Modul PTI - MK.04

1
MODUL PERKULIAHAN
Pengantar
Teknik Industri
(PTI)
PERENCANAAN DAN
PENGENDALIAN PRODUKSI
(PPIC) - FORECASTING.
Abstract Kompetensi
Modul ini mencakup dan menjelaskan Mampu menjelaskan kembali
gambaran tentang bagaimana gambaran tentang bagaimana
perencanaan dan pengendalian perencanaan dan pengendalian
produksi dalam perkembangan dunia produksi dalam perkembangan dunia
industri baik jasa maupun manufaktur industri baik jasa maupun manufaktur
dapat dilaksanakan dgn baik dan sesuai dapat dilaksanakan dgn baik dan sesuai
sbgmn mestinya. sbgmn mestinya.
Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
04
Teknik Teknik Industri 16103 Dr Ir Muhammad Kholil, MT.,IPU
1. Tujuan Pembelajaran
1. Memahami arti dan fungsi perencanaan dan pengendalian produksi
2. Memahami tujuan PPIC dlm dunia industri baik jasa maupun manufaktur.
3. Memahami perkembangan dunia Industri dan peran PTI dgn PPIC
2. Pendahuluan
2.1 Pendahuluan
Peramalan (Forecasting) adalah suatu teknik analisa perhitungan yang dilakukan
dengan pendekatan kualitatif maupun kuantitatif untuk memperkirakan kejadian
dimasa depan dengan menggunakan referensi data-data di masa lalu. Peramalan
bertujuan untuk memperkirakan prospek ekonomi dan kegiatan usaha serta
pengaruh lingkungan terhadap prospek tersebut.
Peramalan atau Forecasting merupakan bagian terpenting bagi setiap perusahaan

ataupun organisasi bisnis dalam setiap pengambilan keputusan manajemen.
Peramalan itu sendiri bisa menjadi dasar bagi perencanaan jangka pendek,
menengah maupun jangka panjang suatu perusahaan. Di dalam sebuah peramalan
(forecasting) dibutuhkan sedikit mungkin kesalahan (error) di dalamnya. Agar dapat
meminimalisir tingkat kesalahan tersebut, maka akan lebih baik jika peramalan
tersebut dilakukan dalam satuan angka atau kuantitatif.
Peramalan (forecasting) merupakan 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.
2021_MK.04 Pengantar Teknik Industri

2 Dr. Ir. Muhammad Kholil, MT.,IPU
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
2.2 Definisi
 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..
3. Landasan Teori
3.1 Tujuan dan Fungsi Peramalan (Forecasting)

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.
Bila peramalan telah dibuat, suatu manfaat dan tujuan harus dapat diperoleh dan
dipersiapkan sehingga dapat mempengaruhi sifat peramalan. Dalam hal ini terdapat
tiga kegunaan dari peramalan :
1. Menentukan apa yang dibutuhkan untuk perluasan pabrik.
2. Menentukan perencanaan lanjutan bagi produk – produk yang ada untuk
dikerjakan dengan fasilitas – fasilitas yang ada.
3. Menentukan penjadwalan jangka pendek produk – produk yang ada untuk
dikerjakan berdasarkan peralatan yang ada.
(Assauri, 1984)
3.2 Jenis-jenis Peramalan (Forecasting) Menurut Para Ahli

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.
Metode deret waktu

Merupakan hubungan antara variable yang dicari dengan variable yang
mempengaruhinya yang dikaitkan dengan waktu.
a. Trend : untuk data yang bergerak dalam jangka waktu Panjang

b. Seasonality : untuk data yang memiliki variasi di jangka pendek
c. Cycle : variasi data bergelombang lebih dari satu tahun
d. Random variation : Acak
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
3.3 Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi,
biaya,dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut :
1) Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila
peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan
yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya

kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan
mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak
dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan
pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi
akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak
modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan
penting dalam menyeimbangkan persediaan yang ideal.
2) Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung
dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode
peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan
mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan
datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dan
siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus
disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin 9
didapat, misalnya item-item yang penting akan diramalkan dengan metode
yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto
( Analisa ABC ).
3) Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem
perusahaan karena keterbatasan dana, sumber daya manusia, maupun
peralatan teknologi.
3.4 Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan suatu peramalan maka ada
beberapa hal yang harus dipertimbangkan yaitu :
a) Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidak pastian yang akan terjadi, tetapi tidak dapat menghilangkan
ketidak pastian tersebut.
b) 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.
c) 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 10 kemungkinan
terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
3.5 Langkah – langkah Peramalan

Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-
langkah atau prosedur penyusunan yang baik. Menurut Gaspersz (2005) terdapat 9
langkah yang harus diperhatikan untuk menjamin efektivitas dan efisiensi dari sistem
peramalan, yaitu:
1) Menentukan tujuan dari peramalan
2) Memilih item independent demand yang akan diramalkan
3) Menentukan horison waktu dari peramalan (jangka pendek, menengah, atau
panjang)
4) Memilih model-model peramalan
5) Memperoleh data yang dibutuhkan untuk melakukan peramalan
6) Validasi model peramalan
7) Membuat peramalan
8) Implementasi hasil-hasil peramalan
9) Memantau keandalan hasil peramalan
3.6 Teori Peramalan (Forecasting)

Peramalan adalah seni dan ilmu dalam memprediksikan kejadian yang akan
datang. Beberapa alasan mengapa melakukan peramalan antara lain adalah:
 Dengan adanya tenggang waktu (lead times), keputusan dapat dibuat jauh
sebelum kejadian yang tidak pasti terjadi
 Peramalan permintaan produk, bahan baku, tenaga kerja dan kebutuhanan
dana merupakan input yang penting untuk penjadwalan produksi maupun
penentuan kebutuhan sumber daya (resource requirements) untuk mengurangi
ketidakpastian
 Menjadikan perencanaan produksi lebih mudah
Problem peramalan dapat diklasifikasikan menurut jangka waktu peramalan

dan metode peramalan yang dilakukan.
1) Berdasarkan Jangka Waktu Peramalan (Time Horizons) Jangka Pendek/Short
Term (up to 3 months)
 Order Pembelian (Purchase orders)

 Penjadwalan jumlah Tenaga Kerja ( Scheduling workforce level)
 Penjadwalan produksi (Production levels)
 Penugasan pekerjaan (Job assignments)
2) Jangka menengah/Medium Term (3 months to 2-3 years)

 Perencanan produksi (production planning)
 Perencanaan penjualan (Sales planning)
 Perencanaan anggaran (Budgeting)
 Perencanaan pembelian (Purchasing)
 Perencanaan distribusi (Distribution)
3) Jangka panjang/Long Term (2-3 years or more)

 Peluncuran produk baru (New products)
 Perencanaan Modal (Capital expenditures)
 Perencanaan lokasi dan fasilitas (Facility location/expansion)
 Perencanaan Kapasitas (Capacity planning)
 Perencanaan strategis (Strategic planning)
4) Berdasarkan metode peramalan yang digunakan

 Peramalan secara kualitatif (Qualitative Forecast)
 Subjective in nature
 Executive opinion
 Konsensus panel/panel consensus (sekelompok manajer, staff dan ahli
melakukan peramalan berdasarkan konsensus diantara mereka ( ada resiko
13dominansi/risk of dominance)
 Consumer market survey (departemen pemasaran mengirim petugas survei
untuk mengumpulkan informasi dari konsumen tentang kondisi yang akan
datang)
3.7 Metode Delhi

Langkah umum peramalan dengan metode Metode Delphi adalah sebagai berikut:
1. Kumpulkan para ahli/yang berpengalaman dari bidang yang berbeda
2. Melalui kuesioner (atau E-mail), dapatkan hasil peramalan (termasuk
alasan atau asumsi dari peramalan tsb) dari semua partisipan

3. Simpulkan hasilnya dan distribusikan kembali kepada semua partisipan
yang disertai dengan pertanyaan baru
4. Kumpulkan hasilnya dan simpulkan kembali untuk memperbaiki hasil
peramalan dan distribusikan kembali dengan pertanyaan baru
5. Ulangi langkah 4 jika diperlukan dan distribusikan hasil peramalan akhir ke
semua partisipan.
Prinsip-prinsip peramalan :
 Setiap peramalan mempunyai potensi kesalahan
 Setiap peramalan harus menyertakan estimasi kesalahan peramalan
 Kesalahan aktual (actual errors) biasanya lebih besar dari kesalahan
yang terestimasi (estimated errors).
 Semakin tingkat agregasi data biasanya semakin akurat peramalannya
 Metode yang sederhana biasanya lebih disukai daripada metodeyang
kompleks
 Kombinasi kedua metode dapat meningkatkan manfaat peramalan
 Peramalan jangka panjang biasanya kurang akurat dibanding
peramalan jangka pendek
 Faktor bias secara psikologis dapat memperburuk peramalan
Langkah - langkah (steps) peramalan

 Step 1 Tentukan tujuan peramalan
 Step 2 Tentukan jangka waktu peramalan
 Step 3 Pengumpulan dan analisis data
 Step 4 Pemilihan teknik peramalan
 Step 5 Peramalan
 Step 6 Pengukuran kesalahan peramalan
 Step 7 Verifikasi peramalan
3.8 Metode peramalan

a) Metode Kuantitatif
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :
1. Model seri waktu / metode deret berkala (time series) metode yang
dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi
dari waktu, Model Seri Waktu / Metode deret berkala, terbagi menjadi :Rata-rata
bergerak (moving averages), Rata-Rata Bergerak Sederhana (simple moving

averages) : bermanfaat jika diasumsikan bahwa permintaan pasar tetap stabil,
Rata-Rata Bergerak Tertimbang (weighted moving averages) : apabila ada pola
atau trend yang dapat dideteksi, timbangan bisa digunakan untuk
menempatkan lebih banyak tekanan pada nilai baru. Penghalusan eksponensial
(exponential smoothing), Penghalusan Eksponensial : metode peramalan
dengan menambahkan parameter alpha dalam modelnya untuk mengurangi
faktor kerandoman. Istilah eksponensial dalam metode ini berasal dari
pembobotan/timbangan (faktor penghalusan dari periode-periode sebelumnya
yang berbentuk eksponensial. Proyeksi trend (trend projection) Metode proyeksi
trend dengan regresi, merupakan metode yang dignakan baik untuk jangka
pendek maupun jangka panjang. Metode ini merupakan garis trend untuk
persamaan matematis.
Model / metode kausal (causal/explanatory model) Mengasumsikan variabel yang

diramalkan menunjukkan adanya hubungan sebab akibat dengan satu atau
beberapa variabel bebas (independent variable). 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.
3.9 Beberapa metode :

1. Metode Time Series
Metode Time Series berhubungan dengan nilai-nilai suatu variabel yang diatur secara
periodesasi sepanjang periode waktu dimana prakiraan permintaan diproyeksikan.
Misalnya mingguan, bulanan, kwartalan, dan tahunan, tergantung keinginan dari pihak-
pihak yang melakukan prakiraan permintaan ini. Metode ini semata-mata mendasarkan diri
pada data dan keadaan masa lampau. 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.

2. 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.
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.
3. 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. Kedua
adalah metode ekonometrika mengestimasi perilaku hubungan antara variabel-variabel.
Secara mencolok meramalkan dengan dasar metode lain seperti misalnya survey data

hanya memperoleh sesuatu yang lebih kecil dari penyebab yang hakiki pada hubungan
antar variabel-variabel ini secara umum.
Terdapat empat tahapan yang termasuk di dalam memformulasi forecast model
ekonometrika ini.
1) Membangun suatu model teori
2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasil[2]
4. Metode Kualitatif
Metode kualitatif umumnya 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
kualitatif dapat menggunakan teknik/metode peramalan, yaitu :
1) Juri dari Opini Eksekutif : metode ini mengambil opini atau pendapat dari
sekelompok kecil manajer puncak/top manager (pemasaran, produksi,
teknik, keuangan dan logistik), yang seringkali dikombinasikan dengan
model-model statistik.
2) Gabungan Tenaga Penjualan : setiap tenaga penjual meramalkan tingkat
penjualan di daerahnya, yang kemudian digabung pada tingkat provinsi dan
nasional untuk mencapai ramalan secara menyeluruh.
3) Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan
kepada responden, jawabannya kemudian diringkas dan diberikan kepada
para ahli untuk dibuat peramalannya. Metode memakan waktu dan
melibatkan banyak pihak, yaitu para staf, yang membuat kuesioner,
mengirim, merangkum hasilnya untuk dipakai para ahli dalam
menganalisisnya. Keuntungan metode ini hasilnya lebih akurat dan lebih
profesional sehingga hasil peramalan diharapkan mendekati aktualnya.
4) Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau
konsumen potensial terhadap rencana pembelian pada periode yang
diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara
langsung.
Metode peramalan permintaan secara kualitatif berhubungan dengan data-data

kualitatif, misalnya tentang selera konsumen terhadap suatu produk, atau survey tentang
loyalitas konsumen, dan lain-lain. Forecasting kualitatif ini dapat dikelompokkan ke dalam
beberapa metode teknik seperti akan dijelaskan berikut ini.

5. 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 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:
a) 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.
b) 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.
c) Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan rumah
tangga, produk atau barang apa secara periodic diperlukan dan frekuensi
pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain.
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.
6. Teknik Jajak Pendapat (Opinion Pools)

Teknik jajak pendapat sering dilakukan untuk melengkapi data dari survey. 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 survey lebih bersifat objektif.
3.10 Teknik Forecasting

Berbagai teknik digunakan untuk meramalkan penerimaan dan voleme penjulan.
Forecast penjualan dilakukan dengan memanfaatkan berbagai teknik forecasting,
mencakup pengukuran secara kuantitatif yakni dengan menggunakan metode
statistikdan matematik, dan pengukuran secara kualitatif yang biasanya menggunaan
judgment (pendapat). Dengan demikian forecasting menghendaki perpaduan antara
analisa yang ilmiah dilengkapi dengan pendapat pribadi perencana. Forecast secara
kualitatif sering digunakan untuk membuat ramalan penjualan maupun ramalan kondisi
bisnis secara umum. Sumber-sumber pendapat yang biasanya dipakai sebagai dasar
melakukan forecastting adalah;
1) Salesman
2) Manager area
3) Konsultan
4) Survei konsumen
3.11 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.
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. Terdapat empat tahapan yang termasuk
di dalam memformulasi forecast model ekonometrika ini.
1) Membangun suatu model teori
2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi
4) Mengestimasi dan menginterpretasi hasil

3.12 Proses peramalan (forecasting)
Proses peramalan (forecasting) biasanya terdiri dari langkah – langkah sebagai berikut,
(Handoko, 1984: 260)
1. Penentuan Tujuan
Analis mengatakan dengan para pembuat keputusan dalam perguruan tinggi
untuk mengetahui apa kebutuhan-kebutuhan mereka, dan menentukan:
1 Variabel-variabel yang akan diestimasi.
2 Siapa yang akan menggunakan hasil peramalan.
3 Untuk tujuan-tujuan apa hasil peramalan akan digunakan.
4 Estimasi jangka panjang atau jangka pendek yang diinginkan.
5 Derajat ketepatan estimasi yang diinginkan.
6 Kapan estimasi dibutuhkan.
7 Bagian yang diinnginkan, seperti peramalan untuk kelompok pembeli dll.
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.
5. Revisi dan Evaluasi

Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali.
Perbaikan mungkin perlu dilakukan karena adanya perubahan-perubahan dalam
perguruan tinggi atau lingkungan, seperti tingkat biaya masuk perguruan tinggi, jumlah
kelulusan di tingkat SMU, tingakt jumlah perguruan tinggi, jumlah jurusan/program studi
baru yang ada di perguruan tinggi, pengeluaran-pengeluaran pengiklanan atau pamflet,
kebijakan moneter dan kemajuan teknologi.
4. Kesimpulan
Peramalan merupakan tahapan awal dalam perencanaan sistem operasi produksi.
Peramalan adalah kegiatan memperkirakan tingkat permintaan produk yang diharapkan
untuk suatu produk atau beberapa produk dalam jangka waktu di masa yang akan
datang. Peramalan diperlukan oleh suatu perusahaan karena setiap keputusan yang
diambil dapat memengaruhi keadaan dimasa yang akan datang.
Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian,
sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.
Peramalan tidak akan pernah “perfect”, tetapi meskipun demikian hasil peramalan akan
memberikan arahan bagi suatu perencanaan.
Terdapat dua pendekatan umum peramalan, sebagaimana ada dua cara mengatasi
semua model keputusan. Yang pertama adalah analisis kuantitatif dan yang kedua adalah
analisis kualitatif.

5. Daftar Pustaka
Assauri, S,”Manajemen Produksi dan Operasi”’Edisi Revisi. Jakarta: Fakultas Ekonomi

Universitas Indonesia, 2004.
Baroto, T,” Perencanaan dan pengendalian produksi”, 2002. Jakarta: Ghalia
Indonesia,
Bedworth, D.D and Bailey, J.E,”Integrated Production Control System Management,
Analysis, Design”, New York: John Wiley and Son, Inc, 1982.
Gaspersz, Vincent, “Sistem Manajemen Kinerja Terintegrasi Balanced Scorecard
dengan Malcolm Baldrige dan Lean Six Sigma Supply Chain Management”,
Jakarta: Gramedia, 2011.
Hilk, Philip E. 1977. Introduction to Industrial Engineering And Management Science.
Mc Graw-Hill Kogukusha. Tokyo.
Turner, Wayne C., et.al. 1993. Introduction to Industrial and Systems Engineering.
Englewood Clifls, N.J.; Prentice-Hall, Inc.
Purnomo, Hari. 2004. Pengantar Teknik Industri. Graha Ilmu, Yogyakarta.
Syukron, Amin dan Kholil, Muhammad. 2013. ”Six Sigma (Quality for Business
Improvement)”. Graha Ilmu. Yogyakarta.
Syukron, Amin.dan Kholil, Muhammad. 2014. Pengantar Teknik Industri. Graha Ilmu.
Yogyakarta.
Hidayat, Atep A. dan Kholil, Muhammad . 2016 “Manajemen Sumberdaya Manusia,
Untuk Organisasi yang Lebih Kreatif dan Berdaya Saing Tinggi”. Wahana
Resolusi. Yogyakarta.
Hidayat, Atep A. dan Kholil, Muhammad. 2017. “Kimia dan Pengetahuan Lingkungan
Industri”. Wahana Resolusi. Yogyakarta.
Kholil, Muhammad; Chandra, Agung dan Hanum, Bhetriza. 2019. ”Perencanaan
Pengendalian Produksi dan Logistik”. Edisi Pertama. Mitra Wacana Media.
Jakarta.
Agung, Wahyudi Biantoro. Kholil, Muhammad & Pranoto, Hadi. 2020. ”Pedoman
Praktis Pelaksanaan K3 (Perspektif Dunia Industri dan dunia Kerja)".Mitra
Wacana Media. Jakarta.
Saparina, Euis Nina, Ajeng dan Kholil, Muhammad. 2021. “Teknologi Pengukuran

Waktu Kerja (Sebuah Proses Pengembangan)”. Wahana Resolusi.
Yogyakarta.


Modul PTI - MK.04

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul PTI - MK.04

Diunggah oleh

Hak Cipta:

Format Tersedia

1

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Peramalan atau Forecasting merupakan bagian terpenting bagi setiap perusahaan

Peramalan (forecasting) merupakan bagian vital bagi setiap organisasi bisnis dan

2021_MK.04 Pengantar Teknik Industri

3.1 Tujuan dan Fungsi Peramalan (Forecasting)

2021_MK.04 Pengantar Teknik Industri

3.2 Jenis-jenis Peramalan (Forecasting) Menurut Para Ahli

2021_MK.04 Pengantar Teknik Industri

Metode deret waktu

a. Trend : untuk data yang bergerak dalam jangka waktu Panjang

2021_MK.04 Pengantar Teknik Industri

c. Cycle : variasi data bergelombang lebih dari satu tahun

d. Random variation : Acak

3.3 Karakteristik Peramalan yang Baik

2021_MK.04 Pengantar Teknik Industri

3.4 Sifat Hasil Peramalan

2021_MK.04 Pengantar Teknik Industri

3.5 Langkah – langkah Peramalan

3.6 Teori Peramalan (Forecasting)

Problem peramalan dapat diklasifikasikan menurut jangka waktu peramalan

2021_MK.04 Pengantar Teknik Industri

2) Jangka menengah/Medium Term (3 months to 2-3 years)

3) Jangka panjang/Long Term (2-3 years or more)

4) Berdasarkan metode peramalan yang digunakan

3.7 Metode Delhi

2021_MK.04 Pengantar Teknik Industri

Langkah - langkah (steps) peramalan

3.8 Metode peramalan

2021_MK.04 Pengantar Teknik Industri

Model / metode kausal (causal/explanatory model) Mengasumsikan variabel yang

3.9 Beberapa metode :

2021_MK.04 Pengantar Teknik Industri

2021_MK.04 Pengantar Teknik Industri

Metode peramalan permintaan secara kualitatif berhubungan dengan data-data

2021_MK.04 Pengantar Teknik Industri

6. Teknik Jajak Pendapat (Opinion Pools)

2021_MK.04 Pengantar Teknik Industri

3.10 Teknik Forecasting

3.11 Metode Ekonometri

2021_MK.04 Pengantar Teknik Industri

2021_MK.04 Pengantar Teknik Industri

5. Revisi dan Evaluasi

2021_MK.04 Pengantar Teknik Industri

Assauri, S,”Manajemen Produksi dan Operasi”’Edisi Revisi. Jakarta: Fakultas Ekonomi

2021_MK.04 Pengantar Teknik Industri

2021_MK.04 Pengantar Teknik Industri

Anda mungkin juga menyukai