Praktikum Sisprod Peramalan
Praktikum Sisprod Peramalan
SISTEM PRODUKSI
FORECASATING
TEKNIK ANALISIS TIME SERIES
Ade Irawan
Pertemuan 1
Pola musiman terjadi bila nilai data dipengaruhi oleh faktor musiman
(misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu
tertentu). Struktur datanya dapat digambarkan sebagai berikut ini
Contoh Kasus:
Perusahaan mebel di Pamulang sedang melakukan peramalan
mengenai permintaan produk mereka berupa kursi. Mereka ingin
meramalakan permintaan dari bulan Maret 2013 sampai bulan Juli 2013.
Untuk itu pihak manajemen menejemen menggunakan data permintaan
kursi dari bulan Juni 2011 sampai bulan Februari 2013. Data permintaan
kursi sebagai berikut:
BULAN
Jul-11
Agust-11
Sep-11
Okt-11
Nop-11
Des-11
Jan-12
Feb-12
Mar-12
Apr-12
Permintaaan
210
212
216
219
220
223
225
226
228
229
BULAN
Mei-12
Jun-12
Jul-12
Agust-12
Sep-12
Okt-12
Nop-12
Des-12
Jan-13
Feb-13
Permintaaan
232
233
236
239
247
254
258
258
260
265
9. Masih pada tampilan time series modeler, click bagian Statistics, lalu
click Display Fit Measure, click Mean absolute error dan Mean
absolute percentage error. Lalu click Display forcasts
10. Masih pada tampilan Time series modeler, selanjutnya Click Plots
lalu Click Series, Click Observed value. Click Forecasts. Click Fit
Value.
11. Masih pada tampilan Time series modeler, Click Save, Pada
Predicted Values, Klik Save.
12. Masih pada tampilan Time series modeler, Click Options. Pada
Forecast period. Click First case after end of estimation through a
specified date.
12. Click OK
Bulan
Jul-11
Agust-11
Sep-11
Okt-11
Nop-11
Des-11
Jan-12
Feb-12
Mar-12
Apr-12
Mei-12
Jun-12
Jul-12
Agust-12
Sep-12
Okt-12
Nop-12
Des-12
Jan-13
Feb-13
Mar-13
Apr-13
Mei-13
Jun-13
Jul-13
Permintaan
210
212
216
219
220
223
225
226
228
229
232
233
236
239
247
254
258
258
260
265
Peramalan
210
210
212
216
219
220
223
225
226
228
229
232
233
236
239
247
254
258
258
260
265
265
265
265
265
Metode Holts
Berikut tahapannya:
1. Buka menu SPSS
2. Sebelumnya buat data dahulu di excel
7. Lalu Click Criteria. Pada model type, click Holts Liniear Trend
9. Masih pada tampilan time series modeler, click bagian Statistics, lalu
click Display Fit Measure, click Mean absolute error dan Mean
absolute percentage error. Lalu click Display forcasts
10. Masih pada tampilan Time series modeler, selanjutnya Click Plots
lalu Click Series, Click Observed value. Click Forecasts. Click Fit
Value.
11. Masih pada tampilan Time series modeler, Click Save, Pada
Predicted Values,Click Lower Confidence Limits, Klik Save, Click
Upper Confidennce Limit, Klik Save.
12. Masih pada tampilan Time series modeler, Click Options. Pada
Forecast period. Click First case after end of estimation through a
specified date.
Tugas:
Perusahaan mebel di Pamulang sedang melakukan peramalan
mengenai permintaan produk mereka berupa kursi. Mereka ingin
meramalakan permintaan dari bulan Maret 2013 sampai bulan Juli 2013.
Untuk itu pihak manajemen menejemen menggunakan data permintaan
kursi dari bulan Juni 2011 sampai bulan Februari 2013. Data permintaan
kursi sebagai berikut:
BULAN
Jul-11
Agust-11
Sep-11
Okt-11
Nop-11
Des-11
Jan-12
Feb-12
Mar-12
Apr-12
Permintaaan
210+A
212+A
216+A
219+A
220+A
223+A
225+A
226+A
228+A
229+A
BULAN
Mei-12
Jun-12
Jul-12
Agust-12
Sep-12
Okt-12
Nop-12
Des-12
Jan-13
Feb-13
Permintaaan
232+A
233+A
236+A
239+A
247+A
254+A
258+A
258+A
260+A
265+A