1

Pertemuan 2
Peramalan Permintaan

Teknik Industri
Universitas Brawijaya

Perencanaan & Pengendalian Produksi

 2

Manajemen Permintaan

Perencanaan & Pengendalian Produksi

 3

Pengelolaan Order Pesanan

Penawaran

Permintaan

Negosiasi

Perjanjian Kesepakatan

Perencanaan & Pengendalian Produksi

 4

Definisi Peramalan
Peramalan (forecasting) merupakan prediksi,
proyeksi, atau estimasi atas terjadinya aktivitas
atau peristiwa di masa depan yang belum
dapat dipastikan tingkatannya.
Peramalan digunakan untuk memperkirakan
perubahan kejadian, sehingga perencanaan
dapat dipersiapkan untuk menghadapi kondisi
mendatang.

Perencanaan & Pengendalian Produksi

 5
Peramalan Permintaan

Perencanaan & Pengendalian Produksi

 6

Permasalahan Peramalan
Meskipun akurasi peramalan tidak dapat
dipastikan, namun penggunaan metode ini
lebih baik daripada tanpa metode apapun
untuk menentukan data-data masa depan
untuk kepentingan pengambilan keputusan
Adanya kesenjangan waktu (lag time) dengan
kejadian di masa depan menyebabkan
peramalan tidak tepat.

Perencanaan & Pengendalian Produksi

 7

Pemangku Kepentingan Peramalan

Bagian Produksi
Bagian Pemasaran
Bagian Logistik

Bagian Perencana Teknik

Bagian Perawatan
Bagian Personalia

Perencanaan & Pengendalian Produksi

 8

Subyektivitas Peramalan
Persepsi terhadap resiko
Ekspektasi terhadap harapan
Optimisasi terhadap target
Motivasi
Batasan sumber daya

Perencanaan & Pengendalian Produksi

 9

Macam Peramalan

Perencanaan & Pengendalian Produksi

 10

Performansi Peramalan
Timely,
dipergunakan untuk satu atau beberapa periode mendatang
Accurate
mempunyai tingkat penyimpangan yang diterima dalam toleransi
Reliable
dapat dipergunakan berulangkali
Meaningful
hasil ramalan memberikan manfaat sesuai tujuan
Easy to Use
mudah dalam mempergunakannya
Written
tertulis secara sistematis

Perencanaan & Pengendalian Produksi

 11

Kesalahan Peramalan
Akurasi dari peramalan dapat dinilai dari
kesalahan yang dibuat karena adanya
deviasi dan bias yang terjadi.
F(t) = A(t) + e(t)
Di mana,
F(t) : Kejadian yang diramalkan pada waktu ke-t
A(t) : Kejadian aktual pada waktu ke-t
e(t) : Kesalahan peramalan pada waktu ke-t

Perencanaan & Pengendalian Produksi

 12

Ukuran Kesalahan Peramalan

Mean Error
Mean Absolute Error
Mean Square Error
Sum Square Error
Root Mean Square Error
Standard Deviation Error
Mean Percentage Error
Mean Absolute Percentage Error
Tracking Signal
Perencanaan & Pengendalian Produksi
 13

Ukuran Kesalahan Peramalan

Mean
n
Error Sum Square Error
  A(t )  F (t )  n
SSE    A(t )  F (t ) 2
t 1
ME  t 1
n

Mean Absolute Error Root Mean Square

n
 A(t )  F (t ) Error
MAE  t 1 n
n   A(t )  F (t ) 2
Mean Square Error t 1
n RMSE 
  A(t )  F (t ) 
2 n

MSE  t 1
n

Perencanaan & Pengendalian Produksi

 14

Ukuran Kesalahan Peramalan

Standard Deviation Mean Absolute
Error Percentage Error
n
  A(t )  F (t ) 2 A(t )  F (t )
n
100%  
t 1 A(t )
SDE  MAPE  t 1
(n  1) n
Mean Percentage Tracking Signal
Error n
  A(t )  F (t ) 
 A(t )  F (t ) 
n
100%     TS  t 1
t 1 A(t )  n
MPE   A(t )  F (t )
n
t 1

Perencanaan & Pengendalian Produksi

 15

Metode Peramalan
Kuantitatif
Deret Waktu
Kausal
Kualitatif
Penilaian Subyektif
Normatif

Perencanaan & Pengendalian Produksi

 16

Metode Peramalan
Peramalan

Kuantitatif Kualitatif

Deret Waktu Kausal Penilaian Normatif

Subyektif

• Interpolasi • Linear • Individual • Delphi

• Moving Average Regression Subjective • Expert Opinion
• Exponential • Non-linear • Executive • Panel Consensus
Smoothing Regression Opinion • Relevance Trees
• Siklik • Multivariate • Sales Force • System Dynamic
• Winter Regression • Market • Scenario Writing
• Box Jenkins • Econometric Research • Cross Impact
• Decomposition • Curve Fitting
• Analogy
• Morphology
• Catastroph

Perencanaan & Pengendalian Produksi

 18

Metode Peramalan Deret Waktu

Metode peramalan deret waktu
merupakan teknik peramalan yang
menggunakan data-data historis
penjualan beberapa waktu terakhir dan
mengekstrapolasinya untuk meramalkan
penjualan di masa depan

Perencanaan & Pengendalian Produksi

 19

Metode Peramalan Deret Waktu

Peramalan deret waktu mengasumsikan pola
kecenderungan pemasaran akan berlanjut di
masa depan.
Sebenarnya pendekatan ini cukup naif, karena
mengabaikan gejolak kondisi pasar dan
persaingan
Sederhana, dapat dipahami, mudah
penggunaannya, murah, tanpa perlu
menganalisa faktor keacakan data, namun
mempunyai akurasi kurang baik.
Perencanaan & Pengendalian Produksi
 20

Faktor Pola Perubahan Permintaan

Keacakan (randomness),
Kecenderungan (trend),
Siklus (cyclical)
Musiman (seasonal)

Perencanaan & Pengendalian Produksi

 21

Faktor Pola Perubahan Permintaan

Perencanaan & Pengendalian Produksi

 22

Langkah-langkah Peramalan Deret Waktu

Kumpulkan data historis penjualan
Petakan dalam diagram pencar (scatter
diagram)
Periksa pola perubahan permintaan
Identifikasi faktor pola perubahan permintaan
Pilih metode peramalan yang sesuai
Hitung ukuran kesalahan peramalan
Lakukan peramalan untuk satu atau beberapa
periode mendatang
Perencanaan & Pengendalian Produksi
 23

Langkah-langkah Peramalan Deret Waktu

Perencanaan & Pengendalian Produksi

 24

Metode Peramalan Deret Waktu

Last periods
Interpolasi
Moving average
Exponential Smoothing
Trigonometric Function
Winter
Box Jenkins (ARIMA)
Decomposition
Perencanaan & Pengendalian Produksi
 25

Dikumpulkan Pada Pertemuan 3

Tugas Individu:
Buat resume salah satu Metode Forecast Deret
Waktu atau Kausal (rumus, langkah-langkah,
kelebihan dan kekurangan). Satu metode hanya
boleh dipilih oleh maksimal 5 orang dalam satu
kelas.
Buat contoh soal dan penyelesaian salah satu
Metode Forecast Deret Waktu atau Kausal (soal
tidak boleh sama tiap orang)
Jelaskan salah satu metode forecast normatif !

Perencanaan & Pengendalian Produksi

 26

Akhir Perkuliahan…

… Ada Yang Ditanyakan

Perencanaan & Pengendalian Produksi