1

MODUL PERKULIAHAN

Perencanaan dan
Pengendalian
Produksi
Peramalan

Abstract Kompetensi
Mempelajari pengertian dan fungsi Mampu memahami fungsi dan
dari peramalan serta metode metode peramalan serta Teknik
peramalan dalam melakukan peramalan

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Teknik Teknik Industri W162100018 Didi Junaedi, S.T., M.T.

02
Pengertian Peramalan
Peramalan atau forecasting adalah prediksi, proyeksi, atau estimasi terjadinya suatu
kejadian atau aktivitas yang tidak pasti di masa depan. Karena masa depan sangat sulit
dipastikan, maka diperlukan sistem forecast, baik secara implisit ataupun eksplisit. Tujuan
dari forecasting adalah menggunakan indormasi terbaik yang tersedua saat inin sebagai
panduan aktivitas di waktu ke depan untuk mencapai tujuan dari organisasi. Tujuan tersebut
umumnya sangat penting jika terkait dengan alokasi sumber daya.

Aliran Informasi Peramalan

Peramalan memberikan informasi penting pada perencanaan produksi dan
pengendalian persediaan. Di lain pihak, dalam melakukan peramalan diperlukan informasi
dari beberapa sumber. Informasi yang dibutuhkan meliputi informasi tipe model forecast,
parameter, dan variable dalam forecast, data historis, masukan yang bersifat subyektif, dan
informasi lain yang terkait. Gambar 1 merupakan gambaran alur informasi suatu forecast.
Peramalan awal (inisial) dihasilkan secara otomatis untuk selanjutnya direview dan
dilakukan penyesuaian oleh manajer berdasarkan pengalaman, pengetahuan, persaingan,
dan informasi lainnya, sehingga dihasilkan peramalan akhir.

Gambar 1. Aliran Informasi Peramalan

(Sumber: Tersine, 1994; Eunike et. al, 2018)

Dalam praktiknya, jumlah item sangatlah banyak, bahkan pada suatu sistem
persediaan yang sederhana, sehingga pihak manajer tidak dapat melakukan review pada
seluruh hasil peramalan.

Perencanaan dan Pengendalian

2022
2 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
Klasifikasi Peramalan
Secara umum, peramalan diklasifikasika menjadi 2 macam, yaitu :
1. Peramalan yang bersifat subyektif
2. Peramalan yang bersifat obyektif

Perbedaan antara kedua macam peramalan ini didasarkan pada cara mendapatkan
nilai ramalan. Peramalan subyektif lebih menekankan pada keputusan hasil diskusi,
pendapat pribadi seseorang, dan intuisi yang meskipun kelihatanya kurang ilmiah tetapi
dapat memberikan hasil yang baik. Peramalan ini diwakili oleh metode delphi dan metode
penelitian pasar.

METODE DELPHI
Metode ini merupakan cara sistematis, untuk mendapatkan keputusan bersama dari
suatu group yang terdiri dari para ahli dan berasal dari disiplin yang berbeda. Grup ini tidak
bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi merka diminta
pendapatnya secara terpisah dan tidak boleh saling berunding. Hal ini dilakuan untuk
menghindari pendapat yang bias karena pengaruh kelompok. Pendapat yang berbeda
secara signifikan dari ahli yang lain dalam grup tersebut akan ditanyakan lagi kepada yang
bersangkutan. Metode delphi ini dipakai dalam peramalan teknologi yang sudah digunakan
pada pengoperasian jangka panjang.
Selain itu, metode ini juga bermanfaat dalam pengembangan produk baru,
pengembangan kapasitas produksi, penerobosan kesegmen pasar baru dan strategi
keputusan bisnis lainnya.
Metode Delphi pada dasarnya merupakan proses untuk mencapai konsensus
(kesepakatan kelompok) pakar yang terlibat dalam peramalan. Anggota kelompok terdiri
atas para pakar yang berpengalaman dalam bidangnya. Hasil yang baik dapat diperoleh bila
pakar memiliki latar belakang yang bervariasi. Langkah – langkah dalam metode Delphi
adalah sebagai berikut :
1. Seorang yang terpilih menjadi coordinator panel mengajukan kuisioner / pertanyaan
secara tertulis kepada para anggota panel. Isi pertanyaan dapat menyangkut berbagai
hal yang berkaitan dengan perkiraan di masa yang akan datang. Pertanyaan ini
dmaksudkan untuk ditanggapi oleh setiap anggota panel secara tertulis pula.
2. Masing – masing anggota kelompok menanggapi pertanyaan koordinator tersebut dan
menyerahkan hasilnya secara tertulis. Dalam menanggapi pertanyaan koordinator, tidak
diadakan komunikasi antara anggota satu dengan anggota lainnya.

Perencanaan dan Pengendalian

2022
3 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
3. Koordinator mengedit tanggapan tertulis dari masing-masing anggota, merangkum
jawaban kelompok dengan disertai penjelasan dan lain – lain informasi yang
dikemukakan oleh para anggota panel. Hasil tersebut kemudian dikirimkan kepada para
anggota panel dengan disertai pertanyaan – pertanyaan berikutnya untuk ditanggapi
secara tertulis.
4. Masing – masing anggota kelompok menanggapi pertanyaan coordinator. Biasanya
tanggapan anggota panel ini diwarnai oleh rekapan hasil langkah 3.
5. Koordinator (seperti langkah 3) mengedit, merangkum, dan seterusnya. Demikian
prosesnya berulang antara tiga sampai empat kali, sehingga akhirnya koordinator
menilai cukup memuaskan terhadap hasil panel yang merupakan konvergensi rasional
dari kelompok.

Kunci keberhasilan metode Delphi pada dasarnya tergantung pada kompetensi

koordinator dan kepakaran anggota panel serta variasi pengalamannya. Koordinator perlu
memiliki kemampuan menjalin sintesa atas berbagai pendapat dan ramalan dari peserta
yang bervariasi.

METODE PENELITIAN PASAR

Metode ini mengumpulkan dan menganalisa fakta secara otomatis pada bidang yang
berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar ini adalh
survei konsumen. Survei konsumen akan memberikan informasi mengenai selera yang
diharapkan konsumen, dimana informasi tersebut diperoleh dari sampel dengan kuesioner.
Penelitian pasar sering digunakan dalam merncanakan produk baru, sistem
periklanan dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga
dipakai sebagai dasar peramalan permintan produk baru.
Peramalan obyektif merupakan prosedur peramalan yang mengikuti aturan
matematis dan statistik dalam menunjukan hubungan antara permintaan dengan satu atau
lebih variabel yang mempengaruhinya.
Selain itu peramalan obyektip juga mengansumsikan bahwa tingkat keeratan dan
macam dari hubungan antara variabel-variabel bebas dengan permintaan yang terjadi pada
masa lalu akan berulang juga pada masa yang akan datang. Peramalan obyektip terdiri atas
dua metode, yaitu metode intristik dan metode ektrinsik.

METODE INTRINSIK
Metode ini membuat peramalan hanya berdasarkan proyeksi permintaan historis
tanpa mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi besarnya
permintaan. Metode ini hanya cocok untuk peramalan jangka pendek pada kegiatan
Perencanaan dan Pengendalian
2022
4 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
produksi, dimana dalam rangka pengendalian produksi dan pengendalian persediaan bahan
baku seringkali perusahaan harus melibatkan banyak item yang berbeda. Hal ini tentu
membosankan sehingga memerlukan metode-metode peramalan yang mudah dan murah.
Metode Intrinsik akan diwakili ole analisis deret waktu.

METODE EKSTRINSIK
Metode ini mempertimbangkan factor-faktor eksternal yang mungkin dapat
mempengaruhi besarnya permintaan dimasa datang dalam model peramalanya. Metode ini
lebih cocok untuk peramalan jangka panjang karena dapat menunjukan hubungan sebab
akibat yang jelas dalam hasil peramalannya sehingga disebut metode kausal dan dapat
memprediksi titik-titik perubahan. Kelemahan dari metode ini adalah dalam hal mahalnya
biaya aplikasinya dan frekuensi perbaikan hasil peramalan yang rendah karena sulitnya
menyediakan informasi perubahan faktor-faktor eksternal yang terukur. Metode ekstrinsik
banyak dipakai untuk peramalan pada tingkat agregat. Metode iniakan diwakili oleh metode
regresi.

ANALISIS DERET WAKTU (TIME SERIES)

Analisa Deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari
komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman/ Season (S), Variasi Acak/
Random (R) yang akan menunjukkan suatu pola tertentu. Komponen- komponen tersebut
kemudian dipakai sebagai dasar dalam membuat persamaan matematis. Analisa Deret
Waktu ini sangat tepat dipakai untuk meramalkan permintaan yang pola permintaan di masa
lalunya cukup konsisten dalam periode waktu yang lama, sehingga diharapkan pola tersebut
masih akan tetap berlanjut.
Metode time series adalah metode peramalan secara kuantitatif dengan
menggunakan waktu sebagai dasar peramalan. Secara umum, permintaan pada masa yang
akan datang dipengaruhi oleh waktu. Untuk membuat suatu peramalan diperlukan data
historis (masa lalu) permintaan. Data inilah yang akan dianalisis dengan menggunakan
parameter waktu sebagai dasar analisis.

Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan.
Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan
data yang lain. Dalam peramalan time series, metode peramalan terbaik adalah metode
yang memenuhi kriteria ketepatan ramalan. Kriteria ini berupa mean absolute deviation
(MAD), mean square or error (MSE), atau mean absolute procentage of error (MAPE).

Perencanaan dan Pengendalian

2022
5 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Peramalan dengan time series memiliki prosedur yang harus dilaksanakan secara
utuh. Bila tidak, maka risiko – risiko berikut akan terjadi.
1. Hasil peramalan tidak valid, sehingga tidak dapat diterapkan.
2. Kesulitan mendapatkan / memilih metode peramalan yang akan memberikan validitas
ramalan tinggi.
3. Memerlukan waktu dalam melakukan analisis dan peramalan.

Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut.
1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data secara grafis
dan menyimpulkan apakah data itu berpola trend, musiman, siklikal, atau eratik / random
2. Mencoba beberapa metode time series – yang sesuai dengan pola permintaan tersebut –
untuk melakukan peramalan. Metode yang dicoba semakin banyak semakin baik. Pada
setiap metode, sebaiknya dilakukan pula peramalan dengan parameter yang berbeda.
3. Mengevaluasi tingkat kesalahan masing – masing metode yang telah dicoba. Tingkat
kesalahan diukur dengan kriteria MAD, MSE, MAPE, atau lainnya. Sebaiknya nilai tingkat
kesalahan (apakah MAD, MSE, atau MAPE) ini ditentukan dulu. Tidak ada ketentuan
mengenai berapa tingkat kesalahan maksimal dalam peramalan.
4. Memilih metode peramalan terbaik di antara metode yang dicoba. Metode terbaik adalah
metode yang memberikan tingkat kesalahan terkecil dibanding metode lainnya dan
tingkat kesalahan tersebut di bawah batas tingkat kesalahan yang telah ditetapkan.
5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.

TREND / KECENDERUNGAN (T)

Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya,
apakah permintaan tersebut cenderung naik, turun atau konstan.
Pola trend adalah bila data permintaan menunjukkan pola kecenderungan gerakan
penurunan atau kenaikan jangka panjang. Data yang kelihatannya berfluktuasi, apabila
dilihat pada rentang waktu yang panjang akan dapat ditarik suatu garis maya (dalam gambar
2-2 garis putus-putus). Garis putus – putus tersebut itulah yang disebut garis trend. Bila data
berpola trend, maka metode peramalan yang sesuai adalah metode regresi linear,
exponential smoothing, atau double exponential smoothing. Metode regresi linear biasanya
memberikan tingkat kesalahan yang lebih kecil.

Perencanaan dan Pengendalian

2022
6 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Gambar 2. Pola Tren

SIKLUS / CYCLE (C)

Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik,
biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukan dalam peramalan
jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan jangka
panjang.
Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang membentuk pola
sinusoid atau gelombang atau siklus. Pola siklikal mirip dengan pola musiman. Pola
musiman tidak harus berbentuk gelombang, bentuknya dapat bervariasi, namun waktunya
akan berulang setiap tahun (umumnya). Pola siklikal bentuknya selalu mirip gelombang
sinusoid. Untuk menentukan data berpola siklis tidaklah mudah. Kalau pola musiman
rentang waktu satu tahun dapat dijadikan pedoman, maka rentang waktu perulangan siklikal
tidak tentu. Metode yang sesuai bila data berpola siklikal adalah metode moving average,
weight moving average, dan eksponential smoothing.

Perencanaan dan Pengendalian

2022
7 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Gambar 3. Pola Siklus

POLA MUSIMAN / SEASON (S)

Fluktuasi permintaan suatu produk dapat naik turun disekitar garis trend dan
biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca, musim libur
panjang, dan hari raya keagamaan yang akan berulang secara periodik setiap tahunnya.
Bila data yang kelihatannya berfluktuasi, namun fluktuasi tersebut akan terlihat
berulang dalam suatu interval waktu tertentu, maka data tersebut berpola musiman. Disebut
pola musiman karena permintaan ini biasanya dipengaruhi oleh musim, sehingga biasanya
interval perulangan data ini adalah satu tahun. Sebagai contoh, penjualan payung dan jas
hujan di musim hujan adalah lebih besar ketimbang di musim kemarau. Contoh lain adalah
permintaan baju hangat tentu sangat dipengaruhi oleh musim (semi, panas, gugur, dingin).
Metode peramalan yang sesuai dengan pola musiman adalah metode winter, (sangat
sesuai),atau moving average, atau weight moving average.

Perencanaan dan Pengendalian

2022
8 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Gambar 4. Pola Musiman

VARIASI ACAK/RANDOM (R)

Permintaan suatu produk dapat mengikuti pola bervariasi secara acak karena
faktorfaktor adanya bencana alam , bangkrutnya perusahaan pesaing, promosi khusus, dan
kejadian-kejadian lainnya yang tidak mempunyai pola tertentu. Variasi acak ini diperlukan
dalam rangka menentukan persediaan pengaman untuk mengantisipasi kekurangan
persediaan bila terjadi lonjakan permintaan.
Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka panjang
tidak dapat digambarkan oleh ketiga pola lainnya. Fluktuasi permintaan bersifat acak atau
tidak jelas. Tidak ada metode peramalan yang direkomendasikan untuk pola ini. Hanya saja,
tingkat kemampuan seorang analisis peramalan sangat menentukan dalam pengambilan
kesimpulan mengenai pola data. Seorang analisis, untuk data yang sama mungkin
menyimpulkan berpola random dan analisis lainnya menyimpulkan musiman. Keterampilan
dan imajinasi analisis peramalan memang merupakan factor yang paling menentukan dalam
pelaksanaan peramalan. Bisa jadi, pola data peramalan yang random ini ternyata mengikuti
pola tertentu yang bukan seperti ketiga pola yang dijelaskan, untuk ini diperlukan metode
khusus (mungkin subjektif untuk melakukan peramalan.

Perencanaan dan Pengendalian

2022
9 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Gambar 5. Pola Acak/Random

Faktor yang Mempengaruhi Permintaan

Permintaan produk pada suatu perusahaan merupakan resultan dari berbagai faktor
yang saling berinteraksi dalam pasar. Faktor-faktor tersebut hampir selalu merupakan
kekuatan yang berada di luar kendali perusahaan. Berbagai faktor tersebut antara lain:
• Siklus Bisnis. Penjualan produk akan dipengaruhi oleh permintaan akan produk tersebut,
dan permintaan akan suatu produk akan dipengaruhi oleh kondisi ekonomi yang
membentuk siklus bisnis dengan fase-fase inflasi, resesi, depresi, dan masa pemulihan.
• Siklus Hidup Produk. Siklus hidup suatu produk biasanya mengikuti suatu pola yang
biasa disebut kurva S. Kurva S menggambarkan besarnya permintaan terhadap waktu, di
mana siklus hidup suatu produk akan dibagi menjadi fase pengenalan, fase
pertumbuhan, fase kematangan, dan akhirnya fase penurunan. Unutk menjaga
kelangsungan usaha, maka perlu dilakukan inovasi produk pada saat yang tepat.
• Faktor-faktor lain. Beberapa faktor lain yang mempengaruhi permintaan adalah reaksi
balik dari pesaing, perilaku konsumen yang berubah, dan usaha- usaha yang dilakukan
sendiri oleh perusahaan seperti peningkatan kualitas, pelayanan, anggaran periklanan,
dan kebijakan pembayaran secara kredit.

Perencanaan dan Pengendalian

2022
10 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
 Gambar 6. Tahapan Siklus Hidup suatu Produk

Karaketeristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain sebagai
berikut:
• Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasaan dan konsistensi
peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi
atau terlalu 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 adalah 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, yaitu meminimasi penumpukan
persediaan dan memaksimasi tingkat pelayanan.

• Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan bergantung kepada
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, yaitu secara 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 didapat, misalnya item-item yang penting akan
diramalkan dengan metode yang canggih dan mahal, sedangkan item-item yang kurang
penting bisa diramalkan dengan metode yang sederhana dan murah. Prinsip ini
merupakan adopsi dari Hukum Pareto (Analisis ABC).

Perencanaan dan Pengendalian

2022
11 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
• Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan
mudah diaplikasikan, akan memberikan keuntungan bagi perusahaan. Adalah percuma
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan
karena keterbatasan dana, sumberdaya manusia, maupun peralatan teknologi.

Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, terdapat
beberapa hal yang harus dipertimbangkan, yaitu:
• Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi
ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian
tersebut.
• Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya
karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal
untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
• Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini
disebabkan pada peramalan jangka pendek, sejumlah faktor yang mempengaruhi
permintaan relatif masih konstan, sementara semakin panjang periode peramalan,
semakin besar pula kemungkinan terjadinya perubahan faktor yang mempengaruhi
permintaan.

Pendekatan Peramalan
Dengan mempertimbangan bahwa penggunaan metoda statistik yang dilakukan
pada data yang lalu adalah cara yang realistis untuk melakukan peramalan permintaan yang
akan datang, dilakukan langkah sebagai berikut:
1. Membuat plot permintaan terhadap waktu (demand versus time)
2. Menentukan teknik yang digunakan
3. Mengevaluasi error yang diharapkan
4. Mengambil keputusan untuk menggunakan teknik yang dipertimbangkan atau berusaha
mendapatkan yang lebih baik.

Terdapat beberapa metode peramalan:

• Peramalan Least Square / Linear
• Peramalan Constant
• Peramalan Cyclic
• Peramalan Linear-Cyclic
• Peramalan lainnya: Moving Average, Exponential Smoothing, Curvilinear
Regression, Combination.
Perencanaan dan Pengendalian
2022
12 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/
Daftar Pustaka
Philip T Kotler, Kevin Lane Keller. (2016). A Framework for Marketing Management (6th
Edition). Pearson.
Kreutzer, Ralf T. (2019). Toolbox for Marketing and Management: Creative Concepts,
Forecasting Methods, and Analytical Instruments. Springer International Publishing.
https://doi.org/10.1007/978-3-030-13823-3.
Putri, Budi Rahayu T. (2017). Manajemen Pemasaran. Fakultas Peternakan Universitas
Udayana. Denpasar.
Shinta, Agustina. (2011). Manajemen Pemasaran. Cetakan Pertama. UB Press.
Kotler, Philip & Keller, Kevin Lane. (2016). A Framework For Marketing Management. Six
Edition. Pearson.

Perencanaan dan Pengendalian

2022
13 Produksi Biro Bahan Ajar eLearning dan MKCU
Didi Junaedi, S.T., M.T. http://pbael.mercubuana.ac.id/