edi satriyanto,m.si
DESCRIPTION
Forecasting. Teknik Peramalan dan aplikasinya. Edi Satriyanto,M.Si. Pendahuluan. Forecasting = Peramalan(perkiraan) mengenai sesuatu yg belum terjadi. Syarat datanya: data yg akan diramal tdk boleh random(acak).Artinya harus memiliki Pola. Mengapa perlu meramal: Unsur ketidak pastian - PowerPoint PPT PresentationTRANSCRIPT
Edi Satriyanto,M.Si
Pendahuluan
• Forecasting = Peramalan(perkiraan) mengenai sesuatu yg
belum terjadi.• Syarat datanya: data yg akan diramal tdk boleh
random(acak).Artinya harus memiliki Pola.• Mengapa perlu meramal:- Unsur ketidak pastian- Untuk perencanaan kedepan- Sbg salah satu alat DSS
Metode
• Forecast dgn Smooting• Metode Dekomposisi• Forecast dengan Metode Input Output• Auto Regresi dan Autoregresi• ARIMA• Regresi
Metode Forecast Dgn Smooting
• Metode Single Moving Average
nXXXS nttt
t11 ....
Contoh SoalNo Bulan Permintaan Konsumen Forecast
3 Bulan Moving Average
5 Bulan Moving Average
1 Januari 20 - -
2 Feb 21 - -
3 Maret 19 - -
4 Apr 17 20 -
5 Mei 22 19 -
6 Jun 24 19.33 19.8
7 Jul 18 21 20.6
8 Agu 21 21.33 20
9 Sep 20 21 20.4
10 Okt 23 19.67 21
11 Nop 22 21.33 21.20
0
5
10
15
20
25
30
1 3 5 7 9 11 13 15
Series1Series2
Sifat-Sifat Single Moving Average
• Memerlukan data historis selama jangka waktu tertentu.
• Semakin panjang jangka waktu moving average akan menghasilkan moving average yg semakin halus.
Menghitung Forecast Error
• Absolut Error
• Squared error tt SX
nSX tt
2)
No Bulan Permintaan Konsumen
Forecast Forecast ErrorUntuk 3 bulan MA
3 Bulan Moving Average
5 Bulan Moving Average
Error Error Mutlak
Errorkwadrat
1 Januari 20 - -
2 Feb 21 - -
3 Maret 19 - -
4 Apr 17 20 - -3 3 9
5 Mei 22 19 - 3 3 9
6 Jun 24 19.33 19.8 4.67 4.67 21.8
7 Jul 18 21 20.6 -3 3 9
8 Agu 21 21.33 20 -0.33 0.33 0.11
9 Sep 20 21 20.4 -1.00 1 1
10 Okt 23 19.67 21 3.33 3.33 11.01
11 Nop 22 21.33 21.20 0.67 0.67 0.45
Jumlah 4.34 19.00 61.38
Rata2x 0.54 2.38 7.67
Double Moving Average(1)Periode(tahun)
(2)PermintaanBarang X
(3)4 Tahub MA
dari(2)=S’
t
(4)4 Tahub MA
dari (3)= S’’
t
(5)Nilai aat=S’
t+( S’
t-S”t)
(6)Nilai bbt=2*( S’
t-S”t)/(V-1)
Dimana:V=jangka waktu
moving average
(7)Forecasta+bmuntuk m=1
1 120 - - - - -
2 125 - - - - -
3 129 - - - - -
4 124 14.5 - - - -
5 130 127.00 - - - -
6 140 130.75 - - - -
7 128 130.50 128.19 132.81 1.54 -
8 136 133.50 130.44 136.56 2.04 =132.81+1.54=134.35
9 142 136.50 132.81 140.19 2.46 138.60
10 130 134.00 133.94 134.37 0.25 142.65
Tugas:Take Home(UTS)
• 1).Buat program moving average a. Cari studi kasus utk data dilap(asal data ditulis).b. Entri datanya dan cari hasil peramalannya.c. Cari Errornya dgn metode Square Errror2). Analisa data studi kasus anda dgn beberapa metode
forecast yg ada.Gunakan Minitab.Bandingkan hasilnya, cari model yang mnrt anda paling baik.
Nb. Dikumpulkan tgl 31 Mei 2007 Cover,print out data-pengolahan data dan analisa serta
kesimpulan.