FORECASTING

A. Konsep dasar peramalan

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 dating. Sofyan Assauri (1984: 1)
mendefinisikan peramalan sebagai perkiraan yang ilmiah (educated guess). Menurutnya, setiap
pengambilan keputusan yang menyangkut keadaan pada masa yang akan datang, pasti ada
peramalan yang melandasi pengambilan keputusan tersebut. Frechtling (2001: 8)
mendefinisikan peramalan sebagai proses menyusun informasi tentang kejadian masa lampau
yang berurutan untuk menduga kejadian pada masa depan. Berdasarkan dua definisi di atas,
pada hakikatnya peramalan merupakan bagian awal dari proses pengambilan keputusan.
Sebelum melakukan peramalan harus diketahui terlebih dahulu persoalan dalam pengambilan
keputusan.

Peramalan dalam kegiatan produksi bertujuan untuk mengantisipasi ketidakpastian sehingga

diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Meskipun peramalan
tidak akan pernah “sempurna”, hasil peramalan akan memberikan arahan bagi suatu
perencanaan. Suatu perusahaan biasanya menggunakan prosedur tiga tahap untuk sampai pada
peramalan penjualan, yaitu diawali dengan melakukan peramalan lingkungan, diikuti dengan
peramalan penjualan industri, dan diakhiri dengan peramalan penjualan perusahaan.

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.

Karakteristik Peramalan:

1. Akurasi
Apabila hasil peramalan dikatakan bias, peramalan tersebut terlalu tinggi atau rendah
dibandingkan dengan kenyataan yang sebenarnya terjadi. Selanjutnya hasil peramalan
dikatakan konsisten, apabila kesalahan peramalan relatif kecil.
 Kondisi peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan,
sehingga permintaan konsumen tidak dapat dipenuhi dengan segera. Hal itu akan
berdampak di perusahaan serta besar kemungkinan kehilangan pelanggan dan
keuntungan dari penjualan. Sebaliknya, apabila peramalan yang terlalu tinggi dapat
mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang
terserap dan terbuang. Keakuratan dari hasil peramalan akan berfungsi menyeimbang-
kan persediaan yang ideal.
2. Biaya
Biaya yang dbutuhkan dalam pembuatan peramalan bergantung pada jumlah item/jenis
yang diramalkan, jangka waktu peramalan, dan metode peramalan yang dipakai. Ketiga
faktor pemicu biaya tersebut akan memengaruhi terhadap data yang dibutuhkan. Selain
itu juga akan bergantung pada cara pengolahan data (manual atau komputerisasi), cara
penyimpanan data, dan tenaga ahli yang diperbantukan.
Buffa (1966) menjelaskan bahwa metode yang lebih canggih tidak menjamin
memperoleh hasil yang lebih akurat daripada metode yang lebih sederhana, lebih
mudah diterapkan, dan lebih murah. 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 sederhana dan murah.
3. Kemudahan
Penggunaan metode peramalan yang sederhana mudah dibuat dan mudah diaplikasikan
akan memberikan keuntungan bagi perusahaan. Apabila memakai metode yang
canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan
dana, sumber daya manusia, dan peralatan teknologi merupakan hal yang percuma.
B. Klasifikasi teknik peramalan
Berdasarkan sifat penyusunannya, peramalan meliputi :
➢ Peramalan subjektif
peramalan yang didasarkan atas perasaan atau intuisi dari orang yang
menyusunnya. Dalam hal ini pandangan orang yang menyusunnya sangat
menentukan baik tidaknya hasil ramalan tersebut.
➢ Peramalan objektif
peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan
menggunakan teknik dan metode dalam penganalisisannya.

Berdasarkan jangka waktu ramalan yang disusun, meliputi:

 ➢ Peramalan jangka pendek
peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka
waktunya satu tahun atau kurang. Peramalan ini berfungsi untuk menentukan
kuantitas dan waktu dari kapasitas produksi.
➢ Peramalan jangka menengah
peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka
waktunya satu hingga lima tahun ke depan. Peramalan ini berfungsi untuk
merencanakan kuantitas dan waktu dari kapasitas produksi.
➢ Peramalan jangka Panjang
peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka
waktunya lebih dari lima tahun yang akan datang. Peramalan ini berfungsi
untuk merencanakan kuantitas dan waktu dari fasilitas produksi.

Berdasarkan sifat ramalan yang telah disusun, meliputi:

➢ Peramalan kualitatif
peramalan yang didasarkan atas kualitatif pada masa lalu. Hasil peramalan yang
dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena
hasil peramalan ditentukan berdasarkan pemikiran yang bersifat intuisi,
judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya.
➢ Peramalan kuantitatif
peramalan yang didasarkan atas data kuntitatif pada masa lalu. Hasil peramalan
yang dibuat sangat bergantung pada metode yang dipergunakan dalam
peramalan tersebut.
C. Teknik peramalan
 Gambar 1. Taksonomi Peramalan (Assauri,1984)

1. Metode peramalan kualitatif

➢ Metode delphi
Dalam metode ini, sekelompok pakar mengisi kuesioner. Variabel moderator
menyimpulkan hasilnya dan memformulasikan menjadi suatu kuesioner baru
yang diisi kembali oleh kelompok tersebut, demikian seterusnya. Hal ini
merupakan suatu proses pembelajaran (learning process) dari kelompok tanpa
adanya tekanan atau intimidasi individu. Metode ini pertama kali dikembangkan
oleh Rand Corporation pada tahun 1950-an.
➢ Dugaan Manajemen (Management Estimate) atau Panel Consensus
Metode ini cocok dalam situasi yang sangat sensitif terhadap intuisi dari
sekelompok kecil orang yang mampu memberikan opini kritis dan relevan.
Teknik ini akan dipergunakan dalam situasi ketika tidak ada aternatif lain dari
model peramalan yang dapat diterapkan.
➢ Riset Pasar (Market Research)
Riset pasar (market research) merupakan sebuah metode peramalan berdasarkan
hasil survei pasar yang dilakukan oleh tenaga pemasaran produk atau yang
mewakilinya. Metode ini akan berfungsi untuk menjaring informasi dari
 pelanggan potensial (konsumen), berkaitan dengan rencana pembelian mereka
pada masa mendatang
➢ Metode Kelompok Terstruktur (Structured Group Methods)
Metode kelompok terstruktur (structured group methods) sama seperti metode
Delphi dan metode lainnya. Apabila metode Delphi merupakan teknik
peramalan berdasarkan proses konvergensi dari opini beberapa orang ahli
secara interaktif tanpa menyebutkan identitasnya, metode kelompok terstruktur
tidak bertemu secara bersama dalam suatu forum untuk berdiskusi, tetapi
diminta pendapatnya secara terpisah dan tidak boleh secara berunding. Hal ini
dilakukan untuk menghindari pendapat yang bias karena pengaruh kelompok.
Pendapat yang berbeda secara signifikan dari para ahli yang lain dalam grup
tersebut akan dinyatakan lagi kepada yang bersangkutan, sehingga akhirnya
diperoleh angka estimasi pada interval tertentu yang dapat diterima

2. Metode peramalan kuantitatif

Pada dasarnya metode peramalan kuantitatif dapat dibedakan atas dua bagian, yaitu
sebagai berikut:
➢ Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan
deret waktu atau time series.
➢ Metode peramalan yang didasarkan atas dasar penggunaan analisis pola
hubungan antara variabel yang akan diperkirakan dengan variabel lain yang
memengaruhinya, bukan waktu yang disebut metode korelasi atau sebab akibat
(causal method).
 Gambar 2. Langkah-langkah peramalan kuantitatif (Assauri, 1984)

1. Metode time series

Metode time series adalah metode dalam peramalan dengan menggunakan analisis pola
hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Dalam
metode ini, jenis pola data yang akan diramalkan perlu dipertimbangkan terlebih
dahulu. Menurut Makriadis dan Wheelwright (1983), pola data itu sendiri bisa
diklasifikasikan ke dalam empat jenis siklus dan trend berikut:
• Pola horizontal, yakni pola yang tercipta dari data dengan nilai berfluktuasi di
sekitar nilai rata-rata yang konstan. Contoh, suatu produk yang permintaannya
tidak meningkat atau menurun selama waktu tertentu. Berikut gambar dari pola
horizontal:
• Pola musiman, yakni pola yang tercipta apabila suatu deret dipengaruhi oleh
faktor musiman. Misalnya, permintaan terhadap es krim dan payung. Berikut
gambar dari pola musiman:

• Pola siklus, yakni pola yang tercipta apabila data dipengaruhi oleh fluktuasi
ekonomi berjangka panjang, seperti siklus bisnis. Berikut gambar dari pola
siklus:

• Pola trend, yakni pola yang tercipta akibat adanya kenaikan ataupun penurunan
sekuler berjangka panjang pada data. Berikut gambar dari pola trend:
2. Metode Kausal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya
hubungan sebab akibat dengan satu atau beberapa variabel bebas (independen). Contoh,
jumlah pendapatan berhubungan dengan faktor jumlah penjualan, harga jual, dan
tingkat promosi. Dalam pelaksanaanya, metode kausal perlu didukung pula oleh
beberapa metode lainnya, seperti metode regresi dan korelasi, metode ekonometri, dan
metode input dan output. Penjelasan mengenai keempat metode pendukung tersebut,
antara lain sebagai berikut:
➢ Metode regresi dan korelasi
Analisis regresi berkenaan dengan studi kebergantungan suatu variabel,
variabel tidak bebas, pada satu atau lebih variabel lain, variabel yang
menjelaskan (explanatory variables), dengan maksud menaksir dan atau
meramalkan nilai rata-rata hitung (mean) atau rata-rata (populasi) variabel tidak
bebas, dipandang dari segi nilai yang diketahui atau tetap variabel yang
menjelaskan (Gujarati,2004).
Korelasi dan regresi mempunyai hubungan yang sangat erat. Setiap regresi pasti
ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi. Korelasi
yang tidak dilanjutkan dengan regresi adalah korelasi antara dua variabel yang
tidak mempunyai hubungan kausal/sebab-akibat atau hubungan fungsional.
Untuk menetapkan kedua variabel mempunyai hubungan kausal atau tidak,
harus dilandaskan pada teori atau konsep tentang dua variable tersebut
(Sugiyono, 2005).
 ➢ Metode ekonometrik

Model ekonometrika setidaknya terdiri atas dua golongan variabel, yaitu variabel
terikat (dependen) dan variabel bebas (independen). Jumlah variabel bebas tidak harus
satu, tetapi dapat berjumlah lebih dari satu variabel. Untuk model dengan satu variabel
bebas disebut dengan regresi tunggal (single regression), sedangkan untuk model yang
mempunyai lebih dari satu variabel bebas disebut regresi berganda (multiple
regression).