FORECASTING ( PERAMALAN ) untuk

MANAJEMEN OPERASI

FORECASTING ( PERAMALAN )
Pengertian peramalan (forecasting) : adalah seni dan ilmu memprediksi
peristiwa-peristiwa yang akan terjadi dengan menggunakan data historis dan
memproyeksikannya ke masa depan dengan beberapa bentuk model matematis.
Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan
penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam
kuantitas yang tepat. Peramalan merupakan dugaan terhadap permintaan yang
akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan
data deret waktu historis. Peramalan menggunakan teknik-teknik peramalan yang
bersifat formal maupun informal (Gaspersz, 1998).

Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan

manajemen. Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti
(intuitif). Peramalan memiliki sifat saling ketergantungan antar divisi atau
bagian. Kesalahan dalam proyeksi penjualan akan mempengaruhi pada ramalan
anggaran, pengeluaran operasi, arus kas, persediaan, dan sebagainya. Dua hal
pokok yang harus diperhatikan dalam proses peramalan yang akurat dan
bermanfaat(Makridakis, 1999):
Pengumpulan data yang relevan berupa informasi yang dapat
menghasilkan peramalan yang akurat.
Pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data
yang diperoleh semaksimal mungkin.
Untuk melakukan peramalan diperlukan metode tertentu dan metode mana
yang digunakan tergantung dari data dan informasi yang akan diramal serta

tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode

peramalan antara lain :

Peramalan berdasarkan jangka waktu :

1. Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan :
digunakan untuk rencana pembelian, penjadwalan kerja, jumlah TK, tingkat
produksi),
2. Peramalan jangka menengah ( tiga bulan hingga tiga tahun : digunakan untuk
perencanaan penjualan, perencanaan dan penganggaran produksi dan menganalisis
berbagai rencana operasi),
3. Peramalan jangka panjang ( tiga tahun atau lebih, digunakan untuk
merencanakan produk baru,penganggaran modal, lokasi fasilitas, atau ekspansi
dan penelitian serta pengembangan).

Peramalan berdasarkan rencana operasi

1. Ramalan ekonomi : membahas siklus bisnis dengan memprediksi tingkat inflasi

dan indikator perencanaan lainnya,
2. Ramalan teknologi : berkaitan dengan tingkat kemajuan teknologi dan produk
baru,
3. Ramalan permintaan : berkaitan dengan proyeksi permintaan terhadap produk
perusahaan. Ramalan ini disebut juga ramalan penjualan, yang mengarahkan
produksi, kapasitas dan siatem penjadualan perusahaan.

Peramalan berdasarkan metode / pendekatan :

Metode peramalan:
Peramalan berdasarkan metode terbagi menjadi 2 yaitu:
1. Metode Kuantitatif
menggunakan berbagai model matematis atau metode statistik dan data
historis dan atau variabel-variabel kausal untuk meramalkan permintaan,
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :
A. Model Seri Waktu / Metode deret berkala
Model seri waktu / metode deret berkala (time series) metode yang
dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari
waktu, terbagi menjadi :
1. Rata-rata bergerak (moving averages),

Rata-Rata Bergerak Sederhana (simple moving averages) : bermanfaat jika

diasumsikan bahwa permintaan pasar tetap stabil :

Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada pola

atau trend yang dapat dideteksi, timbangan bisa digunakan untuk menempatkan
lebih banyak tekanan pada nilai baru :
Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena
data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-rata
bobot bergerak yaitu sebagai berikut.

2. Penghalusan eksponensial (exponential smoothing),

Penghalusan Eksponensial : metode peramalan dengan menambahkan parameter
alpha dalam modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial
dalam metode ini berasal dari pembobotan/timbangan (faktor penghalusan dari
periode-periode sebelumnya yang berbentuk eksponensial.
Peramalan menggunakan model pemulusan eksponensial rumusnya adalah sebagai
berikut:

3. Proyeksi trend (trend projection)

Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik
untuk jangka pendek maupun jangka panjang. Metode ini merupakan garis trend
untuk persamaan matematis.
B. Model / metode kausal (causal/explanatory model)
Merupakan metode peramalan yang didasarkan kepada hubungan antara
variabel yang diperkirakan dengan variabel lain yang mempengaruhinya tetapi
bukan waktu melainkan sebab akibat. Dalam prakteknya jenis metode peramalan
ini terdiri dari :

Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk
jangka panjang maupun jangka pendek dan didasarkan kepada persamaan dengan
teknik least squares yang dianalisis secara statis.
Peramalan menggunakan metode regresi:
Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan
mempengaruhi hasil peramalan.
Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode
regresi adalah mengetahui terlebih dahulu mengetahui kondisi- kondisi seperti :

Adanya informasi masa lalu

Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)

Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan
dimasa yang akan datang.
Adapun data- data yang ada dilapangan adalah :

Musiman (Seasonal)

Horizontal (Stationary)

Siklus (Cylikal)

Trend

Dalam menyusun ramalan pada dasarnya ada 2 macam analisis yang dapat
digunakan yaitu :

Analisi deret waktu(Time series), merupakan analisis antaravariabel yang dicari

dengan variabel waktu.

Analisis Cross Section atau sebab akibat (Causal method), merupakan analisis
variabel yang dicari dengan variabel bebas atau yang mempengaruhi.
Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis
deret waktu dengan metode regresi sederhana yaitu :

Analisis deret waktu untuk regresi sederhana linier

Analisis deret untuk regresi sederhana yang non linier

Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi matematis
seperti:
Y = F (x)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang mempengaruhinya)

Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat
digunakan sebagai berikut :
Y=a+bx
Dimana a dan b adalah merupakan parameter yang harus dicari. Untuk mencari
nilai a dapat digunakan dengan menggunakan rumus :

kemudian nilai b dapat dicari dengan rumus :

Model Input Output, merupakan metode yang digunakan untuk peramalan jangka
panjang yang biasa digunakan untuk menyusun trend ekonomi jangka panjang.

Model ekonometri, merupakan peramalan yang digunakan untuk jangka panjang

dan jangka pendek.
2. Metode Kualitatif
Metode kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi,
pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan dari satu
orang dengan orang lain dapat berbeda. Meskipun demikian, peramalan kualitatif
dapat menggunakan teknik/metode peramalan, yaitu :

Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat
dari sekelompok kecil manajer puncak/top manager (pemasaran, produksi, teknik,
keuangan dan logistik), yang seringkali dikombinasikan dengan model-model
statistik.

Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan tingkat

penjualan di daerahnya, yang kemudian digabung pada tingkat provinsi dan
nasional untuk mencapai ramalan secara menyeluruh.

Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan kepada

responden, jawabannya kemudian diringkas dan diberikan kepada para ahli untuk
dibuat peramalannya. Metode memakan waktu dan melibatkan banyak pihak, yaitu
para staf, yang membuat kuesioner, mengirim, merangkum hasilnya untuk dipakai
para ahli dalam menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan
lebih profesional sehingga hasil peramalan diharapkan mendekati aktualnya.

Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau konsumen
potensial terhadap rencana pembelian pada periode yang diamati. Survai dapat
dilakukan dengan kuesioner, telepon, atau wawancara langsung.

MEMANTAU RAMALAN
Bila peramalan sudah selesai, yang paling adalah tidak melupakannya.
Sangat jarang manajer yang ingin mengingat bila hasil ramalan mereka sangat
tidak akurat, tetapi perusahaan perlu menentukan mengapa permintaan aktual
(variabel yang diuji) secara signifikan berbeda dari yang diproyeksikan.
Salah satu cara untuk memantau peramalan guna menjamin
keefektifannya adalah menggunakan isyarat arah (Tracking Signal) : adalah
pengukuran tentang sejauh mana ramalan memprediksi nilai aktual dengan baik
isyarat Arah, dihitung sebagai jumlah kesalahan ramalan berjalan (running sum
of the forecast error, RSFE) dibagi dengan deviasi absolut mean (MAD)
PROSEDUR LAMARAN
Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika
menggunakan metode kuantitatif. Tahapan tersebut adalah:

Mendefinisikan Tujuan Peramalan

Misalnya peramalan dapat digunakan selama masa pra-produksi untuk
mengukur tingkat dari suatu permintaan.

Membuat diagram pencar (Plot Data)

Misalnya memplot demand versus waktu, dimana demand sebagai ordinat
(Y) dan waktu sebagai axis (X).

Memilih model peramalan yang tepat

Melihat dari kecenderungan data pada diagram pencar, maka dapat dipilih
beberapa model peramalan yang diperkirakan dapat mewakili pola tersebut.
MELAKUKAN PERAMALAN
Menghitung kesalahan ramalan (forecast error)
Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai hasil
peramalan terhadap nilai data yang sebenarnya. Perbedaan atau selisih antara
nilai aktual dan nilai ramalan disebut sebagai kesalahan ramalan (forecast
error) atau deviasi yang dinyatakan dalam:
et = Y(t) Y(t)
Dimana : Y(t) = Nilai data aktual pada periode t
Y(t) = Nilai hasil peramalan pada periode t
t
= Periode peramalan

Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat SSE (Sum
of Squared Errors) dan Estimasi Standar Error (SEE Standard Error
Estimated)
SSE = S e(t)2 = S[Y(t)-Y(t)]2

Memilih Metode Peramalan dengan kesalahan yang terkecil.

Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat
ketelitian tertentu (Uji statistik F), maka pilihlah secara sembarang metodemetode tersebut.
Melakukan Verifikasi

Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut

sesuai dengan pola data sebenarnya.