PERTEMUAN KE-7

FORECASTING PERMINTAAN

A. TUJUAN PEMBELAJARAN
Mahasiswa mampu menjelaskan dan mengaplikasikan model proyeksi
penjualan/permintaan atas produk dan komoditas tertentu.

B. URAIAN MATERI
1. Pengertian Forecasting atau Peramalan Permintaan
Peramalan (forecasting) yaitu salah satu tahapan dalam memberikan alur untuk
menerawang seberapa banyak keperluan dimasa yang akan datang dalam beberapa kebutuhan
diantaranya kuantitas/jumlah, kualitas, waktu dan lokasi dalam hal ini sangat dibutuhkan dalam
memenuhi kebutuhan pokok barang atau jasa. Beberapa diantaranya termasuk kategori
kebutuhan pendugaan/penelaahan adalah merupakan tingkatan yang paling tinggi dalam
menenuhi kebutuhan. Penelaahan adalah tahapan dalam menganalisis produk-produk yang
sekiranya akan dijadikan tujuan dalam memenuhi permintaan diwaktu mendatang. Ada 2 jenis
penelaahan, yaitu sbb :
a. Penelaahan personal adalah kebutuhan yang mencakup bahan-bahan, suku cadang/produk,
yang lebih otonom dan tidak ada sangkut paut dengan bentuk of material (BOM) dalam
penentuan barang final ataupun sub tertentu.
b. Penelaahan tidak personal adalah kebutuhan terhadap kebutuhan bahan-bahan, komponen
yang tidak terikat langsung dengan bentuk bill of material untuk penentuan hasil akhir.
Tujuan penelahaan dilihat dengan waktu yaitu sbb :
a. Jangka pendek (Short Term)
Menentukan kuantitas & waktu dari item dijadikan produksi. Biasanya bersifat harian
ataupun mingguan dan ditentukan oleh Low Management.
b. Jangka Menengah (Medium Term)
Menentukan kuantitas & waktu dari kapasitas produksi. Biasanya bersifat bulanan ataupun
kuartal dan ditentukan oleh Middle Management.
c. Jangka Panjang (Long Term)
Merencanakan kuantitas & waktu dari fasilitas produksi yang bersifat tahunan, lima
tahun, sepuluh tahun, ataupun dua puluh tahun & ditentukan oleh Top Management.

2. Faktor - Faktor Yang Mempengaruhi Peramalan

Kebutuhan pokok baik berupa barang ataupun jasa pada sebuah perusahaan dapat
dipengaruhi oleh bermacam-macam kriteria yang mencakup lingkungan yang saling berinteraksi
termasuk pasar yang diluar kendali perusahaan. Dimana faktor – faktor lingkungan tsb juga akan
mempengaruhi peramalan. Dibawah ini merupakan beberapa faktor lingkungan yang
mempengaruhi peramalan sebagai berikut :
a. Kondisi umum bisnis & ekonomi
b. Reaksi & tindakan pesaing
c. Tindakan pemerintah
d. Kecenderungan pasar
e. Siklus hidup produk
f. Gaya & mode
g. Perubahan permintaan
h. Konsumen Inovasi teknologi

Terdapat dua cara mengenai strategi harga yakni :

a. Customized pricing dibuat dengan membedakan pelanggan sesuai dengan sensitivitas
harga mereka. Salah satu caranya yaitu dengan memberikan rebate / diskon. Beberapa
perusahaan seperti Dell dan Sharp menggunakan system diskon mail-in rebates untuk
membedakan pelanggan berdasarkan sensitivitasnya terhadap harga.
b. Dynamic Pricing yaitu mengubah harga produk setiap saat tanpa membedakan target pasar.
Strategi ini sudah dikembangkan sejak lama dan biasa digunakan di media penjualan /
periklanan. Penetapan harga dinamis digunakan sebagai alat untuk mencocokkan
penawaran dan permintaan. Seorang CEO diperlukan di garis depan rantai pasokan,
sebagai pembuat keputusan perubahan harga, yaitu, dia paling tahu tentang situasi pasar
saat ini dan masalah rantai pasokan produk itu sendiri.
c. Pengaruh Internet dalam pengembangan strategi harga, biaya menu, perubahan harga lebih
mudah digunakan di Internet dibandingkan dengan metode konvensional. Dengan
 menggunakan internet, perubahan harga dapat dengan cepat diupdate kapan saja:
menurunkan pembeli, mencari harga, mencari harga barang yang paling rendah,
menyebabkan persaingan antar penjual, disini fokus strategi smart pricing sangat berguna.
Visibilitas harga yang berbeda melalui situs pribadi, bergantung pada lokasi geografis dan
demografis, dan dapat memengaruhi keputusan harga, inventaris, dan produksi. Segmentasi
pelanggan, data riwayat pelanggan lebih mudah diperoleh melalui internet dibandingkan
dengan toko konvensional lainnya. Uji kapabilitas dapat mencoba menguji dampak harga
tertentu pada sejumlah kecil kelompok sebagai acuan dalam menentukan strategi
penetapan harga.
d. Peringatan terhadap penggunaan strategi harga berdasarkan pengalaman sejumlah
perusahaan, apapun jenis strategi harga yang dipakai, stategi itu harus adil kepada setiap
pelanggan.

3. Teknik Peramalan
Memprediksikan suatu kebutuhan dari pasar yang telah dimasuki oleh perusahaan adalah
merupkan kegiatan yang perlu dilakukan oleh setiap penguasa atau yang memiliki posisi vital
dalam menduga-duga seberapa besar kesempatan yang akan terjadi dimasa yang akan datang.
Memperediksikan suatu permintaan adalah usaha untuk mengetahui jumlah produk /
sekelompok produk dimasa yang akan datang dalam kendala satu set kondisi tertentu.
Sesuatu hal yang harus diperhatikan yaitu bahwa aktivitas peramalan permintaan tidaklah
dapat diartikan sebagai aktivitas yang bertujuan untuk mengukur permintaan dimasa yang akan
datang secara pasti, melainkan sekedar usaha untuk mengurangi kemungkinan terjadinya hal
yang berlawanan antara keadaan yang sungguh-sungguh terjadi dikemudian hari dengan apa
yang menjadi hasil peramalan. Dengan kata lain, hasil maksimal dari aktivitas peramalan yaitu
melakukan minimisasi ketidak pastian yang mungkin terjadi dimasa yang akan datang.
Untuk melakukan forecasting / peramalan terhadap permintaan pasar, disini akan dibahas
berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa yang
diproduksi & dijual oleh perusahaan. Secara garis besar terdapat 2 macam metode peramalan
permintaan yang biasa dilakukan, yaitu metode kualitatif & kuantitatif. Pembahasan lebih detail
mengenai metode-metode peramalan permintaan adalah sebagai berikut:
(1) Metode Kualitatif
Peramalan kualitatif pada umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi,
pendidikan, serta pengalaman seseorang. Oleh sebab itu, hasil peramalan dari 1 orang dengan
orang yang lain bisa berbeda. Meskipun begitu, peramalan dengan menggunakan
metode kualitatif tersebut tidak berarti hanya menggunakan intuisi, namun
juga dapat mengikut sertakan model – model statistik sebagai bahan masukan dalam
melakukan judgement atau keputusan, dan dapat dilakukan dengan cara perseorangan atau
kelompok.
Metode peramalan permintaan secara kualitatif berhubungan dengan data-data kualitatif,
contohnya tentang selera konsumen terhadap suatu produk, atau survey tentang loyalitas
konsumen, dll. Peramalan kualitatif ini bisa dikelompokkan sebagai berikut :
a. Metode Survey ( Studi pasar ataupun market research )
Metode survey ini merupakan sesuatu perlengkapan meramalkan yang lumayan
berarti spesialnya dalam meramalkan suatu kondisi jangka pendek. Pemantauan dapat
dilakukan dengan perlengkapan wawancara / catatan persoalan yang diperuntukan bagi
para responden. Cocok kelompok yang memanglah diprediksi hendak jadi target pasar
yang dituju oleh industri. Survey ini dicoba buat meramalkan variable ekonomi yang
memanglah berhubungan baik langsung ataupun tidak langsung dengan permintaan
konsumen/ pasar yang dituju. Variabel- variabel ekonomi yang disurvey ini contohnya
variabel yang berhubungan dengan budget rumah tangga yang dikeluarkan guna penuhi
kebutuhan rumah tangga. Target, klasifikasi target, tipe kebutuhan& keperluan dari
kelompok responden ini bisa dikategorikan sbb:
 Survey tentang budget keperluan rumah tangga warga eksekutif bisnis; pemerintahan
yang sekiranya berkait dengan rencana industri. Survey ini diharapkan bisa merekam
totalitas anggaran tiap rumah tangga yang disurvey.
 Survey menimpa benda/ jasa yang diperlukan untuk para pelakon bisnis yang hendak
memperdagangkan benda serta jasanya. Mereka ini bisa jadi pelakon bisnis yang
bergerak pada bisnis distributor, pengecer ataupun orang dagang besar.
 Survey ini dicoba untuk para rumah tangga universal menimpa keperluan rumah
tangga, produk ataupun benda apa secara periodik dibutuhkan& frekuensi
pemenuhan yang dicoba buat masa- masa yang hendak tiba, dll.
 Dari tata cara survey berdasar kelompok target ini sesungguhnya tercantum iktikad
dari surveyor kalau benda serta jasa apa saja yang diperlukan, berapa frekuensi pemenuhan
kebutuhan serta faktor- faktor apa saja yang pada biasanya yang pengaruhi sikap beli
mereka ini. Sehingga secara tidak langsung industri memandang kesempatan serta apa saja
yang dapat ditarik bagaikan kepentingan untuk industri atas hasil- hasil survey ini buat
memprediksi serta memperkirakan sikap pasar ataupun konsumen industri.
Apabila diklasifikasikan kalau hasil survey ini ialah bagian dari aktivitas studi pasar
yang dicoba oleh industri. Dari mari bermacam mungkin yang diperoleh ialah timbulnya
variabel ikutan yang bisa diprediksi apakah yang bisa dimanfaatkan oleh industri yang
hendak/ telah dibuat& dijual kepada pasar yang dituju yang sudah disurvey ini.
Dengan begitu bisa dinyatakan kalau hasil survey ini sebagian/ seluruhnya bisa
dipergunakan buat memprediksi permintaan konsumennya dari produk yang terbuat serta
jual oleh industri.

b. Teknik Telaah Komentar ataupun Opinion Pools.

Metode telaah komentar kerap dicoba guna memenuhi informasi dari survey. Telaah
komentar dari para ahli, para eksekutif, dari warga universal/ konsumen. Telaah komentar
ini lebih bertabiat pemikiran/ komentar individu( subjektif) dari respondennya,
kebalikannya metode survey lebih bertabiat objektif.
Saat sebelum melaksanakan peluncuran produk baru, umumnya diadakan pre test
serta telaah komentar terhadap responden yang jadi ilustrasi. Metode pooling ini
mengaitkan bermacam media semacam media tv, telepon, koran, pesan, SMS, email, serta
internet buat menyebarkan kuesioner/ catatan persoalan tentang bermacam data yang
diperlukan industri. Laporan/ statment formal dari sesuatu industri maupun pemerintah
sesuatu negeri bisa dipakai bagaikan sumber informasi guna meramalkan keadaan ekonomi
pada waktu yang hendak tiba, sekalian bisa digunakan buat membuat strategi bersaing
dalam pasar leluasa.

c. Metode Delphi,
Dalam tatacara ini sekelompok pakar mengisi kuesioner, moderator
menyimpulkan hasilnya & memformulasikan menjadi suatu kuesioner baru yang diisi
 kembali oleh kelompok tersebut, demikian seterusnya. Perihal ini ialah proses pendidikan
(learning process) dari kelompok tanpa terdapat tekanan ataupun intimidasi orang.

d. Analogi Historis ataupun Historical Analogy

Merupakan peramalan bersumber pada pola informasi masa, kemudian dari bahan-
bahan yang bisa disamakan secara analogi.
Misalnya peramalan dalam pengembang pasar tv multi sistem memakai
model permintaan tv hitam putih ataupun tv bercorak biasa. Analogi historis cenderung
menjadi terbaik dalam penggantian produk di pasar serta apabila ada ikatan substitusi
langsung dari produk dalam pasar itu.

e. Dugaan manajemen (management estimate) atau Panel Consensus,

Yaitu peramalan semata-mata berdasarkan pertimbangan manajemen pada
umumnya dikerjakan oleh manajemen senior. Tatacara ini sesuai dalam situasi yang
sangat sensitif terhadap intuisi dari sesuatu ataupun sekelompok kecil orang yang sebab
pengalamannya sanggup membagikan opini yang kritis dan relevan. Bagaimanapun teknik
ini mempunyai banyak keterbatasan, karenanya perlu dikombinasikan dengan teknik
pendugaan yang lain.

(2) Metode kuantitatif

Digunakan apabila data historis tersedia, informasi dapat dikuantifikasi atau dikuantifikasi,
dan asumsi tentang beberapa aspek model masa lalu akan berlanjut / asumsi tentang masyarakat.
Jenis peramalan kuantitatif meliputi:
a. Deret waktu
Metode deret waktu yang menangani nilai variabel yang disesuaikan secara berkala
selama periode waktu saat perkiraan permintaan diramalkan. Misalnya setiap minggu,
bulan, triwulan dan tahun, tergantung bagaimana keinginan para pihak yang membuat
permintaan ini diramalkan. Metode ini hanya berdasarkan data dan kondisi masa lalu.
Analisis ini dapat menunjukkan seperti apa permintaan quantity tertentu berubah
seiring waktu. Sifat perubahan permintaan dari tahun ke tahun dapat dirumuskan untuk
memprediksi penjualan di masa depan. Metode peramalan didasarkan pada penggunaan
analisis model hubungan antara variabel yang akan diestimasi dan variabel waktu yaitu
deret waktu atau (deret waktu). Berikut adalah beberapa metode deret waktu yang
digunakan untuk menemukan perkiraan permintaan, termasuk yang berikut ini:
a) Rata-rata bergerak
Informasi:
FD = perkiraan permintaan
D = permintaan
N = jumlah data
t = bulan ... (1,2 ,,,,, t)

b) Rata-rata bergerak ganda

Mt = rata-rata pergerakan yang diproyeksikan selama periode t
Mt = perkiraan rata-rata bergerak
FD = perkiraan permintaan
D = permintaan aktual
n = jumlah data
p = perkiraan ke (1,2,…, p)

c) Pemulusan eksponensial
Pada metode ini jika hasil ramalan positif berarti permintaan aktual lebih tinggi dari
nilai ramalan (A-F> 0). Sebaliknya jika hasil ramalan negatif, artinya nilai permintaan
aktual lebih rendah dari nilai ramalan (A-F <0), maka model pemulusan eksponensial
secara otomatis akan menurunkan nilai ramalan sebagai berikut.
Informasi:
FDt = nilai prediksi untuk periode waktu t
FDt-1 = nilai ramalan / untuk periode waktu sebelumnya. T-1
At-1 = nilai aktual pada periode waktu sebelumnya, t-1
a = konstanta pemulusan (0 <a <1)
d) Musiman
FD = perkiraan permintaan
a = konstanta pemulusan (0 <a <1)
Itu = nilai indeks musiman.
(3) Metode tren kuadrat terkecil
Ini adalah metode peramalan beberapa kali di sepanjang garis tren terhadap serangkaian
titik di masa lalu, dan kemudian meramalkannya di prakiraan masa depan untuk peramalan
jangka menengah dan panjang.
Trennya adalah perubahan moderat dalam jangka panjang. Jika kasus menunjukkan
peningkatan gejala, maka proprietary trend disebut trend positif. Jika subjek menunjukkan gejala
yang semakin sedikit, tren tersebut disebut tren negatif. Salah satu metode trend yang digunakan
adalah metode kuadrat terkecil. Persamaan kuadrat terkecil dari tren adalah:
Ŷ = a + bX

Y = a + bx

Σx = na + bΣx

Σxy = x + b Σx2

Dimana:
a & b = konstanta persamaan
n = jumlah data
x = periode waktu

(4) Metode Penyebab

Metode penerimaan kausal adalah bahwa faktor yang dihitung menunjukkan hubungan
kausal dengan satu atau lebih gergaji utama independen (independen). Misalnya, pendapatan
total terkait dengan faktor-faktor seperti penjualan, harga jual, dan tingkat promosi.
Penggunaan metode kausal adalah untuk menemukan bentuk hubungan antara gergaji
utama ini dan menggunakannya untuk memprediksi mata uang utama. Dalam model ini, untuk
meramalkan permintaan tidak hanya memperhatikan waktu, tetapi juga faktor-faktor yang
mempengaruhinya, antara lain:
 Harga suatu produk, jika harga produk meningkat, permintaan akan meningkat
 Saluran distribusi, jika saluran distribusi banyak maka permintaan meningkat.
Methodekausal terdiri dari beberapa metode, diantaranya
a. Sebuah. Metode regresi dan korelasi
Metode regresi dan korelasi, jenis persamaan estimasi lainnya, menggunakan teknik
kuadrat terkecil. Hubungan yang ada terlebih dahulu dengan menganalisis statistik.
Akurasi peramalan dengan menggunakan metode ini sangat menguntungkan untuk
peramalan jangka pendek, akurasi peramalan jangka panjang yang besar tidak terlalu
menguntungkan.

b. Metode ekonometrika
Ini didasarkan pada metode prediksi sistem persamaan regresi simultan. Bro jangka
pendek, bro dengan akurasi peramalan jangka panjang ini merupakan metode yang sangat
menguntungkan. Peramalan model ekonometrik ini melibatkan empat tahap:
o Buat model teoritis
o Pengumpulan data
o Pilih bentuk persamaan fungsi yang akan dievaluasi
o Mengevaluasi dan menginterpretasikan hasilnya

c. Metode variasi musiman

Memprediksi permintaan konsumen di masa depan dapat didasarkan pada gelombang
musiman khusus untuk budaya / kebiasaan masyarakat. Tapi bisa juga berkaitan dengan
alam dan kondisi alam yang berhubungan dengan iklim atau cuaca. Misalnya musim semi,
musim gugur dan musim hujan bahkan produksi musim kemarau, produk apa yang sedang
/ datang musim.

4. Akurasi Peramalan
Ukuran akurasi ramalan biasanya digunakan untuk menentukan derajat perbedaan antara
hasil ramalan dan permintaan yang terjadi untuk melihat kesalahan ramalan. Ukuran berikut
biasanya digunakan:
a. Mean Absolute Deviation / MAD (rata-rata absolute mutlak)
Deviasi rata-rata absolut adalah jumlah kesalahan prediksi terlepas dari tanda aljabar
dibagi jumlah data yang diamati, yang dirumuskan sebagai berikut:
Informasi:
 At = permintaan aktual pada periode t
Ft = ramalan permintaan pada periode t
n = jumlah periode peramalan yang terlibat.

b. Mean Square Error / MSE ( rata-rata kuadrat kesalahan)

MSE dirumuskan sebagai berikut:
Uraian sama seperti di atas.

c. Mean Forecast Error / MFE ( rata-rata kesalahan peramalan)

Mean square error (MSE) memperburuk tingkat kesalahan tinggi tetapi mengurangi
tingkat kesalahan yang diprediksi menjadi kurang dari 1 unit. Sangat efektif untuk
mengetahui apakah hasil prediksi terlalu rendah atau terlalu tinggi selama jangka
waktu tertentu.Ini dapat dirumuskan secara sistematis sebagai berikut:
Uraiannya sama seperti di atas.

d. Mean Absolute Percentage Error / MAPE ( rata-rata persentase kesalahan

absolute)
MAPE adalah ukuran kesalahan relatif. Root mean square error adalah ukuran
akurasi menggunakan persentase kesalahan absolut (MAPE) untuk menunjukkan
kesalahan absolut rata-rata dari perkiraan sebagai persentase dari data aktual yang
akan memberikan informasi yang terlalu rendah atau terlalu tinggi tentang kesalahan.
Ini dapat dirumuskan secara sistematis sebagai berikut:

Peramalan & Kontrol

Langkah penting setelah peramalan adalah memeriksa prakiraan sehingga mencerminkan
data historis dan sistem penyebab yang mendasari permintaan. Selama tampilan prakiraan dapat
diandalkan, hasil prakiraan dapat digunakan secara terus menerus. Jika selama proses verifikasi
terdapat keraguan mengenai validitas metode peramalan yang digunakan, maka metode lain yang
lebih sesuai harus dicari. Validitas harus ditentukan dengan uji statistik yang sesuai.

Setelah prakiraan dibuat, selalu ada keraguan tentang perlunya metode prakiraan baru.
Peramalan harus selalu dibandingkan dengan permintaan aktual. Pada satu titik, aktivitas
tinjauan harus diramalkan jika ditemukan bukti perubahan yang meyakinkan dalam pola
permintaan. Alasan perubahan pola permintaan juga perlu diidentifikasi. Penyesuaian metode
peramalan dilakukan segera setelah perubahan model permintaan diidentifikasi. Ada banyak alat
yang dapat digunakan untuk menguji prakiraan dan mengidentifikasi perubahan sistem yang
berada di balik pola permintaan yang berubah. Bentuk paling sederhana adalah diagram kendali
prakiraan, mirip dengan bagan kendali mutu. Diagram kendali ini dapat dibuat dengan
ketersediaan data yang minimal.

Peta Jangkauan Navigasi

Peta Jangkauan Bergerak dirancang untuk membandingkan nilai permintaan yang
sebenarnya dengan nilai perkiraan. Data permintaan aktual ditinjau dan dibandingkan dengan
nilai perkiraan untuk periode yang sama. Peta tersebut dirancang untuk periode selanjutnya
sehingga data prakiraan dapat dibandingkan dengan kebutuhan sebenarnya. Pada periode dasar
(periode saat perkiraan dihitung), peta rentang pergerakan digunakan untuk memeriksa teknik
dan parameter peramalan. Setelah menentukan metode peramalan, peta jarak bergerak digunakan
untuk memeriksa kestabilan sistem sebab akibat yang mempengaruhi permintaan. Rentang gerak
dapat didefinisikan sebagai:
Garis tengah peta Moving Range adalah nol. Level kendali atas kartu (batas kendali atas)
dan level kendali bawah (batas kendali bawah). Sementara itu, rentang bergerak adalah variabel
yang akan ditampilkan pada peta jarak bergerak: Anda harus memiliki setidaknya 10 dan
sebaiknya 20 data untuk membuat peta jarak bergerak. Batasan ini ditetapkan sehingga hanya
tiga dari 1000 poin yang diharapkan lepas kendali jika sistem sebab-akibat yang mendasarinya
tidak berubah. Jika ditemukan suatu titik yang tidak dapat dikontrol selama pemeriksaan
prakiraan, maka harus ditentukan apakah datanya harus diabaikan atau prakiraan baru harus
dicari. Jika ditemukan titik yang di luar kendali, penyebabnya harus diselidiki. Pendapat
mungkin membutuhkan penyelidikan ekstensif. Jika semua titik terkendali maka ramalan
permintaan yang diperoleh diasumsikan cukup baik. Jika ada titik yang tidak dapat dikendalikan,
berarti peramalannya kurang baik dan perlu direvisi. Diagram kendali dapat digunakan untuk
menentukan apakah permintaan didasarkan pada perubahan sebab akibat untuk menentukan
persamaan peramalan baru yang lebih sesuai untuk sistem sebab akibat.
Kondisi Pengujian Di Luar Kendali
Ujian yang paling meyakinkan untuk kondisi di luar kendali adalah adanya titik di luar
kendali. Selain itu, ada tes lain dengan tingkat probabilitas yang sama. Teknik yang digunakan
dalam bagian ini dimaksudkan untuk digunakan dengan data sesedikit mungkin. Pengujian ini
dilakukan dengan membagi diagram kendali menjadi enam bagian dengan interval yang sama.
Area A adalah luas luar + - 2/3 (2,66 MR) = 1,77 MR (di atas +1,77 MR dan di bawah - 1,77
MR). Area B adalah area luar + - 1/3 (2.66 MR) = + -0.89 MR (di atas +0.89 MR dan di bawah -
0.89 MR). Area C adalah area di atas atau di bawah garis tengah. Kondisi pengujian yang tidak
terkontrol adalah:
1. Apakah ada dua atau lebih titik dari tiga titik berurutan di wilayah A?
2. Apakah ada empat atau lebih poin dari lima poin berturut-turut di zona B?
3. Apakah ada delapan titik berurutan di satu sisi (di atas atau di bawah garis tengah).

Gambaran area A, B dan C ditunjukkan pada gambar. Jika ketiga kriteria tersebut di atas
terpenuhi, maka dianggap sama dengan kondisi titik di luar batas kendali.

C. LATIHAN SOAL/TUGAS
1. Uraikan tentang pengertian peramalan permintaan menurut para ahli?
2. Sebutkan dan jelaskan faktor-faktor yang mempengaruhi peramalan permintaan?
3. Di bawah ini adalah table permintaan bensin (dalam ribuan liter) :
 Tahun Kuartal Jumlah Yang
Diminta
2012 1 600
2 652
3 671
4 654
2013 1 610
2 679
3 681
4 667
2014 1 641
2 686
3 691
4 676
2015 1 636
2 681
3 685
4 677

a. Estimasikan tren linear data di atas?

b. Ramalkan permintaan bensin pada tahun 2000 untuk setiap kuartal?
c. Apakah trend yang dibuat cukup baik?
d. Sesuaikan estimasi trend pada soal a dengan seasonal variation?
e. Gunakan variable dammy untuk meramalkan permintaan bensin tersebut (
menggunakan analisis regresi )?
D. DAFTAR PUSTAKA
Soeharno, TS,SU. Ekonomi Manajerial. Penerbit C.V. ANDI OFFSET, 2007.

Yamit, Zulian. Manajemen Operasi dan Produksi. Edisi Kedua. Yogyakarta: EKONISIA,
2003.
Hakim Nasution, Arman. Perencanaan dan Pengendalian Produksi. Edisi Kedua. Surabaya:
Prima Printing. 2003.