Metode kuantitatif

Yth Tuton dan rekan-rekan

Silahkan berdiskusi tentang mata kuliah ini di sini.
Pengertian perkiraan (Forecasting)
Forecasting atau perkiraan adalah kegiatan yang bertujuan atau memprediksi
segala hal yang terkait dengan produksi, penawaran, permintaan dan penggunaan
teknologi dalam sebuah industriatau usaha. Perkiraan ini pada akhirnya akan
digunakan oleh perusahaan maupun pihak manajemen operasional untuk
membuat perencanaan terkait kegiatan usaha dalam beberapa periode.

Tujuan dan fungsi perkiraan (Forecasting)

Fungsi perkiraan atau forecasting terlihat pada pengambilan keputusan.
Keputusan yang baik adalah keputusan yang didasarkan atas prtimbangan apa
yang akan terjadi pada waktu keputusan itu dilaksanakan (Ginting, 2007).
Menurut Heizer dan render (2009:47), perkiraan atau forecasting memiliki tujuan
sebagai berikut:
a. Perkiraan di perlukan karena adanya time lag atau delay antara saat suatu
kebijakan perusahaan ditetapkan dengan saat implementasi.
b. Perkiraan merupakan dasar penyusunan bisnis pada suatu perusahaan sehingga
dapat meningkatkan efektivitas suatu rencana bisnis.
c. Mengkaji kebijakan perusahaan yang berlaku saat ini dan di masa lalu, serta
melihat sejauh mana pengaruh di masa datang.

Jenis-jenis perkiraan (forecasting)

a. Perkiraan berdasarkan waktu
menurut Herjanto (2008) berdasarkan waktu, perkiraan atau forecasting dapat
dibagi menjadi tiga jenis yaitu :
- Perkiraan Jangka Panjang, mencakup waktu lebih dari 18 bulan. Misalnya,
perkiraan yang di perlukan dalam kaitannya dengan penanaman modal,
perencanaan fasilitas, dan perencanaan untuk kegiatan litbang (penelitian dan
pengembangan).
- Perkiraan jangka menengah, mencakup waktu antara 3-18 bulan. Misalnya,
perkiraan perencanaan penjualan, perencanaan produksi, dan perencanaan tenaga
kerja tidak tetap.
- Perkiraan jangka pendek, mencakup jangka waktu kurang dari 3 bulan.
Misalnya, perkiraan yang berhubungan dengan perencanaan pembelian material,
penjadwalan kerja dan penugasan karyawan.

b. Perkiraan berdasarkan Fungsi dan Perencanaan Operasi Masa Depan.

Menurut Heizer dan Render (2009) berdasarkan fungsi dan perencanaan operasi
dimasa depan forecasting di bagi menjadi tiga jenis yaitu :
- Perkiraan ekonomi (ekonomi forecast), menjelaskan siklus bisnis dengan
memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk
membangun perumahan dan indikator perencanaan lainnya.
- Perkiraan Teknologi (teknologi forecast), memperhatikan tingkat kemajuan
teknologi yang dapa meluncurkan produk baru yang menarik, yang
membutuhkan pabrik dan peralatan baru.
- Perkiraan permintaan (demand forecast), proyeksi permintaan untuk produk
atau layanan suatu perusahaan. Perkiraan ini juga disebut perkiraan penjualan
yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi
input bagi perencanaan keuangan, pemasaran, serta sumber daya manusia.

c. Perkiraan Berdasarkan Jenis Data Yang Disusun.

Berdasarkan jenis data perkiraan yang di susun, perkiraan di bagi menjadi dua
jenis yaitu (Saputro dan Asri, 2000:148).
- Perkiraan kualitatif, yang didasarkan atas data kualitatif pada masa lalu. Hasil
prediksi yang di buat sangat tergantung pada orang yang menyusunnya. Biasanya
perkiraan ini didasarkan atas hasil penyelidikan, seperti pendapat salesmen,
pendapat sales manajer pendapat para ahli, dan survey konsumen.
- Perkiraan kuantitatif, yaitu perkiraan yang didasarkan atas data penjualan pada
masa lalu. Hasil perkiraan yang dibuat sangat tergantung pada metode yang
digunakan dalam perkiraan tersebut. Penggunaan metode yang berbeda akan di
peroleh hasil yang berbeda pula.
d. Berdasarkan Sifat Penyusunanya.
Berdasarkan sifat penyusunanya, perkiraan dibagi menjadi dua jenis yaitu
(Ginting, 2007)
- Perkiraan subyektif, yang didasarkan atas perasaan atau intuisi dari orang yang
menyusunnya.
- Perkiraan obyektif, didasarkan atas data yang relevan pada masa lalu, dengan
menggunakan teknik-teknik dan metode-metode dalam penganalisaan data
tersebut.
Untuk mensukseskan sebua proses forecasting atau perkiraan yang dibutuh
sebuah bisnis, pastinya dibutuhkan perencanaan keuangan yang baik dan matang.
Jurnal, software akutansi online dengan sistem pelaporan keuangan berbentu
angka dan grafik., serta dukungan beberapa fitur dan layanan terintegrasi, akan
membuat perencanaan angggaran proses perkiraan bisnis anda tidak lagi menjadi
rumit. Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan
penjualan dan pengunaan produk sehingga produk-produk itu dapat dibuat dalam
kuantitas yang tetap.
Ukuran Akurasi Peramalan
Model-model peramalan yang dilakukan kemudian divalidasi menggunakan
sejumlah indikator. Indikator-indikator yang umum digunakan adalah rata-rata
penyimpangan absolut (Mean Absolute Deviation), rata-rata kuadrat terkecil
(Mean Square Error), rata-rata persentase kesalahan absolut (Mean Absolute
Percentage Error), validasi peramalan (Tracking Signal), dan pengujian
kestabilan (Moving Range).
1. Mean Absolute Deviation (MAD)
Metode untuk mengevaluasi metode peramalan menggunakan jumlah dari
kesalahan-kesalahan yang absolut. Mean Absolute Deviation (MAD)mengukur
ketepatan ramalan dengan merata-rata kesalahan dugaan (nilai absolut masing-
masing kesalahan). MAD berguna ketika mengukur kesalahan ramalan dalam
unit yang sama sebagai deret asli. Nilai MAD dapat dihitung dengan
menggunakan rumus sebegai berikut.

2. Mean Square Error (MSE)

Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi metode
peramalan. Masing-masing kesalahan atau sisa dikuadratkan. Kemudian
dijumlahkan dan ditambahkan dengan jumlah observasi. Pendekatan ini
mengatur kesalahan peramalan yang besar karena kesalahan-kesalahan itu
dikuadratkan. Metode itu menghasilkan kesalahan-kesalahan sedang yang
kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang menghasilkan
perbedaan yang besar.

3. Mean Absolute Percentage Error (MAPE)

Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan
kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata
untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut tersebut.
Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting
dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar
kesalahan dalam meramal yang dibandingkan dengan nilai nyata.

4. Tracking Signal
Validasi peramalan dilakukan dengan Tracking Signal. Tracking Signal adalah
suatu ukuran bagaimana baiknya suatu peramalan memperkirakan nilai-nilai
aktual. Nilai Tracking Signal dapat dihitung dengan menggunakan rumus sebegai
berikut.
Tracking signal yang positif menunjukan bahwa nilai aktual permintaan lebih
besar daripada ramalan, sedangkan tracking signal yang negatif berarti nilai
aktual permintaan lebih kecil daripada ramalan. Tracking signal disebut baik
apabila memiliki RSFE yang rendah, dan mempunyai positive error yang sama
banyak atau seimbang dengan negative error, sehingga pusat dari tracking
signal mendekati nol. Tracking signal yang telah dihitung dapat dibuat peta
kontrol untuk melihat kelayakkan data di dalam batas kontrol atas dan batas
kontrol bawah.
5. Moving Range (MR)
Peta Moving Range dirancang untuk membandingkan nilai permintaan aktual
dengan nilai peramalan. Data permintaan aktual dibandingkan dengan nilai
peramal pada periode yang sama. Peta tersebut dikembangkan ke periode yang
akan datang hingga dapat dibandingkan data peramalan dengan permintaan
aktual. Peta Moving Range digunakan untuk pengujian kestabilan sistem sebab-
akibat yang mempengaruhi permintaan. Rumus perhitungan peta Moving
Range adalah sebagai berikut.
Jika ditemukan satu titik yang berada diluar batas kendali pada saat peramalan
diverifikasi maka harus ditentukan apakah data harus diabaikan atau mencari
peramal baru. Jika ditemukan sebuah titik berada diluar batas kendali maka harus
diselidiki penyebabnya. Penemuan itu mungkin saja membutuhkan penyelidikan
yang ekstensif. Jika semua titik berada di dalam batas kendali, diasumsikan
bahwa peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik
yang berada di luar batas kendali, jelas bahwa peramalan yang didapat kurang
baik dan harus direvisi (Gaspersz, 1998).
Kegunaan peta Moving Range ialah untuk melakukan verifikasi hasil
peramalan least square terdahulu. Jika peta Moving Range menunjukkan
keadaan diluar kriteria kendali. Hal ini berarti terdapat data yang tidak berasal
dari sistem sebab-akibat yang sama dan harus dibuang maka peramalan pun harus
diulangi lagi.
Referensi
Dr. Muslich Lufti, Drs., MBA. Prakiraan (Fore Casting). Pascasarjana
Universitas Terbuka. 08/11/2019.
Iko Kusumawati 530032088 Jawaban Diskusi Sesi 10. Mahasiswa Pascasarjana
Universitas Terbuka.
Widya Utami, Novia. Mengenal Forecasting, Manfaat, Fungsi, dan Jenisnya
untuk Kesuksesan Bisnis Anda. https://www.jurnal.id/id/blog/2018-forecasting-
pengertian-manfaat-fungsi dan-jenisnya-bagi-kesuksesan-bisnis/ (Diakses, 16
Februari 2019).