Anda di halaman 1dari 18

PERAMALAN dalam Manajemen Operasi

October 13, 2013 by vanniicanadda


METODE PERAMALAN UNTUK MANAJEMEN

Salah satu keputusan penting dalam perusahaan yang dilakukan oleh manajemen adalah
menentukan tingkat produksi dari barang atau jasa yang perlu disiapkan untuk masa datang.
Penentuan tingkat produksi, yang merupakan tingkat penawaran, di pengaruhi oleh jumlah
permintaan pasar yang dapat dipenuhi oleh perusahaan. Tingkat penawaran yang lebih tinggi dari
permintaan pasar dapat mengakibatkan terjadinya pemborosan biaya, seperti biaya penyimpanan,
biaya modal, dan biaya kerusakan barang. Tingkat penawaran yang lebih rendah dibandingkan
kemampuan pangsa pasar yang dapat diraih mengakibatkan hilangnya kesempatan untuk
memperoleh keuntungan, bahkan mengakibatkan hilangnya pelanggan karena beralih ke pesaing.

Untuk membantu tercapainya suatu keputusan yang optimal diperlukan adanya suatu cara yang
tepat, sistematis dan dapat dipertanggungjawabkan. Salah satu alat yang diperlukan oleh
manajemen dan merupakan bagian integral dari proses pengambilan keputusan ialah Metode
Peramalan. Metode peramalan digunakan untuk mengukur atau menaksir keadaan dimasa
datang. Peramalan tidak saja dilakukan untuk menentukan jumlah produk yang perlu dibuat atau
kapasitas jasa yang perlu disediakan, tetapi juga diperlukan untuk berbagai bidang lain (seperti
dalam pengadaan, penjualan, personalia, termasuk untuk peramalan teknologi, ekonomi, ataupun
perubahan sosial – budaya). Bagian perusahaan satu selalu mempunyai keterkaitan dengan
bagian lain, sehingga suatu peramalanyang baik atau buruk akan mempengaruhi perusahaan
secara keseluruhan.

JENIS – JENIS PERAMALAN

Peramalan dapat dilakukan secara :

 Kuantitatif, menggunakan metode statistik.

 Kualitatif, berdasarkan pendapat (judgement) dari yang melakukan peramalan.

Prakiraan didefinisikan sebagai proses peramalan suatu variabel (kejadian) di masa datang
dengan berdasarkan data variabel itu pada masa sebelumnya. Prediksi adalah proses suatu
peramalan suatu variabel di masa datang dengan lebih mendasarkan pada pertimbangan intuisi
daripada pada data masa lampau. Dalam prediksi, peramalan yang baik sangat tergantung pada
kemampuan, pengalaman dan kepekan dari si pembuat ramalan.

Perbedaan antara penggunaan prakiraan dan prediksi dapat dijelaskan sebagai berikut. Sebuah
erusahaan ingin meramalkan berapa permintaan pasar atau produknya pada periode akan datang.
Perusahaan itu dapat melakukan prakiraan dengan menggunakan data prakiraan dengan
menggunakan data penjualan periode sebelumnya untuk mengetahui taksiran permintaan pasar
pada masa yang akan datang. Namun, jika ingin mengeluarkan produk baru, perusahaan iu dapat
melakukan prediksi untuk mengetahui berapa jumlah yang dapat diserap pasar karena belum
mempunyai data penjualan masa lampau.

Berdasarkan horizon waktu, peramalan dapat dikelompokan dalam tiga bagian, yaitu:

 Peramalan jangka panjang, yaitu peramalan yang mencakup waktu lebih besar dari 18 bulan.
Misalnya peramalan yang diperlukan dalam kaitanya dengan penanaman modal, perencanaan
fasilitas, dan perencanaan untuk kegiatan litbang.

 Peramalan jangka menengah, mencakup waktu 3 sampai 18 bulan. Misalnya, peramalan


untuk perencanaan penjualan, perencanaan produksi, dan perencanaan tenaga kerja tidak
tetap.

 Peramalan jangka pendek, yaitu untuk jangka waktu kurang dari 3 bulan. Misalnya,
peramalan dalam hal pembelian material, penjadwalan kerja, dan penugasan karyawan.

Metode kuantitatif yang digunakan dalam prakiraan, pada dasarnya dapat dikelompokan dalam
dua jenis, yaitu:

 Metode serial waktu (deret berkala, time series) adalah metode yang digunakan untuk
menganalisis sebagian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan
bahwa beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasar
dapat diidentifikasi semata – mata atas dasar data historis serial itu.

 Metode eksplanatori mengasumsikan bahwa nilai suatu variabel merupakan fungsi dari satu
atau beberapa variabel lain. Misalnya, jumlah penjualan suatu komoditi dapat diprediksi dari
nilai harga komoditi itu, pendapat konsumen, jumlah konsumen, dan harga produk.

METODE SERIAL WAKTU

Analisis serial waktu dimulai dengan memplot data pada suatu skala waktu (membuat diagram
pencar /scatter diagram) kemudian mempelajari plot tersebut. Dan akhirnya mencari suatu
bentuk atau pola yang konsisten atas data. Pola dari serangkaian data dalam serial waktu dapat
dikelompokan dalam pola dasar sebagai berikut :

 Horixontal (konstan) yaitu apabila data berfluktuasi di sekitar rata – rata secara stabil.
Polanya brupa garis lurus mendatar. Pola seperti ini biasanya terdapat dalam jangka panjang
atau menengah. Jarang sekali suatu variabel memiliki pola konstan dalam jangka panjang.

 Kecenderungan (trend), yaitu apabila data mempunyai kecenderungan, baik yang arahnya
meningkat atau menuru dari waktu ke waktu. Pola ini disebabkan antara lain oleh
bertambahnya populasi, perubahan pendapatan, dan pengaruh budaya.

 Musiman (seasonal) yaitu apabila polanya merupakan gerakan yang berulang – ulang secara
teratur dalam periode tertentu, misalnya tahunan, triwulan, bulanan, atau mingguan. Pola ini
biasanya berhubungan dengan factor iklim / cuaca atau factor yang dibuat oleh manusia,
seperti liburan dan hari besar.

 Siklus (cyclical), yaitu apabila data dipengaruhi oleh fluktuasi ekonomi jangka panjang,
seperti daur hidup bisnis. Perbedaan utama antara pola musiman dengan siklus adalah pola
musiman mempunyai panjang gelombang yang tetap dan terjadi pada jarak waktu (durasi)
yang tetap, sedangkan pola siklus memiliki jarak waktu yang lebih panjang dan bervariasi
dari satu siklus ke siklus lainnya.

 Residu atau variasi acak, yaitu apabila data tidak teratur sama sekali. Data yang bersifat
residu tidak dapat digambarkan.

Pengolahan data kuantitatif dari serial waktu dapat dilakukan dengan beberapa metode dasar,
sebagai berikut .

 Rata – rata bergerak

 Pemulusan eksponensial

 Dekomposisi

METODE EKSPLANATORI

Metode eksplanatori atau disebut juga dengan metode kausal mengasumsikan adanya hubungan
antara variabel bebas (independen) dengan variabel tak bebas (dependen) yang dipengaruhinya,
atau bentuk lain antara input dengan output dari suatu sistem. Sistem itu dapat berbentuk makro
(seperti perekonomian nasional) atau mikro (seperti perusahaan dan rumah tangga). Misalnya,
pendapatan nasional dipengaruhi oleh konsumsi, investasi, pengeluaran pemerintah, ekspor dan
impor, atau keuntungan perusahaan yang dipengaruhi oleh tingkat penjualan, harga, biaya
pemasaran, dan biaya produksi.

Metode eksplanatori bertujuan untuk meramalkan keadaan di masa datang dengan menemukan
dan mengukur beberapa variabel bebas yang penting beserta pengaruhnya terhadap variabel
bebas yang penting beserta pengaruhnya terhadap variabel tak bebas yang diamati. Dengan
mengetahui model hubungan antara variabel yang bersangkutan, dapat diramalkan bagaimana
pengaruh yang terjadi pada variabel tak bebas apabila terjadi perubahan pada variabel bebasnya.
Bagian ini membahas beberapa teknik yang termasuk dalam metode eksplanatori. Pada
pembahasan berikut ini, variabel yang diramalkan (tak bebas) dinyatakan dengan notasi Y,
sedangkan variabel yang mempengaruhi (bebas) dinyatakan dengan X1, X2, dan seterusnya.
Sedangkan hasil peramalan dinyatakan dengan notasi v (dibaca Y topi atau Y cap).

Dalam aplikasi regresi, diasumsikan terdapat hubungan antara variabel yang diramalkan dengan
variabel lain, misalnya penjualan dengan biaya promosi atau harga saham dengan pendapatan
perusahaan, tingkat dividen, dan suku bunga. Untuk mengetahui sejauh mana hubungan antara
suatu variabel dengan satu atau beberapa variabel lain perlu dibuat model. Meskipun hubungan
fungsional yang sesungguhnya tidaklah selalu dapat diketahui, model yang disusun
setidaknyamemberikan pendekatan terhadap pengaruh yang terjadi pada variabel tak bebas atas
perubahan salah satu variabel bebasnya.

Salah satu Ilmu atau seni dalam Proses perencanaan produksi adalah Peramalan, karena
dengan adanya peramalan kita dapat menentukan dan melakukan persiapan produksi
yang akan datang.

Pengertian Peramalan dalam proses perencanaan produksi ?


Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa mendatang yang
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan lokasi yang dibutuhkan dalam
rangka memenuhi permintaan barang ataupun jasa.

Peramalan mungkin tidak selalu dibutuhkan dalam kondisi permintaan pasar yang stabil, karena
perubahan permintaannya relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila kondisi
keadaan pasar bersifat kompleks dan dinamis.

Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat kompleks dan dinamis
karena permintaan tersebut akan bergantung kepada keadaan sosial, ekonomi, politik, aspek
teknologi, produk pesaingm dan produk substitusi. Oleh karena itu, peramalan yang akurat
merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen.

Peramalan dan Horizon Waktu

Dalam hubunganya dengan horison waktu, peramalan dapat diklasifikasikan ke dalam tiga
kelompok, yaitu:

1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk
perencanaan produk dan perencanaan sumberdaya.

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih khusus
dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas,
perencanaan produksi, dan penentuan anggaran.
3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk
mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja, dan keputusan
kontrol jangka pendek lainnya.

Forecast

Penggunaan Peramalan

Di antara tujuan utama dari peramalan adalah

1. Menentukan kebutuhan dan ukuran perluasan pabrik

2. Menentukan perencanaan jangka menengah untuk produk yang ada untuk diproduksi
dengan fasilitas yang ada
3. Menentukan penjadwalan jangka pendek dari produk yang ada untuk diproduksi dengan
peralatan yang ada

Metode Peramalan dalam Perencanaan Produksi

Peramalan dapat dibagi berdasarkan jangka waktu sejalan dengan kegunaannya. Karena
derajat detil dan akurasi berkaitan dengan jangka waktu, maka tipe peramalan dibagi
berdasarkan kegunaan, detail, dan jangka waktu.

Selain itu peramalan dapat dikatagorikan dengan cara lain:

1. Berdasarkan pendapat subjektif orang-orang di lapangan penjualan dan pemasaran

2. Berdasarkan indeks aktivitas usaha

3. Berdasarkan rata-rata data penjualan yang lalu

4. Berdasarkan analisis statistik data penjualan yang lalu

5. Berdasarkan kombinasi

Jenis Peramalan

Dalam membuat keputusan dalam perusahaan industri, seorang manajer membutuhkan


informasi dari berbagai sisi yang berbeda. Oleh karena itu, Seorang manajer perlu melakukan
peramalan pada beberapa bidang penting, antara lain peramalan tentang perkembangan
teknologi, peramalan tentang kondisi ekonomi, peramalan permintaan, dan sebagainaya. Pada
Perencanaan dan Pengendalian Produksi (PPC), bidang peramalan yang difokuskan adalah
peramalan permintaan.

PeramalanPermintaan

Peramalan permintaan merupakan peramalan tingkat permintaan produk-produk yang


diharapkan akan teralisasikan untuk jangka waktu tertentu pada masa yang akan datang.
Peramalan tersebut akan menjadi masukan yang sangat penting dalam keputusan
perencanaan dan pengendalian perusahaan. Karena bagian operasional produksi bertanggung
jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusan operasi
produksi sangat dipengaruhi oleh hasil peramalan permintaan. Peramalan permintaan ini
digunakan untuk meramalkan permintaan dari produk yang bersifat bebas (tidak bergantung) ,
seperti peramalan produk jadi.

Faktor yang Mempengaruhi Permintaan

Permintaan produk pada suatu perusahaan merupakan resultan dari berbagai faktor yang
saling berinteraksi dalam pasar. Faktor-faktor tersebut hampir selalu merupakan kekuatan yang
berada di luar kendali perusahaan. Berbagai faktor tersebut antara lain:

· Siklus Bisnis. Penjualan produk akan dipengaruhi oleh permintaan akan produk
tersebut, dan permintaan akan suatu produk akan dipengaruhi oleh kondisi ekonomi yang
membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan.

· Siklus Hidup Produk. Siklus hidup suatu produk biasanya mengikuti suatu pola yang
biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, di mana
siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase pertumbuhan, fase
kematangan, dan akhirnya fase penurunan. Unutk menjaga kelangsungan usaha, maka perlu
dilakukan inovasi produk pada saat yang tepat

Faktor-faktor lain. Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi balik
dari pesaing, perilaku konsumen yang berubah, dan usaha-usaha yang dilakukan sendiri oleh
perusahaan seperti peningkatan kualitas, pelayanan, anggaran periklanan, dan kebijakan
pembayaran secara kredit.

Karaketeristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain sebagai berikut :

· Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi
peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau
terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan
dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu
rendah, akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak
dapat dipenuhi segera, akibatnya adalah perusahaan dimungkinkan kehilangan pelanggan dan
kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi akan
mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia-
sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan
yang ideal, yaitu meminimasi penumpukan persediaan dan memaksimasi tingkat pelayanan.
· Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan bergantung kepada
jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang
dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang
dibutuhkan, Bagaimana pengolahan datanya, yaitu secara manual atau komputerisasi,
bagaimana penyimpanan datanya, dan siapa tenaga ahli yang diperbantukan. Pemilihan
metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang
ingin didapat, misalnya item-item yang penting akan diramalkan dengan metode yang canggih
dan mahal, sedangkan item-item yang kurang penting bisa diramalkan dengan metode yang
sederhana dan murah. Prinsip ini merupakan adopsi dari Hukum Pareto (Analisis ABC).

· Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan


mudah diaplikasikan, akan memberikan keuntungan bagi perusahaan. Adalah percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan
karena keterbatasan dana, sumberdaya manusia, maupun peralatan teknologi.

Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, terdapat beberapa hal
yang harus dipertimbangkan, yaitu:

· Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi


ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut.

· Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya


karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk
menginformasikan seberapa besar kesalahan yang mungkin terjadi.

· Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini
disebabkan pada peramalan jangka pendek, sejumlah faktor yang mempengaruhi permintaan
relatif masih konstan, sementara semakin panjang periode peramalan, semakin besar pula
kemungkinan terjadinya perubahan faktor yang mempengaruhi permintaan.

Metoda Peramalan

Secara umum, peramalan diklasifikasika menjadi 2 macam, yaitu :

1. Peramalan yang bersifat subyektif

2. Peramalan yang bersifat obyektif

Perbedaan antara kedua macam peramalan ini didasarkan pada cara mendapatkan nilai-nilai
ramalan.
Peramalan Subjektif

Peramalan subyektif lebih menekankan pada keputusan-keputusan hasil diskusi, pendapat


pribadi seseorang, dan intuisi yang meskipun kelihatanya kurang ilmiah tetapi dapat
memberikan hasil yang baik. Peramalan subyektif ini akan diwakili oleh metoda delphi dan
metoda penelitian pasar.

· Metoda Delphi. Metoda ini merupakan cara sistematis, untuk mendapatkan keputusan
bersama dari suatu kelompok yang terdiri dari para ahli dan berasal dari disiplin yang berbeda.
Kelompok ini tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi merka
diminta pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakuan untuk
menghindari pendapat yang bias karena pengaruh kelompok. Pendapat yang berbeda secara
signifikan dari ahli yang lain dalam kelompok tersebut akan ditanyakan lagi kepada yang
bersangkutan, sehingga diperoleh angka estimasi pada interval tertentu yang dapat diterima.
Metoda delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada
pengoperasian jangka panjang. Selain itu, metoda ini juga bermamfaat dalam pengembangan
produk baru, pengembangan kapasitas produksi, penerobosan kesegmen pasar baru dan
strategi keputusan bisnis lainnya.

· Metoda Penelitian Pasar. Metoda ini mengumpulkan dan menganalisa fakta secara
otomatis pada bidang yang berhubungan dengan pemasaran. Salah satu teknik utama dalam
penelitian pasar ini adalh survei konsumen. Survei konsumen akan memberikan informasi
mengenai selera yang diharapkan konsumen, dimana informasi tersebut diperoleh dari sampel
dengan kuesioner. Penelitian pasar sering digunakan dalam merencanakan produk baru, sistem
periklanan, dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai
sebagai dasar peramalan permintaan produk baru.
Peramalan Objektif

Peramalan objektif merupakan prosedur peramalan yang mengikuti aturan-aturan matematis


dan statistik dalam menunjukan hubungan antara permintaan dengan satu atau lebih variabel
yang mempengaruhinya. Selain itu peramalan objektif juga mengasumsikan bahwa tingkat
keeratan dan macam dari hubungan antara variabel-variabel bebas dengan permintaan yang
terjadi pada masa lalu akan berulang juga pada masa yang akan datang. Peramalan objektif
terdiri atas dua metoda, yaitu metoda intristik dan metoda ektrinsik.

· Metoda Intrinsik. Metoda ini membuat peramalan hanya berdasarkan proyeksi permintaan
historis tanpa mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi
besarnya permintaan. Metoda ini hanya cocok untuk peramalan jangka pendek pada kegiatan
produksi, di mana dalam rangka pengendalian produksi dan pengendalian persediaan bahan
baku seringkali perusahaan harus melibatkan banyak item yang berbeda. Hal ini tentu
membosankan sehingga memerlukan metoda-metoda peramalan yang mudah dan murah.
Metoda Intrinsik diwakili oleh analisis deret waktu.

· Metoda Ekstrinsik. Metoda ini mempertimbangkan faktor-faktor eksternal yang mungkin


dapat mempengaruhi besarnya permintaan di masa yang akan datang dalam model
peramalannya. Metoda ini lebih cocok untuk peramalan jangka panjang karena dapat
menunjukan hubungan sebab akibat yang jelas dalam hasil peramalanya sehingga disebut
metoda kausal dan dapat memprediksi titik-titik perubahan. Kelemahan dari metoda ini adalah
dalam hal mahalnya biaya aplikasi dan frekuensi perbaikan hasil peramalan yang rendah
karena sulitnya menyediakan informasi perubahan faktor-faktor eksternal yang terukur. Metoda
ekstrinsik banyak dipakai untuk peramalan pada tingkat agregat. Metoda ini akan diwakili oleh
metoda regresi.

Pendekatan Peramalan

Dengan mempertimbangan bahwa penggunaan metoda statistik yang dilakukan pada data yang
lalu adalah cara yang realistis untuk melakukan peramalan permintaan yang akan datang,
dilakukan langkah sebagai berikut:

1. Membuat plot permintaan terhadap waktu (demand versus time)

2. Menentukan teknik yang digunakan

3. Mengevaluasi error yang diharapkan


4. Mengambil keputusan untuk menggunakan teknik yang dipertimbangkan atau berusaha
mendapatkan yang lebih baik.

Terdapat beberapa metode peramalan:

· Peramalan Least Square / Linear

· Peramalan Constant

· Peramalan Cyclic

· Peramalan Linear-Cyclic

· Peramalan lainnya: Moving Average, Exponential Smoothing, Curvilinear Regression,


Combination.

Analisis Deret Waktu (Time Series)

Dalam pendekatan analisis deret waktu didasarkan pada asumsi bahwa deret waktu tersebut
terdiri dari komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman / Season (S),
Variasi Acak / Random (R) yang akan menunjukkan suatu pola tertentu. Komponen-komponen
tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis. Analisa Deret
Waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa
lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut
masih akan tetap berlanjut.

Permintaan di masa lalu pada analisa deret waktu akan dipengaruhi keempat komponen utama
T, C, S, dan R. Penjelasan tentang komponen-komponen tersebut adalah sebagai berikut.

1. Kecenderungan / Trend (T)

Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya, apakah
permintaan tersebut cenderung naik, turun, atau konstan.

2. Siklus / Cycle (C)

Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik, biasanya lebih
dari satu tahun, sehingga pola ini tidak perlu dimasukan dalam peramalan jangka pendek. Pola
ini amat berguna untuk peramalan jangka menengah dan jangka panjang.
3. Pola Musiman / Season (S)

Fluktuasi permintaan suatu produk dapat naik turun di sekitar garis trend dan biasanya berulang
setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari
raya keagamaan yang akan berulang secara periodik setiap tahunnya.

4. Variasi Acak / Random (R)

Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena faktor-faktor
adanya bencana alam, bangkrutnya perusahaan pesaing, promosi khusus, dan kejadian-
kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan dalam ragka
menentukan persediaan pengaman untuk mengantisipasi kekurangan persediaan bila terjadi
lonjakan permintaan.

Rata-rata Bergerak (Moving Average = MA)

Moving Average diperoleh dengan merata-rata permintaan berdasarkan beberapa data masa
lalu yang terbaru. Tujuan utama dari penggunaan teknik MA ini adalah untuk mengurangi atau
menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai
dengan merata-ratakan beberapa nilai data secara bersama-sama, dan menggunakan rata-rata
tersebut sebagai ramalan permintaan untuk periode yang akan datang. Disebut rata-rata
bergerak karena begitu setiap data aktual permintanan baru deret waktu tersedia, maka data
waktu aktual permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian
nilai suatu rata-rata baru akan dihitung.

MANAJEMEN INDUSTRI : METODE PERAMALAN (FORECASTING)


March 27, 2013

Peramalan (forecasting) : adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi dengan
menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model
matematis.

Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung
dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya terdapat
berbagai metode peramalan antara lain :

 Peramalan berdasarkan jangka waktu :

1. Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan : digunakan untuk rencana
pembelian, penjadwalan kerja, jumlah TK, tingkat produksi),

2. Peramalan jangka menengah ( tiga bulan hingga tiga tahun : digunakan untuk perencanaan penjualan,
perencanaan dan penganggaran produksi dan menganalisis berbagai rencana operasi),
3. Peramalan jangka panjang ( tiga tahun atau lebih, digunakan untuk merencanakan produk baru,
penganggaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan).

 Peramalan berdasarkan rencana operasi

1. Ramalan ekonomi : membahas siklus bisnis dengan memprediksi tingkat inflasi dan indikator
perencanaan lainnya,

2. Ramalan teknologi : berkaitan dengan tingkat kemajuan teknologi dan produk baru,

3. Ramalan permintaan : berkaitan dengan proyeksi permintaan terhadap produk perusahaan. Ramalan
ini disebut juga ramalan penjualan, yang mengarahkan produksi, kapasitas dan siatem penjadualan
perusahaan.

 Peramalan berdasarkan metode / pendekatan :

1. Peramalan kuantitatif, menggunakan berbagai model matematis atau metode statistik dan data
historis dan atau variabel-variabel kausal untuk meramalkan permintaan,

2. Peramalan kualitatif, menggunakan intuisi, pengalaman pribadi dan berdasarkan pendapat (judment)
dari yang melakukan peramalan

Metode peramalan:
Peramalan berdasarkan metode terbagi menjadi 2 yaitu:

1. Metode Kuantitatif

 Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :

1. Model seri waktu / metode deret berkala (time series) metode yang dipergunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu,

2. Model / metode kausal (causal/explanatory model), mengasumsikan variabel yang diramalkan


menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas (independent
variable).

1. Model Seri Waktu / Metode deret berkala, terbagi menjadi :

1. Rata-rata bergerak (moving averages),

2. Penghalusan eksponensial (exponential smoothing),

3. Proyeksi trend (trend projection)


Penjelasan:

1. Rata-rata bergerak (moving averages),

 Rata-Rata Bergerak Sederhana (simple moving averages) : bermanfaat jika diasumsikan


bahwa permintaan pasar tetap stabil :

 Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada pola atau trend
yang dapat dideteksi, timbangan bisa digunakan untuk menempatkan lebih banyak
tekanan pada nilai baru :

2. Penghalusan eksponensial (exponential smoothing),

Penghalusan Eksponensial : metode peramalan dengan menambahkan parameter alpha dalam


modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial dalam metode ini berasal dari
pembobotan/timbangan (faktor penghalusan dari periode-periode sebelumnya yang berbentuk
eksponensial.

3. Proyeksi trend (trend projection)

Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek
maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis.

2. Model / metode kausal (causal/explanatory model)

Merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan
dengan variabel alin yang mempengaruhinya tetapi buakn waktu. Dalam prakteknya jenis metode
peramalan ini terdiri dari :

1. Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang
maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang
dianalisis secara statis.
2. Model Input Output, merupakan metode yang digunakan untuk peramalan jangka panjang yang
biasa digunakan untuk menyusun trend ekonomi jangka panjang.
3. Model ekonometri, merupakan peramalan yang digunakan untuk jangka panjang dan jangka
pendek.

Peramalan menggunakan metode regresi:

Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil
peramalan.

Hal- hal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi adalah mengetahui
terlebih dahulu mengetahui kondisi- kondisi seperti :

1. Adanya informasi masa lalu


2. Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)
3. Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang
akan datang.

Adapun data- data yang ada dilapangan adalah :

1. Musiman (Seasonal)
2. Horizontal (Stationary)
3. Siklus (Cylikal)
4. Trend

Dalam menyusun ramalan pada dasarnya ada 2 macam analisis yang dapat digunakan yaitu :

1. Analisi deret waktu(Time series), merupakan analisis antaravariabel yang dicari dengan variabel
waktu
2. Analisis Cross Section atau sebab akibat (Causal method), merupakan analisis variabel yang
dicari dengan variabel bebas atau yang mempengaruhi.

Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu dengan
metode regresi sederhana yaitu :

1. Analisis deret waktu untuk regresi sederhana linier


2. Analisis deret untuk regresi sederhana yang non linier

Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi matematis seperti:

Y = F (x)

Dimana :

Y = Dependent variable (variabel yang dicari)

X = Independent variable (variabel yang mempengaruhinya)

Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat digunakan sebagai
berikut :

Y=a+bx

Dimana a dan b adalah merupakan parameter yang harus dicari. Untuk mencari nilai a dapat digunakan
dengan menggunakan rumus :

kemudian nilai b dapat dicari dengan rumus :


2. Metode Kualitatif

Metode kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi,


pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan dari satu orang dengan orang
lain dapat berbeda.Meskipun demikian, peramalan kualitatif dapat
menggunakan teknik/metode peramalan, yaitu :

1. Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat dari sekelompok kecil
manajer puncak/top manager (pemasaran, produksi, teknik, keuangan dan logistik), yang
seringkali dikombinasikan dengan model-model statistik.
2. Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan tingkat penjualan di
daerahnya, yang kemudian digabung pada tingkat provinsi dan nasional untuk mencapai ramalan
secara menyeluruh.
3. Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan kepada responden,
jawabannya kemudian diringkas dan diberikan kepada para ahli untuk dibuat peramalannya.
Metode memakan waktu dan melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner,
mengirim, merangkum hasilnya untuk dipakai para ahli dalam menganalisisnya. Keuntungan
metode ini hasilnya lebih akurat dan lebih profesional sehingga hasil peramalan diharapkan
mendekati aktualnya.
4. Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau konsumen potensial
terhadap rencana pembelian pada periode yang diamati. Survai dapat dilakukan dengan
kuesioner, telepon, atau wawancara langsung.

Memantau Ramalan

 Bila peramalan sudah selesai, yang paling adalah tidak melupakannya. Sangat jarang manajer
yang ingin mengingat bila hasil ramalan mereka sangat tidak akurat, tetapi perusahaan perlu
menentukan mengapa permintaan aktual (variabel yang diuji) secara signifikan berbeda dari yang
diproyeksikan.
 Salah satu cara untuk memantau peramalan guna menjamin keefektifannya adalah
menggunakan isyarat arah.
 Isyarat Arah (Tracking Signal) : adalah pengukuran tentang sejauh mana ramalan memprediksi
nilai aktual dengan baik
 Isyarat Arah, dihitung sebagai jumlah kesalahan ramalan berjalan (running sum of the forecast
error, RSFE) dibagi dengan deviasi absolut mean (MAD)

Prosedur Peramalan

Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika menggunakan metode
kuantitatif. Tahapan tersebut adalah:

1. Mendefinisikan Tujuan Peramalan


Misalnya peramalan dapat digunakan selama masa pra-produksi untuk mengukur tingkat dari suatu
permintaan.

2. Membuat diagram pencar (Plot Data)

Misalnya memplot demand versus waktu, dimana demand sebagai ordinat (Y) dan waktu
sebagai axis (X).

3. Memilih model peramalan yang tepat

Melihat dari kecenderungan data pada diagram pencar, maka dapat dipilih beberapa model peramalan
yang diperkirakan dapat mewakili pola tersebut.

4. Melakukan Peramalan

5. Menghitung kesalahan ramalan (forecast error)

Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai hasil peramalan terhadap nilai
data yang sebenarnya. Perbedaan atau selisih antara nilai aktual dan nilai ramalan disebut sebagai
“kesalahan ramalan (forecast error)” atau deviasi yang dinyatakan dalam:

et = Y(t) – Y’(t)

Dimana : Y(t) = Nilai data aktual pada periode t

Y’(t) = Nilai hasil peramalan pada periode t

t = Periode peramalan

Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat SSE (Sum of Squared Errors)
dan Estimasi Standar Error (SEE – Standard Error Estimated)

SSE = S e(t)2 = S[Y(t)-Y’(t)]2

6. Memilih Metode Peramalan dengan kesalahan yang terkecil.

Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat ketelitian tertentu (Uji
statistik F), maka pilihlah secara sembarang metode-metode tersebut.

7. Melakukan Verifikasi

Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut sesuai dengan pola
data sebenarnya.
METODE PERAMALAN LAINNYA

 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 faktor-faktor
yang mempengaruhi permintaan. Metode ini biasanya digunakan untuk produk baru atau produk yang
mengalami inovasi atau pengembangan.

– Contoh: Pada produk Rokok Halim diberikan kepada konsumen secara gratis selama 1 bulan di
berbagai tempat untuk mengetahui respon konsumen terhadap produk tersebut atau memberi diskon
saat produk ini launching. Setelah respon masyarakat bagus, lalu Hilam dijual secara bertahap yaitu Rp
2.500,00 lalu dijual secara stabil pada harga Rp 4.000,00 karena termasuk produk baru oleh karena itu
tetap dijual di bawah harga pasar agar dapat menarik minat konsumen.

 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:

– 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
kuisioner yang sudah dipersiapkan. Biasanya juga disertakan nomer telephone atau alamat pada suatu
produk agar konsumen bisa secara leluasa menyampaikan saran ataupun kritik.