Forecast 1

Contoh rata-rata bergerak 3 bulan

Penjualan alat pemotong rumput di Bobs Hardware Store

Bulan Penjualan aktual Rata-rata bergerak

Januari 10
Pebruari 12
Maret 13
April 16 (10 + 12 + 13)/3 = 11,66
Mei 19 (12 + 13 + 16)/3 = 13,66
Juni 23 (13 + 16 + 19)/3 = 16
Juli 26 dst
Agustus 30
September 28
Oktober 18
Nopember 16
Desember 14

Contoh rata-rata tertimbang 3 bulan

Penjualan alat pemotong rumput di Bobs Hardware Store

Bulan Penjualan aktual Rata-rata tertimbang

Januari 10
Pebruari 12
Maret 13
April 16 [(3 x 13) + (2 x 12) + (10)]/6 = 12,17
Mei 19 [(3 x 16) + (2 x 13) + (12)]/6 = 14,66
Juni 23 [(3 x 19) + (2 x 16) + (13)]/6 = 17
Juli 26 dst
Agustus 30
September 28
Oktober 18
Nopember 16
Desember 14
Timbangan ditetapkan periode

3 bulan lalu
2 dua bulan lalu
1 tiga bulan lalu
6 jumlah timbangan

perhitungannya adalah:

3 x penjualan bulan lalu +2 x penjualan 2 bulan lalu +1 x penjualan 3 bulan lalu

6

Contoh least square

Tahun xi yi xiyi xi Y
1987 0 332.500 0 0 302.356
1988 1 301.100 301.000 1 329.656
1989 2 366.000 732.000 4 384.956
1990 3 356.500 1.069.500 9 384.256
1991 4 417.000 1.668.000 16 411.556
1992 5 444.500 2.222.500 25 438.856
1993 6 459.500 2.757.000 36 466.156
1994 7 512.000 3.584.000 49 493.456
1995 8 515.000 4.120.000 64 521.156
36 3.704.000 16.454.000 204

Y = a + bx

yi = na + bxi 3.704.000 = 9a + 36b

xi yi = axi + b xi 16.454.000 = 36 a + 204 b

9a + 36b = 3.704.000 (4)

36a + 204b = 16.454.000 (1)
________________________________
36a + 144b = 14.816.000
36a + 204b = 16.454.000
_________________________________
60b = 1.638.000
b = 27.300
 9a + 36 (27.300) = 3.704.000
9a = 2.721.200
a = 302.356

Y = 302.356 + 27.300 x

Contoh Regresi liniar

Penjualan / y Gaji wilayah/ x x xy

2,0 1 1 2,0
3,0 3 9 9,0
2,0 4 16 10,0
2,0 2 4 4,0
2,0 1 1 2,0
3,5 7 49 24,5
y = 15,0 x = 18 x = 80 xy = 51,5

Y = a + bx

x 18
x= --- = --- =3
n 6

y 15
y= --- = --- = 2,5
n 6

xy nx y 51,5 (6) (3) (2,5)

b = ------------------- = ---------------------- = 0,25
x - n x 80 (6) (3)

a = y bx = 2,5 (0,25) (3) = 1,75

Estimasi persamaan regresi adalah:

Y = 1,75 + 0,25 x

Atau
 Y = 1,75 + 0,25 gaji
Contoh eksponensial

Pelabuhan New Orleans telah membongkar muatan daging sapi dari kapal South
American selama delapan kuartal terakhir. Manajer operasi pelabuhan ingin menguji
penggunaan penghalusan eksponensial untuk melihat seberapa baik teknik itu bekerja
dalam meprediksi pembongkaran tonasi. Ia mengasumsikan bahwa pembongkaran dalam
kuartal pertama adalah 175 ton. Dua nilai diuji, = 0,10 dan = 0,50.
KUARTAL PEMBONGKARAN PERAMALAN DIBULATKAN DENGAN PERAMALAN
TONASI AKTUAL = 0,10 DIBULATKAN
DENGAN = 0,50
1 180 175 175
2 168 175,50 = 175,00 + 0,10 (180-175) 178
3 159 175 = 175,50 + 0,10 (168-175,50) 173
4 175 173 166
5 190 173 170
6 205 175 180
7 180 178 193
8 182 178 186
9 ? 179 184

Untuk mengevaluasi keakuratan setiap konstanta penghalusan, kita bisa menghitung

deviasi absolute dan MAD
KUARTAL PEMBONGKARAN PERAMALAN DEVIASI PERAMALAN DEVIASI
TONASI AKTUAL DIBULATKAN ABSOLUT DIBULATKAN ABSOLUT
DENGAN UNTUK DENGAN UNTUK
= 0,10 = 0,10 = 0,50 = 0,50
1 180 175 5 175 5
2 168 176 8 178 10
3 159 175 16 173 14
4 175 173 2 166 9
5 190 173 17 170 20
6 205 175 30 180 25
7 180 178 2 193 13
8 182 178 4 186 4
Jumlah deviasi absolut 84 100

(Deviasi)
MAD = --------------
n

untuk = 0,10 84/ 8 = 10,5

 = 0,50 100/8 = 12,5