ECI - Share - Forecasting Basics With Minitab-1 PDF

PETUNJUK TEKNIS PERAMALAN
DENGAN MINITAB
(Time Series Analysis)
Bambang Eko Cahyono
Founder Komunitas Expert Club Indonesia (ECI)
Komisaris Utama PT. EBM Jakarta
Tujuan Webinar
• Mengetahui Minitab
• Mengetahui Forecasting analysis
• Memahami step by step forecast
coachbembi@expertclubindonesia.com 2
Bembi
Siapakah saya
• SD sering rangking … 1 atau 2
• SMP… ndablek rangking 20-30
• SMA … Insyaf Rangking 10 besar
• Kuliah… Sedikit Cum Laude
• Hobi organisasi…
• Kerja… Sukanya belajar
• Sekarang…. Suka ngajar
Web:
ecahyono.blogspot.com
www.Expertclubindonesia.com
coachbembi@expertclubindonesia.com
3
MINITAB
Define Define the nature of the forecasting problem.
TUJUAN Explain Explain the nature of the data.

FORECASTING
Describe Describe the properties of the techniques.
Develop Develop criteria for selection.
6
Mengapa butuh
Forecasting
• Level of Details.
• Time horizon.
• Based on judgment or data
manipulation.
• Management acceptance.
• Cost.
Apa bedanya dengan
DUKUN
Memperkirakan……
MENGUKUR ERROR
DALAM FORECASTING
Webinar Expert Club Indonesia (ECI)

EROR
10
Forecasting eror
Dalam melakukan Sales data Single Exponential Smoothing .6
forecasting terjadi 940 Actual
ketidaksesuaian antar data

840 Smoothed
Forecast
740 Actual
Smoothed
640 Forecast
actual dengan hasil forecast
Sales
540
440 Smoothing Constant

Alpha: 0.600
340
oleh karena itu dilakukan 240
140
MAPE:
MAD:
MSD:
36.5
134.5
22248.4
perhitungan error yang

0 5 10 15 20 25
Time
terjadi dengan
menggunakan metode
analisis kesalahan MAD,
MSE, MAPE, MFE dan CFE.
TUJUAN MENGUKUR EROR
1. Mengkomparasi akurasi dari 2 (atau lebih)

metode forecasting yang dipakai.
2. Mengukur realibilitas dan manfaat dari
metode forecasting yang dipakai.
3. Mencari metode forecasting yang paling
optimal bagi organisasi atau perusahaan.
13
LANGKAH FORECAST
• Memperhatikan dan memilih model peramalan yang sesuai berdasar

MAPE, MAD dan MSD.
• Ketiga nilai tersebut adalah ukuran akurasi ketepatan model, semakin
kecil nilainya maka semakin baik.
1. MAPE (Mean Absolute Percentage Error)
Merupakan rata-rata dari keseluruhan persentase kesalahan (selisih)
antara data aktual dengan data hasil peramalan. Ukuran akurasi
dicocokkan dengan data time series, dan ditunjukkan dalam
persentase.
2. MAD (Mean Absolute Deviation)
Merupakan rata-rata dari nilai absolut simpangan.
3. MSD (Mean Squared Deviation)
Merupakan rata-rata dari nilai kuadrat simpangan data.
FORMULA
Nilai MAD di kuadratkan menjadi MSD
14
Model
Forecast
(Time
series)
Model Forecasting yang sering dipakai:

– Linear
– Quadratik
– Eksponensial
Manfaat Peramalan
Bersiap diri lebih awal pada perubahan situasi
Merupakan dasar pedoman dalam perencanaan

baik jangka pendek dan jangka panjang
Pengontrolan operasional perusahaan
PERAMALAN YANG BAIK
kriteria – kriteria tersebut adalah sebagai berikut:
1. Akurasi
Suatu hasil peramalan diukur dengan kebiasaan dan konsistensi dari peramalan.
Hasil dari peramalan dibiaskan bila peramalan tersebut terlalu tinggi atau terlalu
rendah dibanding dengan kenyataan yang sebenarnya terjadi. Hasil peramalan
dikatakan konsisten bila besarnya kesalahan dari peramalan relatif kecil.
2. Biaya
Biaya yang diperlukan untuk pembuatan suatu peramalan tergantung dari jumlah
item yang diramalkan, lamanya periode peramalan dan metode peramalan yang
dipakai.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat dan mudah untuk
diaplikasikan akan memberikan keuntungan bagi perusahaan
Langkah Meramal
1. Mengumpulkan data trend
2. Memilih model yang tepat (Linear, Quadratik, ataukah

Eksponensial)
3. Menganalisis masa depan dengan model yang tepat
MINITAB
1. Mengumpulkan data
Masukkan data trend

Disamping adalah
Data Defects pada
tanggal 1 hingga 15
2. Memilih model yang pas-1
Menu Stat > Time Series

> Trend Analysis
Pilih Linear
Dan,
Input Number of Forecast
= 10 hari kedepan
Muncul Nilai MAPE, MAD & MSD

Untuk Model Linear
Lakukan lagi untuk model
Quadratic dan Exponential
Sekarang Kita Pilih Quadratic
Kita dapatkan nilai MAPE, MAD

dan MSD untuk model Quadratic
Lakukan juga untuk model Eksponensial
Kita dapatkan nilai

MAPE, MAD dan
MSD untuk model
Exponential
(Membandingkan nilai MAPE)
Dari ketiga Model,

Nilai MAPE terkecil ialah di model
Quadratic, sebesar 13,16
Maka kita pilih Quadratic

MAPE (Mean Absolute Percentage Error)
Merupakan rata-rata dari keseluruhan persentase kesalahan (selisih) antara data aktual dengan data
hasil peramalan. Ukuran akurasi dicocokkan dengan data time series, dan ditunjukkan dalam persentase.
3. Baca peramalan dari model yang kita pilih
Hasil dari sesi

Perhitungan statistik
Minitab
Untuk Model Quadratic
Hasil Peramalan:
Pada tanggal 16, Maka estimasi defects
sebesar 42.7
Tanggal 17, sebesar 44.02
Hingga …
Tanggal 25, potensi defect sebesar 60
DENGAN MELAKUKAN TREND MEMPERKUAT HYPOTESA LEBIH MAWAS DIRI DAN PROAKTIF BUKAN REAKTIF
ANALISYS, KITA MENJADI PEMIKIRAN (INTUITIF) KITA BERSIAP DENGAN RENCANA/
LEBIH YAKIN AKAN SUATU IMPROVEMENT KEDEPAN
NILAI DI MASA DEPAN.
Penutup
Referensi Formula
Untuk melihat formula dan

lainnya, dapat melihat informasi
di Minitab.
Terimakasih
Bambang Eko Cahyono
Chairman Expert Club Indonesia
www.expertclubindonesia.com
INFO PENTING – SERTIFIKAT SEMINAR
• Bagi yang berminat dibuatkan e-sertifikat dari ECI.

• Email ke admin@Expertclubindonesia.com
• Subject : E-Certificate Forecasting
• Tulis di email Nama lengkap, nomer HP WA, Fak/Jur,
Nomor Induk Siswa/ Pegawai. Lampirkan bukti
transfer dan scan Kartu Mahasiswa.
• Biaya admin ECI hanya Rp. 85.000,- saja (khusus

Mahasiswa UPI), diluar UPI/ Umum Rp. 250.000,-
• Bukti bayar WA ke 081370294942 (Admin ECI)

ECI - Share - Forecasting Basics With Minitab-1 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

ECI - Share - Forecasting Basics With Minitab-1 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PETUNJUK TEKNIS PERAMALAN

TUJUAN Explain Explain the nature of the data.

Describe Describe the properties of the techniques.

Develop Develop criteria for selection.

Webinar Expert Club Indonesia (ECI)

Dalam melakukan Sales data Single Exponential Smoothing .6

forecasting terjadi 940 Actual

ketidaksesuaian antar data

actual dengan hasil forecast

440 Smoothing Constant

oleh karena itu dilakukan 240

perhitungan error yang

1. Mengkomparasi akurasi dari 2 (atau lebih)

• Memperhatikan dan memilih model peramalan yang sesuai berdasar

Nilai MAD di kuadratkan menjadi MSD

Model Forecasting yang sering dipakai:

Bersiap diri lebih awal pada perubahan situasi

Merupakan dasar pedoman dalam perencanaan

Pengontrolan operasional perusahaan

1. Mengumpulkan data trend

2. Memilih model yang tepat (Linear, Quadratik, ataukah

3. Menganalisis masa depan dengan model yang tepat

Masukkan data trend

Menu Stat > Time Series

Muncul Nilai MAPE, MAD & MSD

Sekarang Kita Pilih Quadratic

Kita dapatkan nilai MAPE, MAD

Lakukan juga untuk model Eksponensial

Kita dapatkan nilai

Dari ketiga Model,

Maka kita pilih Quadratic

Hasil dari sesi

Untuk Model Quadratic

Untuk melihat formula dan

• Bagi yang berminat dibuatkan e-sertifikat dari ECI.

• Biaya admin ECI hanya Rp. 85.000,- saja (khusus

• Bukti bayar WA ke 081370294942 (Admin ECI)

Anda mungkin juga menyukai