Minggu, 18 Desember 2011

Baca-Baca Time Series yukk. . :)

Introduction

-Pokok bahasan ini merupakan pokok bahasan yang mengkaji perencanaan produksi melalui
penerapan metode peramalan.
-Teknik peramalan ini ditujukan untuk menghasilkan perencanaan produksi yang akurat dalam
merespon permintaan pasar.
-Langkah pertama dalam perencanaan operasi sistem produksi adalah menentukan peramal
 yang akurat terhadap permintaan barang (produk) yang akan diprodkuksi.
Definisi Peramalan
nPeramalan adalah seni dan ilmu untuk memprediksi masa depan.
nPeramalan adalah tahap awal, dan hasil ramalan merupakan basis bagi seluruh tahapan pada perencanaan produksi.
nProses peramalan dilakukan pada level agregat (part family); bila data yang dimiliki adalah data item, maka perlu dilakukan agregasi terlebih dahulu.
nMetode: Kualitatif dan kuantitatif.
nTerminologi: perioda, horison, lead time, fitting error, forecast error, data dan hasil ramalan.
Peramalan Eksplanatoris dan Deret Berkala
nKedua pendekatan ini saling melengkapi dan dimaksudkan untuk jenis penggunaan yg berbeda.
nPendekatan ekspalanatoris mengasumsikan adanya hubungan sebab akibat di antara input dengan output dari suatu sistem.
Persyaratan Penggunaan
Metode Kuantitatif:
.Tersedia informasi tentang masa lalu.
.Informasi tersebut dapat di kuantitatifkan dalam bentuk data numerik.
.Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.
Langkah-langkah Peramalan
nDefinisikan tujuan peramalan.
nPlot data (part family) masa lalu.
nPilih metode-metode yang paling memenuhi tujuan peramalan dan sesuai dengan plot data.
nHitung parameter fungsi peramalan untuk masing-masing metode.
nHitung fitting error untuk semua metode yang dicoba.
nPilih metode yang terbaik, yaitu metode yang memberikan error paling kecil.
nRamalkan permintaan untuk periode mendatang
nLakukan verifikasi peramalan.
Pola data metode deret berkala (1):
.Pola horisontal (H) terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg konstan. Suatu produk yg penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini. Pola khas dari data horizontal atau stasioner seperti ini dapat dilihat dalam Gambar 1.1.
.Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya menunjukkan jenis pola ini. Untuk pola musiman kuartalan dapat dilihat Gambar 1.2.
Pola data metode deret berkala:
3.Pola siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan produk seperti mobil, baja, dan peralatan utama lainnya. Jenis pola ini dapat dilihat pada Gambar 1.3.
4.Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis atau ekonomi lainnya. Jenis pola ini dapat dilihat pada Gambar 1.4.


Karakteristik trend :

Metode Deret Waktu :
.Constant
.Linier trend
.Quadratic
.Exponential
.Moving Average
.Exponential smoothing

              Seasonal
























0 komentar:

Poskan Komentar