PM10 - Metode Fercosing
PM10 - Metode Fercosing
(Forecasting Method)
Kompetensi Pokok bahasan
Setelah mengikuti pokok bahasan ini,
mahasiswa diharapkan mampu:
Melakukan perencanaan produksi,
dalam upaya memenuhi kebutuhan
konsumen.
Memprediksi kebutuhan yang
diperlukan dalam proses produksi.
Mengerti tahapan dalam peramalan.
Menentukan metode peramalan yang
tepat.
Introduction
Pokok bahasan ini merupakan
pokok bahasan yang mengkaji
perencanaan produksi melalui
penerapan metode peramalan.
Teknik peramalan ini ditujukan
untuk menghasilkan perencanaan
produksi yang akurat dalam
merespon permintaan pasar.
Langkah pertama dalam
perencanaan operasi sistem
produksi adalah menentukan
peramalan yang akurat terhadap
permintaan barang (produk) yang
akan diproduksi.
Definisi Peramalan
Peramalan adalah seni dan ilmu untuk
memprediksi masa depan.
Peramalan adalah tahap awal, dan hasil ramalan
merupakan basis bagi seluruh tahapan pada
perencanaan produksi.
Proses peramalan dilakukan pada level agregat
(part family); bila data yang dimiliki adalah data
item, maka perlu dilakukan agregasi terlebih
dahulu.
Metode: Kualitatif dan kuantitatif.
Terminologi: perioda, horison, lead time, fitting
error, forecast error, data dan hasil ramalan.
Peramalan Eksplanatoris dan
Deret Berkala
Kedua pendekatan ini saling melengkapi dan
dimaksudkan untuk jenis penggunaan yg
berbeda.
Pendekatan ekspalanatoris mengasumsikan
adanya hubungan sebab akibat di antara input
dengan output dari suatu sistem.
Sistem
Input Hubungan sebab Output
dan akibat
Peramalan Deret Berkala memperlakukan sistem
sebagai kotak hitam.
Sistem
Input Output
Proses Bangkitan
Persyaratan Penggunaan
Metode Kuantitatif:
1. Constant
2. Linier trend
3. Quadratic
4. Exponential
5. Moving Average
6. Exponential smoothing
7. Seasonal
1. Metode Constant
d
Keterangan:
t d’t = Forecast untuk saat t
d 't 1 t = time (independent variable)
dt = demand pada saat t
n n = jumlah data
2. Metode Linier trend
• Model ini menggunakan data yang
secara random berfluktuasi membentuk
garis lurus.
• Rumus untuk metoda linier:
d 't a bt t 1, 2, 3, .....
d t t tdt
2 Keterangan:
t
a d’t = Forecast untuk saat t
n t 2 t
2
a = intercept
b = kemiringan garis
n tdt t d t t = time (independent variable)
b
n t 2 t
2 dt = demand pada saat t
n = jumlah data
3. Metode Quadratic (1)
d ' (t ) a bt ct2
t 1, 2, 3, ....
b Keterangan : ……
2
3. Metode Quadratic (2)
2 n n n
2
t Y (t ) n tY (t )
n n
t n t 4
t 1 t 1 t 1 t 1 t 1
n n n
t 2
Y (t ) n Y (t )
t 2
t 1 t 1 t 1
n n n 2
t t n t
n n
t n t 2
2 3
t 1 t 1 t 1 t 1 t 1
n n n
(b)( ) Y (t ) t t 2
c a t 1
b t 1
c t 1
n n n
4. Metode Exponential (1)
d' (t) ae bt
Keterangan:
d’t = Forecast untuk saat t
a = intercept
b = kemiringan garis
t = time (independent variable)
e = exponential (konstanta)
4. Metode Eksponensial (2)
Keterangan:
d’t = Forecast untuk saat t
a = intercept
b = kemiringan garis
t = time (independent variable)
e = exponential (konstanta)
5. Metode Moving Average (1)
Digunakan bila data-datanya :
- tidak memiliki trend
- tidak dipengaruhi faktor musim
Digunakan untuk peramalan dengan perioda
waktu spesifik.
Moving Average didefinisikan sebagai :
n
d t
MA n t 1
n
Keterangan :
n = jumlah perioda
dt = demand pada bulan ke t
5. Metode Moving Average (2)
ES didefinisikan sebagai:
Ft 1 Dt (1 ) Ft
Keterangan:
Ft+1 = Ramalan untuk periode berikutnya
Dt = Demand aktual pada periode t
Ft = Peramalan yg ditentukan sebelumnya untuk periode t
= Faktor bobot
t t
d d '
d
N
2
t d t
'
100 N d t d 't
c. Mean Absolute Percent Error (MAPE )
N t 1 d t
Verifikasi (1)
Rata-rata MR dihitung :
n 1
MR i
MR i 1
n 1
UCL 2,66MR
LCL 2,66MR
CL 0
Verifikasi (3)
Region C
Region A
Region B
Batas kontrol atas
d' - d
Garis tengah
0
Region C
Region A
Region B
Batas kontol bawah
Perioda
117
MR 10.6
11
UCL 28.2
MR = |d’t – dt| – |d’t-1– dt-1|
LCL - 28.2
Verifikasi (6)
30
UCL = +28.2
20
10
d' - d
0 CL
-10
-20
LCL = -28.2
-30
J F M A M J J A S O N D
Bulan
Feb 2 111 d t
Mar 3 99 d 't 1
Apr 4 89 n
Mei 5 87
Jun 6 84
Jul 7 104
Aus 8 102
Sep 9 95 12
Okt
Nov
10
11
114
103
1191
d 't 1
99.25
Des 12 113 12
S 1191
Contoh Metode Linear trend
= 2006,9 + 101,6t n
a 2006,9 dan b 101,6
Contoh Metode Quadratic
t t2 t3 t4 dt tdt t2dt (15)(55) (5)( 225) 300
1 1 1 1 16 16 16
(15) 2 (5)(55) 50
2 4 8 16 24 48 96
180 (5)(15) 55
aˆ 10
5 5 5
t dt Ln(dt) tLn(dt) t2
ˆb (5)(33.8) (9.60)(15) 0.5
(5)(55) 225
1 2.50 0.92 0.92 1
9.60 (0.5)(15)
2 4.12 1.42 2.84 4 ln( aˆ ) 0.42
5 5
3 6.80 1.92 5.76 9
15 9.60 33.8 55
ˆ
d ' (t ) aˆ (e)bt 2.5e0.5t d ' (6) 2.5e3 50
Contoh Metode Moving Average
Bulan t dt MA 3 bulan MA 5 bulan
Jan 1 10 - -
Feb 2 12 - -
Mar 3 13 - -
Apr 4 16 (10+12+13)/3=11,66 -
Mei 5 19 (12+13+16)/3=13,66 -
Jun 6 23 (13+16+19)/3=16,00 (10+12+13+16+19)/5 = 14
Jul 7 26 (16+19+23)/3=19,33 (12+13+16+19+23)/5 = 16,6
d t
MA n t 1
n
Contoh Metode Exponential
Smoothing
Period Demand Forecast , Ft+1
1 37
=0.3
-
=0.5
-
Ft 1 Dt (1 ) Ft
2 40 37 37
3 41 37.9 38.5
4 37 38.83 39.75
5 45 38.28 38.37
6 50 40.29 41.68
7 43 43.20 45.84
8 47 43.14 44.42
9 56 44.30 45.71
10 52 47.81 50.85
11 55 49.06 51.42
12 54 50.84 53.21
51.79 53.61
Contoh Metode Seasonal (1)
Demand (x 1000)
Year
Kwartal-1 Kwartal-2 Kwartal-3 Kwartal-4 Total
1992 12.6 8.6 6.3 17.5 45
1993 14.1 10.3 7.5 18.2 50.1
1994 15.3 10.6 8.1 19.6 53.6
42 29.5 21.9 55.3 148.7
S4 = 0.37 n
t
t 1
t
t 1
n
Contoh Metode Seasonal (2)
a = 40.97 b = 4.3
y = 40.97 + 4.3 t
Untuk tahun 1995 (t =4) diperoleh 58.17
Peramalan utk tiap kwartal:
SF1 = S1.F5 = .28 (58.7) = 16.28
SF2 = 11.63
SF3 = 8.73
SF4 = 21.53
Kesimpulan