• Biaya
Ditentukan oleh 3 faktor yaitu:
1. Jumlah item yang diramalkan
2. Lamanya periode peramalan
3. Metode peramalan yang dipakai
• Kemudahan
Semakin sederhana, mudah dibuat dan mudah diaplikasikan akan
semakin menguntungkan bagi perusahaan
Prosedur Peramalan
MAt = MAt-1 +
•
Keterangan:
A = Peramalan aktual pada periode t
N = jumlah data permintaan yang dilibatkan dalam
perhitungan
1. Rata-rata Bergerak (MA=Moving Average)
Kelemahan teknik ini adalah:
1. Peramalan selalu berdasarkan pada N data terakhir tanpa
mempertimbangkan data-data sebelumnya
2. Setiap data dianggap memiliki bobot yang sama, padahal
seharusnya data baru memiliki bobot yang lebih tinggi
karena merepresentasikan kondisi terakhir yang terjadi
3. Butuh biaya besar dalam menyimpan dan memproses data,
jika nilai N nya semakin besar
1. Rata-rata Bergerak (MA=Moving Average)
Peramalan dengan MA 3-bulanan dan 6-bulanan
Keterangan:
Ft = Peramalan pada periode t
Ft-1 = Peramalan pada periode t-1
At = Permintaan aktual pada periode t
α = Konstanta penghalusan (0≤α≤1)
β = Konstanta penghalusan (0≤β≤1)
Tt = Trend pada periode t
4.a. Pemulusan Eksponensial Dengan
Unsur Trend (Winter’s Method)
Peramalan dengan Winter's Method dengan Trend
α=0,2; β=0,2; T0=9; F0=480
Bulan Permintaan Metode Peramalan Peramalan
Aktual (At) Ft Tt Winter Winter dengan ES
480 9 489,00
Maret 460 483,20 7,84 491,04 489,00
April 510 494,83 8,60 503,43 491,04 476,00
Mei 520 506,74 9,26 516,01 503,43 482,80
Juni 495 511,80 8,42 520,23 516,01 490,24
Juli 475 511,18 6,61 517,79 520,23 491,19
Agustus 560 526,23 8,30 534,53 517,79 487,95
September 510 529,63 7,32 536,95 534,53 502,36
Oktober 520 533,56 6,64 540,20 536,95 503,89
Nopember 540 540,16 6,63 546,79 540,20 507,11
Desember 550 547,43 6,76 554,19 546,79 513,69
4.b. Pemulusan Eksponensial Dengan
Unsur Musiman (Winter’s Method)
Formula Winter’s Method dengan unsur musiman adalah
sebagai berikut:
Ft = + (1- )Ft-1
•It = γ - (1 - γ)It-m
ft+1 = Ft x It+1-m
4.b. Pemulusan Eksponensial Dengan
Unsur Musiman (Winter’s Method)
Perhitungan Indeks Musiman
α=0,1; γ=0,05;FDES=94
Bulan Permintaan Permintaan Rata-rata Indeks
1993 1994 Permintaan Musiman
Januari 80 100 90 0,957
Februari 75 85 80 0,851
Maret 80 90 85 0,904
April 90 110 100 1,064
Mei 115 131 123 1,309
Juni 110 120 115 1,223
Juli 100 110 105 1,117
Agustus 90 110 100 1,064
September 85 95 90 0,957
Oktober 75 85 80 0,851
Nopember 75 85 80 0,851
Desember 80 80 80 0,851
Jumlah 1128
Rata-rata 94
4.b. Pemulusan Eksponensial Dengan
Unsur Musiman (Winter’s Method)
Peramalan dengan Winter's Method dengan Musiman
α=0,1; γ=0,05;F0=94
Bulan Permintaan Rata-rata Peramalan Faktor musiman Faktor musiman
1995 (Dt) (Dt/It-12) Ft (Dt/Ft) (Ft*lt-12) yang lama (It-12) yang baru (It)
94
Januari 95 99,22 94,52 1,01 90,00 0,957 0,960
Februari 75 88,13 93,88 0,80 80,44 0,851 0,848
Maret 90 99,53 94,45 0,95 84,89 0,904 0,907
April 105 98,70 94,87 1,11 100,48 1,064 1,066
Mei 120 91,71 94,56 1,27 124,14 1,309 1,307
Juni 117 95,63 94,66 1,24 115,68 1,223 1,224
Juli 102 91,31 94,33 1,08 105,74 1,117 1,115
Agustus 98 92,12 94,11 1,04 100,35 1,064 1,063
September 95 99,22 94,62 1,00 90,10 0,957 0,960
Oktober 75 88,13 93,97 0,80 80,53 0,851 0,848
Nopember 85 99,88 94,56 0,90 79,97 0,851 0,853
Desember 75 88,13 93,92 0,80 80,48 0,851 0,848
4.c. Pemulusan Eksponensial Dengan
Unsur Lengkap (Winter’s Method)
Formula Winter’s Method dengan unsur lengkap adalah
sebagai berikut:
Ft = + (1- )(Ft-1+Tt-1)
•Tt = β (Ft – Ft-1) + (1 - β)Tt-1
It = δ + (1 - δ)It-m
4.c. Pemulusan Eksponensial Dengan
Unsur Lengkap (Winter’s Method)
Data permintaan produk 3 tahun
Contoh:
Suatu data permintaan aktual produk “X” dibandingkan hasil
peramalannya diketahui seperti yang tercantum pada tabel di
bawah ini. Hitunglah MAD, MSE, MFE dan MAPE nya
Ukuran Akurasi Hasil Peramalan
Permintaan Ramalan Deviasi Deviasi Kuadrat Persentase Persentase
Aktual Absolut Kesalahan Kesalahan Kesalahan Absolut
A F A-F |A-F| (A-F)2 (A-F)/A |(A-F)/A|
120 125 -5 5 25 -0,04 0,04
130 125 5 5 25 0,04 0,04
110 125 -15 15 225 -0,14 0,14
140 125 15 15 225 0,11 0,11
110 125 -15 15 225 -0,14 0,14
130 125 5 5 25 0,04 0,04
-10 60 750 -0,13 0,50
MAD = 10
MSE = 125
MFE = -1,67
MAPE = 8,31 %
Verifikasi dan Pengendalian Peramalan
• Dilakukan untuk memeriksa apakah hasil peramalan sudah
mencerminkan data masa lalu dan sistem sebab akibat yang
mendasari permintaan
• Jika setelah diverifikasi ternyata hasilnya dapat dipercaya,
maka hasil peramalan dapat terus digunakan. Namun jika
ternyata meragukan, maka harus dicari metode peramalan
lain yang lebih cocok
• Teknik paling sederhana adalah dengan menggunakan peta
moving range
Peta Moving Range
Batas Daerah A
Batas Daerah B
Batas Daerah B
Batas Daerah A
Rata-rata MR = 9,00
BKA = 23,94
BKB = -23,94
Peta Moving Range Untuk Verifikasi Peramalan
BKA = 23,94
BKB = -23,94
Peta Moving Range Untuk Pengendalian Peramalan
Rata-rata MR = 10,73
BKA = 28,55
BKB = -28,55
Peta Moving Range Untuk Pengendalian Peramalan
BKA = 28,55
BKB = -28,55
TERIMA KASIH