15 0 417 KB
Latihan OSCM Modul 9 Winny Anggraeni/1420204086 Data penjualan PT. ABC sebagai berikut: TAHUN 2018
BULAN JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER Ditanyakan : 1.
2.
AKTUAL PENJUALAN 178 172 168 174 192 201 190 192 194 190 200 210
Hitunglah forecasting pada bulan januari 2019, dengan menggunakan metode berikut ini : a. Metode Naïve b. Moving Average Method c. Weighted Moving Average d. Exponential Smoothing e. Adjusted Exponential Smoothing Hitung Forecast Error Equations (Kesalahan Perkiraan) dengan menggunakan metode berikut ini: a. Mean Absolute Deviation (MAD) b. Mean Square Error (MSE) c. Mean Absolute Percentage Error (MAPE
Jawab : 1. a. Metode Naive Teknik peramalan yang mengasumsikan permintaan periode berikutnya sama dengan permintaan pada periode terakhir TAHUN
BULAN
2018 JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER JANUARI 2019
-
AKTUAL FORECAST PENJUALAN 178 172 178 168 172 174 168 192 174 201 192 190 201 192 190 194 192 190 194 200 190 210 200 210
b. Moving Average Method Rumus peramalan dengan metode moving average (rata-rata bergerak) adalah: MA = Σ Deman in Previous n Periods n TAHUN
BULAN
2018 JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER JANUARI 2019
AKTUAL FORECAST PENJUALAN 178 172 168 174 172,67 192 171,33 201 178,00 190 189,00 192 194,33 194 194,33 190 192,00 200 192,00 210 194,67 200,00 -
c. Weighted Moving Average WMA adalah merupakan sebuah penyempurnaan dari pendekatan Moving Average, yakni dengan memberikan bobot pada data sebelumnya, secara umum, data terbaru memiliki bobot lebih besar. Pembobotan yang sering digunakan antara 0 & 1, & jumlah hingga 1,0 WMA = Σ (Weight For Period n) (Demand in period n) Σ (Weight)
TAHUN
AKTUAL PENJUALAN
BULAN
2018 JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER JANUARI 2019
178 172 168 174 192 201 190 192 194 190 200 210 -
Indeks waktu 1 2 3 4 5 6 7 8 9 10 11 12 13
Ramalan berdasarkan WMA (4)
172,2 179,8 189,6 192,1 193,2 193,3 191,6 195 201,4
d. Exponential Smoothing Ft+1 = α Dt + (1- α)Ft Rumus Exponential Smoothing (Penghalusan Eksponensial): Dimana: Ft +1 = Perkiraan periode berikutnya Dt = Permintaan aktual periode sekarang Ft = Perkiraan sebelumnya untuk periode sekarang α = Faktor pembobotan, penghalusan konstan
TAHUN
BULAN
2018 JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER JANUARI 2019
AKTUAL EMA α = 0,5 PENJUALAN 178 172 178 168 175 174 171,5 192 172,75 201 182,375 190 191,6875 192 190,84375 194 191,421875 190 192,710938 200 191,355469 210 195,677734 202,838867
e. Adjusted Exponential Smoothing Rumus peramalan dengan metode Adjusted Exponential Smoothing adalah AFt+1 = Ft+1 + Tt+1 Dimana: T = Faktor tren yang dihaluskan secara exponensial Tt+1 = α (Ft+1 – Ft)+(1- α)Tt Tt = faktor tren periode terakhir α = perataan konstan untuk tren 0 ≤ α ≤ 1 TAHUN
BULAN
2018 JANUARI FEBRUARI MARET APRIL MEI JUNI JULI
AKTUAL PENJUALAN
Forecast EMA α = 0,5
TREND (Tt+1) β = 0,3
178 172 168 174 192 201 190
178 175 171,5 172,75 182,375 191,6875
0 -0,9 -1,68 -0,801 2,3268 4,42251
ADJUSTED FORECAST (AFt+1) 178 174,1 169,82 171,949 184,7018 196,11001
2019
AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER JANUARI
192 194 190 200 210
190,84375 191,421875 192,7109375 191,3554688 195,6777344 202,8388672
2,842632 2,1632799 1,90101468 0,924069651 1,943528443 3,508809754
193,686382 193,5851549 194,6119522 192,2795384 197,6212628 206,3476769
2. a. Mean Absolut Deviation Adalah rata-rata kesalahan mutlak dalam suatu periode tertentu tanpa menghiraukan apakah hasil forecasting lebih besar atau lebih kecil dibandingkan data sebenarnya 𝑀𝐴𝐷 = ∑|𝐴𝑡 − 𝐹𝑡| n Keterangan: At = nilai investasi aktual pada periode t Ft = forecasting nilai investasi periode t n = jumlah periode forecasting yang terlibat MAD = ∑|𝐴𝑡 − 𝐹𝑡| = 275,186667 = 34,3983333 n 8 b. Mean Square Error (MSE) MSE = ∑(𝐴𝑡 − 𝐹𝑡)2 n Keterangan: At = nilai investasi aktual pada periode t Ft = forecasting nilai investasi periode t n = jumlah periode forecasting yang terlibat MSE = ∑(𝐴𝑡 − 𝐹𝑡)2 = 1148,74 = 143,5925 n 8 c.
Mean Absolut Percentage Error (MAPE) MAPE adalah parameter ketetapan relatif dengan bentuk persentase yang menyatakan penyimpangan dari hasil forecasting. Secara matematis dapat dituliskan: 𝑀𝐴𝑃𝐸 = ∑ |𝐴𝑡 − 𝐹𝑡| 𝐴𝑡 × 100% n
Keterangan: At = nilai investasi aktual pada periode t Ft = forecasting nilai investasi periode t n = jumlah periode forecasting yang terlibat MAPE = Σ І At-Ft І x At x 100% = 0,3103659 = 3,8795741 % n 8
TAHUN 2018
BULAN
AKTUAL PENJUALAN
Ramalan berdasarkan WMA (4)
indeks waktu
E= (A-F)
absolut error
JANUARI
178
1
FEBRUARI
172
2
MARET
168
3
APRIL
174
4
MEI
192
5
172,2
19,8
JUNI
201
6
179,8
21,2
41
JULI
190
7
189,6
0,4
41,4
AGUSTUS
192
8
192,1
-0,1
41,3
SEPTEMBER
194
9
193,2
0,8
OKTOBER
190
10
193,3
NOVEMBER
200
11
DESEMBER
210
12
(A-F)^2
(A-F)/Ax 100%
392,04
0,103125
60,8
30,4
449,44
0,105472637
102,2
34,067
0,16
0,002105263
143,5
35,875
0,01
-0,00052083
42,1
185,6
37,12
0,64
0,004123711
-3,3
38,8
224,4
37,4
10,89
-0,01736842
191,6
8,4
47,2
271,6
38,8
70,56
0,042
195
15
62,2
333,8
41,725
225
0,071428571
TOTAL
275,186667
1148,74
0,310365928
MAD
34,3983333
MAPE
19,8
MAD
19,8
MSE
19,8
kumulatif absolut
143,5925 3,879574104