Peramalan Ekonomi
66
Salah satu jenis peramalan adalah peramalan permintaan. Peramalan permintaan
(forecasting demand) merupakan tingkat permintaan produk–produk yang diharapkan akan
terealisasi untuk jangka waktu tertentu pada masa yang akan datang. Menurut Vincers Gapers
didalam bukunya “Management” terdapat dua jenis permintaan, yaitu:
67
Langkah-Langkah Peramalan Ekonomi
Berikut ini adalah langkah-langkah yang diperlukan dalam proses peramalan.
1. Menentukan Tujuan Peramalan
Forecasting atau peramalan diperlukan untuk merencanakan masa depan, oleh karena itu
perusahaan hendaknya mempertimbangkan dan memutuskan peramalan apa yang dibutuhkan
perusahaan. Hal ini terdengar sederhana, namun kesalahan dalam penentuan tujuan akan
berpengaruh terhadap hasil yang diharapkan perusahaan dimana keakuratan peramalan akan
diragukan. Dalam tahap ini, perusahaan menentukan setiap detail dari peramalan tersebut, contoh
jenis produk, unit yang diperlukan (berapa kotak atau unit) dan jangka waktu (misalnya
mingguan, bulanan atau tahunan). Tujuan peramalan ini tentunya memerlukan data mengenai
kegiatan ekonomi secara global (keseluruhan). Oleh karena itu hendaknya pimpinan sebagai
pengambil keputusan mampu membaca situasi ekonomi dan bisnis makro ekonomi. Contohnya
adalah data mengenai pendapatan nasional, indeks kebutuhan hidup negara, GNP dan
sebagainya.
2. Mengevaluasi dan Menganalisis data yang sesuai
Langkah ini melibatkan identifikasi data yang diperlukan dengan data yang tersedia.
Pengidentifikasian data ini akan berdampak pada pemilihan metode peramalan. Contoh: jika
perusahaan hendak melakukan peramalan jumlah penjualan suatu produk baru. Perusahaan
tentunya tidak memiliki data historis penjualan karena produk baru pertama kali akan dijual. Hal
ini menyebabkan keterbatasan perusahaan untuk menggunakan metode peramalan yang bersifat
kuantitatif. Pada hakekatnya pada tahap ini pimpinan membuat peramalan ekonomi mikro yakni
mengenai permintaan dan penjualan dari industri dan perusahaan. Adapun data yang umumnya
digunakan untuk membuat peramalan ekonomi mikro adalah histori pangsa pasar, siklus hidup
produk pesaing dan sebagainya.
3. Memilih dan Menguji Metode Peramalan
Setelah data dievaluasi, langkah selanjutnya adalah memilih dan menentukan model atau
metode peramalan yang tepat. Umumnya, metode peramalan yang dipilih adalah metode yang
telah mempertimbangkan faktor-faktor seperti biaya dan kemudahan penggunaannya. Selain itu,
satu faktor yang terpenting adalah faktor keakuratan peramalan. Cara yang paling umum adalah
dengan mencari dua atau tiga metode yang terbaik kemudian mengujinya pada data historis
untuk melihat metode atau model forecasting mana yang paling akurat.
68
4. Menghasilkan Peramalan
Setelah menentukan metode atau model forecast/peramalan mana yang digunakan
langkah selanjutnya adalah menghasilkan ramalan yang dibutuhkan.
5. Memantau Keakurasian Peramalan
Forecasting atau peramalan merupakan proses yang berkelanjutan. Setelah membuat
ramalan, perusahaan harus mencatat apa yang sebenarnya terjadi (aktual) dan kemudian
menggunakan informasi tersebut untuk memantau keakurasian peramalan. Perlu diketahui bahwa
metode peramalan yang terbaik pada masa lalu belum tentu bisa memberikan hasil yang terbaik
untuk masa depan. Oleh karena itu, perusahaan harus selalu bersiap-siap untuk merevisi metode
peramalan seiring dengan perubahan data.
69
Beberapa Sifat Hasil Peramalan
Kegiatan peramalan atau forecasting umumnya terdapat beberapa hal yang harus
dipertimbangkan yaitu:
1. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan
ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang beberapa ukuran kesalahan,
artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi
peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini
disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi
permintaan relatif masih konstan sedangkan masih panjang periode peramalan, maka
semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi
permintaan.
70
Teknik Peramalan
Meramalkan permintaan dari pasar yang dimasuki oleh perusahaan adalah suatu pekerjaan
yang perlu dilakukan oleh setiap pimpinan 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 dan kuantitatif. Pembahasan lebih
lanjut tentang metode-metode peramalan permintaan adalah sebagai berikut:
a. Metode Kualitatif
Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan,
dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari satu orang dengan orang yang
lain dapat berbeda. Meskipun demikian, peramalan dengan smetode kualitatif tidak berarti
71
hanya menggunakan intuisi, tetapi juga bisa mengikutsertakan model–model statistik
sebagai bahan masukan dalam melakukan judgement (keputusan), dan dapat dilakukan secara
perseorangan maupun kelompok.
Metode peramalan permintaan secara kualitatif berhubungan dengan data-data kualitatif,
contohnya data mengenai selera konsumen terhadap suatu produk, atau survei loyalitas
konsumen, dan lain-lain. Forecasting kualitatif ini dapat dikelompokkan ke dalam beberapa
metode teknik seperti akan dijelaskan berikut ini.
a. Teknik survei ( riset pasar/ market research)
Teknik survei ini merupakan suatu alat meramalkan yang cukup penting khususnya untuk
memprediksi kejadian-kejadian atau kecenderungan-kecenderungan dalam jangka pendek
mendatang ini. Survei biasanya menggunakan alat interview atau daftar pertanyaan yang akan
ditujukan para responden terpilih. Survei ini dilakukan untuk meramalkan variabel ekonomi yang
berhubungan baik langsung maupun tidak langsung dengan permintaan konsumen atau pasar
yang dituju. Variabel-variabel ekonomi yang disurvei 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:
Survei tentang budget keperluan rumah tangga masyarakat eksekutif bisnis dan
pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survei ini
diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang disurvei.
Survei mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis dalam
memperdagangkan barang atau jasanya. Pelaku bisnis yang dimaksud adalah
perusahaan yang bergerak pada bisnis distributor, pengecer atau pedagang besar.
Survei ini dilakukan bagi para rumah tangga umum mengenai keperluan rumah
tangga, produk atau barang apa secara periodik diperlukan dengan frekuensi
pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain.
Dari metode survei 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.
Sehingga secara tidak langsung perusahaan melihat peluang dan apa saja yang bisa ditarik
72
sebagai kepentingan bagi perusahaan atas hasil-hasil survei ini untuk memprediksi dan
memperkirakan perilaku pasar atau konsumen perusahaan.
Bila diklasifikasikan bahwa hasil survei ini merupakan bagian dari kegiatan riset pasar
yang dilakukan oleh perusahaan. Dari sini berbagai kemungkinan yang diperoleh adalah
munculnya variabel tambahan yang dapat diprediksi, yakni informasi tambahan yang dapat
dimanfaatkan oleh perusahaan yang hendak atau sudah diproduksi dan dijual kepada pasar yang
dituju. Dengan demikian dapat dinyatakan bahwa hasil survei ini sebagian atau seluruhnya dapat
dipergunakan untuk memprediksi permintaan konsumennya dari produk yang dibuat dan jual
oleh perusahaan.
b. Teknik jajak pendapat (opinion pools).
Teknik jajak pendapat sering dilakukan untuk melengkapi data dari survei. Jajak
pendapat dari para pakar, para eksekutif, dari masyarakat umum, atau dari konsumen. Jajak
pendapat ini lebih bersifat pandangan atau pendapat pribadi (subjektif) dari respondennya,
sebaliknya teknik survei lebih bersifat objektif. Sebelum peluncuran produk baru, biasanya
diadakan pre test dan jajak pendapat terhadap responden yang menjadi sampel. Teknik pooling
ini 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.
c. Metode Delphi.
Pada metode ini sekelompok pakar mengisi kuesioner. Moderator menyimpulkan
hasilnya dan memformulasikan menjadi suatu kuesioner baru yang diisi kembali oleh kelompok
tersebut, demikian seterusnya. Hal ini merupakan proses pembelajaran (learning process) dari
kelompok tanpa adanya tekanan atau intimidasi individu.
d. Analogi historis (historical analogy)
Merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-produk yang
dapat disamakan secara analogi. Misalnya peramalan untuk pengembangan pasar televisi
multi sistem menggunakan model permintaan televisi hitam putih atau televisi berwarna
biasa, televise layar datar atau cembung dan sebagainya. Analogi historis cenderung akan
73
menjadi terbaik untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi
langsung dari produk dalam pasar itu.
e. Dugaan manajemen (management estimate) atau panel consensus
Dimana peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya oleh
manajemen senior. Metode ini akan cocok dalam situasi yang sangat sensitif terhadap intuisi dari
suatu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan opini yang
kritis dan relevan. Teknik akan dipergunakan dalam situasi dimana tidak ada situasi dimana
tidak ada laternatif lain dari model peramalan yang dapat diterapkan. Bagaimanapun
metode ini mempunyai banyak keterbatasan, sehingga perlu dikombinasikan dengan metode
peramalan yang lain.
b. Peramalan kuantitatif
Peramalan kualitatif dapat diterapkan jika tersedia data masa lalu, informasi dapat
dikuatifikasi (diwujudkan dalam bentuk angka), dan asumsi beberapa aspek pola masa lalu akan
terus berlangsung (assumption of community).
Adapun jenis peramalan kuantitif meliputi.
a. Time series
Deret waktu adalah kumpulan data-data yang merupakan data historis dalam suatu
periode waktu tertentu. Data yang dapat dijadikan deret waktu harus bersifat kronologis, artinya
data harus mempunyai periode waktu yang berurutan. Misalnya data penjualan suatu perusahaan
antara tahun 2010-2019, maka datanya adalah penjualan tahun tahun 2010, tahun 2011, tahun
2012, tahun 2013, tahun 2014, tahun 2015, tahun 2016, tahun 2017, tahun 2018 dan tahun 2019.
Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi
74
sepanjang waktu secara berurutan. Periode waktu dapat menggunakan tahun, kuartal, bulan,
minggu, hari atau jam. Runtut waktu dianalisis untuk menemukan pola variasi masa lalu.
Analisis deret waktu (time series analysis) dipakai untuk meramalkan kejadian di masa
yang akan datang berdasarkan urutan waktu sebelumnya. Ada beberapa teknik untuk
meramalkan kejadian di masa yang akan datang berdasarkan karakteristik data, misalnya teknik
smoothing, teknik siklus, dan teknik musiman. Jika keadaan di masa yang akan datang cukup
stabil dalam arti tidak banyak perubahan yang berarti dengan keadaan masa lampau, metode ini
dapat memberikan hasil peramalan yang cukup akurat. Jika data yang dikumpulkan tersebut
semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya,
jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan
semakin jelek.
b. Trend.
Trend adalah pergerakan jangka panjang dalam suatu kurun waktu yang dapat
digambarkan dengan garis lurus atau kurva mulus. Deret waktu untuk bisnis dan ekonomi yang
terbaik adalah untuk melihat trend (atau trend-siklus) sebagai perubahan dengan halus dari waktu
ke waktu. Pada kenyataannya, anggapan bahwa trend dapat diwakili oleh beberapa fungsi
sederhana seperti garis lurus sepanjang periode untuk time series jarang ditemukan. Seringkali
fungsi tersebut mudah dicocokkan dengan kurva trend pada suatu kurun waktu karena dua
alasan, yaitu fungsi tersebut menyediakan beberapa indikasi arah umum dari seri yang diamati,
dan dapat dihilangkan dari seri aslinya untuk mendapatkan gambar musiman lebih jelas.
Ada tiga trend yang diigunakan untuk meramalkan pergerakan keadaan pada masa yang akan
datang, yaitu:
Trend linier
Sering kali data deret waktu jika digambarkan ke dalam plot mendekati garis lurus.
Deret waktu seperti inilah yang termasuk dalam trend linier. Persamaan trend linier
adalah sebagai berikut:
75
Dimana Yt menunjukan nilai taksiran Y pada nilai t tertentu. Sedangkan a adalah nilai
intercept dari Y, artinya nilai Yt akan sama dengan a jika nilai t = 0. Kemudian b
adalah nilai slope, artinya besar kenaikan nilai Yt pada setiap nilai t dan nilai t sendiri
adalah nilai tertentu yang menunjukan periode waktu.
Trend linier positif
Trend kuadratik
Jika trend linier merupakan deret waktu yang berupa garis lurus, maka trend
kuadratik merupakan deret waktu dengan data berupa garis parabola.
76
Persamaan untuk trend kuadratik adalah:
Trend eksponensial
Untuk mengukur sebuah deret waktu yang mengalami kenaikan atau penurunan yang
cepat maka digunakan metode trend eksponensial. Dalam metode ini digunakan
persamaan:
77
c. Metode Rata-Rata Bergerak (Moving Average)
Rata-rata bergerak merupakan metode peramalan yang menggunakan rata-rata periode
terakhir data untuk meramalkan periode berikutnya.
Metode ini dapat menghaluskan fluktuasi tiba-tiba dalam pola permintaan untuk
menghasilkan estimasi yang stabil. Metode ini mempunyai masalah:
Meningkatkan ukuran n memang menghaluskan fluktuasi dengan lebih baik tetapi
metode ini kurang sensitif untuk perubahan nyata dalam data.
Rata-rata bergerak tidak dapat memanfaatkan trend dengan baik.
Karena merupakan rata-rata, rata-rata bergerak akan selalu berada dalam tingkat masa
lalu dan tidak akan memprediksi perubahan ke tingkat yang lebih tinggi maupun yang
lebih rendah.
d. Metode Eksponensial Smoothing
Metode eksponential smoothing merupakan pengembangan dari metode moving averages.
Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus
dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot
yang lebih besar.
78
e. Metode causal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan
sebab akibat dengan satu atau beberapa variabel bebas (independen). Sebagai contoh, jumlah
pendapatan berhubungan dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat
promosi. Kegunaan dari metode kausal adalah untuk menemukan bentuk hubungan antara
variabel-variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak
bebas (dependen). Pada model ini untuk meramalkan permintaan tidak hanya
memperhatikan waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain :
Harga produk, jika harga produk naik maka permintaan naik
Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.
Metode peramalan kausal pada intinya mengembangkan suatu model sebab-akibat antara
permintaan yang diramalkan dengan variable-variabel lain yang dianggap berpengaruh. Sebagai
contoh, permintaan akan baju baru mungkin berhubungan dengan banyaknya populasi, pendapat
masyarakat, jenis kelamin, budaya daerah, dan bulan-bulan khusus (hari raya, natal, tahun baru).
Data dari variabel-variabel tersebut dikumpulkan dan dianalisa untuk menentukan kevaliditasan
dari model peramalan yang diusulkan.Metode ini dipakai untuk kondisi dimana variabel
penyebab terjadinya item yang akan diramalkan sudah diketahui. Dengan adanya hubungan
tersebut, output dapat diketahui jika input diketahui.
79
Terdapat empat tahapan yang termasuk di dalam memformulasi forecast model
ekonometrika ini.
Membangun suatu model teori
Mengumpulkan data
Memilih bentuk persamaan fungsi yang diestimasi
Mengestimasi dan menginterpretasi hasil
Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen di waktu-waktu yang akan
datang dapat didasarkan pada gelombang musiman yang melekat pada kultur budaya
atau kebiasaan dari masyarakat. 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.
80
6. Untuk menciptakan keputusan yang tepat
81