ADALAH UNTUK
MEMINIMUMKAN PENGARUH
KETIDAKPASTIAN PERUSAHAAN
KARENA FAKTOR :
PENGARUH MUSIM
ARAH PERTUMBUHAN
PENGARUH KUNJUNGTUR/SIKLIS
Macam-macam Teknik
Peramalan
Metode judgement, yaitu cara
membuat peramalan
berdasarkan pendapat para ahli
yang telah memiliki pengalaman
dan ilmu dalam suatu bidang
tertentu
Macam-macam Teknik
Peramalan
Metode statistika, misalnya
dengan metode Time Serie
Moment, Trend Semi Average
dll.
Metode khusus, misalnya
analisis industri, analisis product
line dll
MOVING AVERAGES
METODE INI PERLU DATA
HISTORIS UNTUK JANGKA
WAKTU TERTENTU. SEMAKIN
PANJANG JANGKA
WAKTUNYA AKAN
MENGHASILKAN MOVING
AVERAGES YANG SEMAKIN
HALUS
MOVING AVERAGES
KELEMAHAN METODE INI
PERLU DATA HISTORIS
SEMUA DATA DIBERI
BOBOT YANG SAMA
TDK DPT MENGIKUTI
PERUBAHAN YG DRASTIS
TDK COCOK UTK
PERAMALAN DATA YANG
ADA GEJALA TREND
SIMPLE AVERAGE
TUJUANNYA UNTUK
MERAMALKAN PENJUALAN
YANG MEMILIKI POLA
FLUKTUASI MUSIMAN YANG
RELATIF SAMA MESKIPUN
TREND PENJUALAN NAIK
TURUN
METODE TREN BEBAS
BERDASARKAN PADA PERASAAN /
INTUISI ORANG (SUBYEKTIF)
GARIS DIBUAT SEDEMIKIAN RUPA
SEHINGGA DIRASA CUKUP
MEWAKILI DATA HISTORIS YANG
TERSEBAR SECARA TIDAK TERATUR
(HASILNYA TIDAK AKURAT)
TREN SETENGAH RATA-RATA
SEMUA DATA HISTORIS
DIKELOMPOKKAN MENJADI DUA
KELOMPOK (HIMPUNAN) DENGAN
JUMLAH ANGGOTA MASING-
MASING HARUS SAMA
Y=a+bX
RUMUS :
(1) Y = n.a + b. X
(2) XY = a. X + b. X 2
TREN LEAST SQUARE
Y=a+bX
RUMUS :
(1) a = ( Y)/n
(2) b = ( XY)/( X 2 )
Ilustrasi Model Time Serie
Moment
Y = a + bX
Y6 = 2.100 + 380 (3*) Y = 3.240
Y7 = 2.100 + 380 (4*) Y = 3.620
Y8 = 2.100 + 380 (5*) Y = 4.000
Ilustrasi Model Time Serie Least
Square-2 (Y= genap)
Y = a + bX
Y7 = 2.190 + 147,14 (7*) Y =
3.220
Ilustrasi Model Time Serie
Moment -2 (Y= genap)
4 2.800 2
5 2.500 7.940 2.646,67 3
6 2.640 4
Ilustrasi Lanjutan
a=konstanta=rata-rata kelompok
satu
b=koefien regresi=selisih rata2
kelompok satu dgn rata2 klp dua
dibagi dgn jml data yg ada dalam
suatu klp.
a = 1.733,33
b =(2.646,67 – 1.733,33)/3 = 304,45
Y7 = a +bX 1.733,33 + 304,45 (5)
= 2.755,58 = 2.756
Metode Korelasi dan Regresi
Tahun X Y XY X2 Y2
1 10 150 1.500 100 22.500
2 11 160 1.760 121 25.600
3 10 155 1.550 100 24.025
4 12 165 1.980 144 27.225
5 13 170 2.210 169 28.900
56 800 9.000 634 128.250
Ilustrasi Lanjutan
Keterangan : X=biaya promosi;Y=penjualan
b= n. ∑ XY - ∑ X. ∑ Y
n. ∑ X2 – (∑ X)2
a= ∑Y – b. ∑ X
n
b = 5(9000)–(56)(800) = 45.000-44.800 =5,88
5(634)-(56)2 3.170-3.136
a = 800 – 5,88(56) = 800 – 329,28 = 470,72 = 94,14
5 5 5