FORECASTING (PERAMALAN)

PERAMALAN
Adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang.
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.

Karakteristik Peramalan

Karakteristik peramalan yang baik adalah:
Keakuratan
Biaya
Penyederhanaan

Prinsip-Prinsip Peramalan
Peramalan melibatkan kesalahan(error).
Peramalan sebaiknya memakai tolok ukur kesalahan peramalan.
Peramalan famili produk lebih akurat dari pada peramalan produk individu (item).
Peramalan jangka pendek lebih akurat dari pada jangka panjang.
Jika dimungkinkan, hitung permintaan dari pada meramal permintaan.

Prosedur Peramalan
Definisikan Tujuan Peramalan
Buatlah diagram pencar (Plot Data)
Memilih model peramalan yang tepat
Lakukan Peramalan
Hitung kesalahan ramalan (forecast error)
Pilih Metode Peramalan dengan kesalahan yang terkecil.
Lakukan Verifikasi

Metode Peramalan dapat diklasifikasikan menjadi 2 :
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).

2.Metode Kuantitatif
Metode yang penggunaanya didasari ketersediaan data mentah disertai serangkaian kaidah matematis untuk meramalkan hasil di masa depan.

Metode Kuantitatif dibagi menjadi 3 macam:

1. Model-model Regresi
2. Model Ekonometrik
3. Model Time Series Analysis (Deret Waktu)

Model Regresi Linier (Linier Forecasting)
RegresiLinier
Merupakan analisis statistika yang memodelkan hubungan beberapa variabel menurut bentuk hubungan persamaan linier eksplisit. Persamaanlinier bentuk eksplisit adalah persamaan linier yang menempatkan suatu peubah secara tunggal pada salah satu persamaan.

Metode Regresi
MetodeRegresi
Merupakan salah satu teknik analisis statistika yang digunakan untuk menggambarkan hubungan antara satu variabel respon dengan satu atau lebih variabel penjelas.

Metode Regresi
1. Regresi linear :
‐ Regresilinear dengan 1 variabel bebas
‐ Regresilinear dengan > 1 variabel bebas
(Regresi linear berganda)
2. Regresi non linear:
‐ Regresi persamaan exponensial (ln)
‐ Regresi persamaan berpangkat (log)

Konstanta a dan b
1. ∑ Yi= na + b ∑ Xi
2. ∑ XiYi = a ∑Xi + b ∑Xi2

Untuk ∑Xi = 0  a = ∑ Yi/n dan
b = ∑ Xi Yi / ∑Xi2

Jika ∑Xi = 0  ∑ Yi= ∑ a + b ∑ Xi
∑ Yi= na + b ∑ Xi  na = ∑ Yi - b ∑ Xi
a = (∑Yi - b ∑ Xi)/n