MAKALAH
SISTEM
PRODUKSI
PERAMALAN
(FORECASTING)
DI
S
U
S
U
N
Oleh :
Nama : Endryatman Yuftha
Nim
: 080130025
JURUSAN
TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MALIKUSSALEH
ACEH
UTARA
2012
DAFTAR ISI
KATA
PENGANTAR................................................................................................... i
DAFTAR
ISI................................................................................................................... ii
BAB
I PENDAHULUAN............................................................................................... 1
1.1 Latar Belakan Masalah.................................................................................. 1
1.2 Pendefinisian Tujuan Peramalan.................................................................... 1
1.3 Peranan
Peramalan dalam Sistem Produksi................................................... 2
1.4 Karakteristik
Peramalan yang Baik................................................................ 3
BAB II LANDASAN
TEORI........................................................................................ 5
2.1. Pengertian Peramalan................................................................................... 5
2.2. Langkah Langkah
Dalam Penyusunan Peramalan....................................... 7
2.3. Metode Peramalan........................................................................................ 9
2.3. Metode Peramalan........................................................................................ 9
2.3.1. Jenis- Jenis Metode
Peramalan........................................................... 9
2.4. Model Time Series Analysis......................................................................... 10
2.4.1. Model Konstan (Constant Forecasting)............................................ 11
2.4.1. Model Konstan (Constant Forecasting)............................................ 11
2.4.2. Model Siklis (Musiman).................................................................... 11
2.4.3. Model Regresi Linier (Linier Forecasting)........................................ 11
2.4.4. Model Rata-Rata
Bergerak (Moving Average).................................. 12
2.4.4.1. Centered
Moving Average.................................................... 12
2.4.4.2. Simple Moving Average........................................................ 12
2.4.4.3. Weighted Moving Average.................................................... 13
BAB
III KESIMPULAN................................................................................................ 15
3.1. Kesimpulan ..................................................................................................... 15
DAFTAR
PUSTAKA..................................................................................................... 16
KATA
PENGANTAR
Puji dan syukur penulis panjatkan
kehadiran Allah SWT yang telah melimpahkan Rahmat dan karunia-Nya sehingga penulis dapat
menyelesaikan Makalah ini, Shalawat dan salam tidak lupa penulis sampaikan
kepangkuan baginda Rasullulah SAW yang telah membawa risalah untuk umat manusia
Adapun Makalah yang penulis Tulis adalah “PERAMALAN
(forecasting)
Selama dalam proses
penulisan Makalah ini banyak sekali hambatan dan kesulitan yang penulis alami
di karenakan terbatasnya pengetahuan yang penulis miliki. Justru itu, penulis
mengucapkan terima kasih kepada
1. Bapak Ir. Muhammad ST,
MT yang telah banyak memberikan petunjuk,
bimbingan dan dorongan dalam menyusun Proposal ini dari awal sampai akhir.,
2. Juga kepada rekan seperjuangan, dan
semua pihak yang telah membantu penulis dalam menyusun Proposal ini
Atas semua batuan dan bimbingan dari semua pihak penulis
serahkan kepada Allah SWT, semoga Allah dapat membalas dengan rahmat yang
berlimpah ganda. Makalah ini masih
sangat jauh dari kesempurnaan, justru itu penulis megharapkan kritik dan saran
dari semua pihak yang sifatnya membangun demi kesempurnaan Makalah ini,
akhirnya harapan penulis, semoga Makalah
ini dapat bermanfaat bagi semua pihak pembaca, terutama bagi penulis
sendiri.
Hormat saya
Endryatman Yuftha
BAB I
PENDAHULUAN
1.1. Latar
Belakang Masalah
Peramalan merupakan tahap awal dari
perencanaan dan pengandalian produksi. Peramalan adalah pemikiran terhadap
suatu besaran, misalnya permintaan terhadap suatu atau beberapa produk pada
periode yang akan datang. Pada hakekatnya peramalan merupakan suatu perkiraan
terhadap keadaan yang akan terjadi di masa yang akan datang. Keadaan masa yang
akan datang yang dimaksud adalah:
1. Apa
yang dibutuhkan (jenis)
2. Berapa
yang dibutuhkan (jumlah/kuantitas)
3. Kapan
dibutuhkan (waktu)
Tujuan
peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga
diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Peramalan
tidak akan pernah “perfect”, tetapi
meskipun demikian hasil peramalan akan memberikan arahan bagi suatu
perencanaan. Suatu perusahaan biasanya
menggunakan prosedur tiga tahap untuk sampai pada peramalan penjualan, yaitu
diawali dengan melakukan peramalan lingkungan, diikuti dengan peramalan penjualan
industri, dan diakhiri dengan peramalan penjualan perusahaan.
1.2.
Pendefinisian Tujuan Peramalan
Tujuan
peramalan dilihat dengan waktu:
1.
Jangka pendek (short term)
Menentukan
kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian
ataupun mingguan dan ditentukan oleh low management.
2.
Jangka menengah (medium term)
Menentukan kuantitas
dan waktu dari kapasitas produksi. Biasanya bersifat bulanan ataupun kuartal
dan ditentukan oleh middle management.
3.
Jangka panjang (long term)
Menentukan
kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5
tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh top management.
1.3.
Peranan Peramalan dalam Sistem Produksi
Peranan peramalan dalam
perencanaan proses produksi adalah sebagai berikut:
1.
Business
Planning
Berisi rencana
pendanaan, pembiayaan dan keuangan perusahaan sebagai dasar untuk membuat
rencana pemasaran.
2.
Marketing
Planning
Rencana tentang produk yang akan dibuat,
penjualan dan pemasaran, sebagai dasar untuk membuat production planning.
3. Master Production
Schdule
Rencana produk akhir yang harus
dibuat pada tiap periode selama 1-5 tahun.
Produk akhir,
merupakan dekomposisi dari production
planning.
4. Resource Planning
Rencana kapasitas yang diperlukan untuk
memenuhi production plan, dapat
dinyatakan dalam jam-orang atau jam-mesin. Merupakan bahan pertimbanagn untuk
ekspansi orang, mesin, pabrik, dan lain-lain, yang ditetapkan berdasarkan
kapasitas yang tersedia.
5. Rought Cut Capacity
Planning (RCPP)
..... Rencana untuk
menentukan kapasitas yang diperlukan untuk memenuhi MPS. Hasilnya berupa jenis
orang/mesin yang diperlukan untuk tiap work
centre pada setiap periode. Merupakan bahan pertimbangan untuk penambahan
jam kerja atau sub kontrak.
6. Demand Management
Aktivitas memprediksi kebutuhan di masa
datang dikaitkan dengan kapasitas. Terdiri dari aktivitas forecasting, distribution
requirement planning, order entry,
shipment, dan service part
requirement.
7. Material Requirement
Planning
Menetapkan
rencana kebutuhan material untuk melaksanakan MPS. Output MRP adalah purchasing
dan PAC (Production Activity Control),
dan MRP menghasilkan rencana pembelian meliputi jumlah due date, release date.
8. Capacity Requirement
Planning
Rencana
kebutuhan kapasitas yang dibutuhkan untuk merelealisasikan MPS di tiap periode
dan tiap mesin. CRP lebih teliti dan lebih rinci dibanding RCCP, karena
disarkan pada planned order. Jika
kapasitas tidak tersedia bisa ditambah dengan over time, merubah routing dan
lain-lain. Jika tidak tercapai MPS harus dirubah.
9. Production Activity
Control (PAC)
Sering
disebut distributor shop floor control
(SFC), aktivitas membuat produk setelah bahan dibeli. PAC terdiri dari
aktivitas awal-akhir suatu job berdasarkan urutan kedatangan job, lalu
membebankan job ke work station, dan
melakukan pelaporan. Hasil laporan akan merupakan feedback bagi MPS.
10. Purchasing
Merupakan
aktivitas memilih vendor, membuat
order pembelian, dan menjadwalkan vendor.
11. Performance Measurement
Evaluasi
sistem untuk melihat seberapa jauh hasil yang diperoleh dibandingkan dengan
rencana yang telah ditetapkan. Sebagai bahan evaluasi pencapaian bisnis planning.
1.4. Karakteristik Peramalan yang
Baik
..... Peramalan yang baik mempunyai
beberapa kriteria yang penting, antara lain akurasi, biaya, dan kemudahan.
Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut:
A. Akurasi
..... Akurasi dari
suatu peramalan diukur dengan hasil kebiasaan dan konsistensi peramalan
tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi
atau telalu rendah dibanding dengan kenyataan yang sebenarnya terjadi. Hasil
peramalan dikatakan konsisten jika besarnya kesalahan peramalan relatif kecil.
Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan sehingga
permintaan konsumen tidak dapat dipenuhi segera, akibatnya perusahaan
kemungkinan kehilangan pelanggan dan keuntungan penjualan. Peramalan yang
terlalu tinggi akan mengakibatkan terjadinya penumpukan barang/ persediaan,
sehingga banyak modal tersia-siakan.
Keakuratan hasil peramalan berperan dalam menyeimbangkan persediaan ideal.
B. Biaya
..... Biaya yang
diperlukan dalam pembuatan suatu peramalan tergantung jumlah item yang
diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.
Ketiga faktor pemicu biaya tersebut akan mempengaruhi betapa banyak data yang
diblutuhkan, bagaimana pengolahannya (manual atau komputerisasi), bagaimana
penyimpanan datanya dan siapa data ahli yang diperbantukan. Pemilihan metode
peramalan harus sesuai dengan dana yang tersedia dan tingkat akurasi yang ingin
didapat, misalnya item-item yang penting akan diramalkan dengan metode yang
sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisa
ABC).
C. Kemudahan
..... Penggunaan
metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan
memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang
canggih tetapi tidak dapat diaplikasikan pada sistem perusahaan karena
keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.
BAB II
LANDASAN
TEORI
2.1.Pengertian Peramalan
Peramalan
(forecasting) merupakan bagian vital bagi setiap organisasi bisnis dan
untuk setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan
menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional
keuangan, peramalan memberikan dasar dalam menentukan anggaran dan pengendalian
biaya. Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk merencanakan
produk baru, kompensasi tenaga penjual, dan beberapa keputusan penting lainnya.
Selanjutnya, pada bagian produksi dan operasi menggunakan data-data peramalan
untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian
persedian (inventory control). Untuk menetapkan kebijakan ekonomi
seperti tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan
lain sebagainya dapat pula dilakukan dengan metode peramalan.
Peramalan
adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel
untuk mengestimasi nilainya di masa yang akan datang. Asumsi dasar dalam
penerapan teknik-teknik peramalan adalah:“If we can predict what the future
will be like we can modify our behaviour now to be in a better position, than
we otherwise would have been, when the future arrives.” Artinya, jika kita
dapat memprediksi apa yang terjadi di masa depan maka kita dapat mengubah
kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa
yang akan datang. Hal ini disebabkan kinerja di masa lalu akan terus berulang
setidaknya dalam masa mendatang yang relatif dekat.
Peramalan merupakan teknik yang digunakan
untuk memperkirakan suatu system dimasa yang akan datang.Peramalan diperlukan
oleh suatu perusahaan karena setiap keputusan yang diambil dapat memengaruhi
keadaan diamasa yang akan datang. Menurut Horison waktu,nya,peramalan dapat
dibagi menjadi 3 yaitu:
1. Peramalan
jangka pendek yang memberikan hasil peramalan satu tahun mendatang.atau kurang
2. Peramalan
jangka menengah untuk meramalkan keadaan satu hingga 5 tahun kedepan.
3. Peramalan
jangka panjang digunakan untuk pengambilan keputusan mengenai perencanaan
produk dan perencanaan pasar,pengeluaran biaya perusahaan,studi kelayakan
pabrik,anggaran,purchase order,perencanaan tenaga kerja dan perencanaan
kapasitas kerja serta pengambilan keputusan yang berhubungan dengan kejadian
lebih dari 5 tahun yang akan datang.
1.
Dalam metode peramalan dapat dibagi atas dua metode yaitu:
A.
Metode kuanlitatif
Metode kuanlitatif yaitu menggunakan perhitungan matematik dan
statistic.
Metode
kuanlitatif dapat digolongkan menjadi 2 yaitu:
1.
Teknik Deret Berkala (Time Series)yang
memerlukan sistem seperti kotak hitamdan tidak ada usaha memerlukan faktor yang
berpengaruh pada system tersebut.
Metode
ini cocok untuk peramalan jangka pendek dan jangka menengah.
Contoh:
1. Single
Moving Average
2. Single
Exponential Smothing,
3. Dll.
2.
Teknik
Exponential(causal) yang mengasumsikan adanya hubungan sebab akibat anatara
output dan input dari suatu sistem.
Contoh:
1. Analisis
Regrasi Ganda
2. Metode
Dephi.
1.
Metode
kualitatif.
Metode
ini digunakan dimana tidak ada model matematik, biasanya dikarenakan data yang
ada tidak cukup representatif untuk meramalkan masa yang akan datang (long term forecasting). Peramalan
kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang ahli atau
experd di bidangnya. Adapun kelebihan
dari metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan
cepat diperoleh. Sementara kekurangannya yaitu bersifat subyektif sehingga
seringkali dikatakan kurang ilmiah.
Salah satu pendekatan peramalan dalam metode ini adalah Teknik Delphi, dimana menggabungkan dan
merata-ratakan pendapat para pakar dalam suatu forum yang dibentuk untuk
memberikan estimasi suatu hasil permasalahan di masa yang akan datang.
Misalnya: berapa estimasi pelanggan
yang dapat diperoleh dengan realisasi teknologi 3G.
Metode kualitatif
biasanya tidak menggunakan perhitungan matematis ataupun perhitungan secara
statitik.Metode ini cukup dengan tanggapan atau buah pikiran dari orang orang
yang cuku mengenai keadaan yang akan diramalakan.
Contoh:
1. Metode
Juri Opinion
2. Metode
Delphi.
2.2.
Langkah Langkah dalam melakukan peramalan adalah
sebagai berikut:
Dalam melakukan peramalan terdiri dari beberapa tahapan
khususnya jika menggunakan metode kuantitatif. Tahapan tersebut adalah:
1.
Definisikan
Tujuan Peramalan
Misalnya peramalan dapat digunakan selama masa
pra-produksi untuk mengukur tingkat dari suatu permintaan.
2.
Buatlah
diagram pencar (Plot Data)
Misalnya memplot demand versus waktu, dimana demand
sebagai ordinat (Y) dan waktu sebagai
axis (X).
3.
Memilih
model peramalan yang tepat
Melihat dari kecenderungan data pada diagram pencar, maka
dapat dipilih beberapa model peramalan yang diperkirakan dapat mewakili pola
tersebut.
4.
Lakukan
Peramalan
5.
Hitung
kesalahan ramalan (forecast error)
Keakuratan
suatu model peramalan bergantung pada seberapa dekat nilai hasil peramalan
terhadap nilai data yang sebenarnya. Perbedaan atau selisih antara nilai aktual
dan nilai ramalan disebut sebagai “kesalahan ramalan (forecast error)” atau deviasi yang dinyatakan dalam:
et = Y(t) – Y’(t)
Dimana : Y(t) =
Nilai data aktual pada periode t
Y’(t) = Nilai hasil peramalan pada periode t
t
= Periode peramalan
Maka
diperoleh Jumlah Kuadrat Kesalahan Peramalan
yang disingkat SSE (Sum of Squared Errors) dan Estimasi
Standar Error (SEE – Standard Error
Estimated)
SSE = S e(t)2 = S[Y(t)-Y’(t)]2
- Pilih Metode Peramalan dengan kesalahan yang terkecil.
Apabila nilai kesalahan tersebut tidak berbeda secara
signifikan pada tingkat ketelitian tertentu (Uji statistik F), maka pilihlah
secara sembarang metode-metode tersebut.
- Lakukan Verifikasi
Untuk mengevaluasi apakah pola data menggunakan metode
peramalan tersebut sesuai dengan pola data sebenarnya.
2.3. Metode Peramalan
Salah satu cara untuk mengklasifikasikan
permasalahan pada peramalan adalah mempertimbangkan skala waktu peramalannya
yaitu seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat tiga
kategori waktu yaitu jangka pendek (minggu ® bulan), menengah
(bulan ®
tahun), dan jangka panjang (tahun ® dekade). Tabel berikut ini menunjukkan
tipe-tipe keputusan berdasarkan jangka waktu peramalannya.
Tabel 2.3 Rentang Waktu dalam Peramalan
Rentang Waktu
|
Tipe
Keputusan
|
Contoh
|
Jangka Pendek
( 3 – 6
bulan)
|
Operasional
|
Perencanaan
Produksi, Distribusi
|
Jangka
Menengah
( 2 tahun)
|
Taktis
|
Penyewaan
Lokasi dan Peralatan
|
Jangka
Panjang
(Lebih dari 2
tahun)
|
Strategis
|
Penelitian
dan Pengembangan untuk akuisisi dan merger
Atau
pembuatan produk baru
|
2.3.1. Jenis-
Jenis Metode Peramalan
Untuk melakukan peramalan diperlukan metode tertentu dan metode mana
yang digunakan tergantung dari data dan informasi yang akan diramal serta
tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan
antara lain :
1.
Time
Series atau Deret Waktu
Analisis time series
merupakan hubungan antara variabel yang dicari (dependent) dengan variabel yang
mempengaruhi-nya (independent variable), yang dikaitkan dengan waktu seperti
mingguan, bulan, triwulan, catur wulan, semester atau tahun.
Dalam analisis time series yang menjadi variabel yang
dicari adalah waktu.
Metode
peramalan ini terdiri dari :
a.
Metode
Smoting, merupakan jenis peramalan jangka pendek seperti perencanaan
persediaan, perencanaan keuangan. Tujuan penggunaan metode ini adalah untuk
mengurangi ketidakteraturan data masa lampau seperti musiman.
b.
Metode
Box Jenkins, merupakan deret waktu dengan menggunakan model matematis dan
digunakan untuk peramalan jangka pendek.
c.
Metode
proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka
pendek maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan
matematis.
2. Causal
Methods atau sebab akibat
Merupakan
metode peramalan yang didasarkan kepada hubungan antara variabel yang
diperkirakan dengan variabel alin yang mempengaruhinya tetapi buakn waktu. Dalam prakteknya jenis metode peramalan ini terdiri
dari :
a.
Metode
regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang
maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least
squares yang dianalisis secara statis.
b.
Model
Input Output, merupakan metode yang digunakan untuk peramalan jangka panjang
yang biasa digunakan untuk menyusun trend ekonomi jangka panjang.
c.
Model
ekonometri, merupakan peramalan yang digunakan untuk jangka panjang dan jangka
pendek.
2.4.
Model
Time Series Analysis
Berikut ini akan
dijabarkan cara melakukan peramalan dengan menggunakan model Time Series Analysis yang terdiri dari
beberapa model. Adapun asumsi dasar dalam menggunakan model deret waktu ini
adalah pola data ramalan akan sama dengan pola data sebelumnya. Model yang
termasuk kategori model deret waktu yaitu: (1) Model Konstan, (2) Model Siklis,
(3) Model Analisis Regresi, (4) Model Moving Average, (5) Model Exponential
Smoothing.
2.4.1. Model
Konstan (Constant Forecasting)
Persamaan
garis yang menggambarkan pola konstan adalah:
Y’(t) = a dimana
a = konstanta
Untuk mendapatkan nilai (a) maka dapat didekati melalui
turunan kuadrat terkecilnya (least
square) terhadap (a) sebagai berikut:
2.4.2.
Model
Siklis (Musiman)
Untuk pola data yang bersifat siklis atau musiman,
persamaan garis yang mewakili dapat didekati dengan fungsi trigonometri, yaitu:
.............................................(1)
Dimana n adalah jumlah periode peramalan
Jumlah Kuadrat Kesalahan Terkecil didefinisikan sebagai:
2.4.3.
Model
Regresi Linier (Linier Forecasting)
Persamaan
garis yang mendekati bentuk data linier adalah:
Y’(t) = a + b(t)
Konstanta a dan b ditentukan dari data
mentah berdasarkan Kriteria Kuadrat Terkecil (least square criterion).
Perhitungannya sebagai berikut: Anggaplah data mentah diwakili dengan (Yi,ti), dimana
Yi adalah permintaan
aktual di saat ti, dimana i
= 1,2, .....,n.
Definisikan:
2.4.4.
Model
Rata-Rata Bergerak (Moving Average)
Metode rata-rata bergerak banyak digunakan untuk
menentukan trend dari suatu deret waktu. Dengan menggunakan metode rata-rata
bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata
bergerak yang lebih mulus. Metode ini digunakan untuk data yang perubahannya
tidak cepat, dan tidak mempunyai karakteristik musiman atau seasonal. Model
rata-rata bergerak mengestimasi permintaan periode berikutnya sebagai rata-rata
data permintaan aktual dari n periode terakhir. Terdapat tiga macam model
rata-rata bergerak, yaitu:
2.4.4.1.Simple Moving Average
Simple Moving Average (SMAt)=
2.4.4.2.Centered Moving Average
Perbedaan utama antara Simple Moving Average dan Centered
Moving Average terletak pada pemilihan observasi yang digunakan. Simple
Moving Average menggunakan data yang sedang diobservasi tambah data sebelum
observasi. Misalnya, menggunakan 5 periode moving average, maka untuk SMA
menggunakan data periode ke-5 dan 4 data periode sebelumnya.
Sebaliknya untuk CMA, “Center” berarti rataan antara data
sekarang dengan menggunakan data sebelumnya dan data sesudahnya. Misalnya untuk
3 periode moving average, maka SMA menggunakan data periode 3 ditambah data
sebelumnya dan data sesudahnya. Didefinisikan sebagai berikut:
Dimana Yt adalah nilai tengah dari interval L
data observasi. (L-1)/2 observasi merupakan data sebelum dan sesudahnya.
Misalnya CMA 5 periode, maka Yt = Y5 maka intervalnya dimulai dari Y3 sampai
Y7
2.4.4.3.Weighted Moving Average
Formula untuk Weighted Moving Average (WMAt):
dan
2.4.5.
Pelicinan
Exponential (Exponential Smoothing)
Dalam model rata-rata bergerak (Moving Average) dapat
dilihat bahwa untuk semua data obesrvasi memiliki bobot yang sama yang
membentuk rata-ratanya. Padahal, data observasi terbaru seharusnya memiliki
bobot yang lebih besar dibandingkan dengan data observasi di masa yang lalu.
Hal ini dipandang sebagai kelemahan model peramalan Moving Average.
Untuk itu, digunakanlah metode Exponential Smoothing agar kelemahan
tersebut dapat diatasi didasarkan pada alasan sebagai berikut:
Metode exponential smoothing mempertimbangkan
bobot data-data sebelumnya dengan estimasi untuk Y’(t+1) dengan
periode (t+1) dihitung sebagai:
Dimana a disebut konstanta pelicinan dalam interval 0 < a < 1. Rumus ini memperlihatkan bahwa data yang lalu
memiliki bobot lebih kecil dibandingkan dengan data yang terbaru. Rumus
tersebut dapat disederhanakan sebagai berikut:
Dengan nilai Y’(1) untuk inisial ramalan didekati dengan nilai
rata-ratanya ()
Atau
Perlu diperhatikan bahwa penetapan nilai konstanta memiliki andil yang
penting dalam menghasilkan hasil ramalan yang “andal”. Model Exponential
Smoothing digunakan untuk peramalan jangka pendek.
BAB
III
KESIMPULAN
3.1. Kesimpulan
Adapun Kesimpulan yang
dapat saya buat ialah sebagai berikut:
- Peramalan merupakan tahapan awal dalam perencanaan sistem operasi produksi.
- Model yang paling tepat harus dipilih dalam melakukan peramalan.
- Model yang dipilih dapat dibandingkan dengan model yang lain dengan menggunakan kriteria minimum average sum of squared errors.
Distribusi forecast errors harus
dimonitor, jika terjadi bias maka model yang digunakan tidak tepat
DAFTAR
PUSTAKA
good bg. terima kasih
BalasHapusya ini daftar pustakanya dari mana ya ? rumusnya tidak keliahatan
BalasHapus