METODE PERAMALAN PERMINTAAN

Metode Peramalan Dengan Pendekatan Marketing Research

Dalam melakukan peramalan permintaan konsumen, berbagai metode dapat
digunakan terutama dengan pendekatan penelitian pemasaran (Marketing
Research) karena bagian pemasaranlah yang secara langsung berhubungan dengan
konsumen.
Metode peramalan yang sering digunakan yaitu:
Consumer Surveys (survey pelanggan)
Survey pelanggan merupakan suatu metode yang digunakan untuk mengetahui
sikap dan persepsi konsumen atau pelanggan dengan cara mewawancarai konsumen
secara langsung atau memberikan daftar pertanyaan yang sudah dipersiapkan.
Data tentang produk apa yang dikonsumsi, kebiasaan-kebiasaan konsumen,
spesifikasi dan identitas konsumen, sikap konsumen terhadap perubahan-perubahan yang
terjadi dari factor-faktor yang mempengaruhinya misalnya perubahan harga, pendapatan
atau rencana konsumendalam konsumsi yang akan datang, merupakan beberapa contoh
data yang dapat dihasilkan dari proses wawancara atau hasil kuosioner. Dari data-data
tersebut maka akan dapat diramalkan permintaan konsumen di masa yang akan datang.
Kelemahan :
1. Biaya yang relatif mahal karena membutuhkan banyak sample konsumen (agar
kesimpulan yang diambil tidak menjadi bias)
2. Survey yang dilakukan secara formal, justru menghasilkan data yang tidak
realistic karena konsumen tidak mau memberikan jawaban yang akurat
Metode Observasi
Dilakukan dengan cara mengamati perilaku konsumen, bagaimana mereka
membeli dan menggunakan berbagai produk, kapan mereka melakukan pembelian, dan
data lain yang diperlukan produsen. Observasi tidak melibatkan konsumen secara
langsung, pengamatan ini tanpa sepengetahuan konsumen.

Kelemahan :
Metode ini tidak memberikan gambaran yang objektif dari konsumen, dan justru
subjektifitas dari observer sangat tinggi karena mereka tidak mengetahui persepsi yang
sesungguhnya dari konsumen.
Metode Market Experiment (Percobaan Pasar)
Yaitu suatu cara untuk membuat peramalan permintaan dengan melakukan uji
coba pada segmen atau bagian pasar tertentu. Uji coba dilakukan dengan memberikan
perlakuan tertentu terhadap factor-faktor yang mempengaruhi permintaan. Metode ini
biasanya digunakan untuk produk baru atau produk yang mengalami inovasi atau
pengembangan.
METODE KUANTITATIF
Metode Time Series
Metode ini berhubungan dengan nilai-nilai suatu variable yang diatur secara
kronologis menurut waktu, seperti hari, minggu, bulan, kuartal, semester atau tahunan.
Metode ini dapat digunakan untuk meramalkan nilai-nilai data masa depan dari data-data
masa lalu yang berderet menurut waktu. Asumsi yang digunakan adalah bahwa deret
waktu akan terus bergerak seperti di waktu yang lalu dengan pola tertentu yang tetap.
Yang dimaksud dengan pola tertentu adalah pola berdasarkan fluktuasi yang dapat
diidentifikasi, seperti:

Tren sekuler (secular trend)

Yaitu peningkatan atau penurunan data jangka panjang, dijadikan sebagai dasar
penarikan garis tren

Fluktuasi Siklis (cyclical fluctuation)

Yaitu ekspansi dan kontraksi yang berulang (Long-Run Cycle of Expansion and
Contraction). Dimana Data time series mengalami perubahan dan kontraksi yang
berulang kembali setiap beberapa tahun

Variasi musiman ( seasonal variation)

Yaitu fluktuasi yang teratur (Regularly Occuring Fluctuation) berulang kembali
dalam kegiatan ekonomi setiap tahun yang disebabkan oleh cuaca atau kebiasaan
social.

Irregular or random influences (pengaruh tak teratur atau acak)

Efek pemanasan global menyebabkan perubahan cuaca atau musim menjadi tidak
beraturan, sehingga bencana alam banjir atau kekeringan tidak dapat diprediksi,
atau trjadi kekacauan politik dan social atau perang dan sebagainya sehingga data
deret waktu yang ada tidak beraturan perubahannya atau bersifat acak.

Metode Tren Linear

Khusus metode ini digunakan jika scatter diagram berbentuk garis lurus dengan
persamaan umum adalah:
Y = a + bX
Jenis dari metode tren linear:
Metode Least Square
Metode ini sering digunakan karena dianggap paling mudah dan gampang
dipraktikkan. Metode ini digunakan pada waktu data yang tersedia mempunyai
kecenderungan berbentuk garis lurus. Maka persamaannya adalah:
Y = a + bX
Dimana :
Y = variabel yang akan diramalkan, dalam hal ini adalah penjualan produk
perusahaan
a

= konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X

sama dengan 0

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 tergantung pada kesesuaian yang ada di data
perusahaan

Untuk mencari besarnya nilai a dan b tersebut akan dapat dilakukan dengan
menggunakan rumus-rumus sebagai berikut:
Y
a=

XY
=Y

b=
X2

Dengan syarat X = 0, dimana n adalah sama dengan jumlah data.

Metode Product Moment
Metode ini digunakan oleh perusahaan karena dianggap gampang disamping
metode least square, karena perlakuan angka X (prediksi) untuk data ganjil
maupun data genap tidak ada perlakuan khusus seperti halnya pada metode least
square. Tentunya metode ini digunakan dalam ramalan penjualan perusahaan
untuk data yang tersedia adalah mempunyai kecenderungan berbentuk garis lurus,
sedangkan persamaannya:
Y = a + bX
Untuk mencari besarnya nilai a,b trsebut akan dapat dilakukan dengan
mempergunakan rumus persamaan berikut ini:
Persamaan I:
Y = n.a + b x
Persamaan II

dengan syarat x

XY = a x + b x2
Metode setengah rata-rata (Semi Everage Method)
Metode ini masih tergolong metode trend linier dimana data yang tersedia tetap
berbentuk linier jika kita gambar dalam bentuk grafik. Menurut metode ini garis
lurus yang dibuat sebagai pengganti garis patah-patah yang dibentuk dari datadata histories tersebut, diperoleh dengan perhitungan statistika dan matematika
tertentu, sehingga pengaruh unsur subjektif dapat dihilangkan. Menurut
matematika, garis lurus yang akan dibuat tersebut dinyatakan dalam suatu

persamaan atau suatu fungsi garis lurus (linear), yaitu Y = a + bX. Metode tren
setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y = a + bX
tersebut, semua data histories dikelompokkan menjadi dua kelompok (himpunan)
dengan jumlah anggota masing-masing yang sama. Berdasarkan perhitungan ratarata dari anggota masing-masing kelompok itulah akan diperoleh fungsi garis
lurus yang bersangkutan

Metode tren setengah rata-rata dengan data histories dalam jumlah genap:
Langkah pertama data terlebih dahulu kita bagi menjadi dua
kelompok
Langkah kedua

tentukan

absis

dari

masing-masing

kelompok, tetapi terlebih dahulu Anda buat

angka prediksi yaitu x, dengan cara data
pertama beri 0 selanjutnya interval terserah
anda. Absis tersebut kita cari dengan
menjumlahkan semua absis dalam kelompok
tersebut selanjutnya anda bagi dengan
jumlah data (n) dari kelompok tersebut
Langkah ketiga

tentukan

ordinat

dari

masing-masing

kelompok, ordinat tersebut kita cari dengan

cara menjumlahkan semua nilai ordinat,
misalkan

y1

dalam

kelompok

trsebut

selanjutnya Anda bagi dengan data (n) dari

kelompok tersebut
Langkah keempat gabungkan persamaan dari masing-masing
kelompok

Metode tren setengah rata-rata dengan data histories dalam jumlah ganjil:
Langkah pertama data terlebih dahulu kita bagi menjadi dua
kelompok, karena data ganjil maka kita akan
memakai data yang tengah untuk kita
hilangkan

 Langkah kedua

tentukan

absis

dari

masing-masing

kelompok, tetapi terlebih dahulu Anda buat

angka prediksi yaitu x, dengan cara data
pertama beri 0 selanjutnya interval terserah
anda. Absis tersebut kita cari dengan
menjumlahkan semua absis dalam kelompok
tersebut selanjutnya anda bagi dengan
jumlah data (n) dari kelompok tersebut.
Tetapi perlu diingat untuk absis interval
tetap berlaku untuk data yang dihilangkan,
artinya

tetap

dikasih

angka

prediksi,

sehingga perhitungan jumlah x diloncati 1

jika intervalnya sati
Langkah ketiga

tentukan

ordinat

dari

masing-masing

kelompok, ordinat tersebut kita cari dengan

cara menjumlahkan semua nilai ordinat,
misalkan

y1

dalam

kelompok

trsebut

selanjutnya Anda bagi dengan data (n) dari

kelompok tersebut
Langkah keempat gabungkan persamaan dari masing-masing
kelompok
Metode kuadratik
Merupakan tren non linier, dan jika kita gambar berbentuk garis lengkung.
Metode ini biasanya digunakan atau diterapkan untuk data histories dimana jika
digambar akan membentuk garis tidak lurus atau berbentuk parabola.
Sedangkan persamaan dari metode ini adalah:
Y = a + bX + cX2
Sedangkan koefisiennya adalah:
a = ( Y - c X2 ) / n
b = ( XY / X2 )

(nX2Y)-((X2) (Y))
c=
(nX4) ((X2)2)
Dengan syarat X2 = 0 (nol)
Metode Eksponensial sederhana (simple Exponencial)
Metode ini digunakan, jika data histories digambar menjadi kurve cenderung
berbentuk naik turun, akan tetapi kenaikan serta penurunannya tidak terlalu
drastis/tajam. Metode eksponensial ini mempunyai persamaan fungsi adalah
sebagai berikut:
Y = a.bx

yang dapat disederhanakan menjadi bentuk fungsi logaritma yaitu:

Y =log a+ log b x
Dengan syarat x = 0, berarti dalam menentukan prediksinya (x) sama dengan
metode least square yaitu 0 (nol) dari sebuah perusahaan x menyusun peramalan
penjualan produk perusahaan keperluan penyusunan peramalan ini manajemen pei
akan berusaha untuk dapat mengetahui berapa b produk nasional bruto pada
waktu yang akan diteliti produk nasional bruto ini tengah.
Maka koefisien a dan b dapat dicari dengan:
log Y
Log a =
N
X log Y
Log b =
X2
Sedangkan hasil ramalannya dilakukan dengan cara mencari anti logaritma dari
hasil ramalan dengan fungsi logaritma tersebut.
Sumber dari buku yaitu:
1. Ekonomi Manajerial Drs. Noor Aziz, MM.
2. Studi Kelayakan Bisnis suatu pengantar Muhammad Jihadi