SIMULASI & PEMODELAN
METODE FORECASTING
Nama : Puspa Riri Agustiana
NIM : 2017 31 302
Nama Kelompok :
Puspa Riri Agustiana 201731302
Shelli Mailina 201731202
Destri 201731228
Maulida Nabila Akbar 201731268
Teuku Rifki Dhulul Fata 201731317
Definisi Peramalan
nPeramalan adalah seni dan ilmu untuk memprediksi masa depan.
nPeramalan adalah tahap awal, dan hasil
ramalan merupakan basis bagi
seluruh tahapan pada perencanaan produksi.
nProses
peramalan dilakukan pada level agregat (part family); bila data yang dimiliki adalah data item, maka
perlu
dilakukan agregasi terlebih dahulu.
nMetode: Kualitatif dan kuantitatif.
nTerminologi: perioda, horison, lead time, fitting error, forecast error, data dan hasil
ramalan.
nKedua pendekatan ini saling melengkapi dan dimaksudkan untuk jenis penggunaan yg berbeda.
nPendekatan ekspalanatoris mengasumsikan adanya hubungan sebab akibat di antara input dengan output dari
suatu
sistem.
Persyaratan Penggunaan Metode Kuantitatif:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat di kuantitatifkan dalam bentuk data numerik.
3. Dapat
diasumsikan bahwa beberapa aspek pola masa lalu
akan
terus
berlanjut di masa mendatang.
Langkah-langkah Peramalan
nDefinisikan tujuan peramalan.
nPlot
data (part
family) masa lalu.
nPilih metode-metode yang paling memenuhi tujuan peramalan dan sesuai dengan plot data.
nHitung parameter fungsi peramalan untuk masing-masing metode.
nHitung fitting error untuk semua metode yang dicoba.
nPilih metode yang terbaik, yaitu metode yang memberikan error
paling kecil.
nRamalkan permintaan untuk periode mendatang
nLakukan verifikasi peramalan.
Pola
data metode deret berkala
1. Pola
horisontal
(H) terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg
konstan.
2. Pola
musiman
(S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).
3. Pola
siklis
(C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
4. Pola
trend
(T) terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
Metode Deret Waktu
1. Constant
2. Linier trend
3. Quadratic
4. Exponential
5. Moving Average
6. Exponential smoothing
7. Seasonal
Jenis – Jenis Model Forecasting
Terdapat beberapa jenis dari model forecasting atau peramalan, yaitu:
Jenis Model Rata – Rata Bergerak (Moving Averages Model)
Model data ini menggunakan sejumlah data permintaan baru yang actual guna membangkitkan nilai ramal dalam permintaan di masa yang akan datang. Dengan rumus sebagai berikut:
Rata – rata bergerak n Periode = (∑(permintaan dalam n-periode terdahulu))/n
Jenis Model Rata – Rata Bergerak Terbobot (Weighted Moving Averages Model)
Model ini memiliki sifat yang lebih responsive terhadap adanya perubahan sebab data dari periode yang baru pada umumnya di beri bobot yang lebih besar. Dengan rumus sebagai berikut:
Weighted MA (n) = (∑(pembobot untuk periode permintaan aktual periode n))/(∑(pembobot))
Jenis Model Pemulusan Eksponensial (Exponential Smoothing Model)
Rumus untuk perhitungan exponential smoothing model adalah sebagai berikut:
Ft = Ft-1 + α (At-1 – Ft-1)
Dimana,
Ft = Nilai ramalan untuk periode waktu ke-t
Ft-1 = Nilai ramalan untuk satu periode waktu yang lalu, t-1
At-1 = Nilai aktual untuk satu periode yang lalu, t-1
α = konstanta pemulusan (smoothing constant)
Model – model peramalan yang telah di lakukan tersebut kemudian akan di validasi dengan menggunakan sejumlah indikator. Indikator yang pada umumnya di gunakan yaitu:
- Mean Absolute Deviation (MAD)
- Mean Squared Error (MSE)
- Mean Absolute Percentage Error (MAPE)
- Tracking Signal
- Moving Range (MR)
Metode – Metode yang Digunakan dalam Forecasting
Di dalam prakteknya, terdapat beberapa metode yang digunakan untuk melakukan peramalan. Antara lain:
Time Series atau Deret Waktu
Di dalam analisa deret waktu terdapat keterkaitan antara variable yang dicari (dependent) dengan variable yang mempengaruhinya (independent variable) yang dihubungkan dengan waktu seperti mingguan, bulan, atau bahkan tahun. Di dalam analisa deret waktu, variable yang dicari adalah waktu.
Berikut metode peramalah di dalam analisa deret waktu:
- Metode Smoothing
- Metode Box Jenkins
- Metode Proyeksi Trend dengan Regresi
Causal Methods atau Sebab Akibat
Merupakan metode yang didasarkan pada keterkaitan antara variable yang di perkirakan dengan variable lain yang mempengaruhinya tetapi bukan dalam bentuk variable waktu.
Metode peramalan yang ada pada causal methods yaitu:
- Metode Regresi dan Korelasi
- Model Input Output
- Model Ekonometri
Selain metode yang telah di sebutkan sebelumnya, terdapat pula metode kualitatif. Metode kualitatif sangat mendekati tingkat akurasi data actual dibandingkan dengan metode lainnya. Pada dasarnya metode ini memiliki sifat yang subjektif sebab sangat di pengaruhi oleh intuisi, emosi, pendidikan serta pengalaman seseorang sehingga hasil peramalan kualitatif dari tiap orang akan berbeda – beda.
