MAKALAH MANAJEMEN OPERASIONAL

Peramalan-peramalan (forecast/forecasting)

Dosen Pengampu:
Dr. H. M. Zainul SE, MM

Disusun Oleh:
Nurul Fatimah (2203010081)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM KALIMANTAN
 BAB I

PEMBAHASAN
2.1 Pengertian Peramalan (Forecast/Forecasting)
Pengertian peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa
yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan
dengan beberapa bentuk model matematis.Peramalan merupakan aktivitas fungsi bisnis yang
memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat
dalam kuantitas yang tepat. Peramalan merupakan dugaan terhadap permintaan yang akan
datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu
historis. Peramalan menggunakan teknik-teknik peramalan yang bersifat formal maupun
informal (Gaspersz, 1998).

Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan

manajemen.Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti
(intuitif).Peramalan memiliki sifat saling ketergantungan antar divisi atau bagian. Kesalahan
dalam proyeksi penjualan akan mempengaruhi pada ramalan anggaran, pengeluaran operasi,
arus kas, persediaan, dan sebagainya. Dua hal pokok yang harus diperhatikan dalam proses
peramalan yang akurat dan bermanfaat(Makridakis, 1999):

 Pengumpulan data yang relevan berupa informasi yang dapat menghasilkan peramalan
yang akurat.
 Pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data yang
diperoleh semaksimal mungkin.

2.2 Metode-Metode Perhitungan Peramalan

1. Peramalan Kualitatif
Yakni suatu peramalan yang berdasarkan pada kualitatif di masa lalu. Metode kualitatif
umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman
seseorang. Oleh karena itu hasil peramalan dari satu orang dengan orang lain dapat berbeda.
Meskipun demikian, peramalan kualitatif dapat menggunakan teknik/metode peramalan,
yaitu :
 Juri dari Opini Eksekutif : Metode ini mengambil opini atau pendapat dari sekelompok
kecil manajer puncak/top manager (pemasaran, produksi, teknik, keuangan dan logistik),
yang seringkali dikombinasikan dengan model-model statistik.
 Gabungan Tenaga Penjualan : Setiap tenaga penjual meramalkan tingkat penjualan di
daerahnya, yang kemudian digabung pada tingkat provinsi dan nasional untuk mencapai
ramalan secara menyeluruh.

1
 Metode Delphi : Dalam metode ini serangkaian kuesioner disebarkan kepada responden,
jawabannya kemudian diringkas dan diberikan kepada para ahli untuk dibuat
peramalannya. Metode memakan waktu dan melibatkan banyak pihak, yaitu para staf,
yang membuat kuesioner, mengirim, merangkum hasilnya untuk dipakai para ahli dalam
menganalisisnya.
 Survai Pasar (Market Survey) : Masukan diperoleh dari konsumen atau konsumen
potensial terhadap rencana pembelian pada periode yang diamati. Survai dapat dilakukan
dengan kuesioner, telepon, atau wawancara langsung.
2. Peramalan Kuantitatif
Peramalan kuantitatif ialah peramalan yang dilakukan dengan menggunakan data-data
berbentuk kuantitatif di masa lampau, dimana data-data tersebut benar-benar ada, datanya
dapat dikonversikan dalam bentuk data kuantitatif atau numerik,dan adanya kemungkinan
data di masa lalu tersebut dapat terus bertahan di periode yang akan datang.Metode
peramalan kuantitatif ialah :
a. Metode Time Series
Metode ini membuat peramalan dengan menggunakan asumsi bahwa,masa depan adalah
fungsi dari masa lalu,tujuamnya adalah untuk menentukan pola dalam deret data historis
dan menerjemahkan pola tersebut ke masas depan. Menganalisis tame series berarti
membongkar data masa lalu menjadi komponen-komponen dan kemudian memproyeksikan
kemasa atau periode yang aka datang model ini sendiri memiliki 3 metode peramalan
kuantitatif yaitu :
 Metode rata-rata bergerak (Moving Average): metode ini bermanfaat apabila kita
menggunakan asumsi bahwa permintaan pasar lebih stabil sepanjang waktu. Metode ini
di pakai untuk kondisi dimana setiap data pada waktu yang berbeda mempunyai bobot
yang sama sehingga fluktuasi random data dapat diredam dengan rata-ratanya.
∑(𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑑𝑎𝑙𝑎𝑚 𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 𝑡𝑒𝑟𝑑𝑎ℎ𝑢𝑙𝑢)
Rata-rata bergerak n periode =
𝑛

Dimana n adalah banyaknya periode dalam rata-rata bergerak.

 Metode Eksponential Smoothing: metode ini adalah metode peramalan yang mudah
dan efisiensi penggunaannya bila di lakukan dengan computer. Meskipun merupakan
teknik moving average, metode ini mencakup pemeliharaan data masa lalu yang
sedikit,metode ini di tunjukkan sebagai;
Ft = Ft-1 + (At-1 – Ft-1)α
Dimana :

2
 Ft = ramalan baru
Ft-1 = ramalan sebelumnya
Ft-1 = permintaan actual periode sbelumnya
α = konstanta penghalusan
 Metode Trend Projection: Metode ini di gununakan dengan cara mencocokkan garis
trend kerangkaian titik data historis dan kemudian memproyeksikan garis itu kedalam
ramalan jangka panjang menengah hingga jangka panjang.
Jika potongan Y dan pelandaiannya bisa di hitung,maka persamaan yang di gunkan
adalah:
Ŷ = α + bx
Dimana :
Ŷ = Nilai variable yang dihitung untuk diprediksi (disebut variable tidak bebas)
α = perpotongan sumbu Y
b = kelandaian garis regresi (atau tingkat perubahan dalam untuk Ŷ perubahan tertentu
dalam x)
x = variable bebas/waktu
Ahli Statistik mengembangkan persamaan yang bisa digunakan untuk memperoleh
nilai a dan b untuk garis regresi. Kelandaian b diperoleh dengan :
∑ 𝑥 . 𝑦 − 𝑛. 𝑥̅ . 𝑦̅
𝑏=
∑ 𝑥 2 − 𝑛(𝑥̅ )2
Dan perpotongan y dapat dihitung dengan :
𝑎 = 𝑦̅ − 𝑏𝑥̅
Dimana:
b = Kelandaian garis regresi
x = Nilai variabel bebas
y = Nilai variabel tak bebas
x̄ = Rata-rata nilai x
ӯ = Rata-rata nilai y
n = Jumlah titik data atau observasi
b. Metode Kausal
Regresi linear, model kausal, bergabung menjadi model variabel atau hubungan yang bisa
mempengaruhi jumlah yang sedang diramal. Model ini mengasumsikan bahwa faktor yang
diramalkan mewujudkan hubungan sebab akibat dengan satu atau lebih independent
variabel.Tujuan dari model ini adalah menemukan bentuk hubungan tersebut dan
menggunakannya untuk meramalkan nilai mendatang dari dependent variabel. Pendekatan

3
 ini lebih kuat dibandingkan metode seri waktu yang hanya menggunakan nilai historis
untuk variabel yang diramalkan.
𝑌̌ = 𝑎 = 𝑏𝑥
Dimana,
Ŷ = Nilai variabel tidak bebas, yaitu penjualan
α = Perpotongan sumbu Y
b = Kelandaian garis regresi
x = Variabel bebas

a) Metode Regresi dan Korelasi

Metoda regresi dan korelasi pada penetapan suatu persamaan estimasi menggunakan teknik
“least squares”. Hubungan yang ada pertama-tama dianalisis secara statistik. Ketepatan
peramalan dengan menggunakan metoda ini sangat baik untuk peramalan jangka pendek,
sedangkan untuk peramalan jangka panjang ternyata ketepatannya kurang begitu baik. Metoda
ini banyak digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan
permintaan dan permalan keadaan ekonomi. Data yang dibutuhkan untuk penggunaan metoda
ini adalah data kuartalan dari beberapa tahun lalu.
Contoh : Data berikut berhubungan dengan nilai penjualan pada bar pada beberapa pecan di
penginapan Marthy and Polly Starr di Marathon, Florida. Jika peramalan menunjukkan bahwa
akan dating 20 tamu pecan depan, berapakah penjualan yang diharapkan.

Pekan Tamu Penjualan Pada x2 Xy

(x) Bar (x)
1 16 330 256 5280
2 12 270 144 3240
3 18 380 324 6840
4 14 300 196 4200
Jumlah 60 1280 920 19560

∑ 𝑥 60 ∑ 𝑦 1280
𝑥̅ = = = 15 𝑦̅ = = = 320
𝑛 4 𝑛 4

∑ 𝑥𝑦 − 𝑛𝑥̅ 𝑦̅ 1960 − (4)(15)(320)

𝑏= = = 18 𝑎 = 𝑦̅ − 𝑏𝑥̅ = 320 − (18)(15) = 50
∑ 𝑥 2 − 𝑛𝑥̅ 2 920 − (14)(152 )

𝑦 = 𝑎 + 𝑏𝑥 = 50 + 18𝑥 = 50 + 18(20) = 140

b) Metode Ekonometrik

Metode ini didasarkan atas peramalan sistem persamaan regresi yang diestimasikan secara
simultan. Baik untuk peramalan jangka pendek maupun peramalan jangka panjang, ketepatan

4
peramalan dengan metoda ini sangat baik. Metoda peramalan ini selalu dipergunakan untuk
peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi masyarakat,
seperti permintaan, harga dan penawaran. Data yang dibutuhkan untuk penggunaan metoda
peramalan ini adalah data kuartalan beberapa tahun.

Empat tahapan yang termasuk di dalam memformulasi forecast model ekonometrika ini
antara lain membangun suatu model teori, mengumpulkan data, memilih bentuk persamaan
fungsi yang diestimasi, dan mengestimasi dan menginterpretasi hasil.

Contoh : sebagai contoh disini misalnya kita menginginkan untuk memprakirakan permintaan,
maka hubungan antar harga dan kuantitas dapat menjadi dasar teori yang logis bagi suatu
model. Faktor harga yang mempengaruhi volume permintaan tersebut sebenarnya tidaklah
merupakan satu-satunya faktor yang mempengaruhi permintaan, tetapi banyak faktor lain yang
juga ikut mempengaruhi permintaan. Maka secara spesifik hubungan kausalistik permintaan
itu dipengaruhi oleh selain harga, tetapi juga dipengaruhi misalnya oleh income per kapita (I),
harga barang lain (Po), dan Advertensi (A), dan lain-lain. Karena itu model fungsi yang
dikembangkan dalam persamaan ekonometri sebagaimana ditunjukkan pada pembahasan
estimasi permintaan yang dipengaruhi oleh sejumlah faktor atau variabel antara lain seperti
yang dinyatakan sebagai:

Qd = f(P, I, Po, dan A)

Yang secara ekonomi terbukti secara empirik bahwa fungsi permintaan dipengaruhi P,
I, Po, dan A itu dirumuskan sebagai fungsi:

Qd = a – bP + cI + dPo + eA

Dimana Qd merupakan volume permintaan, a merupakan koefisiensi konstanta, b,c,d,dan e

merupakan koefisiensi faktor Harga, Income, Harga Barang Lain, dan Advertensi.

a) Metode Input Output

Metoda ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model
ini kurang baik ketepatannya untuk peramalana jangka panjang. Model ini banyak
dipergunakan untuk peramalan penjualan perusahaan, penjualan sektor industri dan sub sektor
industri, produksi dari sektor dan sub sektor industri. Data yang dibutuhkan untuk penggunaan
metoda atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

5
 BAB II

PENUTUP

3.1 Kesimpulan
Peramalan adalah aktivitas fungsi bisnis yang memperkirakan penjualan dan penggunaan
produk. Metode peramalan kualitatif bersifat subjektif dan dipengaruhi oleh intuisi, emosi,
pendidikan, dan pengalaman seseorang, sedangkan metode peramalan kuantitatif
menggunakan data kuantitatif di masa lampau. Metode-metode peramalan ini digunakan untuk
meramalkan penjualan, permintaan, dan keadaan ekonomi.

Dari pembahasan tersebut, dapat disimpulkan bahwa peramalan merupakan suatu kegiatan
yang sangat penting dalam fungsi bisnis, karena memungkinkan perkiraan penjualan dan
penggunaan produk di masa depan. Metode peramalan kualitatif, yang bersifat subjektif dan
dipengaruhi oleh faktor-faktor personal seperti intuisi, emosi, pendidikan, dan pengalaman,
digunakan ketika data kuantitatif tidak tersedia atau tidak dapat diandalkan. Sementara itu,
metode peramalan kuantitatif menggunakan data kuantitatif di masa lampau untuk membuat
perkiraan di masa depan. Metode-metode peramalan ini sangat berguna dalam meramalkan
penjualan, permintaan, dan keadaan ekonomi, sehingga dapat membantu perusahaan dalam
pengambilan keputusan yang lebih tepat dan efektif.Dengan demikian, pemahaman yang
mendalam mengenai metode-metode peramalan ini sangat penting bagi para praktisi bisnis dan
manajer dalam mengelola perusahaan dan merencanakan strategi bisnis di masa depan. Selain
itu, pemahaman yang baik mengenai peramalan juga dapat membantu perusahaan dalam
mengantisipasi perubahan pasar dan menghadapi ketidakpastian

6
 DAFTAR PUSTAKA
Dodik. (2013, Maret 2). Pengertian Metode Penelitian Kualitatif dan Kuantitatif. Retrieved
from zonainfosemua.blogspot.com:
https://zonainfosemua.blogspot.com/2011/01/pengertian-metode-penelitian
kualitatif.html

Makridakis, S. (1999). "Metode dan Aplikasi Peramalan. Edisi Ke-2". Jakarta: Binarupa
Aksara Moekijat.

Gaspersz, V. (1998). Manajemen Kualitas. Gramedia Pustaka Utama.

STALONY, V. E. (2013, Maret 27). MANAJEMEN INDUSTRI : METODE PERAMALAN

(PERAMALAN). Retrieved from vebyenandes.wordpress.com:
https://vebyenandes.wordpress.com/2013/03/27/manajemen-industri-metode-peramalan-
forecasting/