FORECASTING
(Dosen : Prof.Dr. H. Mahfudnumajamuddin.SE., MM)
(KELOMPOK 3) –
KELAS DIM- A.26. 2020 :
Dengan menyebut nama Allah SWT yang Maha Pengasih dan Maha Penyayang kami
panjatkan segala puji dan rasa syukur kehadirat – Nya yang senantiasa memberikan kita
kehidupan, jasmani dan rohani yang sehat dan tak lupa pula kepada Nabi kita Nabi Besar
Muhammad SAW yang mana telah membawa kita dari alam KEBODOHAN ke alam yang
penuh dengan ilmu PENGETAHUAN, sehingga kami dapat menyelesaikan makalah tentang
METODE PERAMALAN / FORECASTING ini tepat pada waktunya. Makalah ini kami buat
untuk memenuhi tugas Mata Kuliah Metode Kuantitatif Pengambilan Keputusan.
Makalah ini kami susun dengan semaksimal mungkin dan mendapat banyak bantuan dari
berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. untuk itu pada
kesempatan ini tak lupa kami ucapkan terima kasih kepada dosen Mata Kuliah Metode
Kuantitatif Pengambilan Keputusan dan semua pihak yang telah berkontribusi dalam
pembuatan makalah ini.
Terlepas dari itu semua kami menyadari sepenuhnya bahwasannya makalah ini belum dapat
dikatakana dan dikategorikan sempurna, seperti yang kita ketahui tidak ada yang sempurna di
dunia ini melainkan hanya milik Allah SWT, baik dari segi susunan, kalimat, materi, bahasa
maupun sistematika pembahasannya. Oleh karena itu dengan tangan terbuka kami menerima
segala kritik dan saran yang membangun demi kesempurnaannya di masa yang akan datang.
Akhir kata kami berharap semoga dengan adanya makalah ini sedikit banyaknya dapat
memberikan manfaat maupun inspirasi kepada kita semua.
Penyusun
DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN
BAB II PEMBAHASAN
A. PENGERTIAN PERAMALAN / FORECASTING
B. TUJUAN DAN FUNGSI PERAMALAN / FORECASTING
C. JENIS – JENIS PERAMALAN / FORECASTING
D. PENTINGNYA PERAMALAN
E. TUJUH LANGKAH PERAMALAN
F. PENDEKATAN PERAMALAN
G. METODA PERAMALAN / FORECASTING
H. PROSES PERAMALAN (FORECASTING)
I. TINJAUAN METODE KUALITATIF
J. TINJAUAN METODE KUANTITATIF
K. PERKIRAAN DERET WAKTU
L. DATA DALAM VARIASI MUSIMAM
M. METODE PERAMALAN ASOSIATIF; ANALISIS REGRESI DAN
KORELASI
DAFTAR PUSTAKA
LAMPIRAN
ARTIKEL JURNAL
BAB I
PENDAHULUAN
“Forecasting is the art and science of predicting the events of the future. Forecasting
require historical data retrieval and project into the future with some form of mathematical
models.” “(menurut Rudy Aryanto, tahun 2009). Peramalan (forecasting) adalah kegiatan
mengestimasi apa yang akan tejadi pada masa yang akan datang. Peramalan diperlukan
karena adanya perbedaan kesenjagan waktu (Timelag) antara kesadaran akan dibutuhkannya
suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Apabila perbedaan waktu
tersebut panjang maka peran peramalan begitu penting dan sangat dibutuhkan, terutama
dalam penentuan kapan terjadinya suatu sehingga dapat dipersiapkan tindakan yang perlu
dilakukan.
Menurut Arman Hakim Nasution (2006), Peramalan adalah proses untuk
memperkiraan beberapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran
kuantitas, kualitas, waktu, dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan
barang dan jasa.
Peramalan tidak terlalu dibutuhkan dalam kondisi permintaan pasar yang stabil,
karena perubahan permintaan relatif kecil. Tetapi peramalan akan sangat dibutuhkan bila
kondisi permintaan pasar bersifat kompleks dan dinamis. Dalam kondisi pasar bebas,
permintaan pasar lebih banyak bersifat kompleks, dan dinamis karena permintaan tersebut
akan tergantung dari keadaan sosial, ekonomi, politik, aspek teknologi, produk pesaing dan
produk substitusi. Oleh karena itu peramalan yang akurat merupakan informasi yang sangat
dibutuhkan dalam pengambilan keputusan manajemen.
B. RUMUSAN MASALAH
1. Metoda – metode apa saja yang dapat digunakan dalam peramalan (forecasting) ?;
2. Bagaimana proses dalam forecasting ?
C. BATASAN MASALAH
Pada pembahasan makalah kali ini, penulis akan membatasi pembahasan yang akan dibahas,
kami hanya akan membahas tentang forecasting, tentang metode – metode yang digunakan
dalam forecasting, dan tentang proses forecasting.
D. TUJUAN PEMBAHASAN
1. Untuk mengetahui metode yang dapat digunakan dalam forecasting.
2. Untuk mengetahui proses forecasting.
E. MANFAAT PEMBAHASAN
Hasil dari pembahasan materi ini, di harapkan dapat memberi manfaat dan pengetahuan
tentang metode – metode yang digunakan dalam forecasting, dan tentang proses forecasting
yang mungkin akan berguna dimasa yang akan datang.
BAB II
PEMBAHASAN
Berikut ini beberapa pengertian atau definisi peramalan atau forecasting dari beberapa
sumber buku:
Menurut Nasution dan Prasetyawan (2008:29), peramalan adalah proses untuk
memperkirakan beberapa kebutuhan di masa datang yang meliputi kebutuhan dalam
ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi
permintaan barang ataupun jasa.
Menurut Sumayang (2003:24), peramalan adalah perhitungan yang objektif dan
dengan menggunakan data-data masa lalu, untuk menentukan sesuatu di masa yang
akan datang.
Menurut Supranto (2000), ramalan merupakan dugaan atau perkiraan mengenai
terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan bisa
bersifat kualitatif, artinya tidak berbentuk angka dan bisa bersifat kuantitatif, artinya
berbentuk angka, dinyatakan dalam bilangan.
Menurut Heizer dan Render (2009:162), peramalan (forecasting) adalah seni dan ilmu
untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang
dengan suatu bentuk model matematis. Selain itu, bisa juga merupakan prediksi
intuisi yang bersifat subjektif. Atau dapat juga dilakukan dengan menggunakan
kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari
seorang manajer.
Menurut Murahartawaty (2009:41), peramalan adalah penggunaan data masa lalu dari
sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang
akan datang. 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.
Fungsi peramalan atau forecasting terlihat pada saat pengambilan keputusan. Keputusan yang
baik adalah 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), peramalan atau forecasting memiliki tujuan sebagai
berikut:
1) Untuk mengkaji kebijakan perusahaan yang berlaku saat ini dan dan di masa lalu serta
melihat sejauh mana pengaruh di masa datang.;
2) Peramalan diperlukan karena adanya time lag atau delay antara saat suatu kebijakan
perusahaan ditetapkan dengan saat implementasi;
3) Peramalan merupakan dasar penyusutan bisnis pada suatu perusahaan sehingga dapat
meningkatkan efektivitas suatu rencana bisnis.
Organisasi menggunakan tiga jenis prakiraan utama dalam merencanakan operasi di masa
depan:
1) Prakiraan ekonomi menangani siklus bisnis dengan memprediksi tingkat inflasi,
persediaan uang,perumahan dimulai, dan indikator perencanaan lainnya.
2) Prakiraan teknologi berkaitan dengan tingkat kemajuan teknologi yang dapat
dihasilkan dalam kelahiran produk baru yang menarik, membutuhkan pabrik dan
peralatan baru.
3) Prakiraan permintaan adalah proyeksi permintaan akan produk atau layanan
perusahaan. Perkiraan mengarahkan keputusan, sehingga manajer membutuhkan
informasi yang segera dan akurat tentang yang nyatapermintaan. Mereka
membutuhkan prakiraan yang didorong oleh permintaan, dengan fokus pada
identifikasi dan melacak keinginan pelanggan.
Berdasarkan horizon waktu, peramalan atau forecasting dapat dibagi menjadi tiga jenis, yaitu
(Herjanto, 2008:78):
1) 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;
2) Peramalan jangka menengah, yaitu mencakup waktu antara 3 sampai 18 bulan.
Misalnya, peramalan untuk perencanaan penjualan, perencanaan produksi dan
perencanaan tenaga kerja tidak tetap;
3) 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 tiga jenis, yaitu (Heizer dan Render, 2009:47):
1) 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;
2) Peramalan teknologi (technological forecast), peramalan ini memperhatikan tingkat
kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, yang
membutuhkan pabrik dan peralatan yang baru;
3) Peramalan permintaan (demand forecast), adalah proyeksi permintaan untuk produk
atau layanan perusahaan. Proyeksi permintaan untuk 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):
1) Peramalan kualitatif, yaitu peramalan yang didasarkan atas data 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;
2) 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):
1) Peramalan subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari
orang yang menyusunnya;
2) Peramalan objektif, yaitu peramalan yang didasarkan atas data yang relevan pada
masa lalu, dengan menggunakan teknik – teknik dan metode – metode dalam
penganalisaan data tersebut.
D. PENTINGNYA PERAMALAN
Prakiraan yang baik sangat penting dalam semua aspek bisnis: Perkiraan adalah satu-satunya
perkiraan permintaan sampai permintaan aktual diketahui. Oleh karena itu, prakiraan
permintaan mendorong keputusan di banyak bidang. Mari kita lihat dampak prakiraan
permintaan produk pada tiga kegiatan:
(1) Manajemen rantai pasokan,
(2) Sumber daya manusia, dan
(3) Kapasitas.
Kapasitas
Ketika kapasitas tidak mencukupi, kekurangan yang diakibatkan dapat menyebabkan
hilangnya pelanggan dan pasar Bagikan. Inilah yang sebenarnya terjadi pada Nabisco ketika
mereka meremehkan permintaan yang sangat besar untuk Kue Makanan Setan Snackwell
barunya. Bahkan dengan jalur produksi yang bekerja lembur, Nabisco tidak dapat memenuhi
permintaan, dan kehilangan pelanggan. Nintendo menghadapi masalah ini ketika Wii-nya
diperkenalkan dan melampaui semua perkiraan permintaan. Amazon membuat hal yang sama
kesalahan dengan Kindle-nya. Di sisi lain, jika terdapat kelebihan kapasitas, biaya dapat
meroket
F. PENDEKATAN PERAMALAN
Ada dua pendekatan umum untuk peramalan, sama seperti ada dua cara untuk
menangani semua pemodelan keputusan. Salah satunya adalah analisis kuantitatif; yang
lainnya adalah pendekatan kualitatif. Kuantitatif prakiraan menggunakan berbagai model
matematika yang mengandalkan data historis dan / atau asosiatif
variabel untuk meramalkan permintaan. Prakiraan subyektif atau kualitatif
menggabungkan faktor-faktor seperti itu intuisi pengambil keputusan, emosi, pengalaman
pribadi, dan sistem nilai dalam mencapai ramalan cuaca. Beberapa perusahaan menggunakan
satu pendekatan dan beberapa menggunakan yang lain. Dalam praktiknya, kombinasi dari
keduanya biasanya paling efektif.
Meramalkan permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu
pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka memprediksi
berapa besar peluang pasar yang tersedia di masa depan. Peramalan permintaan merupakan
usaha untuk mengetahui jumlah produk atau sekelompok produk di masa yang akan datang
dalam kendala satu set kondisi tertentu.
Hal yang perlu diingat adalah bahwa aktivitas peramalan permintaan tidaklah dapat
diartikan sebagai aktivitas yang bertujuan untuk mengukur permintaan di masa yang akan
datang secara pasti, melainkan sekedar usaha untuk mengurangi kemungkinan terjadinya hal
yang berlawanan antara keadaan yang sungguh – sungguh terjadi di kemudian hari dengan
apa yang menjadi hasil peramalan. Dengan kata lain, hasil maksimal dari aktivitas peramalan
adalah melakukan minimisasi ketidakpastian yang mungkin terjadi di masa yang akan datang.
Untuk melakukan forecasting atau peramalan terhadap permintaan pasar, disini akan
diuraikan berbagai metode model peramalan terhadap permintaan pasar dari barang atau jasa
yang diproduksi dan dijual oleh perusahaan. Secara garis besar terdapat dua macam metode
peramalan permintaan yang biasa dilakukan, yaitu metode kualitatif yang terdiri atas teknik
survey dan teknik pengumpulan opini. Sedangkan metode berikutnya adalah metode
kuantitatif, yang terdiri atas Metode Time Series, Metode Tren Linear, Metode Kuadratik,
Analisis Musiman dan Model Ekonometri.
a. Teknik Survey
Teknik survey ini merupakan suatu alat meramalkan yang cukup penting
khususnya untuk memprediksi kejadian – kejadian atau kecenderungan –
kecenderungan dalam jangka pendek mendatang ini. Survey biasanya
menggunakan alat interview atau daftar pertanyaan yang akan ditujukan kepada
para responden yang terpilih dan yang dituju. Sesuai kelompok yang memang
diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.
Survey ini dilakukan untuk meramalkan variabel ekonomi yang memang
berhubungan baik langsung maupun tidak langsung dengan permintaan konsumen
atau pasar yang dituju. Variabel – variabel ekonomi yang disurvey ini misalnya
variabel yang berhubungan dengan budget rumah tangga yang dikeluarkan untuk
memenuhi kebutuhan rumah tangga.
Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok
responden ini dapat dikategorikan sebagai berikut :
1) Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis
dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey
ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang
disurvey;
2) Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis
yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin pelaku
bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang besar.
Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan rumah
tangga, produk atau barang apa secara periodik diperlukan dan frekuensi
pemenuhan yang dilakukan untuk masa – masa yang akan datang, dan lain – lain.
Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung
maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa
frekuensi pemenuhan kebutuhan dan faktor – faktor apa saja yang pada umumnya
yang mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung
perusahaan melihat peluang dan apa saja yang bisa ditarik sebagai kepentingan
bagi perusahaan atas hasil – hasil survey ini untuk memprediksi dan
memperkirakan perilaku pasar atau konsumen perusahaan.
Bila diklasifikasikan bahwa hasil survey ini merupakan bagian dari kegiatan riset
pasar yang dilakukan oleh perusahaan. Dari sini berbagai kemungkinan yang
diperoleh adalah munculnya variabel ikutan yang dapat diprediksi apa yang bisa
dimanfaatkan oleh perusahaan yang hendak atau sudah diproduksi dan dijual
kepada pasar yang dituju yang telah disurvey ini.
Dengan demikian dapat dinyatakan bahwa hasil survey ini sebagian atau
seluruhnya dapat dipergunakan untuk memprediksi permintaan konsumennya dari
produk yang dibuat dan jual oleh perusahaan.
Sebelum peluncuran produk baru, biasanya diadakan pre test dan jejak pendapat
terhadap responden yang menjadi sampel. Teknik poolingini melibatkan berbagai
media seperti media TV, telepon, koran, surat, SMS, email, atau internet untuk
menyebarkan kuesioner atau daftar pertanyaan tentang berbagai informasi yang
dibutuhkan perusahaan.
Laporan atau pernyataan resmi dari suatu perusahaan atau pemerintah suatu
negara dapat digunakan sebagai sumber data guna meramalkan kondisi ekonomi
di masa yang akan datang, sekaligus dapat digunakan untuk membuat strategi
bersaing dalam pasar bebas.
2. Metode Kuantitatif
Untuk mencari besarnya nilai a, dan b tersebut akan dapat dilakukan dengan
mempergunakan rumus-rumus sebagai berikut:
Persamaan I
∑Y = n.a + b∑x
Persamaan II
∑XY = a ∑x + b ∑x2
Dengan syarat ∑x ≠ 0
3. Metode Kuadratik
Metode kuadratik adalah merupakan tren non linier, dan jika digambar berbentuk
garis lengkung. Metode ini biasanya digunakan atau diterapkan untuk data historis
dimana jika digambar akan membentuk garis tidak lurus atau berbentuk parabola.
Sedangkan persamaan dari metode kuadratik adalah:
Y = A + BX + C
Dimana :
Y = Variabel yang akan diramalkan, dalam hal ini adalah ramalan penjualan produk
perusahaan
a = Konstanta, yang akan menunjukkan besarnya harga Y (ramalan) apabila X sama
dengan 0 (nol)
b = Variabilitas per X, yaitu menunjukkan besarnya perubahan nilai Y dari setiap
perubahan satu unit X
X = Unit waktu/ periode, yang dapat dinyatakan dalam minggu, bulan, semester,
tahun dan lain sebagainya
Tetapi dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim atau
cuaca. Misalnya produksi musim semi, gugur dan musim penghujan dan bahkan
musim kemarau, produk apa yang sedang atau akan datang musimnya.
Sifat masyarakat yang menimbulkan musiman ini oleh karena faktor budaya dan
kebiasaan misalnya karena musim hari raya keagamaan. Pada saat – saat itu biasanya
masyarakat akan memiliki hajat yang cukup besar dalam melakukan pemenuhan
konsumsi barang keperluan pesta dan sehari – hari. Maka dapat dipastikan pada
periode ini permintaan akan kebutuhan dan keperluan konsumsi akan meningkat
dalam jumlah yang cukup berarti.
Demikian juga ketika datang musim bulan – bulan baik maka banyak masyarakat
menggunakan bulan tersebut melaksanakan hajat perkawinan, pesta perkawinan, dan
hajat – hajat yang lain yang memerlukan pesta dan upacara – upacara sacral yang
memerlukan konsumsi dan persediaan barang kebutuhan untuk keperluan tersebut.
5. Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai dependen variabel
dengan melibatkan berbagai faktor atau variabel independent yang relevan dan cukup
signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari model
ekonometri ingin dilihat relevansinya pengaruh independent variabel terhadap
dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu
saling mempengaruhi dan berapa besar pengaruh mempengaruhi antar variabel
independent ini atas besarnya pengaruh terhadap dependen variabel. Juga ingin dilihat
berapa tepat antara kebenaran statistik dikoreksi dengan kebenaran secara ekonomi.
Jadi secara literatur ekonometrik merupakan suatu pengukuran secara ekonomi baik
secara statistik, matematik maupun secara ekonomi teori sekaligus dalam konteks
hubungan antara variabel – variabel ekonomi. Memang metode ekonometrik sering
lebih kompleks dibanding dengan metode proyeksi trend. Namun ekonometrik
setidaknya memiliki dua keunggulan sebagai alat prakiraan.
Pertama adalah keunggulan dalam memperoleh prediksi nilai variabel yang penting.
Ini akan sangat berguna bagi manajer untuk mengevaluasi kemungkinan pengaruh
alternatif keputusan yang diambil.
1. Penentuan Tujuan
Analis mengatakan dengan para pembuat keputusan dalam perguruan tinggi untuk
mengetahui apa kebutuhan – kebutuhan mereka, dan menentukan:
a. Variabel – variabel yang akan diestimasi;
b. Siapa yang akan menggunakan hasil peramalan;
c. Untuk tujuan – tujuan apa hasil peramalan akan digunakan;
d. Estimasi jangka panjang atau jangka pendek yang diinginkan;
e. Derajat ketepatan estimasi yang diinginkan;
f. Kapan estimasi dibutuhkan;
g. Bagian – bagian yang diinnginkan, seperti peramalan untuk kelompok pembeli,
kelompok produk atau daerah geografis.
2. Penggunaan Model
Setelah tujuan ditetapkan, langkah berikutnya adalah mengembangkan model, yang
merupakan penyajian secara lebih sederhana sistem yang dipelajari. Dalam
peramalan, model adalah suatu kerangka analitik yang apabila dimasukkan data akan
menghasilkan estimasi jumlah calon mahasiswa baru diwaktu mendatang (atau
variabel apa saja yang diramal). Analis hendaknya memilih suatu model yang
menggambarkan secara realitis perilaku variabel-variabel yang dipertimbangkan.
Sebagai contoh, bila suatu perguruan tinggi ingin meramalkan jumlah calon
mahasiswa baru yang polanya berbentuk linier, model yang dipilih mungkin Y = a +
bX, dimana menunjukkan besarnya jumlah calon mahasiswa baru, X menunjukkan
unit waktu, serta a dan b adalah parameter-parameter yang menggambarkan posisi
dan dan kemiringan garis pada grafik. ˆYˆ
3. Pengujian Model
Sebelum diterapkan, model biasanya diuji untuk menentukan tingkat akurasi,
validitas, dan reliabilitas yang diharapkan. Ini sering mencakup penerapannya pada
data historik, dan penyiapan estimasi untuk tahun – tahun sekarang dengan data nyata
yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil peramalan
dengan data aktual.
4. Penerapan Model
Setelah pengujian, analis menerapkan model dalam tahap ini, data historis
dimasukkan dalam model untuk menghasilkan suatu ramalan. Dalam kasus model
calon mahasiswa baru, Y= a + bX, analis menerapkan teknik-teknik matematika agar
diperoleh a dan b.
Pada bagian ini, kami mempertimbangkan empat teknik peramalan kualitatif yang berbeda:
1) Juri opini eksekutif: Berdasarkan metode ini, pendapat sekelompok ahli tingkat tinggi
atau para manajer, seringkali dalam kombinasi dengan model statistik, dikumpulkan
untuk sampai pada sebuah kelompok perkiraan permintaan. Perusahaan Bristol-Myers
Squibb, misalnya, menggunakan 220 terkenal peneliti peneliti sebagai juri opini
eksekutif untuk mendapatkan pemahaman tentang tren masa depan di dunia penelitian
medis.
2) Metode Delphi: Ada tiga jenis peserta dalam metode Delphi: keputusan pembuat, staf
personalia, dan responden. Pengambil keputusan biasanya terdiri dari 5 orang kepada 10
pakar yang akan membuat prakiraan aktual. Personel staf membantu pengambil
keputusan dengan menyiapkan, mendistribusikan, mengumpulkan, dan meringkas
serangkaian kuesioner dan hasil survei. Responden adalah sekelompok orang, seringkali
berada di tempat yang berbeda, yang penilaiannya dihargai. Kelompok ini memberikan
masukan kepada pengambil keputusan sebelum ramalan dibuat.
Negara bagian Alaska, misalnya, telah menggunakan metode Delphi untuk
mengembangkan ramalan ekonomi jarak jauhnya. Sebagian besar anggaran negara
berasal dari jutaan lebih barel minyak dipompa setiap hari melalui pipa di Prudhoe Bay.
Panel Delphi besar ahli harus mewakili semua kelompok dan pendapat di negara bagian
dan semua wilayah geografis.
3) Gabungan tenaga penjualan: Dalam pendekatan ini, setiap wiraniaga memperkirakan
akan seperti apa penjualannya atau wilayahnya. Perkiraan ini kemudian ditinjau untuk
memastikan bahwa perkiraan tersebut realistis. Kemudian mereka digabungkan di tingkat
kabupaten dan nasional untuk mencapai perkiraan keseluruhan. Variasi dari pendekatan
ini terjadi di Lexus, di mana setiap kuartal dealer Lexus mengadakan "pertemuan". Pada
pertemuan ini, mereka berbicara tentang apa yang dijual, dalam warna apa, dan dengan
pilihan apa, jadi pabrik tahu apa yang harus dibangun.
4) Survei pasar: Metode ini mengumpulkan masukan dari pelanggan atau pelanggan
potensial tentang rencana pembelian masa depan
J. TINJAUAN METODE KUALITATIF
Model asosiatif
Model Deret Waktu Model deret waktu memprediksi dengan asumsi bahwa masa depan
adalah a fungsi masa lalu. Dengan kata lain, mereka melihat apa yang terjadi selama periode
waktu tertentu dan menggunakan data masa lalu untuk membuat ramalan. Jika kami
memprediksi penjualan mesin pemotong rumput, kami menggunakann penjualan masa lalu
untuk mesin pemotong rumput untuk membuat perkiraan.
Model Asosiatif Model asosiatif, seperti regresi linier, menggabungkan variabel atau faktor
yang mungkin mempengaruhi kuantitas yang diramalkan. Misalnya, asosiatif
model penjualan mesin pemotong rumput mungkin menggunakan faktor-faktor seperti
perumahan baru, anggaran iklan, dan harga pesaing.
Deret waktu didasarkan pada urutan spasi yang sama (mingguan, bulanan,
triwulanan, dan seterusnya pada) titik data. Contohnya termasuk penjualan mingguan Nike
Air Jordans, pendapatan kuartalan laporan saham Microsoft, pengiriman harian bir Coors,
dan indeks harga konsumen tahunan.
Data deret waktu peramalan menyiratkan bahwa nilai masa depan hanya diprediksi
dari nilai lampau dan bahwa variabel lain, tidak peduli seberapa berharganya, dapat
diabaikan.
Rangkaian Dekomposisi
Waktu Menganalisis deret waktu berarti memecah data masa lalu menjadi beberapa
komponen dan kemudian memproyeksikan
mereka maju. Deret waktu memiliki empat komponen:
1) Tren adalah pergerakan data ke atas atau ke bawah secara bertahap dari waktu ke waktu.
Perubahan pendapatan, populasi, distribusi usia, atau pandangan budaya mungkin
menjelaskan pergerakan masuk kecenderungan.
2) Musiman adalah pola data yang berulang setelah periode hari, minggu, bulan, atau
perempat
3) Siklus adalah pola dalam data yang terjadi setiap beberapa tahun. Mereka biasanya diikat
4) siklus bisnis dan sangat penting dalam analisis dan perencanaan bisnis jangka pendek.
Memprediksi siklus bisnis itu sulit karena mungkin dipengaruhi oleh peristiwa politik
atau oleh kekacauan internasional.
5) 4. Variasi acak adalah "blip" dalam data yang disebabkan oleh kebetulan dan situasi yang
tidak biasa. Mereka
6) tidak mengikuti pola yang terlihat, sehingga tidak dapat diprediksi
Pendekatan Naïve
Metode peramalan naïve merupakan metode peramalan berdasarkan pengamatan pola data
sebelumnya, sehingga metode ini mengasumsikan bahwa data masa lalu sebagai indikator
peramalan terbaik di masa depan. Jika pola data musiman maka metode naïve musiman
memodelkan data masa depan berdasarkan data musiman di masa lalu.
Keterangan:
Yt+t: merupakan peramalan yang dibuat dalam periode waktu t+1
Variasi data musiman adalah pergerakan teratur dalam rangkaian waktu yang terkait
dengan peristiwa yang berulang seperti cuaca atau hari libur. Permintaan batu bara dan bahan
bakar minyak, misalnya, mencapai puncaknya saat cuaca dingin bulan-bulan musim dingin.
Permintaan untuk klub golf atau tabir surya mungkin paling tinggi di musim panas.
Musiman dapat diterapkan pada pola per jam, harian, mingguan, bulanan, atau pola berulang
lainnya.
Restoran cepat saji mengalami lonjakan harian pada siang hari dan lagi pada pukul
5 sore. Bioskop melihat permintaan yang lebih tinggi pada Jumat dan Sabtu malam. Kantor
pos, Toys “R” Us, The Christ mas Store, dan Hallmark Card Shops juga memamerkan variasi
musiman dalam lalu lintas pelanggan dan penjualan.
Demikian pula, memahami variasi musim penting untuk perencanaan kapasitas
dalam organisasi yang menangani beban puncak. Ini termasuk perusahaan tenaga listrik
selama cuaca sangat dingin dan periode hangat, bank pada Jumat sore, dan bus serta kereta
bawah tanah pada pagi hari dan jam sibuk malam hari.
.
M. METODE PERAMALAN ASOSIATIF; ANALISIS REGRESI DAN KORELASI
n = a + b1x1 + b2x2
Example :
Konstruksi Nodel ingin melihat pengaruh variabel independen kedua, suku bunga, pada
penjualannya.
PENDEKATAN c Garis regresi berganda baru untuk Konstruksi Nodel, dihitung dengan
perangkat lunak komputer, adalah:
Kami juga menemukan bahwa koefisien korelasi baru adalah 0,96, yang menyiratkan
dimasukkannya variabel x2, tingkat bunga, menambah lebih banyak kekuatan pada hubungan
linier
SOLUSI Sekarang kami dapat memperkirakan penjualan Nodel jika kami mengganti nilai
untuk gaji tahun depan dan
suku bunga. Jika penggajian West Bloomfield akan menjadi $ 6 miliar dan tingkat bunga
akan menjadi 0,12 (12%), penjualan
akan diramalkan sebagai:
Penjualan ($ jutaan) = 1.80 + .30 (6) - 5.0 (.12)
= 1,8 + 1,8 - 0,6
= 3.00
atau:
Penjualan = $ 3,000,000
WAWASAN Dengan menggunakan kedua variabel, penggajian dan suku bunga, Nodel
sekarang memiliki perkiraan penjualan sebesar $ 3 juta dan koefisien korelasi yang lebih
tinggi. Ini menunjukkan hubungan yang lebih kuat antara keduanya variabel dan perkiraan
penjualan yang lebih akurat
BAB III
STUDI KASUS
Penjualan merupakan kegiatan ekonomi yang umum, dimana dengan penjualan sebuah
perusahaan akan memperoleh hasil/laba sesuai dengan apa yang direncanakan atau
memperoleh pengembalian atas biaya – biaya yang dikeluarkan. Berikut ini dikemukakan
definisi penjualan menurut beberapa ahli sebagai berikut :
1. Sutamto (1979) mengemukakan bahwa penjualan adalah usaha yang dilakukan
manusia untuk menyampaikan barang kebutuhan yang telah dihasilkannya kepada
mereka yang memerlukannya dengan imbalan uang menurut harga yang ditentukan
atas persetujuan bersama;
2. Winardi (1991 : 3) mengemukakan penjualan sebagai proses dimana sang penjual
memastikan, mengaktifkan, dan memuaskan kebutuhan atau keinginan sang pembeli
yang berkelanjutan dan menguntungkan kedua belah pihak;
Dari definisi penjualan diatas terlihat bahwa betapa pentingnya fungsi penjualan bagi sebuah
perusahaan. Pada umumnya, para pengusaha mempunyai tujuan mendapatkan laba yang
maksimal serta mempertahankan atau berusaha meningkatkannya untuk jangka waktu lama.
Tujuan tersebut dapat direalisir apabila penjualan dapat dilaksanakan seperti yang
direncanakan.
Menurut Basu Swastha (dalam Tri Eka Pujiastuti, 2004 : 13) perusahaan pada umumnya
mempunyai tiga tujuan dalam penjualannya, yaitu :
1. Mencapai volume penjualan tertentu;
2. Mendapat laba tertentu;
3. Menunjang pertumbuhan perusahaan.
Adapun faktor – faktor yang harus diperhatikan dalam mencapai tujuan penjualan
diantaranya adalah :
1. Modal yang diperlukan;
2. Kemampuan merencanakan dan membuat produk;
3. Kemampuan menentukan tingkat harga yang tepat;
4. Kemampuan memilih penyalur yang tepat;
5. Kemampuan menggunakan cara – cara promosi yang tepat;
6. Unsur penunjang yang lain.
Peramalan penjualan merupakan salah satu cara untuk membantu menentukan perencanaan
pemesanan yang sesuai dengan kebutuhan. Nilai penjualan yang diramalkan diharapkan
mendekati nilai penjualan sebenarnya yang akan terjadi. Dengan begitu frekuensi dan jumlah
pemesanan persediaan dapat dihitung sedemikian rupa sehingga biaya untuk penyediaan
persediaan dapat ditekan.
Peramalan penjualan pada studi kasus PT. Bakrie Telecom yaitu dalam hal ini target
penjualan (aktivasi nomor untuk pengguna Esia), di bawah ini contoh kasus peramalan yang
menggunakan metode Trend Linier :
Peramalan merupakan proses mengestimasi keadaan yang tidak diketahui. Salah satu metode
dalamagar tren yang diperoleh tidak dikacaukan oleh variasi siklis seperti kontraksi dan
ekspansi. Agar memudahkan perhitungan dalam mencari persamaan tren, digunakan kode
tahun (X) sebagaipengganti tahun yang sesunggguhnya dengan rumus X = t-t, dimana t =
rata-rata dari tahun awal dan tahun akhir yang di pelajari.
Untuk mendapatkan nilai Yt, nilai a dan b harus diketahui terlebih dahulu. Dengan n sebagai
banyaknya pasangan data, persamaan yang diturunkan dengan metode kuadrat terkecil untuk
menghitung nilai a dan b adalah sebagai berikut:
a = Σ Y ………………………(2) n
b = Σ XY …………………….(3)Σ X2
n=9
t = Σ t = 18027 = 2003
n 9
No. Tahun
(t) Kode
Tahun ( X ) Penjualan ( Y ) XY X2
1 1999 -4 332500 -1330000 16
2 2000 -3 301000 -903000 9
3 2001 -2 366000 -732000 4
4 2002 -1 356500 -356500 1
5 2003 0 417000 0 0
6 2004 1 444500 444500 1
7 2005 2 459500 919000 4
8 2006 3 512000 1536000 9
9 2007 4 515000 206000 16
Σ 18027 0 3704000 1638000 60
Untuk meramalkan tahun 2010 :
a = Σ Y = 3704000 = 411556
n 9
b = Σ XY = 1638000 = 27300
Σ X2 60
Untuk meramalkan penjualan tahun 2010, kita hitung terlebih dahulu kode tahun (X) untuk
tahun 2010.
X = t – t = 2010 – 2003 = 7
Jadi ramalan penjualan tahun 2010 dengan menggunakan tren linier adalah sebesar 602656
Peramalan penjualan dapat dilakukan dengan beberapa cara bukan hanya dengan
menggunakan tren linier saja seperti yang di jelaskan dalam pembahasan peramalan dapat
dilakukan sesuai dengan dengan berbagai metode yang di inginkan suatu perusahaan contoh
diatas merupakan sebegian contoh yang dilakukan untuk meramalkan penjualan (aktivasi
nomor Esia) pada PT. Bakrie Telecom. Hal ini menunjukan adanya peningkatan dari tahun ke
tahun dalam penjualan.
BAB IV
PENUTUP
A. SIMPULAN
Peramalan (forecasting) merupakan seni dan ilmu untuk memperkirakan kejadian dimasa
depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data masa lalu dan
menempatkannya kemasa yang akan datang dengan suatu bentuk model matematis.
Terdapat dua pendekatan umum peramalan, sebagaimana ada dua cara mengatasi semua
model keputusan. Yang pertama adalah analisis kuantitatif dan yang kedua adalah analisis
kualitatif.
B. SARAN
1. Diperlukan penelitian lebih lanjut tentang metode – metode forecasting yang lebih
praktis, lebih efisien;
2. Diperlukan metode – metode lebih lanjut tentang peramalan ngembangan program
komputer yang lebih tepat dibandingkan dengan menggunakan program komputer
excell, sehingga dapat diperoleh hasil peramalan yang tepat;
3. Bagi PT. Bakrie Telecom, perlu untuk melakukan peningkatan peramalan penjualan
untuk meningkatkan keuntungan dimasa yang akan dating.
LAMPIRAN ARTIKEL JURNAL