MODUL I

FORECASTING

Nama : Recha Sry Kurnya

NIM : 170403039
Kelompok : VIII
Hari : Rabu
Nilai Tugas :
Nilai Responsi :

LABORATORIUM SISTEM PRODUKSI

DEPARTEMEN TEKNIK INDUSTRI
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
I. Judul Praktikum
Forecasting

II. Tujuan Praktikum

1. Mampu memahami teknik peramalan dengan menggunakan metode time series
maupun kausal.
2. Mampu memahami dan menganalisis hubungan antara variabel dengan
penjualan sebuah produk.
3. Mampu melakukan peramalan terhadap penjualan sebuah produk.
III. Landasan Teori dan Review Teori
3.1. Pengertian dan Tujuan Peramalan
3.1.1. Pengertian Peramalan
1
Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan
terhadap satu atau beberapa produk pada periode yang akan datang. Pada
hakekatnya peramalan hanya merupakan suatu perkiraan (guess), tetapi dengan
menggunakan teknik-teknik tertentu, maka peramalan menjadi lebih sekedar
perkiraan. Peramalan dapat dikatakan perkiraan yang ilmiah (educated guess).
Setiap pengambilan keputusan yang menyangkut keadaan dimasa yang akan
datang, maka pasti ada peramalan yang melandasi pengambilan keputusan tersebut.

3.1.2. Tujuan Peramalan

2
Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah
permintaan terhadap suatu produk dan merupakan langkah awal dari proses
perencanaan dan pengendalian produksi. Dalam peramalan ditetapkan jenis produk
apa yang diperlukan (what), jumlahnya (how many), dan kapan dibutuhkan (when).
Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian,
sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.
Suatu perusahaan biasanya menggunakan prosedur tiga tahap untuk sampai pada
peramalan penjualan, yaitu diawali dengan melakukan peramalan lingkungan,
diikuti dengan peramalan penjualan industri, dan diakhiri dengan peramalan
penjualan perusahaan.
Peramalan merupakan langkah awal dalam pengambilan suatu keputusan
untuk memprediksi keadaan dimasa yang akan datang, dengan menggunakan
teknik-teknik tertentu peramalan bisa dikatakan sebagai perkiraan yang ilmiah
(educated gues). Tujuan peramalan meredam ketidakpastian sehingga diperoleh
hasil keputusan yang tepat berdasarkan peristiwa masa lalu.

1
Ginting, Rosnani. 2007. Sistem Produksi. Hlm. 31
2
Ibid, hlm. 31
3.2. Prinsip-prinsip Peramalan dan Karakteristik Peramalan yang Baik
3.2.1. Prinsip-prinsip Peramalan
3
Ada lima prinsip peramalan yang sangat perlu diperhatikan untuk mendapat
hasil peramalan yang baik yaitu:
a. Prinsip-1 : Peramalan selalu mengandung error.
b. Prinsip-2 : Peramalan harus mencakup ukuran dari error.
c. Prinsip-3 : Peramalan item yang dikelompokkan dalam famili selalu lebih
akurat dibandingkan dengan peramalan dalam item per item.
d. Prinsip-4 : Peramalan untuk jangka pendek selalu lebih akurat dibanding
dengan peramalan untuk jangka panjang
e. Prinsip-5 : Apabila dimungkinkan, perkiraan besarnya permintaan lebih
disukai berdasarkan perhitungan daripada hasil peramalan.

3.2.2 Karakteristik Peramalan yang Baik

4
Peramalan yang baik mempunyai beberapa kriteria yang penting yaitu :
a. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut.
b. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan dan metode
peramalan yang dipakai.
c. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan.
Dalam menerapkan suatu peramalan harus mempertimbangkan beberapa
prinsip agar error yang dihasilkan dapat diminilasir. Peramalan yang baik pastinya
memiliki karakteristik atau kriteria seperti akurasi, biaya dan kemudahan.

3
Sinulingga, Sukaria. 2017. Perencanaan dan Pengendalian Produksi. USU Press: Medan. Hlm.
100-102.
4
Ginting, Op.Cit. Hlm. 33-34
3.3. Pengertian dan Pembagian Metode Peramalan Kualitatif dan
Kuantitatif
3.3.1. Metode Peramalan Kualitatif
5
Peramalan kualitatif yaitu peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, dan
pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara
kualitatif didasarkan atas penyelidikan, seperti Delphi, S-curve, analogis dan
penelitian bentuk atau morphological research atau didasarkan atas ciri-ciri
normative seperti decision matrices atau decisions trees.

3.3.2. Metode Peramalan Kuantitatif

6
Peramalan kuantitatif yaitu peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang
dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan
diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari
penggunaan metode tersebut, adalah baik tidaknya metode yang dipergunakan,
sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan
kenyataan yang terjadi.
Peramalan kualitatif merupakan peramalan yang didasarkan atas data
kualitatif dimana hasil peramalan tergantung pada orang yang menyusunnya karena
bersifat intusi atau pendapat. Peramalan kuantitatif merupakan peramalan yang
didasarkan atas data kuantitatif dimana hasil peramalan tergantung pada metode
yang dipakai untuk meramalkan sesuatu. Metode yang berbeda akan diperoeh hasil
peramalan yang berbeda.

5
Ibid. Hlm.39
6
Ibid. Hlm.40
3.4. Metode Peramalan Time Series dan Jenis-jenisnya
3.4.1. Metode Peramalan Time Series
7
Metode time series adalah metode yang dipergunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan
beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola
dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu.
Dengan analisis deret waktu dapat ditunjukan bagaimana permintaan terhadap suatu
produk tertentu bervariasi terhadap waktu.

3.4.2. Jenis-jenis Metode Peramalan Time Series

8
Adapun metode peramalan yang termasuk model time series adalah :
a. Metode Penghalusan (Smoothing)
Metode penghalusan (Smoothing) digunakan untuk mengurangi
ketidakteraturan musiman dari data yang lalu, dengan membuat rata-rata
tertimbang dari sederetan data masa lalu.
b. Metode Proyeksi Kecenderungan dengan Regresi
Metode proyeksi kecenderungan dengan regresi merupakan dasar garis
kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan
tersebut dapat diproyeksikan hal-hal yang akan di teliti.
c. Metode Dekomposisi
Metode Dekomposisi adalah hasil ramalan ditentukan dengan kombinasi dari
fungsi yang ada sehingga tidak dapat diramalkan secara biasa
Metode peramalan time series metode yang digunakan untuk menganalisis
data pada masa lampau yang telah dikumpulkan secara teratur dengan
menggunakan teknik yang tepat. Terdapat 3 metode yang termasuk dalam metode
peramalan time series diantaranya metode penghalusan (smoothing), metode
proyeksi kecenderungan dengan regresi dan metode dekomposisi.

7
Ibid. hlm.46
8
Ibid. hlm.50
3.5. Metode Peramalan Kausal
9
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independen). Metode kausal terdiri atas beberapa metode antara lain:
a. Metode Regresi dan Korelasi
Metode regresi dan korelasi pada penetapan suatu persamaan estimasi
menggunakan teknik “least squares”. Ketepatan peramalan dengan metode ini
sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan
jangka panjang ternyata ketepatannya kurang baik. Metode ini banyak
digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan
permintaan dan peramalan keadaan ekonomi. Data yang dibutuhkan untuk
penggunaan metode ini adalah data kuartalan dari beberapa tahun lalu.
b. Metode Ekonometrik
Metode ini didasarkan atas peramalan sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun
peramalan jangka panjang, ketepatan peramalan dengan metode ini sangat
baik. Metode peramalan ini dipergunakan untuk peramalan penjualan menurut
kelas produk, atau peramalan keadaan ekonomi masyarakat.
c. Metode Input-Output
Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Model ini kurang baik ketepatannya untuk peramalan jangka panjang.
Model ini banyak dipergunakan untuk peramalan penjualan perusahaan,
penjualan sektor industri, produksi dari sektor dan sub sektor industri. Data
yang dibutuhkan untuk metode ini ialah data tahunan selama 10-15 tahun.
Metode peramalan kausal merupakan metode yang digunakan untuk
menemukan suatu hubungan sebab akibat dari beberapa variabel. Model peramalan
kausal tidak hanya meramalkan permintaan tetapi juga meramalkan faktor-faktor
yang mempengaruhinya.

9
Ibid. hlm.57-58
3.6. Pembagian Cara Atau Metode Pengukuran Kesalahan (error) Dalam
Peramalan
10
Seorang perencana tentu menginginkan hasil perkiraan ramalan yang tepat
atau paling tidak dapat memberikan gambaran yang paling mendekati sehingga
rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan atau ketelitian
tersebut dapat dinyatakan sebagai kesalahan dalam peramalan. Besar kesalahan
suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah:
a. Mean Square Error (MSE)
N

 X  Ft 
2
t
MSE  t 1

N
b. Standard Error of Estimate (SEE)
N

 X  Ft 
2
t
SEE  t 1

Nf
c. Percentage Error (PE)
X t  Ft
PE t    x 100%
Xt
d. Mean Absolute Percentage Error (MAPE)
N

 PE t
MAPE  t 1

N
e. Mean Percentage Error (MPE)
∑𝑛
𝑖=1 𝑃𝐸𝑡
MPE = 𝑛

Dalam menentukan atau melakukan peramalan tentunya ingin memberikan

hasil yang tepat karena suatu peramalan pasti ada kesalahan-kesalahan yang terjadi
(error), dengan begitu ada beberapa cara untuk menghitug besar suatu kesalahan
dengan menggunakan rumus-rumus dari masing-masing kesalahan (error) seperti
MSE, SEE, PE, MAPE.

10
Ibid. hlm.58-59
 DAFTAR PUSTAKA

Ginting, Rosnani. 2007. Sistem Produksi. Graha Ilmu: Yogyakarta.

Sukaria, Sinulingga. 2017. Perencanaan dan Pengendalian Produksi. USU Press:
Medan. 100-102.