bab 3. peramalan ( forecasting )

15
Bab 3. Peramalan (Forecasting)

Upload: chaim

Post on 19-Jan-2016

59 views

Category:

Documents


11 download

DESCRIPTION

Bab 3. Peramalan ( Forecasting ). Peramalan berhubungan dengan apa yang kita duga akan ( will ) terjadi di masa yang akan datang . Perencanaan berhubungan dengan apa yang kita anggap harus ( should ) terjadi di masa yang akan datang. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Bab  3.  Peramalan  ( Forecasting )

Bab 3. Peramalan (Forecasting)

Page 2: Bab  3.  Peramalan  ( Forecasting )

• Peramalan berhubungan dengan apa yang kita duga akan (will) terjadi di masa yang akan datang.

• Perencanaan berhubungan dengan apa yang kita anggap harus (should) terjadi di masa yang akan datang.

Page 3: Bab  3.  Peramalan  ( Forecasting )

• Peramalan merupakan masukan untuk semua jenis perencanaan dan pengendalian bisnis.

• Pemasaran menggunakan peramalan untuk merencanakan produk,promosi dan harga.

• Keuangan menggunakan peramalan sebagai masukan perencanaan keuangan.

Page 4: Bab  3.  Peramalan  ( Forecasting )

Teknik peramalan dengan metode rata-rata bergerak

Page 5: Bab  3.  Peramalan  ( Forecasting )

Periode Dt (Permintaan pada periode t)

Ft (peramalan dengan tiga periode)

Kesalahan (Dt-Ft)

1 10

2 18

3 29

4 15 19,0 -4

5 30 20,7 9,3

6 12 24,7 -12,7

7 16 19,0 -3,0

8 8 19,3 -11,3

9 22 12,0 10,0

10 14 15,3 -1,3

11 15 14,7 0,3

12 27 17,0 10,0

13 30 18,7 11,3

Page 6: Bab  3.  Peramalan  ( Forecasting )

Pertanyaan

• Berapa permintaan pada periode 15 ?

Page 7: Bab  3.  Peramalan  ( Forecasting )

Teknik Regresi

• Regresi merupakan model sebab akibat, misalnya antara permintaan dengan variabel lainnya seperti usia, pendidikan, tingkat pendapatan dll.

• Model linier variabel tunggal y = a + bx

n

xb

n

ya ii

22

ii

iiii

xxn

yxyxnb

Page 8: Bab  3.  Peramalan  ( Forecasting )

• Koefisien determinasi ( ) menunjukkan keeratan hubungan y dan x. Nilai merupakan bagian dari variasi untuk y yang menunjukkan keeratan hubungan dengan x. Sedangkan bagian sisanya menunjukkan peluang atau faktor-faktor di luar x.

• Semakin dekat nilai dengan 1 semakin disukai.• Nilai memberi arti bahwa 80% variasi

pada y diduga (predicted) atau dijelaskan oleh garis regresi dengan x.

2r2r

21 r

2r

8,02 r

Page 9: Bab  3.  Peramalan  ( Forecasting )

2222

2

2

iiii

iiii

yynxxn

yxyxnr

Page 10: Bab  3.  Peramalan  ( Forecasting )

Contoh soal

• Permintaan surat kabar selama 8 tahun terakhir dan hubungannya dengan populasi di suatu kota ditunjukkan pada tabel.

• Y merupakan permintaan surat kabar dinyatakan dalam ribuan.

• X merupakan jumlah penduduk dinyatakan dalam sepuluh ribuan.

Page 11: Bab  3.  Peramalan  ( Forecasting )

• Dengan menggunakan rumus, diperoleh persamaan terbaik untuk menduga permintaan surat kabar adalah

xy 01,234,1

Page 12: Bab  3.  Peramalan  ( Forecasting )

• Nilai menunjukkan bahwa 97% dari variasi permintaan surat kabar dijelaskan oleh variasi jumlah penduduk, dan hanya 3% dijelaskan oleh faktor lain.

• Pertanyaan :– Berapa permintaan surat kabar, bila jumlah

penduduk 50.000 orang ?

97,02 r

Page 13: Bab  3.  Peramalan  ( Forecasting )

i

1 3,0 2,0 6,0 4,0 9,0

2 3,5 2,4 8,4 5,8 12,3

3 4,1 2,8 11,5 7,8 16,8

4 4,4 3,0 13,2 9,0 19,4

5 5,0 3,2 16,0 10,2 25,0

6 5,7 3,6 20,5 13,0 32,5

7 6,4 3,8 24,3 14,4 41,0

8 7,0 4,0 28,0 16,0 49,0

Total 39,1 24,8 127,9 80,2 205,0

iy ix ii yx2ix

2iy

Page 14: Bab  3.  Peramalan  ( Forecasting )

Soal :

• Manajer perusahaan truk yakin bahwa permintaan ban erat hubungannya dengan jumlah mil perjalanan.

Bulan Ban yang digunakan Jarak tempuh (ribu mil)

1 100 1500

2 150 2000

3 120 1700

4 80 1100

5 90 1200

6 180 2700

Page 15: Bab  3.  Peramalan  ( Forecasting )

• Hitunglah koefisien a dan b untuk garis regresi• Apakah persentase variasi penggunaan ban

dapat diterangkan berdasarkan jarak mil yang ditempuh ?

• Apa saran anda, bila kita merencanakan perjalanan 1.200.000 mil bulan depan. Berapa jumlah ban yang akan digunakan ?