BAB II LANDASAN TEORI
1.1 Sistem Produksi 1.1.1
Fungsi Produksi Aktivitas produksi sebagai suatu bagian dari fungsi organisasi
perusahaan bertanggung jawab terhadap pengolahan bahan baku menjadi produksi jadi yang dapat dijual. Untuk melaksanakan fungsi produksi tersebut, diperlukan rangkaian yang akan membentuk suatu sistem prouksi. Ada 3 (tiga) fungsi utama dari kegiatan – kegiatan produksi yang dapat kita identifikasi, yaitu :
Proses Produksi, yaitu metode dan teknik yang digunakan dalam mengolah bahan baku menjadi produk
Perencanaan
Produksi,
yaitu
merupakan
tindakan
antisipasi dimasa mendatang sesuai dengan periode waktu yang direncanakan
7
Pengendalian Produksi, yaitu tindakan yang menjamin bahwa
semua
kegiatan
yang
dilaksanakan
dalam
perencanaan telah dilakukan sesuai dengan target yang telah ditetapkan. 1.1.2
Sistem Produksi Sistem produksi merupakan kumpulan dari sub sistem – sub
sistem yang saling berinteraksi dengan tujuan mentransformasi input produksi menjadi output produksi. Input produksi ini dapat berupa bahan baku, mesin, tenaga kerja, modal, dan informasi, sedangkan output produksi merupakan produk yang dihasilkan berikut hasil sampingannya seperti limbah, informasi dan sebagainya. Sub sistem – sub sistem dari sistem dar sistem produksi tersebut antara lain adalah Perencanaan dan Pengendalian Produksi, Pengendalian Kualitas, penentuan Standar – standar Operasi, Penentuan Fasilitas Produksi, Perawatan Fasilitas Produksi, dan Penentuan Harga Produksi. 1.2 Perencanaan Produksi Perencanaan produksi harus mempunyai sifat – sifat sebagai berikut :
Berjangka waktu Proses produksi merupakan proses yang sangat kompleks. Proses tersebut memerlukan keterlibatan macam – macam tingkat keterampilan tenaga kerja, peralatan, modal, dan
8
informasi yang biasanya dilakukan secara terus menerus dalam jangka waktu yang sangat lama. Pendekatan yang biasa dilakukan adalah dengan membuat rencana produksi yang mencakup periode waktu tertentu dan akan diperbaharui bila periode waktu tersebut sudah dicapai. Dalam perencanaan produksi, biasanya kita jumpai tiga jenis perencanaan berdasarkan periode waktu yang dicakup oleh perencanaan tersebut, yaitu : a. Perencanaan Produksi Jangka Panjang b. Perencanaan Produksi Jangka Menengah c. Perencanaan Produksi Jangka Pendek
Berjenjang Pemilihan jenis perencanaan produksi yang tepat bagi suatu perusahaan adalah tergantung beberapa faktor, yaitu factor eksternal (pangsa pasar yang diraih, struktur ekonomi, dan lainnya) dan faktor internal (ide manajemen dalam menghadapi tantangan
kedepan,
pelaksanaannya,
dan
ketersediaan lainnya).
tenaga Yang
ahli juga
dan perlu
dipertimbangkan dalam pemilihan jenis perencanaan produksi tersebut adalah untuk berapa lama perencanaan produksi tersebut disiapkan. a. Perencanaan Produksi Jangka Panjang
9
Perencanaan produksi jangka panjang biasanya melihat 5 tahun atau lebih kedepan. Jangka waktu terpendeknya adalah ditentukan oleh berapa lama waktu yang dibutuhkan untuk mengubah kapasitas yang tersedia. Secara singkat, perencanaan produksi jangka panjang adalah berhubungan dengan efek apa yang muncul dimasa mendatang terhadap tujuan system dan tindakan apa yang diperlukan dalam pengembangan produk baru, pelayanan yang lebih baik, teknologi proses yang baru dan lokasi baru. b. Perencanaan Produksi Jangka Menengah (Perencanaan Agregat) Perencanaan Agrega tmempunyai horizon perencanaan antara 1 sampai 12 bulan, dan dikembangkan berdasarkan kerangka yang telah ditetapkan pada perencanaan produksi jangka panjang. Perencanaan Agregat didasarkan pada peramalan permintaan tahunan dari bulan dan sumber daya produktif yang ada (jumlah tenaga kerja, tingkat persediaan, biaya produksi, jumlah supplier dan subkontraktor), dengan asumsi kapasitas produksi relative tetap. c. Perencanaan Produksi Jangka Pendek Perencanaan produksi jangka pendek mempunyai horizon kurang dari 1 bulan, dan bentuk perencanaannya adalah
10
berupa jadwal produksi. Tujuan dari jadwal produksi adalah penyeimbangkan permintaan aktual
Terpadu Perencanaan produksi akan melibatkan banyak faktor, seperti bahan baku, mesin / peralatan, tenaga kerja, dan waktu, dimana kesemua factor tersebut harus sesuai dengan kebutuhan yang direncanakan dalam mencapai target produksi tertentu yang didasarkan atas perkiraan.
Berkelanjutan Perencanaan produksi disusun untuk satu periode tertentu yang merupakan masa berlakunya rencana tersebut. Setelah habis masa berlakunya,
maka harus dibuat rencana baru untuk
periode waktu berikutnya lagi.
Terukur Selama pelaksanaan produksi, realisasi dari rencana produksi akan selalu dimonitor untuk mengetahui apakah terjadi penyimpangan dari rencana yang telah ditetapkan.
Realistis Rencana produksi yang dibuat harus disesuaikan dengan kondisi yang ada diperusahaan, sehingga target yang ditetapkan merupakan nilai yang realistic untuk dapat dicapai dengan kondisi yang dimiliki perusahaan pada saat rencana tersebut dibuat.
11
Akurat Perencanaan produksi harus dibuat berdasarkan informasi– informasi yang akurat tentang kondisi internal dan eksternal sehingga angka – angka yang dimunculkan dalam target produksi dapat dipertanggung jawabkan.
Menantang Meskipun rencana produksi harus dibuat harus serelistis mungkin, hal ini bukan berarti rencana produksi harus menetapkan target yang dengan mudah dapat dicapai. Rencana produksi yang baik harus menetapkan target produksi yang hanya dapat dicapai dengan usaha yang sungguh – sungguh.
1.3 Konsep Dasar Peramalan Untuk semua perusahaan sebelum melakukan kegiatan yang akan dilakukan tentu saja tidak luput dari pertimbangan – pertimbangan tentang apa yang akan dilakukan apabila suatu pertimbangan tentang apa yang akan dilakukan apabila suatu pertimbangan yang akan datang, maka pihak perusahaan tidak bisa menentukan secara pasti. Oleh karena itu perlu adanya apa yang disebut dengan peramalan, definisi permalan adalah sebagai berikut : “Peramalan adalah suatu yang diharapkan tentang terjadinya sesuatu dimasa yang akan datang”. Menurut Hantoro, Sirod (1993).
12
Peramalan adalah kegiatan memperkirakan apa yang akan terjadi dimasa yang akan datang”. Menurut Sofan (1985). “Peramalan adalah suatu usaha – usaha untuk meramalkan keadaan dimasa mendatang melalui pengujian keadaan dimasa lalu”. Menurut Handoko, T. Hani (1984). Berdasarkan pendapat diatas disimpulkan sebagai berikut : Peramalan adalah suatu usaha untuk meramalakan keadaan dimasa mendatang melalui keadaan waktu – waktu dimasa lalu. Peramalan produksi adalah suatu perkiraan atas kuantitas produk yang akan diproduk dalam industri yang akan datang dalam suatu waktu ataupun dalam bentuk
periode. Oleh sebab itu, hendaknya sebelum
memproduksi diterjunkan terlebih dahulu berapa jumlah produk yang akan diproduksi. Penentuan jumlah produksi tersebut berdasarkan kemampuan penjualan produk oleh perusahaan dimasa depan tanpa adanya
ramalan
produksi
yang
dibuat
tidak
menguntungkan
perusahaan. Jadi jelas bahwa peranan peramalan didalam perusahaan adalah sangat penting, karena bisa digunakan sebagai bahan pertimbangan bagi pimpinan perusahaan. 1.4 Hal – hal yang Tidak Bisa Diramal Hal yang dapat mempengaruhi suatu kehidupan perusahaan dan yang tidak bisa diramal adalah pengaruh lingkungan, dan pengaruh lingkungan ini dapat ditangani menjadi :
13
1. Pengaruh Sosial Yaitu pengaruh sosial yang berupa keadaan sosial yang berupa keadaan sosial atau masyarakat disekitar perusahaan. 2. Pengaruh Lingkungan Teknis Pengaruh lingkungan ini terutama cara – cara atau tingkat teknologi yang ada. Keadaan teknis dan kemajuan teknologi ini tidak bisa diramal. 3. Lingkungan EkonomiMakro Lingkungan
ini
meliputi
keadaan
perekonomian
ditempat
perusahaan berada atau memasarkan hasil produksinya. 1.5 Kegunaan Ramalan Ramalan produlsi dalam suatu perusahaan ini digunakan untuk membandingkan kegiatan perusahaan – perusahaan yang didasarkan adanya pesanan – pesanan yang terdapat pada waktu itu dengan yang teramalkan. Kegunaan ramalan dibagi menjadi 7 bagian yaitu : 1. Dapat menentukan bagi perusahaan adalah anggaran bagi segala aktifitas, misalnya : biaya pembelian bahan produksi dan sebagainya
14
2. Sebagai pengawasan dalam pengendalian agar supaya persediaan tidak berlebihan, sangat kekurangan dan sangat terlalu sedikit, maka ramalan produksi dapat dipergunakan sebagai pedoman untuk memproduksi 3. Dapat membantu dalam perencanaan dan pengawasan produksi 4. Membuat
semangat
kerja
para
karyawan
karena
adanya
perencanaan yang baik 5. Untuk menyusun kebijakasanaan dalam kepegawaian yang lebih selektif 6. Untuk pengawasan pembelian bahan 1.6 Langkah – langkah Peramalan Proses peramalan biasanya terdiri dari langkah – langkah sebagai berikut : 1. Penentuan Tujuan Langkah Pertama Terdiri atas penentuan macam estimasi yang diinginkan. Sebaiknya tujuan tergantung pada kebutuhan – kebutuhan informasi para manager. Analisis membicarakan dengan para pembuat keputusan untuk mengetahui agar kebutuhan – kebutuhan merekan dan menentukan : a. Variabel – variabel apa yang diestimasi
15
b. Siapa yang akan menggunakan hasil peramalan c. Untuk tujuan apa hasil peramalan akan digunakan d. Derajat ketepatan estimasi yang diinginkan e. Kapan estimasi dibutuhkan f. Bagian – bagian peramalan yang diinginkan seperti : Peramalan untul kelompok pembelian, kelompok produk atau daerah geografis. 2. Pengembangan Model Setelah tujuan ditetapkan, langkah berikutnya adalah mengembangkan suatu model yang merupakan penyajian secara lebih sederhana, sistem yang dipelajari dalam peramalan model adalah suatu kerangka auditik yang bila dimasukkan data masukan, menghasilkan estimasi penjualan diwaktu mendatang (atau variabel apa saja yang diramal). Analisis hendaknya memiliki suatu kerangka auditik yang bila dimasukan data masukan, menghasilkan estimasi penjualan diwaktu mendatang (atau variabel apa saja yang diramal). Analisis
hendaknya
memiliki
suatu
model
yang
menggambarkan secara realistik perilaku variabel – variabel yang dipertimbangan, sebagai contoh bila perusahaan ingin meramal
16
penjualan yang perilakunya berbentuk linier, model yang dipilih mungkin penjualan = A + BX, dimana Y menunjukan unit waktu A dan B adalah parameter – parameter yang menggambarkan posisi dan kemiringan garis pada grafik. Pemilihan suatu model yang tepat adalah krusial, setiap model mempunyai asumsi – asumsi yang harus dipenuhi sebagai persyaratan penggunaannya. Validitas dan rehabilitas estimasi sangat tergantung pada model yang dipakai. 3. Pengujian Model Sebelum
ditetapkan
model
biasanya
diuji
untuk
menentukan tingkat akurasi, validitas dan rehabilitas yang diharapkan. Misalnya sering mencakup penerapannya pada data historik dan penyiapan estimasi untuk tahun – tahun sekarang deng data nyata yang tersedia. 4. Penerapan Model Setelah pengujian, menerapkan model pada tahap ini. Data historik dimasukkan dalam model untuk menghasilkan suatu ramalan. Dalam kamus model penjualan = A + BX, menerapkan teknik – teknik matematik dengan diperoleh A dan B.
17
5. Revisi dan Evaluasi Ramalan – ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali, perbaikan mungkin perlu dilakukan karena adanya perubahan – perubahan delam perusahaan atau lingkungannya seperti tingkat harga produk perusahaan, karakteristik produksi pengeluaran – pengeluaran pengiklanan, tingkat pengeluaran pemerintah, kebijaksanaan moneter dan kemajuan teknologi. 1.7 Sistem Informasi Hasil – hasil perusahaan tentu saja akan salah bila data – data historik yang dimasukkan dalam model adalah tidak tepat, tidak benar atau tidak dalam bentuk yang sesuai. Jadi harus mengenal sumber – sumber dan penggunaan – penggunaan berbagai dalam macam data. Banyak data telah tersedia didalam perusahaan dan biasanya dalam bentuk catatan – catatan dan laporan – laporan, seperti laporan tahunan, dokumen pengiriman laporan produksi atau catatan karyawan. Disamping ini, masukkan – masukkan data lainnya harus diperoleh dari sumber – sumber diluar perusahaan ini meliputi berbagai publikasi unit
–
unit
pemerintah,
universitas
–
universitas,
assosiasi
perdagangan, perusahaan – perusaahan profesional dan lembaga – lembaga lain. Sumber – sumber pemerintah memberikan data dalam
18
volume dan macam yang besar, disamping mudah diperoleh dan tidak mahal. 1.8 Teknik – Teknik Peramalan 1. Teknik – teknik Kualitatif Teknik – teknik kualitatif adalah subyektif atau judgmental atau berdasarkan pada estimasi. Estimasi dan pendapat – pendapat berbagai sumber pendapat bagi peramal kondisi bisnis adalah sebagai berikut : a. Para Eksekutif Para
eksekutif
sering
mempunyai
kemampuan
untuk
memberikan masukkan – masukkan forecasting yang berguna terutama dari para manager yang mempunyai pengalaman cukup lama dalam industri atau dalam perusahaan bisnis. b. Orang – orang Penjualan Sumber baik lainnya adalah tenaga – tenaga penjualan (sales force), para anggota ini secara tetap berhubungan dengan para langganan, sehingga akan mampu untuk memperkirakan rencana – rencana pembelian, sikap dan kebutuhan mereka. Hambatan untuk mendapatkan informasi yang tidak bisa adalah bahwa orang – orang penjualan sering cenderung bersikap pesismis, sehingga membuat estimasi terlalu rendah yang
19
berakibat tingkat kuota penjualannya rendah dan mungkin mendapatkan kompensasi tinggi semakin besar. c. Para Langganan Langganan yang membeli keluaran (produk atau jasa) perusahaan kadang – kadang bersedia dan berkeinginan untuk mengungkapkan rencana – rencana pembelian mereka. Hal ini sering dijumpai terutama bagi perusahaan – perusahaan yang menjual produk – produknya ke pasar industri dan informasi yang diberikan para langganan merupakn umpan balik bagi perusahaan. d. Lain – lain Dalam banyak contoh para Spesialis (ahli) dalam berbagai bidang memberikan pendapat – pendapat yang sangat bernilai. 2. Teknik – teknik Kuantitatif a. Analisis Runtun Waktu (Time Series) Model – model peramalan runtun waktu mencoba untuk meramalkan kejadian – kejadian diwaktu yang akan datang atas dasar serangkaian data masa lalu. Beberapa pendekatan untuk menganalisa runtun waktu telah tersedia, yang semuanya bermaksud merinci runtun waktu menjadi komponen – komponen
yang
terpisah.
Setiap
komponen
kemudian
20
digunakan
untuk
membuat
ramalan.
Dengan
merinci
serangkaian data menjadi komponen – komponen, maka akan dapat dicapai tingkat ketepatan yang lebih besar karena pengaruh – pengaruh yang terpisah pada nilai ramalan terakhir dipertimbangkan. Komponen – komponen runtun waktu pada umumnya diklasifikasikan sebagi Trend (T), musiman atau seasional (S), Siklikal atau Cylical (C), dan residu atau erractic (E). Dalam model klasik analisis runtun waktu, nilai ramalan (Y) merupakan fungsi perkalian dari komponen – komponen tersebut. Y=TxSxCxE Komponen pertama adalah Trend yang menunjukkan pola gerakan penurunan atau pertumbuhan (kenaikan) jangka panjang serangkai data historik.
21
Contoh Grafik Trend Penjualan Produk
Gambar 2.1 Contoh Grafik Trend Penjualan Produk Garis trend mempunyai sifat yaitu : 1). Penjumlahan seluruh deviasi vertikal titik – titik data terhadap garis adalah nol. 2). Penjumlahan seluruh kuadrat deviasi vertikal data historik dan garis adalah minimum. 3). Garis melalui rata – rata X dan Y Untuk persamaan linier
garis trend
dicari
dengan
penyelesaian simultan nilai a dan b pada 2 (dua) persamaan normal berikut : ∑y = na + b x ∑xy = a x + b x2
22
Bila titk tengah data sebagai tahun dasar maka
x
dan dapat
dihilangkan dari kedua persamaan diatas dan menjadi : ∑y = na a = ∑xy = b
x2
b =∑
Bila ada sejumlah periode waktu ganjil, tiitik tengah periode waktu ditentukan sebagai X = 0, sehingga jumlah plus dan minus akan sama dengan nol. Produsen pemberian kode tersebut adalah sebagai berikut : Nomor Data
Kode (X)
1
-2
2
-1
3
0
4
1
5
2 0
23
Tetapi bila jumlah data adalah genap, prosedur pemberian kode menjadi : Nomor Data
Kode (X)
1
-5
2
-3
3
-1
4
1
5
3
6
5 0
Komponen kedua adalah variasi musiman, komponen ini mencerminkan pengaruh pola – pola pembelian musiman :
Gambar 2.2 Contoh Grafik Pluktuasi Musiman
24
Komponen ketiga adalah pengaruh siklikal atau senang disebut gelombang kongjungtur, adalah komponen dasar runtun waktu, ini mungkin merupakan komponen yang paling sulit ditentukan bila rentangan waktu tidak diketahui atau akibat siklus tidak dapat ditentukan pengaruh siklikal pada permintaan mungkin diakibatkan kejadian – kejadian seperti : pemilihan politik, perang, kondisi – kondisi ekonomi, siklus bisnis atau tekanan sosialogik. Contoh grafik fluktuasi musiman :
Gambar 2.3 Contoh Grafik Pluktuasi Musiman Komponen terakhir adalah residu atau erractic unsur ini menunjukan fluktuasi data yang tidak sistematik atau acak (random), prosedur peramalan yang menggunakan data runtun waktu memisahkan faktor – faktor trend dan musiman, komponen acak pada dasarnya tidak dapat diramalkan, sehingga prosedur yang umumnya digunakan adalah sebagai berikut :
25
a) Mendapat data historik b) Mencari persamaan trend c) Mencari indeks musim (bila data mencerminkan adanya pengaruh komponen hasil) d) Memproyeksikan trend ke waktu yang akan datang e) Mengalikan nilai – nilai trend bulanan dengan indeks musim f) Menitifikasikan nilai – nilai yang diramalkan dengan pengetahuan tentang : (a) Kondisi – kondisi bisnis siklikal (C) (b) Antisipasi pengaruh – pengaruh yang tidak biasa (F) Contoh Grafik Residu dan Erratic
Gambar 2.4 Contoh Grafik Residu dan Erratic 3. Kuadrat terkecil (Least Squares) Kuadrat terkecil adalah salah satu metoda yang paling luas digunakan untuk menentukan persamaan trend data karena metode ini menghasilkan apa yang secara matematik digambarkan sebagai
26
“Line Of Best Fit”. Dengan menggunakan persamaan kuadrat terkecil, dapat menghitung :
a=
b=
∑
∑
Jadi persamaan peramalan dalam bentuk Y = a + bx 4. Rata – rata Bergerak (Moving Average) Peramalan menggunakan model rata – rata bergerak (moong average) didasarkan pada nilai rata – rata dari data masalah. Jika diketahui ada n data waktu dan kita memutuskan menggunakan t buah data pengamatan (t
n) untuk setiap rata – rata maka model
dari rata – rata bergerak itu disebut sebagi rata – rata bergerak ordo t yang bisa dinotasikan sebagai MA (t). Dengan demikian jika kiata menggunakan data X, untuk setiap rata – rata maka peramalan berdasarkan model rata – rata maka peramalan berdasarkan model rata – rata bergerak ordo t, MA (t), ditentukan sebagai berikut :
𝑡
∞ Ft + 1 = X = 𝑖=1 𝑋𝑖/𝑡 𝑡+1
∞ Ft + 2 = X = 𝑖=1 𝑋𝑖/𝑡
. . . . Ft + k = X =
𝑡+𝑘−1 ∞ 𝑖=1
𝑋𝑖/𝑡
27
Permasalahan dalam menggunakan model rata – rata bergerak adalah bagaimana memilih ordo yang tepat dan model rata – rata bergerak ini. Dalam hal ini kita dapat memilih beberapa ordo tertentu yang diperkirakan tepat, kemudian mengujinya berdasarkan nilai – nilai penyimpangan terhadap keadaan aktual, lalu memilih rata – rata bergerak ordo tertentu yang memiliki rata – rata penyimpangan terkecil. 5. Metode Regresi Sederhana Analisis regresi adalah metode statistik yang digunakan untuk menentukan hubungan antar paling tidak dua variabel atau lebih, variabel bebas dan sah bergantung. Tujuannya adalah untuk meramalkan atau memperkiraan nilai variabel bergantung dalam hubungannya dengan nilai variabel bebas tertentu. Baris prediksi ini secara umum adalah data hidrostatik. Korelasi pada dasarnnya adalah hubungan yang terdiri dari dua variabel atau lebih agar supaya dapat diketahui besarnya hubungan, maka kejadian tersebut harus dapat dinyatakan dalam nilai variabel. Bila kedua veriabel atau lebih terkorelasi maka kejadian yang satu dapat mempengaruhi kejadian yang lain, jadi variabel X berhubungan dangan variabel Y, maka variabel X yang
28
sudah diketahui besarnya dapat untuk memperkirakan besarnya nilai variabel Y. Jadi garis regresi adalah suatu garis yang menunjukan perkiraan atau ramalan Y apabila nilai X telah diketahui. Syarat – syarat peramalan ini adalah harus mengetahui data lampiran sebagai data kuantitatif. 1.9 Macam – macam Ramalan Sesuatu yang akan direncanakan tentunya didasarkan atas ramalan, ramalan juga didasarkan atas pembagian jenis ramalan yaitu : 1. Ramalan Jangka Pendek Ramalan jangka pendek adalah ramalan yang dilakukan untuk meramalkan dalam waktu yang dekat. Ramalan ini digunakan untuk merencanakan suatu produk yang dibuat dalam waktu kurang dari satu tahun. 2. Ramalan Jangka Menengah Ramalan jangka menengah digunakan untuk merencanakan suatu produk yang dibuat dalam waktu kurang dai dua tahun.
29
3. Ramalan Jangka Panjang Ramalan jangka panjang akan mencakup tentang produksi yang dihasilkan oleh suatu perusahaan selama lima tahun yang akan datang. 1.10Langkah – langkah dalam Pengadaan Peramalan Ada beberapa langkah – langkah dalam pengadaan yaitu : 1. Susunan data tersebut dalam bentuk periode waktu 2. Buat sumbu x dan y 3. Data di plot dalam kuadran dan sumbu X – Y 4. Hubungkan titik – titik data tersebut 5. Tentukan model yang cocok untuk meramalkan nilai variabel yang belum diketahui 1.11Uji Keseragaman Data Kegunaan uji keseragaman data adalah untuk menyelidiki apakah sekumpulan data sesuai atau tidak 1. Rumus regresi linier dengan persamaan garis : Y=a+bx Dimana,
Y = Besarnya penjualan yang dinyatakan dalam sumbu
vertikal pada grafik.
30
X = Waktu I periode perencanaan penjualan yang dinyatakan dalam sumbu horizontal. a = Komponen yang tetap dari penjualan pada setiap periode waktu. b = Tingkat perkembangan penjualan pada setiap periode / waktu dan juga merupakan garis atau slope dari garis penjualan tersebut. 2. Rumus Korelasi ∑ 1 1
r=
√∑
√∑
Dimana : X = waktu / periode penjualan Y = besarnya penjualan 3. Rumus Moving Average Peramalan dengan teknik moving average (model rata – rata bergerak) melakukan perhitungan terhadap nilai data yang paling baru
Man =
∑
31
Dimana, i = banyaknya data (1,2,3....) n = angka periode rata – rata bergerak Ai = nilai aktual tahun ke I
Dua ukuran penyimpangan yang digunakan : a. MAPE ; Mean Absolute Percentage Error MAPE =
∑ [
]
Dimana : [Pej] =
−
Dimana : Pej = Persentase galat (dalam nilai absolut) Xj = nilai aktual periode ke-j Fj = nilai ramalan periode ke-j n = banyaknya data penyimpangan
b. RMSE ; Root Mean Square Error ∑
RMSE = √
−
4. Rumus Exponential Digunakan apa bila persamaan a dan b tidak bias dipecahkan dengan cara konvensional. Digunakan transformasi logaritma ke dalam situasi regresi.
32
Persamaan metode eksponensial : d’(t)=aebt Dimana : d’(t)= Forecast untuk saat t a = intercept b = kemiringan garis t = time (independent variable) e= eksponential (konstanta) 5. Rumus Eksponential Smoothing Kesalahan peramalan masa lalu digunakan untuk koreksi peramalan berikutnya. Dihitung berdasarkanhasil peramalan + kesalahan peramalan sebelumnya. Persamaan metode eksponential smoothing :
Ft 1 Dt (1 ) Ft Dimana: Ft+1 = Ramalanuntukperiodeberikutnya Dt = Demand aktualpadaperiode t Ft = Peramalanygditentukansebelumnyauntukperiode t a = Faktorbobot
