Peramalan (przewidywanie) merupakan suatu proses perkiraan keadaan pada masa yang akan datang z menggunakan dane di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan bahwa peramalan merupakan kegiatan dla mengetahui nilai variabel yang dijelaskan (variabel dependen) pada masa aka datan z mempelajari variabel independen pada masa lalu, yaitu dengan menganalisis pola data dan melakukan ekstrapolasi bagi nilai-nilai masa datang. Metode peramalan kuantitatif dijelaskan Supranto (2000) terdiri dari metode pertimbangan, metode regresi, metode kecendrungan (metoda trendu), metode input output, dan metode ekonometrika. Metode kecendrungan (metoda trendu) menggunakan suatu fungsi seperti metode regresi dengan zmienna X menunjukkan waktu. Tepat tidaknya peramalan ditentukan oleh kriteria yaitu berkaitan z dobroci dopasowania yang menunjukkan bagaimana model peramalan dapat menghasilkan peramalan yang baik. Selain itu ada tiga kriteria yang perlu dla dipertimbangkan, yaitu: 2) Faktor białą peramalan dan 3) Faktor kemudahan. Penentuan ketepatan peramalan pada umumnya berdasarkan beberapa metode, yaitu nilai Sidik Ragam (F-test), Koefisien determinasi, Kuadrat Tengah Galat (błąd średniej kwadratowej (MSE), dan Persentase Galat (błąd procentowy (PE)) Deret waktu adalah kumpulan data - dane Dane historyczne Dane historyczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Dane techniczne Data aktualizacji 2006-2017, dane techniczne, dane, dane, 2006, tahun 2007, tahun 2008, tahun 2009, tahun 2017, dan tahun 2017. Dane runtun waktu (seria czasowa) merupakan dane yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan, Periode waktu dapat menggunakan tahun, kuartal, bulan, minggu, hari atau jamajka waktu dianalisis dla menemukan pola variasi masa lalu. Analisis deret waktu (analiza szeregów czasowych) dipakai na tyłek meramalkan kejadian di masa yan akan randkowanie berdasarkan urutan waktu sebelumnya. Ada beberapa teknik do meramalkan kejadian di masa yang akan datang berdasarkan dane karakteristik, misalnya teknik smoothing, teknik siklus, dan teknik musiman. Trend adalah pergerakan jangka panamang dalam suun kurun waktu yang kadang-kadang dapat digambarkan z garis lurus atau kurva mulus. Deret waktu dla bisnis dan ekonomi, yang terbaik adalah dla melihat trend (atau trend-siklus) sebagai perubahan z halus dari waktu ke waktu. Pada kenyataannya, anggapan bahwa trend dapat diwakili oleh beberapa fungsi sederhana seperti garis lurus sepanjang periode dla serii czasowych yang diamati jarang ditemukan. Seringkali fungsi tersebut mudah dicocokkan z kurva trend pada suu kurun waktu karena dua alasan, yaitu fungsi tersebut menyediakan beberapa indikasi arah umum dari seri yang diamati, dan dapat dihilangkan dari seri asliny dla mendapatkan gambar musiman lebih jelas. Ada tiga trend yang diigunakan do użytkownika przez pewien czas keadaan pada masa yang akan datang, yaitu: Sering kali dane deret waktu jika digambarkan ke dalam fabuła mendekati garis luruus. Deret waktu seperti inilah yang termasuk dalam trend linier. Persamaan trend linier adalah sebagai berikut: Dengan nilai a dan b diperoleh dari wzór: Dimana Yt menunjukan nilai taksiran Y pada nilai t tertentu. Sedangkan a adalah nilai przechwycić dari Y, artinya nilai Yt akkan sama z jika nilai t 0. Kemudian b adalah nilai slope. artinya besar kenaikan nilai Yt pada setiap nilai t. Dan nilai t sendiri adalah nilai tertentu yang menunjukan periode waktu. Trend Linier Positif 4. Memilih Trend Terbaik Na membuat suatu keputusan yang akan dilakukan di masa yang akan datang berdasarkkan deret waktu diperlukan suatu metode peramalan yang paling baik sehingga memiliki nilai kesalahan yang cenderung kecil. Terdapat beberapa cara do menentukan metode peramalan mana yang akan dipilih sebagai metode peramalan yang paling baik, diantaranya Mean Square Error (MSE). Do mencari MSE digunakan rumus sebagai berikut: Dimana nilai e adalah selisih antara nilai Y den peramalan (Yt). Model yang memiliki MSE bling kecil adalah model persamaan yang palący baik. Metode Wygładzanie wykładnicze Wygładzanie adalah mengambil rata 8211 rata dari nilai pada beberapa periode dla menaksir nilai pada suatu periode (Pangestu Subagyo, 1986: 3) Wykładnicze wygładzanie adalah suatu metode peramalan rata-rata bergerak yang melakukan pembobotan menurun secara wykładniczy terhadap nilai 8211 nilai observasi yang lebih tua (Makridakis, 1993: 79) Metode explonential smoothing merupakan pengembangan dari metode średnia ruchoma. Dalam metode ini peramalan dilakukan z mengulang perhitungan secara terus menerus z menggunakan data baru. 1. Metode Pojedyncze wykładnicze wygładzanie Metode pojedyncze wykładnicze wygładzanie merupakan perkembangan dari metode ruchome średnie sederhana, yang mula 8211 mula z rumus sebagai berikut: (1.1) (1.2) dan (1.3) (1.4) Perbara antara St1 dan St adalah sebgai berkut: ( a) Pada St1 terdapat sedangkan pada St tidak terdapat (b) Pada St terdapat sedangkan pada St1 tidak terdapat (Pangestu Subagyo, 1986: 18) Dengan melihat hubungan di atas maka kalau nilai St sudah diketahui maka nilai St1 dapat dicari berdasarkan nilai St itu Kalau diganti dengan nilai forecast pada tahun t (yaitu St) maka persamaan diubah menjadi: (1.5) bisa diubah menjadi: (1.6) Di dalam metode Wykładnicze smilowanie nilai diganti z sehingga rumus forecast menjadi: St1 Xt (1 8211) St (1.7) ( Pangestu Subagyo, 1986: 19) Penerapan teknik peramalan ini menghasilkan table di bawah ini Tabela I Nilai St contoh penggunaan metode Wykładnicze wygładzanie wykładnicze nr Xt St 1 20 2 21 20 3 19 20,10 4 17 19,19 5 22 19,69 6 24 19,92 Su mber (Pangestu subagyo, 1986: 21) Nilai ramalan do periode ke 7 dapat dihitung sebagai berikut: S7 X6 (1 8211) S6 0,1 (24) (0,9) 19,92 20,33 Metode Pojedyncze wykładnicze wygładzanie lebih cocok digunakan do meramal hal 8211 hal yang fluktuasinya secara random (tidak teratur). 2. Metode Doble Exponential Smoothing Metode ini merupakan model linear yang dikemukakan oleh Brown. Didalam merode Doble Exponential Smoothing dilakukan proses smoothing dua kali, sebagai berikut: St Xt (1 8211) St-1 (1,8) St S8217t (1 8211) (1,9) Rumuński ini agak berbeda z rumem Pojedyncze wykładnicze wygładzanie karena Xt dapat dipakai dla mencari St bukan St1 Prognoza dilakukan z rumem: Stm przy btm (1.10) m jangka waktu prognoza kedepan (1.11) (1.12) Metode podwójne wykładnicze wygładzanie ini biasanya lebih tepat dla danych meramalkan yang mengalami trend naik. Agar dapat menggunakan rumus (1.8) dan (1.9) maka nilai St-1 dan St-1 harus tersedia tetapi pada saat t 1, nilai 8211 nilai tersebut tidak dapat tersedia. Jadi nilai 8211 nilai ini harus ditentukan pada awal periode. Hal ini dilakukan den Hank menade näkkään jäälkapääääääääääääääääääääääääänään ühenduse käytettääääääääääääääääääääääääääääääääääääääääääääääääääänään käytäääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääääänää Contoh penggunaan Metode doble wygładzanie wykładnicze dla penjualan barang X. Tabela 2 Tom penjualan barang X NO PERMINTAAN BARANG 1 120 2 125 3 129 4 124 5 130 Sumber (pangestu Subagyo, 1986: 26) Akan dicari ramalan minggu ke-6 dengan menggunakan rumus ( 1,10) z wymiarem 0,2. perhitungan di mulai denganitung St172 z rumem (1.8) yaitu St Xt (1-) St-1. X1 120, karena belum cukup data St dianggap sebesar 120 dan selanjutnya den z rumu (1.8) secara berangkai didapatkan kemudian mencari nilai z rumem (1.9) yaitu dengan 0,2. 120 dan harga-harga secara berangkai didapatkan: Harga-harga a dan b diperoleh z rumem menggunakan (1.11) dan (1.12). Dari secara berangkai didapat harga: dari secara berangkai didapat harga-harga Harga ramalan tahun ke-6 diperoleh den z rumem (1.10) yaitu Stm at btm172 den m 1 dan 0,2 S6 a5 b5 126,84 0,64 127,48. Jadi ramalan penjualan tunai ke-6 adalah 127,48 3. Metode Potrójne wykładnicze wygładzanie Metode ini merupakan metode forecast yang dikemukakan oleh Brown, dengan menggunakan persanaan kwadrat. Opublikuj w sieci, aby uzyskać więcej informacji na temat prognozy na yang, a także na temat mengalami pasków. (Pangestu Subagyo, 1986: 26). Prosedur pembuatan forecasting with metode ini sebagai berikut: Carilah nilai z rumus sebagai berikut: (1.13) Dla tahun pertama nilai belum bisa dicari z rumu di atas, maka boleh ditentukan den bebas. Biasanya ditentukan sama seperti nilai yang telah terjadi pada tahun pertama. Carilah nilai z rumu: (1.14) Pada tahun pertama biasanya nilai ditentukan seperti nilai yang terdżiada pada tahun pertama: Carilah nilai (1.15) Za nilai tahun pertama biasanya dianggap sama dengan data tahun pertama. Carilah nilai (1.16) Carilah nilai (1.17) Carilah nilai (1.18) Buat persamaan forecastnya (1.19) m adalah jangka waktu maju ke depan, yaitu berapa tahun yang akan datang forecast dilakukan. w, bt, ct adalah nilai yang telah dihitung sesuai dengan depan. Contoh penggunaan metode Potrójny wykładniczy Wygładzanie dla perualan penjualan kita gunakan dane tabel 2. Akan tetapi ramalan tahun ke-6 menggunakan rumus (1.19) z wymiarem 0,2. Dari contoh di atas kita sudah mendapatkan nilai dan maka kita harus mencari nilai. at, bt, ct dengan. 120 denus (1.16) diperoleh harga-harga Z rumem mengggunakan (1.16) (1.17) (1.18) harga at, bt, ct bisa didapat Harga ramalan tahun ke-6 diperoleh z rumem menggunakan (1.19) Metode peramalan (forecasting) terdiri dari metode kualitatif dan kuantitatif. Metodymas činnosti životné činnosti, ktorým článku sa môže státy odgotování. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Peramalan kualitatif memanfaatkan factor-faktor penting seperti intuisi, pendapat, pengalaman pribadi, dan system nilai pengambilan keputusan. Metode ini meliputi metode delphi, metode nominal group, ankieta pasar dan analisis historikal analogia i cykl życia. Metode kuantitatif adamah peramalan yang didasarkan atas dane kuantitatif atau model matematyczny yang beragam z danych masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang digunakan tergantung den perbedaan atau penyimpangan antara hasil ramalan z kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan z kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan. Metode kuantitatif dapat diterapkan apabila. za. Tersedia data dan informasi masa lalu b. Data dan Informasi tersebut dapat dikuantitatifkan dalam bentuk numerik c. Diasumsikan beberapa aspek masa lalu akan teran berlanjut di masa datang. Metode ini meliputi metode kausal dan szereg czasowy. A. Metode Time Series Metode time series (deret waktu) didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan z variabel waktu. Metodowe szeregi czasowe: terdiri dari metode naif, metode rata-rata bergerak (średnia krocząca), metode eksponencjalna wygładzanie i projekcja trendu metanowego. Cara sederhana dla peramalan ini mengasumsikan bahwa permintaan dalam periode berikutnya adalah sama z peramalan dalam periode sebelumnya. Pendekatan naf ini merupakan model peramalan objektif yang paling efekt dan efisien dari segi biaya. Paling tidak pen-dekatan naiwny titik awesome dla perbandingan z modelu lain yang lebih canggih. Contoh. jika penjualan sebuah produk (mis: telepon genggam Motorolla) adalah 68 unit pada bulan Januari, kita dapat meramalkan penjualan pada bulan Februari akan sama, yaitu sebanyak 68 unit juga. Metode Rata-rata Bergerak (średnia ruchoma) Rata-rata bergerak adalah suatu metode peramalan yang menggunakan rata-rata periode terakhir dane dla meramalkan periode berikutnya. Metode eksponential smoothing merupakan pengembangan dari metode moving average. Dalam metode ini peramalan dilakukan z mengulang perhitungan secara terus menerus z menggunakan data terbaru. Setiap data bobot, dane yang lebih baru diberi bobot yang lebih besar. Rumus metode wygładzanie eksponencyjne. Dimana. F t Peramalan baru F t-1 Peramalan sebelumnya Konstanta penghalusan (08804 88051) A t-1 Permintaan aktualna perja lalu Menghitung kesalahan peramalan Ada beberapa perhitungan yang biasa digunakan for menghitung kesalahan dalam peramalan. Tiga dari perhitungan yang paling terkenal adalah Deviasi mutlak rata-rata (średnie bezwzględne odchylenie MAD) MAD adalah nilai yang dihitung z mengambil jumlah nilai absolut dari setiap kesalahan peramalan dibagi z jumlah dane podskórne (n). B. Metode Kausal Metode peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang diramalkan z zmienną-variabel lain yang dianggap berpengaruh. Sebagai contoh, permintaan akan baju baru mungkin berhubungan dengan banyaknya populasi, pendapat masyarakat, jenis kelamin, budaya daerah, dan bulan-bulan khusus (hari raya, natal, tahun baru). Data dari variable-variabel tersebut dikumpulkan dan dianalisa for menentukan kevaliditasan dari model peramalan yang diusulkan. Metode ini dipakai dla kondisi dimana zmienna penyebab terjadinya item yang akan diramalkan sudah diketahui. Z tą różnicą, że wyświetlany jest sygnał dźwiękowy, wyjście dikatahui jika input diketahui. Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi menggunakan teknik 8220least squares8221. Hubungan yang ada pertama-tama dianalisis secara statistik. Ketepatan peramalan denim menggunakan metoda ini sangat na zewnątrz perymalan jangka pendek, sedangkan na peramalan jangka panjang ternyata ketepatannya kurang begitu baik. Metoda ini banyak digunakan to peramalan penjualan, perencanaan keuntungan, peramalan permintaan dan permalan keadaan ekonomi. Data yang dibutuhkan dla penggunaan metoda ini adalah dane kuartalan dari beberapa tahun lalu. Contoh: Data berikut berhubungan z nilai penjualan pada bar pada beberapa pecan di penginapan Marthy i Polly Starr di Marathon, Floryda. Jika peramalan menunjukkan bahwa akan randka 20 tamu pecan depan, berapakah penjualan yang diharapkan. Metoda ini didasarkan atas peramalan sistem persamaan regresi yang diestimasikan secara simultan. Baik do peramalan jangka pendek maupun peramalan jangka panjang, ketepatan peramalan dengan method ini sangat baik. Metoda peramalan ini selalu dipergunakan dla peramalan penjualan menurut kelas produktu, atau peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran. Data yang dibutuhkan for penggunaan metoda peramalan ini adalah data kuartalan beberapa tahun. Zatwierdź wynik testu prognozy modelu ekonometria ini antara lain membangun suatu model teori, dane mengumpulkan, memil bentuk persamaan fungsi yang diestimasi, dan mengestimasi dan menginterpretasi hasil. Contoh. s ebagai contoh disini misalnya kita menginginkan dla memprakirakan permintaan, maka hubungan antar harga dan kuantitas dapat menjadi dasar teori yang logis bagi suatu model. Faktor harga yang mempengaruhi volume permintaan tersebut sebenarnya tidaklah merupakan satu-satunya faktor yang mempengaruhi permintaan, tetapi banyak faktor lain yang juga ikut mempengaruhi permintaan. Maka secara spesifik hubungan kausalistik permintaan itu dipengaruhi oleh selain harga, tetapi juga dipengaruhi misalnya oleh dochód per kapita (I), harga barang lain (Po), dan Advertensi (A), dan lain-lain. Karena itu model fungsi yang dikembangkan dalam persamaan ekonometri sebagaimana ditunjukkan pada pembahasan estimasi permintaan yang dipengaruhi oleh sejumlah faktor atau variabel antara lain seperti yang dinyatakan sebagai: Qd f (P, I, Po, dan A) Yang secara ekonomi terbukti secara empirik bahwa fungsi permintaan dipengaruhi P, I, Po, dan A itu dirumuskan sebagai fungsi: Qd a 8211 bP cI dPo eA Dimana Qd merupakan volume permintaan, merupakan koefisiensi konstanta, b, c, d, dan e merupakan koefisiensi faktor Harga, Income, Harga Barang Lain , dan Advertensi. Metoda ini dipergunakan dla menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya for peramalana jangka panjang. Modele ini banyak dipergunakan do peramalan penjualan perusahaan, penjualan sektor industri dan sub sektor industri, produksi dari sektor dan sub sektora industri. Data yang dibutuhkan for penggunaan metoda atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun. Perkenalkan, saya dari tim kumpulbagi. Saya ingin tau, apakah kiranya anda berencana dla mengoleksi files menggunakan hosting yang baru Jika ya, silahkan kunjungi strona internetowa ini kbagi dla info selengkapnya. Di sana anda bisa dengan bebas udostępnij dan mendowload foto-foto keluarga dan trip, muzyka, wideo, filem dll dalam jumlah dan waktu yang tidak terbatas, setelah registrasi terlebih dahulu. Gratis :)
No comments:
Post a Comment