2) peramalan & pengelolaan demand
TRANSCRIPT
1
Departemen Teknik Industri FTI-ITB
TI-3122 Perencanaan dan Pengendalian Produksi
Peramalan & Pengelolaan Demand
Laboratorium Sistem Produksiwww.lspitb.org
©2003
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 2
Departemen Teknik Industri FTI-ITB
Hasil Pembelajaran
• UmumMahasiswa mampu menerapkan model matematik, heuristik dan teknik statistik untuk menganalisis danmerancang suatu sistem perencanaan dan pengendalianproduksi
• KhususMampu menganalisis pola deman serta menerapkanteknik-teknik peramalan
2
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 3
Departemen Teknik Industri FTI-ITB
Peramalan
• Peramalan: Estimasi nilai atau karakteristikmasa depan
prediksi (prediction)peramalan (forecast)kecenderungan (trend)
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 4
Departemen Teknik Industri FTI-ITB
Demand
• Faktor yang mempengaruhi demandVariasi randomRencana konsumenDaur hidup produkPesaingPerilaku/sikap konsumenWaktuSiklus bisnisIklanSales effortReputasiDesain produkKebijaksanaan kreditKualitas
Perusahaan PermintaanInput Output
3
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 5
Departemen Teknik Industri FTI-ITB
Sistem Peramalan (1)
Data Historis
Tujuanmodel
Forecast (Prediction)
Feedback on forecast accuracy
Data checked for accuracy and
reasonableness
Update sesuai kebutuhan
Knowledge of changed condition
Pembandingan dengan kondisi
aktual
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 6
Departemen Teknik Industri FTI-ITB
Sistem Peramalan (2)
DECISION MAKER
ORGANIZATION & ITS ENVIRONMENT
INFORMAL INFORMATION
INFORMAL INFO
MIS
VALUE
OBJECTIVE
DECISIONREQUIREMENT
FORECASTER
VALUE
LIKELY ACCURACY
COST/TIMECONSTRAIN
PLANNING GUIDELINE
ASSUMPTION
WORKINGFORECAST
REVISE ASSUMPTION
FINALFORECAST
ACTION PLAN
No
FORECAST RECOMMEND
INFORMAL ADJUST
SELECT KEY VARIABLES
SELECT FORECASTING PROCEDURES
INITIAL FORECAST
Yes
4
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 7
Departemen Teknik Industri FTI-ITB
Konsiderasi (1)
• Ongkos dan manfaatOngkos– Ongkos pengembangan metoda– Ongkos kegiatan peramalan– Ongkos akibat kesalahan ramal
Manfaat– Mengerti hubungan antara permintaan dan faktor lain– Kondisi dunia nyata Sistem pengendalian produksi
"Untuk tujuan apa suatu ramalan dibuat akanmenentukan pendekatan yang diambil"
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 8
Departemen Teknik Industri FTI-ITB
Konsiderasi (2)
• KetelitianSuatu ukuran seberapa tepat ramalan dari kondisiaktual
• Sederhana dalam perhitunganketelitian tinggi vs sederhana dalam perhitungan
• Kemampuan menyesuaikan terhadap perubahan
• Lead time, perioda, horizon
5
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 9
Departemen Teknik Industri FTI-ITB
Taksonomi Peramalan
PERAMALAN
KAUSAL
EXPONENTIALSMOOTHING
MOVINGAVERAGE
RATA-RATA
SMOOTHING
REGRESI
TIME SERIES
MODELKUALITATIF
MODELKUALITATIF
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 10
Departemen Teknik Industri FTI-ITB
Karakteristikperamalan
Karakteristik ketersediaan informasi
Informasi kuantitatif cukup tersedia Informasi kuantitatif kurang atautidak tersedia, tetap pengetahuankualitatif cukup tersedia
Informasikurang atautidak tersedia
Metode deretwaktu
Metodekausal
Metodeexploratori
Metodenormatif
Peramalankontinuberdasarkanpola atauhubungantertentu
Memprediksipertumbuhanpenjualanatau GNP
Mempelajaripengaruhharga danpromositerhadappenjualan
Memprediksikecepatantransportasipada tahun2010
Memprediksiperkembanganotomotifpada tahun2010
Memprediksipengaruhperkembanganteknologi luarangkasa
Peramalanperubahanyang akanterjadi
Memprediksiresesiberikutnya
Mempelajaripengaruhpengendalianharga danpembatasaniklan TVterhadappenjualan
Memprediksipengaruhkenaikanharga minyakterhadapkonsumsiminyak
Memprediksiembargominyak yangdiikuti olehperang Arab-Israel
Penemuansumber energibaru yangmurah dantidakmenimbulkanpolusi
6
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 11
Departemen Teknik Industri FTI-ITB
Taksonomi Peramalan (2)
• Penggunaan Model Kualitatif:Tidak memerlukan data kuantitatifUnsur subyektifitas peramalan sangat besarpengaruhnya dalam hasil peramalanBaik untuk peramalan jangka panjang
• Contoh:Opini individuOpini kelompokDelphi
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 12
Departemen Teknik Industri FTI-ITB
Taksonomi Peramalan (3)
• Penggunaan model kuantitatif membutuhkan:Data kondisi masa laluData tersebut dapat dikuantifisirDiasumsikan pola data masa lalu akan berlanjut padamasa yang akan datang
• Data yang digunakan untuk keperluanperencanaan produksi:
Paling baik menggunakan data permintaanMenggunakan data jumlah unit penjualanKalalu tidak dimiliki data penjualan gunakan data jumlahunit produksi
7
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 13
Departemen Teknik Industri FTI-ITB
Prosedur Peramalan
• Plot data permintaan vs. waktu
• Pilih beberapa metoda peramalan
• Evaluasi kesalahan peramalan
• Pilih metoda peramalan dengan kesalahanperamalan terkecil
• Intepretasi hasil peramalan
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 14
Departemen Teknik Industri FTI-ITB
Pola Data
8
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 15
Departemen Teknik Industri FTI-ITB
Teknik Peramalan
• Konstan
• Regresi linier
• Siklis
^ ^ ^( )D a a
dt
n
tt
n
= = =∑
1
^ ^ ^
^ ^
( )
. ( ) ( ) ( )
( )
D a bt
bt t
a
t
N t d t d t t
Nt
N
d t
Nt
N
t
N
t
N
t
N
t
N
= +
=−
−=
====
=
=∑∑∑
∑∑
∑111
22
1
1
1
^( ) cosD t a u t
Nv= + + sin2 t
N2π π
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 16
Departemen Teknik Industri FTI-ITB
Kriteria Performansi Peramalan
• Mean Square Error (MSE)
dimana:dt = data aktual pada periode tDt‘ = nilai ramalan pada periode tn = banyaknya periode
MSEt t
t
n
n
d D= =
−∑2
1( ' )
9
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 17
Departemen Teknik Industri FTI-ITB
Kriteria Performansi Peramalan
• Standard error of estimate (SEE)
dimana:f = derajat kebebasan
– 1 : untuk data konstan– 2 : untuk data linier– 3 : untuk data kuadratis
SEE t tn f
d Dt
n=
−−
∑=
2
1
( ' )( )
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 18
Departemen Teknik Industri FTI-ITB
Kriteria Performansi Peramalan
• Persentase Kesalahan
• Mean Absolute Percentage Error (MAPE)
tt t
tPE d D
dx=
−( ) %' 100
MAPEn
tt
n
PE= =∑
1
10
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 19
Departemen Teknik Industri FTI-ITB
Contoh
• Dari data 12 bulan terakhir tercata penjualan produk X:
• Gambar diagram Pencar:
t 1 2 3 4 5 6 7 8 9 10 11 12
dt 140
159
136
157
173
181
177
188
154
179
180
160
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 20
Departemen Teknik Industri FTI-ITB
Metoda Konstant dt dt' e = dt - dt' e2 SEE 1 140 165.33 -25.33 641.61 2 159 165.33 -6.33 40.07 3 136 165.33 -29.33 860.25 4 157 165.33 -8.33 69.39 5 173 165.33 7.67 58.83 6 181 165.33 15.67 245.55 7 177 165.33 11.67 136.19 8 188 165.33 22.67 513.93 9 154 165.33 -11.33 128.37 10 179 165.33 13.67 186.87 11 180 165.33 14.67 215.21 12 160 165.33 -5.33 28.41 3124.68 17
11
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 21
Departemen Teknik Industri FTI-ITB
Metoda Konstan
aN
tt
n
t
dd= ⇒=
∑1 '
SEEn f
dt dtt
n
=−
=−
=
= ≈
−∑=
2
1
31246812 1
31246811
16 85 17
( ')
.
.
.
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 22
Departemen Teknik Industri FTI-ITB
Metoda Liniert dt t . dt t2 dt'=156+1.t e = dt - dt' e2 1 140 140 1 157 -17 289 2 159 318 4 158 1 1 3 136 408 9 159 -23 529 4 157 628 16 160 -3 9 5 173 865 25 161 12 144 6 181 1086 36 162 19 361 7 177 1239 49 163 14 196 8 188 1504 64 164 24 576 9 154 1386 81 165 -11 121 10 179 1790 100 166 13 169 11 180 1980 121 167 13 169 12 160 1920 144 168 -8 64 ∑78 1984 13264 647 2628 t 6.5 dt 165.33
12
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 23
Departemen Teknik Industri FTI-ITB
Metoda Linier
bN t dt dt t
Nt
n
adt
N
b t
Ndt b t
t
n
t
n
t
n
t
n
t
n
t
n
t t=
−
−=
= − = −
= ==
=
= =
∑ ∑∑
∑ ∑
∑ ∑
.
.
( )
1 11
2
1
2
1 1
1
b
a dt b t
dt t
=−
−
=−−
=
= ≈
= −= − = −= ≈
∴ = +
12 13264 1984 78
12 647
157168 1547527764 6084
24161680
1 44 1
16533 1 44 6 5 16533 9 3515598 156
156 1
278( ) ( )( )
( )
.
.. . ( . ) . ..
'
( ) SEEn f
dt dtt
n
=−
=−
=
= ≈
−∑=
2
1
262812 2
262810
16 21 16
( ')
.
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 24
Departemen Teknik Industri FTI-ITB
Metoda Kuadratist dt t.dt t2 t2.dt t4 dt' e=dt-
dt' e2
-6 140 -840 36 5040 1296 118.36 21.64 468.29 -5 159 -795 25 3975 625 127.82 31.18 972.19 -4 136 -544 16 2176 256 143.88 -7.88 62.09 -3 157 -471 9 1413 81 146.74 10.26 105.27 -2 173 -346 4 692 16 147.6 23.4 547.56 -1 181 -181 1 181 1 152.46 28.54 814.53 1 177 177 1 171 1 156.86 20.14 405.62 2 188 376 4 752 16 158.4 29.6 876.16 3 154 462 9 1386 81 159.96 -5.96 35.52 4 179 716 16 2864 1256 161.48 17.52 306.95 5 180 900 25 4500 625 149.82 30.18 910.83 6 160 960 36 5760 1296 144.76 15.24 232.26 Σ 1984 404 182 28710 4550 5737.2
7
13
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 25
Departemen Teknik Industri FTI-ITB
Metoda Kuadratis
bt dt N dt
n
adt C
N
t
n
t
nt
n
t
n
t
n
t
n
t
n
t
n
t
t t
t t
t
=−
−
=−
=
=
= =
= =
= =
∑
∑
∑ ∑ ∑
∑ ∑
∑ ∑
. .
( )1
2
1
2
1
2
12
1
4
1
1
2
1
2 c=
dtt=1
n
b
c
a
dt t t
= = ≈
=−
−=
−−
=−
= − ≈
=−
=−
=
∴ = + +
404182
2 22 2 2
1984 182 12 28910
12 4550
361088 34692033124 54600
1416821476
0 6597 0 66
1984 0 66 18212
1984 1201212
15532
15532 2 2 0 66
2
2
182
. .
( )( ) ( )
( )
. .
. ( ) .
.
' . . .
( )
SEE =−
=
= ≈
57372712 3
5737279
25 25 25
.
.
.
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 26
Departemen Teknik Industri FTI-ITB
Pemilihan Metoda Terbaik & Hasil Peramalan
• Metode yang dipilih adalah metode peramalanlinier
• Dt' = 156 + t
Konstan Linier Siklis SEE 17 16 25
t 13 14 15 16 17 18 19 20 21 22 23 24 Dt' 169 170 171 172 173 174 175 176 177 178 179 180
14
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 27
Departemen Teknik Industri FTI-ITB
Metoda Peramalan Lainnya
• Moving average methodSimple moving average
• Exponential smoothingSimple exponential smoothing
• Winters model
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 28
Departemen Teknik Industri FTI-ITB
Verifikasi Peramalan
• Dilakukan untuk memverifikasi apakah fungsiperamalan yang digunakan mewakili pola data yang ada.
• Metoda verifikasi: moving range chart
• Moving Range
• Average moving range
• Control limits
( ) ( ) 1'
1' ddddMR tttt −− −−−=
∑−
=1n
MRMR
MRLCL
MRUCL
66.2
66.2
−=
+=
15
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 29
Departemen Teknik Industri FTI-ITB
Verifikasi Peramalan
• Pengujian Out of controlDari 3 titik yang berurutan, 2 titik atau lebih di Daerah ADari 5 titik yang berurutan, 4 titik atau lebih di Daerah BDari 8 titik yang berurutanseluruhnya berada atau dibawah center lineSatu titik di luar batas kontrol
• Bila kondisi out-of-control terjadi, tindakan yang bisadiambil :
Perbaiki ramalan denganmencakup data baru (sistemsebab baru)Tunggu evidence selanjutnya
center line
UCL
LCL
regi
on A
regi
on B
regi
on C
regi
on A
regi
on B
regi
on C
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 30
Departemen Teknik Industri FTI-ITB
Contoh Verifikasi (1)
•Dt' = 156 + t
159217167160120-1416618011
24-14165179101510164154910-2516318885-1516217777-201611816
15-13160173520215915742422158136318-21571592
161561401
MRDt'- DtDt'Dtt
45.3845.38
45.1411
159
−==
==
LCLUCL
MR
16
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 31
Departemen Teknik Industri FTI-ITB
Contoh Verifikasi (2)
38.45
25.63
12.82
-38.45
-12.82
-25.63
TI3122-Perencanaan dan Pengendalian Produksi - Minggu 2 32
Departemen Teknik Industri FTI-ITB
Tugas Kelompok• Buku:
Sipper D, R.L. Bulfin, Production planning, control and integration, McGraw-Hill, USA, 1997
• Bab:Forcasting (Bab 4)
• Soal:4.24, 4.29 dan 4.36Data demand/penjualan pada setiap soal di atas diubah menggunakanformula:
Demand (baru) = demand (buku) * bulan + tanggalDimana:
Bulan = bulan kelahiran (mis: Juli = 7)Tanggal = tanggal kelahiran dari salah satu anggota kelompok
• Kelompok:Beranggotakan minimum 1 orang dan maksimum 3 orang (masing-masing dari TI(1), TI(2) dan TI(3);Anggota kelompok tidak boleh dari kelas yang sama
• Dikumpulkan:Rabu, 10 September 2003Jam 12.00, di LSP