perencanaan (forcesting) permintaan akan produk dan jasa
Post on 03-Jan-2016
1.010 Views
Preview:
DESCRIPTION
TRANSCRIPT
PERENCANAAN (FORCESTING)
PERMINTAAN AKAN PRODUK DAN JASA
UNTUK MEMENUHI TUGAS MATAKULIAH
Manajemen Operasional
Yang dibina oleh Ibu Dr. Sudarmiatin, M.Si
Oleh Kelompok 4 :
Achmad Andy Nugroho 100413401198
Leo Prasetya Intan P. 100413401207
Muhammad Jefry 100413401244
Moh. Sandy A. 100413401214
Matius Harda Gumelar 100413401199
Refangga Budi F 100413401216
Yoga Aditya Pratama 100413401215
UNIVERSITAS NEGERI MALANG
FAKULTAS EKONOMI
JURUSAN MANAJEMEN
Maret 2012
DAFTAR ISI
DAFTAR ISI........................................................................................................ i
BAB I : PENDAHULUAN
1.1 Latar Belakang ................................................................................................ 1
1.2 Perumusan Masalah......................................................................................... 2
1.3 Tujuan.............................................................................................................. 2
BAB II : PEMBAHASAN
2.1 metode-metode peramalan............................................................................... 3
2.2 Proses dan Teknik Peramalan.......................................................................... 11
2.3 Lima Metode Peramalan dengan Menggunakan Data Masa Lalu................... 14
2.4 Pengukuran Kesalah-kesalah ..........................................................................
15
BAB III : PENUTUP
3.1 Kesimpulan ..................................................................................................... 17
3.2 Saran ............................................................................................................... 18
DAFTAR PUSTAKA............................................................................................ 19
i | P a g e
Halaman
BAB I
PENDAHULUAN
1.1 Latar Belakang
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan dimasa
datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan
lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa.
Selain itu peramalan juga didefinisikan sebagai seni dan ilmu untuk
memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan
datang dengan suatu bentuk model matematis. Bisa juga merupakan prediksi
intuisi yang bersifat subjektif. Atau bias juga dengan menggunakan kombinasi
model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang
manajer.
Peramalan (forecasting) merupakan alat bantu yang penting dalam
perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi.
Peramalan mempunyai peranan langsung pada peristiwa eksternal yang pada
umumnya berada di luar kendali manajemen, seperti: ekonomi, pelanggan,
pesaing, pemerintah dan lain sebagainya.
Peramalan permintaan memegang peranan penting dalam perencanaan dan
pengambilan keputusan khususnya dibidang produksi. Aktivitas manajemen
operasi menggunakan peramalan permintaan dalam perencanaan yang
menyangkut skedul produksi, perencanaan pemenuhan kebutuhan bahan,
perencanaan kebutuhan tenaga kerja, perencanaan kapasitas produksi,
perencanaan layout fasilitas, penentuan lokasi, pemenuhan metode proses,
penentuan jumlah mesin, desain aliran bahan dan lain sebagainya. Peranan ini
disebabkan adanya tenggang waktu antara suatu peristiwa dengan kebutuhan
mendatang.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan
permintaan, namun aktivitas manajemen operasi di atas merupakan bentuk khas
dari keperluan peramalan permintaan baik jangka pendek, menengah mauppun
1 | P a g e
jangka panjang. Pada gilirannya, perusahaan perlu memiliki pengetahuan dan
ketrampilan yang meliputi:
a) Identifikasi dan definisi masalah peramalan
b) Aplikasi metode peramalan
c) Pemilihan metode peramalan yang tepat untuk situasi tertentu
d) Dukungan manajemen untuk menggunakan metode peramalan tertentu
Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang
stabil, karena perubahan permintaannya relatif kecil. Tetapi peramalan akan
sangat dibutuhkan bila kondisi permintaan pasar bersifat kompleks dan dinamis.
Hanya sedikit bisnis yang dapat menghindari proses peramalan dan hanya
menunggu apa yang terjadi untuk kemudian mengambil kesempatan. Perencanaan
yang efektif baik untuk jangka panjang maupun bergantung pada peramalan
permintaan untuk produk perusahaan tersebut.
1.2 Rumusan Masalah
1. Metode apa saja yang ada dalam peramalan?
2. Apa saja pola dan teknik peramalan?
1.3 Tujuan Pembahasan
1. Untuk mengetahui metode apa saja yang ada dalam peramalan.
2. Untuk mengetahui Apa saja pola dan teknik peramalan.
2 | P a g e
BAB II
PEMBAHASAN
Peramalan permintaan akan produksi dan jasa di waktu mendatan dan
bagian-bagiannya sangatlah penting dalam perencanaan dan pengawasan
produksi. Dan peramalan yang baik adalah esensial untuk efisiensi semua operasi
manufacturing dan produk jasa. Semua hasil peramalan digunakan oleh
manajemen produksi untuk pembuatan keputusan-keputusan ysng menyangkut
pemilihan proses, perencanaan kapasitas, dan layout fasilitas, serta untuk berbagai
keputusan yang bersifat terus menrus berkenaan dengan perencanaan, scheduling
dan persediaan.
2.1 Metode-Metode Peramalan
Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan
adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh
rentang waktu data yang ada untuk diramalkan. Terdapat tiga kategori waktu
yaitu jangka pendek (minggu bulan), menengah (bulan tahun), dan
jangka panjang (tahun dekade). Tabel berikut ini menunjukkan tipe-tipe
keputusan berdasarkan jangka waktu peramalannya.
A. Metode Peramalan Permintaan
Banyak jenis metode peramalan yang tersedia untuk manajemen. Namun
yang lebih penting bagi para praktisi adalah bagaimana memahami karakteristik
suatu metode peramalan agar cocok bagi situasi pengambilan keputusan tertentu.
Secara umum metode peramalan dapat dibagi dalam dua ketegori utama, yaitu
metode kuantitatif dan metode kualitatif. Metode kuantitatif dapat dibagi ke dalam
deret berkala atau kurun waktu (time series) dan metode kausal, sedangkan
metode kualitatif dapat dibagi menjadi metode eksploratoris dan normative.
Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan dan
biaya tertentu yang harus dipertimbangkan dalam memilih metode tertentu.
3 | P a g e
Untuk menggunakan metode kuantitatif terdapat tiga kondisi yang harus dipenuhi,
yaitu:
Ø Tersedia informasi tentang masa lalu
Ø Informasi tersebut dapat dikuantitatifkan dalam bentuk numeric
Ø Diasumsikan bahwa beberapa pola masa lalu akan terus berlanju
B. Metode Runtun Waktu
Metode runtun waktu atau sering disebut metode deret waktu atau deret
berkala menggambarkan berbagai gerakan yang terjadi pada sederetan data pada
waktu tertentu. Langkah penting dalam memiliki metode runtunwaktu adalah
dengan mempertimbangkan jenis pola data. Pola data dapat dibedakan menjadi
empat jenis siklus dan trend (makriadis & wheelright, 1983), yaitu:
1. Pola horizontal, terjadi bilamana nilai data berfluktuasi di sekitar nilai rata rata
yang konstan.
2. Pola musiman, terjadi bilamana suatu deret dipengaruhi oleh factor musiman.
3. Pola siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti siklus bisnis.
4. Pola trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data.
C. Metode Kualititatif
Metode peramalan permintaan secara kualitatif berhubungan dengan
data-data kualitatif, misalnya tentang selera konsumen terhadap suatu produk,
atau survey tentang loyalitas konsumen, dan lain-lain. Forecasting kualitatif
ini dapat dikelompokkan ke dalam beberapa metode teknik seperti akan
dijelaskan berikut ini.
1. Teknik Survey
Teknik survey ini merupakan suatu alat meramalkan yang cukup penting
khususnya untuk memprediksi kejadian-kejadian atau kecenderungan-
kecenderungan dalam jangka pendek mendatang ini. Survey biasanya
menggunakan alat interview atau daftar pertanyaan yang akan ditujukan para
4 | P a g e
responden yang terpilih dan yang dituju. Sesuai kelompok yang memang
diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.
Survey ini dilakukan untuk meramalkan variabel ekonomi yang
memang berhubungan baik langsung maupun tidak langsung dengan
permintaan konsumen atau pasar yang dituju. Variabel-variabel ekonomi
yang disurvey ini misalnya variabel yang berhubungan dengan budget rumah
tangga yang dikeluarkan untuk memenuhi kebutuhan rumah tangga.
Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari
kelompok responden ini dapat dikategorikan sebagai berikut:
a. Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis
dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey
ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang
disurvey.
b. Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis
yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin pelaku
bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang besar.
c. Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan
rumah tangga, produk atau barang apa secara periodic diperlukan dan frekuensi
pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain.
Dari metode survey berdasar kelompok sasaran ini sebenarnya
terkandung maksud dari surveyor bahwa barang dan jasa apa saja yang
dibutuhkan, berapa frekuensi pemenuhan kebutuhan dan faktor-faktor apa
saja yang pada umumnya yang mempengaruhi perilaku beli mereka ini.
Sehingga secara tidak langsung perusahaan melihat peluang dan apa saja
yang bisa ditarik sebagai kepentingan bagi perusahaan atas hasil-hasil survey
ini untuk memprediksi dan memperkirakan perilaku pasar atau konsumen
perusahaan.
Bila diklasifikasikan bahwa hasil survey ini merupakan bagian dari
kegiatan riset pasar yang dilakukan oleh perusahaan. Dari sini berbagai
kemungkinan yang diperoleh adalah munculnya variabel ikutan yang dapat
diprediksi Apa yang bisa dimanfaatkan oleh perusahaan yang hendak atau
sudah diproduksi dan dijual kepada pasar yang dituju yang telah disurvey ini.
5 | P a g e
Dengan demikian dapat dinyatakan bahwa hasil survey ini sebagian atau
seluruhnya dapat dipergunakan untuk memprediksi permintaan konsumennya
dari produk yang dibuat dan jual oleh perusahaan.
2. Teknik Jajak Pendapat (Opinion Pools)
Teknik jajak pendapat sering dilakukan untuk melengkapi data dari
survey. Jajak pendapat dari para pakar, para eksekutif, dari masyarakat
umum, atau dari konsumen. Jajak pendapat ini lebih bersifat pandangan atau
pendapat pribadi (subjektif) dari respondennya, sebaliknya teknik survey
lebih bersifat objektif.
Sebelum peluncuran produk baru, biasanya diadakan pre test dan jajak
pendapat terhadap responden yang menjadi sampel. Teknik pooling ini
melibatkan berbagai media seperti media TV, telepon, koran, surat, SMS,
email, atau internet untuk menyebarkan kuesioner atau daftar pertanyaan
tentang berbagai informasi yang dibutuhkan perusahaan.
Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah
suatu negara dapat digunakan sebagai sumber data guna meramalkan kondisi
ekonomi di masa yang akan datang, sekaligus dapat digunakan untuk
membuat strategi bersaing dalam pasar bebas.
D. Metode Kuantitatif
1. Metode Time Series
Metode Time Series berhubungan dengan nilai-nilai suatu variabel yang
diatur secara periodesasi sepanjang periode waktu dimana prakiraan
permintaan diproyeksikan. Misalnya mingguan, bulanan, kwartalan, dan
tahunan, tergantung keinginan dari pihak-pihak yang melakukan prakiraan
permintaan ini. Metode ini semata-mata mendasarkan diri pada data dan
keadaan masa lampau. Jika keadaan di masa yang akan datang cukup stabil
dalam arti tidak banyak perubahan yang berarti dengan keadaan masa lampau,
metode ini dapat memberikan hasil peramalan yang cukup akurat.
6 | P a g e
2. Metode Tren Linear
Khusus metode ini digunakan jika scatter diagram berbentuk garis lurus
dengan persamaan umum adalah:
Y = a + bX
Untuk metode tren linear ini banyak jenisnya, antara lain:
a. Metode Least Square
Metode ini sering digunakan oleh perusahaan karena dianggap paling
mudah untuk dipraktekkan. Metode ini digunakan pada waktu data yang
tersedia adalah mempunyai kecenderungan berbentuk garis lurus. Maka
persamaannya adalah:
Dimana:
Y = variabel yang akan diramalkan, dalam hal ini adalah ramalan
penjualan produk perusahaan
a = konstanta, yang akan menunjukkan besarnya harga
b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari
setiap perubahan satu unit X
X = unit waktu/ periode
b. Metode Product Moment
Metode ini lazim dinamakan metode momen saja. Metode ini digunakan
oleh perusahaan karena dianggap mudah di samping metode least square,
karena perlakuan angka X (prediksi) untuk data ganjil maupun genap tidak
ada perlakuan khusus seperti halnya pada metode least square. Tentunya
metode ini digunakan dalam ramalan penjualan untuk data yang tersedia
adalah mempunyai kecenderungan berbentuk garis lurus terutama nilai
ramalannya, sedangkan persamaannya adalah:
7 | P a g e
Y = a + bX
Y = a + bX
Dimana:
Y= variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan
produk perusahaan
a = konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X
sama dengan 0 (nol)
b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari
setiap perubahan satu unit X
X = unit waktu/ periode, yang dapat dinyatakan dalam minggu, bulan,
semester, tahun dan lain sebagainya
c. Metode Setengah Rata-Rata (Semi Evarage Method)
Metode setengah rata-rata ini masih tergolong metode tren linier dimana
data yang tersedia tetap berbentuk linier jika digambar dalam bentuk grafik.
Metode tren setengah rata-rata menentukan bahwa untuk mengetahui fungsi
Y’ = a + bX tersebut, semua data historis dikelompokkan menjadi dua
kelompok (himpunan) dengan jumlah anggota masing-masing yang sama.
Berdasarkan perhitungan rata-rata dari anggota masing-masing kelompok
itulah akan diperoleh fungsi garis lurus yang bersangkutan.
3. Metode Kuadratik
Metode kuadratik adalah merupakan tren non linier, dan jika digambar
berbentuk garis lengkung. Metode ini biasanya digunakan atau diterapkan
untuk data historis dimana jika digambar akan membentuk garis tidak lurus
atau berbentuk parabola.
Sedangkan persamaan dari metode kuadratik adalah:
8 | P a g e
Y’ = A + BX +
Cx2
Dimana:
Y’ = variabel yang akan diramalkan, dalam hal ini adalah ramalan
penjualan produk perusahaan
a = konstanta, yang akan menunjukkan besarnya harga Y (ramalan)
apabila X sama dengan 0 (nol)
b = variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y
dari setiap perubahan satu unit X
X = unit waktu/ periode, yang dapat dinyatakan dalam minggu, bulan,
semester, tahun dan lain sebagainya
Sedangkan koefisiennya adalah:
A = (∑Y - c∑X2) / n
B = (∑XY / ∑x2)
C = (n ∑X 2 Y) – ((∑X 2 ) – (∑Y))
(n ∑X4) – ((∑ZX2)2)
Dengan syarat ∑X2 = 0 (nol)
4. Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen di waktu-waktu
yang akan datang dapat didasarkan pada gelombang musiman yang melekat
pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena
faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya
produksi musim semi, gugur dan musim penghujan dan bahkan musim
kemarau, produk apa yang sedang atau akan datang musimnya.
Sifat masyarakat yang menimbulkan musiman ini oleh karena faktor
budaya dan kebiasaan misalnya karena musim hari raya keagamaan. Pada
saat-saat itu biasanya masyarakat akan memiliki hajat yang cukup besar
dalam melakukan pemenuhan konsumsi barang keperluan pesta dan sehari-
hari. Maka dapat dipastikan pada periode ini permintaan akan kebutuhan dan
keperluan konsumsi akan meningkat dalam jumlah yang cukup berarti.
Demikian juga ketika datang musim bulan-bulan baik maka banyak
masyarakat menggunakan bulan tersebut melaksanakan hajat perkawinan,
9 | P a g e
pesta perkawinan, dan hajat-hajat yang lain yang memerlukan pesta dan
upacara-upacara sacral yang memerlukan konsumsi dan persediaan barang
kebutuhan untuk keperluan tersebut.
5. Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai
dependen variabel dengan melibatkan berbagai faktor atau variabel
independent yang relevan dan cukup signifikan mempengaruhi dependen
variabel tersebut. Secara ekonomi dari model ekonometri ingin dilihat
relevansinya pengaruh independent variabel terhadap dependen variabel.
Bahkan juga ingin dilihat apakah antar variabel independent itu saling
mempengaruhi dan berapa besar pengaruh mempengaruhi antar variabel
independent ini atas besarnya pengaruh terhadap dependen variabel. Juga
ingin dilihat berapa tepat antara kebenaran statistik dikoreksi dengan
kebenaran secara ekonomi.
Jadi secara literatur ekonometrik merupakan suatu pengukuran secara
ekonomi baik secara statistik, matematik maupun secara ekonomi teori
sekaligus dalam konteks hubungan antara variabel-variabel ekonomi.
Memang metode ekonometrik sering lebih kompleks dibanding dengan
metode proyeksi trend. Namun ekonometrik setidaknya memiliki dua
keunggulan sebagai alat prakiraan. Pertama adalah keunggulan dalam
memperoleh prediksi nilai variabel yang penting. Ini akan sangat berguna
bagi manajer untuk mengevaluasi kemungkinan pengaruh alternatif keputusan
yang diambil. Kedua adalah metode ekonometrika mengestimasi perilaku
hubungan antara variabel-variabel. Secara mencolok meramalkan dengan
dasar metode lain seperti misalnya survey data hanya memperoleh sesuatu
yang lebih kecil dari penyebab yang hakiki pada hubungan antar variabel-
variabel ini secara umum.
Terdapat empat tahapan yang termasuk di dalam memformulasi forecast
model ekonometrika ini.
1) Membangun suatu model teori
2) Mengumpulkan data
10 | P a g e
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasil
2.2 Proses dan Teknik Peramalan
Peramalan adalah suatu usaha untuk meramalkan di masa mendatang
melalui pengujian di masa lalu. Proses peramalan biasanya terdiri dari
langkah-langkah sebagai berikut:
a. Penentuan Tujuan
Langkah pertama yaitu menentukan estimasi yang diinginkan, namun itu
tergantung pada kebutuhan – kebutuhan informasi para menejer. Analisis
membicarakan dengan pembuat keputusan untuk mengetahui apa
kebutuhan-kebutuhan mereka dan menentukan :
1. variable – variable apa yang akan diestimasi
2. siapa yang akan menggunakan hasil peramalan.
3. Untuk tujuan-tujuan apa hasil peramalan akan digunaka.
4. Estimasi jangka panjang atau jangka pendek yang diinginkan.
5. Derajat ketetapan estimasi yang diinginkan.
6. Kapan estimasi dibutuhkna.
7. Bagian-bagian peramalan yang diinginkan, seperti peramalan
untuk kelompok pembeli, produk, atau daerah geografis.
b. Pengembangan Model
Setelah tujuan diterapkan, langkah berikutnya adalah pengembangan suatu
model, dimana model merupakan suatu kerangka analitik yang bila
dimasukkan data masukan bisa menghasilkan estimasi penjualan di waktu
mendatang, dan pemilihan suatu model yang tepat adalah krusial. Setiap
model mempunyai asumsi-asumsi yang harus dipenuhi sebagai
persyaratan penggunaannya. Serta validasi dan realiabilitas estimasi sangat
tergantung pada model yang dipakai.
c. Pengujian model
Sebelum diterpkan, model akan diuji terlebih dahulu untuk menentukan
tingkat akurasi, validitas, dan relaibilitas yang diharapkan. Nilai suatu
11 | P a g e
medel ditentukan oleh derajat ketepatan hasil peramalan dengan
kenyataannya.
d. Penerapan model
Di sini analis akan menerapkan model, data historik akan dimasukkan
dalam model untuk menghasilkan suatu ramalan.
e. Revisi dan evaluasi
Ramalan-ramalan yang dibuat harus senantiasa diperbaiki dan ditinjau
kembali. Perbaikan dilakukan karena adanya perubahan-perubahan dalam
perusahaan atau lingkungannya. Sedangkan evaluasi merupakan
pembanding antara ramalan dan kenyataan, semua ini dilakukan untuk
menjaga kualitas estimasi-estimasi di waktu yang akan datang.
Berikut ini adalah beberapa teknik dalam peramalan:
1. Teknik Peramalan Kualitatif Atau Subyektif (qualitative forecast)
Teknik peramalan yang menggabungkan faktor seperti intuisi,
emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk
meramal. Terdapat empat teknik yang berbeda, yaitu :
a) Keputusan Dari Pendapat Juri Eksekutif (Jury of Executive
Opinion)
Teknik peramalan yang meminta pendapat segolongan kecil manajer
tingkat tinggi dan menghasilkan estimasi permintaan kelompok. Dalam
metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat
tinggi, sering dikombinasikan dengan model statistik, dikumpulkan
untuk mendapatkan prediksi kelompok
b) Metode Delphi (Delphi Method)
Teknik peramalan yang menggunakan proses kelompok dimana para
pakar melakukan peramalan. Ada 3 jenis peserta dalam metode ini :
pengambil keputusan, karyawan, dan responden. Pengambil keputusan
biasanya terdiri dari 5 hingga 10 orang pakar yang akan melakukan
peramalan. Karyawan membantu pengambil keputusan dengan
12 | P a g e
menyiapkan, menyebarkan, mengumpulkan, serta meringkas sejumlah
kuesioner dan hasil survei. Responden adalah sekelompok orang,
biasanya ditempatkan di tempat yang berbeda, dimana penilaian
dilakukan. Kelompok ini memberikan input pada pengambil keputusan
sebelum peramalan dibuat.
c) Gabungan Dari Tenaga Penjualan (Sales Force Composite).
Teknik peramalan berdasarkan prediksi tenaga penjualan akan
penjualan yang diharapkan. Dalam pendekatan ini, setiap tenaga
penjualan memperkirakan berapa penjualan yang bisa ia lakukan dalam
wilayahnya. Peramalan ini kemudian dikaji unutk memastikan apakah
peramalan cukup realistis. Kemudian peramalan dikombinasikan pada
tingkat wilayah dan nasional untuk mendapatkan peramalan secara
keseluruhan.
d) Survei Pasar Konsumen (Consumer Market Survey).
Metode peramalan yang meminta input dari konsumen mengenai
rencana pembelian mereka di masa depan. Hal ini membantu tidak
hanya dalam menyiapkan peramalan tetapi juga memperbaiki desain
produk dan perencanaan produk baru. Survei konsumen dan gabungan
tenaga penjualan bisa jadi tidak benar, karena peramalan yang berasal
dari input konsumen yang terlalu optimis.
e) Analogy Historik
Peramalan menggunakan pengalaman-pengalaman historik dari suatu
produk yang sejenis di mana prosuk baru dapat dikaitkan dengan tahap-
tahap life cycle yang sejenis.
f) Konsesus Panel
Gagasan yang didiskusikan oleh kelompok akan menghasilkan ramalan-
ramalan yang lebih baik daripada dilakuka oleh seseorang. Diskusi
13 | P a g e
dilakukan secara terbuka dimana para partisi terdiri dari eksekutif,
orang-orang penjualan, para ahli atau pelanggan.
2. Peramalan Time – Series
Teknik peramalan yang menggunakan sekumpulan data masa lalu
untuk melakukan peramalan. Model time-series membuat predikisi dengan
asumsi bahwa masa depan merupakan fungsi masa lalu. Dengan kata lain,
mereka melihat apa yang terjadi selama kurun waktu tertentu, dan
menggunakan data masa lalu tersebut untu melakukan peramalan. Jika kita
memperkirakan penjualan mingguan mesin pemotong rumput, kita
menggunakan data penjualan minggu lalu untuk membuat ramalan. Time-
series mempunyai empat komponen, yaitu : Tren, Musim, Siklus, Variasi
Acak.
2.3 Lima Metode Peramalan Yang Menggunakan Data Masa Lalu
1) Pendekatan Naif, teknik peramalan yang mengasumsikan permintaan, di
periode mendatang sama dengan permintaan terkini. Terbukti untuk beberapa
jenis produk, pendekatan naif (naive approach) ini merupakan model
peramalan objektif yang paling efektif dan efesien dari segi biaya. paling
tidak, pendekatan naif memberikan titik awal untuk perbandingan dengan
model lain yang lebih canggih.
2) Rata-Rata Bergerak, metode peramalan yang menggunakan rata-rata dari
sejumlah (n) data terkini untuk meramalkan periode mendatang. Rata-rata
bergerak berguna jika kita dapat mengasumsikan bahwa permintaan pasar
akan stabil sepanjang masa yang kita ramalkan.
Rata-rata bergerak =Σ permintaan n sebelum periodenya
n
3) Penghalusan Eksponensial (Exponential Smoothing) adalah teknik
14 | P a g e
peramalan rata-rata bergerak dengan pembobotan dimana data diberi bobot
oleh sebuah fungsi eksponensial. Penghalusan eksponensial mungkin
terdengar aneh, tetapi sebenarnya banyak digunakan dalam bisnis dan
merupakan bagian penting dari sistem pengendalian persediaan berbasis
komputer.
4) Proyeksi Tren, metode peramalan time-series yang mnyesuaikan sebuah
garis tren pada sekumpulan data masa lalu, dan kemudian diproyeksikan
dalam garis untuk meramalkan masa depan.
5) Analisis Regresi Linier, model matematis garis lurus yang menjelaskan
hubungan fungsional antara variabel bebas dan variabel terikat. persamaan
regresi menunjukkan bagaimana satu variabel berhubungan pada nilai dan
perubahan pada variabel lain.
2.4 Pengukuran Kesalah-kesalah Forecast
Kesalahan ramalan mempunyai dua komponen yang harus
ditinjau kembali secara hati-hati oleh analis – ukuran atau
besarnya perbedaan antara permintaan nyata yang menurut
ramalan; dan arah kesalahan – apakah permintaan nyata di atas
atau dibawah ramalan.
Ukuran kesalahn ramalan pada umunya menggunakan mean
absolute deviation (MAD). Yaitu ukurannya menggunkan selisih
antara permintaan kenyataan dengan forecast. Rumusnya bisa
menggunakan:
Kesalah forecast = / Dt – Forecat /
15 | P a g e
Namun dalam rumusan ini kita mengabaikan apakah perbedaan adalah
posistif atau negatif – atau bernilai absolute.
Kita juga bisa menghitung rata-rata kesalahan bergerak sederhana
dalam forecast atau bisa menggunakan exponetial smothing seperti yang kita
lakukan bagi forecast itu sendiri untuk mengestimasi rata-rata kesalahan.
Persamaannya sebagai berikut :
MADt = α / Dt – Forecast / + (1- α) MADt - 1
16 | P a g e
BAB III
PENUTUP
Kesimpulan
Berdasarkan pembahasan yang telah dilakukan pada bab sebelumnya, maka
dapat di tarik kesimpulan sebagai berikut:
1. Peramalan adalah suatu usaha untuk meramalkan di masa mendatang
melalui pengujian di masa lalu.
2. Peramalan permintaan akan produksi dan jasa di waktu mendatan dan
bagian-bagiannya sangatlah penting dalam perencanaan dan
pengawasan produksi. Di mana tingkat permintaan produk/jasa yang
diharapkan akan terealisasi untuk jangka waktu tertentu pada masa
yang akan datang.
3. Peramalan memiliki beberapa metode yaitu metode peramalan
permintaan, metode runtun waktu, metode kualititatif, metode
kuantitatif.
4. Proses peramalan terdiri Penentuan Tujuan, Pengembangan Model,
Pengujian model, Penerapan model serta Revisi dan evaluasi. Itu semua
memiliki saling memiliki keterkaitan sehingga tidak ada yang
terlewatkan. Peramalan juga memiliki teknik-teknik dalam peramalan
yaitu Teknik Peramalan Kualitatif dan Peramalan Time – Series
17 | P a g e
Pertanyaan dari Kelompok Lain
Kelompok
1.
2. Mengapa dalam menggunakan pendekatan top down dan bottom up
banyak perusahaan menggunakan metode delphi sebelum penetapan
ramalan akhir? Apa yang dilakukan jika peramalan yg dilakukan
perusahaan mengalami kegagalan?
3. Melihat kondisi perekonomian indonesia saat ini yang cenderung
berfluktuatif & mudah sekali terpengaruh dengan peristiwa global
maupun isu nasional yang marak seperti saat ini ( misal, masalah
kanaikan harga bbm ).
Pertanyaan:
a. Bagaimana cara sebuah perusahaan dapat meramalkan
kebijakan bagi perusahaan agar tetap stabil dalam operasional
mereka atau misal dalam menetapkan jumalah anggaran
produksi agar tetap dpt brproduksi secara normal walau
terdapat kendala seperti diatas?
b. Menurut kel. Anda faktor apa yg tersulit/tersusah dalam
mengoprasikan peramalan permntag an akan peramalan akan
produksi dan jasa?
4.
5.
18 | P a g e
6. mengingat perkembangan teknologi yang semakin canggih saat ini,
apakah ada suatu sistem atau software yang dapat mempermudah
perusahaan dalam merancang dan meramalkan permintaan produk?
kalau ada, sebutkan dan jelaskan apa yg akan dilakukan perusahaan
jika terjadi kesalahan peramalan!
19 | P a g e
DAFTAR PUSTAKA
Heizer J & Render B. 2009. Manajemen Operasi. Buku 1 edisi 9. Jakarta:
Salemba 4.
Handoko, T. 1991. Dasar-dasar Manajemen Produksi Dan Operasi. Edisi 1
cetakan ke empat. Yogyakarta: BPFE
Yamit, Zulian. 2003. Manajemen Operasi dan Produksi. Edisi Kedua.
Yogyakarta: EKONISIA.
20 | P a g e
top related