT Garmen Mandiri dari bulan
Januari sampai Juni tahun 2006. Tentukan jumlah permintaan untuk lima bulan
selanjutnya dengan menggunakan model konstan!
Bulan
(t)
Jan
Feb
Mar
Apr
Mei
Jun
Jawaban
Menghitung Konstanta a :
(46 56 54 43 57 56)
52
6
a=
Jadi permintaan untuk bulan Juli sampai dengan November 2006 dapat didekati
dengan harga rata-ratanya (a) yaitu 52 unit.
Y ' (t ) a u cos
2
2
t v sin
t
n
n
.............................................(1)
Dimana n adalah jumlah periode peramalan
Jumlah Kuadrat Kesalahan Terkecil didefinisikan sebagai:
2
2 2
t v sin
t )]
N
N
E [Y (t ) a u cos
i 1
k
k cos
k sin
cos
n
2
N
2
N
2
N
0
sin
2
N
0
0
t
0
Maka:
n
k' 0
0
n
2
2
0 1 k cos
t
N
n
2
k sin N t
2
0
n
2
0
n
k
2
2
0 cos
t k cos
t 0
N
N
n
2
k sin N t 0
2
0
n
k
2
2
0 sin
t k cos
t 0
N
N
n
2
k sin N t 0
2
0
0
n
0
2
0
Soal 2
Diketahui data permintaan produksi chip pada tahun 2005 sebagai berikut:
Bulan
Permintaan dalam unit
(t)
(Y)
Jan
73
Feb
83
Mar
92
Apr
107
Mei
114
Jun
129
Jul
91
Aug
108
Spt
116
Oct
79
Nov
92
Des
93
a. Tentukan demand di tahun berikutnya dengan metode peramalan pola data siklis
b. Hitunglah standard error estimate-nya!
Jawaban:
t
k=
d -98
h=
t-6
hk
sin
(2t/12
cos
(2t/12
kcos(t/6
)
ksin(t/6
)
5
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sept
72
83
92
107
114
129
91
108
116
-26
-15
-6
9
16
31
-7
10
18
-5
-4
-3
-2
-1
0
1
2
3
130
60
18
-18
-16
0
-7
20
54
)
0.500
0.866
1.000
0.866
0.500
0.000
-0.500
-0.866
-1.000
79
92
-19
-6
4
5
-76
-30
-0.866
-0.500
0.500
0.866
-9.50
-5.20
16.45
3.00
93
-5
-30
0.000
1.000
-5.00
0.00
1176
105
0.000
0.000
-98.01
-19.90
1
2
3
4
5
6
7
8
9
1
0
11
1
2
7
8
k'
cos
0
12
98.01 0
19.90 0
0
6
0
Oct
Nov
Dec
Total
t
6
)
0.866
0.500
0.000
-0.500
-0.866
-1.000
-0.866
-0.500
0.000
-22.52
-7.50
0.00
-4.50
-13.86
-31.00
6.06
-5.00
0.00
-13.00
-12.99
-6.00
7.79
8.00
0.00
3.50
-8.66
-18.00
t
6
0 0
0
6
sin
Maka:
12 0 0
0
0 0
0
12 0
0
12 0
t
t
k ' 0 6 0 1 98.01 6 0 cos 98.01 0 0 sin
98.01 0 6 0
6
6
0 0 6
19.90 0 6
19.90 0 6
19.90 0 0
t
t
(7056.72) sin 1432.80 0
6
6
t
t
k ' 16.33 cos 3.32 sin
6
6
k ' (432) cos
Y ' (t ) d k '
Demand
t
t
3.32 sin
6
6
Forecast
Error
(Y - Y')^2
(Y)
January
February
March
April
May
June
July
August
Septembe
r
October
November
December
Totals
1
2
3
4
5
6
7
8
72
83
92
107
114
129
91
108
(Y)
82.20
86.96
94.68
103.29
110.48
114.33
113.80
109.04
9
10
11
12
78
116
79
92
93
1176
101.32
92.71
85.52
81.67
1176
(e)
-10.20
-3.96
-2.68
3.71
3.52
14.67
-22.80
-1.04
104.00
15.68
7.18
13.76
12.38
215.21
519.92
1.08
14.68
-13.71
6.48
11.33
0
215.50
187.97
42.01
128.37
1463.07
SEE
[Y (t ) Y ' (t )]
i 1
n2
1463.07
12.09
10
E [Y (t ) a b(t )]2
i 1
dE
2 t[Y (t ) a bt ] 0
0
db
i 1
yaitu
diperoleh
Y (t ) na b t 0
i 1
i 1
i 1
i 1
i 1
tY (t ) a t b t
...........(1)
0
....(2)
i 1
i 1
n tY (t ) Y (t ) t
n
i 1
n t 2
i 1
i 1
i 1
i 1
Y (t ) b t
n
n
Confidence Interval = Y(t) t/2 SEE
(t o t ) 2
( t ) 2
2
t
1
Prediction Interval = Y(t) t/2SEE
(t o t ) 2
( t ) 2
2
t n
Soal 3
Diketahui data pada tahun 2005 pada tabel berikut ini.
Bulan
Permintaan dalam unit
(t)
(Y)
Jan
199
Feb
202
Mar
199
Apr
208
Mei
212
Jun
194
Jul
214
Aug
220
Spt
219
Oct
234
Nov
219
Des
233
a. Tentukan demand tahun 2007
b. Hitunglah SSE (Sum of Squared Errors) dan SEE-nya (Standard Error
Estimated)
c. Tentukan Confidence Interval dan Prediction Interval dengan t = 18 serta
derajat = 0,01
Jawaban
Month Bulan Ke- Demand t^2
t*Y(t)
Jan
1
199
1
199
Feb
2
202
4
404
Mar
3
199
9
597
Apr
4
208
16
832
May
5
212
25
1060
Jun
6
194
36
1164
Jul
7
214
49
1498
Aug
8
220
64
1760
Sep
9
219
81
1971
Oct
10
234
100
2340
Nov
11
219
121
2409
Des
12
233
144
2796
t = Y(t) = t^2 =
t*Y(t) =
78
2553
650
17030
Bulan (t)
Jan
(25)
Feb (26)
Mar (27)
Apr (28)
Mei (29)
Jun (30)
Jul
(31)
Aug (32)
Spt (33)
Oct (34)
Nov (35)
Des (36)
b. Untuk menghitung SSE dan Standard Error Estimatenya (SEE) terlebih dahulu
dihitung demand aktual dengan menggunakan persamaan (Y(t)) yang telah
diketahui.
Month Bulan Ke- Demand
Jan
1
199
Feb
2
202
Mar
3
199
Apr
4
208
May
5
212
Jun
6
194
Jul
7
214
Aug
8
220
Sep
9
219
Oct
10
234
Nov
11
219
Dec
12
233
Total
78
2553
Ramalan
196
199
202
205
208
211
214
217
220
223
226
230
2553
[Y(t)-Y'(t)]^2
9
9
9
9
16
289
0
9
1
121
49
9
530
SEE
[Y (t ) Y ' (t )]
i 1
t2
530
7,28
12 2
10
c. Dari Persamaan : Y(t) = 193 + 3(t), maka untuk satu harga t = 18 diperoleh
Y=247 dengan Standar Error Estimatenya (SEE)= 7.28 dan t/2 = t 0,005 = 3,169
untuk (n 2 = 12 2 =10) derajat bebas.
n
Confidence Interval = Y(t) t/2 SEE
(t o t ) 2
( t ) 2
2
t
1
(18 6,5) 2
12
(78) 2
650
12
= 247 (3,169)(7,28)
= 247 23,16
1
1
n
Prediction Interval = Y(t) t/2SEE
(t o t ) 2
( t ) 2
2
t n
1 (18 6,5) 2
1
12
78 2
650
12
= 247 (3,169)(7,28)
= 247 46,32
Yt Yt 1 Yt 2 .... Yt n 1
n
Simple Moving Average (SMAt)=
11
Soal 4
Diberikan data harga penutupan akhir minggu surat-surat berharga perusahaan
Mandala yang bergerak dalam bidang maskapai penerbangan.
t
1
2
3
4
5
6
7
8
9
10
11
12
Y
46
56
54
43
57
56 67
62
50 56
47
56
Maka Moving Average 3 mingguan (SMA3) terhadap harga penutupan akhir minggu
saham diperoleh dari perhitungan berikut:
Minggu Permintaan
Simple Moving Average
(t)
(Y)
3 Mingguan (MA3)
1
46
2
56
3
54
52
4
43
51
5
57
51,33
6
56
52
7
67
60
8
62
61,17
9
50
59,17
10
56
56
11
47
51
12
56
53
Contoh perhitungan:
46 56 54
SMAMinggu3
52
3
56 54 43
51
3
Berdasarkan data di atas, maka ramalan untuk minggu-minggu mendatang (13)
56 47 56
Y ' (12t )
53unit
3
dengan t = 1,2,3
SMAmin ggu 4
5.4.4.2
CMA t
Yt (( L 1 / 2 ) ........Yt ........ Yt (( L 1) / 2
L
12
Dimana Yt adalah nilai tengah dari interval L data observasi. (L-1)/2 observasi
merupakan data sebelum dan sesudahnya. Misalnya CMA 5 periode, maka Yt = Y5
maka intervalnya dimulai dari Y3 sampai Y7
Soal 5
Bulan
(t)
Januari
Pebruari
Maret
April
Mei
Permintaan
(Y)
46
56
54
43
57
(CMA5)
(CMA8)
51.2
53.2
55.13
55.4
55.63
Juni
56
57
Juli
67
58.4
Agustus
62
58.2
September
Oktober
November
Desember
50
56
47
56
56.4
54.2
55.63
54.75
56.38
Contoh perhitungan:
CMAMei
5.4.4.3
54 43 57 56 67
55,4
5
Ft w1 At 1 w2 At 2 ....... wn At n
dan
w
i 1
Soal 6
Diketahui data penjualan suatu departement store 4 bulan periode. Kemudian
ingin meramalkan penjualan bulan ke-5 dengan moving average dimana
menggunakan bobot 40% actual sales untuk bulan saat ini (4), 30% untuk 2 bulan
sebelumnya, 20% untuk 3 bulan sebelumnya, dan 10% untuk 4 bulan sebelumnya.
Data penjualannya sebagai berikut:
Month1
100
Month2
90
Month3
105
Month4
95
Month5
?
13
Y '(t 1)Y1
(1 )Y '(t )
Dengan nilai Y(1) untuk inisial ramalan didekati dengan nilai rata-ratanya ( Y )
Atau
Jan
100
Feb
94
Marc
108
Apr
80
May
68
June
94
14
Jawaban:
Bulan
January
February
March
April
May
June
July
Total
Actual
Sales
100
94
106
80
68
94
542
Forecas
t (1)
80
84
86
90
88
84
86
598
Forecast(II)
Error
80
84
86
90
88
84
86
598
(Y-Y')^2
20
10
20
-10
-20
10
90
400
100
400
100
400
100
0
1500
Y'( t 1)Y1
(1 )Y'(t )
....................................(1) atau
....................(2)
MAD
Y (t ) Y ' (t )
t 1
n
90
MAD
15
6
;
dimana 1 MAD = 0.8 standard deviation diperoleh standar deviation = 12
15