Anggota: (KP A)
Angelique
130214089
130214173
Dwiki Dharmawan
130214252
130214253
130214297
130214320
130214415
DAFTAR ISI
DAFTAR ISI..i
STATEMENT OF AUTHORSHIP...1
RINGKASAN2
PENDAHULUAN.3
BAHASAN KASUS..4
SIMPULAN...8
DAFTAR PUSTAKA9
Statement of Authorship
NRP
130214089
130214173
130214252
130214253
130214297
130214320
130214415
: Ekonomi Manajerial
: 26 September 2016
Dosen
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.
Xt
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
F 2014
F 2015
Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,1) adalah sebagai berikut:
F 2016
Permintaan
lokal
ekspor
Peramalan
+ lokal
ERROR
+
ABS
Error
ERROR
ekspor
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
F 2013
F 2014
F 2015
Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,5) adalah sebagai serikut :
F 2016
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
batang)
68,607
73,247
76,556
80,597
78,647
-
batang)
68,607
70,927
73,742
77,169
77,908
F 2014
F 2015
Untuk ramalan tahun 2016 dengan Exponential Smoothing ( = 0,9) adalah sebagai berikut :
F 2016
Permintaan
Peramalan
Error
ABS errror
Error
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