MAKALAH TEKNIK PROYEKSI BISNIS

MOVING AVERAGE

Disusun Oleh:
Lia Intan Anggriani C1B017112
Yudhi Amrullah C1B017128

POGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS JAMBI

2019

i
 KATA PENGANTAR

Assalamu’alaikum warahmatullahi wabarokatuh Puji syukur kita panjatkan ke hadirat

Allah Subhanahu wata΄ala, karena berkat rahmat-Nya Kami bisa menyelesaikan tugas
Makalah mata kuliah Teknik Proyeksi Bisnis yang berjudul Peramalan Penjualan dengan
Metode Moving Averages. Makalah ini diajukan guna memenuhi tugas mata kuliah Teknik
Proyeksi Bisnis. Makalah ini masih jauh dari sempurna, oleh karena itu Kami mengharapkan
kritik dan saran yang bersifat membangun demi kesempurnaan makalah ini. Semoga makalah
ini memberikan informasi bagi pembaca, mahasiswa dan bermanfaat untuk pengembangan
wawasan dan peningkatan ilmu pengetahuan bagi kita semua.Wassalamu’alaikum
warahmatullahi wabarokatuh.

Jambi, 15 September 2019

Team 3

ii
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................i

DAFTAR ISI.....................................................................................................................ii

BAB I PENDAHULUAN

A. Latar Belakang.................................................................................................1
B. Rumusan Masalah............................................................................................1
C. Tujuan Penulisan makalah...............................................................................1

BAB II PEMBAHASAN

A. PengertianMetode Moving Average................................................................1

B. Macam-macam Metode Moving Averages.....................................................3

BAB III PENUTUP

A. KESIMPULAN...............................................................................................6
B. SARAN............................................................................................................7

DAFTAR PUSTAKA........................................................................................................8

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Metode peramalan adalah sebuah metode yag mampu melakukan analisa terhadap
sebuah faktor atau beberapa faktor yang diketahui mempengaruhi terjadinya sebuah
peristiwa dengan terdapat waktu tenggang yang panjang antara kebutuhan akan
pengetahuan terjadinya sebuah peristiwa di masa mendatang dengan waktu telah
terjadinya peristiea tersebut di masa lalu. Beberapa metode metode peramalan seperti
analisis time series sering digunakan dalam melakukan melakukan peramalan
terhadap data data historis, contohnya mengamati data penjualan produk, Dalam
analisa data time series, dikenal beberapa model peramalan seperti model Autoregresi
(AR), Moving Average (MA), Autoregressive Moving Average (ARMA), dan model
Autoregressive Integrated Moving Average (ARIMA).
Pembuatan sister ramalan penjualan produk dengan metode ilmiah adalah dengan
menggunakan metode Moving Average (MA). Moving Average didapatkan dengan
merata-rata jumlah permintaan berdasarkan dengan data data masa lalu yang terbaru.
Tujuan utama dari penggunaan metode ini adalah untuk mengurangi atau
menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Metode
Moving Average dibagi menjadi dua, yaitu Single moving average dan Double
moving average.

1.2 Rumusan masalah

1. Apa itu metode peramalan Moving Average (MA)?

2. Apa saja macam-macam Moving Average (MA)?

1.3 Tujuan penelitian

1. Untuk mengetahui apa itu metode peramalan Moving Average (MA)

2. Untuk mengetahui apa saja macam-macam Moving Average (MA).

1
 BAB II

PEMBAHASAN

2.1 Pengertian
Moving Average atau dalam bahasa Indonesia disebut dengan Rata-rata
Bergerak adalah salah satu metode peramalan bisnis yang sederhana dan sering
digunakan untuk memperkirakan kondisi pada masa yang akan datang dengan
menggunakan kumpulan data-data masa lalu (data-data historis). Dalam
Manajemen Operasi dan Produksi, kumpulan data disini dapat berupa volume
penjualan dari historis perusahaan. Periode waktu kumpulan data tersebut dapat
berupa Tahunan, Bulanan, Mingguan bahkan Harian. Metode Peramalan
Moving Average ini sering digunakan dalam peramalan bisnis seperti peramalan
permintaan pasar (demand forecasting), analisis teknikal pergerakan saham dan
forex serta memperkirakan tren-tren bisnis di masa yang akan datang.
Pada dasarnya Pengertian Moving Average atau Rata-rata bergerak adalah
metode peramalan yang menghitung rata-rata suatu nilai runtut waktu dan
kemudian digunakan untuk memperkirakan nilai pada periode selanjutnya.
Moving Average atau Rata-rata Bergerak diperoleh melalui penjumlahan dan
pencarian nilai rata-rata dari sejumlah periode tertentu, kemudian
menghilangkan nilai terlamanya dan menambah nilai baru. Metode Moving
Average ini lebih baik digunakan untuk menghitung data yang bersifat stabil
atau data yang tidak berfluktuasi dengan tajam (data yang perubahan naik dan
turunnya sangat drastis). Hal ini dikarenakan data pada setiap periode diberikan
bobot yang sama sehingga tidak dapat mewakilkan periode-periode tertentu
yang bersifat khusus ataupun data periode terakhir yang biasanya dinilai sebagai
data yang terbaik dalam mengambarkan kondisi terkini.

2
2.2 Macam-macam Moving Average
Metode moving averages ini dibagi menjadi dua, yaitu :
2.2.1 Rata-Rata Bergerak Tunggal (Single Moving Average)
Metode ini mempunyai karakteristik khusus yaitu:
a. Untuk menentukan ramalan pada periode yang akan datang
memerlukan data histories selama jangka waktu tertentu. Misalnya,
dengan 4 bulan moving average, maka ramalan bulan ke-5 baru bias
dibuat setelah bulan ke-4 selesai atau berakhir. Jika 6 bulan moving
average, ramalan bulan ke-7 baru bisa dibuat setelah bulan ke-6 berakhir.
b. Semakin panjang jangka waktu moving average, efek pelicinan
semakin terlihat dalam ramalan atau menghasilkan moving average yang
semakin halus.

2.2.2 Rata-Rata Bergerak Ganda (Double Moving Average)

Salah satu cara untuk meramalkan data time series yang memiliki trend linear
adalah dengan menggunakan double moving average. Adapun prosedur peramalan
rata-rata bergerak linier meliputi tiga aspek. Metode ini merupakan bagian dari
Rata-Rata Bergerak Ganda (Double Moving Average). Dasar dari metode ini
adalah menghitung rata-rata bergerak yang kedua. Rata-rata bergerak “ganda”
ini merupakan rata-rata bergerak yang menurut symbol ditulis sebagai MA(M x
N)dimana artinya adalah MA M – periode dari MA N – periode.

Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek :

a. Penyesuaian, yang merupakan perbedaan antara rata-rata bergerak
tunggal dan ganda pada waktu t ( ditulis St – St), dan
b. Penyesuaian untuk kecendrungan dari periode tke periode t +1 (atau ke
Penggunaan rata-rata bergerak tunggal pada waktu t (ditulis S’t),
c. periode t+m jika kita meramalkan m periode ke muka).

Prosedur rata-rata bergerak linier secara umum dapat diterangkan melalui

persamaan berikut :

3
a) Menentukan smoothing pertama (St) persamaan ini mempunyai
asumsi bahwa saat ini kita berada pada periode waktu t dan
mempunyai nilai masalalu sebanyak N, sebagai berikut:
St = Xt+Xt-1+Xt-2+…+Xt-N-1
N
St= smoothing pertama periode t
Xt = nilai riil periode
N = jumlah periode
b) Menentukan smoothing kedua (St), persamaan ini menganggap
bahwa semua rata-rata bergerak tunggal (St) telah dihitung.
Persamaan itu kita menghitung rata-rata bergerak N – periode dari
nilai-nilai St tersebut. (St – St)
St= St+St-1+St-2+…+St-N-1
N

St = smoothing kedua periode t

c) Menentukan besarnya konstanta (at), persamaan ini mengacu

terhadap panyesuaian MA tunggal, S’ t , dengan persamaan sebagai
berikut :
at= St + ( S t – S t ) = 2St – St

at= besarnya konstanta periode t

d) Menentukan besarnya Slope (bt), persamaan ini menentukan

taksiran kecenderungan dari periode waktu yang satu ke periode
waktu berikutnya, persamaannya sebagai berikut :
2(S t – S t)
bt =
N−1

bt = slope / nilai trend dari data yang sesuai

e) Menentukan besarnya Forecast, persamaan ini menunjukkan

bagaimana memperoleh ramalan untuk m periode ke muka dari t.
ramalan untuk m periode ke muka adalah at – dimana merupakan
4
nilai rata-rata yang disesuaikan untuk periode t ditambah m kali
komponen kecendrungan bt , persamaannya sebagai berikut :
Ft+m = at + bt (m)

Ft+m = besarnya forecast

m = jangka waktu forecast

5
Contoh Kasus :
Perusahaan PT. ZZYY yang bergerak di bidang manufakturing Ponsel ingin meramalkan
penjualan Ponsel untuk bulan April dan Mei dengan menggunakan data bulanannya yang
dimulai dari bulan Januari. Periode Rata-rata bergeraknya adalah 3 bulan. Berikut ini adalah
cara dan hasil perhitungannya.

Bulan Penjualan (unit) Perkiraan (unit)

Januari 22.500 -
Februari 37.500 -
Maret 30.000 -
April ?
Juni ?

Kita dapat melanjutkan tabel ini setelah mendapatkan data-data aktual penjualannya. Berikut
ini adalah contoh tabel dan grafik perhitungan peramalan atau perkiraan penjualan beserta
data aktual penjualannya.

Grafik Perkiraan Penjualan

BAB III

6
 PENUTUP

3.1 Kesimpulan

Rata-rata bergerak tunggal (Moving average) untuk periode t adalah nilai rata-
rata untuk n jumlah data terbaru. Dengan munculnya data baru, maka nilai rata-rata
yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan
data yang terbaru. Moving average ini digunakan untuk memprediksi nilai pada periode
berikutnya. Model ini sangat  cocok digunakan pada data yang stasioner atau data yang
konstant terhadap variansi, tetapi tidak dapat bekerja dengan data yang mengandung
unsur trend atau musiman.

Rata-rata bergerak menggunakan data terakhir dan menggunakannya untuk

memprediksi data pada periode selanjutnya. Metode ini sering digunakan pada data
kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun
waktu. Semakin besar orde rata-rata bergerak, semakin besar pula pengaruh pemulusan
(smoothing). Rata-rata bergerak (Moving Average) dibagi menjadi dua, yaitu Single
Moving Average dan Double Moving Average yang merupakan pengembangan dari
single average. Dimana single moving averages digunakan untuk meramalkan data
stasioner, sedangkan double moving averages digunakan untuk meramalkan data
liniear.

Kelemahan dari Moving Average (Rata-rata bergerak) ini adalah :

 Metode ini memerlukan penyimpanan yang lebih banyak karena semua T pengamatan
terakhir harus disimpan , tidak hanya nilai rata-rata.
 Metode ini tidak dapat menanggulangi dengan baik adanya trend atau musiman,

3.2 Saran

7
 Dalam makalah ini penulis mengharapkan agar mahasiswa mampu memahami
materi pembahasan dan mampu mengerjakan soal – soal analisa deret berkala dengan
metode moving average, baik Single Moving Average maupun Double Moving
Average.

DAFTAR PUSTAKA

8
Suwastika, N. A., W, P. W., & Harsono, T. B. (2015). Model Prediksi Simple
Moving Average Pada Auto-Scaling Cloud Computing. Jurnal Ilmiah
Teknologi Informasi Terapan, I(3).

Widya, K. B. (n.d.). METODE MOVING AVERAGE DAN METODE WINTER

DALAM PERAMALAN, 1–12

Riana, Dwiza, 2012, Statistika Deskriptif itu Mudah, Tangerang, Jelajah Nusa.

http://www.google.co.id/search?hl=id&output=search&sclient=psy-
ab&q=MOVING+AVERAGE&btnK=

https://exponensial.wordpress.com/metode-peramalan/moving-average/

http://epository.usu.ac.id/bitstream/handle/123456789/24069/Chapter
%20II.pdf;jsessionid=C14DA07B62EC47C5C186D474CF144793?sequence=3

http://pimipindie.blogspot.com/2012/12/makalah-analisa-data-berkala-
dengan_3935.html

http://eprints.polsri.ac.id/4674/6/BAB%20V.pdf