Nama : Fabio Tatontos

Nim : 21801038
Prodi : Manajemen
Semester : IV

Manajemen Operasional
Bab 4 Peramalan

Tujuan Pembelajaran :
 Memahami tiga horizon waktu dan model mana yang berlaku untuk setiap penggunaan
 Menjelaskan kapan harus menggunakan masing-masing dari empat model kualitatif
 Menerapkan media yang naïf, dan metode tren yang bergerak, dan tren
 Menghitung tiga ukuran akurasi perkiraan
 Mengembangkan indeks musiman
 Melakukan regresi dan analisis korelasi
 Gunakan sinyal pelacakan

Perkiraan di Disney World

 Global portofolio meliputi taman di Hongkong, Paris, Tokyo, Orlando, dan Anaheim
 Pendapatan berasal dari orang-orang berapa banyak pengunjung dan bagaimana mereka
menghabiskan uang mereka
 Laporan manajemen harian hanya berisi ramalan dan kehadiran aktual di setiap taman
 Disney menghasilkan prakiraan harian, mingguan, bulanan, tahunan, dan 5 tahun
 Prakiraan yang digunakan oleh manajemen tenaga kerja, pemeliharaan, operasi,
keuangan, dan penjadwalan taman
 Prakiraan yang digunakan untuk menyesuaikan waktu pembukaan, wahana, pertunjukan,
tingkat kepegawaiam, dan para tamu mengakui
 20% pelanggan datang dari luar AS
 Model ekonomi meliputi produk domestic bruto, nilai tukar silang, kedatangan ke
Amerika Serikat
  Staff 35 analisis dan 70 orang lapangan menyurvei 1 juta tamu taman, karyawan, dan
professional perjalanan masing-masing tahun
 Input untuk model peramalan termasuk special maskapai, kebijakan Federal Reserve, tren
Wall Street, jadwal liburan/liburan untuk 3.000 distrik sekolah di seluruh dunia
 Kesalahan perkiraan rata-rata 5 tahun adalah 5%
 Rata-rata kesalahan perkiraan untuk perkiraan tahunan adalah antara 0% dan 3%

Apa itu peramalan?

 Proses memprediksi peristiwa masa depan
 Dasar mendasari semua keputusan bisnis
 Produksi
 Inventarisasi
 Personel
 Fasilitas

Peramalan Cakrawala Waktu

 Prakiraan jangka pendek
 Hingga 1 tahun, umumnya kurang dari 3 bulan
 Pembelian, penjadwalan, pekerjaan, tingkat tenaga kerja, penugasan pekerjaan, tingkat
produksi
 Perkiraan jangka menengah
 3 bulan 3 tahun
 Penjualan dan perencanaan produksi, penganggaran
 Long-kisaran perkiraan
 3+ tahun
 Perencanaan produk baru, lokasi fasilitas, penelitian dan pengembangan
Membedakan Perbedaan
 Prakiraan jangka menengah/panjang berhubungan dengan masalah yang lebih
komprehensif dan mendukung keputusan manajemen mengenai perencanaan dan produk,
pabrik, dan proses
 Peramalan jangka pendek biasanya menggunakan metodologi yang berbeda dari
peramalan jangka panjang
 Perkiraan jangka cenderung lebih akurat daripada perkiraan jangka panjang

Pengaruh Siklus Hidup Produk

Pendahuluan-Pertumbuhan-Kematangan-Tolak
 Pendahuluan dan pertumbuhan membtuhkan prakiraan yang lebih lama dari jatuh tempo
dan penurunan
 Saat produk melewati siklus hidup, prakiraan berguna dalam memproyeksikan
 Tingkat kepegawaian
 Tingkat persediaan
 Kapasitas pabrik

Jenis Prakiraan
 Prakiraan ekonomi
 Alamat siklus bisnis-tingkat inflasi, jumlah uang beredar, perumahan, dll
 Prakiraan teknologi
 Prediksi laju kemajuan teknologi
 Dampak pengembangan produk baru
 Prakiraan permintaan
 Prediksi penjualan produk dan layanan yang ada

Pentingnya Strategis Peramalan

 Sumber daya manusia-Perekrutan, pelatihan, pemberhentian pekerja
 Kapasitas-Kekurangan kapasitas dapat mengakibatkan pengiriman yang tidak dapat
diandalkan, kehilangan pelanggan, kehilangan pangsa pasar
  Manajemen Rantai Pasokan-Hubungan pemasok yang baik dan keuntungan harga

Tujuh Langkah dalam Peramalan

 Menetukan penggunaan perkiraan
 Pilih item yang akan diramalkan
 Menentukan horizon waktu perkiraan
 Pilih model peramalan
 Kumpulkan data
 Buat ramalan
 Validasi dan hasil implementasi

Realitas
 Prakiraan jarang sempurna
 Sebagian besar teknik mengasumsikan stabilitas yang mendasari dalam system
 Keluarga produk dan perkiraan agregat lebih akurat daripada perkiraan produk individual

Pendekatan Peramalan
Metode Kualitatif
 Digunakan ketika situasi tidak jelas dan hanya ada sedikit data
 Produk baru
 Teknologi baru
 Melibatkan intuisi, pengalaman misalnya
 Memperkirakan penjualan di internet

Metode Kuantitatif
 Digunakan ketika situasi ‘stabil’ dan kata historis ada
 Produk yang ada
 Teknologi saat ini
 Melibatkan teknik matematika
 Mis., Meramalkan penjualan televise berwarna
Juri Pendapat Eksekutif
 Melibatkan sekelompok kecil ahli dan manajer tingkat tinggi
 Grup memperkirakan permintaan dengan bekerja bersama
 Menggabungkan pengalaman manajerial dengan model statistic
 Relatif cepat
 Kerugian pemikiran kelompok

Komposit Tenaga Penjualan

 Setiap tenaga penjualan memproyeksikan penjualannya
 Dikombinasikan di tingkat kabupaten dan nasional
 Staf penjualan tahu bahwa pelanggan menginginkan
 Cenderung terlalu optimis

Survey Pasar Konsumen

 Tanyakan kepada pelanggan tentang rencana pembelian
 Apa yang konsumen katakan, dan apa yang sebenarnya mereka lakukan seringkali
berbeda
 Terkadang sulit untuk dijawab

Gambaran Umum Pendekatan Kuantitatif

1. Pendekatan Nalve
2. Rata-rata bergerak
3. Perataan eksponensial
4. Proyeksi tren
5. Regresi linier

Peramalan Seri Waktu

 Kumpulan data numeric yang diberi spasi secara merata
 Diperoleh dengan mengamati variable respons pada periode waktu regular
  Prakiraan hanya berdasarkan nilai-nilai masa lalu, tidak ada variable lain yang penting
 Asumsikan bahwa factor-faktor yang mempengaruhi masa lalu dan saat ini akan terus
mempengaruhi d imasa depan

Komponen Tren
 Pola terus-menerus, ke atas atau ke bawah
 Perubahan karena populasi, teknologi, usia, budaya, dll
 Durasi biasanya beberapa tahun

Komponen Musiman
 Pola fluktuasi naik dan turun yang teratur
 Karena cuaca, bea cukai, dll
 Terjadi dalam satu tahun

Komponen Siklus
 Gerakan naik dan turun
 Dipengaruhi oleh siklus bisnis, factor politik, dan ekonomi
 Durasi beberapa tahun
 Seringkali hubungan kausal atau asosiatif

Komponen Acak
 Fluktuasi residu yang tidak menentu, tidak sistematis
 Karena variasi acak atau peristiwa tak terduga
 Durasi pendek dan tidak terulang

Pendekatan Naif
 Mengasumsikan permintaan pada periode berikutnya sama dengan permintaan pada
periode paling baru
 Misalnya jika penjualan Januari adalah 68, maka penjualan Februari akan menjadi 68
 Kadang-kadang hemat biaya dan efisien
  Dapat menjadi titik awal yang baik

Metode Moving Averange

 MA adalah serangkaian alat hitung
 Digunakan jika tren sedikit atau tidak sama sekali
 Digunakan sering untuk menghaluskan
 Memberikan kesan keseluruhan data dari waktu ke waktu