Professional Documents
Culture Documents
NG
Laksmi Karunia Tanuwijaya
Food Service Management 2
2012
Peramalan
(Forecasting)
Peramalan
adalah kegiatan
memperkirakan tingkat permintaan
produk yang diharapkan untuk suatu
produk atau beberapa produk dalam
periode waktu tertentu di masa yang
akan datang
John
E. Biegel, 1999
Peramalan
S. Elwood, 1996
Peramalan
1988
Peran Peramalan
Penjadwalan
Fungsi Peramalan
Menentukan
Jenis-jenis Peramalan
(Waktu)
Peramalan
jangka panjang
Peramalan
jangka pendek
Jenis-jenis Peramalan
(Sifat Penyusunannya)
Peramalan
subjektif
Peramalan
objektif
Metode Peramalan
berdasarkan Sifat
Peramalan
Metode
eksploratif
normatif
Peramalan
kuantitatif
Model
kausal
Karakteristik Peramalan
Yang Baik
Ketelitian/
Keakuratan
Biaya
Responsif
Sederhana
Pola
Pola
Pola
Pola Siklis
Teknik Peramalan
Kuantitatif
Kualitatif
Naive
Forecasting
Besaran
x% tergantung keyakinan
manajer mengenai pola musiman yang
akan datang (5%, 10%, dll)
Sesuai untuk jangka pendek
Naive
Seorang
MA = moving average
n = jumlah periode
Moving Average
Hasil
Exponential Smoothing
Perlu
3 jenis data :
KP
Metode Kausalitas
Regresi
Kemudian
dimasukkan dalam
persamaan
Y = a + bx
Dan dapat diketahui R2-nya
Dalam
Teknik Peramalan
1.
a.
i.
ii.
iii.
b.
i.
ii.
iii.
2.
Simple Average
Single Moving Average
Double Moving Average
Single Exponential Smoothing
Double Exponential Smoothing satu parameter dari
Browns
Double Exponential Smoothing Dua Parameter dari Holt
Regresi Linier
MetodeAveraging
Dipakai
Simple Average
Metode Smoothing
Dipakai
Metode
Regresi Linier
Regresi linier digunakan untuk peramalan
apabila set data yang ada linier, artinya
hubungan antara variabel waktu dan
permintaan berbentuk garis (linier).
Metode regresi linier didasarkan atas
perhitungan least square error, yaitu dengan
memperhitungkan jarak terkecil kesuatu titik
pada data untuk ditarik garis.
Adapun untuk persamaan peramalan regresi
linier dipakai tiga konstanta, yaitu a, b dan Y.