EKONOMI MANAJERIAL

Demand Forecasting PT. Gudang Garam Tbk.

Anggota: (KP A)
Angelique

130214089

Hary Adhitthana Sindhunata

130214173

Dwiki Dharmawan

130214252

Rendy Wahyu Saputra

130214253

Christian Hendy Pangestu

130214297

Willy Bagus Husada Bhakti

130214320

Husin Isom Bayasut

130214415

FAKULTAS BISNIS DAN EKONOMIKA

UNIVERSITAS SURABAYA
2016

DAFTAR ISI

DAFTAR ISI..i
STATEMENT OF AUTHORSHIP...1
RINGKASAN2
PENDAHULUAN.3
BAHASAN KASUS..4
SIMPULAN...8
DAFTAR PUSTAKA9

Statement of Authorship

Saya/kami yang bertandatangan dibawah ini menyatakan bahwa makalah/tugas terlampir

adalah murni hasil pekerjaan saya/kami sendiri. Tidak ada pekerjaan orang lain yang
saya/kami gunaka tanpa menyebutkan sumbernya.
Materi ini tidak/belum pernah disajikan/digunakan sebagai bahan untuk makalah/tugas pada
mata ajaran lain kecuali saya/kami menyatakan dengan jelas bahwa saya/kami menyatakan
dengan jelas menggunakannya.
Saya/kami memahami bahwa tugas yang saya/kami kumpulkan ini dapat diperbanyak dan
atau dikomunikasikan untuk tujuan mendeteksi adanya plagiarisme.
Nama
Angelique
Hary Adhitthana Sindhunata
Dwiki Dharmawan
Rendy Wahyu Saputra
Christian Hendy Pangestu
Willy Bagus Husada Bhakti
Husin Isom Bayasut
Mata Ajaran

NRP
130214089
130214173
130214252
130214253
130214297
130214320
130214415

: Ekonomi Manajerial

Judul Makalah/Tugas : Demand Forecasting PT. Gudang Garam Tbk.

Tanggal

: 26 September 2016

Dosen

: Dr. Putu Anom Mahadwartha, S.E., M.M.

Surabaya, 26 September 2016

(Husin Isom Bayasut)

RINGKASAN

Setiap perusahaan pasti memiliki tujuan untuk menghasilkan barang dan jasa yang
sesuai dengan kebutuhan konsumen dan sekaligus mendapatkan laba. Selain itu juga
bertujuan untuk meningkatkan kelangsungan hidup perusahaan di masa yang akan datang.
Untuk itu, perusahaan harus membuat suatu kebijakan yang tepat dalam mengelola
perusahaan.
Keputusan yang diambil perusahaan akan mempengaruhi keberlangsungan
perusahaan di masa yang akan datang. Untuk mengetahui permintaan pada periode
berikutnya dan jumlah yang harus diproduksi, perusahaan harus meramalkan permintaan atas
produk yang dihasilkannya, karena untuk melakukan perencanaan yang efektif baik jangka
panjang maupun jangka pendek bergantung pada peramalan permintaan dari produk
perusahaan tersebut.
Permintaan dari produk perusahaan biasanya dipengaruhi oleh adanya pemasaran dan
distributor, karena dengan adanya pemasaran dan distributor, produk dapat sampai ke
konsumen. Sehingga dapat diketahui tingkat permintaan konsumen terhadap produk yang
dihasilkan perusahaan, serta mengetahui peningkatan atau penurunan permintaan produk
perusahaan. Untuk mengetahui besarnya peningkatan atau penurunan permintaan tersebut,
diperlukan peramalan permintaan untuk masa yang akan datang dengan melihat data
permintaan produk dari periode lalu.
Dalam makalah ini, kami ingin menunjukkan bagaimana perhitungan peramalan
permintaan dengan menggunakan PT. Gudang Garam Tbk. sebagai objeknya. PT. Gudang
Garam Tbk. merupakan salah satu produsen rokok terbesar di Indonesia yang telah beroperasi
sejak 26 Juni 1958. Untuk memenuhi kebutuhan pasar, perusahaan harus mengetahui
peramalan yang akan datang sehingga perusahaan dapat memproduksi barang sesuai dengan
permintaan yang telah diramalkan. Peramalan permintaan dapat membantu perusahaan untuk
meminimalkan biaya dalam memproduksi barang dan jasa yang dihasilkan, karena
perusahaan dapat memproduksi barang dengan tidak berlebihan, apabila perusahaan
mengetahui permintaan pada periode berikutnya.

PENDAHULUAN
Demand Forecasting adalah proses penemuan nilai-nilai permintaan pada periode
waktu tertentu, atau tingkat permintaan produk-produk yang diharapkan akan terealisasi
untuk jangka waktu tertentu pada masa yang akan datang.
Metode Forecast
1. Qualitative Forecast
Survey Techniques
Menggunakan hasil survey yang menanyakan rencana belanja konsumen
Opinion Polls/Delphi Method
Pertimbangan dari satu grup manajer yang dikumpulkan dan digunakan untuk
menentukan perkiraan. Metode ini menggunakan gabungan pengalaman dan
hitungan statistik
2. Quantitative Forecast
Model Time Series Peramalan berdasarkan data history saja dan berasumsi bahwa
faktor yang mempengaruhi masa lalu, saat ini, dan masa depan akan terus sama.
Model Time Series dibagi menjadi :
Trend Projection
Metode proyeksi trend dengan regresi, menggunakan metode yang digunakan
baik untuk jangka pendek maupun jangka panjang
Seasonal Variation
Metode ini menyesuaikan sifat seasonal dengan mengalikan forecast normal
dengan faktor seasonal
Moving Average
Metode aritmatik yang digunakan jika tidak ada atau ada sedikit trend yang
muncul di data historis. Metode ini rata-rata bergerak sederhana (simple moving
averages) dan rata-rata bergerak tertimbang (weighted moving averages)
Exponential Smoothing
Metode merata-rata yang mereaksi perubahan permintaan dengan memasukkan
konstanta smoothing. Metode ini berguna jika perubahan data menggambarkan
perubahan aktual

BAHASAN KASUS

Permintaan rokok pada PT. Gudang Garam Tbk. dari tahun ke tahun selama 5 tahun
terakhir mulai tahun 2011, 2012, 2013, 2014, dan 2015 mengalami fluktuasi kenaikan dan
3

penurunan baik itu penjualan lokal ataupun penjualan ekspor. Dalam melakukan peramalan
permintaan, terlebih dahulu menyiapkan data yang diperlukan yaitu data penjualan lokal dan
ekspor rokok pada tahun-tahun sebelumnya yaitu tahun 2011, 2012, 2013, 2014, dan 2015.
Selanjutnya memilih metode peramalan yang akan digunakan, dalam hal ini metode yang
akan digunakan yaitu :
Exponential Smoothing
Dalam meramalkan penjualan dengan metode ini menggunakan rumus sebagai berikut :
St + 1 = Xt + (1 ) St
Dimana:
St + 1 = Nilai ramalan untuk periode berikutnya.

= Konstanta penulisan (0-1).

Xt

= Data pada periode t.

St

= Nilai penulisan yang lama atau rata-rata yang dimuluskan hingga periode t-1.
Dalam metode ini besarnya yang paling cocok bisa dipilih secara trial and error

sampai menghasilkan yang paling baik dengan perhitungan ramalan menggunakan tiga nilai
yang berbeda. Hal ini ditujukan untuk membandingkan nilai mana yang cocok digunakan
untuk meramalkan penjualan. Penentuan hasil ramalan yang paling baik dipilih dari hasil
ramalan mana yang mempunyai nilai Mean Absolute Error dan Mean Squared Error yang
paling kecil.
Data penjualan rokok PT. Gudang Garam Tbk. ( dalam jutaan batang) :
2011
Penjualan
Lokal
Penjualan
Ekspor
Total
Penjualan

2012
62,498

2013
68,045

2014
72,475

2015
75,898

74,696

6,109

5,202

4,081

4,699

3,951

68,607

73,247

76,556

80,597

78,647

Exponential Smoothing Alpha 0,1

Exponential Smoothing dengan 0,1 artinya memberikan bobot yang lebih kecil pada
peramalan sebelumnya dibandingkan dengan data sebelumnya. Apabila diterapkan dalam
data penjualan rokok PT. Gudang Garam Tbk, maka :
Rumus: St + 1 = Xt + (1 )St
4

Metode Exponential Smoothing ( = 0,1)

F 2013

= 68,607 + 0,1 ( 73,247 - 68,607 ) = 69,071

F 2014

= 69,071 + 0,1 ( 76,556 - 69,071 ) = 69,8195

F 2015

= 69,8195 + 0,1 ( 80,597 - 69,8195 ) = 70,89725

Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,1) adalah sebagai berikut:
F 2016

= 70,89725 + 0,1 ( 78,647 - 70,89725 ) = 71,672225

Karena data berupa data permintaan rokok, maka tidak mungkin hasilnya berupa

pecahan, maka untuk itu hasil pecahan dibulatkan dengan syarat :

0,0000 0,00049 Dibulatkan menjadi 0,000
0,0005 0,00099 Dibulatkan menjadi 0,001
Tahun

Permintaan
lokal
ekspor

Peramalan
+ lokal

ERROR
+

ABS

Error

ERROR

ekspor

(dalam jutaan (dalam

2011
2012
2013
2014
2015
2016
Jumlah
Rata-rata

batang)

jutaan

68,607
73,247
76,556
80,597
78,647
-

batang)
68,607
69,071
69,820
70,897
71,672

4,640
7,485
10,777
7,750

4,640
7,485
10,777
7,750

21,5296
56,025225
116,143729
60,062500

30,652
7,663

253,761054
63,4402653

Penyimpangan ( Error ) dalam peramalan permintaan dengan metode Exponential Smoothing

Alpha 0.1 PT. Gudang Garam Tbk. yaitu untuk Mean Absolute Error sebesar 7,663 dan untuk
Mean Squared Error sebesar 63,4402653 = 63,440

Exponential Smoothing Alpha 0,5

Exponential Smoothing dengan Alpha 0,5 artinya memberikan bobot yang sama pada
peramalan sebelumnya dibandingkan dengan data sebelumnya, sehingga menjadi seimbang.
Apabila diterapkan dalam data penjualan PT. Gudang Garam Tbk, maka:
Rumus: St + 1 = Xt + (1 )St
Metode Exponential Smoothing ( = 0,5)
5

F 2013

= 68,607 + 0,5 ( 73,247 - 68,607 ) = 70,927

F 2014

= 70,927 + 0,5 ( 76,556 - 70,927 ) = 73,7415

F 2015

= 73,7415 + 0,5 ( 80,597 - 73,7415 ) = 77,16925

Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,5) adalah sebagai serikut :
F 2016

= 77,16925 + 0,5 ( 78,647 - 77,16925 ) = 77,908125

Karena data berupa data permintaan rokok, maka tidak mungkin hasilnya berupa

pecahan, maka untuk itu hasil pecahan dibulatkan dengan syarat :

0,0000 0,00049 Dibulatkan menjadi 0,000
0,0005 0,00099 Dibulatkan menjadi 0,001
Tahun

Permintaan
lokal

Peramalan
+ lokal

ekspor

Error

ABS error

Error

4,640
5,629
6,855
1,478

4,640
5,629
6,855
1,478

21,5296
31,685641
46,991025
2,184484

18,602
4,6505

102,39075
25,5976875

ekspor

(dalam jutaan (dalam jutaan

2011
2012
2013
2014
2015
2016
jumlah
Rata-rata

batang)
68,607
73,247
76,556
80,597
78,647
-

batang)
68,607
70,927
73,742
77,169
77,908

Penyimpangan ( Error ) dalam peramalan permintaan dengan metode Exponential Smoothing

Alpha 0.5 PT. Gudang Garam Tbk. yaitu untuk Mean Absolute Error sebesar 4,6505 = 4,651
dan untuk Mean Squared Error sebesar 25,5976875 = 25,598

Exponential Smoothing Alpha 0,9

Exponential Smoothing dengan Alpha 0,9 artinya memberikan bobot yang lebih besar
pada peramalan sebelumnya dibandingkan dengan data sebelumnya. Apabila diterapkan
dalam data penjualan PT. Gudang Garam Tbk., maka:
Rumus: St + 1 = Xt + (1 )St
Metode Exponential Smoothing ( = 0,9)
F 2013

= 68,607 + 0,9 ( 73,247 - 68,607 ) = 72,783

F 2014

= 72,783 + 0,9 ( 76,556 - 72,783 ) = 76,1787

F 2015

= 76,1787 + 0,9 ( 80,597 - 76,1787 ) = 80,15517

6

Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,9) adalah sebagai berikut :
F 2016

= 80,15517 + 0,9 ( 78,647 - 80,15517 ) = 78,797817

Karena data berupa data permintaan rokok, maka tidak mungkin hasilnya berupa

pecahan, maka untuk itu hasil pecahan dibulatkan dengan syarat :

0,0000 0,00049 Dibulatkan menjadi 0,000
0,0005 0,00099 Dibulatkan menjadi 0,001
Tahun

Permintaan

Peramalan

Error

ABS errror

Error

lokal + ekspor lokal + ekspor

(dalam jutaan (dalam jutaan
batang)
68,607
73,247
76,556
80,597
78,647
-

batang)
68,607
72,783
76,179
80,155
78,798

2011
2012
4,640
4,640
21,5296
2013
3,773
3,773
14,235529
2014
4,418
4,418
19,518724
2015
-1,508
1,508
2,274064
2016
Jumlah
14,339
57,557917
Rata-rata
3,58475
14,38947925
Penyimpangan ( Error ) dalam peramalan permintaan dengan metode Exponential Smoothing
Alpha 0.9 PT. Gudang Garam Tbk. yaitu untuk Mean Absolute Error sebesar 3,58475 = 3,585
dan untuk Mean Squared Error sebesar 14,38947925 = 14,389

SIMPULAN

Suatu organisasi badan usaha atau perusahaan memiliki tujuan masingmasing dan tentunya mampu untuk bersaing dengan para pesaingnya. Setiap
perusahaan ingin terus berkambang dan sukses dimasa sekarang dan dimasa yang
akan datang. Kesuksesan dimasa yang akan datang berbicara mengenai peramalan
suatu perusahaan dimasa yang akan datang. Teori forecasting bisa digunakan untuk
mengetahui proses peramalan dimasa yang akan datang bagi perusahaan dengan
berbagai asumsi pada periode tertentu. Peramalan perusahaan dikatakan sangat
perlu karena bertujuan untuk mendapatkan peramalan yang bisa meminimalkan forecast
error yang dapat diukur dengan mean absolute error (MAE) dan mean squared error
(Subagyo, 2002).
7

Seperti yang tertera dalam bahasan kasus pada PT. Gudang Garam Tbk., kami
menggunakan metode exponential smoothing dengan berdasarkan data-data kuantitatif pada
beberapa periode untuk melakukan peramalan. Data-data yang digunakan untuk melakukan
peramalan diambil dari data penjualan lokal dan ekspor rokok pada tahun 2011, 2012, 2013,
2014, dan 2015.
Hasil analisis demand forecasting untuk tahun 2016 PT. Gudang Garam Tbk. Adalah
sebagai berikut:

= 0.1
Peramalan permintaan sebesar 71,672 dengan Mean Absolute Error sebesar 7,663 dan
Mean Squared Error sebesar 63,440
= 0.5
Peramalan permintaan sebesar 77,908 dengan Mean Absolute Error sebesar 4,651 dan
Mean Squared Error sebesar 25,598
= 0.9
Peramalan permintaan sebesar 78,798 dengan Mean Absolute Error sebesar 3,585 dan
Mean Squared Error sebesar 14,389
Berdasarkan perhitungan, ramalan permintaan dengan error yang paling kecil adalah
hasil perhitungan menggunakan = 0.9 dengan Mean Absolute Error sebesar 3,585 dan
Mean Squared Error sebesar 14,389. Maka, peramalan permintaan rokok PT. Gudang Garam
Tbk. pada tahun 2016 ditetapkan sebesar 78,798 juta batang rokok.
DAFTAR PUSTAKA

Handout Ekonomi Manajerial 2016

http://gudanggaramtbk.com/tentang_kami/perjalanan
http://www.gudanggaramtbk.com/investor/laporan_tahunan
http://www.smetoolkit.org/smetoolkit/en/content/en/416/Demand-Forecasting