Jumlah tenaga kerja

Lokasi geografis

Harga jual

Kualitas produk

Faktor-faktor yang mempengaruhi peramalan permintaan antara lain: tren pasar, musiman, kondisi ekonomi, perilaku konsumen, dan kebijakan perusahaan.

Peramalan kuantitatif hanya mengandalkan intuisi dan pengalaman individu.

Peramalan kualitatif dan kuantitatif memiliki metode yang sama dan hasil yang identik.

Peramalan kualitatif bersifat subjektif dan berbasis opini, sedangkan peramalan kuantitatif bersifat objektif dan berbasis data numerik.

Peramalan kualitatif menggunakan data statistik dan analisis matematis.

Model peramalan waktu digunakan untuk menganalisis data tanpa urutan waktu.

Model peramalan waktu adalah teknik untuk mengumpulkan data secara acak.

Model peramalan waktu adalah metode untuk memprediksi nilai masa depan berdasarkan data historis yang terurut dalam waktu.

Model peramalan waktu adalah metode untuk menghitung nilai masa lalu.

1. Model Statistika (ARIMA, Exponential Smoothing) 2. Model Machine Learning (Regresi, Decision Trees) 3. Model Berbasis Waktu (Seasonal Decomposition, Time Series Analysis)

Model Simulasi (Monte Carlo Simulation)

Model Ekonomi (Supply and Demand)

Model Geometris (Polygonal Analysis)

Analisis regresi adalah metode untuk menghitung rata-rata.

Analisis regresi digunakan untuk menentukan nilai maksimum dari variabel.

Analisis regresi adalah teknik untuk mengelompokkan data.

Analisis regresi adalah metode statistik untuk menganalisis hubungan antara variabel.

Analisis regresi tidak dapat digunakan untuk memprediksi nilai.

Analisis regresi digunakan untuk memprediksi nilai masa depan berdasarkan hubungan antara variabel.

Analisis regresi hanya digunakan untuk analisis data historis.

Analisis regresi hanya berlaku untuk data kualitatif.

Metode rata-rata bergerak adalah cara untuk menghitung total data dalam satu periode.

Metode rata-rata bergerak adalah teknik untuk menganalisis data dengan menghitung rata-rata dari subset data dalam periode waktu tertentu.

Metode rata-rata bergerak digunakan untuk memprediksi hasil di masa depan tanpa analisis data.

Metode rata-rata bergerak adalah teknik untuk mengumpulkan data dari berbagai sumber secara bersamaan.

Meningkatkan fluktuasi

Sangat sulit dihitung

Kelebihan: mengurangi fluktuasi, mudah dihitung. Kekurangan: mengabaikan data penting, sinyal terlambat.

Menggunakan semua data secara bersamaan

Kurangi nilai dalam periode dan bagi dengan jumlah data dalam periode tersebut.

Ambil nilai tertinggi dalam periode dan kalikan dengan jumlah data dalam periode tersebut.

Hitung selisih antara nilai dalam periode dan bagi dengan dua.

Jumlahkan nilai dalam periode dan bagi dengan jumlah data dalam periode tersebut.

Smoothing adalah teknik untuk menghapus semua data historis dalam peramalan.

Smoothing digunakan untuk mempercepat proses peramalan tanpa analisis data.

Smoothing adalah metode untuk meningkatkan fluktuasi dalam data historis.

Smoothing adalah teknik untuk mengurangi fluktuasi dalam data historis agar tren lebih jelas terlihat dalam peramalan.

Rata-rata bergerak sederhana hanya digunakan untuk data musiman.

Rata-rata bergerak sederhana menggunakan bobot yang sama untuk semua data, sedangkan rata-rata bergerak tertimbang menggunakan bobot yang berbeda, biasanya lebih besar untuk data terbaru.

Rata-rata bergerak tertimbang tidak memperhitungkan data terbaru.

Kedua metode menggunakan bobot yang sama untuk semua data.

Residual adalah nilai yang diamati dalam analisis regresi.

Residual adalah nilai yang diprediksi dalam analisis regresi.

Residual adalah selisih antara nilai yang diamati dan nilai yang diprediksi dalam analisis regresi.

Residual adalah total dari semua nilai dalam analisis regresi.

Gunakan metrik seperti MAE, MSE, atau RMSE untuk mengevaluasi akurasi model peramalan.

Hanya gunakan data pelatihan untuk evaluasi.

Tentukan akurasi berdasarkan intuisi saja.

Gunakan grafik untuk menilai model peramalan.

Aplikasi peramalan dalam dunia bisnis meliputi peramalan permintaan, perencanaan produksi, pengelolaan inventaris, dan analisis pasar.

Peramalan cuaca untuk pertanian

Peramalan harga saham untuk investasi

Peramalan tren mode untuk fashion