TUGAS SISTEM PRODUKSI

“METODE KAUSAL (CAUSAL EXPLANATORY)”

Oleh :

NAMA : JEFRY ANDI SINAGA

NIM : 160403086

UNIVERSITAS SUMATERA UTARA

FAKULTAS TEKNIK
TEKNIK INDUSTRI
2018
 Peramalan
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.

METODE PERAMALAN
Metode sistem peramalan yang sering digunakan dapat dilihat pada gambar di
bawah ini (Makrdakis, 1999)

Menurut John E. Hanke dan Arthur G. Reitch (1995), metode peramalan dapat
dibagi menjadi dua yakni :
 METODE KAUSAL (CAUSAL EXPLANATORY)
Metode ini menggunakan pendekatan sebab-akibat, dan bertujuan untuk
meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur
beberapa variabel bebas (independen) yang penting beserta pengaruhnya terhadap
variabel tidak bebas yang akan diramalkan. Pada metode kausal terdapat tiga kelompok
metode yang sering dipakai :

1. Metoda regresi dan korelasi

Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi
menggunakan teknik “least squares”. Hubungan yang ada pertama-tama dianalisis
secara statistik. Ketepatan peramalan dengan menggunakan metoda ini sangat baik
untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata
ketepatannya kurang begitu baik. Metoda ini banyak digunakan untuk peramalan
penjualan, perencanaan keuntungan, peramalan permintaan dan permalan keadaan
ekonomi. Data yang dibutuhkan untuk penggunaan metoda ini adalah data kuartalan
dari beberapa tahun lalu.
Metoda ini sering digunakan untuk prediksi jangka pendek. Contohnya:
meramalkan hubungan jumlah kredit yang diberikan dengan giro, deposito dan
tabungan masyarakat.
Contoh : Data berikut berhubungan dengan nilai penjualan pada bar pada
beberapa pekan di penginapan Marthy and Polly Starr di Marathon, Florida. Jika
peramalan menunjukkan bahwa akan dating 20 tamu pecan depan, berapakah penjualan
yang diharapkan.
Tabel 1. Data Nilai Penjualan pada bar beberapa pecan di penginapan
Marthy and Polly Star di Marathon, Florida.
Tamu Penjualan Pada
Pekan (x) Bar (x) x2 xy
1 16 330 256 5280
2 12 270 144 3240
3 18 380 324 6840
4 14 300 196 4200
∑x = 60 ∑y = 1280 ∑x2= 920 ∑xy = 9560
 Penyelesaian:
Perhitungan garis regresi:

Grafik regresi

Hal- hal yang perlu diketahui 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:

A. Pola Horizontal/ Tak Beraturan

Pola ini terjadi bila data berfluktuasi di sekitar rata-ratanya. Produk yang
penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini.
Struktur datanya dapat digambarkan sebagai berikut ini.

B. Pola Musiman
Pola musiman terjadi bila nilai data dipengaruhi oleh faktor musiman (misalnya
kuartal tahun tertentu, bulanan atau hari-hari pada minggu tertentu). Struktur datanya
dapat digambarkan sebagai berikut ini.
C. Pola Siklis
Pola ini terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka panjang
seperti yang berhubungan dengan siklus bisnis. Struktur datanya dapat digambarkan
sebagai berikut.

D. Pola Trend
Pola Trend terjadi bila ada kenaikan atau penurunan sekuler jangka panjang dalam
data. Struktur datanya dapat digambarkan sebagai berikut.

2. Metoda ekonometri
Metoda ini didasarkan atas peramalan sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun peramalan
jangka panjang, ketepatan peramalan dengan metoda ini sangat baik. Metoda peramalan
ini selalu dipergunakan untuk peramalan penjualan menurut kelas produk, atau
peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran.
Data yang dibutuhkan untuk penggunaan metoda peramalan ini adalah data kuartalan
beberapa tahun.
 Metoda ini sering digunakan untuk perencanaan ekonomi nasional dalam jangka
pendek maupun jangka panjang. Contohnya: meramalkan besarnya indikator moneter
buat beberapa tahun ke depan, hal ini sering dilakukan pihak BI tiap tahunnya.
Empat tahapan yang termasuk di dalam memformulasi forecast model
ekonometrika ini antara lain membangun suatu model teori, mengumpulkan data,
memilih bentuk persamaan fungsi yang diestimasi, dan mengestimasi dan
menginterpretasi hasil.
Contoh : sebagai contoh disini misalnya kita menginginkan untuk
memprakirakan permintaan, maka hubungan antar harga dan kuantitas dapat menjadi
dasar teori yang logis bagi suatu model. Faktor harga yang mempengaruhi volume
permintaan tersebut sebenarnya tidaklah merupakan satu-satunya faktor yang
mempengaruhi permintaan, tetapi banyak faktor lain yang juga ikut mempengaruhi
permintaan. Maka secara spesifik hubungan kausalistik permintaan itu dipengaruhi oleh
selain harga, tetapi juga dipengaruhi misalnya oleh income per kapita (I), harga barang
lain (Po), dan Advertensi (A), dan lain-lain. Karena itu model fungsi yang
dikembangkan dalam persamaan ekonometri sebagaimana ditunjukkan pada
pembahasan estimasi permintaan yang dipengaruhi oleh sejumlah faktor atau variabel
antara lain seperti yang dinyatakan sebagai:
Qd = f(P, I, Po, dan A)
Yang secara ekonomi terbukti secara empirik bahwa fungsi permintaan dipengaruhi P, I,
Po, dan A itu dirumuskan sebagai fungsi:
Qd = a – bP + cI + dPo + eA
Dimana Qd merupakan volume permintaan, a merupakan koefisiensi konstanta,
b,c,d,dan e merupakan koefisiensi faktor Harga, Income, Harga Barang Lain, dan
Advertensi.
3. Metoda input output
Metoda ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Model ini kurang baik ketepatannya untuk peramalana jangka panjang. Model
ini banyak dipergunakan untuk peramalan penjualan perusahaan, penjualan sektor
industri dan sub sektor industri, produksi dari sektor dan sub sektor industri. Data yang
dibutuhkan untuk penggunaan metoda atau model ini adalah data tahunan selama sekitar
sepuluh sampai lima belas tahun.
Metode ini biasa digunakan untuk perencanaan ekonomi nasional jangka panjang.
Contohnya: meramalkan pertumbuhan ekonomi seperti pertumbuhan domestik bruto
(PDB) untuk beberapa periode tahun ke depan 5-10 tahun mendatang.

Tahapan perancangan peramalan : Secara ringkas terdapat tiga tahapan yang harus
dilalui dalam perancangan suatu metoda peramalan, yaitu :
1. Melakukan analisa pada data masa lampau. Langkah ini bertujuan untuk
mendapatkan gambaran pola dari data bersangkutan.
2. Memilih metoda yang akan digunakan. Terdapat bermacam-macam metoda yang
tersedia dengan keperluannya. Metoda yang berlainan akan menghasilkan system
prediksi yang berbeda pula untuk data yang sama. Secara umum dapat dikatakan
bahwa metoda yang berhasil adalah metoda yang menghasilkan penyimpangan
(error) sekecil-kecilnya antara hasil prediksi dengan kenyataan yang terjadi.
3. Proses transformasi dari data masa lampau dengan menggunakan metoda yang
dipilih. Kalau diperlukan, diadakan perubahan sesuai kebutuhannya