MODUL 1
PERKIRAAN PERMINTAAN PRODUK
(PERAMALAN)
PRAKTIKUM PERENCANAAN DAN PENGENDALIAN
PRODUKSI
MODUL 1
PERKIRAAN PERMINTAAN PRODUK (PERAMALAN)
1.1. Tujuan
1. Memahami langkah-langkah dalam perencanaan sistem produksi.
2. Memahami mekanisme penggunaan sejumlah metode peramalan.
3. Mampu menggunakan dan memilih beberapa metode peramalan.
4. Memahami proses perencanaan dan pengendalian.
Tujuan dari kegiatan perencanaan dan pengendalian produksi adalah sebagai berikut :
1.3.2. Peramalan
Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu
produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang. (Biegel,
19). Peramalan permintaan merupakan tingkat permintaan produk-produk yang diharapkan
akan terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan
ini menjadi masukan yang sangat penting dalam keputusan perencanaan dan pengendalian
perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan
produk yang dibutuhkan oleh konsumen, maka keputusan-keputusan operasi produksi sangat
dipengaruhi hasil dari peramalan permintaan. Peramalan permintaan ini digunakan untuk
meramalkan permintaan dari produk yang bersifat bebas (tidak tergantung), seperti peramalan
produk jadi.
Secara garis besar, peramalan terbagi ke dalam dua kategori utama, yakni :
1. Metode kuantitatif
2. Metode kualitatif
Beberapa ukuran kesalahan yang dipakai untuk memilih metode terbaik peramalan.
1. Mean Error (ME)
∑𝑛𝑖=1 𝑒𝑖
𝑛
2. Mean Absolute Error (MAE)
∑𝑛𝑖=1 ǀ𝑒𝑖 ǀ
𝑛
3. Sum Square Error
𝑛
∑ 𝑒𝑖
𝑖=1
Peramalan yang digunakan dalam praktikum ini menggunakan teknik peramalan dalam
kualifikasi metode peramalan deret waktu (time series). Metode peramalan time series ini
memiliki bentuk umum fungsi matematis d=f(t). Artinya demand merupakan fungsi dari waktu.
Pada praktikum ini dilakukan proses peramalan secara manual, antara lain :
1. Konstan
2. Regresi Linier
3. Single Exponential Smoothing (α = 0.2 – 0.9)
4. Doble Exponential Smoothing with linier trend (α = 0.2 – 0.9)
5. Moving Average (T = 3, T = 5)
A. Metode Peramalan manual yang digunakan dalam praktikum ini adalah :
Ft+m = at + bt (m)
Dengan α = 0.2, 0.5, 0.9
m = jumlah periode didepan yang diramalkan (m = 1)
Dimana :
t = periode ; T = Rata-rata bergerak (periode)
FT+1 = Peramalan ke T + 1
B. Perhitungan Kesalahan Peramalan dengan Mean Square Error (MSE) dan SEE.
∑ E²
1) MSE =
N
Dimana :
MSE = Mean Square Error
E = Kesalahan (Error) ; N = Jumlah E
∑ 𝑒2
2) 𝑆𝐸𝐸 = √ dimana : f = 2
𝑛−𝑓
C. Pola Data
Langkah penting dalam memilih suatu metoda time series yang tepat adalah dengan
mempertimbangkan jenis pola data; sehingga metoda yang paling tepat dengan pola tersebut
dapat diuji. Pola data dapat dibedakan menjadi empat jenis :
1. Pola horisontal (H), terjadi bilamana nilai data berfluktuasi disekitar nilai rata-rata yang
konstan. Metoda peramalan yang dapat digunakan untuk plot data ini adalah metoda
konstan, single eksponensial smoothing, regresi linear, dan single moving average.
2. Pola musiman (S), terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya
kuartalan, bulanan, mingguan dll). Metoda peramalan yang dapat digunakan untuk plot
data ini adalah metoda Winter dengan faktor musiman.
3. Pola siklis (C), terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis. Metoda peramalan yang sesuai
dengan plot data ini adalah bentuk fungsi siklus, single eksponensial smoothing dan double
eksponensial smoothing,
4. Pola trend (T), terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang
dalam data. Metoda yang dapat digunakan.
D. Verifikasi Peramalan
2. Hitung MR MR / n 1
a. Data Aktual
Semua demand ditambahkan dengan total 2 digit terakhir NPM tiap kelompok/orang
Demand dari tiap produk dihitung dengan rumus = (1 + % cacat) x (Data aktual + NPM kel.)
Buatlah plot data dari masing-masing demand produk
Carilah nilai error terkecil (MSE) untuk tiap produk dengan metode yang sesuai dengan plot
datanya masing-masing.
Tulisakan contoh pengerjaan minimal 5 contoh pengerjaan untuk setiap tabel di setiap metode
peramalan
METODE PERAMALAN
1. Metode Konstan
t Dt Ft E e2
1
2
..
12
Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan konstan
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh:
Periode Dt Ft e e²
1 695.10 882.44 187.34 35096.28
2 642.60 882.44 239.84 57523.23
3 800.10 882.44 82.34 6779.88
4 747.60 882.44 134.84 18181.83
5 920.85 882.44 -38.41 1475.33
6 889.35 882.44 -6.91 47.75
7 1,062.60 882.44 -180.16 32457.63
8 915.60 882.44 -33.16 1099.59
9 1,004.85 882.44 -122.41 14984.21
10 922.95 882.44 -40.51 1641.06
11 962.85 882.44 -80.41 6465.77
12 1,024.80 882.44 -142.36 20266.37
Jumlah 10,589.25 196018.93
MSE 16334.91
SEE 140.01
Cara pengerjaan:
N 12
e = ( Ft – Dt )
Dan Seterusnya
N 12
∑ 𝑒2 196018,9
𝑆𝐸𝐸 = √𝑛−𝑓 = √ = 140
12−2
2. Regresi Linier
t Dt t.Dt t2 Ft e e2
1
2
:
:
12
a= b=
Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan regresi linier
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh pengerjan:
a 682.17
b 30.81
Periode Dt t.dt t² ft e e²
1 695.10 695.10 1 712.98 17.88 319.6944
2 642.60 1,285.20 4 743.79 101.19 10239.4161
3 800.10 2,400.30 9 774.60 -25.50 650.25
4 747.60 2,990.40 16 805.41 57.81 3341.9961
5 920.85 4,604.25 25 836.22 -84.63 7162.2369
6 889.35 5,336.10 36 867.03 -22.32 498.1824
7 1,062.60 7,438.20 49 897.84 -164.76 27145.8576
8 915.60 7,324.80 64 928.65 13.05 170.3025
9 1,004.85 9,043.65 81 959.46 -45.39 2060.2521
10 922.95 9,229.50 100 990.27 67.32 4531.9824
11 962.85 10,591.35 121 1021.08 58.23 3390.7329
12 1,024.80 12,297.60 144 1051.89 27.09 733.8681
78 10,589.25 73,236.45 650 10589.22 60,244.77
MSE 5020.40
SEE 77.62
Cara pengerjaan :
b = n ∑ ( t x Dt ) ─ (∑Dt x ∑t)
(n∑t2) – (∑t)2
= 878,837.4 – 825,961.5
7800 – 6084
= 52,875,9 = 30.81
1716
n 12 12
Ft = a + bt
Dan Seterusnya
e = ( Ft – Dt )
Dan seterusnya
N 12
N-f 12-2 10
t Dt Ft e e2
1
2
:
12
Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan SES
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
(buatlah tabel yang sama dengan α = 0,2 ; 0,5 ; dan 0,9)
Contoh pengerjaan:
α 0.2
Periode Dt Ft e e²
1 695.10 695.10 0.00
2 642.60 695.10 52.50 2756.25
3 800.10 684.60 -115.50 13340.25
4 747.60 707.70 -39.90 1592.01
5 920.85 715.68 -205.17 42094.73
6 889.35 756.71 -132.64 17593.37
7 1,062.60 783.24 -279.36 78042.01
8 915.60 839.11 -76.49 5850.72
9 1,004.85 854.41 -150.44 22632.19
10 922.95 884.50 -38.45 1478.40
11 962.85 892.19 -70.66 4992.84
12 1,024.80 906.32 -118.48 14037.51
Jumlah 10,589.25 9,414.66 (1,174.59) 204,410.28
MSE 18582.75
SEE 150.71
Cara Pengerjaan :
F1 = Dt = 695.10
e = ( Ft – Dt )
e1 = 695.10 – 695.10 = 0
Dan seterusnya
N 11
N-f 11-2 9
4. Double Exponential Smooting dengan α = 0,2 ; 0,5 ; dan 0,9
Tabel Peramalan
t Dt S't S"t (S’t-S”t) a b Ft e e2
1
2
3
:
12
Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan DES
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
(buatlah tabel yang sama dengan α = 0,2 ; 0,5 ; dan 0,9)
Contoh Pengerjaan:
α 0.2
Periode Dt S't s"t (s't - s"t) at bt Ft e e²
1 695.10 695.10 695.10 - 695.10 - - 0.00
2 642.60 684.60 693.00 (8.40) 676.20 (2.10) 695.10 52.50 2756.25
3 800.10 707.70 695.94 11.76 719.46 2.94 674.10 -126.00 15876.00
4 747.60 715.68 699.89 15.79 731.47 3.95 722.40 -25.20 635.04
5 920.85 756.71 711.25 45.46 802.17 11.37 735.42 -185.43 34384.28
6 889.35 783.24 725.65 57.59 840.83 14.40 813.54 -75.81 5747.16
7 1,062.60 839.11 748.34 90.77 929.88 22.69 855.23 -207.37 43002.32
8 915.60 854.41 769.55 84.86 939.27 21.22 952.57 36.97 1366.78
9 1,004.85 884.50 792.54 91.96 976.46 22.99 960.49 -44.36 1967.81
10 922.95 892.19 812.47 79.72 971.91 19.93 999.45 76.50 5852.25
11 962.85 906.32 831.24 75.08 981.40 18.77 991.84 28.99 840.42
12 1,024.80 930.02 851.00 79.02 1,009.04 19.76 1,000.17 -24.63 606.64
78 10,589.25 9,649.58 9,025.97 623.61 10,273.19 155.92 9,400.31 -493.8400 113,034.95
MSE 10275.90
SEE 112.07
Cara Perhitungan:
S’t = (α.Dt) + (1-α) S’t at = (2 . s’t) – S”t
S’1 = Dt = 695.10 a1 = (2 x 695.10) – 695.10 = 695.10
S’2 = (0.2 x 642.60) + (1 - 0.2) 695.10 a2 = (2 x 684.60) – 693.00 = 676.20
= 684.60 a3 = (2 x 707.70) – 695.94 = 719.46
S’3 = (0.2 x 800.10) + (1 - 0.2) 684.60 = 707.70
S’4 = (0.2 x 747.60) + (1 - 0.2) 707.70
= 715.68
N 11
N-f 11-2 9
Tabel Peramalan
t Dt Ft e e2
1
2
3
:
:
12
Keterangan :
a) t : periode/bulan ke-n
b) Dt : Data penjualan (yang telah dihitung dengan % cacat dan NPM)
c) Ft : rumus peramalan konstan
d) e : (Ft-Dt)
e) e2 : (Ft-Dt)2
f) tulis cara pengerjaanya
g) cari MSE dan SEE
Contoh Pengerjaan:
t 3 t 5
Periode Dt Ft e e² Ft e e²
1 695.10
2 642.60
3 800.10
4 747.60 712.60 -35.00 1225.00 0.00
5 920.85 730.10 -190.75 36385.56 0.00
6 889.35 822.85 -66.50 4422.25 761.25 -128.10 16409.61
7 1,062.60 852.60 -210.00 44100.00 800.10 -262.50 68906.25
8 915.60 957.60 42.00 1764.00 884.10 -31.50 992.25
9 1,004.85 955.85 -49.00 2401.00 907.20 -97.65 9535.52
10 922.95 994.35 71.40 5097.96 958.65 35.70 1274.49
11 962.85 947.80 -15.05 226.50 959.07 -3.78 14.29
12 1,024.80 963.55 -61.25 3751.56 973.77 -51.03 2604.06
Jumlah 10,589.25 99373.83 99736.47
MSE 11041.54 MSE 14248.07
SEE 119.15 SEE 141.23
Cara Perhitungan:
Ft + T = ∑ Dt
Untuk T= 3 bulan
o F1 + 3 = 695.10 + 642.60 + 800.10 = 712.60
N 9
N-f 9-2 7
Untuk T= 5 bulan
contoh:
KURSI MEJA LEMARI
Metode MSE SEE MSE SSE MSE SSE
Konstan 16334.91 140.01 8130.48 98.78 7752.31 96.45
Linier 5020.40 77.62 7852.31 97.07 7589.44 95.43
SES (α=0.2) 18582.55 150.71 11420.99 118.15 11562.44 118.88
SES (α=0.5) 10078.31 110.99 10650.52 114.09 12943.23 125.78
SES (α=0.9) 10843.70 115.12 13266.64 127.34 15797.06 138.95
DES (α=0.2) 10275.90 112.07 11599.19 119.07 12573.57 123.97
DES (α=0.5) 10738.78 114.57 14730.99 134.18 19327,73 153.70
DES (α=0.9) 27650.11 183.83 32195.77 198.37 34105.59 204.17
MOVING
AVERAGE T=3 11041.54 119.15 13261.74 130.80 15006.66 138.90
MOVING
AVERAGE T=5 14248.07 141.23 10178.18 119.35 12885.67 134.31
Maksimum 27650.11 183.83 32195.77 198.37 34105.59 204.17
Minimum 5020.40 77.62 7852.31 97.07 7589.44 95.43
VERIFIKASI PERAMALAN
Verifikasi peramalan dilakukan hanya untuk metode peramalan terbaik yang dilihat dari nilai
SEE atau MSE terkecil. Berikut tabel verifikasi :
t Dt Ft e ǀMRǀ
1
2
:
12
jumlah
MR rate
UCL
LCL
Keterangan :
a) MR = ǀ et+1 - et ǀ
b) MR rate = MR MR / n 1
c) UCL = 2.66 MR
d) LCL = -2.66 MR
Contoh Pengerjaan:
Periode Dt Ft e MR
1 695.10 712.98 17.88 17.88
2 642.60 743.79 101.19 83.31
3 800.10 774.60 -25.50 126.69
4 747.60 805.41 57.81 83.31
5 920.85 836.22 -84.63 142.44
6 889.35 867.03 -22.32 62.31
7 1,062.60 897.84 -164.76 142.44
8 915.60 928.65 13.05 177.81
9 1,004.85 959.46 -45.39 58.44
10 922.95 990.27 67.32 112.71
11 962.85 1021.08 58.23 9.09
12 1,024.80 1051.89 27.09 31.14
Jumlah 10,589.25 10589.22 1047.57
MR rata rata 95.23
UCL 253.31
LCL -253.31
Cara Perhitungan:
e = Ft – Dt
e1 = 712.98 – 695.10 = 17.88
n-1 12-1
UCL = 2.66 X MR
LCL = - 2.66 X MR
1500
1000
Series1
500
0
1 2 3 4 5 6 7 8 9 10 11 12
IMPLEMENTASI PRODUK
t Ft
1
2
:
6