Praktikum
Perencanaan
dan
Pengendalian
Produksi
Metode Peramalan
01
Abstract Kompetensi
Mata kuliah ini akan membahas dan Menemukan metode terbaik yang
mengimplementasikan tentang pola digunakan dalam peramalan.
permintaan, metode peramalan, dan
bagaimana melakukan peramalan.
I. TUJUAN PRAKTIKUM
Dari praktikum modul ini, mahasiswa diharapkan:
1) Memahami konsep rencana produksi dan permintaan pasar terhadap produk yang
diuji.
2) Memahami dan mampu mengimplementasikan konsep-konsep perencanaan produksi.
b) Peramalan Kuantitatif
Metode kuantitatif secara garis besar dapat dikelompokan menjadi 2 yaitu:
1. Peramalan Kuantitatif Sebab Akibat (Causal)
Metode ini juga disebut sebagai metode korelasi dimana metode peramalan yang
didasarkan pada penggunaan analisis pola hubungan antara variabel yang akan diperkirakan
dengan variabel lain yang mempengaruhinya yang bukan waktu.
2. Peramalan Kuantitatif Deret Waktu (Time Series)
Metode time series adalah metode yang dipergunakan untuk menganalisis serangkaian
data yang merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau
kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi
semata-mata atas dasar data historis dari serial itu.
Dengan analisis deret waktu dapat ditunjukkan bagaimana permintaan terhadap suatu
produk tertentu bervariasi terhadap waktu. Sifat dari perubahan permintaan dari tahun ke
tahun dirumuskan untuk meramalkan penjualan pada masa yang akan datang.
Kebanyakan model peramalan deret waktu untuk dapat memodelkan secara matematis
berdasarkan dari pola data masa lalu. Ada beberapa pola permintaan yang mempengaruhi
analisis dari peramalan kuantitatif:
a) Pola Siklis (Cycle)
Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak
produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki
kecenderungan periodik. Komponen siklis ini sangat berguna dalam peramalan jangka
menengah.
Pola data ini terjadi bila data memiliki kecendrungan untuk naik atau turun terus-
menerus. Pola data dalam bentuk trend ini digambarkan sebagai berikut:
c) Pola Horizontal
Pola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata. Adapun
bentuk dari pola ini adalah:
Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus
menerus. Pola data dalam bentuk trend ini dapat digambarkan sebagai berikut:
dengan St’.
2) Setelah semua rata-rata dihitung, hitung rata-rata kedua yaitu rata-rata dari St’ dengan
periode perata- rataan yang sama. Hasilnya dinotasikan dengan : St”.
3) Hitung komponen at dengan rumus :
Pemulusan Trend
Peramalan
tersebut tidak tersedia. Sehingga, nilai-nilai ini harus ditentukan pada awal periode. Hal ini
dapat dilakukan dengan hanya menetapkan S 't dan S ''t sama dengan X t atau menggunakan
nilai rata-rata dari beberapa nilai pertama sebagai titik awal. Jenis masalah inisialisasi ini
muncul dalam setiap metode pemulusan eksponensial. Jika parameter pemulusan α tidak
mendekati nol. Tetapi, jika α mendekati nol, proses inisialisasi tersebut dapat memainkan
peranan yang nyata selama periode waktu yang panjang.
Pemulusan
Peramalan
sebelumnya, yaitu bt1dengan menambah nilai pemulusan yang terakhir, yaitu St1. Hal ini
membantu untuk menghilangkan kelambatan dan menempatkan St ke nilai data saat ini.
dikalikan dengan jumlah periode ke muka yang diramalkan, m, dan ditambahkan pada nilai
dasar, St .
Proses inisialisasi untuk pemulusan eksponensial linear dari Holt memerlukan dua
taksiran yang satu mengambil nilai pemulusan pertama untuk S1 dan yang lain mengambil
trend b1. Pilih S1 X1 . Taksiran trend kadang-kadang lebih merupakan masalah. Kita
Peramalan
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain:
a. Ukuran kesalahan dengan cara statistik
Mean Error (ME)