MANAJEMEN

PRODUKSI
“TEKNIK TRE
ND LINEAR”

E LOM POK I:
K
- DHEMELSI LUKAS (B1B119059)
- NUR IFDAH ARIQAH ASMIN (B1B119042)
- ELSA PRATIWI MALIMBONG (B1B119058)
- NUR AZYILA (B1B119054)
- RESKY (B1B119036)
Definisi peramalan
Peramalan proses untuk
memperkirakan jumlah permintaan
(demand) produk dari konsumen di
masa yang akan datang menggunakan
data-data dimasa lalu
Keberadaan peramalan sangat
penting karena keadaan ekonomi
dan dunia usaha tidak statis, tapi
selalu berubah.
Peramalan merupakan suatu perkiraan
tingkat permintaan yang diharapkan
untuk suatu produk atau jasa dalam
periode waktu tertentu dimasa yang
akan datang.
Peramalan mempakan kegiatan
integral dari pengambilan
keputusan manajemen.
Pentingnya Peramalan Dalam Manajemen Produksi

2. Manajemen
2. Manajemen produksi
produksi
1. Membantu dalam menggunakan hasilhasil peramalan
peramalan
menggunakan
pengambilan

Content Here
dalam pembuatan
dalam pembuatan keputusan
keputusan
keputusan menyangkut pemilihan
pemilihan proses,
proses,
menyangkut
perencanaan kapasitas,
perencanaan kapasitas, layout
layout
fasilitas dll
fasilitas dll

3. Ketepatan
3. Ketepatan dalam
dalam melakukan
melakukan
peramalan akan
peramalan akan menunjang
menunjang
perencanaan yang
perencanaan yang ditetapkan
ditetapkan
 Metode peramalan (Trend Linier)

 Trend adalah pergerakan jangka panjang dalam suatu kurun

waktu yang kadang-kadang dapat digambarkan dengan garis
lurus atau kurva mulus.

 Deret waktu untuk bisnis dan ekonomi, yang terbaik

adalah untuk melihat trend (atau trend-siklus) sebagai
perubahan dengan halus dari waktu ke waktu.

 Pada kenyataannya, anggapan bahwa trend dapat

diwakili oleh beberapa fungsi sederhana seperti garis
lurus sepanjang periode untuk time series yang diamati
jarang ditemukan.

 Seringkali fungsi tersebut mudah dicocokkan dengan

kurva trend pada suatu kurun waktu karena dua alasan,
yaitu fungsi tersebut menyediakan beberapa indikasi
arah umum dari seri yang diamati, dan dapat
dihilangkan dari seri aslinya untuk mendapatkan
gambar musiman lebih jelas.
Trend Linier
Sering kali data deret waktu jika digambarkan ke
dalam plot mendekati garis luruus.
Deret waktu seperti inilah yang termasuk dalam trend
linier. Persamaan trend linier adalah sebagai berikut:

yt = a + bt

Dengan nilai a dan b diperoleh dari formula:

Dimana :
 Yt menunjukan nilai taksiran Y pada nilai t tertentu.

 Sedangkan a adalah nilai intercept dari Y, artinya

nilai Yt akan sama dengan a jika nilai t = 0.

 Kemudian b adalah nilai slope, artinya besar

kenaikan nilai Yt pada setiap nilai t.

 Dan nilai t sendiri adalah nilai tertentu yang

menunjukan periode waktu.
CONTOH Penjualan Produk X pada tahun 2010 adalah sebagai berikut:

WAKTU BULAN PENJUALAN

1 Januari 1.143
2 Februari 1.037
3 Maret 857
4 April 767
5 Mei 948
6 Juni 660
7 Juli 683
8 Agustus 809
9 September 1.078
10 Oktober 696
11 November 777
12 Desember 672
Jumlah 10.117

Tentukan peramalan penjualan pada bulan ke-18 dan bulan ke-25!

 Place Your Picture Here
Penyelesaian : Dari tabel di atas akan dibuat deskripsi data ke dalam bentuk poligon
agar dapat memudahkan menganalisis data. Berikut ini adalah poligon
data dari data hasil penjualan produk X pada tahun 2010:

Tabulasi Data :
 Menentukan Model Persamaan Matematika:

Dari tabel tabulasi data, maka diperoleh: Yt = 843,08+ 13.t.

Setelah itu masukan nilai a dan b ke

dalam persamaan Yt = a + bt , sehingga
menjadi sebuah persamaan trend linier
Yt = 843,08+ 13.t.

Data pengamatan runtun waktu untuk perubahan hasil penjualan produk X

Place Your Picture Here

di tahun 2010 setiap bulannya, dapat diketahui bahwa perubahan nilai

runtut waktu pengamatan dari bulan ke bulan jumlahnya cukup bervariasi
berupa peningkatan dan penurunan.
Jumlah penjualan tertinggi terjadi pada bulan Januari sebanyak 1143.
Penurunan penjualan tertinggi terjadi pada bulan Juni sebanyak 660.
Keterangan tersebut memperlihatkan perubahan nilai runtun waktu
pengamatan yang fluktuatif.
Contoh II:

Data Penjualan PT. Parahiyangan dari tahun 1996-2006

Tahun y(data penj) x xy x2
Fungsi persamaan : Y = a + bx
1996 17.500 -5 -87.500 25

1997 21.500 -4 -86.000 16

Y = a + bx
1998 24.000 -3 -72.000 9
Y = 31.609,09 + 2.489,09 x
1999 27.500 -2 -55.000 4

2000 30.000 -1 -30.000 1

2001 32.000 0 0 0 Maka peramalan untuk tahun 2007 dan 2008 adalah :
2002 35.000 1 35.000 1
Y07 = 31.609,09 + 2.489,09 (6) Y08 = 31.609,09 + 2.489,09 (7)
2003 37.500 2 75.000 4 = 31.609,09 + 14.934,54 = 31.609,09 + 17.423,63
2004 39.000 3 117.000 9
= 46.543,63 = 49.032,72

2005 41.200 4 164.800 16

 Demikian pula peramalan untuk tahun-tahun berikutnya.
2006 42.500 5 212.500 25

11 347.700 0 273.800 110

Thank you