Professional Documents
Culture Documents
PERAMALAN
A. Tujuan
Tujuan prraktikum Acara I Peramalan adalah
1. Mahasiswa mampu melakukan peramalan dengan menggunakan beberapa
metode seperti regresi, moving averange, exponent smooth.
2. Mahasiswa mampu menentukan nilai angka peramalan dengan
menggunakan beberapa metode peramalan seperti regresi, moving
averange, exponent smooth.
3. Mahasiswa mampu membandingkan hasil peramalan dengan berbagai
metode seperti regresi, moving averange, exponent smooth.
B. Tinjauan Pustaka
Forecasting adalah memprakirakan sesuatu yang akan terjadi. Kalau
forecast permintaan berarti prakiraan jumlah produk yang akan dibutuhkan
konsumen. Forecast bedaa dengan rencana, karena rencana itu merupakan
penentuan terlebih dahulu apa yang akan kita lakukan pada waktu yang akan
datang. Macam – macam forecasting antara lain, kualitatif dan kuantitatif.
Forecasting kualitatif adalah memprakirakan sifat atau hal-hal yang tidak dapat
diukur dengan satuan angka. Sedangkan forecasting secara kuantitatif
memprakirakan hal-hal yang dapat diukur dengan satuan angka, misalnya
jumlah penduduk, income per capita dan jumlah permintaan konsumen
(Subagyo, 2000).
Penerapan metode peramalan dengan mempertimbangkan pengaruh
special event terhadap fluktuasi permintaan akan mengakomodasi perencanaan
produksi yang lebih akurat. Perencanaan produksi dapat memperlihatkan
dampak dari segi biaya yang dikaluarkan untuk Inventori dan biaya backlog
pada sistem eksisting yang nantinya dibadingkan dengan dengan sistem yang
menggunakan metode peramalan dengan konsep manajemen permintaan pada
setiap special event yng terjadi. Yang nantinya akan berdampak terhadap
rencana dari rencana produksi dengan total biaya yang lebih murah
(Putra, 2010).
Aktivitas peramalan merupakan sesuatu fungsi bisnis yang berusaha
memperkirakan penjualan dan penggunaan sehingga produk-produk itu dapa
dibuat dalam kuantitas yang tepat. Dengan demikian peramalan suatu dugaan
terhadap permintaan yang akan datang berdasarkan pada variable peramalan,
sering berdasarkan data derat waktu historis. Peramalan dapat menggunakan
teknik teknik peramalan yang bersifat formal maupun informal
(Gaspersz, 2005).
Peramal terus mencari produksi pola dan mempengaruhi harga ketika
mereka mencoba untuk menguasai pola trading. Pola permalan stabil karena itu
tidak mungkin untuk bertahan selama jangka waktu yang lama dan akan
merusak pola tersebut ketika ditemukan oleh sebagian besar investor. Hal ini
menimbulkan non stationarities dalam seri waktu pengembalian keuangan dan
mempersulit kedua tes efisiensi pasar dan mencari pendekatan peramalan
suskses. Peramalan digunakan untuk membandingkan harga dan keuntungan
dan harga dihasilkan oleh model permalan untuk yang berasal dari indeks pasar
(Timmerman, 2004).
Salah satu manfaat peramalan penjualan ini adalah dapat diperkirakannya
penjualan secara akurat dari waktu ke waktu sehingga dapat dibuat rencana
produksi yang sesuai dengan perkiraan penjualan. Hal ini penting mengingat
rencana produksi yang disusun tanpa memperhatikan perkiraan penjualan dapat
menyebabkan inefisiensi atau kehilangan kesempatan untuk memperoleh
keuntungan yang besar.Dari berbagai pendekatan peramalan penjualan,
pemilihan salah satu metode terbaik dilakukan dengan membandingkan
penjualan yang sebenarnya terjadi dengan ramalannya. Pembandingan ini
dilakukan dengan menghitung rata-rata persentase kesalahan absolut (mean
absolut pecentage error) dari setiap meode tersebut. Metode terbaik adalah
metode yang kesalahan peramalannya kecil (Munawar, 2003).
Penerapan exponential smoothing untuk meramalkan time series biasanya
mengandalkan tiga metode dasar: exponential smoothing sederhana, trend,
exponential smoothing, dan seasonal. Pendekatan yang umum untuk memilih
metode yang tepat untuk serangkaian waktu tertentu didasarkan pada validasi
prediksi pada bagian yang dipotong dari sampel menggunakan kriteria seperti
kesalahan persentase rata-rata mutlak. Pendekatan kedua adalah dengan
mengandalkan kasus umum yang paling tepat dari tiga metode. Pendekatan
ketiga mungkin didasarkan pada kriteria informasi ketika metode kemungkinan
maksimum yang digunakan dalam hubungannya dengan exponential smoothing
untuk memperkirakan parameter smoothing. Hasil penelitian menunjukkan
bahwa pendekatan kriteria informasi muncul untuk memberikan dasar terbaik
untuk pendekatan otomatis untuk pemilihan metode, asalkan didasarkan pada
kriteria informasi A Kaike ini (Safi, 2013).
Peramalan dibagi menjadi 3 teknik yaitu peramalan ekstrapolatif yaitu
dilakukan dengan analisis rangkaian-waktu, teknik benang-hitam teknik OLS
dan pembobotan eksponensial, transformasi data, hasil yang didapat berupa
projeksi. Lalu peramalan teoritis, yaitu dilakukan dengan pemetaan teori,
analisis jalur dan pemrograman linear hasil yang didapatkan berupa prediksi.
Terakhir peramalan intuitif, yaitu dengan cara penilaian kelayakn dan hasil nya
berupa konjektur (Putra, 2010).
Fungsi ramalan permintaan melayani banyak tujuan manajerial yang luas
dalam organisasi-organisasi yang mencari keuntungan ataupun yang tidak
mencari keuntungan. Supaya berguna untuk operasi-operasi perencanaan dan
pengawasan, adalah penting tersedianya data atau bahan-bahan keterangan
mengenai ramalan permintaan dalam suatu bentuk yang dapat diterjemahkan
ke dalam permintaan – permintaan akan bahan – bahan (material), waktu dalam
penggolongan/klasifikasi alat yang khas, dan permintaan – permintaan akan
ketrampilan buruh yang spesifik. Oleh karena itu, ramalan ramalan akan
permintaan dollar secara kotor, permintaan menurut penggolongan langganan
atau klien atau permintaan menurut klasifikasi produk atau pelayanan yang
luas, mempunyai nilai yang terbatas bagi operasi – operasi (Buffa, 1991).
C. Soal
PT. Bekasam adalah perusahaan yang bergerak dibidang pengolahan
tepung terigu. Jumlah penjualan PT. Bekasam mengalami kenaikan 1 tahun
terakhir. Divisi marketing inginmengetahui besr niali penjualan di bulan
selanjutnya, dengan tiga metode peramalan (regresi, moving average, dan
exponen smooth). Tentukan besar estimasi error pada setiap metode
peramalan untuk menentukan metode peramalan terbaik untuk menentukan
nilai penjualan PT. Bekasam.
D. Hasil dan Pembahasan
Tabel 1.1 Data Umum PT. Bekasam
Bulan Ke- Jumlah penjualan (ton) Di
1 345 350
2 454 459
3 544 549
4 566 571
5 550 555
6 566 571
7 623 628
8 643 648
9 650 655
10 711 716
11 745 750
12 765 770
3 𝑥 10
1. Di = Pi + 3+3
3 𝑥 10
Di1 = 345 + 3+3
= 345 + 5 = 350
3 𝑥 10
Di2 = 454 + 3+3
= 454 + 5 = 459
3 𝑥 10
Di3 = 544 + 3+3
= 544 + 5 = 549
3 𝑥 10
Di4 = 566 + 3+3
= 566 + 5 = 571
3 𝑥 10
Di5 = 550 + 3+3
= 550 + 5 = 555
3 𝑥 10
Di6 = 566 + 3+3
= 566 + 5 = 571
3 𝑥 10
Di7 = 623 + 3+3
= 623 + 5 = 628
3 𝑥 10
Di8 = 643 + 3+3
= 643 + 5 = 648
3 𝑥 10
Di9 = 650 + 3+3
= 650 + 5 = 655
3 𝑥 10
Di10 = 711 + 3+3
= 711 + 5 = 716
3 𝑥 10
Di11 = 745 + 3+3
= 745 + 5 = 750
3 𝑥 10
Di12 = 765 +
3+3
= 765 + 5 = 770
2. ∑x
= 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 + 9 + 10 + 11 + 12
= 78
3. ∑y
= 350 + 459 + 549 + 571 + 555 + 571 + 628 + 648 + 655 + 716 + 750 + 770
= 7222
4. X
∑x
= ∑n
78
= 12
= 6,5
5. Y
∑y
= ∑n
7222
= 12
= 601,83
6. xy
x1y1 = 1x350 = 350
7. ∑xy
= (1x350) + (2x459) + (3x549) + (4x571) + (5x555) + (6x571) + (7x628) +
(8+648) + (9x655) + (10x716) + (11x750) + (12x770)
= 350 + 918 + 1647 + 2284 + 2775 + 3426 + 4396 + 5184 + 5895 + 7160 +
8250 + 9240
= 51525
8. x2
= ∑ x2
= 1 + 4 + 9 + 16 + 25 + 36 + 49 + 64 + 49 + 64 + 81 + 100 + 121 + 144
= 650
9. (∑ x) 2 = 782 = 6084
10. b
(∑n x ∑xy)−(∑x∑y)
= { (∑n x ∑ x2 )−(∑x)2 }
618300−563316
={ }
7800−6084
54984
= 1716
= 32,042
11. a
= Y – (bX)
= 601,83 – (32,042 x 6,5)
= 393,561
12. ŷ = a + bx
ŷ 1 = 393,561 + (32,042 x 1)
= 425,603
ŷ 2 = 393,561 + (32,042 x 2)
= 457,645
ŷ 3 = 393,561 + (32,042 x 3)
= 489,686
ŷ 4 = 393,561 + (32,042 x 4)
= 521,728
ŷ 5 = 393,561 + (32,042 x 5)
= 553,770
ŷ 6 = 393,561 + (32,042 x 6)
= 585,812
ŷ 7 = 393,561 + (32,042 x 7)
= 617,854
ŷ 8 = 393,561 + (32,042 x 8)
= 649,896
ŷ 9 = 393,561 + (32,042 x 9)
= 681,938
ŷ 10 = 393,561 + (32,042 x 10)
= 713,980
ŷ 11 = 393,561 + (32,042 x 11)
= 746,022
ŷ 12 = 393,561 + (32,042 x 12)
= 778,064
13. ei = y – ŷ
ei 1 = 350 – 425,602
= -75,602
ei2 = 459 – 457,644
= 1,3555
ei3 = 549 – 489,686
= 59,313
ei4 = 571 – 521,728
= 49,271
ei5 = 555-553,770
= 1,229
ei6 = 571 – 585,812
= -14,812
ei7 = 628 – 617,854
= 10,145
ei8 = 648 – 649,896
= -1,896
ei9 = 655 – 681,938
= -26,938
ei10 = 716 – 713,980
= 2,019
ei11 = 750 – 746,022
=3,977
ei12 = 770 – 778,064
= -8,064
14. ei2
ei12 = (-75,602)2 = 5715,747
ei22 = 1,3552 = 1,837
ei32 = 59,3132 = 3518,093
ei42 = 49,2712 = 2427,686
ei52 = 1,2292 = 1,511
ei62 = (-14,812)2 = 219,405
ei72 = (10,145)2 = 102,934
ei82 = (-1,896)2 = 3,595
ei92 = (-26,938)2 = 725,668
ei102 = 2,0192 = 4,079
ei112 = 3,9972 = 15,823
ei122 = (-8,064)2 = 65,029
Untuk α = 0,1
1. Y = At
2. Ft (i) = Ft (i-1) + α (At (i-1) - Ft (i-1))
Ft (1) = Ft (1-1) + 0,1 (At (1-1) - Ft (1-1))
= Ft 0 + 0,1 (At 0 – Ft 0)
=0
Ft (2) = Ft (2-1) + 0,1 (At (2-1) - Ft (2-1))
= Ft 1 + 0,1 (At 1-Ft 1)
= 0 + 0,1 (350-0)
= 35,00
Ft (3) = Ft (3-1) + 0,1 (At (3-1) - Ft (3-1))
= Ft 2+0,1 (At 2 - Ft 2)
= 35,00+0,1 (459-35)
= 77,40
Ft (4) = Ft (4-1) + 0,1 (At (4-1) - Ft (4-1))
= Ft 3 + 0,1 (At 3 – Ft 3)
= 77,40 + 0,1 (549-77,40)
= 124,56
Ft (5) = Ft (5-1) + 0,1 (At (5-1) - Ft (5-1))
= Ft 4+0,1 (At 4 – Ft 4)
= 124,56 + 0,1 (571 – 433)
= 169,20
Ft (6) = Ft (6-1) + 0,1 (At (6-1) - Ft (6-1))
= Ft 5 + 0,1 (At 5 – Ft 5)
= 169,20 + 0,1 (555 – 502)
= 207,78
Ft (7) = Ft (7-1) + 0,1 (At (7-1) - Ft (7-1))
= Ft 6 + 0,1 (At 6 – Ft 6)
= 207,78 + 0,1 (571– 528,5)
= 244,11
Ft (8) = Ft (8-1) + 0,1 (At (8-1) - Ft (8-1))
= Ft 7 + 0,1 (At 7 – Ft 7)
= (244,11 + 0,1) (628 – 549)
= 282,49
Ft (9) = Ft (9-1) + 0,1 (At (9-1) - Ft (9-1))
= Ft 8 + 0,1 (At 8 – Ft 8)
= 282,49 + 0,1 (648 – 588,88)
= 319,05
Ft (10) = Ft (10-1) + 0,1 (At (10-1) - Ft (10-1))
= Ft 9 + 0,1 (At 9 – Ft 9)
= 319,05 + 0,1 (655 – 618)
= 352,64
Ft (11) = Ft (11-1) + 0,1 (At (11-1) - Ft (11-1))
= Ft 10 + 0,1 (At 10 – Ft 10)
= 352,64 + 0,1 (716 – 636,72)
= 388,98
Ft (12) = Ft (12-1) + 0,1 (At (12-1) - Ft (12-1))
= (Ft 11 + 0,1) (At 11 – Ft 11)
= (388,98 + 0,1) (676,36 – 502)
= 344,92
3. еi = At – Ft
е1 = 350 – 0 = 350,00
е2 = 459 – 35 = 424,000
е3 = 549 – 77,40 = 471,60
е4 = 571 – 124,56 = 446,44
е5 = 555 – 168,20 = 385,80
е6 = 571 – 207,78 = 263,22
е7 = 628 – 244,11 = 383,89
е8 = 648 – 282,49 = 365,51
е9 = 655 – 319,05 = 335,95
е10 = 716 – 352,64 = 363,36
е11 = 750 – 388,98 = 361,02
е12 = 770 – 425,08 = 344,92
4. еi^2
е1^2 = 122.500,00
е2^2 = 179776,00
е3^2 = 222406,56
е4^2 = 199308,67
e5^2 = 148838,55
е6^2 = 131926,15
е7^2 = 147375,19
е8^2 = 133594,11
е9^2 = 112865,60
е10^2 = 132029,97
е11^2 = 130337,86
е12^2 = 118970,51
5. ∑(еi^2) = SSE = 1779929,17
SSE
6. MSE = 12
1779929
=
12
= 148327,43
Untuk α = 0,5
7. Y = At
8. Ft (i) = Ft (i-1) + α (At (i-1) - Ft (i-1))
Ft (1) = Ft (1-1) + 0,5 (At (1-1) - Ft (1-1))
= Ft 0 + 0,5 (At 0 – Ft 0)
=0
Ft (2) = Ft (2-1) + 0,5) (At (2-1) - Ft (2-1))
= Ft 1 + 0,5 (At 1-Ft 1)
= 0 + 0,5(350-0)
= (0,5) (350)
=175,00
Ft (3) = Ft (3-1) + 0,5 (At (3-1) - Ft (3-1))
= Ft 2+0,5 (At 2 - Ft 2)
= 175+0,5 (459-175)
= 317,00
Ft (4) = Ft (4-1) + 0,5 (At (4-1) - Ft (4-1))
= Ft 3 + 0,5 (At 3 – Ft 3)
= 317 + 0,5 (549-317)
= 433,00
Ft (5) = Ft (5-1) + 0,5 (At (5-1) - Ft (5-1))
= Ft 4+0,5 (At 4 – Ft 4)
= 433 + 0,5 (571 – 433)
= 502,00
Ft (6) = Ft (6-1) + 0,5 (At (6-1) - Ft (6-1))
= Ft 5 + 0,5 (At 5 – Ft 5)
= 502 + 0,5 (555 – 502)
= 528,50
Ft (7) = Ft (7-1) + 0,5 (At (7-1) - Ft (7-1))
= Ft 6 + 0,5 (At 6 – Ft 6)
= 528 + 0,5 (571– 528,5)
= 549,75
Ft (8) = Ft (8-1) + 0,5 (At (8-1) - Ft (8-1))
= Ft 7 + 0,5 (At 7 – Ft 7)
= 549 + 0,5 (628 – 549)
= 588,88
Ft (9) = Ft (9-1) + 0,5 (At (9-1) - Ft (9-1))
= Ft 8 + 0,5 (At 8 – Ft 8)
= 588,88 + 0,5 (648 – 588,88)
= 618,44
Ft (10) =Ft (10-1) + 0,5 (At (10-1) - Ft (10-1))
= Ft 9 + 0,5 (At 9 – Ft 9)
= 618 + 0,5 (655 – 618)
= 636,72
Ft (11) = Ft (11-1) + 0,5 (At (11-1) - Ft (11-1))
= Ft 10 + 0,5(At 10 – Ft 10)
= 636,72 + 0,5 (716 – 636,72)
= 676,36
Ft (12) = Ft (12-1) + 0,5 (At (12-1) - Ft (12-1))
= Ft 11 + 0,5 (At 11 – Ft 11)
= 676,36 + 0,5 (676,36 – 502)
= 713,18
9. еi = At – Ft
е1 = 350 – 0 = 350,00
е2 = 459 – 175 = 284,00
е3 = 549 – 175 = 232,00
е4 = 571 – 433 = 138,00
е5 = 555 – 53 = 53,00
е6 = 571 – 528,50 = 42,50
е7 = 628 – 549,75 = 78,25
е8 = 648 – 588,88 = 59,13
е9 = 655 – 618,44 = 36,56
е10 = 716 – 636,72 = 79,28
е11 = 750 – 676,36 = 73,64
е12 = 770 – 713,18 = 56,82
10. еi^2
е1^2 = 122.500,00
е2^2 = 80.656,00
е3^2 = 53.824,00
е4^2 = 19.044,00
e5^2 = 2809,00
е6^2 = 1806,25
е7^2 = 6123,06
е8^2 = 3495,77
е9^2 = 1336,82
е10^2 = 6285,52
е11^2 = 5422,94
е12^2 = 3228,55
11. ∑(еi^2) = SSE = 306531,90
SSE
12. MSE = 12
306531,90
=
12
= 25544,325
Untuk α = 0,9
1. Y = At
Ft (i) = Ft (i-1) + α (At (i-1) - Ft (i-1))
Ft (1) = Ft (1-1) + 0,9) (At (1-1) - Ft (1-1))
= (Ft 0 + 0,9) (At 0 – Ft 0)
=0
Ft (2) = Ft (2-1) + 0,9) (At (2-1) - Ft (2-1))
= (Ft 1 + 0,9) (At 1-Ft 1)
= (0 + 0,5) (350 - 0)
= (0,5) (350)
= 315,00
Ft (3) = Ft (3-1) + 0,9) (At (3-1) - Ft (3-1))
= (Ft 2+0,9) (At 2 - Ft 2)
= (315+0,9) (459-315)
= 444,60
Ft (4) = Ft (4-1) + 0,9) (At (4-1) - Ft (4-1))
= (Ft 3 + 0,9) (At 3 – Ft 3)
= (444,60+ 0,9) (549-444,60)
= 538,56
Ft (5) = Ft (5-1) + 0,9) (At (5-1) - Ft (5-1))
= (Ft 4+0,9) (At 4 – Ft 4)
= (538,56 + 0,9) (571 – 538,56)
= 567,76
Ft (6) = Ft (6-1) + 0,9) (At (6-1) - Ft (6-1))
= (Ft 5 + 0,9) (At 5 – Ft 5)
= (567,76 + 0,9) (555 – 567,76)
= 556,28
Ft (7) = Ft (7-1) + 0,9) (At (7-1) - Ft (7-1))
= (Ft 6 + 0,9) (At 6 – Ft 6)
= (556,28 + 0,9) (571– 556,28)
= 569,53
Ft (8) = Ft (8-1) + 0,9) (At (8-1) - Ft (8-1))
= (Ft 7 + 0,9) (At 7 – Ft 7)
= (569,53 + 0,9) (628 – 569,53)
= 622,15
Ft (9) = Ft (9-1) + 0,9) (At (9-1) - Ft (9-1))
= (Ft 8 + 0,9) (At 8 – Ft 8)
= (622,53 + 0,9) (648 – 622,53)
= 645,42
Ft (10) = Ft (10-1) + 0,9) (At (10-1) - Ft (10-1))
= (Ft 9 + 0,9) (At 9 – Ft 9)
= (645,53 + 0,9) (655 – 645,53)
= 654,04
Ft (11) = Ft (11-1) + 0,9) (At (11-1) - Ft (11-1))
= (Ft 10 + 0,9) (At 10 – Ft 10)
= (654,04+ 0,9) (716 – 654,04)
= 709,80
Ft (12) = Ft (12-1) + 0,9) (At (12-1) - Ft (12-1))
= (Ft 11 + 0,9) (At 11 – Ft 11)
= (709,80 + 0,9) (750 – 709,80)
= 745,98
2. еi = At – Ft
е1 = 350 – 0 = 350,00
е2 = 459 – 315 = 144,00
е3 = 549 – 444,60 = 104,40
е4 = 571 – 538,56 = 32,44
е5 = 555 – 567,76 = -12,76
е6 = 571 – 556,28 = 14,72
е7 = 628 – 569,53 = 58,47
е8 = 648 – 622,15 = 25,85
е9 = 655 – 645,42= 9,58
е10 = 716 – 654,04= 61,96
е11 = 750 – 709,80 = 40,20
е12 = 770 – 745,98= 24,02
3. еi^2
е1^2 = 122.500,00
е2^2 = 20.736,00
е3^2 = 10.899,36
е4^2 = 1052,35
e5^2 = 162,72
е6^2 = 216,81
е7^2 = 3419,03
е8^2 = 668,08
е9^2 = 91,87
е10^2 = 3838,85
е11^2 = 1615,71
е12^2 = 576,94
4. ∑(еi^2) = SSE = 165777,71
SSE
5. MSE = = 13814,809
12