Tutorial Forecasting : Moving Average, Weight Moving Average, Exponential Smoothing, Regresi Linear.

Selamat datang di Mata kuliah Simulasi Bisnis Program Studi Sekolah Bisnis, IPB University. Hari ini Selasa, 17 November 2020 kita akan melaksanakan Praktikum Simulasi Bisnis, dan Materi yang akan dibahas adalah mengenai Forecasting terutama cara menghitung berbagai metode forecasting. Masih ingat apa saja metode2 Forecasting? Ya metode forecasting itu ada Qualitative methods dan Quantitative methods, akan tetapi yang akan dibahas pada praktikum hari ini adalah mengenai Quantitative methods. Apa saja Quantitative methods itu? • Time Series: model yang memprediksi permintaan masa depan berdasarkan tren riwayat masa lalu. Contohnya moving average, weighted moving average, Exponential smoothing, exponential ssmoothing with trend. • Causal Relationship: contohnya Linear regression/regresi linear adalah teknik yang paling umum digunakan dalam pemodelan kausal. Pemodelan kausal itu sesuai dengan namanya kausal atau disebut juga sebab-akibat, yaitu model yang menggunakan teknik statistik untuk menjalin hubungan antara berbagai item dan permintaan. Tujuannya adalah untuk membangun model dengan hubungan statistic terbaik antara variable yang diramalkan (variable dependen) dan variable independen. Dan terakhir kita akan Mengukuran Kesalahan Masing-Masing Metode Forecasting dan memilih metode yang terbaik dari beberapa metode forecasting tersebut. Yaitu dengan MFE (Mean Forecasting Error), MAD (Mean Absolute Deviation), dan Tracking Signal.