NPM: 233010140 Kelas: Karyawan Mata Kuliah: Enterprise Resource Planning Dosen: Dr. Ir. Putri Mety Zalynda, MT.
TUGAS 3: TUGAS RESUME FORECASTING DARI HEIZER
Menurut Jay Heizer, Barry Render, Chuck Munson dan Amit Sachan dalam buku Operations Management Sustainability and Supply Chain Management menjelaskan bahwa Forecasting adalah seni dan ilmu memprediksi kejadian di masa depan. Forecasting melibatkan pengambilan data historis dan memproyeksikannya ke masa depan dengan model matematika. Hal ini didasarkan pada data yang didorong oleh permintaan, seperti rencana pembelian pelanggan, dan proyeksinya di masa depan sebagai bahan untuk pertimbangan manajer. Forecasting biasanya diklasifikasikan berdasarkan jangka waktu masa depan yang dicakupnya. Klasifikasi dibagi dalam tiga kategori yaitu: Short-range forecast: memiliki rentang waktu hingga 1 tahun namun secara umum kurang dari 3 bulan. Ini digunakan untuk perencanaan pembelian, penjadwalan pekerjaan, tenaga kerja tingkat, penugasan pekerjaan, dan tingkat produksi. Medium-range forecast: memiliki rentang waktu 3 bulan hingga 3 tahun. Ini digunakan dalam perencanaan penjualan, perencanaan produksi, dan penganggaran, penganggaran kas, dan analisis berbagai rencana operasi. Long-range forecast: memiliki rentang waktu 3 tahun atau lebih, digunakan dalam perencanaan produk baru, belanja modal, lokasi fasilitas atau perluasan, serta penelitian dan penge fmbangan. Tipe-tipe Forecast Economic forecasts mengatasi siklus bisnis dengan memprediksi tingkat inflasi, uang persediaan, perumahan baru, dan indikator perencanaan lainnya. Technological forecasts berkaitan dengan kemajuan teknologi yang bisa menghasilkan lahirnya produk baru yang menarik dan membutuhkan pabrik dan peralatan baru Demand forecasts adalah proyeksi permintaan terhadap produk atau jasa perusahaan. Forecast mendorong keputusan, sehingga manajer memerlukan informasi segera dan akurat tentang real demand. Focus dari tipe ini adalah mengidentifikasi dan melacak keinginan pelanggan dengan cepat. Forecast yang didorong oleh demand menggerakkan system produksi, kapasitas, dan penjadwalan perusahaan serta berfungsi sebagai masukan untuk perencanaan keuangan, pemasaran dan personalia. Dampak dari Product Demand Forecast dalam 3 aktivitas bisnis: 1. Supply-Chain Management Hubungan pemasok yang baik dan keuntungan berikutnya dalam inovasi produk, biaya, dan kecepatan ke pasar bergantung pada perkiraan yang akurat. 2. Human Resources Mempekerjakan, melatih, dan memberhentikan pekerja semuanya bergantung pada permintaan yang diantisipasi. Jika departemen sumber daya manusia harus merekrut pekerja tambahan tanpa peringatan, jumlah pelatihan akan menurun, dan kualitas tenaga kerja akan menurun. Sebuah perusahaan kimia besar di Louisiana hampir kehilangan pelanggan terbesarnya ketika ekspansi cepat ke shift sepanjang waktu menyebabkan kegagalan total dalam pengendalian kualitas pada shift kedua dan ketiga. 3. Capacity Ketika kapasitas tidak mencukupi, kekurangan yang diakibatkannya dapat menyebabkan hilangnya pelanggan dan pangsa pasar. Tujuh Langkah dalam Sistem Forecasting 1. Tentukan penggunaan forecast: menggunakan forecast kehadiran taman untuk membuat keputusan tentang staf, jam buka, ketersediaan kendaraan, dan persediaan makanan. 2. Pilih item yang akan di forecast 3. Tentukan jangka waktu forecast 4. Pilih model forecast 5. Kumpulkan data yang diperlukan untuk membuat forecast 6. Buat forecast 7. Validasi dan implementasikan hasilnya Pendekatan Forecasting Kuantitatif menggunakan berbagai model matematika yang mengandalkan data historis dan/atau variabel asosiatif untuk memperkirakan permintaan. Kualitatif menggabungkan faktor-faktor seperti intuisi pengambil keputusan, emosi, pengalaman pribadi, dan sistem nilai dalam mencapai suatu ramalan. Metode Forecasting Qualitative Jury of executive opinion Pooling pendapat para executives, kadang diolah secara statistik Delphi method Panel para experts yang dilakukan secara iteratif Sales force composite Ramalan yang didasarkan pada estimasi salesperson Consumer Market Survey Ramalan yang didasarkan pada jawaban yang ditanyakan kepada pelanggan Metode Forecasting Quantitative Time Series Models Naïve approach Moving averages Exponential smoothing Trend projection Associative Model Linear regression Jenis Pola Data 1. Pola Trend Cenderung naik/turun Disebabkan oleh populasi, teknologi Terjadi selama bertahun-tahun 2. Pola Seasional Cenderung naik/turun secara regular setiap selang waktu tertentu Disebabkan oleh cuaca, kebiasaan, dll Terjadi dalam satu interval panjang 2-10 tahun 3. Pola Cyclic Pergerakan naik/turun secara berulang Disebabkan oleh factor ekonomi Terjadi dalam jangka pendek dan tidak berulang 4. Pola Random Tidak berpola, erratic, fluktuasi ‘residual’ Disebabkan oleh variasi random/even tak terduga, missal mogok kerja, badai, dll Terjadi dalam jangka pendek dan tidak berulang
Rencana akumulasi yang dibuat sederhana: Bagaimana dan mengapa berinvestasi di bidang keuangan dengan membangun rencana akumulasi otomatis yang disesuaikan untuk memanfaatkan tujuan Anda