RESUME MANAJEMEN OPERASIONAL

BAB 4

PERAMALAN

SITI HUMAERAH ALIMUDDIN

210903502191

MANAJEMEN H
DEFINISI METODE PERAMALAN

Peramalan adalah metode dan ilmu yang memperkirakan keadaan di masa akan datang. Prakiraan
memerlukan data historis (misalnya "ini adalah produk baru yang bagus dan terjual 20% dari produk
yang sudah ada"). Ini berdasarkan pada informasi berbasis kebutuhan, seperti B. rencana pembelian
konsumen dan perkiraan mereka untuk masa depan. Atau peramalan mengandung kombinasi
keduanya, dimana model matematisnya disesuaikan dengan kebijaksanaan manajer.

Prakiraan dapat dipengaruhi oleh posisi produk dalam siklus hidupnya; apakah penjualan tersebut
dalam fase implementasi, pertumbuhan, jatuh tempo atau penurunan. Permintaan produk yang
terkait dengan produk lain mungkin terpengaruh; Misalnya, sistem navigasi dapat melacak penjualan
mobil baru. Karena perkiraan perkiraan terbatas, kami mengembangkan ukuran margin of error.
Membuat dan melihat perkiraan bisa mahal dan mengambil waktu.

Metode peramalan atau yang biasa dikenal dengan peramalan ini memegang peranan penting dalam
bisnis. Peramalan adalah cara yang bagus untuk mengurangi kerugian akibat kelebihan produksi.
Peramalan menggunakan data historis sebagai acuan untuk memilih jumlah produk yang akan
diproduksi. Selain menentukan kapasitas produksi, metode peramalan juga berguna untuk
menentukan tingkat persediaan, penganggaran, dan pengadaan barang dan jasa untuk rantai
pasokan. Peramalan juga berguna untuk menangani banyak masalah bisnis, seperti: B. anomali
permintaan musiman dan permintaan konsumen akibat perubahan kondisi ekonomi nasional dan
global.

Metode peramalan juga merupakan cara yang tepat untuk mengeliminasi anomali permintaan
konsumen selama waktu-waktu tertentu dalam setahun. Tanpa peramalan, sulit bagi perusahaan
untuk berkembang karena volume produksi tidak pernah memenuhi permintaan konsumen di
industri tersebut. 

PERAMALAN HORIZON WAKTU

Prakiraan biasanya diklasifikasikan menurut cakrawala waktu mendatang yang dicakupnya. Horizon
waktu terbagi menjadi 3 kategori sebagai berikut.
 1. Kebutuhan jangka pendek:
Jangka waktu ramalan ini hingga 1 tahun, tetapi biasanya kurang dari 3 bulan. Digunakan
untuk perencanaan, pengadaan, perencanaan kerja, level kerja, tugas dan level produksi.
2. Prakiraan jangka menengah:
Peramalan jangka menengah biasanya berkisar antara 3 bulan sampai 3 tahun. Bermanfaat
dalam prakiraan penjualan, perencanaan dan penganggaran produksi, penganggaran kas,
dan menganalisis varians rencana operasi.
3. Prognosis jangka panjang:
Umumnya, peramalan jangka panjang 3 tahun atau lebih digunakan untuk merencanakan
produk baru, investasi, tempat atau perluasan fasilitas, serta penelitian dan pengembangan.

Ramalan jangka menengah dan jangka panjang ditentukan oleh ramalan jangka pendek dengan 3 ciri
sebagai berikut.

1. Prakiraan jangka menengah dan panjang mengacu pada isu-isu yang lebih lebar yang
membantu keputusan manajemen tentang perencanaan produk, pabrik, dan proses.
Penerapan beberapa keputusan manufaktur, seperti keputusan GM untuk membuka pabrik
baru di Brasil, memerlukan waktu 5 hingga 8 tahun dari awal hingga selesai.
2. Ramalan jangka pendek biasanya menggunakan metode yang berbeda dari ramalan jangka
panjang. Teknik matematika contohnya rata-rata bergerak dan perhitungan tren umumnya
digunakan untuk peramalan jangka pendek.
3. Prakiraan jangka pendek cenderung lebih akurat daripada prakiraan jangka panjang. Faktor-
faktor yang mempengaruhi permintaan dapat berubah setiap hari. Faktanya, keakuratan
ramalan dapat menurun seiring dengan bertambahnya cakrawala waktu. Hampir selesai
tanpa lupa bahwa perkiraan penjualan harus diperbarui secara berkala untuk
mempertahankan nilai dan integritasnya. Setelah setiap musim penjualan, ramalan ditinjau
dan direvisi  

TIPE PERAMALAN

1. Peramalan ekonomi berhubungan dengan siklus bisnis dengan memprediksi inflasi, jumlah uang
beredar, perumahan dan indikator perencanaan lainnya.
2. Prakiraan teknologi mengacu pada tingkat perkembangan teknologi yang dapat menyebabkan
munculnya produk baru yang lebih menarik yang membutuhkan pabrik dan peralatan baru.

3. Peramalan permintaan adalah perkiraan permintaan untuk produk atau layanan perusahaan.
Prakiraan mendorong keputusan, sehingga manajer memerlukan informasi segera dan akurat
tentang permintaan aktual. Anda memerlukan prakiraan yang didorong oleh permintaan yang real.
Mereka menginginkan peramalan yang digerakkan oleh permintaan, di mana fokusnya adalah
mengidentifikasi dan memenuhi kebutuhan konsumen dengan sangat cepat. Prakiraan ini sering kali
menggunakan data titik penjualan (POS) terkini, laporan preferensi konsumen yang dibuat oleh
pengecer, dan lebih banyak informasi untuk membuat prakiraan dengan sebanyak mungkin informasi
terkini. Peramalan yang berorientasi pada permintaan mengontrol sistem produksi, kapasitas dan
perencanaan perusahaan dan berfungsi sebagai input untuk perencanaan keuangan, pemasaran dan
personalia. Dilain itu, manfaat dari persediaan yang berkurang dan usang bisa menjadi besar.

Peramalan keuangan dan teknologi adalah teknik terinci yang bukan dari peran manajer operasi.
Oleh karena itu, fokus bab ini adalah pada peramalan permintaan.

PENTINGNYA STRATEGI DALAM PENAWARAN

Peramalan yang baik sangat penting di semua area bisnis:

Peramalan hanyalah perkiraan permintaan sampai permintaan aktual diketahui. Oleh karena itu,
prakiraan permintaan memandu keputusan di banyak bidang.

Dampak peramalan permintaan produk pada tiga fungsi:

(1) Manajemen Rantai Pasokan

(2) sumber daya manusia

(3) kemampuan 

Tujuh langkah dalam sistem Peramalan

1. Tentukan penggunaan perkiraan:

Disney menggunakan prakiraan penumpang untuk membuat keputusan tentang staf, jam
operasional, ketersediaan taman bermain, dan pilihan tempat makan.
2. Pilih target yang akan diprediksi:

Disney World memiliki 6 wahana utama. Meramalkan kehadiran harian di setiap taman adalah tokoh
kunci yang dapat memandu kepegawaian, pemeliharaan, dan perencanaan. 3. Tentukan horizon
waktu ramalan:

Diantara jangka Panjang dan pendek, Disney mengembangkan prakiraan harian, mingguan, bulanan,
tahunan, dan lima tahunan.

4. Pilihan model peramalan:

Disney menggunakan beberapa model statistik yang akan dibahas, antara lain moving average,
ekonometrika, dan analisis regresi. Lakukan beberapa pemikiran juga.

5. Kumpulkan informasi yang diperlukan untuk membuat prediksi:

Tim peramalan Disney memiliki 35 analis dan 70 perwakilan lapangan yang meneliti 1 juta
orang/perusahaan ditiap tahun. Disney juga memakai perusahaan dinamakan Global Insight untuk
peramalan industri travel, menyatukan data tentang nilai tukar mata uang, kedatangan di AS,
maskapai penerbangan khusus, tren pasar saham Wall Street, dan jadwal liburan sekolah.

6. membuat peramalan

7. Konfirmasi dan terapkan hasil:

Di Disney, peramal ditinjau setiap hari di tingkat teratas untuk meyakinkan bahwa model, asumsi,
dan data benar. ukuran kesalahan yang digunakan; Berdasarkan perkiraan, kunjungan staf kemudian
dijadwalkan setiap 15 menit.

Ketujuh langkah tersebut memberikan cara yang sistematis untuk memulai, merancang, dan
menerapkan sistem peramalan. Jika sistem digunakan untuk membuat peramalan periodik dari
waktu ke waktu, data harus dikumpulkan secara teratur. Perhitungan sebenarnya kemudian biasanya
dilakukan di komputer. 

LANGKAH-LANGKAH DALAM SISTEM PERAMALAN

Langkah-langkah dalam sistem peramalan terdiri dari tujuh yaitu:

1. Menentukan apa manfaat dari peramalan yang akan dilakukan.

2. Memilih barang utama yang akan diramalkan.
3. Menentukan waktu yang dibutuhkan dalam peramalan. Baik itu jangka pendek, menengah
maupun jangka panjang.
 4. Menentukan bentuk peramalan.
5. Mengumpulkan data-data yang di perlukan dalam membuat peramalan.
6. Mengadakan atau melakukan peramalan.
7. Mengimplementasikan hasil dari peramalan.

Dalam melakukan peramalan, tiap perusahaan akan menghadapi beberapa faktor seperti faktor
internal yang tidak dapat diprediksi.

PENDEKATAN PERAMALAN

Pendekatan peramalan secara umum terdiri dari 2, yaitu:

1. Peramalan kuantitatif, yaitu peramalan yang dibuat atas dasar masa lalu dan hasilnya dibuat
menggunakan macam-macam model matematika.
2. Peramalan Kualitatif, yaitu peramalan yang dibuat atas dasar masa lalu yang hasilnya dari
pendapat, intuisi, emosi dan pengalaman pribadi.

PERAMALAN RUNTUN WAKTU

1. Penguraian dari runtun waktu

a. Kecenderungan, yaitu pergerakan data secara bertahap selama bertahun-tahun.
b. Musiman, yaitu meliputi periode hari, minggu bulan atau tahun yang akan terus
mengulan dengan sendirinya.
c. Siklus, yaitu pergerakan yang terjadi setiap beberapa tahun.
d. Variasi secara acak, yaitu pola yang tidak dapat diprediksi karena dilakukan secara acak.

2. Pendekatan Awam
Pendekatan awam adakan pendekatan yang lebih efisian dan efektif. Yang
menyediakan permulaan yang lebih canggih yang dapat dibandingkan.

3. Pergerakan Rata-Rata
Pergerakan rata-rata terpusat (Moving Avarage) diperoleh dengan menjumlahkan
dan merata-rata nilai darijumlah periode tertentu secara berulang-ulang, setiap kali
menghapus nilai periode sebelumnya dan menambahkan nilai baru. Pergerakan rata-rata
 dapat memperhalus fluktuasi pada data apa pun, sambil mempertahankan pola umum data
(rata-rata yang lebih panjang menghasilkan lebih banyak penghalusan). Namun, mereka tidak
menghasilkan persamaan peramalan, atau mereka juga tidak menghasilkan nilai untuk ujung-
ujung seri data.
Pergerakan rata-rata sederhana dirumuskan sebagai berikut:

Σ permintaandalam periode n sebelumnya

Pergerakan rata-rata =
n

Keterangan : n = jumlah periode dalam pergerakan rata-rata.

Pergerakan rata-rata bobot dapat dituliskan sebagai berikut:

Pergerakan Rata-rata =

Σ((bobot untuk periode n) permintaandalam periode n)¿ ¿

Σ Bobot

Pergerakan rata-rata menyajikan 3 permasalahan, yaitu:

a. Meningkatkan n atau jumlah rata-rata periode yang dengan baik melancarkan fluktuasi
tetapi metode lebih sensitive pada perubahan data.
b. Pergerakan rata-rata tidak mengambil kecenderungan dengan baik.
c. Pergerakan ini membutuhkan catatan dan data di masa lalu yang ekstensif.

4. Penghalusan Eksponensial
Merupakan metode peramalan pergerakan rata-rata bobot lainnya.

Peramalan baru = Peramalan periode sebelumnya + α (Permintaan actual periode

sebelumnya – Peramalan periode sebelumnya
Atau
Ft = Ft-1 + α (At-1 – Ft-1)

Keteraangan : α = bobot/ Penghalusan konstan ¿0 atau ≤ 1.

Ft = Peramalan yang baru
Ft-1 = peramalan periode sebelumnya
 A t-1 = Permintaan actual periode sebelumnya.

MENGUKUR KESALAHAN PERAMALAN

Jika diketahui peramalan pada suatu periode t serta permintaan actual dalam periode t, kesalahan
peramalan dituliskan sebagai berikut:

Kesalahan Peramalan = Permintaan Aktual – Nilai Peramalan

= At - Ft

Ada tiga ukuran yang digunakan dalam memonitori peramalan yaitu:

1. Devisasi rata-tata yang absolut ( mean absolute deviation-MAD)

Dihitung dengan mengambil jumlah nilai absolut kesalahan peramalan individual
(deviasi) dibagi dengan jumlah periode (n)

¿
MAD = Σ∨ Aktual−Peramalan∨ ¿
n

2. Kesalahan rata-rata yang dikuadratkan (mean squared error-MSE)

Rata-rata perbedaan yang dikuadratkan antara nilai yang diramalkan dengan yang diamati.

Σ∨Aktual−Peramalan∨2
MSE =
n

Kelemahan menggunakan MSE yaitu cenderung menonjolkan deviasi yang besar sehubungan
dengan istilah digandakan.

3. Kesalahan presentasi rata-rata absolut (mean absolute percent error-MAPE)

Kesalahan rata-rata absolut dapat digunakan untuk meramalkan barang dalam
ribuan.

MAPE =
∑ 100∨ Aktua li− Aktual ∨¿ Aktua li
i
t −1
n
 PERTANYAAN EVALUASI

1. Peramalan sangat dibutuhkan suatu perusahaan, jika tidak ada peramalan apa yang akan
terjadi?
2. Apa pengaruh yang didapat oleh agregasi metode peramalan individu terhadap akurasi
peramalan
3. Bagaimana dampak sebuah perusahaan yang menerapkan metode peramalan?

DAFTAR PUSTAKA

Jay Heizer, B. R. (2004). Operation Management. New Jersey: Prentice-Hall.

Yuliarty, A. L. (2020). PENERAPAN METODE PERAMALAN (FORECASTING) PADA PERMINTAAN ATAP di

PT X. Malang: Jurnal Teknik Industri Malang .

GLOSARIUM PUSTAKA

Asumsi: Dugaan yang diterima sebagai dasar

Bobot: Berat suatu benda

Cakrawala: Lengkung langit

Data: Sekumpulan data atau juga keterangan

Ekonometrika: Cabang ilmu ekonomi yang menggabungkan teori ekonomi dengan matematika dan
statistika

Fluktuasi: Perubahan harga khusus yang disebabkan oleh mekanisme pasar yang perubahannya
berupa kenaikan maupun penurunan nilai harga iti sendiri yang bisa digambarkan secara grafikal

Horizon: Geo langit bagian bawah yang berbatasan dengan permukaan bumi atau laut

Investasi: Aktivitas penanaman uang atau modal

Kapasitas: Daya tamping, daya serap, ruang atau fasilitas yang tersedia

Level: Alat untuk mengukur ketinggian dengan Batasan ketinggian tertentu

Periodik: Kurun waktu atau lingkaran waktu (masa)

Regresi: Salah satu metode dalam statistika untuk menentukan sebab akibat antara satu variable
dengan variable lainnya

Sumber: Tempat kelaurnya sesuatu, asal dari sesuatu