Pengertian Forecasting

Forecasting Adalah – Pengertian, Makalah, Tujuan, Jenis, Contoh

– Peramalan (forecasting) adalah bagian vital bagi setiap organisasi bisnis
dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan.
Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan.
Dalam area fungsional keuangan, peramalan memberikan dasar dalam
menentukan anggaran dan pengendalian biaya.
Pada bagian pemasaran, peramalan penjualan dibutuhkan untuk
merencanakan produk baru, kompensasi tenaga penjual, dan beberapa
keputusan penting lainnya. Selanjutnya, pada bagian produksi dan operasi
menggunakan data-data peramalan untuk perencanaan kapasitas, fasilitas,
produksi, penjadwalan, dan pengendalian persedian(inventory control). Untuk
menetapkan kebijakan ekonomi seperti tingkat pertumbuhan ekonomi, tingkat
pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan
dengan metode peramalan
Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau
kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang.
Asumsi dasar dalam penerapan teknik-teknik peramalan adalah:“If we can
predict what the future will be like we can modify our behaviour now to be in a
better position, than we otherwise would have been, when the future
arrives.” Artinya, jika kita dapat memprediksi apa yang terjadi di masa depan
maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan
akan jauh lebih berbeda di masa yang akan datang. Hal ini disebabkan kinerja
di masa lalu akan terus berulang setidaknya dalam masa mendatang yang
relatif dekat.
Peramalan merupakan teknik yang digunakan untuk memperkirakan suatu
system dimasa yang akan datang.Peramalan diperlukan oleh suatu
perusahaan karena setiap keputusan yang diambil dapat memengaruhi
keadaan diamasa yang akan datang. Menurut Horison waktu,nya,peramalan
dapat dibagi menjadi 3 yaitu:

1. Peramalan jangka pendek yang memberikan hasil peramalan satu

tahun mendatang.atau kurang
2. Peramalan jangka menengah untuk meramalkan keadaan satu hingga 5
tahun kedepan.
3. Peramalan jangka panjang digunakan untuk pengambilan keputusan
mengenai perencanaan produk dan perencanaan pasar, pengeluaran
biaya perusahaan, studi kelayakan pabrik, anggaran, purchase order,
perencanaan tenaga kerja dan perencanaan kapasitas kerja serta
 pengambilan keputusan yang berhubungan dengan kejadian lebih dari
5 tahun yang akan datang.

Dalam metode peramalan dapat dibagi atas dua metode yaitu:

 Metode kuanlitatif

Metode kuanlitatif yaitu menggunakan perhitungan matematik dan statistic.

Metode kuanlitatif dapat digolongkan menjadi 2 yaitu:

 Teknik Deret Berkala (Time Series) yang memerlukan sistem seperti

kotak hitam dan tidak ada usaha memerlukan faktor yang berpengaruh
pada system tersebut.

Metode ini cocok untuk peramalan jangka pendek dan jangka menengah.

 Single Moving Average

 Single Exponential Smothing,
 Teknik Exponential(causal) yang mengasumsikan adanya hubungan
sebab akibat anatara output dan input dari suatu sistem.Contoh:
 Analisis Regrasi Ganda
 Metode Dephi.

 Metode

 Metode ini digunakan dimana tidak ada model matematik, biasanya

dikarenakan data yang ada tidak cukup representatif untuk meramalkan masa
yang akan datang (long term forecasting). Peramalan kualitatif menggunakan
pertimbangan pendapat-pendapat para pakar yang ahli atau experd di
bidangnya. Adapun kelebihan dari metode ini adalah biaya yang dikeluarkan
sangat murah (tanpa data) dan cepat diperoleh. Sementara kekurangannya
yaitu bersifat subyektif sehingga seringkali dikatakan kurang ilmiah.
Salah satu pendekatan peramalan dalam metode ini adalah Teknik Delphi,
dimana menggabungkan dan merata-ratakan pendapat para pakar dalam
suatu forum yang dibentuk untuk memberikan estimasi suatu hasil
permasalahan di masa yang akan datang. Misalnya:
berapa estimasi pelanggan yang dapat diperoleh dengan realisasi teknologi
3G.

Metode kualitatif biasanya tidak menggunakan perhitungan matematis

ataupun perhitungan secara statitik.Metode ini cukup dengan tanggapan atau
buah pikiran dari orang orang yang cuku mengenai keadaan yang akan
diramalakan, contoh:Metode Juri Opinion&Metode Delphi.

Tujuan Dan Fungsi Peramalan “Forecasting”

Fungsi peramalan atau forecasting terlihat pada saat pengambilan keputusan.
Keputusan yang baik ialah keputusan yang didasarkan atas pertimbangan
apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang
tepat ramalan yang kita susun, maka masalah peramalan juga merupakan
masalah yang selalu kita hadapi “Ginting, 2007”.
Menurut Heizer dan Render “2009:47”, permalan atau forecasting memiliki
tujuan sebagai berikut:

 Untuk mengkaji kebijakan perusahaan yang berlaku saat ini dan dimasa
lalu serta melihat sejauh mana pengaruh dimasa datang.
 Peramalan diperlukan karena adanya time lag atau delay antara saat
suatu kebijakan perusahaan ditetapkan dengan saat implementasi.
 Peramalan merupakan dasar penyusutan bisnis pada suatu perusahaan
sehingga dapat meningkatkan efektivitas suatu rencana bisnis.

Jenis-Jenis Peramalan “Forecasting”

Berdasarkan horizon waktu, peramalan atau forecasting dapat dibagi menjadi
tiga jenis yaitu “Herianto, 2008:78”
  Peramalan jangka panjang yaitu yang mencakup waktu lebih besar dari
18 bulan, misalnya peramalan yang diperlukan dalam kaitannya dengan
penanaman modal, perencanaan fasilitas dan perencanaan untuk
kegiatan litbang.
 Peramalan jangka menengah yaitu mencakup waktu antara 3 sampai
18 bulan, misalnya peramalan untuk perencanaan penjualan,
perencanaan produksi dan perencanaan tenaga kerja tidak tetap.
 Peramalan jangka pendek yaitu mencakup jangka waktu kurang dari 3
bulan. Misalnya peramalan dalam hubungannya dengan perencanaan
pembelian material, penjadwalan kerja dan penugasan karyawan.

Berdasarkan fungsi dan perencanaan operasi di masa depan, peramalan atau

forecasting dibagi menjadi tigas jenis yaitu “Heizer dan Render, 2009:47”

 Peramalan ekonomi “economic forecast” peramalan ini menjelaskan

siklus bisnis dengan memprediksi tingkat inflasi ketersediaan uang,
dana yang dibutuhkan untuk membangun perumahan dan indikator
perencanaan lainnya.
 Peramalan teknologi “technological forecast”, peramalan ini
memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan
produk baru yang menarik yang membutuhkan pabrik dan peralatan
yang baru.
 Peramalan permintaan “demand forecast” ialah proyeksi permintaan
untuk produk atau layanan perusahaan. Proyeksi permintaan produk
atau layanan suatu perusahaan. Peramalan ini juga disebut peramalan
penjualan yang mengendalikan produksi, kapasitas, serta sistem
penjadwalan dan menjadi input bagi perencanaan keuangan,
pemasaran dan sumber daya manusia.

Berdasarkan jenis data ramalan yang disusun, peramalan dibagi menjadi dua
jenis yaitu “Saputro dan Asri 2000: 148”

 Peramalan kualitatif yaitu peramalan yang didasarkan atas kualitatif

pada masa lalu. Hasil ramalan yang dibuat sangat tergantung pada
orang yang menyusunnya. Hal ini penting karena peramalan tersebut
ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan
pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan
 secara kualitatif ini didasarkan atas hasil penyelidikan seperti pendapat
salesman, pendapat sales manajer pendapat para ahli dan survey
konsumen.
 Peramalan kuantitatif yaitu peramalan yang didasarkan atas data
penjualan pada masa lalu. Hasil peramalan yang dibuat sangat
tergantung pada metode yang dipergunakan dalam peramalan tersebut.
Penggunaan metode yang berbeda akan diperoleh hasil yang berbeda
pula.

Berdasarkan sifat penyusunannya, peramalan dibagi menjadi dua jenis yaitu

“Ginting, 2007”

 Peramalan subjektif yaitu peramalan yang didasarkan atas perasaan

atau intuisi dari orang yang menyusunnya.
 Peramalan objektif yaitu peramalan yang didasarkan atas data yang
relevan pada masa lalu dengan menggunakan teknik-teknik dan
metode-metode dalam penganalisaan data tersebut.

Langkah Langkah dalam melakukan peramalan

Dalam melakukan peramalan terdiri dari beberapa tahapan khususnya jika
menggunakan metode kuantitatif. Tahapan tersebut adalah:

1. Definisikan Tujuan Peramalan

Misalnya peramalan dapat digunakan selama masa pra-produksi untuk

mengukur tingkat dari suatu permintaan.

2. Buatlah diagram pencar (Plot Data)

Misalnya memplot demand versus waktu, dimana demand sebagai ordinat (Y)

dan waktu sebagai axis (X).

3. Memilih model peramalan yang tepat

Melihat dari kecenderungan data pada diagram pencar, maka dapat dipilih
beberapa model peramalan yang diperkirakan dapat mewakili pola tersebut.

4. Lakukan Peramalan
5. Hitung kesalahan ramalan (forecast error)

Keakuratan suatu model peramalan bergantung pada seberapa dekat nilai

hasil peramalan terhadap nilai data yang sebenarnya. Perbedaan atau selisih
antara nilai aktual dan nilai ramalan disebut sebagai “kesalahan
ramalan (forecast error)” atau deviasi yang dinyatakan dalam:
et = Y(t) – Y’(t)
Dimana : Y(t)  = Nilai data aktual pada periode t
               Y’(t) = Nilai hasil peramalan pada periode t
                t       = Periode peramalan
Maka diperoleh Jumlah Kuadrat Kesalahan Peramalan yang disingkat
SSE  (Sum of Squared Errors) dan Estimasi Standar Error (SEE – Standard
Error Estimated)

6. Pilih Metode Peramalan dengan kesalahan yang terkecil.

Apabila nilai kesalahan tersebut tidak berbeda secara signifikan pada tingkat
ketelitian tertentu (Uji statistik F), maka pilihlah secara sembarang metode-
metode tersebut.

7. Lakukan Verifikasi

Untuk mengevaluasi apakah pola data menggunakan metode peramalan

tersebut sesuai dengan pola data sebenarnya.
Metode Peramalan
Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan
adalah mempertimbangkan skala waktu peramalannya yaitu seberapa jauh
rentang waktu data yang ada untuk diramalkan. Terdapat tiga kategori waktu
yaitu jangka pendek (minggu / bulan), menengah (bulan / tahun), dan jangka
panjang (tahun  dekade). Tabel berikut ini menunjukkan tipe-tipe keputusan
berdasarkan jangka waktu peramalannya.

Untuk melakukan peramalan diperlukan metode tertentu dan metode mana

yang digunakan tergantung dari data dan informasi yang akan diramal serta
tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode
peramalan antara lain :

 Time Series atau Deret Waktu

Analisis time series merupakan hubungan antara variabel yang dicari

(dependent) dengan variabel yang mempengaruhi-nya (independent variable),
yang dikaitkan dengan waktu seperti mingguan, bulan, triwulan, catur wulan,
semester atau tahun.
Dalam analisis time series yang menjadi variabel yang dicari adalah waktu.
Metode peramalan ini terdiri dari :
 1. Metode Smoting, merupakan jenis peramalan jangka pendek seperti
perencanaan persediaan, perencanaan keuangan. Tujuan penggunaan
metode ini adalah untuk mengurangi ketidakteraturan data masa
lampau seperti musiman.
2. Metode Box Jenkins, merupakan deret waktu dengan menggunakan
model matematis dan digunakan untuk peramalan jangka pendek.
3. Metode proyeksi trend dengan regresi, merupakan metode yang
dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini
merupakan garis trend untuk persamaan matematis.
4. Causal Methods atau sebab akibat

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.

Model Time Series Analysis

Berikut ini akan dijabarkan cara melakukan peramalan dengan menggunakan
modelTime Series Analysis yang terdiri dari beberapa model. Adapun asumsi
dasar dalam menggunakan model deret waktu ini adalah pola data ramalan
akan sama dengan pola data sebelumnya. Model yang termasuk kategori
model deret waktu yaitu:

1. Model Konstan,
2. Model Siklis,
3. Model Analisis Regresi,
4. Model Moving Average,
5. Model Exponential S