(Forecasting Method)
JENIS
JENIS PERAMALAN
PERAMALAN
Economic Forecast
Merencanakan indikator ekonomi yang berguna membantu
organisasi untuk menyiapkan peramalan. (inflasi)
Technological Forecast
Peramalan jangka panjang yang memperhatikan tingkat
kemajuan teknologi.
Demand Forecast
Meramalkan penjualan suatu perusahaan pada setiap periode
dalam horizon waktu.
MOVING AVERAGE
Bulan Penjualan Rata2 Bergerak 3-
Metode peramalan Aktual Bulan
yang menggunakan Januari 20
rata-rata dari Februari 30
sejumlah (n) data
Maret 45
terkini untuk
April 31,7 (20+30+45)/3=31,7
meramalkan
periode mendatang 50
0
J F M A
J F M A
Moving Average dengan Pombobotan
Bobot yg diberikan Periode
3 Bulan lalu (Maret)
2 Dua bulan lalu (Februari)
1 Tiga bulan lalu (Januari)
6 Total bobot
y a bx Y = 4.810,4 + 1.164,4 X
a = Y/n = 24.052 / 5 = 4.810,4 Y2008 = 4.810,4 + 1.164,4 (3) =8.300,6
b = XY/X² = 11.634 / 10 = 1.164,4 Y2009= 4.810,4 + 1.164,4 (4) =9.464
SIMPLE LINEAR REGRESSION
Model matematis garis
lurus yang menjelaskan
hubungan fungsional
y a bx
antara satu variabel xy nx. y
terikat (dependent b = x n( x )
2 2
variable)
a y bx
Y = Variabel Terikat
X = Variabel Bebas (bukan waktu)
a = Konstanta
b = Koefisien regresi
n = Jumlah data (pengamatan)
Case:
Perusahaan Konstruksi Nodel, West Bloomfield
Perusahaan Konstruksi Nodel Years Sales Wages
merenovasi sejumlah rumah
2002 20 1
tua di West Bloomfield,
Michigan. 2003 30 3
Sejalan dengan waktu, 2004 25 4
perusahaan mendapati bahwa
2005 20 2
biaya pekerjaan renovasinya
tergantung pada tingkat 2006 20 1
penghasilan penduduk yaitu 2007 35 7
upah lokal di West
Bloomfield. Jika kantor perdagangan lokal
Tabel berikut ini memperkirakan upah wilayah West
menunjukkan penjualan Bloomfield tahun 2008 adalah 6,
Tentukan perkiraan penjualan
Nodel dan upah lokal selama
Nodel tahun 2008?
masa 6 tahun
Years Sales (Y) Wages (X) X² XY
2002 20 1 1 20
2003 30 3 9 90
2004 25 4 16 100
2005 20 2 4 40
2006 20 1 1 20
2007 35 7 49 245
Y=150 X=18 X²=80 XY=515
Y 25 X 3
y a bx
Y 17,5 2,5.(upah)
xy nx. y 515 (6).(3).( 25)
b= = = 2,5 Y 17,5 2,5.(6)
x n( x
2 2
80 ( 6).( 2
3)
40
32,5
30 Garis
Garis Regresi
Regresi
Y=
Y= 17,5
17,5 ++ 2,5
2,5 X
X
20
a=
a= 17,5
17,5
10
1 2 3 4 5 6 7 WAGES