Dosen : Dr. Abdul Samad A., SE., M.

SI

Nama : Erikha Tulak

Kelas : Manajemen 6

NIM : 1910421190

Mata Kuliah : Manajemen Oprasi dan Produksi

Tugas ke 3

 Definisi dan Manfaat :

1. Naive Approach.
Adalah Metode peramalan sederhana yang berasumsi bahwa permintaan
para pelanggan di periode selanjutnya sama dengan periode terakhir. Metode
ini dianggap metode yang efektif dan efisien dalam meramalkan biaya
pengeluaran, yang memberikan titik awal dari metode lainnya.

2. Moving Averages.
Adalah Indikator ini membantu “menghaluskan” pergerakan harga dengan
menyisihkan kebisingan (“noise”) dari fluktuasi harga, sehingga dapat
membantu trader untuk mengidentifikasi tren dan menemukan sinyal beli/jual.
Manfaatnya :
a) Penanda Uptrend dan Downtrend
b) Level Support dan Resistance Dinamis
c) Sinyal Beli/Jual
3. Exponential Smoothing.
Adalah suatu metode peramalan rata-rata bergerak yang memberikan
bobot secara eksponensial atau bertingkat pada data-data terbarunya sehingga
data-data terbaru tersebut akan mendapatkan bobot yang lebih besar.
Manfaatnya :
Kelebihan utama dari metode exponential smoothing adalah dilihat dari
kemudahan dalam operasi yang relative rendah, ada sedikit keraguan apakah
ketepatan yang lebih baik selalu dapat dicapai dengan menggunakan (QS)
Quantitatif sistem ataukah metode dekonposisi yang secara intuitif menarik,
namun dalam hal ini jika diperlukan peramalan untuk ratusan item.

4. Trend Projection.
Merupakan suatu teknik dari analisa perhitungan yang dilakukan dengan
sebuah pendekatan kualitatif maupun kuantitatif untuk bisa memperkirakan
kejadian dimasa depan dengan menggunakan referensi data-data di masa lalu.
Manfaatnya :

a) Membuat perusahaan untuk mampu meningkatkan pengawasan

terhadap seluruh kegiatan di perusahaan.
b) Mempererat suatu kerjasama tim yang baik.
c) Adanya pembuatan berbagai rencana-rencana bisnis yang bisa menjadi
pedoman bagi perusahaan untuk dapat menghasilkan output yang lebih
baik.

5. Linear Regressian.
Adalah sebuah pendekatan untuk memodelkan hubungan antara variable
terikat Y dan satu atau lebih variable bebas yang disebut X. Salah satu
kegunaan dari regresi linear adalah untuk melakukan prediksi berdasarkan
data-data yang telah dimiliki sebelumnya. 
Manfaatnya :
Ketika kita tahu hubungan antara variabel independen dan dependen
memiliki hubungan linier, algoritme ini adalah yang terbaik untuk digunakan
karena ini adalah yang paling kompleks dibandingkan dengan algoritma lain
yang juga mencoba menemukan hubungan antara variabel independen dan
dependen.