Anda di halaman 1dari 3

METODEPERAMALAN(TIMESERIES)

Peramalan(forecasting):meramalkanjumlahpermintaan(demand)suatuprodukpada
periodeyangakandatangdenganmemanfaatkandatahistoris(datasebelumnya).
MetodeNaive

Period (t ) Demand (X t ) Forecast (F t ) Error (e t )


1
-200
2
200.0
40.0
240
3
240.0
60.0
300
4
300.0
-30.0
270
5
270.0
-40.0
230
6
230.0
30.0
260
7
260.0
-50.0
210
8
210.0
65.0
275
9
230
275.0
-45.0
10
230.0

Ft 1 X t

Keterangan:
Ft+1=Peramalan(forecast)periodet+1
Xt=DataPenjualanataupermintaanAktual
periodet

MetodeSimpleAverage
peramalanpermintaanperiodekedepan=ratarataseluruhdatapenjualanperiodesebelumnya.
Period (t ) Demand (X t )

1
2
3
4
5
6
7
8
9
10

200
240
300
270
230
260
210
275
230

Error (e t )

Forecast (F t )

-200.0
(200+240)/2 =
(200+240+300)/3 =
(200+240+300+270)/4 =
(200+240+300+270+230)/5 =
(200+240+300+270+230+260)/6 =
(200+240+300+270+230+260+210)/7 =
(200+240+300+270+230+260+210+275)/8 =
(200+240+300+270+230+260+210+275+230)/9 =

220.0
246.7
252.5
248.0
250.0
244.3
248.1
246.1

40.0
80.0
23.3
-22.5
12.0
-40.0
30.7
-18.1

Ft 1 X t / n
t 1

Keterangan:
Ft+1=Peramalan(forecast)periodet+1
Xt=DataPenjualanataupermintaanAktualperiodet
n=jumlahData

MovingAverages(MA)

Period Demand

peramalanpermintaanperiodekedepan=
rataratadatapenjualanhanyabeberapa
periodeterakhirsebelumnya

1
2
3
4
5
6
7
8
9
10

jumlah n data permintaan terakhir


Ft 1
n

xt xt 1 xt 2 ... xt n 1
Ft 1
n

10
12
14
15
16
17
19
21
23

Simple MA 3 data
Average sebelumnya
10
11.0
12.0
12.8
13.4
14.0
14.7
15.5
16.3

12.0
13.7
15.0
16.0
17.3
19.0
21.0

WeightedMovingAverage(WMA)

32.7=0.6*23+0.3*47+0.1*48

SamadenganidedasardariMAhanya
ditambahkanbobotpadadatayangakan
digunakan.Periodeyangpalingdekatdengan
periodeperamalandiberibobotterbesar.

Ft 1

Alpha

i t n 1

t i 1

Xi

1
0.6

2
0.3

3
0.1

47.2=0.6*47+0.3*48+0.1*46

SingleExponentialSmoothing

MiripsepertiWMA

Ft 1 X t (1 ) Ft

0.1

75.6=0.1*90+0.9*74
78.04=0.1*100+0.9*75.6
76.236=0.1*60+0.9*78.04

Caramenghitungerror(semuametodeperamalansama)
Error=demand(penjualanataupermintaan)actualatauyangsebenarnyahasilperamalan
ContohpadaSingleExponentialSmoothingerrorperiodeke2=9074=16.

TUGAS
1.

2.

3.
4.
5.

Dibentuklimakelompokdalamsatukelas.Setiapkelompokmendapatsatumetodeperamalan
untukdidiskusikandandipahami.Setiapkelompokdiberiwaktulimamenituntukberdiskusi.
Setiapkelompokmenjelaskandidepankelastentangmetodeyangdidapatolehkelompok
tersebut.
Setiaporangmengerjakanulangsemuametode(limametode)dengancara:gunakandata
yangsamasesuaidenganmasingmasingmetode(metodenavemenggunakandatapada
metodenavedanseterusnya),akantetapijikapadadatatersebutterdapatangkaterakhirnol
(0),makaangkanol(0)tersebutdigantisesuaidengandigitNIMterakhir,apabiladigitNIM
terakhiradalahnolmakadigunakandigitkeduadaribelakangbegituseterusnyasampai
didapatiNIMbukannol.
Contoh:padametodeSingleExponentialSmoothing,terdapatdatademand75;90;100;60.Jika
NIMnyaadalah14612099makadatademandmenjadi75;99;109;69.JikaNIMnyaadalah
14612130makadatademandmenjadi75;93;103;63.
Errortidakperludikerjakan.
Dikumpulkankeketuakelas,kemudiandimasukkankelokeratasnamaDzakiyah
Widyaningrum.
Dikumpulkanhariini(15/09/2016).

Anda mungkin juga menyukai