Ø Metode Trend
CONTOH
KASUS
Data
penjualan produk
PT.
Angin Ribut
Bulan
Januari – April tahun 2010
Bulan
|
Jumlah Penjualan
|
x
|
xy
|
x²
|
Januari
Februari
Maret
april
|
10
15
20
25
|
-3
-1
1
3
|
-30
-15
20
75
|
9
1
1
9
|
n = 4
|
∑ y = 70
|
∑ xy = 50
|
∑ x² = 20
|
Ramalan untuk bulan mei
2010
y = a + bx
∑ y
a = = 70/4 = 17,5
n
∑ xy
b = = 50/20 = 4,1
∑ x²
y = a + bx
= 17,5 + 4,1 (x)
= 17,5 + 4,1 (5)
= 17,5 + 20,5
= 38
Jadi, penjualan pada bulan
mei adalah sebesar 38
Contoh
Kasus
Data
penjualan produk
PT.
Angin Ribut
Bulan
Januari – Juni tahun 2010
Bulan
|
Jumlah Penjualan
|
x
|
xy
|
x²
|
Januari
Februari
Maret
April
Mei
juni
|
10
15
20
25
38
40
|
-5
-3
-1
1
3
5
|
-50
-45
-20
25
114
200
|
25
9
1
1
9
25
|
n = 6
|
∑ y = 70
|
∑ xy = 224
|
∑ x² = 70
|
Ramalan untuk bulan juli
2010
y = a + bx
∑ y
a = = 148/6 = 17,5
n
∑ xy
b = = 224/70 = 3,2
∑ x²
y = a + bx
= 24,7 + 3,2 (x)
= 24,7 + 3,2 (7)
= 24,7 + 22,4
= 47,1
Jadi, penjualan pada bulan
juli adalah sebesar 47,1
Contoh
Kasus
Data
penjualan produk
PT.
Angin Ribut
Bulan
Januari – Juni tahun 2010
Bulan
|
Jumlah Penjualan
|
x
|
xy
|
x²
|
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
|
10
15
20
25
38
40
47
32
|
-7
-5
-3
-1
1
3
5
7
|
-70
-75
-60
-25
38
120
235
224
|
49
25
9
1
1
9
25
49
|
n = 8
|
∑ y = 227
|
∑ xy = 387
|
∑ x² = 168
|
Ramalan untuk bulan september 2010
y = a + bx
∑ y
a = = 227/8= 28,3
n
∑ xy
b = = 387/168= 2,3
∑ x²
y = a + bx
= 28,3 + 2,3 (x)
= 28,3 + 2,3 (9)
= 28,3 + 20,7
= 49
Jadi, penjualan pada bulan
september adalah sebesar 49
Ø Metode Regresi
Contoh
kasus
Soal : Hitunglah persamaan
regresi dari data berikut ini
Pengalaman kerja (x)
tahun : 4 2
3 4 5
6 3 3
Penjualan barang (y)
Unit : 70 40
60 50 70
50 50 40
Peny :
Nomor
|
x
|
y
|
x²
|
y²
|
xy
|
1
2
3
4
5
6
7
8
|
4
2
3
4
5
6
3
3
|
70
40
60
50
70
50
50
40
|
16
4
9
16
25
36
9
9
|
4900
1600
3600
2500
4900
2500
2500
1600
|
280
80
180
200
350
300
150
120
|
n
= 8
|
∑
x = 30
|
∑
y = 430
|
∑
x² = 124
|
∑y²
= 24100
|
∑
xy = 1660
|
y = a + bx
b = n. ∑ xy - ∑ x . ∑ y
n. ∑x² - (∑x)²
= 8 (1660) – 30 . 430
8 (124) - 30²
= 13280 – 12900
992 – 900
= 380
92
= 4,13
a = ∑ y – b . ∑ x
n
= 430 – 4,13 . 30
8
= 430 – 123,9
8
= 306,1
8
= 38,26
y = a + bx
= 4,13 + 38,26 (x)
a) 38,26
artinya bahwa ketika tidak ada variabel x (pengalaman kerja)
Atau
x = 0 maka variabel y (penjualan barang) akan konstan pada tingkatan 38,26.
b) 4,13
artinya jika terjadi penambahan atau penurunan variabel x (pengalaman kerja)
sebanyak 1 satuan akan menambah atau mengurangi varibel y (penjuala barang)
sebanyak 4,13 satuan.
R = n. ∑ xy - ∑ x - ∑ y
√ n.(∑ x²) – (∑ x)² √n (∑y²) – (∑y)²
= 8. (1660) – 30 (430)
√8 (124)
– (30)² √8 (24100) – (430)²
=
13280 – 12900
√992 – 900 √192800 - 184900
=
380
√ 92
√7900
=
380
9,59 .
88,88
=
380
852,35
= 0,44
Contoh
Kasus
Dalam suatu periode 4 bulan, ramalan yang paling baik di
capai dengan menggunakan bobot 75% untuk penjualan nyata bulan yang paling
akhir, 65% untuk 2 bulan sebelumnya, 50% 3 bulan sebelumnya 30% untuk 4 bulan sebelumnya.bila
data penjualan nyata adalah sebagai berikut :
Bulan 1 bulan
2 bulan 3 bulan 4 bulan 5
125 150 80 85 ?
Buatlah ramalan untuk bulan ke-5 .... ???
Peny :
F5 = 0.75 (85) + 0,65 (80)
+ 0,50 (150) + 0,30 (125)
1
= 63,75 + 52 + 75 + 37,5
= 228,25
Jadi, ramalan untuk bulan ke-5 sebesar 228,25
0 komentar:
Post a Comment