Manajemen
Operasi
Peramalan
7
Abstract Kompetensi
Materi ini menjelaskan mengenai Mahasiswa memiliki kemampuan
definisi dan penerapan peramalan merancang pemecahan masalah dan
pengambilan keputusan berdasarkan
peramalan.
Isi
Landasan Teori Peramalan
Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang
berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk itu
dapat dibuat dalam kuantitas yang tepat. Dengan demikian peramalan merupakan
suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel
peramal, sering berdasarkan data deret waktu historis.
Menurut Supranto (1984), forecasting atau peramalan adalah memperkirakan
sesuat u pada waktu -waktu yang akan datang berdasarkan data masa lampau yang
dianalis is secara ilmiah, khususnya menggunakan metode statistika. Menurut Sofjan
Assauri (1993), peramalan merupakan seni dan ilmu dalam memprediksikan kejadian yang
mungkin dihadapi pada masa yang akan datang. Dengan digunakannya peralatan
metode-metode peramalan maka akan memberikan hasil peramalan yang lebih dapat
dipercaya ketetapannya. Oleh karena masing-masing metode peramalan berbeda-beda,
maka penggunaannya harus hati -hati teruta ma dalam pemilihan metode untuk
penggunaan dalam kasus tertentu.
Peramalan dapat menggunakan teknik -teknik peramalan yang bersifat formal
maupun informal. Aktivitas peramalan ini biasa dilakukan oleh departemen pemasaran
dan hasil-hasil dari peramalan ini sering disebut sebagai ramalan permintaan. Bagian
permintaan biasanya melakukan perencanaan berdasarkan hasil-hasil ramalan permintaan,
sehingga informasi yang dikirim dari bagian permintaan ke bagian Production Planning and
Inventory Control (PPIC) semestinya memisahkan antara permintaan yang dikembangkan
berdasarkan rencana permintaan yang umumnya masih bersifat tidak pasti dan
pesanan-pesanan yang bersifat pasti.
Sistem peramalan memiliki sembilan langkah yang harus diperhatikan untuk menjamin
efektifitas dan efisiensi. Langkah-langkah tersebut termasuk dalam manajemen
permintaan yang disebut juga sebagai konsep dasar sistem peramalan, yaitu :
a. Menentukan tujuan dari peramalan.
b. Memilih item independent demand yang akan diramalkan.
c. Menentukan hori son waktu dari peramalan (jangka pendek, menengah, dan
panjang).
d. Memilih model -model peramalan.
e. Memperoleh data yang dibutuhkan untuk melakukan peramalan.
f. Validasi model peramalan.
Weighted MA(n) =
pembobot untuk periode npermintaan aktual dalam periode n
pembobot
Selanjutnya untuk mengetahui sejauh mana keandalan dari model peramalan weighted
moving average (WMA), maka diharuskan untuk mem buat peta control tracking signal.
Cara untuk bisa mendapatkan nilai tracking signal harus dicari terlebih dahulu nilai MAD
yang didapat dari rumus matematis adalah sebagai berikut:
MAD =
absolut dari forecast errors
n
RSFE
Tracking Signal =
MAD
Keterangan
Ft : nilai ramalan untuk periode waktu ke-t
Ft-1 : nilai ramalan untu satu periode waktu yang lalu, t-1
At-1 : nilai aktual untuk satu periode waktu yang lalu, t
Α : konstanta pemulusan ( smoothing constant )-1
Cara yang digunakan untuk mengetahui sejauh mana keandalan dari model peramalan
berdasarkan pemulusan eksponensial harus menggunakan peta kontrol tracking signal dan
membandingkan apakah nilai-nilai ramalan itu telah menggambarkan atau sesuai dengan
pola historis dari data aktual permintaan.
c. Metode Regresi Linier
Metode regresi linier sering sekali dipakai untuk memecahkan masalah -masalah dalam
penaksiran tentunya hal ini berlaku juga dalam peramalan sehingga metode regresi linier
menjadi suatu metode yang mempunyai taksiran terbaik diantara metode -metode yang lain.
Metode regresi linier dipergunakan sebagai metode peramalan apabila pola historis
dari data aktual permintaan menunjukkan adanya suatu kecenderungan menaik dari waktu
ke waktu. Istilah regresi linier berarti, bahwa rataan (y| x ) berkaitan linier dengan x dalam
bentuk persamaan linier populasi (Hasan, 1999).
y| x = + x,
Koefisien regresi dan merupakan dua parameter yang akan ditaksir dari data sampel. Bila
taksiran untuk kedua parameter itu masing -masing dinyatakan dengan a dan b maka y| x
dapat ditaksir dengan ŷ dari bentuk garis regresi berdasarkan sampel atau garis kecocokan
regresi (Hasan, 1999).
2020 Manajemen Operasional
4
ŷ = a + bx
Keterangan
Ŷ : nilai ramalan permintaan pada peiode ke -t
a : intersep t
b :slope dari garis kecenderungan,merupakan tingkat perubahan dalam permintaan.
x : indeks waktu ( t = 1,2,3,...,n) ; n adalah banyaknya periode waktu
n . xy - x . y n
b=
. x2 - x 2
a=
x - b . x
n
Keterangan
b : slope dari persamaan garis lurus
a : intersep t dari persamaan garis lurus
x : index waktu
x-bar : nilai rata -rata dari x
y : variabel permintaan (data aktual permintaan)
y-bar : nilai rata -rata permintaan pe r periode waktu, rata -rata dari y
Menurut Pangestu (1986), forecasting adalah peramalan (perkiraan) mengenai sesuatu yang
belum terjadi. Metode peramalan terdiri atas metode peramalan kualitatif dan metode
peramalan kuantitatif. Peramalan kualitatif bersifat subjektif dipengaruhi oleh
intuisi, emosi, pendidikan, dan pengalaman seseorang. Oleh karena itu hasil peramalan dari
satu orang dengan orang lain dapat berbeda. Meskipun demikian, peramalan dengan
metode kualitatif tidak berarti hanya menggunakan intuisi melainkan mengikutsertakan
model statistik sebagai bahan masukan dalam melakukan judgment (pendapat, keputusan)
MAD =
absolut dari forecast error
n
MSE
ei
n
e
x 100
MAPE i
n
d. Tracking Signal
Menurut Gaspersz (2004), suatu ukuran bagaimana baiknya suatu ramalan memperkirakan
nilai-nilai aktual suatu ramalan diperbaharui setiap minggu, bulan atau triwulan, sehingga
data permintaan yang baru dibandingkan terhadap nilai-nilai ramalan. Tracking signal
dihitung sebagai running sum of the forecast errors dibagi dengan mean absolute deviation.
RSFE
Tracking Signal =
MAD
Tracking signal yang positif menunjukkan bahwa nilai aktual permintaan lebih besar
daripada ramalan, sedangkan apabila negative berarti nilai actual permintaan lebih
kecildaripada ramalan. Pada setiap peramalan, tracking signal terkadang digunakan untuk
melihat apakah nil ai-nilai yang dihasilkan berada di dalam atau di luar batas -batas
pengendalian dimana nilai -nilai tracking signal itu bergerak antara -4 sampai +4.
e. Moving Range (MR)
Moving range dibuat untuk membandingkan nilai-nilai observasi atau data aktual dengan
nilai peramalan dari kebutuhan yang sama. Dapat dikatakan bahwa moving range adalah peta
kontrol statistik yang digunakan pada pengendalian kualitas. Peta moving range memiliki
batasan -batasan yang terdiri dari batas kontrol atas dan batas kontrol bawah. Jika ada sebuah
titik atau data yang berada di luar batas tersebut maka ada beberapa data yang harus
dihilangkan atau mencari metode peramalan yang lain.
Moving Range digunakan untuk mengetahui sejauh mana arah pergerakan (misal:
permintaan) bergerak. Perhit ungan Moving Range menggunakan rumus:
MR = Ft 1 At 1 Ft A
t
1. Heizer, Jay dan Render, Barry. 2009. Manajemen Operasi. Buku 1 Edisi 9. Jakarta :
Penerbit Salemba Empat.
2. Heizer, Jay; Render, Barry and Munson, Chuck. 2016. Operation Management,
Sustainability and Supply Chain Management. 12th Edition. Pearson