selama
waktu
tertentu
tertentu).
Penjualan
dari
1. Constant
2. Linier trend
3. Quadratic
Pola
siklis
(C)
terjadi
bilamana
4. Exponential
5. Moving Average
6. Exponential smoothing
7. Seasonal
1. Constan
d 't
Keterangan:
dt = Forecast untuk saat t
t = time (independent variable)
Pola
trend
(T)
terjadi
bilamana
n = jumlah data
Contoh Soal:
Contoh:
Penjualan
Bulan t
dt
perusahaan,
GNP
berbagai
Jan
90
Aus
102
Feb
111
Sep
95
Mar
99
Okt
10
114
Apr
89
Nov
11
103
Mei
87
Des
12
113
Jun
84
Jul
104
dan
banyak
Total =1191
d 't
2
d
1
12
d 't
1191
1
12
99.25
2. Linier trend
secara
random
berfluktuasi
kecil)
d 't a bt
t 1, 2, 3, .....
t d t td
a
n t t
2
n td t t d t
n t 2 t
Keterangan:
dt = Forecast untuk saat t
Langkah langkahnya :
a = intercept
b = kemiringan garis
t 1
t 1
t 1
2
n t 2 t
t 1
t 1
n
n td t d t t
t d t td
n t t
2
t 1
t 1
d t b t
n
2. Cari nilai b
3. Cari nilai dt
Tetep smangat ya :v
n
n
t n t 2
2. Lalu
t 1
t 1
3. Quadratic
random
berfluktuasi
d ' (t ) a bt ct 2
t 1, 2, 3, ....
b
2
t 2 n t 4
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t t 2 n t 3
2
t Y (t ) n tY (t )
t 2 Y (t ) n t 2Y (t )
n
5. Cari tetha
t n t 2
t 1
n
n
t 2 n t 4
t 1
t 1
3. Kemudian cari
t 1
t 1
t 1
t 2 Y (t ) n t 2Y (t )
t 1
(b)( )
Y (t )
t 1
t
t 1
t 1
rumuuus:
(1870)(550) (3370)(300)
b
5
(1870)(50) (300) 2
(b)( )
(1870)
1
1870
t t n t
2
t 1
t 1
t 1
Y (t )
t 1
t
t 1
t 1
180 (5)(15) 55
10
5
5
5
d ' (t ) a bt ct 2
d ' (t ) 10 5t t 2
5
t 1, 2, 3, ....
4. Exponential
5. Moving Average
dibandingkan
konvensional.Digunakan transformasi
Kesalahan
peramalan
berikutnya.
Dihitung
hasil
peramalan sebelumnya.
peramalan
a = intercept
b = kemiringan garis
t = time (independent variable)
e = exponential (konstanta)
Persamaan transformasi logaritma :
Contoh :
(5)(33.8) (9.60)(15)
b
0.5
(5)(55) 225
9.60 (0.5)(15)
0.42
5
5
masa
lalu
berdasarkan
Keterangan:
ln( a )
panjang.
d' (t) ae bt
jangka
kesalahan
6. Exponential smoothing
Kesalahan
peramalan
masa
lalu
Dihitung
peramalan
berdasarkan
+
kesalahan
peramalan sebelumnya.
ES didefinisikan sebagai:
Ft 1 Dt (1 ) Ft
Keterangan:
Ft+1
Ramalan
untuk
periode
berikutnya
Dt = Demand aktual pada periode t
Ft
Peramalan
yg
ditentukan
Contoh lagi:
8. Seasonal
Demand meningkat karena pengaruh
tertentu atau berdasarkan waktu.
Nilai/harga faktor seasonal antar 0
dan 1.
Formulasi peramalan pada tahun ke i :
di = a + bt
Keterangan :
di = peramalan untuk
saat ke i
t = perioda waktu
(bulan, minggu, dll)
Formulasi Peramalan Seasonal :
SF(i) = (Si).(dt)
Contoh :
Forecasting
Errors
&
Tracking Signals
3 metode perhitungan kesalahan
peramalan :
t 1
t 1
d t'
d t'
100 N d t d t'
c. Mean Absolute Percent Error (MAPE)
N t 1 d t
Salah satu metode verifikasi adalah
Moving Range Chart (MRC).
Moving Range (MR) didefinisikan
sebagai :
MR = |dt dt| |dt-1 dt-1|
Keterangan :
dt = ramalan pada bulan ke t
dt
MRi
MR i 1
n 1
UCL 2,66MR
LCL 2,66MR
CL 0
Contoh
Soal:
Kasus
Peramalan
Konstan
n1
MRi
MR i 1
n 1
117
10.6
11
UCL 28.2
LCL - 28.2
MR
UCL 2,66MR
LCL 2,66MR
CL 0
10
ramalan
dengan
evidence
(fakta-fakta)
selanjutnya.
11