Forecasting

(Peramalan)

Wayan Disnuyana 1517351028

Gabriella Brenda Christie 1517351021

Ni Putu Rahayu Chandra D1517351029

 Apa Itu Forcasting ?

peramalan (forecasting) adalah seni dan ilmu untuk

memperkirakan kejadian di masa depan. Hal tersebut
dapat dilakukan dengan menggunakan data historis dan
proses kalkulasi untuk memprediksikan sebuah proyeksi
atas kejadian di masa datang. Cara lain yang dapat
ditempuh adalah dengan intuisi subjektif atau dengan
model matematis yang disusun oleh pihak manajemen.
(Heizer & Render, 2011).
MANFAAT FORCASTING

1. Menentukan Penjadwalan sumber-sumber yang ada

2. Peramalan pada Tingkat Permintaan untuk produk, material,TK dll.
3. Peramalan dibutuhkan untuk menentukan kebutuhan sumber-sumber di masa
yang akan datang
4. Menentukan sumber-sumber daya yang diinginkan.
5. Semua organisasi harus menentukan sumber apa yang mereka inginkan untuk
dimiliki pada jangka panjang
 FAKTOR-FAKTOR YANG
MEMPENGARUHI PERAMALAN

Siklus Bisnis Siklus hidup produk Faktor lain

 LANGKAH-LANGKAH
MELAKUKAN FORCASTING

Tentukan tujuan dari peramalan Pilih metode forcasting Buatlah peramalan

1 3 5

2 4 6
Menentukan rentang waktu Analisis data Pantau hasil dari peramalan
 METODE FORCASTING
KUALITATIF KUANTITATIF

1. Time series forcasting

a) Naïve
1. Juri dari opini eksekutif
b) Moving average
2. Metode Delphi
c) Exponential smoothing
3. Gabungan tenaga penjualan
d) Tren projection
4. Survei pasar konsumen
2. Asspciative forcasting method
a) Analisis regresi linear
 PT. Kuala Pangan ingin meramalkan penjualan produk mie atom pada tahun 2007.

Tabel penjualan mie atom pada tahun 2006

Bulan Periode (t) penjualan Y(t)
Januari 1 3197 Diselesaikan dengan Metode
Februari 2 3348 Analisis Regresi Linear
Maret 3 3476 Y(t) = a + b(t)
April 4 3643
Mei 5 3426
Juni 6 3714
Juli 7 3135
Agustus 8 3092
September 9 3851
Oktober 10 3566
Novenber 11 3493
Desember 12 3460
Sumber : http://dinus.ac.id/repository/docs/ajar/materiPeramalan.pdf
 b = (12)(271250)-(41401)(78) = 14,989
Bulan Periode (t) penjualan Y(t) Ty (t) t^2 (12)(650)-(78^2)
Januari 1 3197 3197 1
Februari 2 3348 6696 4 a = 41401 – (14,989)(78) = 3352,655
Maret 3 3476 10428 9 12 12
April 4 3643 14572 16
Jadi, Y(t) = 3352,655 + 14,989(t)
Mei 5 3426 17130 25
Juni 6 3714 22284 36
Juli 7 3135 21945 49
Agustus 8 3092 24736 64

September 9 3851 34659 81

Oktober 10 3566 35660 100
Novenber 11 3493 38423 121
Desember 12 3460 41520 144
∑= 12 78 41401 271250 650
 Jadi, Y(t) = 3352,655 + 14,989(t)

Tabel hasil peramalan dengan metode regresi linear Dengan demikian hasil peramalan untuk tahun
untuk tahun 2007 2007 adalah sebagai berikut :

Y(13) = 3352,655 + 14,989(13) = 3547,512 = 3548 unit

Bulan penjualan Y(t)
Y(14) = 3352,655 + 14,989(14) = 3562,501 = 3563 unit
Januari 3548
Februari 3563 Y(15) = 3352,655 + 14,989(15) = 3577,490 = 3563 unit
Maret 3578 Y(16) = 3352,655 + 14,989(16) = 3592,479 = 3593 unit
April 3593 Y(17) = 3352,655 + 14,989(17) = 3607,468 = 3608 unit
Mei 3608
Y(18) = 3352,655 + 14,989(18) = 3622,457 = 3623 unit
Juni 3623
Juli 3638 Y(19) = 3352,655 + 14,989(19) = 3637,446 = 3638 unit
Agustus 3653 Y(20) = 3352,655 + 14,989(20) = 3652,435 = 3653 unit
Y(21) = 3352,655 + 14,989(21) = 3667,424 = 3668 unit
September 3668
Y(22) = 3352,655 + 14,989(22) = 3682,413 = 3683 unit
Oktober 3683
Novenber 3698 Y(23) = 3352,655 + 14,989(23) = 3697,402 = 3698 unit
Desember 3713 Y(24) = 3352,655 + 14,989(24) = 3712,391 = 3713 unit