MAKALAH

MANAJEMEN OPERASI

PERAMALAN PERMINTAAN BARANG DAN JASA

Disusun Oleh :

Wahid Alauddin Amrulloh

NIM :

(101010503917)

S1 MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS PAMULANG

TANGERANG SELATAN

2023
 KATA PENGANTAR

Puji dan syukur saya panjatkan atas kehadirat Allah SWT yang telah memberikan saya
kemudahan dalam menyelesaikan makalah yang berjudul ‘’Peramalan Permintaan Barang dan
Jasa’’ ini tepat pada waktunya.

Adapun tujuan dari pembuatan makalah ini adalah untuk memenuhi tugas mata kuliah
Manajemen Operasi. Selain itu, makalah ini juga bertujuan untuk menambah wawasan tentang
Peramalan Permintaan Barang dan Jasa bagi para pembaca dan juga penulis. Saya menyadari,
makalah yang saya buat ini sangat jauh dari kata sempurna. Maka dari itu, kritik dan saran akan
saya nantikan demi kesempurnaan makalah ini.

Tangerang Selatan, 27 Maret 2023

i
 DAFTAR ISI
BAB I ......................................................................................................................................... 1
PENDAHULUAN ..................................................................................................................... 1
1.1 Latar Belakang .......................................................................................................... 1
1.2 Rumusan Masalah .......................................................................................................... 2
1.3 Tujuan dan Manfaat ...................................................................................................... 2
BAB II........................................................................................................................................ 3
PEMBAHASAN ....................................................................................................................... 3
2.1 Pengertian Peramalan .................................................................................................... 3
2.2 Jenis-jenis peramalan ..................................................................................................... 3
2.3 Karakteristik peramalan yang baik .............................................................................. 4
2.4 Sifat hasil peramalan ...................................................................................................... 5
2.5 Langkah – langkah peramalan...................................................................................... 5
2.6 Peramalan permintaan................................................................................................... 6
2.7 Metode peramalan permintaan ..................................................................................... 6
BAB III .................................................................................................................................... 14
PENUTUP ............................................................................................................................... 14
3.1 Kesimpulan.................................................................................................................... 14
DAFTAR PUSTAKA ............................................................................................................. 15

ii
 BAB I

PENDAHULUAN
1.1 Latar Belakang
Dalam perkembangan ekonomi dewasa ini dimana dunia usaha tumbuh dengan pesat di
indonesia, pengusaha dituntut untuk bekerja dengan lebih efisien untuk menghadapi persaingan
yang lebih ketat demi menjaga kelangsungan kegiatan operasional perusahaan.
Kelangsungan kegiatan operasional perusahaan khususnya dalam proses produksi akan
dipengaruhi oleh beberapa faktor, antara lain : modal, teknologi, persediaan bahan baku,
persediaan barang jadi, dan tenaga kerja. Persediaan (inventory) merupakan elemen modal kerja
yang dapat disebut sebagai aktiva lancar yang selalu dianggap likuid dibandingkan elemen-
elemen aktiva lainnya yang lain misalnya, kas, dan piutang.
Meskipun demikian masalah inventory menjadi sangat penting bagi perusahaan, khususnya
di bidang industri dan perdagangan, selain bidang tersebut persediaan persediaan juga memiliki
pengaruh dalam fungsi bisnis terutama dalam fungsi operasi pemasaran dan keuangan, selain
itu persediaan juga merupakan kekayaan perusahaan yang memiliki peranan penting dalam
operasi bisnis dalam pabrik (manufacturing) yaitu persediaan bahan baku, bahan pembantu,
barang dalam proses, barang jadi dan persediaan suku cadang.
Persediaan bahan baku yang cukup dapat memperlancar proses produksi serta barang jadi
yang dihasilkan harus dapat menjamin efektifitas kegiatan pemasaran, yaitu memberikan
kepuasan pada pelanggan, karena apabila barang tidak tersedia maka perusahaan kehilangan
kesempatan untuk merebut pasar dan perusahaan tidak dapat menyediakan barang pada tingkat
yang optimal. Penggunaan jaminan kualitas, dan teknik perbaikan dan teknologi produksi,
namun hal yang paling perlu diperhatikan adalah penggunaan bahan produksi dan manajemen
persediaan bahan.
Untuk menjamin kelancaran dan kesinambungan produksi, maka baik perusahaan dagang
maupun manufaktur perlu mengadakan persediaan karena persediaan merupakan unsur modal
kerja yang sangat penting dan yang secara kesinambungan akan berputar dalam siklus
perputaran modal kerja.
Agar perusahaan dapat tetap menjamin kelangsungan operasi perusahaannya serta dapat
mencapai tujuan untuk memaksimalkan nilai perusahaan, maka perlu diadakan suatu tindakan
yang terarah dalam mengendalikan persediaan yang ada dalam perusahaan, dalam mencapai
hasil usaha yang layak dan harga pokok produksi, maka diperlukan pengendalian persediaan
sehingga dapat menekan biaya produksi yang akan timbul atau terjadi. Dengan Penggunaan
forecasting system, tingkat akurasi perencanaan mengenai produksi dan persediaan dapat di
tingkatkan pemilihan metode juga harus sesuai dengan karakteristik data, dan kegiatan evaluasi
juga harus dilakukan dengan hati-hati. Dalam Jaringan Perusahaan, hasil forecasting
memberikan tingkat kesalahan yang kecil, rencana permintaan customer dan pemasok, secara
signifikan berpengaruh terhadap tingkat safety stock.

1
1.2 Rumusan Masalah
a. Pengertian Peramalan

b. Jenis-jenis peramalan

c. Karakteristik peramalan yang baik

d. Sifat hasil peramalan

e. Langkah – langkah peramalan

f. Peramalan permintaan

g. Metode peramalan permintaan

1.3 Tujuan dan Manfaat

Sesuai dengan perumusan masalah diatas, maka tujuan dari penelitian ini adalah untuk :

1. Mengetahui metode peramalan yang memiliki hasil paling baik dan cocok untuk diterapkan
oleh perusahaan sebagai bahan pertimbangan agar persediaan bahan baku lebih optimal dan
efisien.

2. Mengetahui cara dalam pengendalian bahan baku yang dilakukan perusahaan untuk dapat
meminimalkan kelebihan maupun kekurangan persediaan bahan baku.

Manfaat yang diharapkan dari hasil penelitian ini adalah sebagai berikut :

1. Teoritis

Sebagai penerapan teori mengenai inventory management, dengan cara mengaplikasikan

metode Forecasting sebagai bahan untuk mendapatkan pertimbangan dalam menentukan
perencanaan persediaan bahan baku.

2. Praktis Bagi Perusahaan

1. Sebagai informasi tambahan kepada pihak manajemen perusahaan dalam menentukan

persediaan yang efektif dan efisien.

2. Sebagai bahan pertimbangan bagi manajemen maupun pihak lain yang terkait dalam
menjalankan pengendalian persediaan bahan baku secara efektif dan efisien.

2
 BAB II

PEMBAHASAN
2.1 Pengertian Peramalan
Dalam dunia usaha khususnya yang berhubungan dengan produksi sangat
penting untuk memperkirakan hal-hal yang akan terjadi dimasa depan sebagai dasar
untuk pengambilan keputusan.

Menurut Arman Hakim Nasution dan Yudha Prasetyawan dalam buku nya
yang berjudul perencanaan dan pengendalian produksi. Peramalan adalah proses
untuk memperkirakan beberapa kebutuhan dimasa datang yang meliputi
kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan lokasi yang dibutuhkan
dalam rangka memenuhi permintaan barang maupun jasa.

Render dan Heizer (2007) mendefinisikan peramalan adalah seni dan ilmu
memprediksi peristiwa-peristiwa masa depan.

Hal ini serupa dengan pendapat Subagyo (2000) Forecasting adalah

memperkirakan sesuatu yang akan terjadi.

Menurut Handoko (1999) Peramalan adalah suatu usaha untuk meramalkan

keadaan di masa mendatang melalui pengujian keadaan di masa lalu.

Menurut Gaspersz (2005) Aktivitas peramalan merupakan suatu fungsi bisnis

yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-
produk itu dapat dibuat dalam kuantitas yang tepat.

Menurut Taylor (2004) Peramalan yaitu sebuah prediksi mengenai apa yang
akan terjadi di masa depan. Sebuah perusahaan yang menghasilkan barang hasil
produksi memerlukan bahan baku, seperti halnya CV.NGEREMBOKO memerlukan
bahan baku dalam proses

produksi. Dalam memenuhi kebutuhan bahan baku diperlukan peramalan.

Dari pengertian para ahli diatas, maka dapat ditarik suatu kesimpulan bahwa
Peramalan adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan
dengan melakukan studi terhadap data historis untuk menemukan hubungan,
kecenderungan dan pola yang sistematis.

2.2 Jenis-jenis peramalan

Menurut Render dan Heizer (2004) pada jenis peramalan dapat dibedakan menjadi
beberapa tipe. Dilihat dari perencanaan operasi di masa depan, maka peramalan dibagi menjadi
3 macam yaitu:
1) Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan memprediksi
tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan
indikator perencanaan lainnya.

3
2) Peramalan teknologi (technological forecast) memperhatikan tingkat kemajuan tehnologi
yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan
baru.
3) Peramalan permintaan (demand forecast) adalah prediksi dari proyeksi permintaan untuk
produk atau layanan suatu perusahaan.
Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang
dicakupnya. Menurut Taylor (2004) dalam hubungannya dengan horizon waktu peramalan
terbagi atas beberapa kategori, yaitu:
1) Peramalan jangka panjang, umumnya peramalan dilakukan untuk meramalkan 2 sampai 10
tahun yang akan datang. Peramalan ini digunakan untuk perencanaan produk dan perencanaan
sumber daya.
2) Peramalan jangka menengah, umumnya peramalan dilakukan untuk meramalkan 1 sampai
24 bulan yang akan datang. Peramalan ini lebih mengkhusus dibangdingkan peramalan jangka
panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan
penentuan anggaran.
3) Peramalan jangka pendek umumnya peramalan dilakukan untuk meramalkan 1 sampai 5
minggu ke depan. Peramalan ini biasanya digunakan untuk mengambil keputusan dalam hal
perlu tidaknya lembur, penjadwalan kerja, dan lain-lain keputusan kontrol jangka pendek.
2.3 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 didapat, misalnya item-item yang

4
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.
2.4 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 kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
2.5 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

5
9. Memantau keandalan hasil peramalan

2.6 Peramalan permintaan

Peramalan permintaan (forecasting Demand) merupakan suatu usaha memprediksi
tingkat permintaan produk – produk yang diharapkan akan terealisasi untuk jangka waktu
tertentu pada masa yang akan datang. Menurut Vincers Gapers didalam Management
permintaan ada dua jenis permintaan, yaitu:
a) Permintaan bebas ( Independent Demand)
Merupakan permintaan terhadap material, suku cadang atau produk yang bebas atau tidak
terkait langsung dengan struktur bill of material (BOM) untuk produk akhir atau item teretentu.
b) Permintaan tidak bebas( Dependent Demand)
Merupakan permintaan terhadap material , suku cadang atau produk yang terkait langsung
dengan atau diturunkan dari struktur bill of material untuk produk akhir atau item tertentu.
Faktor-faktor yang mempengaruhi peramalan permintaan :
Permintaan suatu produk pada suatu perusahaan sangat dipengaruhi oleh berbagai faktor
lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali perusahaan.
Dimana faktor - faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut ini
merupakan beberapa faktor lingkungan yang mempengaruhi peramalan :
• Kondisi umum bisnis dan ekonomi
• Reaksi dan tindakan pesaing
• Tindakan pemerintah
• Kecenderungan pasar
• Siklus hidup produk
• Gaya dan mode
• Perubahan permintaan konsumen
• Inovasi teknologi
2.7 Metode peramalan permintaan
Banyak jenis metode peramalan yang tersedia untuk digunakan, namun yang lebih
penting adalah bagaimana memahami karakteristik suatu metode peramalan agar cocok untuk
diterapkan pada kasus yang diteliti berdasarkan data–data yang telah terjadi sebelumnya.
Secara umum metode peramalan dapat dibagi dalam dua ketegori utama, yaitu metode
kuantitatif dan metode kualitatif.
Metode kuantitatif dapat dibagi ke dalam deret berkala atau kurun waktu (time series)
dan metode kausal, sedangkan metode kualitatif dapat dibagi menjadi metode eksploratoris dan
normative.

6
 Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan dan biaya
tertentu yang harus dipertimbangkan dalam memilih metode tertentu. Untuk menggunakan
metode kuantitatif terdapat tiga kondisi yang harus dipenuhi, yaitu:
• Tersedia informasi tentang masa lalu
• Informasi tersebut dapat dikuantitatifkan dalam bentuk numeric
• Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut
Peramalan permintaan (forecasting demand) merupakan tingkat permintaan produk-
produk yang diharapkan akan terealisasi untuk jangka waktu tertentu pada masa yang akan
datang. Menurut Render dan Heizer dkk (2014), terdapat tujuh tahap dasar dalam melakukan
peramalan permintaan :
1. Menentukan penggunaan dari peramalan.
2. Memilih items atau kuantitas yang akan diramalkan.
3. Menentukan horizon dari peramalan.
4. Memilih model peramalan.
5. Mengumpulkan data yang diperlukan untuk memperoleh peramaalan.
6. Melakukan peramalan.
7. Memvalidasi peramalan dan mengimplementasikan hasil peramalan
Metode peramalan permintaan time series :
Analisa deret waktu didasarkan pada asumsi bahwa deret waktu tersebut terdiri dari
komponen komponen Trend/kecenderungan (T), Siklus/cycle (C), Pola Musiman/Season (S),
dan variasi acak/Random (R) yang akan menunjukan suatu pola tertentu.Penjelasan komponen-
komponen tersebut adalah sebagai berikut:
a) Trend (T) merupakan sifat dari permintaan masa lalu terhadap waktu terjadinya apakah
permintaan tersebut cenderung naik, turun atau konstan.
b) Cycle (C) merupakan sifat dari permintaan dalam satu periode apakah mengalami permintaan
dengan jumlah yang sama atau tidak.
c) Season (S) merupakan Fluktuasi permintaan suatu produk yang dapat mengalami kenaikan
atau penurunan pada saat saat musim tertentu. Pola ini biasanya disebabkan oleh factor cuaca,
musim libur panjang, hari raya keagamaanyang akan berulang secara periodic tiap tahunnya.
d) Random (R) permintaan suatu produk dapat berubah secara tiba- tiba yang disebabkan oleh
faktor tertentu. Contoh bencana alam,promosi khusus, perusahaan pesaing, dimana faktor-
faktor ini tidak dapat diperkirakan dan tidak mempunyai pola tertentu.
Dalam metode time series ada beberapa teknik yang biasa digunakan tergantung pola
permintaan yang terjadi. Dibawah ini merupakan penjelasannya :

7
1. Metode naive (naif)
Teknik peramalan yang mengasumsikan permintaan periode berikutnya sama dengan
permintaan pada periode terakhir. Metode naif digambarkan secara matematis berikut :
Permintaan periode mendatang = permintaan periode terakhir
2. Moving Average
Peramalan moving average (rataan bergerak) menggunakan sejumlah data aktual masa
lalu untuk menghasilkan peramalan .
Persamaan (1)
keterangan :
At = Permintaan aktual pada periode t
N = Jumlah data permintaan yang dilibatkan dalam perhitungan
3. Weighted Moving Average
Saat terdapat tren atau pola yang terdeteksi, bobot dapat digunakan untuk menempatkan
penekanan yang lebih pada nilai terkini. Moving average dengan pembobotan disebut juga
Weighted Moving Average. Weighted Moving Average dapat digambarkan secara matematik
sebagai berikut:
Persamaan (2)
keterangan :
Wt = bobot permintaan aktual pada periode t
At = permintaan aktual pada periode t
4. Exponential Smoothing
Exponential smoothing (penghalusan eksponensial) merupakan metode peramalan rataan
bergerak dengan pembobotan di mana titiktitik data dibobotkan oleh fungsi eksponensial.
Single Exponential Smoothing dapat digambarkan secara matematis berikut:
Ft = Ft-1 + α (At-1 - Ft-1 ) Persamaan (3)
keterangan:
Ft = peramalan baru Ft-1 = peramalan sebelumnya α = konstanta penghalusan (0 ≤ α ≤ 1) At-1
= permintaan aktual periode lalu single Exponential Smoothing yang telah disesuaikan dengan
adanya tren disebut Double Exponential Smoothing. Double Exponential
Smoothing dapat digambarkan secara matematis sebagai berikut:
F(0) = F1 (0) = A(1) Persamaan (4)
F(t) = α A(t) + (1 - α ) F(t - 1) Persamaan (5)

8
1 F (t) = α F(t) + (1 - α ) F1 (t - 1) Persamaan (6)
f(t + τ ) = F1 (t) Persamaan (7)
keterangan :
Ft = peramalan Double Exponential Smoothing pada periode t
At = peramalan Single Exponential Smoothing pada periode t Ft-1 = peramalan Double
Exponential Smoothing pada periode t-1 α = konstanta penghalusan (0 ≤ α ≤ 1)
5. Proyeksi terhadap tren.
Proyeksi Tren ( trend linear ) adalah teknik menyesuaikan garis tren pada serangkaian
data masa lalu, kemudian memproyeksikan garis pada masa datang untuk peramalan jangka
menengah atau jangka panjang. Persamaan secara matematis ditulis sebagai berikut:
y = a + bx Persamaan (8)
keterangan :
y = nilai terhitung dari variabel yang akan diprediksi
(variabel terikat) a = persilangan sumbu y b = kemiringan garis regresi (tingkat perubahan
pada y untuk perubahan yang terjadi di x) x = variabel bebas
Kemiringan garis regresi (b) dapat ditemukan dengan persamaan berikut :
Persamaan (9)
keterangan :
b = kemiringan garis regresi x = nilai variabel bebas yang diketahui y = nilai variabel terkait
yang diketahui
X = rata - rata nilai x
Y = rata - rata nilai y n = jumlah data atau pengamataan
Titik potong sumbu y ( ) dapat ditemukan dengan persamaan berikut:
Persamaan (10)
keterangan :
= persilangan sumbu b = kemiringan garis regresi
X = rata - rata nilai x
Y = rata - rata nilai y
Ukuran akurasi hasil peramalan :
Ukuran akurasi hasil peramalan yang merupakan ukuran tentang tingkat perbedaan atau
kesalahan hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran yang
biasa digunakan, yaitu :

9
 1. Rata – rata deviasi mutlak ( Mean Absolute Deviation = MAD )
Mean Absolute Deviation ( MAD ) merupakan rata – rata kesalahan mutlak selama periode
tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil jika
dibandingkan dengan kenyataannya. Secara sistematis, MAD dirumuskan sebagai berikut :
Persamaan (11)
keterangan :
At = Permintaan aktual pada periode t Ft = Peramalan permintaan pada periode t n = Jumlah
periode peramalan yang terlibat
1. Rata - rata kuadrat kesalahan ( Mean Square Error = MSE ) Mean Square Error (MSE)
dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode
dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE
dirumuskan sebagai berikut :
Persamaan (12)
keterangan :
At = Permintaan aktual pada periode t Ft = Peramalan permintaan pada periode t n = Jumlah
periode peramalan yang terlibat
2. Rata – rata kesalahan peramalan ( Mean Forecast Error = MFE ) Mean Forecast Error (
MFE ) sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode
tertentu terlalu tinggi atau rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan
mendekati not. MSE dihitung dengan menjumlahkan semua kesalahan peramalan
selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara
sistematis dirumuskan sebagai berikut :
Persamaan (13)
keterangan :
At = Permintaan aktual pada periode t Ft = Peramalan permintaan pada periode t n = Jumlah
periode peramalan yang terlibat
3. Rata – rata persentase kesalahan mutlak ( Mean Absolute Percentage Error = MAPE )
Merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD
karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual
selama periode tertentu yang akan memberikan informasi persentase kesalahan telalu tinggi
atau rendah. Secara sistematis dirumuskan sebagai berikut :
Persamaan (14)
keterangan :
At = Permintaan aktual pada periode t Ft = Peramalan permintaan pada periode t n = Jumlah
periode peramalan yang terlibat

10
 BAB III

PENUTUP
3.1 Kesimpulan
Peramalan atau Forecasting merupakan bagian terpenting bagi setiap perusahaan
ataupun organisasi bisnis dalam setiap pengambilan keputusan manajemen. Forecasting adalah
suatu teknik analisa perhitungan yang dilakukan 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. Forecasting bertujuan untuk memprediksi dan memperkirakan seberapa
banyak bahan atau tenaga tambahan yang dibutuhkan dalam suatu periode. Proses peramalan
yang digunakan adalah peramalan kualitatif, yaitu peramalan yang didasarkan pada data
kualitatif masa lalu, proses ini dilakukan untuk memperkirakan jumlah tenaga kerja tambahan
yang dibutuhkan sesuai dengan event dan occupancy. Selain meramalkan penambahan tenaga
kerja, bagian Human Resource juga meramalkan rekapitulasi jumlah meal karyawan beberapa
hari kedepan yang dilakukan berdasarkan data kualitatif masa lalu. Dalam proses forecasting
menggunakan peramalan jangka pendek, peramalan jangka pendek adalah peramalan yang
jangka waktunya kurang dari tiga bulan, peramalan jangka pendek umumnya di ambil oleh
setiap perusahaan yang mempunyai sistem operasi berkelanjutan atau operasional, peramalan
jangka pendek yang digunakan waktunya sepuluh hari atau istilahnya 10 Days Forecast, durasi
sepuluh hari diambil berdasarkan hari efektif kerja selama 2 minggu yaitu hari senin sampai
jumat. Proses forecasting memiliki pengaruh yang besar dalam efisiensi anggaran terhadap
biaya penambahan tenaga kerja, karena setiap anggaran sudah direncanakan dan sudah
diprediksi berapa jumlah biaya yang akan dikeluarkan dalam satu periode sehingga tidak terjadi
pemborosan biaya terhadap tenaga kerja.

11
 DAFTAR PUSTAKA
Eby Gusdian, Abdul Muis, Arifuddin Lamusa. 2016. Peramalan Permintaan Produk Roti Pada
Industri “Tiara Rizky” di Kelurahan Boyaoge Kecamatan Tatanga kota Palu:
Universitas Tadulako Palu
Eucharistia Yacoba Nugraha dan I Wayan Suletra. 2017. Analisis Metode Peramalan
Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik. Surakarta: Universitas
Sebelas Maret
Sri Haryati. 2014. Sistem Forecasting Perencanaan Produksi pada PD. Adi Anugrah “Food
Industry” Tanjungpinang dengan Metode Single Exponential Smoothing. Tanjung
Pinang: Universitas Maritim Raja All Haji

12