4 0 145 KB
TugasPraktikum ke-1 (Forecasting) (Minggu 2) 1. Berikut beberapa produk yang dapat dibuat : a. Sepeda Balap b. Sepatu Olahraga c. Mie Instant d. Kipas Angin Tugas Anda : a. Pilih salah satu produk yang diminati b. Buat Volume Penjualan selama 1 tahun c. Hitung Forecasting untuk 1 tahun kedepan dengan metode Regresi Kuadratis JAWAB : Sebuah produsen Kipas Angin PT. Wind Maju data volume penjualan selama satu tahun terakhir sebagai berikut : No 1 2 3 4 5 6 7 8 9 10 11 12
Bulan Jan-20 Feb-20 Mar-20 Apr-20 May-20 Jun-20 Jul-20 Aug-20 Sep-20 Oct-20 Nov-20 Dec-20
Sales 860 730 615 532 450 380 345 325 290 295 300 345
Sehingga untuk forcasting 1 tahun kedepan dengan menggunakan metode quadratic regression, diperoleh grafik sebagai berikut :
ISYE6096 - Production and Operation Analysis
Volume Penjualan Kipas Angin PT. Wind Maju
B0 B1 B2
1000 900 800 f(x) = 7.76998001998 x² − 147.8454045954 x + 995.7045454545 700 600 500 400 300 200 100 0 0 2 4 6 8 10 12 14
995,7 -147,85 7,77
Dengan menggunakan metode quadratic regression di excel, maka perhitungan forecasting untuk satu tahun kedepan adalah sebagai berikut. No
Periode
Sales
Forecast
Error
MSE
1
Jan-20
860
856
4
0,00
ABS Error 4
% Error 0,47
MAPE
MAD
BIAS
TS
0,00
2,23
0,00
0,00
2
Feb-20
730
732
-2
0,00
2
0,27
0,00
1,68
0,00
0,00
3
Mar-20
615
623
-8
0,00
8
1,30
0,00
2,67
0,00
0,00
4
Apr-20
532
529
3
0,00
3
0,56
0,00
2,45
0,00
0,00
5
May-20
450
451
-1
0,00
1
0,22
0,00
2,08
0,00
0,00
6
Jun-20
380
389
-9
0,00
9
2,37
0,00
2,68
0,00
0,00
7
Jul-20
345
342
3
0,00
3
0,87
0,00
2,58
0,00
0,00
8
Aug-20
325
311
14
0,00
14
4,31
0,00
3,40
0,00
0,00
9
Sep-20
290
295
-5
0,00
5
1,72
0,00
3,39
0,00
0,00
10
Oct-20
295
295
0
0,00
0
0,00
0,00
3,05
0,00
0,00
11
Nov-20
300
310
-10
0,00
10
3,33
0,00
3,38
0,00
0,00
12
Dec-20
345
341
4
0,00
4
1,16
0,00
3,32
0,00
0,00
13
Jan-21
387
14
Feb-21
449
15
Mar-21
527
16
Apr-21
620
17
May-21
728
18
Jun-21
852
19
Jul-21
992
20
Aug-21
1147
21
Sep-21
1318
22
Oct-21
1504
23
Nov-21
1706
24
Dec-21
1923
ISYE6096 - Production and Operation Analysis
ISYE6096 - Production and Operation Analysis