Pertemuan 5 Penaksiran Fungsi Permintaan
Pertemuan 5 Penaksiran Fungsi Permintaan
PERMINTAAN
ESTIMASI PERMINTAAN
PASAR
ESTIMASI PERMINTAAN PASAR
05/04/2016
Bagi para manajer produksi, estimasi atau perkiraan secara
kuantitatif permintaan terhadap suatu produk penting untuk
diketahui karena berhubungan dengan berapa banyak produk
2
A. ESTIMASI TREN
05/04/2016
Estimasi atau penafsiran menggunakan tren sangat
berhubungan dengan karakter data yang digunakan, sebab
karakter data dapat menentukan model tren yang akan
3
1. TREN LINEAR
05/04/2016
Estimasi permintaan produk dengan tren linear akan lebih
tepat jika datanya memiliki karakter cenderung meningkat
atau cenderung menurun.
05/04/2016
Data penjualan sepeda motor merek X per bulan selama satu
semester sebagai berikut ( x 100 unit) :
5
05/04/2016
Garis estimasi (E1)
memprediksi volume
penjualan sepeda motor
6
05/04/2016
Seorang estimator (pengambil keputusan) dengan
kemampuannya dapat membuat garis estimasi lebih dari dua
garis dengan tingkat kemiringan garis berbeda. Hal ini
7
METODE SETENGAH RATA-RATA
05/04/2016
b. Metode setengah rata-rata.
Estimasi metode setengah rata-rata (semi average method)
merupakan metode estimasi kuantitatif yang objektif menurut
05/04/2016
c. Metode kuadrat terkecil.
Metode ini pengembangan dari metode setengah rata-rata,
perbedaannya ada pada nilai skala waktu (X) yang
15
2. TREN NON LINEAR
05/04/2016
Tren non linear merupakan estimasi garis lengkung, karena
menggunakan data yang punya sifat fluktuatif dengan
perbedaan cukup signifikan dan perbedaan besar kecil data
16
TREN PARABOLA
05/04/2016
Persamaan I :
∑ Y = an + b∑X + c∑X2 dimana ∑X = 0
05/04/2016
Contoh : Selama 6 bulan terakhir permintaan sepeda motor
merek A di daerah tertentu mengalami perbedaan sebagai
berikut :
18
Perhitungan : 308 = 105a + 306,25c
05/04/2016
b = ∑ XY / ∑ X2 294 = 105a + 530,25c –
= 2,50 / 17,50 14 = 0 - 224c
= 0,14 c = 14/-224 = -0,0625
∑ Y = an + c ∑ X2
17,6 = 6a + 17,50 c Jadi nilai a :
∑ X2Y = a ∑ X2 + c ∑ X4 17,6 = 6a + 17,50 c
49 = 17,50 + 88,375 c 17,6 = 6a + 17,50 (-0,0625)
Kita cari nilai a dan c 17,6 = 6a – 1,09375
dengan cara eliminasi 6a = 17,6 + 1,09375
kedua persamaan di atas
6a = 18,59275
sebagai berikut :
a = 3,099
17,6 = 6a + 17,50c (x 17,50)
19
49 = 17,50 + 88,375c (x 6)
05/04/2016
Sehingga persamaan tren parabolanya :
Y = a + bX + cX2
20
05/04/2016
Bulan Unit (Y) X X2 XY X2Y X4
1 2,3 -2,5 6,26 -5,75 14,375 39,0625
21
TREN EKSPONENTIAL DAN LOGARITMA
b. Tren eksponential dan logaritma
05/04/2016
Estimasi tren eksponential dan logaritma lebih sesuai untuk
data naik turun atau tidak teratur dan bersifat drastis.
Rumus tren eksponential : Y = abX
24
05/04/2016
Bulan Unit (Y) X X2 Log Y XlogY
1 2,3 -2,5 6,26 0,36 -0,90
25
B. ESTIMASI ANALISIS REGRESI
Analisis regresi menghitung estimasi permintaan yang
diharapkan berdasarkan pada variabel bebas yang
05/04/2016
memengaruhi variabel terikat. Estimasi analisis regresi ada
dua, yaitu regresi sederhana dan regresi berganda.
1. Estimasi analisis sederhana.
27
Dan seterusnya
REFERENSI
05/04/2016
Sunyoto, Danang. 2013. Ekonomi Manajerial : Konsep
Terapan Bisnis.