Supply Chain
Management
Peramalan
05
Teknik Teknik Industri 16075 Uly Amrina, ST, MM
Abstract Kompetensi
Peramalan sangat berkaitan dengan Memahami dan mampu melakukan
pengelolaan permintaan produk. Tujuan peramalan permintaan yang
pengelolaan permintaan produk adalah mempengaruhi kinerja manajemen
untuk mengoordinasikan dan rantai pasok
mengawasi semua sumber daya
permintaan sehingga sistem produksi
dapat digunakan secara efisien dan
produk dapat dikirim tepat waktu.
Peramalan
Pengertian Peramalan
Peramalan adalah gabungan antara seni dan ilmu pengetahuan untuk memprediksi kejadian
di masa datang. Di mana kejadian di masa datang diprediksikan berdasarkan pada kejadian
di masa lalu. Satu dekade yang lalu, peramalan lebih banyak menggunakan seni dalam
melakukan prediksi. Akan tetapi, sekarang peramalan sudah menggunakan metode dan
perhitungan matematika yang cukup canggih untuk memprediksi masa depan.
Permintaan terikat adalah permintaan terhadap suatu produk atau jasa yang disebabkan
oleh adanya permintaan terhadap produk atau jasa lainnya. Permintaan bebas adalah
permintaan yang tidak terikat dengan permintaan produk lainnya. Contohnya, apabila suatu
perusahaan menjual 1.000 buah sepeda roda tiga maka berarti diperlukan 1.000 buah roda
depan dan 2.000 buah roda belakang.
Permintaan mengenai berapa terjualnya sepeda roda tiga tersebut dinamakan permintaan
bebas, sedangkan permintaan terhadap roda sepeda dinamakan permintaan terikat karena
tergantung dari berapa banyak permintaan terhadap sepeda. Suatu permintaan dapat
dipengaruhi oleh dua faktor, yaitu faktor internal dan faktor ekstemal.
1. Faktor Eksternal
Faktor eksternal yang mempengaruhi permintaan terhadap produk atau jasa perusahaan
merupakan faktor di luar kontrol perusahaan. Perkembangan ekonomi merupakan salah
satu contoh pengaruh yang bersifat positif walaupun dampaknya bisa beragam terhadap
berbagai produk atau jasa perusahaan. Semen tara itu, beberapa akti vitas ekonomi
2. Faktor Internal
Faktor internal yang dapat mempengaruhi permintaan, misalnya keputusan internal
mengenai desain produk atau jasa, harga dan promosi periklanan, desain pengepakan,
kuota insentif bagi tenaga penjual, serta ekspansi. Konsep pengelolaan permintaan
menggambarkan proses pengaruh waktu dan volume permintaan atau adaptasi terhadap
pola permintaan yang sulit diubah. Misalnya, pabrik mobil menggunakan potongan harga
khusus untuk mendongkrak penjualan mobil. Manajemen harus benar-benar memperhatikan
waktu permintaan. Usaha untuk memproduksi permintaan konsumen di saat-saat periode
permintaan puncak malah akan menimbulkan biaya yang sangat besar. Untuk mengatasi
hal ini, perusahaan dapat menggunakan insentif harga atau promosi periklanan untuk
mendorong konsumen melakukan pembelian sebelum dan sesudah masa-masa puncak.
permintaan. Misalnya, perusahaan telepon mendorong konsumen untuk melakukan telepon
ke luar kota di luar jam-jam sibuk melalui diskon tarif percakapan. Hal ini dapat membantu
meratakan permintaan konsumen setiap harinya, cara lain yang dapat digunakan, misalnya
memproduksi dua produk yang memiliki periode permintaan musiman yang berbeda.
Misalnya, sebuah pabrik pembuat mesin traktor juga memproduksi mesin penyapu salju
untuk menstabilkan produksi dan permintaan sepanjang tahun. Cara lain adalah melakukan
penjadwalan kembali terhadap penyampaian produk atau jasa kepada konsumen
berdasarkan beban kerja dan kapasitas saat ini. Misalnya, dokter umum atau dokter gigi
menggunakan pendekatan ini untuk menerima pasien melalui perjanjian terlebih dahulu
sesuai beban kerja yang ada saat ini. Permintaan kadangkala memiliki perilaku yang acak
dan tidak teratur, namun di lain waktu, dapat juga menunjukkan perilaku yang dapat ditebak
dengan pola berulang. Terdapat tiga tipe perilaku permintaan, yaitu pola tren, siklus, dan
Gambar 1 . Tren
Pada gambar tersebut, Anda dapat perhatikan bahwa terdapat pola tren utama dengan
pergerakan yang naik. Pada pola tersebut juga terdapat beberapa pola pergerakan acak
yang bersifat naik dan turun. Variasi merupakan pergerakan yang tidak dapat diprediksi dan
tidak mengikuti pola tertentu, itulah sebabnya sifatnya tidak dapat diprediksi. Siklus
merupakan pergerakan permintaan yang naik dan turun yang berulang dan terjadi dalam
jangka panjang (lebih dari satu tahun). Contohnya, permintaan peralatan olahraga musim
dingin akan naik tajam setiap empat tahun sebelum dan sesudah diadakannya olimpiade
musim dingin. Coba Anda perhatikan Gambar 2 berikut.
Gambar 2. Siklus
Pada gambar tersebut Anda dapat perhatikan bahwa pola naik dan turun selalu berulang
dalam jangka waktu yang kurang lebih sama. Pola musiman merupakan pola permintaan
yang bergerak bebas dan muncul secara periodik dalam jangka pendek serta berulang. Pola
musiman sering kali berkaitan dengan kondisi musim. Contohnya, pada musim hujan
permintaan payung dan jas hujan semakin meningkat atau meningkatnya permintaan
seragam pada setiap permintaan ajaran baru. Namun, pola musiman dapat muncul harian
Di samping ketiga macam pola perilaku permintaan tersebut, sering kali permintaan muncul
dalam pola perilaku secara bersama, misalnya pola musiman juga mengikuti tren meningkat.
Contohnya, walaupun permintaan akan peralatan olahraga ski meningkat setiap musim ingin
tiba, namun demikian terdapat tren permintaan yang meningkat dalam dua dekade terakhir.
Coba Anda perhatikan Gambar 3.4 yang menunjukkan tren dengan pola musiman.
Peramalan dapat diartikan sebagai suatu prediksi atau perkiraan tentang apa yang akan
terjadi di masa yang akan datang. Peramalan mempunyai peran yang sangat besar dalam
operasi sebuah perusahaan bahkan dalam keseluruhan bisnis. Sebagai contoh, bahwa
terjadinya deviasi yang kecil antara peramalan terhadap aktual penjualan akan berdampak
pada perubahan kapasitas produksi, persediaan, dan penjadwalan ulang permintaan dari
pelanggan. Akan tetapi, bila deviasi yang terjadi cukup besar maka akan dapat
Permintaan dan penjualan tidak selalu sama. Apabila permintaan tidak dibatasi oleh
kapasitas produksi dan kebijakan perusahaan maka peramalan permintaan akan sama
dengan peramalan penjualan. Dalam hal ini, kita juga bisa menjelaskan tentang perbedaan
dari peramalan dan perencanaan. Peramalan membicarakan tentang apa yang akan terjadi
di masa depan, sedangkan perencanaan membicarakan tentang apa yang seharusnya
terjadi di masa depan.
Peramalan adalah salah satu masukan untuk seluruh jenis perencanaan bisnis dan
pengendalian, baik di dalam ataupun di luar fungsi operasi. Pemasaran menggunakan
peramalan untuk perencanaan sebuah produk baru, program pemasaran, promosi, dan
penetapan harga. Bagian keuangan memakai peramalan sebagai input untuk perencanaan
finansial. Peramalan juga dipakai sebagai masukan untuk keputusan dari operasi untuk
desain proses yang dipilih, perencanaan kapasitas dan persediaan. Peramalan memiliki
karakteristik tertentu. Perusahaan harus bersikap hati-hati terhadap karakteristik peramalan
sebagai berikut :
a. Peramalan selalu salah atau tidak tepat, oleh karenanya selalu terdiri dari nilai yang
diharapkan sekaligus pengukuran kesalahan peramalan. Untuk memahami
pentingnya pengukuran kesalahan peramalan, perhatikan contoh berikut. Terdapat
dua dealer mobil, salah satu dari mereka berharap penjualan berada pada kisaran
Metode peramalan kualitatif merupakan metode yang bersifat subjektif dan lebih bergantung
pada pertimbangan manusia. Metode ini sesuai ketika data historis yang tersedia hanya
sedikit ataupun jika seorang pemasar memiliki kemampuan tinggi dalam membuat
peramalan. Dalam melakukan metode peramalan kualitatif banyak menggunakan
pertimbangan manajerial, pengalaman, data yang relevan, dan model matematis yang
implisit di dalam pengolahan datanya. Oleh karena sifat modelnya yang implisit maka bila
metode kualitatif dilakukan oleh dua orang manajer yang berbeda, keputusan yang diperoleh
bisa berbeda cukup signifikan juga. Terdapat empat jenis metode kualitatif yang sering
dipakai dalam peramalan, yaitu Delphi, market survey, life-cycles analogy, dan informed
judgement. Penjelasan mengenai masing-masing metode tersebut dapat dilihat pada
Tabel1.
Akurasi Identifikasi
Jangka Jangka Jangka
Terhadap
Metode Deskripsi Penggunaan Pendek Menengah Panjang Biaya
Titik
Perubahan
Delphi Peramalan Peramalan Cukup Cukup Cukup Cukup Menengah
dikembangkan penjualan sampai sampai sampai sampai sampai
dari sebuah jangka panjang sangat sangat sangat sangat baik tinggi
panel dari untuk baik baik baik
serangkaian perencanaan
jawaban para kapasitas
ahli
Market Panel, Peramalan Sangat Baik cukup Cukup tinggi
Survey kuesioner, tes untuk total baik sampai
pasar atau penjualan baik
survey perusahaan,
pendekatan group produk
data utama atau
produk individu
Life Cycle Prediksi Peramalan Jelek Cukup Cukup Jelek Menengah
Analogy berdasar pada untuk sampai sampai sampai
produk yang penjualan baik baik cukup
sejenis pada jangka panjang
saat fase yang
masuk pasar, digunakan utuk
pertumbuhan perencanaan
dan kapasitas atau
kejenuhan. fasilitas
Menggunakan
kurva
Metode Time Series mengandalkan penggunaan data lampau dengan asumsi data
permintaan dari waktu lampau bisa menjadi indikator bagus untuk memproyeksikan
permintaan di masa yang akan datang. Cara ini paling cocok untuk situasi di mana pola
permintaan tidak banyak berubah dari tahun ke tahun. Dianggap sebagai metode paling
sederhana yang bisa menjadi titik awal yang bagus dalam peramalan permintaan. Metode
Time Series sering kali banyak digunakan karena umumnya perusahaan mengasumsikan
data lampau bisa digunakan untuk memprediksi masa depan dan permintaan di masa depan
akan tidak jauh berbeda polanya dibanding permintaan di tahun-tahun lampau. Dengan
menggunakan dasar data lampau maka bisa dilihat pola pertumbuhan dan pengaruh faktor
musiman.
1. Metode Statis
Metode statis mengasumsikan bahwa estimasi level, trend, dan musiman tidak bervariasi
dengan observasi terhadap permintaan baru. Metode ini digunakan bilamana permintaan
mempunyai trend dan faktor musiman. Disebut statis karena menggunakan angka
parameter yang selalu sama dalam membuat peramalan, yaitu angka parameter yang
diperoleh dari perhitungan berdasarkan data lampau. Dalam hal ini, kita membahas
penggunaan metode statis ketika permintaan memiliki trend sekaligus musiman.
Ft+1 = [ L + ( t + l) T Jj St+ z
L = Estimate of level at t = 0 ( de-seasonlized demand estimate during Period t = 0)
T = Estimate of trend (increase or decrease in demand per period)
St = Estimate of seasonal factor for period t
Dt = Actual demand observed in period t
Ft = Forecast of demand for Period t
Pada metode ini, kita menggunakan tiga parameter, yaitu L, T, dan S. Perhatikan contoh
berikut. Tahoe Salt adalah perusahaan penghasil garam batu yang digunakan untuk
melelehkan salju. Pada masa lampau, Tahoe Salt mendasarkan pada estimasi permintaan
dari para pengecer, namun estimasi tersebut sering kali terlampau banyak sehingga
mengakibatkan menumpuknya persediaan di gudang. Untuk memperbaiki hal itu, Tahoe Salt
memutuskan untuk menggunakan peramalan kolaborasi. Tahoe Salt menggunakan data
permintaan selama tiga tahun terakhir yang dapat dibaca pada Tabel 2.
Pada prinsipnya ada unsur sistematik dan unsur random di dalam observasi permintaan.
Unsur sistematik mengukur nilai permintaan yang diharapkan. Unsur ini terdiri dari level,
yaitu deseasonalized demand saat ini; trend, yaitu rate of growth atau penurunan pada
periode yang akan datang; dan seasonality, yaitu merupakan fluktuasi permintaan karena
faktor musiman yang bisa diprediksi.
Hasil penghitungan antara periode 3 dan peri ode 10 adalah sebagai berikut.
Dari contoh di atas, seasonal factor dapat dihitung langsung mengikuti rumus di atas.
Angka-angka deseasonalized demand sebagai hasil perhitungan dari persamaan regresi
linier bisa dilihat pada tabel di bawah ini.
Dari contoh, rumus ini diterjemahkan sebagai F 13 = (L + 13 T) S13. Ada pun hasil
perhitungan peramalan bisa dilihat pada Tabel 7 berikut.
Dengan asumsi bahwa permintaan dalam time series adalah flat atau sebanding maka
peramalan terbaik untuk periode t + 1 sama dengan rata-rata permintaan yang diobservasi
dalam periode waktu t. Kelebihan metode ini adalah peramalan cenderung lebih stabil
sehingga meringankan beban bagian operasional. Akan tetapi, kelemahannya adalah
semakin panjang periode rata-rata waktu perhitungannya maka respons terhadap
perubahan permintaan menjadi semakin lambat. Oleh karena itu, seorang peramal harus
bisa memilih sesuai dengan keperluannya karena ada pertukaran antara stabilitas dan
respon yang cepat terhadap perubahan permintaan. Salah satu cara untuk membuat
L4 = (D4+D3+D2+D1)
I 4 = (34.000+23.000+13.000+8.000)/4 = 19.500
Perkiraan awal dari level dan trend diperoleh dengan melakukan regresi linier di antara
demand Dt dan periode waktu t yang membentuk persamaan:
Konstanta b mengukur estimasi dari permintaan pada periode t = 0 dan untuk mengestimasi
level awal LO. Slope a menghitung laju perubahan dari permintaan per periode waktu
tertentu dan untuk mengestimasi trend awal TO. Dalam periode t, dengan diberikan estimasi
level Lt dan trend Tt maka peramalan untuk periode ke depan ditunjukkan dengan
persamaan:
Setelah mengobservasi permintaan untuk periode t maka dilakukan revisi untuk estimasi
level dan trend sesuai dengan:
Di mana a adalah konstanta untuk membuat level menjadi lebih mulus dengan nilai 0<a<1,
sedangkan f3 adalah konstanta untuk membuat trend menjadi lebih mulus dengan nilai
0<f3<1.
Bentuk lain dari metode peramalan kausal adalah model ekonometrika, model input-output,
dan model simulasi.
Metode simulasi merupakan penggabungan dari metode time series ' dan 'causal' untuk
menjawab pertanyaan tertentu. Misalnya, perubahan perilaku konsumen akibat dibukanya
supermarket baru terhadap supermarket lama yang berlokasi di dekatnya.
Forecast Error
Forecast error bertujuan untuk menyatakan seberapa tepat atau akurat metode peramalan
yang telah digunakan. Secara umum, akurasi peramalan dihitung dengan membandingkan
nilai peramalan terhadap nilai aktual yang diobservasi yang dapat disederhanakan dengan
persamaan:
Forecast error= Actual demand -Forecast value
Ada tiga metode perhitunganforecast error yang sering digunakan, yaitu mean absolute
deviation (MAD), mean squared error (MSE), dan mean absolute percent error (MAPE).
4.Tracking Signal
Tracking signal dipakai untuk menghitung sejauh mana peramalan sesuai dengan aktual
penjualan yang telah terjadi dengan nilai + 6. Bila nilai tracking signal berada di luar + 6
maka perhitungan peramalan harus direset lagi karena penyimpangan sudah terlalu besar.
Tracking signal diperoleh dari kumulatifjorecast error dibagi dengan MADt.
Metode forecast kuantitatif secara umum bisa diringkas dalam tabel sebagai berikut:
Teknik peramalan yang cukup banyak jenisnya kadang membingungkan pengguna. Untuk
itu, terdapat beberapa cara untuk meminimumkan kesalahan yang mungkin terjadi yang
pada awalnya melalui beberapa pertanyaan berikut ini.
1. Apa yang merupakan tujuan peramalan? Untuk apa digunakan? Jika perkiraan
penjualan kotor sudah cukup, sedikit teknik kompleks mungkin sesuai, sedangkan
jika perkiraan terperinci diperlukan, teknik yang lebih kompleks mungkin lebih sesuai.
2. Apakah dinamika dari sistem ketika peramalan akan dibuat? Apakah jenis data
ekonomi yang akan digunakan menunjukkan bahwa suatu model menjadi
permintaan musiman, atau kecenderungan bukan?
3. Seberapa penting masa lalu untuk memperkirakan masa depan?
Permintaan mengacu pada keseluruhan permintaan pasar untuk suatu kelompok jasa atau
produk terkait. Pasar menjadi tumbuh atau menurun? Jika demikian, apa yang merupakan
tingkat triwulan atau tahunan? Mengalami pertumbuhan atau kemunduran? Atau barangkali
pasar secara relatif telah dewasa dan permintaan mantap pada suatu tingkatan yang dapat
diramalkan untuk beberapa periode tahun. Selain itu, banyak produk mempunyai suatu pola
permintaan musiman. Sebagai contoh, ski salju dan minyak peruanas menjadi lebih
laku/laris di musim dingin, sedangkan raket tenis dan layar matahari lebih laku/laris di musim
panas.
Persediaan ditentukan oleh banyaknya produsen suatu produk dan oleh lead-time yang
dihubungkan dengan suatu produk. Semakin banyak produsen suatu produk dan lead-time
yang lebih pendek maka dapat diramalkan variabelnya. Jika hanya sedikit para penyalur
atau ketika lead-time lebih panjang, terdapat ketidakpastian potensi berlebih di suatu pasar.
Ada tiga dasar pendekatan untuk menciptakan perencanaan permintaan. Mereka melibatkan
tarik-menarik antartiga variabel, yaitu:
1. jumlah kapasitas produksi;
2. tingkat pemanfaatan kapasitas produksi;
3. jumlah persediaan.
Kita akan lihat dengan singkat pada masing-masing tiga pendekatan ini. Dalam praktik
nyata, kebanyakan perusahaan menciptakan kumpulan perencanaan melalui kombinasi tiga
pendekatan ini.
1. Penggunaan kapasitas produksi dalam permintaan. Di dalam pendekatan ini
ditekankan pada total jumlah kapasitas produksi vs tingkatan permintaan. Sasaran di
sini akan menggunakan 100 persen kapasitas secara terus-menerus. Ini dicapai
dengan menambahkan atau menghapuskan kapasitas pabrik jika dibutuhkan dan
merekrut karyawan jika dibutuhkan.
2. Pendekatan ini mengakibatkan tingkat persediaan rendah, tetapi sangat mahal
dalam penerapan jika menambahkan atau mengurangi kapasitas tinggi. Hal ini juga
sering mengganggu dan melemahkan semangat pada kekuatan pekerja jika terjadi
permintaan naik dan jatuh secara konstan. Pendekatan ini bekerja baik ketika biaya
persediaan tinggi dan biaya pertumbuhan kapasitas rendah.
Daftar Pustaka
1. Chase, R.B., Jacobs, P.R., & Aquilano, N.J. (2006). Operations Management for
Competitive Advantage with Global Cases. McGraw-Hill.
2. Mahendrawati ER, I Nyoman Pujawan. 2010. Supply Chain Management (Edisi
Kedua); Guna Widya, Surabaya.
3. Hendayani, Ratih. 2011. Mari Berkenalan dengan Manajemen Logistik; Alfabeta,
Bandung.