PERAMALAN
PENDAHULUAN
Peramalan merupakan tahap awal dari perencanaan dan pengendalian
produksi. Peramalan adalah pemikiran terhadap suatu besaran, misalnya
permintaan terhadap suatu atau beberapa produk pada periode yang akan
datang. Pada hakikatnya, peramalan merupakan suatu perkiraan terhadap
keadaan yang akan terjadi di masa yang akan datang. Keadaan masa yang
akan datang yang dimaksud adalah:
1. Apa yang dibutuhkan (jenis).
2. Berapa yang dibutuhkan (jumlah/kuantitas).
3. Kapan dibutuhkan (waktu).
27
PENGERTIAN PERAMALAN
Ramalan berguna untuk menggambarkan kondisi di masa yang akan
datang tentang sejumlah kegiatan yang terjadi dalam setiap aspek
kehidupan. Dahulu, manusia melakukan ramalan untuk menentukan
nasib seseorang. Sekarang pun demikian, tapi diperluas ke dalam
aspek kehidupan lainnya, terutama bisnis. Dalam pertanian, misalnya,
dibutuhkan ramalan kapan akan turun hujan untuk menentukan
waktu mulai mengolah sawah. Dalam penangkapan ikan, peramalan
digunakan untuk menentukan kapan musim ikan dan di daerah mana
ikan berkumpul. Dalam pesta perkawinan, peramalan dilakukan
untuk menentukan hari baik, jumlah undangan yang akan datang, dan
prakiraan jumlah biaya.
Dalam bisnis, peramalan diperlukan untuk menetapkan patokan
dalam membuat rencana. Tanpa patokan (dasar), tidak mungkin
rencana kegiatan bisa dibuat karena akan berkenaan dengan berapa
jumlah bahan yang diperlukan, peralatan apa yang digunakan, dimana
dilakukan, siapa yang mengerjakannya, hingga berapa besar biaya
yang harus dikeluarkan. Semuanya akan menjadi sulit kalau tidak ada
patokan. Misalnya, ramalan permintaan pakaian tahun depan adalah
1.000 unit. Berdasarkan ramalan ini, perusahaan harus mempersiapkan
2.000 yard kain. Kemudian, perusahaan juga harus memperhitungkan
METODE PERAMALAN
Salah satu cara untuk mengklasifikasikan permasalahan pada peramalan
adalah mempertimbangkan skala waktu peramalannya, yaitu seberapa
jauh rentang waktu data yang ada untuk diramalkan. Terdapat tiga
kategori waktu yaitu jangka pendek (minggu hingga bulan), menengah
(bulan hingga tahun), dan jangka panjang (tahun hingga dekade).
Metode peramalan secara garis besar dibagi menjadi dua kelompok,
yaitu kelompok kuantitatif dan kelompok metode kualitatif. Metode
kualitatif sifatnya lebih subjektif karena metodenya sulit untuk ditelusuri
sebab-akibatnya, sedangkan metode kuantitatif bersifat lebih objektif
karena sebab-akibatnya dapat ditelusuri (Hani Handoko, 1984).
Metode Kualitatif
Metode kualitatif yaitu model yang tidak menggunakan model
matematis karena biasanya data yang ada tidak cukup representatif
untuk meramalkan masa yang akan datang (long term forecasting).
Peramalan kualitatif menggunakan pertimbangan pendapat-pendapat
para pakar yang ahli atau expert di bidangnya, sehingga kelebihan dari
metode ini adalah biaya yang dikeluarkan sangat murah (tanpa data) dan
cepat diperoleh. Namun, kekurangan metode ini yaitu bersifat subjektif
sehingga sering kali dikatakan kurang ilmiah.
Metode Delphi
Metode delphi adalah metode peramalan yang ditemukan dalam suatu
produksi panel yang terdiri atas beberapa expert (ahli). Ahli tersebut bisa
dari produksi, pemasaran, keuangan, atau litbang. Metode ini dilakukan
untuk memperkirakan kondisi pasar jangka panjang dalam kaitan
dengan investasi yang akan dilakukan. Contohnya, menentukan produk
apa yang akan dijadikan unggulan perusahaan untuk kegiatan intinya.
Presiden direktur kemudiaan mengumpulkan semua direktur bagian
dan komisaris untuk diminta pendapatnya tentang produk yang akan
dijadikan unggulan. Kemudian, dalam suatu panel, mereka memberikan
Penelitian Pasar
Metode ini dilakukan untuk memperkirakan permintaan di masa yang
akan datang dalam kaitan dengan perilaku konsumen. Permintaan
konsumen selalu berubah karena adanya perubahan perilaku yang
dipengaruhi oleh faktor-faktor lain, misalnya pendapatan, pendidikan,
teknologi, dan sebagainnya. Penelitian ini dilakukan dengan menyusun
sejumlah pertanyaan kepada masyarakat. Misalnya, survei tanggapan
konsumen atas kualitas produk yang dihasilkan suatu perusahaan.
Metode Kuantitatif
Metode peramalan yang kuantitatif melakukan kegiatan peramalan
dengan menggunakan angka-angka sebagai dasar untuk memperkirakan
kondisi yang akan datang. Peramalan yang seperti ini lebih banyak
digunakan dalam kegiatan usaha.
Metode ini secara garis besar dibagi menjadi dua kelompok, yaitu
metode time series dan metode sebab akibat. Metode time series
meliputi metode tangan bebas, setengah rata-rata, rata-rata bergerak,
dan exponential smoothing. Sedangkan, metode sebab akibat meliputi
simple regression dan multiple regression.
X1 + X2 + X3 + X4 + X5
Rata-rata SA I =
5
3 + 6 + 10 + 8 + 7
=
5
= 6,8
X6 + X7 + X8 + X9 + X10
Rata-rata SA II =
5
12 + 14 + 14 + 18 + 19
=
5
= 15, 4
Karena rata-rata bergerak sering kali hasilnya lebih rendah dari nilai
penjualan sebenarnya, untuk mengimbanginya sering kali digunakan
rata-rata tertimbang. Cara ini dilakukan dengan memberikan bobot
yang lebih besar kepada tahun terakhir. Dalam contoh Tabel 3-4, tahun
2017 diberikan bobot paling tinggi, yaitu 3, tahun 2016 bobotnya 2, dan
tahun 2015 bobotnya 1. Dengan demikian, ramalan tahun 2018 adalah:
å (y - yc)
2
Sy.x =
N-2
Dimana:
S = Devisiasi standar dari y dengan x tertentu
Y = Nilai-nilai yang diobservasi
Yc = Nilai tren yang diperhitungkan
n–2 = Degree of freedom
Koefisien Korelasi
Koefisien korelasi adalah nilai yang menunjukan kuat/tidaknya
hubungan linier antar dua variabel. Persamaan ini menyatakan bahwa
perubahan variabel bergantung pada Y ditentukan oleh perubahan
variabel bebas X. Garis regresi merupakan garis yang ditarik di antara
titik-titik observasi y dan nilai rata-rata y, sehingga terdapat deviasi
antara garis regresi dengan observasi Y dan nilai rata- rata y. Total variasi
tersebut merupakan penjumlahaan antara variabel-variabel yang bisa
dijelaskan dan variabel-variabel yang tidak bisa dijelaskan, kemudian
dikuadratkan.
Contoh Soal
a. Moving Average
O-RING memiliki data historis permintaan material sebagai berikut.
Tahun Bulan D
2017 Januari 34
Februari 30
Maret 37
April 36
Mei 20
Juni 23
Juli 40
Agustus 36
September 25
Oktober 48
November 32
Desember 29
2018 Januari 32
Februari 34
Maret 38
April 37
Mei 36
Juni 41
Juli 39
Agustus
Jawab:
Rumus untuk metode rata-rata bergerak adalah sebagai berikut
(Gaspersz, 1998).
Dt + Dt -1 + Dt -2 + Dt -( n-1)
FDt +1 =
n
Keterangan:
FD = Ramalan permintaan (forecast demand)
D = Permintaan (demand)
n = Jumlah data
t = Waktu
Tahun Bulan D FD
2017 Januari 34
Februari 30
Maret 37
April 36
Mei 20
Juni 23
Juli 40 30,00
Agustus 36 31,00
September 25 32,00
Oktober 48 30,00
November 32 32,00
Desember 29 34,00
Tahun Bulan D FD
2018 Januari 32 35,00
Februari 34 33,67
Maret 38 33,33
April 37 35,50
Mei 36 33,67
Juni 41 34,33
Juli 39 36,33
Agustus 37,50
1. Akurasi
Peramalan yang baik adalah peramalan yang akurat. Akurasi
peramalan dapat diukur dari hasil kebiasaan dan konsistensi
peramalan tersebut. Bila peramalan tersebut terlalu tinggi atau telalu
rendah dibanding dengan kenyataan yang sebenarnya terjadi, hasil
peramalan dikatakan bias. Hasil peramalan dikatakan konsisten
jika besarnya kesalahan peramalan relatif kecil. Akurasi peramalan
diperlukan karena apabila terlalu rendah akan mengakibatkan
kekurangan persediaan sehingga permintaan konsumen tidak
dapat dipenuhi segera. Perusahaan kemungkinan akan kehilangan
pelanggan dan keuntungan penjualan. Sebaliknya, peramalan yang
terlalu tinggi akan mengakibatkan penumpukan barang/persediaan
sehingga banyak modal tersia-siakan.
2. Biaya
Peramalan membutuhkan biaya. Besarnya biaya dalam pembuatan
suatu peramalan tergantung pada jumlah item yang diramalkan,
lamanya periode peramalan, dan metode peramalan yang digunakan.
1. Perencanaan bisnis
Peramalan dalam perencanaan bisnis terdiri atas rencana pendanaan,
pembiayaan, dan pemasaran serta pengorganisasian perusahaan
sebagai dasar untuk membuat rencana bisnis.
2. Perencanaan pemasaran
Perencanaan pemasaran ini nantinya akan menjadi dasar untuk
membuat perencanaan produksi. Perencanaan pemasaran meliputi
rencana tentang produk yang akan dibuat, penjualan, dan pemasaran.
mesin. Dibandingkan RCCP, CRP lebih teliti dan lebih rinci karena
didasarkan pada rencana pemesanan. Jika kapasitas tidak tersedia, hal ini
bisa diatasi dengan menambah waktu lembur, mengubah routing, dan
lain-lain. Jika tidak tercapai, MPS harus diubah.
9. Production activity control (PAC)
Sering disebut distributor shop floor control (SFC), PAC adalah
aktivitas membuat produk setelah bahan dibeli. Production
activity control terdiri atas aktivitas awal-akhir suatu pekerjaan
berdasarkan urutan kedatangan pekerjaan, lalu membebankan
pekerjaan ke work station, dan melakukan pelaporan. Hasil laporan
merupakan feedback bagi MPS.
10. Pembelian
Peramalan dijadikan dasar guna memilih vendor, membuat order
pembelian, dan menjadwalkan vendor.
11. Pengukuran kinerja
Peramalan dapat digunakan untuk mengevaluasi sistem dengan
melihat seberapa jauh hasil yang diperoleh dibandingkan dengan
rencana yang telah ditetapkan. Ini dijadikan sebagai bahan evaluasi
pencapaian perencanaan bisnis.
PENUTUP
Kesimpulan dari bab ini mencakup dua hal pokok. Pertama, peramalan
merupakan tahapan awal dalam perencanaan sistem operasi produksi.
Kedua, model yang paling tepat harus dipilih dalam melakukan
peramalan. Model yang dipilih dapat dibandingkan dengan model yang
lain dengan menggunakan kriteria minimum average sum of squared
errors. Distribusi forecast errors harus dimonitor, jika terjadi bias maka
model yang digunakan tidak tepat.