Peramalan . Manajemen Produksi #3
description
Transcript of Peramalan . Manajemen Produksi #3
Desi Harsanti Pinuji
*Peramalan.Manajemen Produksi #3
*pengertian
*Peramalan adalah seni dan ilmu untuk memprediksi kejadian di masa depan*Bisa dilakukan dengan cara :
*Melibatkan data masa lalu dan menempatkannya ke masa yang akan datang dengan model matematis
*Prediksi intuitif yang bersifat subyektif*Kombinasi keduanya
*Meramal Horizon Waktu
Jangka pendek
Hingga 1 tahun (umumnya triwulan)
Merencanakan pembelian, jumlah
tenaga kerja, penugasan kerja
dan tingkat produksi
Jangka meneng
ahHingga 3 tahun
Merencanakan penjualan, anggaran produksi,
anggaran kas, rencana operasi
Jangka PanjangMasa 3 tahun atau
lebih
Merencanakan produk baru,
pembelanjaan modal, lokasi atau
pengembangan fasilitas, litbang
*Siklus Hidup Produk
Perkenalan
Pertumbuhan
Kematangan
Penurunan
*Jenis Peramalan
• Memprediksi inflasi• Ketersediaan uang• Indikator- indikator lainnya
Peramalan
Ekonomi• Memperhatikan tingkat kemajuan teknologi
Peramalan
teknologi• Meramal produksi, kapasitas, sistem penjadualan
• Input bagi perencanaan bagian yang lainnya
Peramalan
Permintaan
*7 Langkah Sistem Peramalan
Menetapkan tujuan peramalanMenentukan Unsur apa yang akan diramalMenentukan horizon waktu peramalanMemilih tipe model peramalanMengumpulkan data yang diperlukan untuk melakukan peramalanMembuat peramalanMemvalidasi dan menerapkan hasil peramalan
*Pendekatan dalam Peramalan
Pera
mal
an k
uant
itatifMenggunakan
model matematika dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan
Pera
mal
an k
ualit
atifMenggabung
kan faktor seperti intuisi, emodi, pengalaman pribadi, sistem nilai
*Tinjauan Metode Kualitatif
* Keputusan dari Pendapat Juri Pendapat sekumpulan kecil manajer atau pakar, sering dikombinasikan dengan data statistik
* Metode DelphiMenggunakan proses kelompok di mana pakar melakukan
peramalan 3 jenis peserta : pengambil keputusan, karyawan dan responden
* Gabungan dari Tenaga Penjualan Setiap tenaga penjualan memperkirakan berapa penjualan yang bisa dilakukan di wilayahnya
* Survei Pasar Konsumen Meminta input dari konsumen mengenai rencana pembelian mereka di masa depan
*Tinjauan Metode Kuantitatif
Model Time SeriesPendekatan
naif
Rata-rata bergerak
Penghalusan
eksponensial
Proyeksi Tren
Model Asosiatif
Regresi Linear
*Peramalan Time Series
* merupakan teknik peramalan yang menggunakan sekumpulan data masa lalu untuk melakukan peramalan* Didasarkan pada waktu yang berurutan
atau berjarak sama (co : mingguan, bulanan, kuartalan)* Nilai masa depan diperkirakan hanya dari
nilai masa lalu dan variabel lain diabaikan
* 4 Komponen Time Series
*Tren : pergerakan data sedikit demi sedikit meningkat atau menurun*Musim : pola data yang berulang pada kurun
waktu tertentu seperti hari, minggu, bulan, kuartal*Siklus : pola dalam data yang terjadi setiap
beberapa tahun*Variasi Acak : satu titik khusus dalam data,
yang disebabkan oleh peluang dan situasi yang tidak biasa
*Pendekatan Naif (Naive Approach)
*Teknik peramalan yang mengasumsikan permintaan di periode mendatang sama dengan permintaan terkini*Merupakan model paling efektif dan
efisien dari segi biaya
*Rata-rata Bergerak
(Moving Average)
*Menggunakan sejumlah data aktual masa lalu untuk menghasilkan peramalan*Berguna jika kita dapat mengasumsikan bahwa
permintaan pasar akan stabil sepanjang waktu yang kita ramalkan*Rata-rata bergerak = ∑ permintaan n bulan sebelum
n*Rata-rata bergerak dengan pembobotan = ∑ (bobot pada periode n) permintaan pada periode n
∑ bobot
*Latihan ya...
Bulan Penjualan aktualJanuari 12Februari 12Maret 13April 16Mei 19Juni 23Juli 26Agustus 30September 28
*Penghalusan Eksponensial (Exponential Smoothing)
* merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah digunakan*Menggunakan sangat sedikit pencatatan
data masa lalu* Ft = F t-1 + α ( A t-1 – F t-1)Ft = peramalan baruFt-1 = peramalan sebelumnyaΑ = konstanta penghalus (0 ≤ α ≤ 1)At-1 = permintaan aktual periode lalu
*Latihan lagi nyok..
* Pada bulan Januari, sebuah dealer mobil memprediksi permintaan Nissan Livina di bulan Februari sebanyak 142 mobil. Permintaan aktual bulan Februri adalah 153 mobil. Dengan menggunakan konstanta penghalusan yang dipilih oleh pihak manajemen, α = 0,20. Kita dapat meramalkan permintaan di bulan Maret dengan menggunakan model penghalusan eksponensial. Hitunglah peramalan permintaan untuk bulan Maret!
*Proyeksi Tren (Trend Projection)
* metode yang menyesuaikan sebuah garis tren pada sekumpulan data masa lalu dan kemudian diproyeksikan dalam garis untuk meramalkan masa depan* y = a + bxy = nilai terhitung dari variabel yang akan diprediksi (variabel terikat)
a = persilangan sumbu yb = kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi di y)x = variabel bebas
* Terus latihan...
* Permintaan daya listrik pada PT Maju Mundur Tetap Oke selama periode 2004 hingga 2010 ditunjukkan pada tabel di bawah ini. Tahun Permintaa
n Daya Listrik
Tahun Permintaan Daya Listrik
2004 74 2008 1052005 79 2009 1422006 80 2010 1222007 90
*METODE PERAMALAN
ASOSIATIF
*Biasanya mempertimbangkan beberapa variabel yang berhubungan dengan kuantitas yang diprediksi* ŷ = a + bx
Ŷ = nilai variabel terikata = perpotongan sumbu yb = kemiringan garis regresix = variabel bebas
*Ya ampyun... Latihan lagi...
* Sebuah distro kaos berhasil membuka beberapa toko di beberapa kota. Seiring waktu, perusahaan mendapati bahwa penjualan toko biaya pekerjaan pembukaan toko bergantung pada tingkat penghasilan (upah) penduduk di daerah tersebut. Berikut adalah data penjualan
Tahun ke
Penjualan (y)
Upah (x)
Tahun ke
Penjualan (y)
Upah (x)
1 2,0 1 4 2,0 22 3,0 3 5 2,0 13 2,5 4 6 3,5 7
*Caranya?
Cek hubungannya, linier kah?
Cari jumlah x dan jumlah y
Cari rata-rata x dan rata-rata y
Hitung x kuadrat dan jumlahkan
Hitung b dan a
*Koefisien Korelasi dan Determinasi
* Suatu ukuran yang menunjukkan kekuatan hubungan antara dua variabel* r = n ∑ xy - ∑x ∑y
[n∑x² - (∑ x)²][n∑y²- (∑y)²]
Koefisien Determinasi = suatu ukuran jumlah variasi dalam variabel terikat terhadap rata-ratanya yang dijelaskan oleh persamaan regresi
*Analisis Regresi Berganda
* Metode peramalan sebab akibat dengan lebih dari 1 variabel bebas* ŷ = a + b1x1 + b1x1
Ŷ = nilai variabel terikata = perpotongan sumbu yb = kemiringan garis regresix = variabel bebas