elma tugas peramalan

Peramalan adalah suatu proses memperkirakan secara sistematik tentang apa yang
paling mungkin terjadi di masa depan berdasar informasi masa lalu dan sekarang yang
dimiliki agar kesalahannya dapat diperkecil.
PERAMALAN PERMINTAAN PRODUK YANG SUDAH MAPAN
Ada beberapa metode dalam peramalan permintaan produk yang sudah mapan
1. Metode pendapat
Pendapat pimpinan bagian pemasaran (executive opinion)


Pendapat para petugas penjualan (salesman)



Pendapat lembaga-lembaga penyalur (channel of distribution)



Pendapat konsumen (melalui penelitian pasar)



Pendapat para ahli yang dipandang memahami (konsultan).

2. Metode test/eksperimen.
3. Metode survey.
4. Metode time series.
5. Metode regresi korelasi.
6. Metode output.

PERAMALAN PERMINTAAN PRODUK BARU
Ada beberapa metode yaitu :
Metode Time Series
Metode Time Series cocok untuk meramal sejumlah besar variabel dalam tempo
singkat dan sumber daya yang terbatas. Juga bahwa metode ini lebih cocok untuk
peramalan jangka pendek atau segera.


Model Naif
Yt + 1 = Y t



Arithmatic Mean
n



t

ˆ t 1  t 1

n

Metode Tren Linier
- Metode least square
Dalam menduga koefisien regresi sampel dengan metode ini tak diperlukan
asumsi apapun, karena metode ini telah diterima secara umum sebagai suatu kriteria yang
baik. Tetapi dalam inferensi regresi, misalnya membuat pendugaan interval dan menguji
parameter regresi populasi diperlukan beberapa asumsi.
Y = a + bX, a =

y,
n

b=

 xy
x
2

- Metode produk moment
Y = a + bX ,
Persamaan I :
Persamaan II :

 y n.a  b x
2

 xy a x  b x , dengan syarat  x tidak = 0

- Metode kuadratik

Y = a + bX + Cx 2

 Y  c X
A= n
n

Dengan syarat

2

,B 

 XY
X
2

, C=

n  xy 
n x

2

 x y
 ( x )
2

2

X =0

Metode Regresi Korelasi
Metode regresi adalah suatu penyederhanaan pola hubungan suatu variabel
dengan satu atau lebih variabel lain. Analisis regresi bertujuan menduga persamaan
regresi. Koefisien korelasi mengukur keeratan hubungan antarvariabel.
- Regresi linier sederhana
Y = A + BX, dimana = X = Variabel bebas/independent variable

Y = Variabel terikat/dependent variable
A = Bilangan konstan

B = Koefisien regresi
B=

n  xy  ( x )( y )
2

2

(n x  ( x) )

, A=

( y )
n

 B

( y )
n

Metode Statistika untuk Analisa Khusus
- Analisa industri
% kenaikan =

per min taanindustritahun 2  per min taanindustritahun1
per min taanindustritahun1

- Analisa jenis produk

- Analisa penggunaan akhir =

( produksidalamnegeri  impor  exspor)
jumlahpenduduk