Pengertian Peramalan

Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu
kejadian atau peristiwa di waktu yang akan datang. Peramalan merupakan sebuah alat bantu yang
penting dalam perencanaan yang efesien dan efektif. Peramalan adalah proses untuk
memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran
kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan
barang ataupun jasa.

Kegunaan Peramalan

Data ramalan dipergunakan sebagai perkiraan, bukan merupakan suatu angka atau
bilangan yang harus dipergunakan begitu saja. Penggunaannya masih memerlukan pertimbangan
dari para pemakai. Hal ini disebabkan oleh karena hasil ramalan biasanya didasarkan atas dasar
asumsi-asumsi, kalau keadaan tidak berubah seperti waktu sebelumnya

Metode Peramalan

Aspek-aspek yang menggunakan peramalan cukup luas baik secara waktu, faktor-faktor
penentu kejadian sebenarnya, jenis-jenis pola data dan beberapa pola lain. Hal yang sangat
mempengaruhi terhadap kesuksesan dalam menentukan ramalan adalah pemilihan teknik yang
tepat.

Jenis-jenis Pola Data

Tahapan yang penting dalam pemilihan metode time series yang tepat adalah membuat
asumsi terhadap jenis bentuk pola data. Pola data itu dikelompokkan menjadi empat jenis yaitu :
a. Pola data horizontal
Terjadi bilamana data berfluktuasi disekitar nilai rata-rata yg konstan. Suatu produk yg
penjualannya tdk meningkat atau menurun selama waktu tertentu termasuk jenis ini. Pola khas
dari data horizontal atau stasioner seperti ini dapat dilihat dalam Gambar 1.1.
b. Pola data musiman
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. Untuk pola musiman kuartalan dapat dilihat Gambar 1.2.
c. Pola data siklis
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. Jenis pola ini dapat dilihat pada Gambar 1.3.
d. Pola data trend
Terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
Contoh: Penjualan banyak perusahaan, GNP dan berbagai indikator bisnis atau ekonomi
lainnya. Jenis pola ini dapat dilihat pada Gambar 1.4.

Contoh Metode Musiman

 Demand (x 1000)
Year
Kwartal-1 Kwartal-2 Kwartal-3 Kwartal-4 Total

1992 12.6 8.6 6.3 17.5 45

1993 14.1 10.3 7.5 18.2 50.1

1994 15.3 10.6 8.1 19.6 53.6

42 29.5 21.9 55.3 148.7

n n n n n

∑ d t − b∑ t n∑ td t − ∑ d t ∑ t
a= t =1 t =1
b= t =1 t =1 t =1
n n
 
n 2

n∑ t 2 −  ∑ t 
t =1  t =1 
Perhitungan faktor bobot:

S1= D1/SD = 42/148.7 = 0.28

S2 = 0.20

S3 = 0.15

S4 = 0.37

a = 40.97 ; b = 4.3

y = 40.97 + 4.3 t

Untuk tahun 1995 (t =4) diperoleh 58.17. Peramalan utk tiap kwartal:

SF1 = S1.F5 = .28 (58.7)= 16.28

SF2= 11.63

SF3 = 8.73

SF4 = 21.53

Contoh Peralaman dalam dunia Industri

PT. Cahaya Cemerlang Abadi adalah perusahaan yang bergerak dibidang bola lampu.
Perusahaan ini memproduksi dan sekaligus memasarkan 2 (dua) jenis produk yang masing-
masing produk itu adalah Peru 1 (PI) dan Peru 2 (P2). Data penjualan perusahaan tersebut pada
waktu-waktu yang lalu adalah sebagaimanadigambarkan dalam tabel berikut ini.

PT.Cahaya Cemerlang Abadi

Datan Penjualan Tahun 1994-1998

(dalam unit)

No Tahun Peni 1 (P1) Peni 2 (P2)

1 1994 10.000 15.000

2 1995 10.100 16.000

3 1996 10.200 17.000

4 1997 10.300 18.000

5 1998 10.500 19.000

PT.Cahaya Cemerlang Abadi

Persiapan Peramalan Penjualan P1

N0 X Y XY X2 X2Y X2

1 10.000 -2 -20.000 4 40.000 16

2 10.100 -1 -10.100 1 10.100 1

3 10.200 0 0 0 0 0

4 10.300 1 10.300 1 10.300 1

5 10.500 2 21.000 4 42.000 16

∑ 51.100 0 1.200 10 102.400 34

Trend Garis Lurus

Y = a + bx

a = ∑Y/n ; b = ∑XY/∑X2

a = 51.100/5 ; b = 1.200/10

a = 10.220 ; b = 120

Y = 10.220 + 120x

Peramalan P1 untuk tahun 1999, x=3

Y99 = 10.220 + 120 (4)

Y99 = 10.220 + 120 (3)

Y99 = 10.220 + 360

Y99 = 10.580

Peramalan P1 untuk tahun 2000, x=4

Y 00 = 10.220 + 120 (4)

Y 00 = 10.220 + 360

Y 00 = 10.700

Trend Garis Lengkung

Y = a+ bx +cx2

∑Y = na + c ∑x2

51.000 = 5a + 10c........(1)

∑XY = b∑X2

1.200 = 10b...........(2)

∑X2Y = a∑X2 + c∑X4

102.400= 10a + 34c.......(3)

Persamaan 1 dan 3

102.220 = 10a + 20c

51.000 = 5a + 34c

102.400 = 10a + 34c

180 = -14c

c = 12,86

51.00 = 5a + 10c

51.00 = 5a + 10 (12,86)

5a = 51.000 . 128,6

5a = 50.971,4

a = 10.194,28

Y = 10.194,28 + 120x + 12,86x2

Peramalan P1 untuk tahun 1999, x =3

Y99 = 10.194,28 + 120 (3) + 12,86 (3)2

Y99 = 10.194,28 + 480 + 205,74

Y99 = 10.670,02 dibulatkan jadi 10.670

Peramalan P1 untuk tahun 2000, x=4

Y 00 = 10.194,28 + 120 (4) + 12,86 (4)2

Y 00 = 10.194,28 + 480 + 205,76

Y 00 = 10.880,04 dibulatkan jadi 10.880

PT.Cahaya Cemerlang Abadi

Persiapan Peramalan Penjualan P2

N0 X Y XY X2 X2Y X4

1 15.000 -2 -30.000 4 60.000 16

2 16.000 -1 -16.000 1 16.000 1

3 17.000 0 0 0 0 0

4 18.000 1 18.000 1 18.000 1

5 19.000 2 39.000 4 78.000 16

∑ 85.000 0 11.000 10 172.000 34

Trend Garis Lurus

a = ∑Y/n b= ∑XY/∑X2

a = 85.500/5 b= 11.000/10

a = 17.100 b= 1.100

Y = 17.100 +1.100 (3)

Peramalan P2 untuk tahun 1999, x=3

Y 99 = 17.100 + 1.100 (3)

Y 99 = 17.100 + 3.300

Y 99 = 20.400

Peramalan P2 untuk tahun 2000, x=4

Y 00 = 17.100 +1.100 (4)

Y 00 = 17.100 + 4.400

Y 00 = 21.500

Trend Garis Lengkung

∑Y = na + c ∑x2

85.500 = 5a + 10c............(1)

∑XY = b∑X2

11.000 = 10b..............(2)

b = 1.100

∑X2Y = a∑X2 + c∑X4

172.000 = 10a + 34c.........(3)

Persamaan 1 dan 3

85.000 = 5a + 10c

171.000 = 10a + 20c

172.000 = 10a + 34c

172.000 = 10a + 34c

-1.000 = -14c

c = 71,43
85.500 = 5a + 10c

85.500 = 5a + 10 (71.43)

5a = 85.500 . 714,3

5a = 84.787,7

a = 16,957,14

Y = 16.957,14 + 1.100x + 71,43x2

Peramalan P2 untuk tahun 1999, x = 3

Y 99 = 16.957,14 + 1.100 (3) + 71,43 (3)2

Y 99 = 16.957,14 + 3.300 + 642,87

Y 99 = 20.900,01 dibulatkan jadi 20.900

Peramalan P2 untuk tahun 2000, x = 4

Y 00 = 16.957,14 + 1.100 (4) + 71,43 (3)2

Y 00 = 16.957,14 + 4.400 + 1.142,88

Y 00 = 22.500,02 dibulatkan jadi 22.500