Nama
: Yunan Hilmi
NIM
: 13711021
FORECASTING
Dalam ilmu manajemen produksi, ada istilah yang disebut dengan forecasting yang
berarti prakiraan atau peramalan. Proses ini sangat bermanfaat untuk memperkirakan
kebutuhan suatu perusahaan. Info forecasting bisa datang dari berbagai sumber, tidak hanya
dari segi kuantitas produk yang dipasarkan pada periode sebelumnya, diluar hal tersebut
banyak aspek-aspek yang mempengaruhinya. Seorang manager membutuhkan forecast untuk
mengambil beberapa keputusan. Misalnya dalam pengambilan keputusan atau kebijakan yang
melibatkan hal-hal yang mengenai suatu produk-produk baru, perkembangan kapasitas supplier
yang lebih, pengembangan pasar secara internasional, dan sebagainya. Forecast bisa
diterapkan dalam hal Strategic Business Planning(SBP) , Sales and Operation Planning (SOP),
serta Master Production Scheduling and Control (MPS). Namun, forecast yang diterapkan
memiliki beberapa parameter perbedaan yang bisa dimuat dalam framework berikut :
Nature of the
SBP
SOP
MPS
Individual finished
decision
Level of aggregation
volume
Top management
intensive
involvement
goods or component
When reconciling
Very little
functional plans
Forecast frequency
Annual or less
Monthly or quarterly
Constanly
Length of forecast
Years by years or
Several months to a
quarter
year by months
Very large
moderate
Management forecast
in the forecast (s)
Very little
Cost of data
high
moderate
Minimal
Management
Aggregation of
Projection techniques
judgment, economic
detailed forecast,
(moving averages,
growth models,
customer plans,
exponential
regression
regression
smoothing)
processing and
acquisition
Useful techniques
Ada beberapa teknik yang bisa digunakan dalam melakukan forecasting diantaranya
adalah analisis regresi dan teknik cyclic decomposition. Contoh metode yang menggunakan
prinsip analisis regresi yakni metode kuadrat terkecil. Metode ini pada dasarnya adalah
menggunakan pendekatan kurva dengan meminimumkan jumlah kuadrat nilai pada sumbu
vertikalnya diantara setiap titik yang saling berhubungan dengan titik-titik lainnya.
Sedangkan teknik cyclic decomposition ada yang merupakan fungsi waktu, artinya halhal didalamnya dipengaruhi faktor waktu. Time series atau deret waktu merupakan data yang
tersusun secara kronologis yang mengandung dua atau lebih permintaan. Contohnya, trend,
musiman, siklus, autokorelasi, dsb. Ketika permintaan dipengaruhi faktor waktu, maka ada dua
jenis variasi musiman yakni additive seasonal variation dan multiplicative seasonal variation.
Pada additive seasonal variation, digunakan asumsi bahwa seasonal amountnya adalah
konstan, tidak bergantung trend. Sedangkan pada multiplicative seasonal variation, sangat
dipengaruhi oleh faktor musimannya.
Dalam forecasting, perlu juga melakukannya dalam jangka pendek. Istilah ini yang
dinamakan short-term forecasting techniques. SAda dua metode yang digunakan yakni movingaverage forecasting dan exponential smoothing forecasting. Pada dasarnya, baik movingaverage forecasting maupun exponential smoothing forecasting, keduanya merata-ratakan
permintaan periode sebelumnya dengan permintaan periode selanjutnya.