TUGAS – 4

DEMAND FORCASTING

SI5101 ANALISI REKAYASA

Dosen : Ir.Biemo Woerjanto Soemardi, MSE,Ph.D.

Nama : Aditya Dharmawan

NIM : 25022061

KELOMPOK KEAHLIAN MANAJEMEN REKAYASA KONSTRUKSI

PROGRAM STUDI TEKNIK SIPIL
FAKULTAS TEKNIK SIPIL DAN LINGKUNGAN
INSTITUT TEKNOLOGI BANDUNG
2022
Tugas – 4 (Demand Forcasting)

Soal :

Suatu organisasi (perusahaan) yang bergerak dalam usaha pelayanan pelayaran penyeberangan
yang melayani rute pulau A dan pulau B tengah menyusun rencana kapasitas. Sasaran kegiatan
penyusunan ini adalah adanya suatu gambaran tentang berapa jumlah kapal ferry yang harus
disediakan oleh perusahaan tersebut, dan bagaimana cara menanggulangi permintaan akan jasa
penyeberangan

Satu ferry dapat melayani penumpang sejumlah 350 orang dan barang seberat 375 ton dalam
satu perjalanan dari A ke B dan demikian pula sebaliknya. Perusahaan tersebut mempunyai 4
buah ferry dengan kapasitas yang sama, yang masing-masing dioperasikan sebanyak 5 trip /
hari pulang pergi (5 kali A – LB dan 6 kali B – A). Sebuah ferry dicadangkan bila diperlukan
untuk mengatasi kondisi darurat

Hari (ke) Penumpang Barang Hari (ke) Penumpang Barang

(total) (tot.Ton) (total) (tot.Ton)
1 3500 3000 8 3400 3610
2 3610 3000 9 3450 3890
3 3740 2500 10 4610 3210
4 4000 2610 11 4120 4000
5 3200 2600 12 3220 3310
6 3660 4200 13 3200 3300
7 3600 3100 14 2800 3110
Data arus penumpang dan barang pada tabel di atas adalah jumlah total yang dari ke dua arah (A – B
& B – A)

Pertanyaan:

a) Dengan menggunakan teknik Moving Average (MA), buat perkiraan demand dari
data di atas mulai setelah hari ke tiga, dan hitung Mean Actual Demand (MAD) dan
Mean Square Error (MSE) dari forecasting Saudara tersebut.
Plotkan hasil perkiraan dan kenyataan demand tersebut dalam suatu grafik Tracking
Signal (TS) dan berikan komentar.
b) Berikan penjelasan strategi apa yang akan Saudara terapkan untuk menghadapi situasi
seperti ini. Sebagai pertimbangan, di wilayah usaha Saudara terdapat sebuah usaha
pesaing dengan sebuah ferry dengan kapasitas yang sama

c) Jika data jumlah penumpang dan barang mempunyai derajat kebenaran masing-
masing 90% dan 85%, bagaimana pendapat Saudara tentang forecast tersebut dan
apakah strategi yang diambil akan berubah jika derajat kebenarannya menjadi 90%
masing-masing untuk penumpang dan barang?
 Jawaban:

Berikut terlampir tabel hasil perhitungan yang akan dijabarkan lebih lanjut pada halaman berikutnya.

Absolute
Absolute Forecast Forecast Forecast
Jumlah Jumlah Three-Day Moving Average Forecast error Forecast MAD MSE RSFE Tracking Signal Upper Lower
Hari ke- Forecast error error error^2 error^2 0 MADs
Penumpang Barang error limit limit
(penumpang) (barang)
Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang
1 3500 3000
2 3610 3000
3 3740 2500
4 4000 2610 3616,67 2833,33 383,33 383,33 -223,33 223,33 146944,44 49877,78 383,33 223,33 146944,44 49877,78 383,33 -223,33 1,00 -1,00 0 4 -4
5 3200 2600 3783,33 2703,33 -583,33 583,33 -103,33 103,33 340277,78 10677,78 483,33 163,33 243611,11 30277,78 -200,00 -326,67 -0,41 -2,00 0 4 -4
6 3660 4200 3646,67 2570,00 13,33 13,33 1630,00 1630,00 177,78 2656900,00 326,67 652,22 162466,67 905818,52 -186,67 1303,33 -0,57 2,00 0 4 -4
7 3600 3100 3620,00 3136,67 -20,00 20,00 -36,67 36,67 400,00 1344,44 250,00 498,33 121950,00 679700,00 -206,67 1266,67 -0,83 2,54 0 4 -4
8 3400 3610 3486,67 3300,00 -86,67 86,67 310,00 310,00 7511,11 96100,00 217,33 460,67 99062,22 562980,00 -293,33 1576,67 -1,35 3,42 0 4 -4
9 3450 3890 3553,33 3636,67 -103,33 103,33 253,33 253,33 10677,78 64177,78 198,33 426,11 84331,48 479846,30 -396,67 1830,00 -2,00 4,29 0 4 -4
10 4610 3210 3483,33 3533,33 1126,67 1126,67 -323,33 323,33 1269377,78 104544,44 330,95 411,43 253623,81 426231,75 730,00 1506,67 2,21 3,66 0 4 -4
11 4120 4000 3820,00 3570,00 300,00 300,00 430,00 430,00 90000,00 184900,00 327,08 413,75 233170,83 396065,28 1030,00 1936,67 3,15 4,68 0 4 -4
12 3220 3310 4060,00 3700,00 -840,00 840,00 -390,00 390,00 705600,00 152100,00 384,07 411,11 285662,96 368958,02 190,00 1546,67 0,49 3,76 0 4 -4
13 3200 3300 3983,33 3506,67 -783,33 783,33 -206,67 206,67 613611,11 42711,11 424,00 390,67 318457,78 336333,33 -593,33 1340,00 -1,40 3,43 0 4 -4
14 2800 3110 3513,33 3536,67 -713,33 713,33 -426,67 426,67 508844,44 182044,44 450,30 393,94 335765,66 322307,07 -1306,67 913,33 -2,90 2,32 0 4 -4
4953,33 4333,33 3693422,22 3545377,78
 a) Mean Actual Demand (MAD) dan Mean Square Error (MSE) dari forecasting
penumpang adalah sebagai berikut :

∑ 𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝐹𝑜𝑟𝑐𝑎𝑠𝑡 𝐸𝑟𝑟𝑜𝑟 4953,33

𝑀𝐴𝐷𝑃𝑒𝑛𝑢𝑚𝑝𝑎𝑛𝑔 = = = 450,3
𝑛 11
∑(𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟)2 3693422,22
𝑀𝑆𝐸𝑃𝑒𝑛𝑢𝑚𝑝𝑎𝑛𝑔 = 𝑛
= 11
=335765,66

Mean Actual Demand (MAD) dan Mean Square Error (MSE) dari forecasting
penumpang adalah sebagai berikut :

∑ 𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝐹𝑜𝑟𝑐𝑎𝑠𝑡 𝐸𝑟𝑟𝑜𝑟 4333,33

𝑀𝐴𝐷𝐵𝑎𝑟𝑎𝑛𝑔 = = = 393,94
𝑛 11
∑(𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟)2 3545377,78
𝑀𝑆𝐸𝐵𝑎𝑟𝑎𝑛𝑔 = = = 322307,07
𝑛 11

Contoh perhitungan tabel :

• Hari ke - :5
• Jumlah Penumpang : 4000 orang
• Three-Day Moving Average (Penumpang) :
∑ 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑢𝑚𝑝𝑎𝑛𝑔 3 ℎ𝑎𝑟𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 3610+3740+4000
= = = 3783,33
𝑛 3

• Forecast Error (Penumpang)

= 𝐽𝑚𝑙ℎ 𝑝𝑒𝑛𝑢𝑚𝑝𝑎𝑛𝑔 − Three − Day Weighted Moving Average (Penumpang)
= 3200 − 3783,33
= −583,33

• Forecast Error^2
= 𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 2 = −583,332 = 340277,78

• MAD
∑𝐴𝑏𝑠𝑜𝑙𝑢𝑡𝑒 𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 (𝑑𝑎𝑡𝑎 ℎ𝑎𝑟𝑖 𝑡𝑒𝑟𝑠𝑒𝑏𝑢𝑡 + ℎ𝑎𝑟𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 − 𝑠𝑒𝑏𝑒𝑙𝑢𝑚𝑛𝑦𝑎)
=
𝑛 (𝑗𝑢𝑚𝑙𝑎ℎ ℎ𝑎𝑟𝑖 𝑠𝑎𝑚𝑝𝑎𝑖 ℎ𝑎𝑟𝑖 𝑡𝑒𝑟𝑠𝑒𝑏𝑢𝑡)
383,33 + 583,33
=
2
= 483,33

• MSE
∑(𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟)2 (𝑑𝑎𝑡𝑎 ℎ𝑎𝑟𝑖 𝑡𝑒𝑟𝑠𝑒𝑏𝑢𝑡 + ℎ𝑎𝑟𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 − 𝑠𝑒𝑏𝑒𝑙𝑢𝑚𝑛𝑦𝑎)
=
𝑛 (𝑗𝑢𝑚𝑙𝑎ℎ ℎ𝑎𝑟𝑖 𝑠𝑎𝑚𝑝𝑎𝑖 ℎ𝑎𝑟𝑖 𝑡𝑒𝑟𝑠𝑒𝑏𝑢𝑡)
146944,44 + 340277,78
=
2
= 243611,11

• RSFE
= ∑𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 (𝑟𝑢𝑛𝑛𝑖𝑛𝑔 𝑠𝑢𝑚 𝑜𝑓 𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟)
 = 383,33 + (−583,33)
= −200,00

• Tracking signal
𝑅𝑆𝐹𝐸 −200
= = = 0,41
𝑀𝐴𝐷 483,33

• Upper limit dan lower limit yang digunakan adalah ± 4

Dari tabel di atas data tracking signal yang sudah didapatkan dapat diplot ke dalam grafik sebagai
berikut :

Grafik Tracking Signal (TS) Penumpang

6,00

4,00

2,00 Tracking Signal

MAD

0,00 0 MADs
4 5 6 7 8 9 10 11 12 13 14 Upper Limit
-2,00
Lower Limit
-4,00

-6,00
Hari ke-

Grafik Tracking Signal (TS) Barang

6,00

4,00

2,00 Tracking Signal

MAD

0,00 0 MADs
4 5 6 7 8 9 10 11 12 13 14 Upper Limit
-2,00
Lower Limit
-4,00

-6,00
Hari ke-

Dari grafik tersebut dapat disimpulkan pada grafik TS barang terdapat beberapa data hasil forecasting
khususnya pada data hari ke-9 dan ke-11 yang memiliki fluktuasi yang besar dan melewati Upper Limit.
Data tersebut dinilai terlalu menyimpang dan berada diluar dari jarak data yang bisa diterima
(acceptable range) untuk dijadikan data forecasting. Untuk mendapatkan nilai forecasting dengan
tingkat fluktuasi yang lebih rendah maka dilakukan perhitungan kembali menggunakan weighted
moving averages. Sistem pembebanan yang digunakan mengadopsi
 contoh dari Wallace Garden Supply, dimana pada 1 hari sebelum dikenakan 3 pembebanan, 2 hari sebelum 2 pembebanan, dan 3 hari sebelum 1 pembebanan.
Perhitungan Three-Day Weighted Moving Average dapat digambarkan sebagai berikut

• Hari ke = 5
• Three-Day Weighted Moving Average =
∑ 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑢𝑚𝑝𝑎𝑛𝑔 3 ℎ𝑎𝑟𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 × 𝑝𝑒𝑚𝑏𝑒𝑏𝑎𝑛𝑎𝑛
=
𝑗𝑢𝑚𝑙𝑎ℎ 𝑡𝑜𝑡𝑎𝑙 𝑝𝑒𝑚𝑏𝑒𝑏𝑎𝑛𝑎𝑛
(3610 × 1) + (3740 × 2) + (4000 × 3)
=
(3 + 2 + 1)
= 3848,33
Berikut terlampir tabel dan grafik hasil dari perhitungan ulang menggunakan weighted moving averages

Absolute
Three-Day Weighted Moving Absolute Forecast Forecast Forecast
Jumlah Jumlah Forecast error Forecast MAD MSE RSFE Tracking Signal Upper Lower
Hari ke- Average Forecast error error error^2 error^2 0 MADs
Penumpang Barang error limit limit
(penumpang) (barang)

Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang Penumpang Barang
1 3500 3000
2 3610 3000
3 3740 2500
4 4000 2610 3656,67 2750,00 343,33 343,33 -140,00 140,00 117877,78 19600,00 343,33 140,00 117877,78 19600,00 343,33 -140,00 1,00 -1,00 0 4 -4
5 3200 2600 3848,33 2638,33 -648,33 648,33 -38,33 38,33 420336,11 1469,44 495,83 89,17 269106,94 10534,72 -305,00 -178,33 -0,62 -2,00 0 4 -4
6 3660 4200 3556,67 2586,67 103,33 103,33 1613,33 1613,33 10677,78 2602844,44 365,00 597,22 182963,89 874637,96 -201,67 1435,00 -0,55 2,40 0 4 -4
7 3600 3100 3563,33 3401,67 36,67 36,67 -301,67 301,67 1344,44 91002,78 282,92 523,33 137559,03 678729,17 -165,00 1133,33 -0,58 2,17 0 4 -4
8 3400 3610 3553,33 3383,33 -153,33 153,33 226,67 226,67 23511,11 51377,78 257,00 464,00 114749,44 553258,89 -318,33 1360,00 -1,24 2,93 0 4 -4
9 3450 3890 3510,00 3538,33 -60,00 60,00 351,67 351,67 3600,00 123669,44 224,17 445,28 96224,54 481660,65 -378,33 1711,67 -1,69 3,84 0 4 -4
10 4610 3210 3458,33 3665,00 1151,67 1151,67 -455,00 455,00 1326336,11 207025,00 356,67 446,67 271954,76 442426,98 773,33 1256,67 2,17 2,81 0 4 -4
11 4120 4000 4021,67 3503,33 98,33 98,33 496,67 496,67 9669,44 246677,78 324,38 452,92 239169,10 417958,33 871,67 1753,33 2,69 3,87 0 4 -4
12 3220 3310 4171,67 3718,33 -951,67 951,67 -408,33 408,33 905669,44 166736,11 394,07 447,96 313224,69 390044,75 -80,00 1345,00 -0,20 3,00 0 4 -4
13 3200 3300 3751,67 3523,33 -551,67 551,67 -223,33 223,33 304336,11 49877,78 409,83 425,50 312335,83 356028,06 -631,67 1121,67 -1,54 2,64 0 4 -4
14 2800 3110 3360,00 3420,00 -560,00 560,00 -310,00 310,00 313600,00 96100,00 423,48 415,00 312450,76 332398,23 -1191,67 811,67 -2,81 1,96 0 4 -4
 Grafik Tracking Signal (TS) Penumpang (weighted)
5,00
4,00
3,00
2,00
1,00 Tracking Signal
MAD

0,00 0 MADs
-1,00 4 5 6 7 8 9 10 11 12 13 14 Upper Limit
-2,00
Lower Limit
-3,00
-4,00
-5,00
Hari ke-

Grafik Tracking Signal (TS) Barang (weighted)

5,00
4,00
3,00
2,00
1,00 Tracking Signal
Axis Title

0,00 0 MADs
-1,00 4 5 6 7 8 9 10 11 12 13 14 Upper Limit
-2,00 Lower Limit
-3,00
-4,00
-5,00
Axis Title

Dikarenakan sudah dilakukan pembebanan pada moving average, grafik TS barang sudah tidak lagi
mengalami fluktuasi yang tinggi dan sudah berada dalam acceptable range.

b) Untuk menentukan strategi penggunaan kapal ferry, perlu diketahui terlebih dahulu kapasitas
dari satu kapal ferry. Untuk mempermudah perhitungan maka kapasitas dihitung dalam
satuan ton. Diasumsikan rata-rata penumpang memiliki berat 65 kg. Kapasitas satu kapal ferry
dapat dihitung sebagai berikut:
350 × 65
= + 375 = 397.75 𝑡𝑜𝑛
1000
Setelah mengetahui kapasitas satu kapal ferry, berikutnya perlu diketahui demand
(permintaan) akan kapal ferry tersebut untuk setiap perjalanan yang dilakukan. Untuk
menentukan strategi penggunaan kapal ferry untuk masa yang akan datang maka digunakan
data dari hasil perhitungan forecast dengan data puncak dari jumlah penumpang adalah
4171,67≈ 4172 𝑜𝑟𝑎𝑛𝑔 dan data puncak dari jumlah barang 3718,33≈ 3719 𝑡𝑜𝑛 .Jumlah
trip tiap harinya diketahui sebanyak 5 kali, maka untuk menghitung jumlah permintaan tiap
perjalanan dihitung dengan cara membagi total permintaan dengan jumlah trip dalam 1 hari.
 4172 × 65 1
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑢𝑛𝑡𝑢𝑘 𝑡𝑖𝑎𝑝 𝑝𝑒𝑟𝑗𝑎𝑙𝑎𝑛𝑎𝑛 = ( + 3719) × = 798,04 𝑡𝑜𝑛
1000 5
Setelah mengetahui jumlah kapasitas 1 ferry dan jumlah permintaan untuk tiap perjalanan,
maka dapat dihitung kebutuhan ferry untuk tiap perjalanan sebagai berikut
𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 798,04
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑓𝑒𝑟𝑟𝑦 𝑡𝑖𝑎𝑝 𝑝𝑒𝑟𝑗𝑎𝑙𝑎𝑛𝑎𝑛 = 𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠
= 397.75 = 2.01 ≈ 3 𝑢𝑛𝑖𝑡

Maka dapat diasumsikan usaha pesaing dapat mengoprasikan 1 unit kapal ferry dan kita
dapat mengoprasikan 2 kapal dan menjadwalkan 2 kapal lainnya untuk trip berikutnya dan
menyimpan 1 kapal cadangan.

c) Derajat kebenaran penumpang 90% dan barang 85%.

4172×65 1
Permintaan per perjalanan = (( 1000
× 1100%) + (3719 × 1150%)) × 5 = 915.03 𝑡𝑜𝑛

𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 915.03
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑓𝑒𝑟𝑟𝑦 𝑡𝑖𝑎𝑝 𝑝𝑒𝑟𝑗𝑎𝑙𝑎𝑛𝑎𝑛 = = = 2.30 ≈ 3 𝑢𝑛𝑖𝑡
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 397.75
Karena kebutuhan ferry tiap perjalanan masih sama dengan derajat kebenaran 100% yaitu
sebesar 3 unit maka strategi yang digunakan masih sama.

Derajat kebenaran penumpang 95% dan barang 95%.

4172×65 1
Permintaan per perjalanan = (( × 1050%) + (3719 × 1050%)) × = 837.93 𝑡𝑜𝑛
1000 5

𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 837.93
𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝑓𝑒𝑟𝑟𝑦 𝑡𝑖𝑎𝑝 𝑝𝑒𝑟𝑗𝑎𝑙𝑎𝑛𝑎𝑛 = = = 2.11 ≈ 3 𝑢𝑛𝑖𝑡
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 397.75
Karena kebutuhan ferry tiap perjalanan masih sama dengan derajat kebenaran 100% yaitu
sebesar 3 unit maka strategi yang digunakan juga masih sama.