UNIVERSITAS PAMULANG

PERTEMUAN 6:
PERAMALAN

A. TUJUAN PEMBELAJARAN
Dengan mempelajari materi dalam pertemuan 6 diharapkan anda mampu untuk :
1. Mendefinisikan pengertian PERAMALAN
2. Mendefiniskan alasan mempelajari PERAMALAN
3. Menerapkan PERAMALAN dalam sebuah proses

B. URAIAN MATERI
Tujuan Pembelajaran 6.1:
Pengertian & Tujuan Peramalan

Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis

yang berusaha memperkirakan permintaan dan penggunaan produk sehingga
produk-produk itu dapat dibuat dalam kuantitas yang tepat. Dengan demikian
peramalan merupakan suatu dugaan terhadap permintaan yang akan datang
berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu
historis.
Menurut Supranto (1984), forecasting atau peramalan adalah memperkirakan
sesuatu pada waktu-waktu yang akan datang berdasarkan data masa lampau yang
dianalisis secara ilmiah, khususnya menggunakan metode statistika. Menurut
Sofjan Assauri (1993), peramalan merupakan seni dan ilmu dalam memprediksikan
kejadian yang mungkin dihadapi pada masa yang akan datang. Dengan
digunakannya peralatan metode-metode peramalan maka akan memberikan hasil
peramalan yang lebih dapat dipercaya ketetapannya. Oleh karena masing-masing
metode peramalan berbeda-beda, maka penggunaannya harus hati-hati terutama
dalam pemilihan metode untuk penggunaan dalam kasus tertentu.
Peramalan dapat menggunakan teknik-teknik peramalan yang bersifat formal
maupun informal. Aktivitas peramalan ini biasa dilakukan oleh departemen
pemasaran dan hasil-hasil dari peramalan ini sering disebut sebagai ramalan

S1 Manajemen Universitas Pamulang

1
UNIVERSITAS PAMULANG

permintaan. Bagian permintaan biasanya melakukan perencanaan berdasarkan

hasilhasil ramalan permintaan, sehingga informasi yang dikirim dari III-2 bagian
permintaan ke bagian Production Planning and Inventory Control (PPIC)
semestinya memisahkan antara permintaan yang dikembangkan berdasarkan
rencana permintaan yang umumnya masih bersifat tidak pasti dan pesanan-pesanan
yang bersifat pasti. Sistem peramalan memiliki sembilan langkah yang harus
diperhatikan untuk menjamin efektifitas dan efisiensi. Langkah-langkah tersebut
termasuk dalam manajemen permintaan yang disebut juga sebagai konsep dasar
sistem peramalan, yaitu (Gaspersz 2004):
a. Menentukan tujuan dari peramalan.
b. Memilih item independent demand yang akan diramalkan.
c. Menentukan horison waktu dari peramalan (jangka pendek, menengah, dan
panjang).
d. Memilih model-model peramalan.
e. Memperoleh data yang dibutuhkan untuk melakukan peramalan.
f. Validasi model peramalan.
g. Membuat peramalan.
h. Implementasi hasil-hasil peramalan.
i. Memantau keandalan hasil peramalan.
Kegunaan peramalan:
1. Menentukan kebutuhan sumber daya yang diperlukan
2. Penambahan sumber daya
3. Penjadwalan sumber daya yang ada.
Prinsip-prinsip peramalan:
1. Peramalan melibatkan kesalahan (error)
2. Peramalan sebaiknya memakai tolok ukur kesalahan peramalan
3. Peramalan famili produk lebih akurat daripada peramalan produk individu
(item).
4. Peramalan jangka pendek lebih akurat daripada peramalan jangka panjang.
5. Jika dimungkinkan, hitung permintaan daripada meramal permintaan.

S1 Manajemen Universitas Pamulang

2
UNIVERSITAS PAMULANG

Tujuan Pembelajaran 6.2:

Jenis Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari
cara pandangnya. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat
dibedakan atas dua macam, yaitu :
a. Peramalan Subyektif, yaitu peramalan yang didasarkan atas perasaan atau
intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement
dari orang yang menyusunnya sangat menentukan baik atau tidaknya hasil
ramalan tersebut.
b. Peramalan Obyektif, yaitu peramalan yang didasarkan atas data-data yang
relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode-
metode dalam penganalisaan data tersebut.
Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat
dibedakan atas tiga macam, yaitu :
a. Peramalan jangka pendek, yaitu peramalan ini akan memberikan hasil
peramalan dalam jangka waktu 1 (satu) tahun atau kurang. Peramalan jangka
pendek ini biasanya memberikan hasil yang akurat.
b. Peramalan jangka menengah, yaitu peramalan yang digunakan dalam kondisi
jangka waktu 1 tahun sampai dengan 5 tahun ke depan.
c. Peramalan jangka panjang, yaitu peramalan yang digunakan untuk meramalkan
kondisi dalam jangka waktu lebih dari 5 tahun ke depan. Hasil peramalan ini
biasanya digunakan untuk bahan dalam pengambilan keputusan yang berkaitan
dengan perencanaan pasar, studi kelayakan, perencanaan kapasitas, dan lain-
lain.
Berdasarkan sifat ramalan yang telah disusun, peramalan dikategorikan
menjadi dua macam teknik peramalan, yaitu :
a. Teknik Kualitatif
Teknik ini digunakan apabila data masa lalu tidak tersedia atau jika tersediapun
jumlahnya tidak mencukupi. Teknik kualitatif mengkombinasikan informasi
dengan pengalaman, penilaian, dan intuisi untuk menghasilkan pola-pola
hubungan yang mungkin dapat diterapkan untuk membuat prediksi-prediksi

S1 Manajemen Universitas Pamulang

3
UNIVERSITAS PAMULANG

tentang masa yang akan datang. Teknik ini didasari atas pendekatan akal sehat
dalam menyaring informasi kedalam bentuk yang bermanfaat.
Beberapa metode yang tercakup dalam teknik kualitatif antara lain : role
playing, panel consensus, Delphi, dan lain-lain.
b. Teknik Kuantitatif
Dalam teknik ini, pola histories data digunakan untuk mengekstrapolasi
(meramalkan) masa yang akan datang. Hasil peramalan sangat tergantung pada
metode yang digunakan dalam peramalan tersebut. Dengan metode yang
berbeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu
diperhatikan dari penggunaan metode-metode tersebut adalah baik tidaknya
metode tersebut dalam memberikan nilai-nilai penyimpangan yang mungkin.
Peramalan dengan teknik kuantitatif hanya dapat digunakan apabila terdapat 3
(tiga) kondisi sebagai berikut :
 Adanya informasi tentang keadaan yang lain,
 Dapat diasumsikan bahwa pola data masa lalu akan berkelanjutan pada masa
yang akan datang,
 Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
Organisasi pada umumnya menggunakan 3 tipe peramalan yang utama dalam
perencanaan masa depan :
1. Peramalan ekonomi menjelaskan siklus bisnsi dengan memprediksi tingkat
inflasi, ketersedian uang, dana yang dibutuhkan untuk membangun perumahan
dan indikator perencanaan lainnya.
2. Peramalan teknologi memperhatikan tingkat kemajuan teknologi yang dapat
meluncurkan produk baru yang menarikm yang membutuhkan pabrik dan
peralatan baru.
3. Peramalan permintaan adalah proyeksi permintaan untuk produk atau layanan
suatu perusahaan. Peramalan ini disebut juga peramalan penjualan, yang
mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi
input bagi perencanaan keuangan, pemasaran, dan sumber daya manusia.
Peramalan ekonomi dan teknologi adalah teknik khusus yang mungkin bukan
termasuk bagian dari tugas manajer operasi.

S1 Manajemen Universitas Pamulang

4
UNIVERSITAS PAMULANG

Tujuan Pembelajaran 6.3:

Langkah-Langkah Peramalan
Untuk melakukan peramalan, 7 langkah berikut ini dapat kita jadikan sebagai
acuan, yaitu :
1. Menetapkan Tujuan Peramalan, contohnya kita melakukan peramalan
permintaan untuk mengontrol jumlah produksi setiap bulan, minggu, hingga
harian
2. Memilih Unsur Apa Yang Aakan Kita Ramal. KIta dapat melakukan
berbagai macam peramalan, misal peramalan penjualan, hingga maintenance
(untuk mengetahui kapan sebuah part mesin akan rusak).
3. Memilih Time Frame (Jenjang Waktu) Peramalan, maksudnya adalah
apakah kita akan melakukan peramalan perbulan atau pertahun. Sebaiknya
anda melakukan lebih dari satu time frame.
4. Memilih Tipe Model Peramalan. Ada banyak model yang dapat digunakan
untuk melakukan peramalan. Sebaiknya anda menggunakan model peramalan
lebih dari satu model.
5. Mengumpulkan Data Yang Diperlukan Untuk Melakukan Permalan. Hal
itu dikarenakan data merupakan acuan kita dalam membuat keputusan dalam
peramalan. Gunakanlah data yang ada semaksimal mungkin. Semakin banyak
anda menggunakan data, semakin kecil kemungkinannya peramalan yang anda
buat meleset.
6. Buat Peramalan, sesuai dengan data dan menggunakan metoda model
peramalan yang tealah kita pilih.
7. Memvalidkan Hasil Dan Menerapkan Hasil Peramalan. Lakukan beberapa
penyesuaian kembali terhadap hasil peramalan kita untuk mengantisipasi
faktor-faktor "X" yang tidak terdeteksi oleh model peramalan yang telah kita
pilih.

S1 Manajemen Universitas Pamulang

5
UNIVERSITAS PAMULANG

Tujuan Pembelajaran 6.4:

Pedekatan Permalan

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat

dibedakan atas dua macam, yaitu :
a. Peramalan Kualitatif Yaitu peramalan yang didasarkan atas kwalitatif 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 permalan
secara kwalitatif ini didasarkan atas hasil penyelidikan, seperi Delphi,S –
curve, analogies dan penelitian bentuk atau morphological research atau
didasarkan atas ciri – ciri normative seperti decision matrices atau decisions
trees.
b. Peramalan Kuantitatif Yaitu peramalan yang didasarkan atas data kuntitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada
metoda yang dipergunakan dalam peramalan tersebut. Dengan metoda yang
berbeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu
diperhatikan dari penggunaan metoda tersebut, adalah baik tidaknya
metoda yang dipergunakan, sangat ditentukan oleh perbedaan atau
penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Metoda
yang baik adalah metoda yang memberikan nilai – nilai perbedaan atau
penyimpangan yang mungkin. Peramalan kuantitatif hanya dapat
digunakan apabila terdapat tiga kondisi sebagai berikut:
 Adanya informasi tentang keadaan yang lain.
 Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
 Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa
yang akan datang
Pada Gambar 6.1 dapat dilihat Taksonomi peramalan dibawah ini sebagai
berikut :

S1 Manajemen Universitas Pamulang

6
UNIVERSITAS PAMULANG

Gambar 6.1 Taksonomi Peramalan

Tujuan Pembelajaran 6.5:

Metode Peramalan

Peramalan berdasarkan metode / pendekatan :

1. Peramalan kuantitatif, menggunakan berbagai model matematis atau metode
statistik dan data historis dan atau variabel-variabel kausal untuk meramalkan
permintaan.
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu
:
a. Model seri waktu / metode deret berkala (time series) metode yang
dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi
dari waktu yang terbagi menjadi :
1. Rata-rata bergerak (moving averages).
Rata-Rata Bergerak Sederhana (simple moving averages) : bermanfaat
jika diasumsikan bahwa permintaan pasar tetap stabil .

S1 Manajemen Universitas Pamulang

7
UNIVERSITAS PAMULANG

Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila

ada pola atau trend yang dapat dideteksi, timbangan bisa digunakan
untuk menempatkan lebih banyak tekanan pada nilai baru
2. Penghalusan eksponensial (exponential smoothing),
Metode peramalan dengan menambahkan parameter alpha dalam
modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial
dalam metode ini berasal dari pembobotan/timbangan (faktor
penghalusan dari periode-periode sebelumnya yang berbentuk
eksponensial.
3. Proyeksi trend (trend projection)
Metode proyeksi trend dengan regresi, merupakan metode yang
dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini
merupakan garis trend untuk persamaan matematis.

b. Model / metode kausal (causal/explanatory model), mengasumsikan

variabel yang diramalkan menunjukkan adanya hubungan sebab akibat
dengan satu atau beberapa variabel bebas (independent variable).
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 :
1. 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.
2. Model Input Output, merupakan metode yang digunakan untuk
peramalan jangka panjang yang biasa digunakan untuk menyusun
trend ekonomi jangka panjang.
3. Model ekonometri, merupakan peramalan yang digunakan untuk
jangka panjang dan jangka pendek.

S1 Manajemen Universitas Pamulang

8
UNIVERSITAS PAMULANG

Peramalan menggunakan metode regresi:

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 :
1. Adanya informasi masa lalu
2. Informasi yang ada dapat dibuatkan dalam bentuk data
(dikuantifikasikan)
3. 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 :
a. Analisi deret waktu(Time series), merupakan analisis antaravariabel yang
dicari dengan variabel waktu
b. 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 :
a. Analisis deret waktu untuk regresi sederhana linier
b. Analisis deret untuk regresi sederhana yang non linier

S1 Manajemen Universitas Pamulang

9
UNIVERSITAS PAMULANG

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 :

kemudian nilai b dapat dicari dengan rumus :

2. Peramalan kualitatif, menggunakan intuisi, pengalaman pribadi dan

berdasarkan pendapat (judment) dari yang melakukan peramalan.
Metode kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi,
emosi, pendidikan dan pengalaman seseorang. Oleh karena itu hasil peramalan
dari satu orang dengan orang lain dapat berbeda. Meskipun demikian,
peramalan kualitatif dapat menggunakan teknik/metode peramalan, yaitu :
a. Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat
dari sekelompok kecil manajer puncak/top manager (pemasaran,
produksi, teknik, keuangan dan logistik), yang seringkali
dikombinasikan dengan model-model statistik.

S1 Manajemen Universitas Pamulang

10
UNIVERSITAS PAMULANG

b. Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan

tingkat penjualan di daerahnya, yang kemudian digabung pada tingkat
provinsi dan nasional untuk mencapai ramalan secara menyeluruh.
c. Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan
kepada responden, jawabannya kemudian diringkas dan diberikan
kepada para ahli untuk dibuat peramalannya. Metode memakan waktu
dan melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner,
mengirim, merangkum hasilnya untuk dipakai para ahli dalam
menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan lebih
profesional sehingga hasil peramalan diharapkan mendekati aktualnya.
d. Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau
konsumen potensial terhadap rencana pembelian pada periode yang
diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau
wawancara langsung.

Memantau Ramalan
 Bila peramalan sudah selesai, yang paling adalah tidak melupakannya.
Sangat jarang manajer yang ingin mengingat bila hasil ramalan mereka
sangat tidak akurat, tetapi perusahaan perlu menentukan mengapa
permintaan aktual (variabel yang diuji) secara signifikan berbeda dari
yang diproyeksikan.
 Salah satu cara untuk memantau peramalan guna menjamin
keefektifannya adalah menggunakan isyarat arah.
 Isyarat Arah (Tracking Signal) : adalah pengukuran tentang sejauh
mana ramalan memprediksi nilai aktual dengan baikIsyarat Arah,
dihitung sebagai jumlah kesalahan ramalan berjalan (running sum of the
forecast error, RSFE) dibagi dengan deviasi absolut mean (MAD).

S1 Manajemen Universitas Pamulang

11
UNIVERSITAS PAMULANG

Tujuan Pembelajaran 6.6:

Peramalan Times Series

Time series didasarkan pada waktu yang berurutan atau yang berjarak sama
(mingguan, bulanan, kuartalan, dan lainnya) . Contohnya penjualan mingguan PT.
Honda Prospect Motor, laporan hasil penghasila kuartalan saham honda.
Meramalkan data time-series berarti nilai masa depan diperkirakan hanya dari nilai
masa lalu dan bahwa variabel lain diabaika, walaupun variabel-variabel tersebut
mungkin bisa sangat bermanfaat.
1. Rata-rata bergerak (Moving Average)
Rata-rata bergerak meggunakan sejumlah data aktual masa lalu untuk
menghasilkan peramalan. Rata-rata bergerak berguna jika kita dapat
mengamsumsikan bahwa permintaan pasar akan stabil sepanjang masa yang
kita ramalkan.
Secara sistematis, rata-rata begerak sederhana dinyatakan sebagai berikut

Rata  rata bergerak=

 permintaan n periode sebelumnya
n
Dimana :
n : jumlah periode dalam rata-rata bergerak.
sebagai contoh : 4, 5, atau 6 bulan berarti rata-rata bergerak untuk 4,5, atau
6 periode
contoh
Periode Permintaan Rata-rata
1 90 -
2 106 -
3 152 -
4 244 116,0 => (90+106+152)/3
5 302 167,3 => (106+152+244)/3
6 274 232,7 => (152+244+302)/3
7 162 273,3
8 194 246,0
9 312 210,0
10 359 222,

S1 Manajemen Universitas Pamulang

12
UNIVERSITAS PAMULANG

Sedangkan pembobotan rata-rata bergerak

Pembobotan rata2 bergerak=

 (bobot periode n)*(permintaan dalam periode)
 bobot
Contoh :
Bobot yang diberikan Periode
3 Bulan Lalu
2 Dua bulan lalu
1 Tiga bulan lau
6 Jumlah total bobot

Ramalan untuk bulan ini

3*Penjualan bulan lalu + 2*Penjualan 2 bulan lalu + 1* Penjualan 3 bulan lalu
6 Jumlah total bobot
Hasil peramalan rata-rata berbobot ini adalah sebaga berikut
Penjualan
Bulan Rata2 bergerak dgn bobot 3 bulan
Actual
Januari 30 -
Febuari 36 -
Maret 39 -
April 48 36,50 => ( (3*39)+(2*36)+(1*30))/6
May 57 43,00 => ( (3*48)+(2*39)+(1*36))/6
June 69 51,00
July 78 61,50
Agustus 90 71,50
September 84 82,50
October 54 85,00
November 48 70,00
December 42 56,00

Pada situasi peramalan sepert ini, dapat dilihat bahwa permbobotan bulan
terakhir yang lebih berat memberiakn proyeksi lebih akurat.

2. Penghalusan Eksponential (Eksponential Smoothing)

Metode eksponential smoothing merupakan pengembangan dari metode moving
averages .Dalam metode ini peramalan dilakukan dengan mengulang perhitungan
secara terus menerusdengan menggunakan data terbaru. Setiap data diberi bobot,
data yang lebih baru diberi bobot yanglebih besar. Rumus metode eksponential
smoothing

S1 Manajemen Universitas Pamulang

13
UNIVERSITAS PAMULANG

Ft Ft1 (At1 Ft1)

Dimana :
Ft = Peramalana Baru
Ft-1 = Peramalana Sebelumnya
α= konstanta penghalus (pembobot) (0 ≤ α ≤ 1)
At-1 = Permintaan aktual periode lalu

Kosenpnya tidak rumit. Prediksi permintaan sama dengan prediksi lama,

disesuaikan dengan sebagaiandari diferensi permintaan aktual periode lalu dengan
prediksi lama.

Contoh sebagai berikut :

Pada bulan Maret, sebuah perusahaan swasta yang bergerak di bidang perakitan
komputer memprediksi permintaan komputer di bulan April sebanya 192 komputer.
Permintaan actual bulan april adalah 203 unit dengan menggunakan konstanta
penghalusan dipilih oleh manajemen yaitu α = 0,2. Dengan motode ekspotential
smoothing tentukan peramalan pada bulan May.
Jawab :
Peramalan baru (permintaan May) = 192 + 0.2 (203-192)
= 192 + 2.2
= 194,2
Jadi peramalan permintaan bulan may untuk produk komputer dbulatkan menjadi
194 unit.

C. SOAL LATIHAN/TUGAS
1. Penjualan motor di sebuah daerah di jawa barat sejak 5 tahun yang lalu.
Manajer penjualan telah memperikan pada tahun 2006 sampai 2007 penjualan
akan mencapai 273 unit motor. Menggunkan metode penghalusan dengan
bobot 0,3. Hitunglah peralaman untuk tahun 2008 sampai tahun 2013. !

S1 Manajemen Universitas Pamulang

14
UNIVERSITAS PAMULANG

Tahun Penjualan Peramalan

2007 300 273
2008 330
2009 344
2010 345
2011 375
2012 389
2013 ?

2. Penjualan Kertas warna dengan Bran X sebagai berikut

Penjualan
Bulan
Actual
Januari 55
Febuari 58
Maret 40
April 37
May 34
June 43
July 46
Agustus 49
September 55
October 55
November 58
December 23

a. Petakan data penjualan bulanan tersebut!

b. Ramalkan penjualan bulan januari menggunakan salah satu dari metode di
bawah ini
 Rata-rata bergerak 3 bulanan
 Rata-rata bergerak berbobot 6 bulanan menggunakan 0,1;0,1;0,1;0,2;0,2
dan 0,3 dengan bobot terberat untuk bulan lalu yang paling dekat
 Penghasulan eksponential menggunakan α=0,3 dan peramalan bulan
september = 18
c. Dengan data yang diberikan, metode mana yang memberikan bahwa
peramalan penjualan untuk bulan maret mendatang ?

S1 Manajemen Universitas Pamulang

15
UNIVERSITAS PAMULANG

D. DAFTAR PUSTAKA
Gaspersz, V., 2002, Production Planning and Inventory Control, Gramedia
Pustaka Utama, Jakarta.
Ginting, R., 2007, Sistem Produksi, Graha Ilmu, Yogyakarta.
Heizer, Jay., Render, Barry. 2011. Manajemen Operasi. Jakarta : Salemba Empat
Indrianti, N., 2007, Bahan Ajar Matakuliah Sistem Produksi, Jurusan Teknik
Industri, UPN “ Veteran” Yogyakarta
Nasution, A.H. dan Prasetyawan, Y., 2008, Perencanaan dan Pengendalian
Produksi, Graha Ilmu, Yogyakarta.

S1 Manajemen Universitas Pamulang

16