MODUL PERTEMUAN 8 KAMPUS MENTENG

Materi Peramalan / Forecasting

Sub Materi : Definis, Faktor yang Mempengaruhi Peramalan Konsep Dasar Peramalan Teknik Forecasting Kesalahan dan Verifikasi Kasus Forecasting

1.KONSEP DASAR PERAMALAN PERMINTAAN

Pengukuran permintaan adalah usaha untuk mengetahui permintaan atas suatu produk atau sekelompok produk di masa yang lalu dan di masa yng sekarang dalm kendala satu asset kondisi tertentu. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelompok produk di masa yang akan datang dalam kendala satu asat kondisi tertentu. Hasil maksimal dari suatu kegiatan peramalan adalah adalah melakukan minimisasi ketidakpastian yang mungkin terjadi di masa yang akan datang. Ada dua macam pendekatan dalam peramalan yaitu : 1. Pendekatan time series yaitu model yang tidak memperhatikan hubungan sebab akibat atau dengan kata lain hasil peramalan hanya memperhatikan kecenderungan dari data yang di masa lalu yang tersedia. Menurut makridatis dan steven secara skematis pendekatan ini dapat diganbarkan sebagai berikut:

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

system Input ----------------generating proses Random effects --------------------- output

2. Pendekatan yang memperhatikan hubungan sebab akibat (cause-effects

method) atau pendekatan yang menjelaskanterjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu. Dengan kata lain hubungan sebab akibat yang terjadi bukan hubungan deterministic melainkan hubungan stokastic. Secara schematic pendekatan inidapat digambarkan sebagai berikut

system Input------------------------------ cause and effects relationship ---------------------------output Random effects 2.PROSEDUR PERAMALAN Tahap-tahap dalam study kelayakan proyek : 1. analisis ekonomi yakni yang mengadakan proyeksi terhadap aspek-aspek makro terutama aspek kependudukan dan pendapatan.

2. analisis industri yakni analisis terhadap permintaan pasar dari seluruh

perusahaan yang menghasilkan produk sejenisdari produk yang diusulkan dalam study kelayakan proyek.

3. analisis penjualan mas lalu yakni dilakukan untuk melihat market

positioning produk dalam stuktur persaingan dan dari padanya dapat diketahui market share produk tersebut.

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

4. analisis peramalan permintaan di mana berkaitan dengan perencanaan program pemasaran di masa yang akan datang.

5. pengawasan hasil dari peramalan yakni usaha untuk minimalisasi

kesalahan hasil dari berbagai tenik peramalan yang dugunakan . 3.KENDALA PEMILIHAN TEHNIK PERAMALAN Kendala-kendala yang dihadapi antara lain:

1. waktu yang handak diliput yakni rentangan waktu masa ynag akan datang
dan jangkauan peramalan.

2. tingkah laku data yakni meliputi jumlah , ketepatan, dan tingkah laku data di
masa yang lalu yang tersedia. 3. tipe model yakni pakah model yang digunakan merupakan model time series, kaosalitas atau yang lainnya. 4. biaya yang tersedia yakni biaya yang tersedia untuk penyusunan studi kelayakan proyek. 5. tingkat ketepatan yang diinginkan yakni ketelitian dan kecermatan peramalan yang diinginkan. 6. kemudahan penerpan yakni kemudahan , manajemen, data dan biaya. 3.PENGUKURAN PERMINTAAN Ada beberapa metode dalam mengukur permintaan produk :

1. penggunaan dta impor produk yang bersangkutan, jika selama ini sebelum
proyek yang bersangkutan ada belum pernah dihasilkan di dalam negeri, dan produk yang bersangkutan merupakan produk subsitusi impor. 2. penggunaan data ekpor, impor, dan produksi dalam negeri . formula yang digunkan untuk keadaan ini adalah: PE = P + (I - E) + DC

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

Dimana: PE : Permintaan efektif yang di cari P I E : Produksi dalam negeriselama masa yang bersangkutan : Impor yang dilakukan : ekspor yang dilakukan

DC : jumlah perubahan cadangan produk. 3. metode rasio rantai yakni metode yang menghitung permintaan efektif dengan cara membagi dalam komponen-komponen yang lebih kecil dari suatu mata rantai urutan dari variable yang berpengaruh terhadap produk yang bersangkutan.

4.KLASIFIKASI PERAMALAN Klasifikasi permintaan bias dilihat di bawah ini.

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

Gambar 1. Klasifikasi Peramalan Gambar di atas menjelaskann tentang metode-metode peramalan permintaan adalah sebagai berikut: I.Metode Kualitatif 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 berupa survey, jejak pendapat, pendapat para ahli dan lain-lain. II.Metode Kualitatif Metode peramalan permintaan secara kuantotatif berhubungan dengan data-data angka kuantitatif, Di atas bisa kita lihat model-model peramalan kuantitatif. Pola peramalan kuantitaif yang paling dikenal adalah :

1. Pola horisontal (H) terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg
konstan. Suatu produk yg penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini.

2. Pola musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya menunjukkan jenis pola ini.

3. Pola siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti yang berhubungan dengan siklus bisnis. Contoh: Penjualan produk seperti mobil, baja, dan peralatan utama lainnya..

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

4. Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler
jangka panjang dalam data. Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis atau ekonomi lainnya. Gambar 1. Pola Peramalan

5. METODE PERAMALAN KUANTITATIF A.Metode Constant Dalam Metode Constant, peramalan dilakukan dengan mengambil rata-rata data masa lalu (historis). Rumus untuk metoda linier:

d 't =
Keterangan:

d
1

dt = Forecast untuk saat t t = time (independent variable) dt = demand pada saat t

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

n = jumlah data B. Metode Linier Trend Model ini menggunakan data yang secara random berfluktuasi membentuk garis lurus.

C. Metode Kuadratik Model ini menggunakan data yang secara random berfluktuasi membentuk kurva quadratik. Rumus :

d ' (t ) = a + bt + ct 2

t = 1, 2, 3, ....

= t 2 Y (t ) n t 2Y (t )
t =1 n t =1 t =1

b= 2
c=

n n = t n t 2 t =1 t =1 n n n

= t t 2 n t 3
t =1 t =1 t =1 n n = t 2 n t 4 t =1 t =1 2

= t Y (t ) n tY (t )
t =1 t =1 t =1

(b)( )

a=

Y (t )
t =1

t
t =1

t
t =1

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

Untuk melihat aplikasinya lihat di kasus peramalan di file Exel yang sudah dikirm ke Mahasiswa.(Email dari ozora_hasbullah@yahoo.com) D. Metode Exponential Digunakan apabila persamaan a dan b tidak bisa dipecahkan dengan cara konvensional dan an digunakan transformasi logaritma ke dalam situasi regresi.

Persamaan transformasi logaritma :

E. Metode Moving Average Digunakan bila data-datanya : - tidak memiliki trend - tidak dipengaruhi faktor musim Digunakan untuk peramalan dengan perioda waktu spesifik.

MA n =

d
t =1

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

Keterangan : n = jumlah perioda dt = demand pada bulan ke t Untuk melihat aplikasinya lihat di kasus peramalan di file Exel yang sudah dikirm ke Mahasiswa.(Email dari ozora_hasbullah@yahoo.com) F. Metode Exponential Smoothing Ft +1 = Dt + (1 ) Ft Keterangan: Ft+1 = Ramalan untuk periode berikutnya Dt = Demand aktual pada periode t Ft = Peramalan yg ditentukan sebelumnya untuk periode t a = Faktor bobot a besar, smoothing yg dilakukan kecil a kecil, smoothing yg dilakukan semakin besar a optimum akan meminimumkan MSE, MAPE G. Metode Pola Siklis dt (peramalan) = a+ b cos (2vi/N)t + c sin (2vi/N)t (Metode ini akan dioberikan modul kasus terpisah di exel) PENGAWASAN PERAMALAN PENJUALAN A. kuadrat terkecil

12

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana

dapat di formulasikan : kuadrat terkecil = ( Y Y )2

B. metode kesalahan rata-rata mutlak dapat diformulasikan sebagai berikut : di mana : AAE = Y Y N AAE Y Y N I I : Average Absolute Error : Data riil : Data peramalan : Jumlah periode atau waktu dari data : harga Mutlak

C. Metode Kesalahan Kuadrat Rata-Rata Akar Metode RASE ini cara perhitungannya adalh denagn jalan menjumplahkan kuadrat kesalahan atau selisih nilai riil dan nilai peramalan, kemudian membagi jumlah tersebut dengan banyaknya waktu ramalan dan kemudian menarik akarnya dapat dirumuskan : RASE =

(Y Y )
N

Di mana RASE Y Y N = Rood Averrage Squared Error = Data riil = Data Ramalan = Jumlah waktu Data Ramalan

Sumber dari : buku studi kelayakan bisnis suatu pengantar karangan muhammad jihadi.

12

10

Manajemen Inventori dan Logistik Hasbullah, ST. MT.

Pusat Bahan Ajar dan Elearning Universitas Mercu Buana