Nama : Zani Rismayanti

NPM : 0518104014
Kelas : A – Teknik Industri B2

QUIS 1.

1. Mengapa sebuah perusahaan manufaktur perlu melakukan peramalan?

Salah satu keputusan penting dalam perusahaan yang dilakukan oleh manajemen adalah
menentukan tingkat produksi dari barang atau jasa yang perlu disiapkan untuk masa datang.
Penentuan tingkat produksi, yang merupakan tingkat penawaran, di pengaruhi oleh jumlah
permintaan pasar yang dapat dipenuhi oleh perusahaan. 
Tingkat penawaran yang lebih tinggi dari permintaan pasar dapat mengakibatkan terjadinya
pemborosan biaya, seperti biaya penyimpanan, biaya modal, dan biaya kerusakan barang. 
Tingkat penawaran yang lebih rendah dibandingkan kemampuan pangsa pasar yang dapat
diraih mengakibatkan hilangnya kesempatan untuk memperoleh keuntungan, bahkan
mengakibatkan hilangnya pelanggan karena beralih ke pesaing.
Untuk membantu tercapainya suatu keputusan yang optimal diperlukan adanya suatu cara
yang tepat, sistematis dan dapat dipertanggungjawabkan. Salah satu alat yang diperlukan oleh
manajemen dan merupakan bagian integral dari proses pengambilan keputusan ialah Metode
Peramalan. 
Peramalan akan sangat dibutuhkan bila kondisi keadaan pasar bersifat kompleks dan dinamis.
Dalam kondisi pasar bebas, permintaan pasar lebih banyak bersifat kompleks dan dinamis
karena permintaan tersebut akan bergantung kepada keadaan sosial, ekonomi, politik, aspek
teknologi, produk pesaingan dan produk substitusi. Oleh karena itu, peramalan yang akurat
merupakan informasi yang sangat dibutuhkan dalam pengambilan keputusan manajemen.

2. Sebutkan minimal 3 tujuan dilakukan peramalan.

Menurut Heizer dan Render (2009:47), peramalan (forecasting) mempunyai tujuan antara

lain:

1. Sebagai pengkaji perusahaan yang saat ini berlaku, juga di masa lalu. Dan melihat sejauh
mana pengaruhnya di masa yang akan datang.
2. Peramalan diperlukan karena adanya time lag atau delay antara saat kebijakan perusahaan
ditetapkan dan ketika implementasi.

3. Peramalan merupakan dasar penyusutan bisnis pada suatu perusahaan sehingga dapat
meningkatkan efektivitas dalam sebuah rencana bisnis.

3. Sebutkan Factor-faktor yang mempengaruhi dilakukan peramalan. 

- Sifat Produk yakni apakah produk yang di produksi itu bersifat jangka panjang atau
berjangka pendek.
- Metode Distribusi yaitu dimanakah posisi perusahaan dan apakah ini memiliki jarak yang
dapat dijangkau oleh pasar.
- Besarnya Perusahaan dibandingkan dengan Perusahaan Pesaing ialah apakah posisi
perusahaan sebagai sebuah market leader, market chalenger, atau market follower.
- Tingkat Persaingan yaitu bagaimanakah posisi suatu perusahaan dibanding dengan posisi
perusahaan lain di pemasaran.
- Data Historis ialah sebuah data yang diperlukan untuk melakukan peramalan minimal lima
tahun lalu.

4. Sebutkan 5 metode peramalan yang kalian ketahui.

1. Metode time series / seri waktu / metode deret berkala.

2. Metode kausal (causal/explanatory model)

3. Metode Juri dari Opini Eksekutif

4. Metode Delphi

5. Survai Pasar (market survey)

5. Sebutkan dan jelaskan 6 ukuran akurasi kesalahan pada metode peramalan.

1. MAD (Mean Absolute Deviation)

MAD adalah rata rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah
hasil peramalan lebih besar atau lebih kecil dibanding kenyataannya, dengan kata lain MAD
adalah rata-rata dari nilai absolut simpangan. Secara sistematis MAD dirumuskan sebagai
berikut:
2. MSE (Mean Square Error)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode
dan membaginya dengan jumlah periode peramalan. MSE dirumuskan sebagai berikut:

3. MFE (Mean Forecast Error)

MFE merupakan rata-rata kesalahan dengan mengukur perbandingan jumlah error dibagi
jumlah periode peramalan data. MFE sangat efektif untuk mengetahui apakan suatu hasil
peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. MFE dihitung dengan
menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya
dengan jumlah periode peramalan. Secara sistematis MFE dinyatakan sebagai berikut:

4. MAPE (Mean Absolute Percentage Error)

Mean Absolute Percentage Error merupakan ukuran kesalahan relatif. MAPE biasanya lebih
berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan
terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi
persentase kesalahan terlalu tinggi atau terlalu rendah, dengan kata lain MAPE merupakan
rata-rata kesalahan mutlak selama periode tertentu yang kemudian dikalikan 100% agar
mendapatkan hasil secara prosentase. Secara sistematis MAPE dirumuskan sebagai berikut:

5. CFE (Cumulative Forecast Error )

Kesalahan peramalan = permintaan – ramalan. Secara sistematis dapat dituliskan sebagai
berikut :

Dimana e = kesalahan peramalan (forecast error) Hanke (1992), CFE memiliki kelebihan
yaitu ukuran kesalahan peramalan yang digunakan dengan menjumlahkan error peramalan.
Dan kekurangannya adalah akurasi hasil peramalan sangat kecil karena hanya menggunakan
jumlah error peramalan sebagai ukuran kesalahan.
6. Tracking Signal Gasperz
Menyatakan bahwa Tracking Signal yang positif menunjukkan bahwa nilai aktual permintaan
lebih besar daripada permalan. Validasi peramalan dilakukan dengan tracking signal.
Tracking signal adalah suatu ukuran bagaimana baiknya suatu peramalan memperkirakan
nilai-nilai aktual. Tracking signal merupakan hasil dari running sum of the forecast error
(RSFE) yang dibagi dengan Mean Absolute Deviation (MAD), dimana kegunaanya untuk
mengetahui perbandingan nilai aktual dengan nilai peramalan. Nilai tracking signal dapat
dihitung dengan menggunakan rumus sebegai berikut.