6
menggunakan dua perhitungan smoothing yang dirumuskan sebagai
berikut (Nahmias, 2009, p. 77):
(2.6)
(2.7)
(2.8)
Dimana:
S
t
= Intercept pada periode t
G
t
= Slope pada periode t
a
= Konstanta smoothing pada intercept
ß
= Konstanta smoothing pada slope
t
= jarak antar waktu peramalan
3.
Regresi Linier
Perumusan
peramalan pada teknik ini adalah sebagai berikut (Nahmias,
2009, pp. 75-76):
(2.9)
Dimana:
F
t
= Peramalan permintaan
b
= Derajat kemiringan persamaan garis regresi
a
= Konstanta y bila x = 0
t
= Periode
Untuk mencari nilai a dan b dilakukan perhitungan berikut:
(2.10)
(2.11)
(2.12)
(2.13)
Dimana:
= Rata-rata permintaan
D
i
= Permintaan pada periode i
n
= Periode waktu
2.2.3
Keakuratan Peramalan
Render, Stair, dan Hanna (2009, pp. 182-183)
mengatakan bahwa
tingkat kesalahan dari hasil suatu peramalan dapat dilihat dari selisih antara
nilai peramalan dengan nilai sebenarnya. Beberapa cara untuk mengukur
keakuratan peramalan dilihat dari nilai Mean Absolute Deviation (MAD),
Mean Squared Error (MSE), serta Mean Absolute Percent Error (MAPE)
yang dirumuskan sebagai berikut:
(2.14)
(2.15)
(2.16)
2.3
Perencanaan Agregat
Menurut Nahmias (2009, p. 125), perencanaan agregat merupakan
perencanaan pengambilan keputusan mengenai berapa banyak karyawan yang
 |