PERAMALAN

(FORECASTING)
Metode Peramalan
 top-down forecasting,
dimulai dengan penggunaan hasil-hasil peramalan berbagai kondisi bisnis
umum yang dibuat oleh para ekonom dalam lembaga pemerintah dan
dalam perusahaan-perusahaan besar.
Misal : GNP tahun yang akan datang sebesar 1.500 trilyun rupiah.
Bagaimana hal tersebut mempengaruhi perusahaan ?

 bottom-up forecasating,
dimulai dari perkiraan permintaan produk akhir individual.
 Berapa banyak produk yang dapat dijual perusahaan tahun depan ?
 Berapa jam pelayanan yang akan diminta ?
Dalam metode ini para peramal menerima estimasi-estimasi dari orang-
orang penjualan, para dealer (distributor), dan para pelanggan.
Analisis juga perlu melihat pola-pola penjualan di masa yang lalu
PENGERTIAN
 Peramalan (Forecasting) adalah seni dan ilmu untuk
memperkirakan kejadian di masa depan.
 Berdasarkan horizon waktu, peramalan dibagi 3, yaitu :
1. Peramalan jangka pendek
2. Peramalan jangka menengah
3. Peramalan jangka panjang
Proses Peramalan
 Peramalan adalah suatu usaha untuk meramalkan keadaan yang
akan datang melalui pengujian keadaan masa lalu.

 Esensi peramalan adalah perkiraan peristiwa masa yang akan

datang atas dasar pola-pola di waktu yang lalu.
 Peramalan jangka menengah dan jangka panjang dapat dibedakan
dari peramalan jangka pendek dengan melihat dari tiga hal, yaitu
:
1. Peramalan jangka menengah dan
panjang berkaitan dengan permasalah-
an yg lebih menyeluruh dan mendukung
keputusan manajemen yg berkaitan dgn
perencanaan produk, pabrik, dan pro-
ses.
2. Permalan jangka pendek biasanya menetap-
kan metodologi yg berbeda dibandingkan
permalan jangka panjang.
3. Peramalan jangka pendek cendrung lebih
tepat dibandingkan peramalan jangka
panjang. Faktor-faktor yg mempengaruhi
perubahan permintaan berubah setiap hari.
Dengan demikian semakin panjang horizon
waktu, ketepatan peramalan seseorang se-
makin berkurang.
 Faktor lain yg harus dipertimbangkan saat membuat peramalan
penjualan, terutama peramalan penjualan jangka panjang, adalah
siklus hidup produk. Penjualan produk bahkan jasa tidak terjadi
pada tingkat yg konstan sepanjang hidupnya. Hampir semua
produk yg berhasil melalui empat tahapan, yaitu : perkenalan,
pertumbuhan, kematangan dan penurunan.
JENIS-JENIS PERAMALAN
 Berbagai organisasi menggunakan tiga jenis peramalan yg
utama dalam perenca-naan operasi di masa depan :
1. Peramalan ekonomi : merencanakan indikator-indikator yg
berguna dalam membantu organisasi menyiapkan peramalan
jangka menengah dan jangka panjang.
2. Peramalan teknologi : peramalan jangka panjang sangat
memperhatikan laju perkembangan teknologi.
3. Peramalan permintaan : proyeksi suatu penjualan
perusahaan yg berlaku pada setiap periode dalam
perencanaan horizon.
Peramalan ekonomi dan teknologi bukan merupakan fungsi
manajer operasi, shg dalam pembahasan kita menekankan
pada perencanaan permintaan.
LANGKAH-LANGKAH SISTEM
PERMALAN
 Ada 7 langkah dasar sistem peramalan :
1. Menetapkan tujuan peramalan
2. Memilih unsur yg akan diramalkan
3. Menentukan horizon waktu peramalan
4. Memilih jenis model pemodelan
5. Mengumpulkan data yg diperlukan untuk
melakukan peramalan
6. Membuat peramalan
7. Memvalidasikan dan menerapkan hasil pera-
malan.
Proses peramalan
 Penentuan tujuan, yaitu penentuan estimasi yang diinginkan. Hal ini
tergantung dari informasi dari para manajer
 Pengembangan model, merupakan kerangka analitis yang apabila
dimasukkan data (input data), maka menghasilkan estimasi di waktu
mendatang.
 Pengujian model, untuk menentukan tingkat akurasi, validitas dan
reliabilitas yang diharapkan. Nilai suatu model ditentukan oleh derajad
ketepatan hasil peramalan dengan kenyataan (actual)
 Penerapan model, perlu dimasukkan data historik guna
menghasilkan suatu ramalan.
 Revisi dan evaluasi, perbaikkan mungkin diperlukan karena adanya
perubahan-perubahan yang terjadi di lingkungan perusahaan, seperti
tingkat harga, karakteristik produk, kebijakan pemerintah, dll.
Sedangkan evaluasi ditujukan untuk pembandingan peramalan dengan
hasil nyata, sehingga dapat menilai ketepatan penggunaan suatu
metodologi atau teknik peramalan.
TEKNIK PERAMALAN
PENDEKATAN DALAM PERAMALAN
 Terdapat dua pendekatan umum untuk peramalan, yaitu :
1. Peramalan kuantitatif : peramalan yang
menggunakan model matematis yang
beragam dengan data masa lalu dan
variabel sebab-akibat untuk peramalan
permintaan.
2. Peramalan kualitatif (subjektif) :
peramalan yg menggabungkan faktor
seperti : intuisi, emosi, pengalaman
pribadi, dan sistem nilai pengambilan
keputusan untuk meramal.
Ada 4 teknik peramalan kualitatif :
1. Juri dari opini eksekutif
2. Metode Delphi
3. Komposit tenaga penjualan
4. Surveri pasar konsumen
 Teknik-Teknik Peramalan
 Teknik Kualitatif :
Teknik ini adalah subyektif atau “judgmental” atau berdasarkan pada
estimasi dan pendapat-pendapat. Berbagai sumber pendapat yang baik
bagi peramalan kondisi bisnis adalah sebagai berikut :
 Para eksekutif
 Orang-orang bagian penjualan
 Para langganan
 Para ahli berbagai bidang, misal : konsultan manajemen
Ada 5 metode peramalan kuantitatif :
1. Model deret waktu :
a. Pendekatan naif
b. Rata-rata bergerak
c. Penghalusan eksponensial
2. Model Asosiasif :
a. Proyeksi tren
b. Regresi linear
 Model Deret Waktu : teknik peramalan yg menggunakan
sejumlah data masa lalu untuk membuat peramalan.
 Model asosiatif (hubungan sebab akibat) seperti regresi linear,
menggabungkan banyak variabel atau faktor yg mungkin
mempengaruhi kuantitas yg sedang di-ramalkan. Sebagai contoh,
model asosia-tif dari penjualan mesin pemotong rumput
mungkin memasukkan faktor spt adanya perumahan baru,
anggaran iklan, dan harga pesaing.
PERAMALAN DERET WAKTU
 Deret waktu didasarkan pada urutan dari titik-titik data yg
berjarak sama dalam waktu (mingguan, bulanan, kuartalan,
dll).
 Menganalisis deret waktu berarti membagi data masa lalu
menjadi komponen-komponen, kemudian memproyeksikan-
nya ke masa depan. Deret waktu mem-punyai empat
komponen :
1. Tren : merupakan pergerakkan data se-
dikit demi sedikit meningkat atau me-
nurun. Perubahan pendapatan, popu-
lasi, penyebaran umur, atau pandangan
budaya dapat mempengaruhi pergerak-
kan tren.
2. Musiman : adalah pola data yg berulang
pada kurun waktu tertentu, seperti :
harian, mingguan, bulanan, atau kuartal.
3. Siklus : pola dalam data yg terjadi se-
tiap beberapa tahun. Siklus ini biasa-
nya terkait pada siklus bisnis dan me-
rupakan satu hal penting dlm analisis
dan perencanaan bisnis jangka pendek.
Memprediksi siklus bisnis sulit dilakukan
karena adanya pengaruh kejadian
politik ataupun kerusuhan internasional.
4. Variasi acak : merupakan satu titik
khusus dalam data yg disebabkan oleh
peluang dan situasi yg tidak lazim.
Variasi acak tdk mempunyai pola khu-
sus shg tdk dapat diprediksi.
PENDEKATAN NAIF
 Pendekatan naif adalah teknik peramalan yg mengasumsikan
permintaan periode berikutnya sama dengan permintaan
pada periode terakhir. Dengan kata lain, jika penjualan
sebuah produk (mis: telpon gemgam Motorolla) adalah 68
unit pada bulan Januari, kita dapat meramalkan pen-jualan
pada bulan Februari akan sama, yaitu sebanyak 68 unit juga.
 Pendekatan naif ini merupakan model peramalan objektif yg
paling efektif dan efisien dari segi biaya. Paling tidak pen-dekatan
naif memberikan titik awal untuk perbandingan dengan model
lain yang lebih canggih.
RATA-RATA BERGERAK
 Rata-rata bergerak adalah suatu metode peramalan yg
menggunakan rata-rata periode terakhir data untuk
meramalkan periode berikutnya.

Rata - rata Bergerak 

 Permintaan dlm periode n sebelumnya
n
n = jumlah periode dalam rata-rata bergerak
 Permintaan tenaga listrik (megawatts)
Garis tren : y = 56,70+10,54x

Tahun
Sistem Peramalan (1)
Data Historis

Data checked for

accuracy and
reasonableness

Tujuan Update sesuai

model kebutuhan

Knowledge of
changed
condition

Forecast Pembandingan
(Prediction) dengan kondisi
aktual

Feedback on
forecast
accuracy
Sistem Peramalan (2)
ORGANIZATION & ITS
ENVIRONMENT

INFORMAL INFORMAL
INFORMATION INFO

MIS

FORECASTER DECISION
MAKER
VALUE
VALUE
SELECT SELECT KEY LIKELY PLANNING
FORECASTING VARIABLES ACCURACY GUIDELINE OBJECTIVE
PROCEDURES ASSUMPTION

COST/TIME DECISION
CONSTRAIN REQUIREMENT

INITIAL
FORECAST

INFORMAL FORECAST WORKING

ADJUST RECOMMEND FORECAST

REVISE
Yes ASSUMPTION

No

FINAL
FORECAST

ACTION PLAN
4. Penggunaan Metode untuk
Keputusan Operasi/Produksi

Time Accuracy Number of Management Forecasting

Horizon Required Forecasts Level Method
Process Qualitative
design Long Medium Single or few Top
or causal
Capacity
Qualitative
planning, Long Medium Single or few Top
and causal
facilities
Aggregate Causal and
planning Medium High Few Middle
time series

Scheduling Short Highest Many Lower Time series

Inventory
management Short Highest Many Lower Time series
5. Horison dan Periode Peramalan
 Peramalan dilakukan untuk memperkirakan permintaan pada
periode waktu tertentu ke depan

menunjukkan kurun waktu dalam satu horison

jangkauan perencanaan atau perencanaan terdiri
HORISON PERENCANAAN dari beberapa PERIODE
(Planning Horizon) PERENCANAAN

 CONTOH:
- Horison Perencanaan= 1 tahun
- Periode Perencanaan= bulanan = 12 bulan
Horison…..
 Bagaimanakah Horison dan Periode Perencanaan ditentukan ?
 Ditentukan antara lain oleh:

Jenis Produk misal, jika produk musiman; horison harus

mencakup seluruh musim secara lengkap

Kemampuan dikaitkan dengan kemampuan untuk mela-

manajemen kukan evaluasi terhadap rencana terutama
frekuensi evaluasi - dan - re-planning

Tujuan ekpansi kapasitas ? --- panjang !!

perencanaan tingkat produksi ? --- pendek !!
Data Peramalan Produksi

 Perencanaan Produksi
memerlukan data
mengenai permintaan TOTAL PASAR

(demand) di masa yang

akan datang Pangsa
Pasar A
Pangsa Pasar
B

 Permintaan (demand),
menunjukkan gambaran
pasar: Permintaan
Potensi Pasar Perusahaan B saja
keseluruhan
Data….
 Peramalan sangat baik jika menggunakan data hasil survey
konsumen secara keseluruhan
 Relatif sulit diperoleh
 Memerlukan waktu yang lama untuk mengumpulkan

 Sebagai pengganti dipakai data penjualan (sales) produk

tersebut.

 Tetapi ini bukan menunjukkan potensi pasar; lebih menunjukkan

pangsa pasar perusahaan saja
7. Demand

 Faktor yang mempengaruhi demand

 Variasi random
 Rencana konsumen
 Daur hidup produk
 Pesaing
 Perilaku/sikap konsumen
 Waktu
 Siklus bisnis
 Iklan Input Output
Perusahaan Permintaan
 Sales effort
 Reputasi
 Desain produk
 Kebijaksanaan kredit
 Kualitas
Demand..
 Untuk perencanaan produksi bagaimana demand berfluktuasi
harus diperhatikan.

 Metode Peramalan yang dikenal digunakan dengan asumsi

dasar bahwa pola permintaan masa lalu akan terus berlanjut
pada masa yang akan datang.

 Perubahan kondisi sistem membuat metode menjadi tidak valid;

misalkan kondisi pra-krismon dengan post-krismon tidak
memenuhi asumsi ini.
demand…

 Namun pada dasarnya

demand berfluktuasi dari Jenis Fluktuasi Permintaan
waktu ke waktu dan secara Trend Cycle

Demand
Demand
teoritis dikenal beberapa
pola dasar; yaitu: Random
movement

- stable, with random Time Time

Seasonal
fluctuations pattern

Demand
Demand
- seasonal variations Trend with
seasonal pattern
- cyclical variations Time Time

- trend
demand….
 Fluktuasi Demand terjadi karena
dipengaruhi oleh:
Product Life Cycle
1. Siklus bisnis: 1. Product development
2. Testing and introduction
3. Rapid growth of demand
resesi, inflasi, depresi, 4. Steady-state demand
5. Phase out
recovery 4
Demand
3
5
2. Siklus Hidup Produk 2
1

Time
demand……
 Faktor-faktor lain antara lain adalah:
- kompetisi
- performansi produk
- kualitas produk
- reputasi produk
- kepercayaan konsumen
- harga
- promosi

 Pengaruh-pengaruh ini harus diperhatikan dengan baik sebelum

membuat peramalan
8. Prosedur Peramalan
 Plot data permintaan vs. waktu

 Pilih beberapa metoda peramalan

 Evaluasi kesalahan peramalan

 Pilih metoda peramalan dengan kesalahan peramalan terkecil

 Intepretasi hasil peramalan