Forecasting

Peramalan (Forecasting)
 Adalah : alat bantu yg penting dlm perencanaan
yg efektif & efisien dlm bidang ekonomi.
 Peramalan permintaan berperan penting dlm
perencanaan & pengambilan keputusan
khususnya dlm bid. Produksi
 Berkaitan dgn : skedul produksi, perencanaan
pemenuhan kebutuhan bhn, TK, kapasitas
produksi, layout fasilitas, penentuan lokasi,
metode proses, jmlh mesin, desain aliran
bhndsb.
 Taksiran ilmiah
PERAMALAN LINGKUNGAN….
 Kemampuan organisasi dalam menyesuaikan strategi nya
dilingkungan yang berubah dengan cepat
 Metode peramalan lingkungan :
1. Pendapat ahli
2. Ekstrapolasi kecenderungan
3. Korelasi kecenderungan
4. Permodelan dinamis
5. Analisis dampak silang
6. Skenario jamak
7. Peramalan kesempatan/ancaman
Metode Peramalan Permintaan

 Metode Kuantitatif  data time series

 Metode Kualitatif  metode eksplanatori
Metode Time Series

Metode Runtun/Deret Waktu (Time Series)

Menggambarkan bbg gerakan yg tjd pd sederatan waktu tertentu.
Dibedakan menjadi :
 Pola horizontal  bila data berfluktuasi di sktr nilai rata2 yg konstan.
Ex : permintaan tdk meningkat/menurun dlm waktu ttt.
 Pola musiman  dipengaruhi oleh faktor musiman. Ex : permintaan
ice cream, payung
 Pola siklus  dipengaruhi fluktuasi ekonomi jangka panjang (siklus
bisnis) Ex: permintaan mobil
 Pola trend  bila tdpt kenaikan/penurunan sekuler jangka panjang
dlm data. Ex : GNP -Gross National Product / Produk Nasional Bruto
Metode Gerakan Trend

 Metode bebas (freehand method)

 Metode setengah2 (semi avarage method)
 Metode rata2 bergerak (moving avarage
method)
 Metode kuadrat kecil (least quare method)
Metode Variasi Musim

 Metode rata2 sederhana

 Metode perbandingan dgn trend
 Metode relatif berantara
 Metode perbandingan dgn rata2 bergerak
Metode statistika deret waktu

 Buat grafik permintaan vs waktu

 Tentukan peramalan deret waktu yang akan
digunakan
 Hitung ekspektasi kesalahan
 Putuskan apakah akan menggunakan deret
waktu atau menggnakan metode yg lainnya.
Analisis deret waktu

Dekomposisi deret waktu

 Tren
 Musim
 Siklus
 Variasi acak
Naïve approach

 Permintaan mendatang akan sama dengan

permintaan pada peroide terakhir..

Benarkah????????????????????????????????????
Peramalan rata-rata bergerak….

 Menggunakan sejumlah data aktual masa

lalu untuk menghasilkan peramalan

 Rata-rata bergerak=jumlah permintaan

dalam periode n sebelumnya/n
 Metode peramalan asosiatif : analisis
regresi dan korelasi
• Formulasi:
Model : Y = α + ßX + ε (populasi)

Fungsi Taksiran : Y  a  bX (sampel)

Keterangan :

Y = Subjek dalam variabel bebas yang diprediksikan.
a = harga Y bila X = 0 (harga konstan).
b = angka arah atau koefisien regresi, yang menunjukkan angka
peningkatan atau penurunan variabel tergantung (dependent
variable). Bila b positif (+) maka naik, dan bila b negatif (-)
maka terjadi penurunan.
X = subjek pada variabel bebas (independent variable) yang
mempunyai nilai tertentu.
Persamaam Regresi Y atas X (Y = a + bX)


Y  a  bX

b 
 xy
 x2

a  Y  bX
Contoh - 1
• Suatu studi telah dilakukan oleh
seorang Direktur Marketing PT.
ABCD untuk menentukan
hubungan antara biaya advertensi
dan nilai penjualan bulanan.
Diperoleh data sbb:
 Data Biaya Advertensi dan Penjualan
Bulan Biaya Advertensi Penjualan (Puluhan Ribu
(Ribuan Rp) Rp)
. 1 40 385
2 20 400
3 25 395
4 20 365
5 30 475
6 50 440
7 40 490
8 20 420
9 50 560
10 40 525
11 25 480
12 50 510
 Permintaan
1. Buatlah diagram.
2. Carilah persamaan garis regresinya untuk
meramal nilai penjualan berdasarkan biaya
advertensi yang dikeluarkan.
3. Perkirakan nilai penjualan yang dapat
dicapai bila biaya advertensi sebesar 35.
1. DIAGRAM ............Cek di gambar Histogram
2. Persamaan Garis Regresi........Y = 343,706 +
3,221 x
3. Nilai penjualan dengan biaya advertensi 35:
Yx = 343,706 + 3,221 (35)
= 456,441
Contoh - 2

 Data sampel di bawah ini menunjukkan

permintaan terhadap suatu produk (dalam
ribuan unit) dan harganya (dalam rupiah) di
enam pasar yang berbeda lokasi.
Data
Pasar Harga (X) Permintaan
(Y)
Jepang 18 9
Philipina 10 125
Korea 14 57
Singapura 11 90
Indonesia 16 22
Malaysia 13 79
Pertanyaan:

1. Tentukan garis regresinya.

2. Estimasikan besarnya demand akan produk
tersebut di suatu pasar bila harga produk
tersebut 15.
3. Gambarlah diagramnya.
4. Seberapa besar sumbangan harga terhadap
demand.
5. Apakah terdapat korelasi harga terhadap
demand.
Contoh - 3

 Suatu perusahaan alat-alat listrik menerima

pesanan trafo. Data di bawah ini
menunjukkan unit cost dan jumlah unit yang
di pesan:
Jumlah pesanan 1 3 5 10 12
(unit)
Cost per unit 58 55 40 37 22
(Jutaan Rupiah)
Diminta:

1. Hitung garis regresinya dg metode least

square.
2. Bila jumlah pesanan trafo ada 8 unit berapa
besarnya cost per unit?
3. Dengan tingkat konfidensi 0,95 buatlah limit
of prediction besarnya cost per unit pada
pesanan 8 unit?
4. Apakah terdapat korelasi jumlah pesanan
trafo dengan besarnya cost per unit?
Contoh - 4

 Data di bawah ini menunjukkan umur dan

harga mobil sedan bekas merk tertentu.
Umur (Tahun) Harga (Jutaan Rupiah)
1 1.795
4 985
10 295
2 1.295
5 795
6 995
8 845
1 1.625
Diminta:

1. Hitunglah garis regresinya yg memungkinkan kita

utk meramalkan harga berdasarkan umur mobil.
2. Ramalkan harga mobil sedan bekas yg sudah
berumur 3 tahun.
3. Untuk mobil yg sudah berumur 20 tahun,
bagaimana pendapat anda?
4. Sehubungan dengan pertanyaan (2), hitunglah
batas-batas ramalan dg probabilitas 0,95.
Soal - 5

 Data di bawah ini menunjukkan jumlah

penjualan dari sampel randm 9 salesmen dari
perusahaan pharmasi di kota A dan dari
sampel random 6 salesmen dari perusahaan
pharmasi di kota B selama jangka waktu
tertentu.
Kota A 41 47 62 39 56 64 37 61 52
Kota B 34 63 45 55 24 43
Diminta:

 Dengan level of significance 0,01 ujilah

apakah perbedaan antara mean kedua
sampel tersebut signifikan...?
SOAL - 6

 Kita ingin menyelidiki apakah pemberian

kredit candak kulak kepada para pedagang
kecil dapat meningkatkan pendapatan
mereka dibanding sbelum