BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Peramalan merupakan tahap awal dari perencanaan dan pengandalian produksi.
Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap
suatu atau beberapa produk pada periode yang akan datang. Pada hakekatnya
peramalan merupakan suatu perkiraan terhadap keadaan yang akan terjadi di masa
yang akan datang. Keadaan masa yang akan datang yang dimaksud adalah:
1. Apa yang dibutuhkan (jenis)
2. Berapa yang dibutuhkan (jumlah/kuantitas)
3. Kapan dibutuhkan (waktu)
Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian,
sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.
Peramalan tidak akan pernah “perfect”, tetapi meskipun demikian hasil peramalan
akan memberikan arahan bagi suatu perencanaan.
Dalam pelakukan pemasaran suatau produk atau jasa suatu perusahaan, tentu
mengukur dan meramal permintaan pasar sangatlah penting keberadaannya. Karena
dengan mengukur dan meramal permintaan pasar maka perusahaan dapat mengetahui
sejauh mana konsumen menggunakan produknya dan juga dapat mengetahui
bagaimana nasib produknya dimasa yang akan datang.
Pengukuran Permintaan Pasar adalah Volume total yang akan dibeli oleh
kelompok pelanggan tertentu dalam wilayah geografis tertentu dalam periode waktu
tertentu dalam lingkungan pemasaran tertentu di bawah program pemasaran tertentu.
Suatu produk yang kita hasilkan tentu saja akan dipasarkan, secara umum ada
2 konsumen yang akan menggunakan produk-produk dari suatu perusahaan,
yakni business to business ( untuk industri ) atau kepada konsumen secara
individu/keluarga.
Meramalkan permintaan pasar yang dimasuki oleh perusahaan adalah suatu
pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka
memprediksi berapa besar peluang pasar yang tersedia di masa depan. Peramalan
permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelompok
produk di masa yang akan datang dalam kendala satu set kondisi tertentu.
 BAB II
LANDASAN TEORI

2.1.Pengertian Peramalan dan Permintaan

Peramalan (Bahasa Inggris = Forecasting) adalah suatu teknik analisa perhitungan

yang dilakukan dengan pendekatan kualitatif maupun kuantitatif untuk
memperkirakan kejadian dimasa depan dengan menggunakan referensi data-data di
masa lalu. Peramalan bertujuan untuk memperkirakan prospek ekonomi dan kegiatan
usaha serta pengaruh lingkungan terhadap prospek.
Peramalan atau Forecasting merupakan bagian terpenting bagi setiap perusahaan
ataupun organisasi bisnis dalam setiap pengambilan keputusan manajemen.
Peramalan itu sendiri bisa menjadi dasar bagi perencanaan jangka pendek, menengah
maupun jangka panjang suatu perusahaan. Di dalam sebuah peramalan (forecasting)
dibutuhkan sedikit mungkin kesalahan (error) di dalamnya. Agar dapat meminimalisir
tingkat kesalahan tersebut, maka akan lebih baik jika peramalan tersebut dilakukan
dalam satuan angka atau kuantitatif.
Berikut ini beberapa pengertian atau definisi peramalan atau forecasting dari
beberapa sumber buku:

 Menurut Nasution dan Prasetyawan (2008:29), peramalan adalah proses untuk

memperkirakan beberapa kebutuhan di masa datang yang meliputi kebutuhan
dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam
rangka memenuhi permintaan barang ataupun jasa.

 Menurut Sumayang (2003:24), peramalan adalah perhitungan yang objektif

dan dengan menggunakan data-data masa lalu, untuk menentukan sesuatu di
masa yang akan datang.
  Menurut Supranto (2000), ramalan merupakan dugaan atau perkiraan
mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang.
Ramalan bisa bersifat kualitatif, artinya tidak berbentuk angka dan bisa
bersifat kuantitatif, artinya berbentuk angka, dinyatakan dalam bilangan.

 Menurut Heizer dan Render (2009:162), peramalan (forecasting) adalah seni

dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat
dilakukan dengan melibatkan pengambilan data historis dan
memproyeksikannya ke masa mendatang dengan suatu bentuk model
matematis. Selain itu, bisa juga merupakan prediksi intuisi yang bersifat
subjektif. Atau dapat juga dilakukan dengan menggunakan kombinasi model
matematis yang disesuaikan dengan pertimbangan yang baik dari seorang
manajer.

 Menurut Murahartawaty (2009:41), peramalan adalah penggunaan data masa

lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya
di masa yang akan datang. Jika kita dapat memprediksi apa yang terjadi di
masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih
baik dan akan jauh lebih berbeda di masa yang akan datang. Hal ini
disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa
mendatang yang relatif dekat.

Peramalan yang buruk akan menghasilkan keputusan bisnis yang salah dan
membuat perusahaan tidak siap untuk memenuhi tuntutan masa depan sehingga akan
sangat membahayakan perusahaan itu sendiri. Konsekuensinya dapat berupa
hilangnya pelanggan atau menderita kerugian yang besar atau bahkan memaksa
perusahaan yang bersangkutan keluar dari bisnisnya. Dan tentunya, sebuah Peramalan
atau Forecasting yang baik dan akurat dapat membantu perusahaan dalam
mempersiapkan semua sumber dayanya untuk menghadapi semua tuntutan di masa
depan sehingga dapat menguntungkan perusahaan tersebut dan memenangi
persaingan bisnisnya.

2.2 Karakteristik Peramalan yang baik

 Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain
akurasi, biaya,dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah
sebagai berikut :
1. Akurasi.
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bisa bila peramalan
tersebut bila terlalu tinggi atau rendah dibandingkan dengan kenyataan yang
sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan
peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan
kekuranga persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera
akibatnya 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 dalammenyeimbangkan
persediaan yang ideal.
2. Biaya.
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi
berapa banayak data yang dibutuhkan, bagaimana pengolahan datanya ( 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 sederhana dan murah. Prinsip ini
merupakan adopsi dari hukum Pareto ( Analisa ABC ).
3. 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, sumber daya manusia, maupun peralatan
teknologi.

2.3 Beberapa Sifat Hasil Peramalan.

Dalam membuat peramalan atau menerapkan suatu peramalan maka ada beberapa
hal yang harus dipertimbangkan yaitu :
1. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan
ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang beberapa ukuran
kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah
penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang
mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor
yang mempengaruhi permintaan relatif masih konstan sedangkan masih panjang
periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan
faktor-faktor yang mempengaruhi permintaan.

2.4 Cara Mengukur permintaan pasar

Pengukuran Permintaan Pasar adalah Volume total yang akan dibeli oleh
kelompok pelanggan tertentu dalam wilayah geografis tertentu dalam periode waktu
tertentu dalam lingkungan pemasaran tertentu di bawah program pemasaran tertentu.
Pemasaran langsung ( direct marketing ) bisa menjadi alat ukur kinerja
pemasaran produk atau jasa yang perusahaan hasilkan dan berhubungan secara
langsung dengan profitabilitas. Kata kunci dalam memproduksi suatu kampanye yang
menguntungkan adalah perencanaan. Perencanaan merupakan hal mutlak yang perlu
perusahaan lakukan dalam mengembangkan rencana pemasaran yang komprehensif,
jika perusahaan ingin mencapai baik kinerja maupun profitabilitas.
 Sebagai seorang Direct Marketer ( Pemasar Pemasaran Langsung ), sangatlah
penting untuk selalu ingat bahwa asset paling penting yang perusahaan miliki bukan
“Produk”, akan tetapi, “Pelanggan”, juga bukan “Pembelian” tetapi “Pembeli”.
Perencanaan yang baik haruslah dapat digunakan untuk membantu perusahaan
mengenali pasar-pasar sasaran khusus bagi perusahaan itu sendiri dan memberikan
pemahaman yang jelas sekali tentang kebutuhan dan sikap mereka. Untuk melakukan
ini perusahaan perlu :
1. Lakukan penelitian pasar tentang pelanggan perusahaan pada saat ini
untuk menentukan apa yang mereka senangi/tidak senangi dalam berurusan
dengan organisasi kita dan bagaimana mereka merasakan produk atau jasa
perusahaan kita.
2. Buat analisis sifat-sifat dasar para pelanggan kita yang ada pada saat
ini untuk mengetahui apa yang mereka miliki pada umumnya.
3. Tentukan siapa yang paling menikmati manfaat dari penggunaan
produk atau jasa kita.
Sasaran kegiatan-kegiatan tersebut adalah pasar yang ingin kita capai, apakah
itu business to business ( untuk industri ) atau kepada konsumen. Masing-masing
kelompok diperlakukan berbeda dan masing-masing masuk ke dalam tempat
kedudukannya yang istimewa di dalam siklus penjualan perusahaan kita.
Segmen pelanggan potensial dan pelanggan yang sudah ada yang kita pilih
untuk dijadikan sasaran ditentukan oleh target yang telah kita tetapkan dalam
perencanaan. Misalnya, bila target kita adalah meningkatkan besarnya perkiraan,
sasaran yang jelas adalah segmen data pelanggan yang ada yang mempunyai potensi
pertumbuhan terbesar.
Dalam perencanaan ada beberapa hal strategis yang harus dilakukan, hal
tersebut berhubungan erat dengan success produk/jasa perusahaan kita di pasar, yaitu
;
- Produk /Jasa
Pastikan bahwa cara mendapatkan dan menggunakan produk/jasa kita dijelaskan
dengan tepat kepada pelanggan, demikian juga manfaat-manfaatnya. Jangan
mengaburkan bentuk produk/jasa dengan manfaat. Rincilah apa yang istimewa atau
unik tentang produk/jasa kita dan bagaimana produk/jasa tersebut akan memberi
manfaat kepada orang atau organisasi yang ingin kita raih.
- Penawaran
Penawaran mungkin hanyalah salah satu unsur strategi, akan tetapi dapat berpengaruh
besar pada hasil-hasil yang akan kita capai. Penawaran kita bukanlah hal apa-apa,
hanya sebuah usulan yang memuaskan keinginan pokok pembeli/pelanggan untuk
mendapatkan sesuatu yang lebih untuk uang mereka. Penawaran yang tepat dapat
memberi sumbangan sampai 40 % kearah tercapainya hasil-hasil kampanye kita.
Penawaran itu harus sesuai dan layak untuk pasar sasaran kita, semakin cepat pasar
sasaran kita memahami apa penawaran yang kita tawarkan dan apa yang terkandung
didalamnya bagi mereka, akan semakin besar peluang mencapai keberhasilan.
- Media
Melakukan promosi secara efisien mungkin dengan menggunakan iklan tercetak di
surat kabar atau majalah, atau mungkin melalui televisi atau radio, atau bahkan
melalui Direct Mail. Ini merupakan bidang yang akan ditentukan oleh anggaran
belanja dan pengetahuan kita tentang siapa yang harus kita raih.
- Pelaksanaan yang kreatif
Strategi yang kreatif harus merupakan bagian yang fleksibel. Kita harus melangkah
maju dengan satu-satunya cara ini bila unsur lain dari rencana tersebut telah
dirumuskan dengan jelas.
- Penentuan Waktu
Sering kali cara yang paling baik untuk menyusun hal ini adalah menggunakan batas
waktu khusus yang dipaksakan kepada kita karena sifat produk atau jasa yng kita
promosikan. Sebagai contoh, bila kita menyelenggarakan seminar, titik awal kita
adalah tanggal pelaksanaan seminar tersebut dan kita harus mengerjakannya dengan
berjalan mundur dari titik awal tersebut.
 Untuk dapat mengukur permintaan pasar, kita harus memiliki Database
Pemasaran, yaitu sekumpulan informasi ( atau Data ) tentang para pelanggan atau
klien kita yang dapat digunakan untuk menilai potensi mereka membeli produk atau
jasa kita. Database umumnya diawali dengan informasi seperti nama, alamat, riwayat
pembelian, dan sebagainya.
Agar dapat dikategorikan sebagai suatu database pemasaran, informasi
tersebut juga harus memberikan kepada kita suatu pemahaman yang lebih baik
tentang kebutuhan dan harapan dari para pelanggan/klien kita. Sebuah database
pemasaran memberikan kepada kita kemampuan untuk menentukan target sebuah
segmen pasar tertentu yang relevan dengan kebutuhan mereka.
Pemasaran langsung ( Direct Marketing ) memberikan kepada kita
kemampuan untuk mendapatkan hasil yang dapat dinilai atau diukur dari investasi
kita untuk pemasaran. Salah satu cara untuk mengetahui hasil yang kita capai adalah
dengan melalui pengujian. Pengujian memberikan kepada kita sebuah strategi untuk
menentukan aspek, atau aspek-aspek kegiatan pemasaran kita yang paling besar
mempengaruhi hasil-hasil upaya kita ( apa yang diinginkan oleh Pasar ).
Ada titik awal untuk pengujian dalam rangka mengukur tingkat permintaan
pasar yaitu tiga bagian yang mempunyai pengaruh terbesar terhadap hasil-hasil usaha
kita. Dalam urutan pentingnya bagian-bagian itu adalah :
1. Daftar atau media yang kita gunakan untuk mencapai pasar kita.
2. Penawaran yang kita buat untuk pasar kita guna membuat mereka
memberi komitmen terhadap pemasaran kia.
3. Pendekatan kreatif yang kita lakukan ketika menyampaikan pesan kita.
1. Time Series atau Deret Waktu
Analisis time series merupakan hubungan antara variabel yang dicari
(dependent) dengan variabel yang mempengaruhi-nya (independent variable), yang
dikaitkan dengan waktu seperti mingguan, bulan, triwulan, catur wulan, semester atau
tahun.

Dalam analisis time series yang menjadi variabel yang dicari adalah waktu.
 Metode peramalan ini terdiri dari :

a. Metode Smoting, merupakan jenis peramalan jangka pendek seperti

perencanaan persediaan, perencanaan keuangan. Tujuan penggunaan
metode ini adalah untuk mengurangi ketidakteraturan data masa
lampau seperti musiman.
b. Metode Box Jenkins, merupakan deret waktu dengan menggunakan
model matematis dan digunakan untuk peramalan jangka pendek.
c. 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. Causal Methods atau sebab akibat
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 :

a. 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.
b. Model Input Output, merupakan metode yang digunakan untuk
peramalan jangka panjang yang biasa digunakan untuk menyusun
trend ekonomi jangka panjang.
c. Model ekonometri, merupakan peramalan yang digunakan untuk
jangka panjang dan jangka pendek.

2.5 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 :
 a. Adanya informasi masa lalu
b. Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)
c. Diasumsikan bahwa pola data yang ada dari data masa lalu akan
berkelanjutan dimasa yang akan datang.

Adapun data- data yang ada dilapangan adalah :

a. Musiman (Seasonal)
b. Horizontal (Stationary)
c. Siklus (Cylikal)
d. 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 :

 
a = Y b x

kemudian nilai b dapat dicari dengan rumus :

b=
XYXY


X 2
X X

2.6 ANALISIS DENGAN REGRESI LINIER CROSS SECTION

Cross section method atau casual method atau sebab akibat merupakan
peramalan yang kita lakukan untuk mengukur peramalan dalam suatu periode dengan
faktor yang mempengaruhinya bukan waktu.

Penggunaan rumusan yang kita gunakan untuk cross section sama dengan
penerapan untuk metode time series, begitu puka dngan hasil pramalannya.

Jadi penjualan = f (x, x, x,.......)

X = harga, mutu pendapatan, promosi dll

Y=a+bx

Dimana x adalah variabel bukan waktu.

2.7 ANALISIS DERET WAKTU DENGAN REGRESI LINIER

Ada 2 pendekatan untuk melakukan peramalan dengan menggunakan analisis

deret waktu engan metode regresi sederhana, yaitu :

1. Analisis deret waktu untuk regresi sederhana linier

2. Analisis deret waktu untuk regresi sederhana yang non linier
Dalam analisis deret waktu yang linier adalah analisis pola hubungan yang
dicari dengan satu variabel yang mempengaruhinya : waktu. Sedangkan analisis deret
waktu yang non linier, merupakan analisis hubungan antara variabel yang dicari
dengan hanya satu (1) yang mempengaruhinya, yaitu variabel waktu.

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 + b X....................

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

a=
Y  b  X
n n

atau :
  
a= Y -b X

kemudian nilai b dapat dicari dengan rumus :

n XY   X  Y
b=
n X 2  ( X ) 2

atau

b=
 XY  X  Y

X2  X X

Langkah selanjutnya adalah melakukanpengujian terhasil yang diperoleh dengan :

Pertama, uji Test Koefisien Penentu (R2), pengetesan ini untuk mengetahui tepat
tidaknya varibel yang mempengaruhi besarnya penjualan yang diramalkan adalah
waktu.

Kedua, Test Significance (T.Test) atau F test yaitu pengetesan untuk mengetahui
apakah benar persamaan regresi itu adalah linier.

Pengujian R2.

Test rumusan yang digunakan adalah:

R =1–
2 e 2

y 2

Dimana,

e 2
= y2 – b2 (  x 2 )
 
y 2
= Y2 – n ( Y )2


x 2
= X2 – n ( X )2

Test Significance

Tujuan test ini menguji dan meneliti apakah regresi yang digunakan dalam
menyususn ramalan adalah benar linier, dimana data yang diteliti tepat berada
disekitar garis linier.

1. F. Test
Tujuannya adalah untuk mengetahui apakah nilai estimasi dari a dan b dapat
bervariasi karena pengaruh sampling/ random.

Persamaan F. Test adalah sebagai berikut :

 (Y  Y ) 2

F= k 1
 (Y  Y ) 2

nk

Dimana :

k = jumlah variabel (dalam regresi sederhana = 2)

n = jumlah tahun
 atau kita juga menggunakan rumus sebagai berikut :

R2
F = k  12
1 R
nk

Hasil Frasio kemudian kita bandingkan dengan Ftabel apabila F rasio>Ftabel, maka
secara statistik koefisien b adalah significance berbeda dengan nol (0), sehingga
persamaan regresi dapatdilakukan secara benar dengan bentuk persamaan sebagai
berikut :

1. Y = a = b x
Demikian pula sebaliknya jika Frasio<Ftabel

2. Persamaan T. Test
Test ini dikenal dengan nama student-t didistribusikan untuk menguji
a dan b dengan formula :

a
ttest a = ttest b =
a

Hasilnya jika diperoleh :

Ttest > Ttabel (Tdistribusi), maka tinkat keyakinan tertentu (R) dapat
disimpulkan bahwa nilai koefisien regresi a dan b secara statistic berbeda dari
(0) dan demikian pula sebaliknya.

2.8 ANALISA DERET WAKTU DENGAN REGRESI NON LINIER

 Analisa deret waktu dengan regresi non linier merupakan regresi bukan garis
lurus. Notasi regresi sederhana dengan menggunakan regresi linier (garis lurus) dapat
digunakan sebagai berikut :

Y = a + b x + c x2

Dimana :Y = Dependent variable (variabel yang dicari)

x = Independent variable (variabel yang mempengaruhinya)

a = b = c = parameter koefisien regresi

Formula umum yang digunakan sebagai berikut :

∑y = n a + b ∑x + c ∑x2

∑xy = a ∑x + b ∑x2 +c ∑x3

∑xy = a ∑ x2 + b ∑x3 +c ∑x4

2.9 Cara Mencocokkan Supply dan Demand

Untuk mencocokankan antara supply dan permintaan maka disini perlu
diperhatikan apa saja factor-faktor yang mempengaruhi tingkat permintaan(demand).
2.10 Faktor - Faktor yang Mempengaruhi Peramalan
Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh berbagai
faktor lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali
perusahaan. Dimana faktor – faktor lingkungan tersebut juga akan mempengaruhi
peramalan. Berikut ini merupakan beberapa faktor lingkungan yang mempengaruhi
peramalan [Yami05] :
1. Kondisi umum bisnis dan ekonomi
2. Reaksi dan tindakan pesaing
3. Tindakan pemerintah
4. Kecenderungan pasar
5. Siklus hidup produk
6. Gaya dan mode
7. Perubahan permintaan
8. konsumenInovasi teknologi
Selain hal- hal diatas yang diperhatikan juga untuk mencocokkan antara supply
dan demand adalah:
1) Smart pricing, Strategi harga telah dipakai beberapa perusahaan seperti Dell,
Nikon, dan Sharp. Strategi-strategi yang dipakai mempunyai suatu kesamaan yaitu
untuk mempengaruhi permintaan pasar dengan mengaplikasikan prinsip revenue
management techniques. Ada 2 cara pendekatan strategi harga yang saling
melengkapi satu sama lain yaitu, customized pricing dan dynamic pricing.
a. Customized Pricing Cusmotized pricing dilakukan dengan membedakan
kastemer sesuai dengan sensitivitasnya terhadap harga.Salah satu caranya adalah
dengan memberikan rebate atau diskonBeberapa perusahaan seperti Dell dan Sharp
menggunakan sistem diskon mail-in rebates untuk membedakan kastemer
berdasarkan sensitivitasnya terhadap harga
v Mail in rebate Dalam melakukan mail-in rebate, ada beberapa hal yang harus
diperhatikan :With no rebateretailer harus menentukan sendiri harga jual dan
kuantitas barang yang akan dipesan agar mendapat keuntungan yang maksimal.Harga
jual terhadap retail adalah proporsional, namun tidak menguntungan bagi kastemer
retailer.With mail in rebatesManufaktur mempengaruhi demand pasar dengan disko,
di sisi lain juga menawarkan insentif kepada retailer untuk menaikkan jumlah
orderWalaupun harga efektif yang harus ditawarkan menurun, namun permintaan
akan naik sehingga bisa melebihi keuntungan jika dijual dengan harga efektif yang
normal diberikan
v Mail in rebateWholesale priceMenurut pandangan dari segi manufaktur, ada
beberapa alasan mengapa mereka tidak menerapkan wholesale price, seperti :Tidak
semua kastemer mengirimkan kembali kupon diskonRetailer kemungkinan besar
akan menggunakan diskon dari wholesale price untuk keuntungannya sendiri
sehingga tidak menaikan demand pasar.Strategi mail-in rebates lebih menguntungkan
karena selain dapat menaikkan demamd dari pasar, juga bisa menaikkan jumlah order
dari retailer
b. Dynamic PricingDynamic pricing adalah merubah harga produk setiap saat
tanpa membedakan target pasar yang ditujuStrategi ini telah dikembangkan sejak
dulu dan biasanya digunakan untuk media penjualan atau promosiDynamic pricing
diterapkan sebagai alat untuk mencocokkan antara demand dan supplyDibutuhkan
executive pada front-end dari supply chain sebagai pengambil keputusan dari
perubahan harga yaitu dia yang paling tahu bagaimana keadaan pasar saat itu dan
masalah supply chain produk itu sendiri
Dynamic PricingAda beberapa kunci pertimbangan saat akan menerapkan strategi
dymanic pricing untuk mendapatkan keuntungan maksimal dari fixed-pricenya
:Available capacitydengan asumsi semua adalah sama, semakin kecil kapasitas
produksi dibandingkan dengan demand rata-rata, maka semakin menguntungkan
penggunaan dymanic pricingDemand variabilitykeuntungan pengunaan dymanic
pricing meningkat seiring semakin besar nilai ketidak pastian demand berdasarkan
coefficient of variationSeasonality in demand patternpenentuan harga berdasarkan
pada musim tertentu sesuai dengan permintaan terhadap produk tersebutLength of the
planning horizon Semakin panjang planning produksi suatubarang, semakin sulit
untuk melakukan dymanic pricingBerdasarkan pada data dan model asumsinya,
dynamic pricing dapat meningkatkan profit 2-6 %. Peningkatan profit terjadi sangat
significant untuk industri dengan low profit sepeti retail dan komputer.
c. Pengaruh internet dalam perkembangan startegi hargaMenu cost perubahan
harga lebih mudah menggunakan internet dibanding dengan cara konvensional.
Lewat internet perubahan harga dapat di uodate dengan cepat tiap saatLower buyer
search price pencarian harga barang terendah memicu terjadinya persainga antar
penjual, disini fokus strategi smart pricing sangat bergunaVisibilitypemberian harga
yang berbeda lewat situs privat sesuai dengan geografi dan demografi, serta dapat
mempengaruhi keputusan mengenai harga, inventory dan produksiCustomer
segmentationdata histori pembeli lebih mudah didapatkan lewat intenet dibandingkan
dengan toko konvensional lainnyaTesting capabilitydapat mencoba melakukan tes
efek terhadap harga tertentu pada segelintir kelompok sebagai acuan dalam
menentukan strategi harga.
d. Peringatan terhadap penggunaan strategi hargaBerdasarkan pengalaman
sejumlah perusahaan, apapun jenis strategi harga yang dipakai, stategi itu harus adil
kepada setiap kastemer.

2.11 Tujuan dan Fungsi Peramalan (Forecasting)

Fungsi peramalan atau forecasting terlihat pada saat pengambilan keputusan.

Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang
akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan
yang kita susun, maka masalah peramalan juga merupakan masalah yang selalu kita
hadapi (Ginting, 2007).

Menurut Heizer dan Render (2009:47), peramalan atau forecasting memiliki tujuan
sebagai berikut:

1. Untuk mengkaji kebijakan perusahaan yang berlaku saat ini dan dan di masa
lalu serta melihat sejauh mana pengaruh di masa datang.

2. Peramalan diperlukan karena adanya time lag atau delay antara saat suatu
kebijakan perusahaan ditetapkan dengan saat implementasi.

3. Peramalan merupakan dasar penyusutan bisnis pada suatu perusahaan

sehingga dapat meningkatkan efektivitas suatu rencana bisnis.
2.12 Jenis-jenis Peramalan (Forecasting)

Berdasarkan horizon waktu, peramalan atau forecasting dapat dibagi menjadi tiga
jenis, yaitu (Herjanto, 2008:78):

1. Peramalan jangka panjang, yaitu yang mencakup waktu lebih besar dari 18
bulan. Misalnya, peramalan yang diperlukan dalam kaitannya dengan
penanaman modal, perencanaan fasilitas dan perencanaan untuk kegiatan
litbang.
2. Peramalan jangka menengah, yaitu mencakup waktu antara 3 sampai 18
bulan. Misalnya, peramalan untuk perencanaan penjualan, perencanaan
produksi dan perencanaan tenaga kerja tidak tetap.
3. Peramalan jangka pendek, yaitu mencakup jangka waktu kurang dari 3
bulan. Misalnya, peramalan dalam hubungannya dengan perencanaan
pembelian material, penjadwalan kerja dan penugasan karyawan.
Berdasarkan fungsi dan perencanaan operasi di masa depan, peramalan atau
forecasting dibagi menjadi tiga jenis, yaitu (Heizer dan Render, 2009:47):

1. Peramalan ekonomi (economic forecast), peramalan ini menjelaskan siklus

bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang
dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.
2. Peramalan teknologi (technological forecast), peramalan ini
memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk
baru yang menarik, yang membutuhkan pabrik dan peralatan yang baru.
3. Peramalan permintaan (demand forecast), adalah proyeksi permintaan
untuk produk atau layanan perusahaan. Proyeksi permintaan untuk produk
atau layanan suatu perusahaan. Peramalan ini juga disebut peramalan
penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan
dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya
manusia.
Berdasarkan jenis data ramalan yang disusun, peramalan dibagi menjadi dua jenis,
yaitu (Saputro dan Asri, 2000:148):
 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil ramalan yang dibuat sangat tergantung pada orang yang
menyusunnya. Hal ini penting karena peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat intuisi, pendapat, dan pengetahuan serta
pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini
didasarkan atas hasil penyelidikan, seperti pendapat salesman, pendapat sales
manajer pendapat para ahli dan survey konsumen.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data penjualan
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode
yang dipergunakan dalam peramalan tersebut. Penggunaan metode yang
berbeda akan diperoleh hasil yang berbeda pula.
Berdasarkan sifat penyusunannya, peramalan dibagi menjadi dua jenis, yaitu
(Ginting, 2007)

1. Peramalan subjektif, yaitu peramalan yang didasarkan atas perasaan atau

intuisi dari orang yang menyusunnya.
2. Peramalan objektif, yaitu peramalan yang didasarkan atas data yang relevan
pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode
dalam penganalisaan data tersebut.
Langkah Langkah dalam melakukan peramalan

Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika

menggunakan metode kuantitatif. Tahapan tersebut adalah:

1. Definisikan Tujuan Peramalan

Misalnya peramalan dapat digunakan selama masa pra-produksi untuk mengukur

tingkat dari suatu permintaan.
 2. Buatlah 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. Lakukan Peramalan
5. Hitung 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)

6. Pilih 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. Lakukan Verifikasi

Untuk mengevaluasi apakah pola data menggunakan metode peramalan tersebut

sesuai dengan pola data sebenarnya

DAFTAR PUSTAKA

https://www.kajianpustaka.com/2017/11/pengertian-fungsi-dan-jenis-peramalan-
forecasting.html

https://ilmumanajemenindustri.com/pengertian-peramalan-forecasting/

https://www.pelajaran.co.id/2017/08/pengertian-peramalan-forecasting-fungsi-manfaat-
tujuan-metode-dan-jenisnya.html

https://www.dosenpendidikan.co.id/forecasting-adalah/

https://id.scribd.com/doc/315231278/Makalah-Peramalan