Berkaitan dengan banyaknya manfaat aplikasi dynamic programming yang telah dipaparkan, maka akan disusun perencanaan produksi untuk 1 tahun ke
depan dengan menggunakan metode dynamic programming berdasarkan peramalan permintaan pasar untuk 1 tahun ke depan.
5.2.11. Meramalkan Permintaan Pasar dari Data Historis Juni 2014
sampai dengan Mei 2015
Penentuan jumlah permintaan pasar untuk periode Juni 2015 sampai dengan Mei 2016 dilakukan dengan cara peramalan. Peramalan dilakukan untuk
mendapat perkiraan permintaan pasar untuk 12 periode ke depan. Peramalan dilakukan dengan langkah-langkah sebagai berikut:
1. Mendefinisikan tujuan peramalan
Meramalkan permintaan produk palm kernel oil untuk 12 periode ke depan dengan menggunakan data historis periode Juni 2014 – Mei 2015.
2. Membuat diagram pencar
Pembuatan diagram pencar bertujuan untuk mengidentifikasi pola data historis permintaan pasar pada periode Juni 2014 – Mei 2015. Jika data historis
digambarkan dalam bentuk diagram pencar, dengan sumbu x adalah periode dan sumbu y adalah jumlah permintaan historis pasar maka diperoleh diagram
pencar seperti pada Gambar 5.2.
Gambar 5.1. Diagram Pencar Data Historis Permintaan Pasar Juni 2014-Mei 2015
Sumber : Pengolahan Data
3. Memilih dua metode peramalan
Pemilihan dua metode peramalan yang sesuai dilakukan dengan cara melihat pola data historis pada diagram pencar. Pada Gambar 5.2. dapat disimpulkan
bahwa pola data historis permintaan pasar menunjukkan pola data kuadratis dan siklis.
4. Menghitung parameter-parameter fungsi peramalan
a. Metode Kuadratis Fungsi peramalan untuk metode kuadratis: Yt = a + bt + ct
2
Hasil perhitungan parameter peramalan dari metode kuadratis dapat dilihat pada Tabel 5.56.
100 200
300 400
500 600
1 2
3 4
5 6
7 8
9 10 11 12
P er
m in
taan P
as ar
T on
Periode Diagram Pencar Permintaan Pasar
Permintaan Pasar
Tabel 5.56. Perhitungan Parameter Peramalan Data Historis Jumlah Permintaan Pasar Metode Kuadratis
X Y
X
2
X
3
X
4
XY X
2
Y
1 483
1 1
1 483
483 2
418 4
8 16
836 1672
3 460
9 27
81 1380
4140 4
557 16
64 256
2228 8912
5 513
25 125
625 2565
12825 6
481 36
216 1296
2886 17316
7 438
49 343
2401 3066
21462 8
462 64
512 4096
3696 29568
9 440
81 729
6561 3960
35640 10
479 100
1000 10000
4790 47900
11 454
121 1331
14641 4994
54934 12
417 144
1728 20736
5004 60048
78 5.602
650 6.084
60.710 35.888
294.900
Sumber : Pengolahan Data
α = ∑ X ∑ X
2
- n ∑ X
3
= 78650-126.084 = -22.308
β = ∑ X
2
- n ∑ X
2
= 78
2
– 12650 = -1.716
γ =
∑ X
2 2
- n ∑ X
4
= 650
2
– 1260.710 = -306.020
δ = ∑ X ∑ Y - n ∑ XY = 785.602 – 1235.888
