Moving Average. Moving Mittelwerte rata-rata bergerak adalah metode peramalan perataan nilai dengan mengambil sekelompok nilai pengamatan yang kemudian dicari rata-ratanya, lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya Istilah rata-rata bergerak digunakan, karena setiap kali Daten observasi baru Tersedia, maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. Single Moving Average. Rata-rata bergerak tunggal Single Moving Durchschnittliche adalah suatu metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang Akan datang Metode Single Moving Durchschnittlich mempunyai karakteristik khusus yaitu. untuk menentukan ramalan pada periode yang akan datang memerlukan Daten historis selama jangka waktu tertentu Misalnya, dengan 3 bulan gleitender Durchschnitt, Maka ramalan bulan ke 5 baru dibuat setelah bulan ke 4 selesai berakhir Jika bulan bewegt Im Durchschnitt bulan ke 7 baru bisa dibuat setelah bulan ke 6 berakhir. Semakin panjang jangka waktu gleitende durchschnittliche efek pelicinan semakin terlihat dalam ramalan atau menghasilakan gleitende durchschnittliche yang semakin halus. Persamaan matematis einzelne bewegte mittelwerte adalah sebagai berikut. Mt Moving Durchschnittlich untuk periode t F t 1 Ramalan Untuk Periode t 1 Yt Nilai Riil periode ke tn Jumlah batas dalam gleitenden Durchschnitt. Pengukuran Kesalahan Peramalan. Dalam pemodelan deret berkala, sebagian Daten yang diketahui dapat digunakan untuk meramalkan sisa Daten berikutnya sehingga dapat dilakukan perhitungan ketepatan peramalan secara lebih baik Ketepatan peramalan pada Masa yang akan datang adalah yang sangat penting. Jika Yt merupakan Daten riil untuk periode t dan Ft merupakan ramalan untuk periode yang sama, maka kesalahannya dapat dituliskan sebagai berikut Spyros, 1999.et Kesalahan pada periode t Yt Daten aktualisieren pada periode t Ft peramalan periode T. Jika terdapat nilai pengamatan dan peramalan untuk n periode waktu, maka akan terdapat n buah kesalahan dan ukuran statistik standar yang dapat didefinisikan sebagai berikut Spyros, 1999.Mean Absolute Fehler MAE Mean Absolute Error atau nilai tengah kesalahan obsolut adalah rata-rata mutlak dari Kesalahan meramal, tanpa menghiraukan tanda positif maupun negatif. Rata-rata kuadrat kesalahan Mittlerer quadratischer Fehler MSE MSE merupakan metode alterntif untuk mengevaluasi teknik peramalan masing-masing kesalahan selisih Daten aktuell terhadap Daten peramalan dikuadratkan, kemudian dijumlahkan dan dibagi dengan jumlah Daten MSE dihitung dengan rumus. Leave eine Antwort Abbrechen reply. Recent Posts. Single Moving Durchschnittliche Metode Rata-rata Bergerak Tunggal. Single Moving Durchschnittliche Metode Rata-rata Bergerak Tunggal. Single Moving Durchschnittliche Metode Rata-rata Bergerak Tunggal. Metode einzigen gleitenden durchschnittlichen merupakan metode yang mudah penghitungannya Tujuan Utama dari penggunaan metode ini adalah untuk menghilangkan atau mengurangi acakan zufälligkeit dalam dieet waktu Metode einzelne gleitende durchschnittliche mula-mula memisahkan unsur tren siklus dari Daten dengan menghitung rata-rata bergerak yang jumlah unsurnya sama dengan panjang musiman Nilai rata-rata baru dapat dihitung dengan membuang Nilai observasi yang paling lama dan memasukkan nilai observasi baru Rata-rata berggerak inilah yang kemudian dijadikan ramalan untuk periode yang akan datang Adapun pendekatan yang dapat digunakan adalah Dimana Ft 1 peramalan pada periode t 1 X1 nilai aktual t jumlah observasi rata-rata bergerak Contoh Selaku Mana-Mantel, Anda-Zirkel-Melakukan-Peramalan-T-Shirt Tahun 3 2003 390 Stk. Tahun 4 2004 368 Stk. Tahun 5 2005 425 Stk Stk. Tahun 6 2006 440 Stk. Tahun 7 2007 410 Stk. Tahun 8 2008 466 Stk. Tahun 9 2009 330 Stk. Tahun 10 2010 350 Stk. Tahun 11 2011 375 Stk. Tahun 12 2012 380 Stk. Jika menggunakan rata-rata bergerak tiga bulanan maka cara penghitungan untuk periode 13 tahun 2013 adalah Jika ingin melakukan peramalan pada periode 14 tahun 2014 maka daten yang digunakan untuk melakukan rata-rata bergerak dari periode kedua sampai keempat, yaitu dan demikian seterusnya jika melakukan peramalan permintaan untuk periode berikutnya Apabila menggunakan rata-rata bergerak lima bulanan maka cara Penghitungan untuk periode 13 dan 14 tahun 2013, 2014 adalah dengan cara merata-rata lima daten, yaitu. dan demikian seterusnya jika melakukan peramalan permintaan untuk periode berikutnya c Einzelne exponentielle Glättung Pemulusan Eksponensial Tunggal Metode ini menunjukkan adanya karakteristik dari pemulusan Daten dengan menambahkan suatu faktor yang sering disebut dengan konstanta pemulusan Glättungskonstante dengan simbol alpha pemulusan eksponensial salam bentuk Sederhana tidak memperhitungkan pengaruh tren sehingga nilai sangat kecil dan dapat dihilangkan Nilai rendah cocok pada permintaan produk yang stabil tanpa tren atau variasi siklikal Sedangkan nilai tinggi untuk perubahan-perubahan yang sesungguhnya cenderung Terjadi karena lebih tanggap terhadap permintaan yang fluktuatif Nilai tinggi ini digunakan pada analisis Daten pada pengenalan produk baru, kampanye promosi, antisipasi terhadap resesi, dan juga sesuai bagi industri pakaian jadi yang memerlukan tanggapan yang cepat Metode einzelne exponentielle glättung ini dapat didekati dengan rumus dimana Xt Nilai aktual terbaru Ft peramalan terakhir Ft 1 peramalan untuk periode yang akan datang konstanta pemulusan. Contoh Selaku manajer garmen, Anda ingin melakukan peramalan tingkat permintaan jaket Anda pada bulan Januar 2009 Februar adapun data masa lampau untuk tingkat permintaan jaket adalah dalam ribuan pcs Bulan 1 386 Stück Bulan 7 410 Stück Bulan 2 340 Stück Bulan 8 466 Stück Bulan 3 390 Stück Bulan 9 330 Stück Bulan 4 368 Stück Bulan 10 350 Stück Bulan 5 425 Stück Bulan 11 375 Stück Bulan 6 440 Stück Bulan 12 380 Stück Tabel 8 Rekapitulasi Permintaan Jaket dan perhitungan dengan metode einzelne exponentielle Glättung Periode bulan Daten permintaan Nilai ramalan dengan konstanta pemulusan 0,2 Januari 2012 386 Februari 340 F13 0,2 386 1-0,2 386 386 Maret 390 F14 0,2 340 1-0,2 386 376,8 April 368 F15 0,2 390 1-0,2 376,8 379,44 Mei 425 F16 0,2 368 1-0,2 379,44 377,152 Juni 440 F17 386,722 Juli 410 F18 397,377 Agustus 466 F19 399,901 September 330 F20 413,121 Oktober 350 F21 396,497 November 375 F22 387,197 Desember 380 F23 384,758 Jadi dari peramalan dengan menggunakan metode einzelne exponentielle glättung dapat diketahui bahwa tingkat permintaan jaket pada Januari 2013 adalah sebanyak 386 000 pcs dan pada Februari 2013 sebesar 376 800 pcs. Moving Durchschnitt. Moving Durchschnittlich merupakan indikator yang paling sering digunakan dan paling standar Jika di Indonesiakan artinya kira-kira adalah rata-rata bergerak Umzug durchschnittlich sendiri memiliki aplikasi yang sangat luas meskipun sederhana Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang kita kenal Cankolah nah, ada gunanya juga bukan kita bersekolah. Rata-rata bergerak tunggal Umzug durchschnittlich untuk periode t adalah nilai rata-rata untuk n jumlah Daten terbaru Dengan munculnya Daten baru, Maka nilai rata-rata Yang baru dapat dihitung dengan menghilangkan Daten yang terlama dan Menambahkan Daten yang terbaru Umzug durchschnittlich ini digunakan untuk memprediksi nilai pada periode berikutnya Modell ini sangat cocok digunakan pada Daten yang stasioner atau Daten yang konstant terhadap variansi, tetapi tidak dapat bekerja dengan Daten yang mengandung unsur Trend atau musiman. Rata-rata bergerak pada orde 1 Akan menggunakan Daten terakhir F t, dan menggunakannya untuk memprediksi Daten pada periode selanjutnya Metode ini sering digunakan pada Daten kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun waktu Semakin besar orde rata-rata bergerak, semakin besar pula pengaruh pemulusan glättung. Dibanding dengan Rata-rata sederhana dari satu daten masa lalu rata-rata bergerak berorde T mempunyai karakteristik sebagai berikut. Hanya menyangkut T periode tarakhir dari Daten yang diketahui. Jumlah titik Daten dalam setiap rata-rata tidak berubah dengan berjalannya waktu. Kelemahan dari metode ini adalah. Metode ini memerlukan penyimpanan yang lebih banyak karena semua T pengamatan terakhir harus disimpan tidak hanya nilai rata-rata. Metode ini tidak dapat menanggulangi dengan baik adanya trend atau musiman, walaupun metode ini lebih baik dibanding rata-rata total. Tinggalkan Balasan Batalkan balasan. Dah Cukup informatif segh tapi kalau bisa dikasih contoh juga bisa dalam bentuk excelnya aja datei download-an. owh ya harap maklum dalam perancangan terimakasih untuk sarannya insya allah akan segera di laksanakan.
No comments:
Post a Comment