Outline Modul I
Outline Modul I
FORECASTING
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
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.
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.
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
Nf
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
10
Ibid. hlm.58-59
DAFTAR PUSTAKA