SEMESTER 5 MATA KULIAH KELAS B

PRAKTIKUM SISTEM PRODUKSI

FORECASTING
 01 07 12

ANGGOTA KELOMPOK

M. Raihan Mahfudz M.MAULANA ALI KHAFIDI

npm. 6321600034 NPM. 6321600043
 01 07 12

FORECASTING
• menggunakan metode moving average 2 periode
 01 07 12

Data Forecasting result

01 07 12

tracking signal

grafik
 01 07 12

FORECASTING
2. WEIGHTED MOVING AVERAGES PERIODE 2 BULAN
 01 07 12

data forecasting result

01 07 12

tracking signal

grafik
 01 07 12

FORECASTING
3. EKSPONENTIAL SMOOTHING ALPHA= 0.5
 01 07 12

data forecasting result

01 07 12

tracking signal

grafik
 01 07 12

FORECASTING
4. EKSPONENTIAL SMOOTHING WITH TREND ALPHA= 0.5
 01 07 12

data forecasting result

01 07 12

tracking signal

grafik
 01 07 12

FORECASTING
5. trend analysis
01 07 12

data forecasting result

01 07 12

tracking signal

grafik
 01 07 12

KESIMPULAN, Dari kelima data diatas dapat diambil kesimpulan sebagai berikut:

Tabel diatas menunjukkan bahwa semua metode memenuhi syarat tracking signal
+-4 sehingga dapat dibandingkan dengan metode yang lainnya. Dari perbandingan metode tersebut MAD yang terkecil adalah MAD
dari Metode Trend Analysis yaitu sebesar5.52, maka metode trend analysis yang digunakan untuk meramalkan permintaan produksi.
Hasil ramalan dari metode trend analysis yaitu: untuk periode 7 sampai dengan 20 dapat dilihat pada tabel forecasting result.
 01 07 12

FORECASTING
6. NON TIME SERIES REGRESSION (LINIER REGRESSION)
 01 07 12

data
Dari tabel forecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-
rata kesalahan = 0
MAD (Mean Absolute Deviation)/rata-rata absolute error = 33.641;
MSE (Mean Squared Error)/rata-rata error kuadrat = 1327.636;
Stndar error = 51.529
MAPE (Mean Absolute PercentError)/rata-rata persentase error= 0.06.
Regresson line adalah persamaan regresinya =
Y= 49.94+27.44 (x)
forecasting result Nilai statistics untuk koefisien korelasi = 0.91
artinya mempunyai hubunganyang sangat kuat antara kedua variable, sedangkanuntuk
koefisien determinasi atau r2
= 0.82
Jadi untuk nilai forecastx=10 dari persamaan regresi diatas adalah 324.29
 01 07 12

tracking signal
Keterangan:
Dari hasil tabel di samping diketahui bahwa track
signal berada pada area +4 dan -4 maka untuk
metode ini memenuhi syarat untuk di bandingkan
dengan metode lainnya.

grafik

Dari grafik disamping dapat dilihat bahwa terdapat

pergerakan data dari data actual dan data forecast, diketahui
bahwa nilai forecast linier regression mengalami trend
meningkat seperti pada nilai x = 10
 01 07 12

FORECASTING
7. DECOMPOSITION AND DESEASONALIZATION (MULTIPLICATIVE DECOMPOSITION)
 01 07 12

data

forecasting result

Keterangan :
Dari tabel forecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan= 0.04; MAD (Mean AbsoluteDeviation)/rata-
rata absolute error = 2.755; MSE (Mean Squared Error)/rata-rata error kuadrat = 11.488; Standar error = 4.793 dan MAPE (Mean AbsolutePercent
Error)/rata-rata persentase error = 3,164%.
Regresson line adalah persamaan regresinya = Y= 88.94 – 0.33 (x)
Nilai statistics untukkoefisien korelasi = 0.95 artinya mempunyai hubungan yang sangat kuat antara kedua variable,sedangkan untuk koefisiendeterminasi
atau r2
= 0.9
Future period menggambarkan hasil dari nilai(x) forecast untuk persamaan regresinya, terlihat bahwa nilaifuture period mulaidari x=13 sampaix=26.
 01 07 12

tracking signal
Keterangan:
Dari hasil tabel disamping dengan 3 periode tahun dan 12 data diketahui
bahwa track signal berada pada area +4 dan -4 maka metode ini
memenuhisyarat untuk dibandingkan dengan metode lainnya.

grafik
Dari grafik disamping terdapat 4 grafik yaitu grafik data, grafik forecast,grafik
smoothed data dan grafik trend line. Terlihat pada grafik data adanya proses naik dan
turunnya data actual, sedankan grafik forecast bisa dikatakan bahwa polanya
mengikuti grafik data actual. Pada grafik smoothed data terlihat pergerakan data yang
cenderung lebih rata atau mengalami penghalusan data (smooth) dan grafik trend line
mengalami proses yang konstan dari periode awal hinggaakhir.
 01 07 12

FORECASTING
8. multiple regression
 01 07 12

data

forecasting result
Keterangan :
Dari tabel forecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0;
MAD (Mean Absolute Deviation)/rata-rata absolute error = 33.64; MSE (Mean Squared Error)/rata-rata error
kuadrat = 1327.64; Standarerror = 51.53 dan MAPE (Mean AbsolutePercent Error)/rata-rata persentase error
= 0.06.
Regresson line adalah persamaan regresinya = Y= 49.94 + 27.44(x)
Nilai statistics untuk koefisien korelasi = 0.91 artinya mempunyai hubungan yang sangat kuat antara variable
umbrelladan rain, sedangkanuntuk koefisien determinasi atau r2 = 0.82.
 01 07 12

detail and error analysis

Keterangan :
Dari tabel forecasting result dihasilkan untuk error measures adalah Bias (Mean error)/rata-rata kesalahan = 0; MAD
(Mean Absolute Deviation)/rata-rata absolute error = 33.64; MSE (Mean Squared Error)/rata-rata error kuadrat =
1327.64; Standarerror = 51.53 dan MAPE (Mean AbsolutePercent Error)/rata-rata persentase error = 0.06.
01 07 12

grafik
TERIMA KASIH!