PERTEMUAN 4
PERAMALAN (FORECASTING)
LANJUTAN
Metode trend semi average dapat digunakan untuk keperluan forecast dengan
membentuk suatu persamaan seperti analisis regresi. Metode ini dapat digunakan apabila
data yang ada jumlahnya genap, sehingga dapat dibagi menjadi dua kelompok sama
besar.
Metode trend semi average memililki mekanisme sebagai berikut :
1. Membagi data yang ada menjadi dua kelompok.
Contoh aplikasi :
Jika data penjualan yang dimiliki oleh PT. MAKMUR adalah sebagai berikut:
Tabel 4.1
Data Penjualan PT MAKMUR tahun 2014-2019
Tahun Jumlah Penjualan
2014 1.200 unit
2015 1.600 unit
2016 2.400 unit
2017 2.800 unit
2018 2.500 unit
2019 2.640unit
Untuk kasus penjualan PT. MAKMUR tersebut, kelompok pertama adalah data
penjualan tahun 2014, 2015 dan 2016. Kelompok kedua adalah data penjualan tahun
2017, 2018,dan 2019.
2. Dari tiap kelompok data dicari nilai rata-ratanya.
Rata-rata dari kelompok pertama adalah 1733,33 dan rata-rata kelompok kedua
adalah 2646,67 sebagaimana ditunjukkan pada tabel berikut :
Tabel 4.2
Data Penjualan PT MAKMUR setelah diolah dengan metode trend semi average
2014 1.200 -1
2016 2.400 1
2017 2.800 2
2019 2.640 4
a = rata-rata kelompok I ( )
b = selisih antara dengan dibagi dengan jumlah data yang ada dalam 1
kelompok
Jadi:
a = 1733,33
2.646,67−1.733,33
b = = 304,45
3
Dengan demikian persamaan yang terbentuk adalah:
Y = 1733,33 + 304,45 (X)
Maka forecast penjualan untuk tahun 2020 adalah: (beri score x = 5)
Y = 1733,33 + 304,45 (5)= 2755,58
Dalam menggunakan metode trend semi average ini perlu disadari bahwa
keakuratan forecast akan semakin rendah bila periode wakru peramalannya semakin jauh
ke depan dari data yang digunakan untuk forecast.
Y=a+bX
RUMUS :
(1) Y = n.a + b. X
2
(2) XY = a. X + b. X
24.800=10a+30b(kali 1)24.800=10a+30b -
-3.800= -10b
b= 380
Substitusikan, b = 380
10.500 = 5a + 10b10.500=5a+10(380)
a=1340
Berdasarkan data penjualan PT MAKMUR pada tabel 2.1, hasil perhitungan dengan
teknik ini adalah sebagai berikut :
Tabel 4.4
Data Penjualan PT MAKMUR setelah diolah dengan Metode Least Square
Tahun Jumlah Penjualan X XY 2
X
2015 1.200 unit
-2 -2.400 4
2016 1.600 unit
-1 -1.600 1
2017 2.400 unit
0 0 0
2018 2.800 unit
+1 2.800 1
2019 2.500 unit
+2 5.000 4
Jumlah 10.500 unit
3.800 10
2020
3*
Menghubungkan variabel atau faktor yang mungkin mempengaruhi kualitas yang sedang
diramalkan.
Y = a+bX
Dimana :
a = perpotongan sumbu x
X = variabel bebas
Ilustrasi kasus :
Perusahaan konstruksi Nodel merenovasi sejumlah rumah tua di Bojong. Sejalan dengan
waktu, perusahaan mendapati bahwa biaya pekerjaan renovasi bergantung pada tingkat
penghasilan penduduk yaitu jumlah upah local di Bojong. Berikut penjualan Nodel dan
upah local di Bojong selama 6 tahun.
2.0 1 1 2.0
3.0 3 9 9.0
2.5 4 16 10.0
2.0 2 4 4.0
2.0 1 1 2.0
3.5 7 49 24.5
∑y = 15.0
∑x = 18
∑X2 = 80
∑xy = 51,5
x = ∑x 18
= =3
6 6
∑𝑦 15
y =
6
= = 2,5
6
∑𝑥𝑦−x y 51,.5−(3)(2,5)
b = ∑ 2 = = 0,25
X −𝑛X2 80−(6)(32 )
=
a y b x = 2,5 (0,25) (3)=1,75
jika kantor perdagangan lokal memperkirakan upah wilayah Bojong akan menjadi Rp
6.000.000 tahun depan, penjualan Nodel dapat diperkirakan dengan persamaan :
= 3,25
Penjualan = Rp 3.250.000,-
Latihan soal dan penyelesaian
1. Pabrik Gula “GULAKITA “ selalu memperhatikan posisinya dalam persaingan dengan
Dari data di atas saudara diminta untuk menentukan ramalan penjualan yang dapat
dicapai industry gula pada tahun 2020 dengan menggunakan metode Least Square.
Jawaban :
a = 162.000.000 / 6 = 27.000.000
b = 28.000.000 / 70 = 400.000
Y = 27.000.000 + 400.000 X
2. Perusahaan Bintang Tujuh menghasilkan produk X, untuk tahun yang akan datang
dengan mengadakan forecast penjualan secara lebih teliti agar tidak mengalami
berikut :
Penjualan
Tahun Harga jual (Rp.)/ unit
(unit)
2016 42.000 11.000
2017 50.000 11.500
2018 66.000 13.000
2019 45.000 13.500
Diminta : Buatlah ramalan tingkat penjualan untuk tahun 2020 s.d. 2021 dengan
Jawaban :
Ramalan penjualan
Penjualan X.Y X2
Tahun X
(unit)
2016 42.000 -3 -126.000 9
2017 50.000 -1 -50.000 1
2018 66.000 1 66.000 1
2019 45.000 3 135.000 9
Total 203.000 0 25.000 20
Y = 50.750 + 1.250 X
Rangkuman
Peramalan adalah proses untuk memperkirakan jumlah permintaan
(demand) produk dari konsumen di masa yang akan datang. Merupakan langkah
awal dari proses perencanaan dan pengendalian produksi secara keseluruhan.
Peramalan perlu dilakukan karena kegiatan usaha dihadapkan pada kondisi lingkungan
yang cepat berubah, meningkatnya kompleksitas organisasi, ukuran-ukuran keberhasilan
organisasi cenderung meningkat. Metode yang dapat digunakan untuk menghitung
ramalan antara lain metode trend bebas, trend semi average, trend moment dan kuadrat
terkecil, korelasi regresi linier.
Metode trend bebas cenderung digunakan sebagai analisis pendahuluan yang akan
memberikan gambaran awal dari suatu permasalahan yang dihadapi. Metode trend bebas
mencoba melihat pola data amatan melalui tebaran titik dari pasangan data penjualan
pada setiap waktunya.
Metode trend semi average dapat digunakan untuk keperluan forecast dengan
membentuk suatu persamaan seperti analisis regresi. Metode ini dapat digunakan apabila
data yang ada jumlahnya genap, sehingga dapat dibagi menjadi dua kelompok sama
besar.
Metode trend moment merupakan metode analisis yang dapat digunakan untuk
keperluan peramalan dengan membentuk persamaan: Y = a + bX sebagaimana telah
diulas pada metode trend semi average. Dalam penerapannya, metode ini tidak
mensyaratkan jumlah data harus genap.
Metode kuadrat terkecil merupakan metode analisis yang dapat digunakan untuk
keperluan peramalan dengan membentuk persamaan: Y = a + bX sebagaimana telah
diulas pada metode metode trend moment. Dalam penerapannya terhadap data
dilakukan pembagian menjadi dua kelompok.
Latihan
1. Jika diketahui data penjualan 5 tahun yang lalu sebagai berikut :
Jika menggunakan kuadrat terkecil maka tentukan ramalan penjualan tahun 2020!