Tugas Manajemen Operasional

Resume Chapter 4
“Forecasting”

Muliyana
202160350
Trisakti School of Management
 Chapter 4
Forecasting

What is Forecasting?
Forecasting adalah seni dan ilmu pengetahuan dalam memperkirakan kejadian dimasa
mendatang. Dapat dilakukan dengan pengambilan data historis dan memproyeksikannya ke
masa mendatang dengan suatu bentuk model matematis.
Forecasting biasa diklasifikasikan bedasarkan Horizon Waktu masa depan. Waktu yang
diklasifikasikan ada 3, yaitu:
1. Peramalan Jangka Pendek (Short-Range Forecast)
Prakiraan ini memiliki rentang waktu hingga 1 tahun tetapi umumnya kurang dari 3
bulan. Ini digunakan untuk merencanakan pembelian, penjadwalan pekerjaan, tingkat
tenaga kerja, penugasan pekerjaan, dan tingkat produksi.
2. Peramalan Jangka Menengah (Medium-Range Forecast)
Umumnya berlangsung dari 3 bulan hingga 3 tahun. Ini berguna dalam perencanaan
penjualan, perencanaan dan penganggaran produksi, penganggaran kas, dan analisis
berbagai rencana operasi.
3. Peramalan Jangka Panjang (Long-Range Forecast)
Umumnya dalam rentang waktu 3 tahun atau lebih, prakiraan jangka panjang digunakan
dalam perencanaan produk baru, belanja modal, lokasi atau perluasan fasilitas, dan
penelitian dan pengembangan.
Hal yang membedakan peramalan jangka menengah, panjang, dan pendek:
1. Peramalan Jangka Menengah dan Panjang berkaitan dengan permasalahan yang
menyeluruh dan mendukung keputusan manajemen, yang berkaitan dengan
perencanaan produk, pabrik dan proses.
2. Peramalan Jangka Pendek menerapkan metodologi yang berbeda dibanding Jangka
Panjang. (Moving average & Exponential smoothing)
3. Peramalan Jangka Pendek cenderung lebih tepat dibanding Jangka Panjang. Faktor yang
mempengaruhi perubahan permintaan berubah setiap hari.
Tipe-tipe Forecast:
1. Economic Forecasts
Menjelaskan siklus bisnis dengan memprediksikan tingkat inflasi, ketersediaan uang,
dana untuk perumahan dan indikator perencanaan lainnya.
2. Technological Forecasts
Memperhatikan tingkat kemajuan teknologi yang memberikan dampak terhadap
pengembangan produk baru.
3. Demand Forecasts
Proyeksi permintaan untukproduk atau layanan perusahaan.
The Strategic Importance of Forecasting
Dampak kepentingan strategis peramalan terhadap tiga kegiatan:
1. Supply Chain Management. Hubungan baik dengan pemasok dan harga barang yang
bersaing, bergantung pada peramalan yang akurat.
2. Human Resources. Perekrutan, Pelatihan, Pemberhentian pekerja.
3. Capacity. Kekurangan kapasitas menyebabkan pengiriman tak pasti, kehilangan
pelanggan, kehilangan pangsa pasar.

Seven Steps in the Forecasting System

Tujuh langkah dalam sistem peramalan:
1. Menetapkan tujuan peramalan
2. Memilih unsur yang akan diramalkan
3. Menetapkan horizon waktu peramalan
4. Memilih jenis model peramalan
5. Mengumpulkan data yang diperlukan untuk melakukan peramalan
6. Membuat peramalan
7. Memvalidasi dan menerapkan hasil peramalan

Forecasting Approaches
Terdapat dua macam teknik yang dapat diterapkan dalam melakukan perkiraan yaitu
metode kualitatif dan metode kuantitatif.
1. Peramalam Kualitatif (Qualitative forecast)
Digunakan ketika situasinya samar dan sedikit data yang tersedia, misal untuk: New
Products dan New Technology. Overview metode kualitatif:
 Jury of Executive Opinion. Pendapat sekumpulan manajer atau para pakar umumnya
digabungkan dengan model statistik.
 Delphi Method. Ada tiga jenis partisipan; pengambil keputusan, karyawan, dan
responden.
 Sales Force Composite (Komposit Tenaga Penjualan). Setiap tenaga penjualan
memperkirakan berapa penjualan yang dapat dicapai di wilayahnya.
 Consumer Market Survey (Survei Pasar Konsumen). Meminta input konsumen
tentang rencana pembelian mereka dimasa mendatang
2. Peramalam Kuantitatif (Quantitative Forecast)
Digunakan ketika situasinya stabil dan tersedia data historis, misal untuk: Existing
Products dan Current Technology. Metode ini menggunakan teknik matematis. Overview
metode kuantitatif:
 Naive Approach
 Moving Averages
 Exponential Smoothing
 Trend projection
  Linear regression

Time-Series Forecasting
Time Series Models adalah Teknik perkiraan yang menggunakan serangkaian titik data
sebelumnya untuk membuat perkiraan. Terdapat 4 komponen: (1) Trend, (2) Seasonality, (3)
Cycles, (4) Random Variations.
A. Naïve Approach
Teknik peramalan yang mengasumsikan bahwa permintaan pada periode berikutnya
sama dengan permintaan pada periode terakhir. Terkadang cara ini efektif dan efisien
biaya
B. Moving Average Method
Metode peramalan yang menggunakan rata-rata dari n periode data terbaru untuk
meramalkan periode berikutnya.

C. Exponential Smooting
Teknik perkiraan rata-rata bergerak tertimbang di mana titik data ditimbang oleh fungsi
eksponensial.

Dalam memilih nilai konstanta pemulusan, tujuannya adalah untuk mendapatkan peramalan
yang paling akurat:
1. Measuring Forcast Error adalah mengukur keakuratan dari seluruh model pramalan
(Moving average dan Exponential) bisa dengan membandingkan nilai perkiraan dengan
nilai aktual yang diamati.
2. Mean Absolute Deviation, merupakan Ukuran kesalahan perkiraan keseluruhan untuk
model. Dengan menghitung jumlah nilai absolute dari perkiraan individu dibagi dengan
jumlah periode (n)
3. Mean Square Error, adalah cara kedua untuk mengukur kesalahan perkiraan secara
keseluruhan bisa diartikan denagn merupakan Rata-rata perbedaan kuadrat antara nilai
yang diperkirakan dan nilai yang diamati.
4. Mean Absolute Percent Error, MAD dan MSE masing menggunakan nilai pada besar item
yang diramalkan, jika item yang diramalkan bernilai ribuan ini membuat MAD dan MSE
sangat besar. Dengan menghindari ini kita bisa menggunakan Mean Absolute Percent
Error yang merupakan Rata-rata perbedaan mutlak antara perkiraan dan nilai aktual,
yang dinyatakan sebagai persen dari nilai aktual.

Associative Forecasting Methods: Regression and Correlation Analysis

Digunakan ketika perubahan satu atau lebih variabel bebas dapat digunakan untuk
memperkirakan perubahan pada variabel terikat. Teknik paling umum digunakan adalah
analisis regresi linier.

Forecasting in the Service Sector

Menyajikan tantangan yang tidak biasa:
 Kebutuhan khusus untuk laporan jangka pendek yang baik
 Perlunya membedakan jenis industri dan produknya
 Liburan dan jadwal acara lain di kalender
 Acara / kejadian yang tidak biasa