16
direncanakan atau dihitung. Peramalan hanya boleh dilakukan pada produ –
produk yang tergolong ke dalam independent demand.
2
Penentuan
horizon
peramalan
berdasarkan
kondisi
aktual
sistem
manufaktur
dan
tujuan dari peramalan. Semakin jauh periode di masa mendatang yang
diramalkan-dengan asumsi faktor–faktor
lain tetap-hasil ramalan akan semakin
kurang akurat.
3
Disamping berdasarkan
waktu, peramalan juga dapat dilakukan berdasarkan
lokasi geografis, kelompok produk, yang dikenal sebagai peramlan berdasarkan
dimensi agregasi dan disagregasi. Peramalan pada tingkat agregasi yang lebih
tinggi
akan
lebih
akurat
dibandingkan
peramalan
pada
tingkat
agregasi
yang
lebih rendah atau pada tingkat disagregasi.
2.9.
Ketepatan Metode Peramalan dan Mean Squared Error (MSE)
Makridakis, et.al. (1999) menyatakan bahwa dalam banyak hal, kata ”ketepatan”
(accuracy),
menunjuk
ke
”kebaikan
suai”,
yang
pada
akhirnya
penunjukkan
seberapa
jauh
model
peramalan
tersebut
mampu
mereproduksi data yang telah diketahui. Dalam
pemodelan deret berkala, sebagian data yang diketahui dapat digunakan untuk
meramalkan sisa data berikutnya sehingga
memungkinkan
orang
untuk
mempelajari
ketepatan ramalan secara lebih langsung.
Makridakis,
et,al.
(1999)
mempunyai beberapa
ukuran
statistik
standar
untuk
mengukur ketepatan hasil peramalan. Ukuran berikut menunjukkan pencocokan suatu
model terhadap data historis. Perbandingan nilai MSE yang terjadi selama
tahap
pencocokan peramalan mungkin memberikan sedikit indikasi ketepatan model dalam
peramalan.
 |