Peramalan di Teknik Industri

1. Sebutkan langkah-langkah dalam peramalan?

Jawab :

            Langkah-langkah dalam peramalan:

-         Menentukan tujuan dari peramaln

-         Memilih item independent demand yang akan diramalkan

-         Menentukan horizon waktu dari peramalan

-         Memilih model-model peramalan

-         Memperoleh data yang dibtutuhkan untuk melakukan permalan

-         Validasi model permalan

-         Membuat peramalan

-         Implementai hasil-hasil peramalan

-         Memantau keandalan peramalan

2. Pada Peramalan dikenal pendekatan, sebutkan pendekatan-pendekatan tersebut?

Jawab :

1. Pendekatan time series yaitu model yang tidak memperhatikan hubungan sebab akibat atau dengan kata lain hasil peramalan hanya memperhatikan kecenderungan dari data yang di masa lalu yang tersedia.
2. Pendekatan yang memperhatikan hubungan sebab akibat (cause-effects method) atau pendekatan yang menjelaskanterjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu.
2. Sebutkan kekurangan atau kelemahan dari metode weighted moving average?

Jawab :

1. tidak ada rumusan untuk mendapatkan faktor penggerak terbaik
2. data yang digunakan diberikan bobot yang lebih besar
3. terjadinya pergerakkan yang tidak stabil selama periode waktu tersebut
4.  
5.  
3. Apa yang dimaksud dengan metode kalman filter?

Jawab :

            Kalman Filter banyak digunakan pada bidang rekayasa sistem untuk memisahkan sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model state space dengan asumsi white noise memiliki distribusi Gaussian.

5. apa yang dimaksud dengan metode Bayesian?

Jawab :

            Bayesian merupakan metode yang menggunakan state space berdasarkan model dinamis linear (dynamical linear model). Sebagai contoh: menentukan diagnosa suatu penyakit berdasarkan data-data gejala (hipertensi atau sakit jantung), mengenali warna berdasarkan fitur indeks warna RGB, mendeteksi warna kulit (skin detection) berdasarkan fitur warna chrominant.

A. Metode Deret Waktu (Time series Method)

Metode peramalan ini menggunakan deret waktu (time series) sebagai dasar peramalan.perlukan data aktual lalu yang akan diramalkan untuk mengetahui pola data yang diperlukan untuk menentukan metode peramalan yang sesuai. Beberapa metode dalam time series yaitu sebagai berikut:

1. ARIMA (Autoregressive Integrated Moving Average) pada dasarnya menggunakan fungsi eret waktu, metode ini memerlukan pendekatan model identification serta penaksiran awal dari paramaternya. Sebagai contoh: peramalan nilai tukar mata uang asing, pergerakan nilai IHSG.

2. Kalman Filter banyak digunakan pada bidang rekayasa sistem untuk memisahkan sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model state space dengan asumsi white noise memiliki distribusi Gaussian.

3. Bayesian merupakan metode yang menggunakan state space berdasarkan model dinamis linear (dynamical linear model). Sebagai contoh: menentukan diagnosa suatu penyakit berdasarkan data-data gejala (hipertensi atau sakit jantung), mengenali warna berdasarkan fitur indeks warna RGB, mendeteksi warna kulit (skin detection) berdasarkan fitur warna chrominant.

4. Metode smoothing dipakai untuk mengurangi ketidakteraturan data yang bersifat musiman dengan cara membuat keseimbangan rata-rata dari data masa lampau.

5. Regresi menggunakan dummy variabel dalam formulasi matematisnya. Sebagai contoh: kemampuan dalam meramal sales suatu produk berdasarkan harganya.

B. Metode Kausal

Metode ini menggunakan pendekatan sebab-akibat, dan bertujuan untuk meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa variabel bebas (independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas yang akan diramalkan. Pada metode kausal terdapat tiga kelompok metode yang sering dipakai :

1. Metoda regresi dan korelasi memakai teknik kuadrat terkecil (least square). Metoda ini sering digunakan untuk prediksi jangka pendek. Contohnya: meramalkan hubungan jumlah kredit yang diberikan dengan giro, deposito dan tabungan masyarakat.

2. Metoda ekonometri berdasarkan pada persamaan regresi yang didekati secara simultan. Metoda ini sering digunakan untuk perencanaan ekonomi nasional dalam jangka pendek maupun jangka panjang. Contohnya: meramalkan besarnya indikator moneter buat beberapa tahun ke depan, hal ini sering dilakukan pihak BI tiap tahunnya.

3. Metoda input output biasa digunakan untuk perencanaan ekonomi nasional jangka panjang. Contohnya: meramalkan pertumbuhan ekonomi seperti pertumbuhan domestik bruto (PDB) untuk beberapa periode tahun ke depan 5-10 tahun mendatang. Tahapan perancangan peramalan : Secara ringkas terdapat tiga tahapan yang harus dilalui dalam perancangan suatu metoda peramalan, yaitu :

1. Melakukan analisa pada data masa lampau. Langkah ini bertujuan untuk mendapatkan gambaran pola dari data bersangkutan.

2. Memilih metoda yang akan digunakan. Terdapat bermacam-macam metoda yang tersedia dengan keperluannya. Metoda yang berlainan akan menghasilkan system prediksi yang berbeda pula untuk data yang sama. Secara umum dapat dikatakan bahwa metoda yang berhasil adalah metoda yang menghasilkan penyimpangan (error) sekecil-kecilnya antara hasil prediksi dengan kenyataan yang terjadi.

3. Proses transformasi dari data masa lampau dengan menggunakan metoda yang dipilih. Kalau diperlukan, diadakan perubahan sesuai kebutuhannya. Menurut John E. Hanke dan Arthur G. Reitch (1995), metode peramalan dapat dibagi menjadi dua yakni :

a. Metode peramalan kualitatif atau subyektif Yaitu suatu :

“qualitative forecasting techniques relied on human judgments and intuition more than manipulation of past historical data,” atau metode yang hanya didasarkan kepada penilaian dan intuisi, bukan kepada pengolahan data historis.

b. Metode Peramalan Kuantitatif

Sedangkan peramalan kuantitatif diterangkan sebagai : “quantitative techniques that need no input of judgments; they are mechanical procedures that produce quantitative result and some quantitative procedures require a much more sophisticated manipulation of data than do other, of course”. Sedangkan DeLurgio (1998) mengilustrasikan jenis-jenis metode peramalan seperti
pada Gambar berikut:

Filter Kalman merupakan suatu metode estimasi variabel keadaan sistem dinamik stokastik linier. Algoritma filter Kalman hanya dapat diimplementasikan pada model dinamik stokastik linier. Sehingga dikembangkan algoritma yang memodifikasi filter Kalman agar dapat diimplementasikan pada model sistem dinamik nonlinear. Algoritma yang telah dikembangkan diantaranya adalah Ensemble Kalman Filter (EnKF). Pada algoritma Ensemble Kalman Filter (EnKF) dijalankan dengan membangkitkan sejumlah ensemble tertentu. Untuk membangkitkan sejumlah ensemble akan diperoleh perbaikan yang signifikan terhadap hasil EnKF dengan memilih ensemble awal dengan tepat. Dalam memilih ensemble awal digunakan skema teknik sampling pada EnKF. Pada tesis ini dikaji estimasi sistem dinamik nonlinear dengan menggunakan Ensemble Kalman Filter standar dan skema teknik sampling pada EnKF . Kedua metode ini diterapkan pada masalah predator-prey. Dari hasil simulasi pada predator-prey, performansi hasil estimasi metode skema sampling pada EnKF mempunyai tingkat akurasi yang lebih baik tetapi memerlukan waktu komputasi yang jauh lebih besar dibandingkan dengan metode EnKF standar.

Metode Weighted Moving Average tidak dapat dengan mudah berubah tanpa merubah masing-masing angka penimbangnya. 2. Peningkatan n dalam pembuatan ramalan kurang sesintif dengan perubahan. 3. Tidak dapat melakukan trend peramalan dengan baik 4. Perlakuan data berdasarkan historis 4. Exponential Smoothing Method Metode Exponential Smoothing Method merupakan metode rata-rata bergerak yang memberikan bobot yang lebih kuat pada data yang lebih terakhir dari pada yang lebih awal.