5

PERAMALAN
Saudara mahasiswa, pada inisiasi 3 ini, kita akan membahas mengenai
peramalan dalam rantai pasokan. Mengapa peramalan menjadi subyek yang
cukup penting dalam manajemen rantai pasokan.? Peramalan menjadi
penting dalam rantai pasokan karena dalam rantai pasokan terdiri dari
beberapa pihak yang terkait antara satu dengan yang lainnya. Satu analisis
peramalan harus dapat digunakan untuk seluruh pihak dalam rantai pasok.
pabila setiap pihak memiliki metode peramalan dengan hasil hitungan yang
berbeda satu dengan yang lain, nda dapat bayangkan betapa banyaknya
barang yang tidak dapat terserap karena kesalahan dan !ariasi peramalan,
selanjutnya berapa banyak kerugian yang ditanggung.
Peramalan dapat diartikan sebagai suatu prediksi atau perkiraan tentang apa
yang akan terjadi di masa yang akan datang. Peramalan mempunyai peran
yang sangat besar dalam operasi sebuah perusahaan bahkan dalam
keseluruhan bisnis. Sebagai contoh bahwa terjadinya de!iasi yang kecil
antara peramalan terhadap aktual penjualan akan berdampak pada
perubahan kapasitas produksi, persediaan dan penjadwalan ulang
permintaan dari pelanggan. "etapi bila de!iasi yang terjadi cukup besar
maka akan dapat mengacaukan bisnis secara keseluruhan karena akan
terjadi perubahan besar pada operasi perusahaan yang dapat berdampak
pada keuangan perusahaan terutama menyangkut masalah modal kerja.
TIPE PERMINTAAN
"erdapat tiga tipe perilaku permintaan, yaitu pola tren, siklus, dan
musiman.
1. TREN
"ren menunjukkan pergerakan permintaan dengan pola pergerakan naik
atau turun secara bertahap dalam jangka panjang. #ontohnya,
permintaan komputer menunjukkan permintaan yang semakin meningkat
5
pada dekade terakhir tanpa adanya kecenderungan penurunan
permintaan di pasar. "ren merupakan pola paling mudah untuk
mendeteksi perilaku permintaan dan seringkali juga menjadi titik awal
untuk mengembangkan peramalan.
$ambar "ren
2. SIKLUS
Siklus merupakan pergerakan permintaan yang naik dan turun yang
berulang dan terjadi dalam jangka panjang %lebih dari satu tahun&.
#ontohnya, permintaan peralatan olahraga musim dingin akan naik
tajam setiap empat tahun sebelum dan sesudah diadakannya
olimpiade musim dingin. $ambar berikut menunjukkan suklus. Pada
gambar tersebut nda dapat perhatikan bahwa pola naik dan turun
selalu berulang dalam jangka waktu yang kurang lebih sama.
am!ar Siklus
". P#LA MUSIMAN
Pola musiman merupakan pola permintaan yang bergerak bebas dan
muncul secara periodik dalam jangka pendek serta berulang. Pola
musiman seringkali berkaitan dengan kondisi musim. #ontohnya, pada
musim hujan permintaan payung dan jas hujan semakin meningkat, atau
meningkatnya permintaan seragam pada setiap awal tahun ajaran baru.
'amun demikian, pola musiman dapat muncul harian maupun mingguan.
Permintaan
Pergerakan acak
Waktu
Permintaan
Waktu
5
#ontohnya, restauran akan mengalami jam(jam sibuk pada saat waktu
makan siang dan gedung bioskop lebih ramai pada akhir minggu. $ambar
berikut menunjukkan pola musiman ketika perilaku permintaan yang
sama selalu berulang setiap tahun pada waktu yang sama.
$.
AM%AR P#LA MUSIMAN
)isamping ketiga macam pola perilaku permintaan tersebut, seringkali
permintaan muncul dalam pola perilaku secara bersama, misalnya pola
musiman juga mengikuti tren meningkat. #ontohnya, walaupun
permintaan akan peralatan olahraga ski meningkat setiap musim dingin
tiba, namun demikian terdapat tren permintaan yang meningkat dalam
dua dekade terakhir. $ambar berikut menunjukkan tren dengan pola
musiman.
am!ar tren den&an pola musiman
Peramalan permintaan merupakan dasar dari keseluruhan keputusan
perencanaan strategik dalam suatu rantai pasok. Proses produksi sangat
dipengaruhi oleh peramalan, baik push process maupun pull process. *ntuk
proses produksi yang bersi+at push process %jumlah produksi ditentukan oleh
manajemen&, semua proses dilakukan sebagai bentuk respon terhadap
permintaan pelanggan. *ntuk push process, manajer harus merencanakan
tingkat produksi. pabila permintaan naik, maka perusahaan harus mampu
Permintaan
Waktu
Permintaan
Waktu
5
mengakomodasi kenaikan tersebut. Sedangkan pada pull process, manajer
harus merencanakan tingkat ketersediaan kapasitas dan persediaan. *ntuk
kepentingan tersebut, manajer mula(mula harus meramalkan bagaimanakah
pola permintaan pelanggan nantinya.
Peramalan memiliki karakteristik tertentu. Perusahaan harus bersikap hati(
hati terhadap karakteristik peramalan sebagai berikut,
-. Peramalan selalu salah atau tidak tepat, oleh karenanya selalu terdiri
dari nilai yang diharapkan sekaligus pengukuran kesalahan peramalan.
*ntuk memahami pentingnya pengukuran kesalahan peramalan,
perhatikan contoh berikut. "erdapat dua dealer mobil, salah satu dari
mereka berharap penjualan berada pada kisaran -.. dan -./..
sedangkan yang lain berharap penjualan berkisar pada /.. dan -.-...
0alaupun kedua dealer tersebut mengantisipasi permintaan dengan
menghitung rata(rata sebesar -...., sumber peramalan kedua dealer
tersebut tentunya tidaklah sama. 1leh karenanya, kesalahan
peramalan %atau ketidakpastian permintaan& haruslah digunakan
sebagai input utama dalam keseluruhan keputusan rantai pasok.
Perkiraan mengenai ketidakpastian permintaan seringkali dilupakan
dalam melakukan peramalan, sehingga menghasilkan estimasi yang
sangat luas diantara tahap(tahap dalam rantai pasok.
2. Peramalan jangka panjang seringkali kurang akurat dibandingkan
dengan peramalan jangka pendek. 1leh karena itu, peramalan jangka
panjang memiliki standar de!iasi yang lebih besar daripada peramlaan
jangka pendek. #ontohnya perusahaan 3(4le!en 5apan menggunakan
proses yang menyebabkan mereka pmampu merespon permintaan
pelanggan dalam hitungan jam. #ontohnya, jika datang pesanan pada
jam -...., maka pesanan tersebut akan dipenuhi pada jam -/... pada
hari yang sama. Manajer, oleh karenanya harus meramalkan apa yang
mungkinakan terjual malam itu kurang dari -2 jam sebelum pembelian
senyatanya terjadi. Peramalan jangka pendek tersebut mengakibatkan
perhitungan yang lebih tepat daripada jika manajer melakukan
peramalan secara mingguan.
3. Peramalan agregat seringkali lebih akurat daripada peramalan
disagregat karena memiliki standar de!iasi relati+ terhadap mean yang
lebih besar. #ontohnya, untuk menghitung Gross Domestic Product
(GDP) suatu negara pada suatu tahun tertentu akan lebih mudah
dengan menggunakan kesalahan kurang dari dua persen. 'amun
sebaliknya, untuk menghitung peramalan pendapatan tahunan suatu
perusahaan akan sangat sulit jika menggunakan kesalahan kurang dari
5
dua persen. )emikian pula jika melakukan peramalan pendapatan dari
suatu produk akan lebih sulit lagi jika menggunakan tingkat kesalahan
yang sama. Perbedaan ketiga macam peramalan tersebut adalah pada
tingkat agregasi. Perhitungan $)P merupakan kumpulan atau agregasi
dari berbagai perusahaan dan penghasilan perusahaan merupakan
kumpulan dari berbagai lini produk. Semakin besar tingkat agregasi,
maka semakin akurat peramalan yang dilakukan.
6. Pada umumnya, semakin jauh rantai pasok dari pelanggan
mengakibatkan semakin besarnya distorsi in+ormasi yang diterima.
#ontohnya, adalah adanya bullwhip efect yaitu ketika !ariasi
permintaan semakin menjauh dari permintaan konsumen akhir.
7asilnya, semakin panjang rantai pasok, semakin besar tingkat
kesalahan peramalan. 8ombinasi peramalan berdasarkan penjualan
konsumen akhir dapat membantu perusahaan mengurangi tingkat
kesalahan.
'emikianla( materi kita kali ini, selamat !ela)ar dan selamat !erdiskusi.