NIM : 20059187
2. Jenis-jenis Peramalan
- Peramalan ekonomi
Peramalan ini membahas siklus bisnis dengan memprediksi tingkat inflasi,
persediaan uang, perumahan dimulai, dan indikator perencanaan lainnya.
- Peramalan teknologi
Peramalan ini berkaitan dengan tingkat kemajuan teknologi, yang dapat
mengakibatkan dalam kelahiran produk baru yang menarik, membutuhkan
pabrik dan peralatan baru.
- Peramalan permintaan
Peramalan ini merupakan proyeksi permintaan untuk produk atau layanan
perusahaan. Prakiraan mendorong keputusan, sehingga manajer membutuhkan
informasi yang segera dan akurat tentang tuntutan.
3. Kapasitas
Ketika kapasitas tidak memadai, kekurangan yang dihasilkan dapat menyebabkan
hilangnya pelanggan dan pasar. Inilah yang terjadi pada Nabisco ketika
meremehkan permintaan yang besar untuk Kue Makanan Setan Snackwell yang
baru. Bahkan dengan lini produksi bekerja lembur, Nabisco tidak dapat memenuhi
permintaan, dan kehilangan pelanggan.
6. Membuat peramalan
Nama : Tantowy Ahmad Fahrezi
NIM : 20059187
Di Disney, perkiraan ditinjau setiap hari paling tinggi untuk memastikan bahwa
model, asumsi, dan data valid. Tindakan kesalahan adalah terapan; kemudian
prakiraan digunakan untuk menjadwalkan personel hingga interval 15 menit.
D. Pendekatan Peramalan
Ada dua pendekatan umum untuk peramalan, seperti halnya ada dua cara untuk
menangani semua keputusan. Salah satunya adalah analisis kuantitatif; yang lainnya
adalah pendekatan kualitatif. Kuantitatif prakiraan menggunakan berbagai model
matematika yang mengandalkan data historis dan/atau asosiatif variabel untuk
meramalkan permintaan. Prakiraan subjektif atau kualitatif memasukkan faktor-faktor
seperti intuisi, emosi, pengalaman pribadi, dan sistem nilai pembuat keputusan dalam
mencapai ramalan. Beberapa perusahaan menggunakan satu pendekatan dan beberapa
menggunakan yang lain. Dalam prakteknya, kombinasi dari keduanya biasanya paling
efektif.
2. Pendekatan Naif
Pendekatan naif adalah model peramalan objektif yang paling hemat biaya dan
efisien. Setidaknya itu memberikan awal titik di mana model yang lebih canggih
yang mengikuti dapat dibandingkan.
3. Rata-rata bergerak
Peramalan rata-rata bergerak menggunakan sejumlah nilai data aktual historis
untuk menghasilkan prakiraan. Rata-rata pergerakan berguna jika kita dapat
mengasumsikan bahwa permintaan pasar akan tetap cukup stabil waktu.
4. Penghalusan Eksponensial
Penghalusan eksponensial adalah metode peramalan rata-rata bergerak tertimbang
lainnya. Ini melibatkan sangat sedikit pencatatan data masa lalu dan cukup mudah
digunakan.
Nama : Tantowy Ahmad Fahrezi
NIM : 20059187
5. Proyeksi Tren
Teknik ini cocok garis tren ke serangkaian titik data historis dan kemudian
memproyeksikan kemiringan garis ke dalam masa depan untuk peramalan jangka
menengah hingga jangka panjang.
1. Penghalusan Adaptif
Peramalan adaptif mengacu pada pemantauan komputer dari sinyal pelacakan dan
penyesuaian diri jika sinyal melewati batas yang telah ditentukan. Misalnya,
ketika diterapkan pada pemulusan eksponensial, a dan koefisien b pertama-tama
dipilih berdasarkan nilai yang meminimalkan perkiraan kesalahan dan kemudian
disesuaikan setiap kali komputer mencatat sinyal pelacakan yang salah. Proses ini
adalah disebut pemulusan adaptif.
2. Peramalan Fokus
Daripada beradaptasi dengan memilih konstanta pemulusan, komputer
memungkinkan kita untuk mencoba berbagai model peramalan. Pendekatan
seperti ini disebut peramalan fokus. Peramalan fokus didasarkan pada dua prinsip:
- Model peramalan yang canggih tidak selalu lebih baik dari yang
sederhana.
- Tidak ada teknik tunggal yang harus digunakan untuk semua produk atau
layanan.