1. FORECASTING Seni dan Ilmu untuk memperkirakan atau memprediksi kejadian dimasa depan

6. TYPES OF FORECASTING Economic Forecast Technological Forecast Demand Forecast

8. FORECASTING APPROACH Peramalan Kualitatif Peramalan Kuantitatif

15. PERAMALAN KUANTITATIF Peramalan yang menggunakan satu atau lebih model matematis dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan

19. Moving Average dengan Pombobotan { (3x45) + (2x30) + (1x20) / 6 = 35,8 35,8 April 45 Maret 30 Februari 20 Januari Rata2 Bergerak dengan Pembobotan 3-Bulan Penjualan Aktual Bulan Total bobot 6 Tiga bulan lalu (Januari) 1 Dua bulan lalu (Februari) 2 Bulan lalu (Maret) 3 Periode Bobot yg diberikan

20. MODEL ASOSIATIF TREND PROJECTION LINEAR REGRESSION

22. Perkembangan Penjualan PT.X ? 2009 ? 2008 7.639 2007 5.789 2006 4.065 2005 3.685 2004 2.847 2003 Volume Penjualan (ton) Tahun

23. a =  Y/n = 24.052 / 5 = 4.810,4 b =  XY/X ² = 11.634 / 10 = 1.164,4 Y = 4.810,4 + 1.164,4 X Y2008 = 4.810,4 + 1.164,4 (3) =8.300,6 Y2009= 4.810,4 + 1.164,4 (4) =9.464  =10  =11.634  =24.052  =0 4 155.278 7.639 2 7.639 2007 1 5.789 5.789 1 5.789 2006 0 0 4.065 0 4.065 2005 1 -3.685 3.685 -1 3.685 2004 4 -5.748 2.847 -2 2.874 2003 X ² XY Y X Penjualan Th

26. b = = = 2,5  XY=515  X ² =80  X=18  Y=150 245 49 7 35 2007 20 1 1 20 2006 40 4 2 20 2005 100 16 4 25 2004 90 9 3 30 2003 20 1 1 20 2002 XY X ² Wages (X) Sales (Y) Years

27. 1 2 3 4 5 6 7 10 20 30 40 Garis Regresi Y= 17,5 + 2,5 X a= 17,5 WAGES SALES 32,5

28. Untuk menghitung keakuratan regresi yang diperkirakan, harus dihitung Kesalahan Standar Estimasi ( Standard error of the estimate ). Perhitungan ini disebut Deviasi Standar Regresi ( Standard Deviation of the Regression )

29. Case: Perusahaan Konstruksi Nodel Maka kesalahan standar estimasi adalah 3,06 dalam Penjualan (Sales)

30. KOEFISIEN KORELASI Suatu teknik statistik untuk menentukan kekuatan hubungan antara dua variabel

31. KOEFISIEN KORELASI

32. Case: Nodel