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.