4/13/2013
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS
DODI TISNA AMIJAYA SE.,MM
METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1.
METODA KUALITATIF YANG TERDIRI DARI :
METODA DELPHI MARKET RESEARCH HISTORICAL ANALOGY
2. TIME SERIES
SIMPLE AVERAGE MOVING AVERAGE WEIGHTED MOVING AVERAGE EXPONENTIAL SMOOTHING REGRESSI LINIER REGRESSI NON LINIER BOX JENKINS
3. METODA CAUSAL
KORELASI – REGRESSI ECONOMETRIE MODEL
1
4/13/2013
BEBERAPA METODA AKAN DIJELASKAN SECARA RINCI
METODA DELPHI DIGUNAKAN UNTUK PRODUK BARU RAMALAN DENGAN HORIZON WAKTU YANG CUKUP PANJANG. DILAKSANAKAN DENGAN MENGUMPULKAN BEBERAPA AHLI DAN DILAKUKAN DENGAN BEBERAPA TAHAP. -TAHAP
1.
::::-
-TAHAP
2. -TAHAP 3. -TAHAP 4.
PENJELASAN RAMALAN OLEH PARA AHLI SECARA TERPISAH DISKUSI HASIL RAMALAN OLEH PARA AHLI SECARA TERPISAH TAHAP 2 & 3 DIULANG SEHINGGA DIPEROLEH KESEPAKATAN
MARKET RESEARCH UNTUK PRODUK BARU DAN MEMILIKI HORIZON WAKTU YANG PANJANG. PENELITIAN TERHADAP FAKTOR FAKTOR--FAKTOR YANG MEMPENGARUHI TERHADAP TIMBULNYA DEMAND.
HISTORICAL ANALOGY UNTUK PRODUK BARU, RAMALAN MEMILIKI HORIZON WAKTU PANJANG MENIRU PERKEMBANGAN PRODUK YANG TELAH ADA DAN MEMILIKI FUNGSI YANG MIRIP DENGAN PRODUK YANG AKAN DIRAMALKAN BESAR DEMANDNYA. TIME SERIES
SIMPLE AVERAGE DIGUNAKAN BILA DEMAND MENUNJUKKAN KECENDERUNGAN TETAP, ASSUMSI : DEMAND MASA DATANG ADALAH SAMA DENGAN RATARATA-RATA DARI DEMAND MASA LALU.
CONTOH : BULAN
1
2
3
4
5
6
7
DEMAN D
30
30
40
40
70
50
50 38
2
4/13/2013
RAMALAN BULAN 8
=
30 30 40 40 70 50 50 7
= 310 / 7 = 44,3
MOVING AVERAGE RAMALAN DEMAND DIDASARKAN RATARATA-RATA DEMAND TERAKHIR -TENTUKAN PERIODE DASAR ( UMUMNYA 2 – 4 PERIODE ) -HITUNG RATARATA-RATA BERDASARKAN RATARATA-RATA DEMAND PADA PERIODE DASAR CONTOH : LIHAT DATA DIATAS 70 + 50 + 50 RAMALAN BULAN 8 = 3 = 170 / 3 = 56,6 39
WEIGHTED MOVING AVERAGE BERIKAN BOBOT BULAN BULAN YANG TERDAPAT PADA PERIODE DASAR RAMALAN DEMAND DIPEROLEH DENGAN MENGALIHKAN ANTARA DEMAND DENGAN BOBOT.
CONTOH : BULAN 5 6 7 RAMALAN
DEMAND 70 50 50
BOBOT 0,2 0,3 0,5 ,
DEMAND X BOBOT 14 15 25 54
40
3
4/13/2013
EXPONENTIAL SMOOTING PERAMALAN DEMAND DIPEROLEH DENGAN RUMUS : Ft = α Dt – 1 + ( 1 – α ) Ft – 1 Ft = RAMALAN SAAT t Dt = DEMAND NYATA SAAT t α = KONSTANTA
CONTOH : BULAN 1 2
DEMAND NYATA 100 120
RAMALAN
RAMALAN 150 150
α = 0,6 ,
BULAN 3 = 0,6. 120 + 0,4. 150 = 72 + 60 = 132 41
METODE REGRESSI LINIER Y (t) = a + bt N N∑ t=1
N N t . y (t) - ∑ y (t) ∑y t t=1 t=1
b =
2
N N∑ t=1
a=
2
t.
N ∑ y ( t) t=1 -b N
-
N ∑t t=1
N ∑t t=1
2
t 1 2 3 4 5 6 7 28
Y (t) 15 20 35 40 55 70 80 315
t Y ( t) t 15 1 40 4 105 9 160 16 2 275 2 25 420 36 560 49 1575 140
N 42
4
4/13/2013
DIPEROLEH (7)
(1575)
-
(315) (28)
b = 2
(7)
(140) – (28)
= 11,25 11 25
43
CAUSAL METHOD KORELASI CARI VARIABEL YANG DIPERKIRAKAN MEMPENGARUHI DEMAND ( DAPAT DIGUNAKAN METODA SCATTER DIAGRAM). y = DEMAND x = VARIABEL YANG BERPENGARUH ASSUMSI HUBUNGAN LINIER y
= a + b x.
∑ y = n.a + b x. 2
∑ y x = a ∑x + b ∑ x
5
4/13/2013
CONTOH : 2
TAHUN
JLH.PDDK (k)
DEMAND
yx
x
5
1988
((10 ) 20
(y) 100
2000
400
1989 1990 1991 1992
21 22 24 25
110 120 120 140
2320 2640 2880 3500
441 484 576 620 2
∑x= y = n.a + b x
112 ∑ y = 590 ∑ y = 3340 ∑ x = 2526 590 = 5. a. + 112.B x 112 2
yx = a. x + b x
13340 = 112 a + 2526 b.
x 5
66080 = 560a + 12544 b 66700 = 560a + 12630 b -
620 =
-
86
= -620 / 86 = -7.2
590 – 112.(112.(-7.2) a=
= 42 5
6
RAMALAN TAHUN 1993 (PERKIRAAN PDDK 1993) = 2.7 2 7 x 10 = y = 42 + 7,2 x 27 = 155,4 53
6
4/13/2013
KESALAHAN PERAMALAN : KESALAHAN PERAMALAN MERUPAKAN ALAT UNTUK MENGUKUR TINGKAT KETELITIAN, DAPAT DIGUNAKAN UNTUK MEMILIH METODE PERAMALAN YANG TERBAIK. A.
MEAN ABSOLUTE DEVIATION ( M.A.D.) N ∑
Y (t) – y (t)
t=1 MAD = N
54
B. MEAN SQUARE ERROR = N ∑
2 Y (t) – y (t)
t 1 t=1 MSE = N
55
7
4/13/2013
II. FORECAST PERMINTAAN BERDASARKAN STATISTIK 1. Analisa Trend. Trend adalah gerakan yang berjangka panjang, seolah-olah alun ombak dan cenderung untuk menuju ke satu arah, arah menaik atau menurun 2. Penerapan. a. Penerapan garis trend secara bebas b. Penerapan garis trend dengan setengah rata-rata c Penerapan garis trend secara matematis c.
15
II. PENERAPAN GARIS TREND BEBAS 1. Data penjualan tahun-tahun terakhir
2. Garis Trend
Tahun (X)
Permintaan (ribuan kaleng) kaleng) (Y)
2005 2006 2007 2008 2009
130 145 150 165 170
Unit
Trend
170 180 160 150 140 130 05 06 07 08 09 10
16
8
4/13/2013
II. PENERAPAN GARIS TREND SETENGAH RATARATA-RATA
(Semi Average)
1. Rumus Y = a + bX di mana :
a = rata-rata kelompok b = rata X 2 - rata X1 dibagi n n = jumlah tahun dalam kelompok II dan I X = jumlah tahun dihitung dari periode dasar
2. Garis Trend Unit
Trend
170 180 160 150 140 130 05 06 07 08 09 10
17
DEMAND FORECAST (lanjutan) lanjutan) RUMUS-RUMUS DASAR : (a) Metode Moment :
I. Y = a bX II. ∑ Y = n . a + b . ∑ X
III.∑ XY = a . ∑ x +
b . ∑ x2
(b) Analisas Jenis Produk (Product-line), analisa ini diperlukan oleh perusahaan yang memproyeksikan lebih dari satu jenis barang hasil produksi. Oleh karena masing-masing jenis produk yang dihasilkan tersebut mempunyai perbedaan pasar, sifat dan pola perkembangan, serta perbedaan variabel yang mempengaruhinya, maka penerapan metode statistika bagi jenis produk yang satu, berbeda dengan jenis produk lainnya ((c))
Analisa Penggunaan gg akhir, analisa ini diperlukan p bagi g perusahaan yang menghasilkan produk setengah jadi, masih memerlukan proses lebih lanjut untuk menjadi produk jadi dan siap dikonsumsi. Forcast-nya, ditentukan pula oleh penggunaan akhir yang ada kaitannya dengan produk jadi yang dihasilkan tersebut
18
9
4/13/2013
CONTOH APLIKASI 1. Data penjualan.
PT.USRIP yang bergerak dalam bisnis makanan ayam, memiliki data permintaan selama l 5 tahun, h tercatat 2000, 2001, 2002, 2003, dan d 2004, masing-masing 146 juta unit, 148 juta unit, 157 juta unit, 160 juta unit dan 169 juta unit
Tahun
Jumlah Penjualan (juta unit)
2000 2001 2002 2003 2004
146 148 157 160 169
Buatlah forecast demand untuk tahun 2005 dengan menggunakan Metode Trend Bebas 19
METODE 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 juta unit, 148 juta unit, 157 juta unit, 160 juta unit dan 169 juta unit 2).Buat Tabel,yang berisi Tahun dan Jumlah Permintaan 3).Buat tebaran titik dan ditarik garis yang menghubungkan titik-titik pasangan pengamatan. 4).Buat Gambar sebagai berikut : 170 160 150 140
2002 2000 2001 5).Hasil tidak dapat dengan angka.
2003
2004 20
10
4/13/2013
CONTOH APLIKASI 2. Data penjualan.
PT.USRIP yang bergerak dalam bisnis makanan ayam, meiliki data permintaan selama l 5 tahun, h sebagai b b k : berikut
Tahun
Jumlah Penjualan (juta unit)
2000 2001 2002 2003 2004 2005
140 148 157 157 160 169
Buatlah forecast permintaan untuk tahun 2006 dengan menggunakan Metode Trend Semi Average 21
METODE SEMI AVERAGE 1). Siapkan Data Permintaan (dari contoh Aplikasi 2) 2). Siapkan Tabel Data Permintaan 3). ). Bagi g dua data p permintaan m dalam m sebuah Tabel contoh : Tabel diatas Data 2000, 2001, 2002 Data 2003, 2004, 2005 Tahun 2000 2001
Kelompok 1 Kelompok 2
Jumlah Permintaan (juta Unit)
140 148
2002 2003
157 157
2004
160
2005
169 22
11
4/13/2013
4).Buat Tabel yang berdasar Tahun, Total Permintaan dalam Jutaan Unit (disebut Y), Total, Rata-rata (Average),dan Score (disebut X) Contoh : Jumlah Permintaan (Y) dalam juta Unit
Tahun 2000
140
2001
148
2002
157
2003
157
2004
160
2005
169
Total
Average
X (Score) -1
445
445 = 148,3 148 3 3
0 1 2
486 = 162 3
486
3 4
5).Score (X) untuk semi average, data ditengah bila ganjil diberi score 0, selanjutnya minus dan sesudahnya plus, bila genap score tidak 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
23
Y = a + bX
Y = Forecast nilai Y untuk nilai x yang ditentukan a = rata-rata kelompok I ( X1 ) b = selisih antara X2 dengan X1
8).Tentukan nilai a (= rata-rata nilai kelompok I) untuk b = selisih antara X2 kelompok I.
dengan
X1
jumlah data yang ada pada
9).Masukan Dalam Rumus : a = 148,33 162 – 148,33 b= 3 Rumus
:
= 4,5567
Y = 148,33 + 4,5567 (X) Y thn 5 = 148,33 + 4,5567 (5) thn ke = 171,11
5
Y thn 6 = 148,33 + 4,5567 (6) thn ke = 175,67
6
24
12
4/13/2013
3. METODE TREND MOMENT 1).Siapkan data penjualan (dari Contoh Aplikasi 1). 2).Buat Tabel yang berisi :
Tahun; Jumlah Penjualan (Y); Score (X); Perkiraan Jumlah Penjualan dan Score (X , Y); Rata-rata Score (X2).
1. 2. 3. 4. 5.
Contoh dari data di atas : Tahun
Y
X
XY
X2
2000 2001
140 148
0 1
0 148
0 1
2002
157
2
314
4
2003
160
2004
169
3 4
480 676
9 16
∑
774
10
1.618
30 25
3). Cari Koofisien a dan B, gunakan rumus/persamaan : ∑ ∑
Y
= n.a + b.∑X
XY = a . ∑ x +
b . ∑ x2
n = banyaknya pasangan amatan x , y = 5
4). Substitusi data dari Tabel butir 2 I II
774 1618
= 5 . a + b . (10) . [x2] = 10 . a + b . (30) . [x2] 1548 1618 - 70
b
= = = =
10 . a + 20b 10 . a + 30b - 10b 7
26
13
4/13/2013
5). Substitusikan pada rumus : Y = a + bX 774 -5a 5 5a a
= 5a + 10 (7) = -774 + 70 = 774 - 70 =
774 - 70 5
704
=
5
6). Persamaan Trend-nya
= 140,8
Y =
140,8
+
7 (x)
X =
140,8
+
7 (5)
= 140,8
+
35
7). Forcast Permintaan untuk tahun 2005
= 175,8 27
4). METODE LEAST SQUARE (Metode Jumlah Kuadrat Terkecil)
Metode kuadrat terkecil merupakan metode untuk mencari garis trend. Dimaksudkan suatu perkiraan atau taksiran mengenai intersep (a) dan slope (b) dari persamaan Y = a + bx yang didasarkan pada observasi, sedemikian rupa sehingga jumlah kuadrat terkecil atau minimum, dalam metode kuadrat terkecil (least square) tahun dasar diletakan di tengah.
28
14
4/13/2013
4). METODE LEAST SQUARE (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
XY
X2
Catatan : * Genap, score nilai X-nya adalah :
……., -5, -3, -1, 1, 3, 5, ………..
* Ganjil, score nilai X-nya adalah :
……., -2, -1, 0, 1, 2,……………...
3).Tentukan koefisien a dan b dengan rumus : a =
∑Y n
;
b =
∑ X Y ∑ X2 29
4).Teknik penghitungannya :
Tahun
Y
X
XY
X2
2000
140 148
-2
- 280
0
1
2001
-1
- 148
1
2
2002
157
0
0
0
3
2003
160
2004
169
1 2
160 338
1 4
4 5
∑
774
0
70
10
a =
774 5
= 154,8
;
b=
70 10
n
= 7
30
15
4/13/2013
Persamaan Trend Metode Least Square : Y
= 154,8
+
7 (x)
Forecast penjualan untuk tahun 2005 : Y =
154,8
+
7 (3)
= 175,8
31
16
