PERAMALAN FORECASTING - Esa Unggul University · 1 20 1 18 EMA302 - Manajemen Operasional Materi #4...

16
PERAMALAN PERAMALAN EMA302 - Manajemen Operasional 1 PERAMALAN PERAMALAN ( ( FORECASTING FORECASTING ) ) #2 #2 EMA302 EMA302 – – Manajemen Manajemen Operasional Operasional Materi #4 Materi #4

Transcript of PERAMALAN FORECASTING - Esa Unggul University · 1 20 1 18 EMA302 - Manajemen Operasional Materi #4...

  • PERAMALANPERAMALAN((FORECASTINGFORECASTING))#2#2

    EMA302 - Manajemen Operasional 1

    PERAMALANPERAMALAN((FORECASTINGFORECASTING))#2#2EMA302EMA302 –– ManajemenManajemen OperasionalOperasionalMateri #4Materi #4

  • ModelModel Trend LinearTrend Linear MultiplicativeMultiplicative Kecenderungan(trend). Komponen musiman(seasonal): rasiountuk model trend.

    2 Kecenderungan(trend). Komponen musiman(seasonal): rasiountuk model trend.

    Materi #4EMA302 - Manajemen Operasional

  • ModelModel Simple Linear RegressionSimple Linear Regression (1)(1)3 Model simple linear regressionberusaha untuk menyesuaikangaris melalui berbagai data dariwaktu ke waktu. Merupakan model regresi linier. Yt adalah nilai peramalan yang diregresikan atau variabeldependent dalam model, a adalah nilai perpotongan garis regresi, dan b mirip dengan kemiringan (slope) garis regresi. Namun, karena dihitung dengan variabilitas dari data,formulasinya tidak semudah konsep kemiringan (slope)yang biasa. Materi #4EMA302 - Manajemen Operasional

  • ModelModel Simple Linear RegressionSimple Linear Regression (2)(2)4 Persamaan untuk menghitung “a” dan “b”:

    Materi #4EMA302 - Manajemen Operasional

  • ContohContoh #3.8#3.8 –– Simple Linear RegressionSimple Linear RegressionPertanyaan: Sesuai tabel berikut,berapa nilai modelsimple linearregression yangdapat digunakanuntuk perkiraanpenjualan padaminggu selanjutnya?

    Minggu Penjualan1 1505 Pertanyaan:

    Sesuai tabel berikut,berapa nilai modelsimple linearregression yangdapat digunakanuntuk perkiraanpenjualan padaminggu selanjutnya?1 1502 1573 1624 1665 177

    Materi #4EMA302 - Manajemen Operasional

  • Minggu (x) Penjualan (y) (x)2 (x).(y)1 150 1 150

    Jawaban ContohJawaban Contoh #4.1 ... (1)#4.1 ... (1) Untuk model simple linear regression yang harus dilakukanpertama kali yaitu menghitung nilai dari “a” dan “b”.6

    1 150 1 1502 157 4 3143 162 9 4864 166 16 6645 177 25 8853 162.4 55 2499Materi #4EMA302 - Manajemen Operasional

  • Jawaban ContohJawaban Contoh #4.1 ... (2)#4.1 ... (2)7

    Materi #4EMA302 - Manajemen Operasional

  • Jawaban ContohJawaban Contoh #4.1 ... (3)#4.1 ... (3)8 Hasilnya adalah:Hasilnya adalah:

    Jika kita plot hasil peramalan regresi terhadap penjualan aktual,diperoleh tabel berikut:190

    Materi #4EMA302 - Manajemen Operasional140150160170180190

    1 2 3 4 5 6

    Penjualan

    Periode (Minggu)AktualPeramalan

  • Jawaban ContohJawaban Contoh #4.1 ... (4)#4.1 ... (4)9 Minggu Penjualan Yt = 143.5 + 6.3 X1 150 149.82 157 156.1

    Materi #4EMA302 - Manajemen Operasional

    2 157 156.13 162 162.44 166 168.75 177 175.06 181.3

  • PengawasanPengawasan dandan PengendalianPengendalian PeramalanPeramalan Salah satu cara untuk mengawasi peramalan adalahdengan menggunakan metode tracking signal. Tracking signal adalah sebuah perhitungan untukmengetahui seberapa baik peramalan memprediksi nilaiaktual. Tracking signal dihitung sebagai Running Sum of theForecast Errors (RSFE) dibagi dengan MAD.

    10 Salah satu cara untuk mengawasi peramalan adalahdengan menggunakan metode tracking signal. Tracking signal adalah sebuah perhitungan untukmengetahui seberapa baik peramalan memprediksi nilaiaktual. Tracking signal dihitung sebagai Running Sum of theForecast Errors (RSFE) dibagi dengan MAD.

    Materi #4EMA302 - Manajemen Operasional

  • ContohContoh #4.2#4.211 Hitung nilai tracking signal dari tabel berikut iniPeriode (t) Nilai Aktual (At) Nilai Peramalan (Ft)1 90 10095 100

    Materi #4EMA302 - Manajemen Operasional

    2 95 1003 115 1004 100 1105 125 1106 140 110

  • JawabanJawaban #4.2#4.212

    t At Ft Errors RSFE |Error| Kum|Error| KumMAD Tracking Signal1 90 100 ‒10 ‒10 10 10 10.0 ‒10/10 = ‒12 95 100 ‒5 ‒15 5 15 7.5 ‒15/7.5 = ‒23 115 100 +15 0 15 30 10.0 0/10 = 0

    Materi #4EMA302 - Manajemen Operasional

    4 100 110 ‒10 ‒10 10 40 10.0 ‒10/10 = ‒15 125 110 +15 +5 15 55 11.0 +5/11 = +0.56 140 110 +30 +35 30 85 14.2 +35/14.2 = +2.5MAD = 85 = 14.26TrackingSignal = RSFE = 35 = 2.5 MADMAD 14.2

  • TugasTugas #1#113 Data permintaan pekerjaan dari sebuah perusahaan rekaman sepertiyang tertera pada tabel berikut. (sesuaikan dengan seksi masing-masing)Data untuk Seksi 01 Data untuk Seksi 02Bulan Permintaan Bulan Permintaan1 20 1 18

    Materi #4EMA302 - Manajemen OperasionalJika nilai peramalan bulan pertama ditentukan sebesar 19.Hitunglah: Ada 7 pertanyaan, dikumpul haru ini Kamis, 17 Oktober 2013

    1 20 1 182 22 2 203 18 3 214 21 4 225 22 5 22

  • TugasTugas #1 … (#1 … (LanjutanLanjutan))14 1. Nilai peramalan simple moving average untuk asumsi data 4 bulanansampai dengan bulan ke-62. Nilai peramalan weighted moving average pada bulan ke-5 dan 6dengan menggunakan bobot dari t-1 s/d t-4 berturut-turut adalah0.40 ; 0.30 ; 0.20 dan 0.103. Nilai MAD, MSE, dan MAPE dari soal no.1 dan no.24. Nilai peramalan exponential smoothing untuk periode bulan 1 s/d 6dengan α=0.305. Nilai peramalan simple linear regression untuk periode bulan 1 s/d 66. Nilai MAD, MSE, dan MAPE dari soal no.4 dan no.57. Nilai tracking signal dari soal no.4 dan no.5

    Materi #4EMA302 - Manajemen Operasional

    1. Nilai peramalan simple moving average untuk asumsi data 4 bulanansampai dengan bulan ke-62. Nilai peramalan weighted moving average pada bulan ke-5 dan 6dengan menggunakan bobot dari t-1 s/d t-4 berturut-turut adalah0.40 ; 0.30 ; 0.20 dan 0.103. Nilai MAD, MSE, dan MAPE dari soal no.1 dan no.24. Nilai peramalan exponential smoothing untuk periode bulan 1 s/d 6dengan α=0.305. Nilai peramalan simple linear regression untuk periode bulan 1 s/d 66. Nilai MAD, MSE, dan MAPE dari soal no.4 dan no.57. Nilai tracking signal dari soal no.4 dan no.5

  • Daftar PustakaDaftar Pustaka15 Jay Heizer and Barry Render, Operation Management, 10thEd. Pearson Prentice Hall, 2011Roger G. Schroeder and Susan Meyer Goldstein, OperationsManagement: Contemporary Concepts and Cases,McGraw Hill, 2011Sobarsa Kosasih, Manajemen Operasi, Mitra Wacana Media,2009Pangestu Subagyo, Manajemen Operasi, BPFE Yogyakarta,2000Lena Ellitan dan Lina Anatan, Manajemen Operasi: Konsepdan Aplikasi, Refika Aditama, 2008

    Materi #1EMA302 - Manajemen Operasional

    Jay Heizer and Barry Render, Operation Management, 10thEd. Pearson Prentice Hall, 2011Roger G. Schroeder and Susan Meyer Goldstein, OperationsManagement: Contemporary Concepts and Cases,McGraw Hill, 2011Sobarsa Kosasih, Manajemen Operasi, Mitra Wacana Media,2009Pangestu Subagyo, Manajemen Operasi, BPFE Yogyakarta,2000Lena Ellitan dan Lina Anatan, Manajemen Operasi: Konsepdan Aplikasi, Refika Aditama, 2008

  • Materi #4EMA302 - Manajemen Operasional16