FoRe

CaSTiNG
Riman Fajeri : E1F10901
Lidya LisnaSari : E1F109032
Mutiara Ramadhani : E1F109043
Yuliani : E1F109055
Wahyu Wulandari : E1F109068
Najemi Hendriawan : E1F109082
 PERAMALAN
 PERAMALAN
Adalah penggunaan data masa lalu dari sebuah
variabel atau kumpulan variabel sebagai motivasi di masa
yang akan datang.

Peramalan (Forecasting)
Merupakan bagian penting bagi setiap organisasi
bisnis dan untuk setiap pengambilan keputusan
manajemen yang sangat signifikan. Peramalan menjadi
dasar bagi perencanaan jangka panjang perusahaan.
Karakteristik Peramalan
Karakteristik peramalan yang baik
adalah :

Keakuratan

Biaya

Penyederhanaan
 ::Prinsip-PrinsipPeramalan::
 Peramalan melibatkan kesalahan(error).
 Peramalan sebaiknya memakai tolokukur
kesalahan peramalan.
 Peramalan famili produk lebih akurat dari
pada peramalan produk individu(item).
 Peramalan jangka pendek lebih akurat dari
pada jangka panjang.
 Jika dimungkinkan, hitung permintaan dari
pada meramal permintaan.
 ::Prosedur Peramalan::
1. Definisikan Tujuan Peramalan
2. Buatlah diagram pencar (Plot Data)
3. Memilih model peramalan yang tepat
4. Lakukan Peramalan
5. Hitung kesalahan ramalan (forecast error)
6. Pilih Metode Peramalan dengan kesalahan yang
terkecil
7. Lakukan Verifikasi
 Metode Peramalan dapat diklasifikasikan
menjadi 2 :
1. Metode Kualitatif
• Metode ini digunakan dimana tidak ada model
matematik, biasanya dikarenakan data yang ada tidak
cukup representatif untuk meramalkan masa yang
akan datang (long term forecasting).
2. Metode Kuantitatif
• Metode yang penggunaanya didasari ketersediaan
data mentah disertai serangkaian kaidah matematis
untuk meramalkan hasil di masa depan.
 Contoh kasus metode kualitatif
Pada pelayanan jasa pengiriman barang
meramalkan akan sampai ketujuan dalam 2 x
24 jam. Tapi karena cuaca yang buruk,
sehingga pengiriman menjadi terlambat 1 x
24 jam. Dari pengalaman tersebut maka
dapat ditelaah kembali agar tidak terlambat
kembali.
 Contoh kasus metode kuantitatif
Dalam suatu periode 4 bulanan, ramalan paling baik dicapai
dengan menggunakan bobot 40 % untuk penjualan nyata bulan
paling akhir, 30 % untuk dua bulan sebelumnya, 20 % untuk tiga
bulan sebelumnya dan 10 % untuk empat bulan sebelumnya.
Bila data penjualan nyata adalah sebagai berikut :
Bulan ke –1 = 100 unit Penyelesaian
Bulan ke –2 = 90 unit Maka ramalan penjualan untuk bulan ke-5 adalah
= 0,40(95) + 0,30(105) + 0,20(90) + 0,10(100)
Bulan ke – 3 = 105 unit = 38 + 31,5 + 18 + 10
Bulan ke –4 = 95 unit = 97,5 unit ( dibulatkan menjadi 98 unit )
Dan ramalan penjualan untuk bualan ke-6 adalah
Bulan ke – 5 = ? = 0,40(98) + 0,30(95) + 0,20(105) + 0,10(90)
= 39,2 + 28,5 + 21 + 9
= 97,7 unit
 Kesimpulan
1. Peramalan merupakan tahapan awal dalam
perencanaan sistem operasi produksi.
2. Model yang paling tepat harus dipilih dalam
melakukan peramalan.
3. Model yang dipilih dapat dibandingkan
dengan model yang lain dengan
menggunakan kriteria minimum average
sum of squared errors.
4. Distribusi forecast errors harus dimonitor,
jika terjadi bias maka model yang digunakan
tidak tepat.
Syukron ikhtimatikom..

‫الهتمامكم‬ ‫شكرا‬