Download as docx, pdf, or txt
Download as docx, pdf, or txt
You are on page 1of 9

FAJRIN PERMATA SARI

MAT-21828/C
a. Grafik dari tren biaya produksi PT. ASBUN dengan menggunakan:
1) Centered Moving Average
Bulan t Actual Rumus Forecasting
2018 Januari 1 295  
Februari 2 259  
Maret 3 228 (295+259+228)/3 260.67
April 4 201 (259+228+201)/3 229.33
Mei 5 177 (228+201+177)/3 202
Juni 6 156 (201+177+156)/3 178
Juli 7 137 (177+156+137)/3 156.67
Agustus 8 121 (156+137+121)/3 138
September 9 106 (137+121+106)/3 121.33
1 (121+106+94)/3
Oktober 0 94 107
1 (106+94+82)/3
November 1 82 94
1 (94+82+72)/3
Desember 2 72 82.67
1 (82+72+63)/3
Januari 3 63 72.33
1 (72+63+55)/3
2019 Februari 4 55 63.33
1 (63+55+47)/3
Maret 5 47 55
1 (55+47+46)/3
April 6 46 49.33
1 (47+46+41)/3
Mei 7 41 44.67
1 (46+41+34)/3
Juni 8 34 40.33
1 (41+34+30)/3
Juli 9 30 35
2 (34+30+26)//3
Agustus 0 26 30
2 (30+26+23)/3
September 1 23 26.33
2 (26+23+20)/3
Oktober 2 20 23
350
300
250
200 Actual
150 Forecasting
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

2) Exponential Smoothing
S1 = y1 ; S2 = ay2 +(1-α)S1; a = 2/(n+1) = 2/(22+1) = 2/23 = 0.1
Bulan t Actual Forecasting
2018 Januari 1 295  
Februari 2 259 295
Maret 3 228 291.4
April 4 201 285.06
Mei 5 177 276.65
Juni 6 156 266.69
Juli 7 137 255.62
Agustus 8 121 243.76
September 9 106 231.48
1
Oktober 0 94 218.93
1
November 1 82 206.44
1
Desember 2 72 194.00
1
2019 Januari 3 63 181.80
1
Februari 4 55 169.92
1
Maret 5 47 158.43
1
April 6 46 147.28
1
Mei 7 41 137.15
1
Juni 8 34 127.54
1
Juli 9 30 118.19
2
Agustus 0 26 109.37
2
September 1 23 101.03
2
Oktober 2 20 93.23

350
300
250
200 Actual
150 Forecasting
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

3) Regresi
Actual = y
2018 Bulan t y t−t́ y− ý (t−t́)2 ¿)( y− ý )
Januari 1 295 -10.5 189.86 -1993.57 110.25
Februari 2 259 -9.5 153.86 -1461.70 90.25
Maret 3 228 -8.5 122.86 -1044.34 72.25
April 4 201 -7.5 95.86 -718.98 56.25
Mei 5 177 -6.5 71.86 -467.11 42.25
Juni 6 156 -5.5 50.86 -279.75 30.25
Juli 7 137 -4.5 31.86 -143.39 20.25
Agustus 8 121 -3.5 15.86 -55.52 12.25
Septembe
r 9 106 -2.5 0.86 -2.16 6.25
Oktober 10 94 -1.5 -11.14 16.70 2.25
November 11 82 -0.5 -23.14 11.57 0.25
Desember 12 72 0.5 -33.14 -16.57 0.25
Januari 13 63 1.5 -42.14 -63.20 2.25
2019 Februari 14 55 2.5 -50.14 -125.34 6.25
Maret 15 47 3.5 -58.14 -203.48 12.25
April 16 46 4.5 -59.14 -266.11 20.25
Mei 17 41 5.5 -64.14 -352.75 30.25
Juni 18 34 6.5 -71.14 -462.39 42.25
Juli 19 30 7.5 -75.14 -563.52 56.25
Agustus 20 26 8.5 -79.14 -672.66 72.25
Septembe
r 21 23 9.5 -82.14 -780.30 90.25
Oktober 22 20 10.5 -85.14 -893.93 110.25
25 (10,539
Total 3 2313 0 0.00 ) 886
Rata-Rata 12 105.14        
b         -11.9012  
a         242  

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.943048
R Square 0.88934
Adjusted R
Square 0.883807
Standard Error 27.9338
Observations 22

ANOVA
Significanc
  df SS MS F eF
Regression 1 125420.6 125420.6 160.7344 5.12E-11
Residual 20 15605.94 780.2972
Total 21 141026.6      

Coefficient Standar Lower Upper Lower Upper


  s d Error t Stat P-value 95% 95% 95.0% 95.0%
Intercep 12.3290 19.6284 1.54E- 216.28 267.71 216.28 267.71
t 242 7 1 14 2 8 2 8
- - - -
0.93871 - 5.12E- 13.859 9.9430 13.859 9.9430
t -11.9012 9 12.6781 11 3 5 3 5

Bulan t Actual Forecasting


230.10
2018 Januari 1 295
218.20
Februari 2 259
206.30
Maret 3 228
194.40
April 4 201
182.49
Mei 5 177
170.59
Juni 6 156
158.69
Juli 7 137
146.79
Agustus 8 121
134.89
September 9 106
122.99
Oktober 10 94
111.09
November 11 82
99.19
Desember 12 72
87.28
Januari 13 63
75.38
2019 Februari 14 55
63.48
Maret 15 47
51.58
April 16 46
39.68
Mei 17 41
27.78
Juni 18 34
15.88
Juli 19 30
3.98
Agustus 20 26
-7.92
September 21 23
-19.83
Oktober 22 20

350
300
250 Actual
200 Forecasting
150
100
50
0
-50 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Menggunakan log
2018 Bulan t Log y t−t́ y− ý (t−t́)2 ¿)( y− ý )
Januari 1 2.47 -10.5 0.58 -6.10 110.25
Februari 2 2.41 -9.5 0.52 -4.99 90.25
Maret 3 2.36 -8.5 0.47 -3.99 72.25
April 4 2.30 -7.5 0.41 -3.11 56.25
Mei 5 2.25 -6.5 0.36 -2.34 42.25
Juni 6 2.19 -5.5 0.30 -1.68 30.25
Juli 7 2.14 -4.5 0.25 -1.12 20.25
Agustus 8 2.08 -3.5 0.19 -0.68 12.25
September 9 2.03 -2.5 0.14 -0.34 6.25
Oktober 10 1.97 -1.5 0.08 -0.13 2.25
November 11 1.91 -0.5 0.03 -0.01 0.25
Desember 12 1.86 0.5 -0.03 -0.02 0.25
Januari 13 1.80 1.5 -0.09 -0.13 2.25
2019 Februari 14 1.74 2.5 -0.15 -0.37 6.25
Maret 15 1.67 3.5 -0.22 -0.76 12.25
April 16 1.66 4.5 -0.23 -1.02 20.25
Mei 17 1.61 5.5 -0.28 -1.52 30.25
Juni 18 1.53 6.5 -0.36 -2.32 42.25
Juli 19 1.48 7.5 -0.41 -3.09 56.25
Agustus 20 1.41 8.5 -0.47 -4.03 72.25
September 21 1.36 9.5 -0.53 -5.00 90.25
Oktober 22 1.30 10.5 -0.59 -6.17 110.25
Total 253 41.55 0 0.00 (49) 886
Rata-Rata 11.5 1.89        
B         -0.0552  
A         2.52353  

SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999611743
R Square 0.999223637
Adjusted R
Square 0.999184819
Standard Error 0.010241033
Observations 22
ANOVA
Significanc
  df SS MS F eF
Regression 1 2.699699 2.699699 25741.14 1.4E-32
Residual 20 0.002098 0.000105
Total 21 2.701796      

Coefficie Standa P- Lower Upper Lower


  nts rd Error t Stat value 95% 95% 95.0% Upper 95.0%
Interce 0.0045 558.29 2.08E- 2.5141 2.5329 2.5141
pt 2.523532 2 64 43 03 61 03 2.532961
- -
- 0.0003 1.4E- 0.0559 0.0559
t 0.055216 44 -160.44 32 3 -0.0545 3 -0.0545
Bulan t Log y Forecasting
2.47 2.47
2018 Januari 1
2.41 2.41
Februari 2
2.36 2.36
Maret 3
2.30 2.30
April 4
2.25 2.25
Mei 5
2.19 2.19
Juni 6
2.14 2.14
Juli 7
2.08 2.08
Agustus 8
2.03 2.03
September 9
1
1.97 1.97
Oktober 0
1
1.91 1.92
November 1
1
1.86 1.86
Desember 2
1
1.80 1.81
Januari 3
1
1.74 1.75
2019 Februari 4
1
1.67 1.70
Maret 5
1
1.66 1.64
April 6
1
1.61 1.58
Mei 7
1
1.53 1.53
Juni 8
1
1.48 1.47
Juli 9
2
1.41 1.42
Agustus 0
2
1.36 1.36
September 1
2
1.30 1.31
Oktober 2
3
2.5
2
1.5 Log y
1 Forecasting
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

b. Berapakah perkiraan biaya produksi perunit pada bulan November dan Desember
tahun 2019?
Jawaban ini menggunakan metode log regresi, karena hasil yang diperoleh dari
persamaan regresi lebih baik.
Persamaan log regresi = Y = 2.52353 - 0.0552t

t = 23 Y = 2.52353 - 0.0552*23
1.25393
Y
Antilog 23 17.94444

t = 24 Y = 2.52353 - 0.0552*24
1.19873
Antilog Y 24 15.80265

Sehingga diperoleh biaya perkiran produksi untuk bulan:


a) November 2019 adalah 17.94444, dan
b) Desember 2019 adalah 15.80265.

You might also like