4/13/2013

1

UNIVERSITAS WINAYA MUKTIUNIVERSITAS WINAYA MUKTITEKNIK PROYEKSI BISNISTEKNIK PROYEKSI BISNISTEKNIK PROYEKSI BISNISTEKNIK PROYEKSI BISNIS

DODI TISNA AMIJAYA SE.,MMDODI TISNA AMIJAYA SE.,MM

METODA METODA -- METODA PERAMALANMETODA PERAMALANPADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : DALAM 3 KELOMPOK YAITU :

1.1. METODA KUALITATIF YANG TERDIRI DARI :METODA KUALITATIF YANG TERDIRI DARI :METODA DELPHIMETODA DELPHIMARKET RESEARCHMARKET RESEARCHHISTORICAL ANALOGYHISTORICAL ANALOGY

2. TIME SERIES2. TIME SERIESSIMPLE AVERAGE SIMPLE AVERAGE MOVING AVERAGEMOVING AVERAGEWEIGHTED MOVING AVERAGEWEIGHTED MOVING AVERAGEEXPONENTIAL SMOOTHINGEXPONENTIAL SMOOTHINGREGRESSI LINIERREGRESSI LINIERREGRESSI NON LINIERREGRESSI NON LINIERBOX JENKINS BOX JENKINS

3. METODA CAUSAL3. METODA CAUSALKORELASI KORELASI –– REGRESSIREGRESSIECONOMETRIE MODEL ECONOMETRIE MODEL

4/13/2013

2

BEBERAPA METODA AKAN DIJELASKAN SECARA RINCIBEBERAPA METODA AKAN DIJELASKAN SECARA RINCIMETODA DELPHIMETODA DELPHIDIGUNAKAN UNTUK PRODUK BARU RAMALAN DENGAN HORIZON WAKTU DIGUNAKAN UNTUK PRODUK BARU RAMALAN DENGAN HORIZON WAKTU YANG CUKUP PANJANG.YANG CUKUP PANJANG.

DILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DANDILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DANDILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DAN DILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DAN DILAKUKAN DENGAN BEBERAPA TAHAP.DILAKUKAN DENGAN BEBERAPA TAHAP.

--TAHAP 1. TAHAP 1. : : -- PENJELASAN PENJELASAN -- RAMALAN OLEH PARA AHLI SECARA TERPISAH RAMALAN OLEH PARA AHLI SECARA TERPISAH

--TAHAP 2.TAHAP 2. : : -- DISKUSI HASILDISKUSI HASIL--TAHAP 3.TAHAP 3. : : -- RAMALAN OLEH PARA AHLI SECARA TERPISAH RAMALAN OLEH PARA AHLI SECARA TERPISAH --TAHAP 4.TAHAP 4. : : -- TAHAP 2 & 3 DIULANG SEHINGGA DIPEROLEH TAHAP 2 & 3 DIULANG SEHINGGA DIPEROLEH

KESEPAKATAN KESEPAKATAN MARKET RESEARCHMARKET RESEARCHUNTUK PRODUK BARU DAN MEMILIKI HORIZON WAKTU YANG PANJANG. UNTUK PRODUK BARU DAN MEMILIKI HORIZON WAKTU YANG PANJANG. PENELITIAN TERHADAP FAKTORPENELITIAN TERHADAP FAKTOR--FAKTOR YANG MEMPENGARUHI FAKTOR YANG MEMPENGARUHI TERHADAP TIMBULNYA DEMAND.TERHADAP TIMBULNYA DEMAND.

HISTORICAL ANALOGY HISTORICAL ANALOGY UNTUK PRODUK BARU, RAMALAN MEMILIKI HORIZON WAKTU PANJANG UNTUK PRODUK BARU, RAMALAN MEMILIKI HORIZON WAKTU PANJANG MENIRU PERKEMBANGAN PRODUK YANG TELAH ADA DAN MEMILIKI MENIRU PERKEMBANGAN PRODUK YANG TELAH ADA DAN MEMILIKI FUNGSI YANG MIRIP DENGAN PRODUK YANG AKAN DIRAMALKAN BESAR FUNGSI YANG MIRIP DENGAN PRODUK YANG AKAN DIRAMALKAN BESAR DEMANDNYA.DEMANDNYA.

TIME SERIESTIME SERIESTIME SERIES TIME SERIES

SIMPLE AVERAGESIMPLE AVERAGEDIGUNAKAN BILA DEMAND MENUNJUKKAN KECENDERUNGAN TETAP, DIGUNAKAN BILA DEMAND MENUNJUKKAN KECENDERUNGAN TETAP, ASSUMSI : DEMAND MASA DATANG ADALAH SAMA DENGAN RATAASSUMSI : DEMAND MASA DATANG ADALAH SAMA DENGAN RATA--RATA RATA DARI DEMAND MASA LALU.DARI DEMAND MASA LALU.

CONTOH :CONTOH :

3838

BULAN 1 2 3 4 5 6 7DEMAND

30 30 40 40 70 50 50

4/13/2013

3

RAMALAN BULAN 8 =RAMALAN BULAN 8 =77

= 310 / 7= 310 / 7= 44,3 = 44,3

30 30 40 40 70 50 50

MOVING AVERAGEMOVING AVERAGERAMALAN DEMAND DIDASARKAN RATARAMALAN DEMAND DIDASARKAN RATA--RATA DEMAND TERAKHIR RATA DEMAND TERAKHIR --TENTUKAN PERIODE DASAR ( UMUMNYA 2 TENTUKAN PERIODE DASAR ( UMUMNYA 2 –– 4 PERIODE ) 4 PERIODE ) --HITUNG RATAHITUNG RATA--RATA BERDASARKAN RATARATA BERDASARKAN RATA--RATA DEMAND PADA RATA DEMAND PADA PERIODE DASAR PERIODE DASAR CONTOH : LIHAT DATA DIATASCONTOH : LIHAT DATA DIATAS

70 + 50 + 5070 + 50 + 50RAMALAN BULAN 8 = RAMALAN BULAN 8 =

33= 170 / 3= 170 / 3= 56,6 = 56,6

3939

WEIGHTED MOVING AVERAGEWEIGHTED MOVING AVERAGEBERIKAN BOBOT BULAN BULAN YANG TERDAPAT PADA BERIKAN BOBOT BULAN BULAN YANG TERDAPAT PADA

PERIODE DASAR PERIODE DASAR RAMALAN DEMAND DIPEROLEH DENGAN MENGALIHKAN RAMALAN DEMAND DIPEROLEH DENGAN MENGALIHKAN

ANTARA DEMAND DENGAN BOBOT.ANTARA DEMAND DENGAN BOBOT.

CONTOH :CONTOH :BULANBULAN DEMANDDEMAND BOBOTBOBOT DEMAND X BOBOT DEMAND X BOBOT

55 7070 0,20,2 141466 5050 0,30,3 151577 5050 0,50,5 2525,,

RAMALANRAMALAN 54 54

4040

4/13/2013

4

EXPONENTIAL SMOOTING EXPONENTIAL SMOOTING PERAMALAN DEMAND DIPEROLEH DENGAN RUMUS :PERAMALAN DEMAND DIPEROLEH DENGAN RUMUS :Ft = Ft = α Dt α Dt –– 1 + ( 1 1 + ( 1 –– α ) Ft α ) Ft –– 11Ft = RAMALAN SAAT tFt = RAMALAN SAAT tDt = DEMAND NYATA SAAT tDt = DEMAND NYATA SAAT tDt DEMAND NYATA SAAT tDt DEMAND NYATA SAAT tα = KONSTANTAα = KONSTANTACONTOH :CONTOH :

BULAN BULAN DEMAND NYATA DEMAND NYATA RAMALAN RAMALAN 11 100100 15015022 120120 150 150 α = 0,6α = 0,6,,

RAMALAN RAMALAN BULAN 3 = 0,6. 120 + 0,4. 150BULAN 3 = 0,6. 120 + 0,4. 150= 72 + 60= 72 + 60= 132= 132

4141

METODE REGRESSI LINIERMETODE REGRESSI LINIERY (t) = a + Y (t) = a + btbt

N N NN NNN N ∑∑ t . y (t) t . y (t) -- ∑ y (t) ∑ y t ∑ y (t) ∑ y t

t=1t=1 t=1t=1 t=1 t=1 b =b = 22

NN 22 N N 22 t t Y (t)Y (t) t Y ( t) t Y ( t) ttN N ∑∑ t. t. -- ∑ t∑ t 11 1515 1515 11t=1t=1 t=1t=1 22 2020 4040 44

33 3535 105105 9944 4040 160160 1616

22 22N N NN 55 5555 275275 2525∑ y ( t) ∑ t ∑ y ( t) ∑ t 66 7070 420420 3636t=1t=1 t=1t=1 77 8080 560560 4949

a = a = -- b b 28 315 1575 14028 315 1575 140NN NN

4242

4/13/2013

5

DIPEROLEH DIPEROLEH (7) (1575)(7) (1575) -- (315) (28) (315) (28)

b = b = 22

(7) (140) (7) (140) –– (28) (28) 11 2511 25= 11,25= 11,25

4343

CAUSAL METHOD CAUSAL METHOD

KORELASI KORELASI

CARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHICARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHICARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHI CARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHI DEMAND ( DAPAT DIGUNAKAN METODA SCATTER DIAGRAM).DEMAND ( DAPAT DIGUNAKAN METODA SCATTER DIAGRAM).

y = DEMAND y = DEMAND x = VARIABEL YANG BERPENGARUHx = VARIABEL YANG BERPENGARUHASSUMSI HUBUNGAN LINIERASSUMSI HUBUNGAN LINIER

y = a + b x.y = a + b x.∑ y = ∑ y = n.an.a + b x.+ b x.

22

∑ y x = a ∑x + b ∑ x∑ y x = a ∑x + b ∑ x

4/13/2013

6

CONTOH : CONTOH : 22

TAHUNTAHUN JLH.PDDK (k)JLH.PDDK (k) DEMANDDEMAND yxyx x x 55

(10 )(10 ) (y)(y)( )( ) (y)(y)19881988 2020 100100 20002000 400400

19891989 2121 110110 23202320 44144119901990 2222 120120 26402640 48448419911991 2424 120120 28802880 57657619921992 2525 140 140 35003500 620620

22

∑ x =∑ x = 112112 ∑ y = 590 ∑ y = 3340 ∑ y = 590 ∑ y = 3340 ∑ x = ∑ x = 25262526y = y = n.an.a + b x + b x 590 = 5. a. + 112.B x 112590 = 5. a. + 112.B x 112

22

yxyx = a. x + b x = a. x + b x 13340 = 112 a + 2526 b. x 513340 = 112 a + 2526 b. x 5

66080 = 560a + 12544 b66080 = 560a + 12544 b66700 = 560a + 12630 b66700 = 560a + 12630 b

-- 620 = 620 = -- 86 = 86 = --620 / 86 = 620 / 86 = --7.2 7.2

590 590 –– 112.(112.(--7.2)7.2)a = a = = 42 = 42

55

6 6

RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) 2 7 10RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) 2 7 10RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) = 2.7 x 10 =RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) = 2.7 x 10 =

y = 42 + 7,2 x 27 = 155,4y = 42 + 7,2 x 27 = 155,4

5353

4/13/2013

7

KESALAHAN PERAMALANKESALAHAN PERAMALAN : : KESALAHAN PERAMALAN MERUPAKAN ALAT UNTUK KESALAHAN PERAMALAN MERUPAKAN ALAT UNTUK MENGUKUR TINGKAT KETELITIAN, DAPAT DIGUNAKAN MENGUKUR TINGKAT KETELITIAN, DAPAT DIGUNAKAN UNTUK MEMILIH METODE PERAMALAN YANG TERBAIK. UNTUK MEMILIH METODE PERAMALAN YANG TERBAIK.

A.A. MEAN ABSOLUTE DEVIATION ( M.A.D.) MEAN ABSOLUTE DEVIATION ( M.A.D.) NN∑ ∑ Y (t) Y (t) –– y (t)y (t)

t=1t=1MAD = MAD =

NN

5454

B. MEAN SQUARE ERROR = B. MEAN SQUARE ERROR =

NN 22∑ ∑ Y (t) Y (t) –– y (t)y (t)

t 1t 1t=1t=1MSE = MSE =

NN

5555

4/13/2013

8

IIII. FORECAST. FORECAST PERMINTAAN BERDASARKAN PERMINTAAN BERDASARKAN STATISTIKSTATISTIK

1. Analisa Trend.

Trend adalah gerakan yang berjangka panjang, seolah-olahalun ombak dan cenderung untuk menuju ke satu arah menaikalun ombak dan cenderung untuk menuju ke satu arah, menaikatau menurun

2. Penerapan.

a. Penerapan garis trend secara bebas

b. Penerapan garis trend dengan setengah rata-rata

c Penerapan garis trend secara matematis

1515

c. Penerapan garis trend secara matematis

IIII. PENERAPAN GARIS TREND BEBAS. PENERAPAN GARIS TREND BEBAS

1. Data penjualan tahun-tahun terakhir

TahunTahun (X)(X) PermintaanPermintaan ((ribuanribuan kalengkaleng) ) (Y)(Y)

2005200520062006

13013014514520062006

200720072008200820092009

145145150150165165170170

Unit TrendUnit Trend

170 170

2. Garis Trend

1616

180180160160150150140140130130

05 06 07 08 09 1005 06 07 08 09 10

4/13/2013

9

IIII. PENERAPAN GARIS TREND SETENGAH RATA. PENERAPAN GARIS TREND SETENGAH RATA--RATA RATA (Semi Average) (Semi Average)

1. Rumus

Y = a + bX

di mana : a = rata-rata kelompok

b = rata X 2 - rata X1 dibagi nb = rata X 2 rata X1 dibagi n

n = jumlah tahun dalam kelompok II dan I

X = jumlah tahun dihitung dari periode dasar

Unit TrendUnit Trend

170 170

2. Garis Trend

1717

180180160160150150140140130130

05 06 07 08 09 1005 06 07 08 09 10

DEMAND FORECASTDEMAND FORECAST ((lanjutanlanjutan))

RUMUS-RUMUS DASAR :(a) Metode Moment : I. Y = a bX

II. ∑ Y = n . a + b . ∑ XIII.∑ XY = a . ∑ x + b . ∑ x2

(b) Analisas Jenis Produk (Product-line), analisa ini diperlukanoleh perusahaan yang memproyeksikan lebih dari satu jenisbarang hasil produksi. Oleh karena masing-masing jenisproduk yang dihasilkan tersebut mempunyai perbedaanpasar, sifat dan pola perkembangan, serta perbedaan variabelyang mempengaruhinya, maka penerapan metode statistikabagi jenis produk yang satu, berbeda dengan jenis produklainnya

(c) Analisa Penggunaan akhir, analisa ini diperlukan bagi

1818

( ) gg p gperusahaan yang menghasilkan produk setengah jadi, masihmemerlukan proses lebih lanjut untuk menjadi produk jadidan siap dikonsumsi. Forcast-nya, ditentukan pula olehpenggunaan akhir yang ada kaitannya dengan produk jadiyang dihasilkan tersebut

4/13/2013

10

CONTOH APLIKASI 1.CONTOH APLIKASI 1.

Data penjualan.

PT.USRIP yang bergerak dalam bisnis makanan ayam, memiliki datal h dpermintaan selama 5 tahun, tercatat 2000, 2001, 2002, 2003, dan 2004,

masing-masing 146 juta unit, 148 juta unit, 157 juta unit, 160 juta unitdan 169 juta unit

TahunTahun Jumlah Penjualan (juta unit)Jumlah Penjualan (juta unit)

2000200020012001

146146148148

1919

200220022003200320042004

157157160160169 169

Buatlah forecast demand untuk tahun 2005 dengan menggunakan Metode Trend Bebas

METODE TREND BEBASMETODE TREND BEBAS

1).Siapkan data penjualan (dari contoh Aplikasi 1).Catatan : Data permintaan makanan dari PT. X selama 5 tahun, tercatat

2000, 2001, 2002, 2003, dan 2004, masing-masing 140 jutaunit, 148 juta unit, 157 juta unit, 160 juta unit dan 169 jutaunit

2).Buat Tabel,yang berisi Tahun dan Jumlah Permintaan3).Buat tebaran titik dan ditarik garis yang menghubungkan titik-titik

pasangan pengamatan.4).Buat Gambar sebagai berikut :

160

170

2020

2000 2001 2002 2003 2004

140

150

5).Hasil tidak dapat dengan angka.

4/13/2013

11

CONTOH APLIKASI 2.CONTOH APLIKASI 2.

Data penjualan.

PT.USRIP yang bergerak dalam bisnis makanan ayam, meiliki datal h b b kpermintaan selama 5 tahun, sebagai berikut :

TahunTahun Jumlah Penjualan (juta unit)Jumlah Penjualan (juta unit)

20002000200120012002200220032003

140140148148157157157157

2121

200320032004200420052005

157157160160169 169

Buatlah forecast permintaan untuk tahun 2006 dengan menggunakan Metode Trend Semi Average

METODE SEMI AVERAGEMETODE SEMI AVERAGE

1). Siapkan Data Permintaan (dari contoh Aplikasi 2)2). Siapkan Tabel Data Permintaan3). Bagi dua data permintaan dalam sebuah Tabel). g p m m

contoh : Tabel diatasData 2000, 2001, 2002 Kelompok 1Data 2003, 2004, 2005 Kelompok 2

20002001

Tahun Jumlah Permintaan (juta Unit)

140148

22

20022003

2004

2005

157157

160

169

4/13/2013

12

4).Buat Tabel yang berdasar Tahun, Total Permintaan dalam JutaanUnit (disebut Y), Total, Rata-rata (Average),dan Score (disebut X)

Contoh :

2000Tahun Jumlah Permintaan

(Y) dalam juta Unit

140

1482001

X (Score)Total Average

445 445148 3=

- 1

0

2002

2003

2004

2005

148

157

157

160

169

486

3 148,3=

4863 162=

1

2

3

4

0

23

5).Score (X) untuk semi average, data ditengah bila ganjil diberiscore 0, selanjutnya minus dan sesudahnya plus, bila genap scoretidak dari 0. Misal datanya -4, -3, -2, 1, 2

6).Pada kasus diatas, tahun 2000 (= -1), 2001 (= 0), 2002 (= 1)sedangkan untuk 2003 (= 2), 2004 (= 3), 2005 (=4)

7).Pakai Rumus / Persamaan

Y = Forecast nilai Y untuk nilai x yang ditentukana = rata-rata kelompok I ( X1 )b = selisih antara X2 dengan X1

YY == aa ++ bXbX

8).Tentukan nilai a (= rata-rata nilai kelompok I)untuk b = selisih antara X2 dengan X1 jumlah data yang ada padakelompok I.

9).Masukan Dalam Rumus :a = 148,33

162 – 148,33b = = 4,5567

24

3

Rumus : Y = 148,33 + 4,5567 (X)

Y thn 5 = 148,33 + 4,5567 (5) thn ke 5= 171,11

Y thn 6 = 148,33 + 4,5567 (6) thn ke 6= 175,67

4/13/2013

13

3. 3. METODE TREND MOMENTMETODE TREND MOMENT

1).Siapkan data penjualan (dari Contoh Aplikasi 1).2).Buat Tabel yang berisi :

1. Tahun;2. Jumlah Penjualan (Y);3. Score (X);4. Perkiraan Jumlah Penjualan dan Score (X , Y);5. Rata-rata Score (X2).

Contoh dari data di atas :

2000Tahun Y

1401482001

X X Y X2

0148

01

01

25

2002

20032004

157

160

169

314

480676

148

2

34

1

4

916

1

∑ 774 10 1.618 30

3). Cari Koofisien a dan B, gunakan rumus/persamaan :

∑ Y = n . a + b . ∑ X

XY ∑ b ∑ 2

n = banyaknya pasangan amatan x , y = 5

4). Substitusi data dari Tabel butir 2I 774 = 5 . a + b . (10) . [x2]II 1618 = 10 . a + b . (30) . [x2]

1548 10 20b

∑ XY = a . ∑ x + b . ∑ x2

26

1548 = 10 . a + 20b1618 = 10 . a + 30b- 70 = - 10b

b = 7

4/13/2013

14

5). Substitusikan pada rumus :

774 = 5a + 10 (7)

-5a = -774 + 70

5 774 70

YY == aa ++ bXbX

5a = 774 - 70

774 - 70 704a = = = 140,8

5 5

6). Persamaan Trend-nyaY = 140,8 + 7 (x)

27

X = 140,8 + 7 (5)

= 140,8 + 35

7). Forcast Permintaan untuk tahun 2005 = 175,8

4). METODE LEAST SQUARE 4). METODE LEAST SQUARE (Metode Jumlah Kuadrat Terkecil)(Metode Jumlah Kuadrat Terkecil)

Metode kuadrat terkecil merupakan metode untukmencari garis trend. Dimaksudkan suatu perkiraanatau taksiran mengenai intersep (a) dan slope (b)dari persamaandari persamaanY = a + bx yang didasarkan pada observasi,sedemikian rupa sehingga jumlah kuadrat terkecilatau minimum, dalam metode kuadrat terkecil(least square) tahun dasar diletakan di tengah.

28

4/13/2013

15

4). METODE LEAST SQUARE 4). METODE LEAST SQUARE (Metode Jumlah Kuadrat Terkecil)(Metode Jumlah Kuadrat Terkecil)

1).Siapkan data penjualan ( dari contoh Aplikasi 1).2).Data dimasukan dalam tabel yang berisi tahun, Y, X, X2,

XY dan Jumlahkan.Tahun Y X X Y X2Tahun Y X X Y X

Catatan :* Genap, score nilai X-nya adalah : ……., -5, -3, -1, 1, 3, 5, ………..

* Ganjil, score nilai X-nya adalah : ……., -2, -1, 0, 1, 2,……………...

29

3).Tentukan koefisien a dan b dengan rumus :

∑Y ∑ X Ya = ; b =

n ∑ X2

4).Teknik penghitungannya :

2000Tahun Y

140X X Y X2

- 280- 2 0

n

1

2002

20032004

148

157

160

2001

169

0

160338

- 148

0

1 2

- 1

∑ 774 0 70 10

0

14

1

3

45

2

30

774 70a = = 154,8 ; b = = 7

5 10

4/13/2013

16

Persamaan Trend Metode Least Square :

Y = 154,8 + 7 (x)

Forecast penjualan untuk tahun 2005 :

Y = 154,8 + 7 (3)

= 175,8

31