Kuncorosidi, SE, M. Si
Disusun oleh:
Nama : Maryam
Nim : 02111220061
STIE SUTAATMADJA
SUBANG
2023
BAB IV
PERAMALAN
Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu
produk atau beberapa produk dalam periode tertentu di masa yang akan datang. Peramalan
yang baik merupakan bagian yang penting bagi jasa yang efisien dan operasional
manufakturing Peramalan (forecasting) adalah suatu seni dan ilmu pengetahuan dalam
memprediksi peristiwa pada masa mendatang.
Menurut Heizer dan Render (2009 : 162), peramalan (forecasting) adalah seni dan ilmu
untuk memperkirakan kejadian di yang akan datang. Hal ini dapat dilakukan dengan
melibatkan pengambilan data masa lalu dan menempatkannya ke masa yang akan datang
dengan suatu bentuk model matematis. Hal tersebut juga merupakan prediksi intuisi yang
bersifat subjektif. Atau dapat pula menggunakan kombinasi model matematis yang disesuaikan
dengan pertimbangan yang baik dari seorang manager.
Tujuh langkah ini menyajikan cara yang sistematis untuk memulai, merancang, dan
mengimplementasikan sistem peramalan. Ketika sistem digunakan untuk menghasilkan
peramalan secara teratur atas waktu, data harus dikumpulkan secara rutin. Kemudian.
Penghitungan aktual biasanya dibuat dengan komputer. tiap perusahaan menghadapi beberapa
kenyataan sebagai berikut:
❖ Faktor di luar yang tidak dapat kita prediksikan atau kendalikan sering kali memengaruhi
peramalan.
❖ Sebagian besar teknik peramalan mengasumsikan bahwa terdapat beberapa stabilitas yang
mendasar di dalam sistem. Konsekuensinya, beberapa perusahaan mengotomatisasi
prediksi mereka dengan menggunakan perangkat lunak peramalan yang terkomputerisasi,
kemudian memonitor hanya produk barang yang memiliki permintaan tidak menentu.
❖ Baik produk keluarga maupun peramalan yang menyeluruh lebih akurat daripada
peramalan produk individual. Disney, sebagai contoh, mengumpulkan peramalan
kehadiran harian di wahana. Pendekatan ini membantu menyeimbangkan prediksi yang
berlebihan dan kekurangan untuk tiap-tiap 6 atraksi pertunjukan.
Pendekatan Peramalan
Terdapat 2 pendekatan umum untuk peramalan, hanya terdapat 2 cara untuk mengatasi
seluruh permodelan keputusan. Salah satu adalah analisis kuantitatif, yang satunya lagi adalah
pendekatan kualitatif. Namun, dalam bagian ini hanya satu pendekatan yang akan diperinci
secara detail, yaitu peramalan kualitatif. Peramalan kuantitatif (quantitative forecasts)
menggunakan bermacam-macam model matematika yang bergantung pada data historis dan/
atau variabel asosiatif untuk meramalkan permintaan. Subjektif atau peramalan kualitatif
(qualitative forecast) menggabungkan faktor-faktor, misalnya intuisi dari si pengambil
keputusan, emosi, pengalaman pribadi, dan sistem nilai dalam mencapai peramalan. Beberapa
perusahaan menggunakan salah satu pendekatan dan beberapa menggunakan yang lainnya
dalam praktiknya, kombinasi dari keduanya biasanya yang paling efektif.
Pendekatan Awam
Cara paling sederhana untuk mengasumsikan bahwa permintaan dalam periode
selanjutnya akan setara dengan permintaan dalam periode yang paling baru.
Jika ditemukan bahwa untuk beberapa lini produk, pendekatan awam (naive
approach) ini adalah model peramalan yang paling efektif dalam biaya dan tujuan yang efisien.
Sedikitnya dia menyediakan poin permulaan di mana merupakan model yang lebih canggih
yang kemudian dapat dibandingkan.
Pergerakan Rata-Rata
Peramalan pergerakan rata-rata (moving-average) menggunakan sejumlah nilai data
aktual historis untuk menghasilkan peramalan. Pergerakan rata-rata bermanfaat jika kita dapat
mengasumsikan bahwa permintaan pasar akan tetap kokoh secara wajar selama bertahun-
tahun. Pergerakan rata-rata 4 bulanan ditemukan dengan menjumlahkan permintaan selama 4
bulan bulan yang lalu dan membaginya dengan 4. Dengan tiap-tiap bulan yang terlewati, data
yang paling baru akan ditambahkan pada jumlah data 3 bulan sebelumnya, dan bulan yang
paling awal diturunkan. Praktik ini cenderung untuk melancarkan penyimpangan dalam
serangkaian data.
Secara sistematis pergerakan rata-rata yang sederahana (yang berfungsi sebagai estimasi
permintaan periode berikutnya) dicerminkan dalam hal berikut:
Dimana n adalah jumlah periode dalampergerakan rata-rata sebagai contoh, 4,5, atau 6 bulan,
masing-masing, untuk 4-, 5-, atau 6- periode pergerakan rata-rata.
Ketika kecenderungan atau pola yang dapat dideteksi terjadi, bobot (weights) dapat
digunakan untuk menempatkan lebih penekanan pada nilai saat ini. Praktik ini membuat teknik
peramalan menjadi lebih responsif pada perubahan karena periode yang lebih baru akan lebih
banyak tertimbang. Pilihan bobot agak sewenang-wenang karena tidak terdapat formula untuk
menentukan mereka. Oleh karena itu, memutuskan berat mana yang akan digunakan
memerlukan beberapa pengalaman. Misalnya, jika bulan atau periode terakhir bobotnya terlalu
berlebih, peramalan akan mencerminkan perubahan tidak biasa yang besar dalam permintaan
atau pola penjualan yang terlalu cepat.
Pergerakan rata-rata bobot dapat dicerminkan secara matematis sebagai:
Rata-rata bobot
Penghalusan Eksponensial
Penghalusan eksponensial (exponential smoothing) adalah metode peramalan
pergerakan rata-rata bobot lainnya. Ini melibatkan sangat sedikit catatan yang mempertahankan
data masa sebelumnya dan mudah untuk digunakan secara wajar. Formula penghalusan
eksponensial dasar dapat diperlihatkan sebagai berikut:
di mana a adalah bobot, atau penghalusan konstan (smoothing constant), dipilih oleh peramal.
yang memiliki nilai lebih tinggi daripada atau setara dengan 0 dan kurang dari atau setara
dengan 1. Persamaan di atas dapat juga di tulis secara matematis sebagai berikut:
Beberapa ukuran yang digunakan dalam praktiknya untuk menghitung keseluruhan dalam
kesalahan peramalan. Ukuran ukuran ini dapat digunakan untuk membandingkan model
peramalan yang berbeda, sejalan dengan untuk memonitor peramalan untuk memastikan
bahwa mereka berfungsi dengan baik. Tiga ukuran yang paling terkenal adalah devis rate rata
yang absolut (mean absolute deviation-MAD), kesalahan rata-rata yang dikuadratkan (mean
squared error-MSE), dan kesalahan persentase rata-rata yang absolut (mean absolut percent
error-MAPE).
• Devisiasi rata-rata yang absolut (MAD), Ukuran pertama atas keseluruhan
dalam kesalahan peramalan untuk model adalah deviasi rata-rata yang absolut
(mean absolute deviation-MAD). Nilai ini dihitung dengan mengambil jumlah
nilai absolut kesalahan peramalan individual (deviasi) dan membaginya dengan
jumlah periode data (n):
𝐴𝑘𝑡𝑢𝑎𝑙−𝑝𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛
MAD =
𝑛
𝑘𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 𝑝𝑒𝑟𝑎𝑚𝑎𝑙𝑎𝑛 2
MSE =
𝑛
Proyeksi Kecenderungan
Metode peramalan runtun waktu sebelumnya (time series forecasting method) yang
akan kita bahas adalah proyeksi kecenderungan (trend projection). Teknik ini mennyesuaikan
garis kecenderungan dengan rangkaian poin data historis dan kemudian, memproyeksikan
kemiringan garis ke dalam peramalan masa mendatang atau dalam jangka menengah hingga
jangka panjang.
Kesalahan kumulatif
Sinyal Penelusuran = MAD
Dimana:
£[Aktual−Peramalan]
MAD = 𝑛
Penghalusan Adaptif
Peramalan adaptif mengacu pada komputer yang memonitor sinyal penelusuran dan
menyesuaikan sendiri jika sinyal melewati limit yang telah ditetapkan. Misalnya, ketika
diterapkan pada penghalusan eksponensial, koefisien a dan ẞ yang pertama dipilih pada nilai
basis yang meminimalkan kesalahan peramalan dan kemudian disesuaikan menurut kapan pun
komputer mencatat sinyal penelusuran yang menyimpang. Prose ini disebut penghalusan
adaptif (adaptive smoothing).
Peramalan Fokus
Daripada mengadaptasi dengan memilih penghalusan konstan, komputer akan
memungkinkan kita untuk mencoba model peramalan yang bermacam-macam. Pendekatan
seperti ini dinamakan peramalan fokus. Peramalan fokus (focus forecasting) didasarkan pada
2 prinsip berikut:
1. Model peramalan yang canggih yang tidak selalu lebih baik daripada yang sederhana.
2. Tidak terdapat teknik tunggal yang akan digunakan untuk seluruh produk atau jasa.
STRATEGI PROSES
Sebuah strategi proses (proses strategy) merupakan sebuah pendekatan dari organisasi
untuk mengubah sumber daya menjadi barang dan jasa. Tujuannya adalah untuk menciptakan
sebuah proses yang bisa menghasilkan produk yang memenuhi keinginan pelanggan yang
sesuai dengan biaya dan batasan manajerial lainnya. Proses yang dipilih akan memiliki efek
jangka panjang pada efisiensi dan fleksibilitas dari produksi selain juga biaya dan mutu dari
barang yang di hasilkan.
Hampir setiap barang dan jasa dibuat dengan beberapa variasi dari satu di antara empat strategi
proses:
1. Fokus proses
2. Fokus yang repetitif
3. Fokus pada produk
4. Kustomisasi masal
1. Fokus proses
Mayoritas produk global ditunjukan untuk membuat produk dengan volume
kecil, tinggi, keragamannya dalam tempat yang disebut “job shops (toko kerja)”.
Fasilitas tersebut diorganisasi di sekitar aktivitas-aktivitas atau proses-proses tertentu.
Fasilitas-fasilitas tersebut merupakan fokus proses (process focused) dalam hal tata
ruang perlengkapan, dan pengawasan.
2. Fokus yang Repetitif
Proses repetitif (repetitive process) merupakan lini perakitan klasik.
Digunakan secara luas di hampir seluruh perakitan mobil dan peralatan rumah tangga,
memiliki lebih banyak struktur dan pada akhirnya kurangnya fleksibilitas dibandingkan
dengan fasilitas berfokus pada proses.
Perusahaan cepat saji merupakan contoh lain dari sebuah proses repetitif
menggunakan modul. Jenis produksi seperti ini memungkinkan lebih banyak
kustomisasi dibandingkan sebuah fasilitas berfokus pada produk; modul (misalkan,
daging, keju, saus, tomat, bawang) dirakit untuk mendapatkan sebuah produk quasi-
custom, sebuah burger keju. Pada manufaktur seperti ini, perusahaan memperoleh
keuntungan ekonomi dari model yang berfokus pada produk (di mana banyak dari
modul yang disiapkan) dan keuntungan kustom dari model dengan volume yang
rendah, variasi yang tinggi.
3. Fokus Produk
Proses dengan volume yang tinggi dan variasi yang rendah adalah proses fokus produk
(product focused). Fasilitas diatur di sekitar produk. Mereka juga disebut dengan proses
yang berkelanjutan karena mereka memiliki pengerjaan produksi yang sangat panjang
dan berkelanjutan.
4. Fokus kustomisasi Massal
Para manajer menggunakan Kustomisasi massal untuk menghasilkan
banyaknya barang dan jasa. Kustomisasi massal (mass customization) merupakan
produk barang dan jasa yang cepat dan berbiaya yang rendah (low-cost) yang
memenuhi keinginan pelanggan yang semakin berbeda. Akan tetapi, kustomisasi
massal bukan hanya tentang keragaman, tetapi juga mengenai membuat secara tepat
apa yang diinginkan pelanggan ketika pelanggan menginginkannya secara ekonomi.
Membuat Kustomisasi Massal Berhasil Kustomisasi massal memerlukan
sebuah sistem dengan volume yang tinggi di mana produk dibuat berdasarkan pesanan
(built-to-order). Dibuat berdasarkan pesanan (build to-onder-BTO) berarti
memproduksi sesuai dengan permintaan pelanggan, bukan berdasarkan ramalan. Akan
tetapi, built to order dengan volume yang tinggi adalah hal yang sulit. Beberapa
tantangan besarnya adalah:
• Desain produk harus imajinatif, Keberhasilan dari desain build-to-order
termasuk sebuah lini produk yang terbatas dan modul.
• Desain proses harus lieksibel dan mampu untuk mengakomodasi perubahan
dalam desain dan teknologi.
• Manajemen persediaan memerlukan kendali yang ketat. Untuk bisa berhasil
dengan build-to-order, sebab perusahaan harus menghindari keadaan terjebak
dengan komponen yang tidak popular dan rusak.
• Jadwal yang ketat yang melacak pesanan dan bahan material dari desain hingga
pengiriman merupakan persyaratan lainnya dari kustomisasi massal.
• Rekan yang responsif dalam rantai pasokan bisa menghasilkan kolaborasi yang
efektif.
Kustomisasi massal/build-to-order merupakan hal baru yang mendesak bagi
kegiatan operasi. Terdapat keuntungan-keuntungan bagi kustomisasi massal dan
build-to-order: pertama, dengan memenuhi permintaan pasar, perusahaan
mendapatkan pesanan dan bisa tetap berada dalam bisnis, selain itu, mereka
memotong biaya (dari personel hingga persediaan hingga ke fasilitas) yang ada
karena ketidakakuratan perumalan penjualan.
Perbandingan Proses
Grafik Crossover (Crossover charts) perbandingan dari proses bisa lebih diperluas
dengan melihat pada titik di mana biaya total dari proses berubah. Proses yang terfokus dalam
sebuah usaha untuk mencapai efisiensi, masyarakat industri terus berusaha menuju spesialisasi.
Fokus yang datang bersamaan dengan spesialisasi memiliki kontribusi terhadap efisiensi.
Manajer yang berfokus pada sebuah jumlah aktivitas dan teknologi yang terbatas dapat
melakukan yang lebih baik. Ketika variasi dari produk dalam sebuah fasilitas meningkat, biaya
overhead meningkat lebih cepat lagi. Fokus, yang didefinisikan sebagai spesialisasi,
simplifikasi, dan konsentrasi, menghasilkan efisiensi. Fokus juga berkontribusi pada
pembentukan sebuah kompetensi utama yang mendorong keberhasilan pasar dan finansial.
Fokus tersebut bisa berupa:
▪ Pelanggan (seperti Winterhalter Gastronom, sebuah perusahaan Jerman yang berfokus
pada mesin cuci piring untuk hotel dan restoran, di mana gelas dan piring tanpa noda
merupakan hal yang sangat penting.
▪ Produk dengan atribut yang serupa (seperti Crawford dari Nucor Steel, pabrik di Ohio
yang memproses hanya lembar baja berkualitas tinggi, dan Gallagher, sebuah
perusahaan dari New Zealand, yang memiliki 45% dari pasar dunia untuk pagar listrik).
▪ Jasa (seperti Arnold Palmer Hospital di Orlando, dengan fokus pada anak dan wanita;
atau Shouldice Hospital di Kanada dengan fokus pada pengobatan hernia).
▪ Teknologi (seperti Texas Instrument, dengan fokus hanya pada semikonduktor khusus,
dan SAP terlepas dari memiliki kesempatan di seluruh dunia tetap fokus pada perangkat
lunak).
Kunci untuk manajer operasi dalam untuk berpindah secara kontinu menuju spesialisasi,
berfokus pada kompetensi utama yang diperlukan untuk menuju pada spesialisasi tersebut.
Pemilihan Perlengkapan
Pada akhirnya, pemilihan dari strategi proses tertentu memerlukan keputusan mengenai
perlengkapan dan teknologi. Keputusan-keputusan ini bisa menjadi rumit karena adanya
metode alternatif produksi di hampir semua fungsi operasi, dari rumah sakit, restoran, hingga
fasilitas manufaktur. Memilih perlengkapan yang terbaik memerlukan pemahaman industri
khusus dan ketersediaan proses dan teknologi.
Dalam era di mana teknologi berubah dengan cepat dan siklus hidup produk yang
pendek, menambahkan suatu fleksibilitas pada proses produksi bisa menjadi sebuah
keuntungan kompetitif. Fleksibilitas (flexibility) merupakan kemampuan untuk merespons
dengan penalti yang kecil dalam waktu, biaya, atau nilai pelanggan. Hal ini berarti
perlengkapan yang dikendalikan secara digital, modular, atau dapat dipindahkan. Membangun
fleksibilitas dalam sebuah proses produksi bisa menjadi sangat sulit dan mahal, tetapi jika hal
tersebut tidak ada, perubahan dapat berarti mulai lagi dari awal. Pertimbangkan apa yang akan
diperlukan untuk sebuah perubahan yang sederhana. Mengubah proses atau perlengkapan bisa
menjadi sangat rumit dan mahal. Penting untuk membuat keutusan penting ini pada saat
pertama kali.
Diagram Alur
Alat pertama adalah diagram alur (flowchart) yang merupakan sebuah skema atau gambar
dari pemindahan bahan materi, produk, atau orang. Misalkan, diagram alur dalam Profil
Perusahaan Global untuk bab ini menunjukkan proses perakitan untuk Harley-Davidson.
Grafik tersebut bisa membantu pemahaman, analisis, dan komunikasi dari sebuah proses.
Grafik Proses
Alat keempat merupakan grafik proses. Grafik proses (process charts) menggunakan
simbol, waktu, dan jarak untuk memberikan sebuah cara yang objektif dan terstruktur untuk
menganalisis dan mencatat aktivitas yang membentuk sebuah proses. Mereka memungkinkan
kita untuk fokus pada aktivitas penambahan nilai.
Perencanaan Layanan
Produk dengan sebuah konten jasa yang tinggi mungkin memerlukan penggunaan teknik
proses yang kelima. Perencanaan layanan (blueprinting service) merupakan sebuah teknik
analisis proses yang menitikberatkan pada pelanggan dan hubungan yang terjadi dengan
pelanggan.
Teknologi Produksi
Kemajuan dalam teknologi yang mendorong produksi dan produktivitas memiliki
penerapan yang telah menyebar secara luas, baik dalam bidang manufaktur maupun jasa.
Dalam bagian ini, kami akan perkenalkan 7 area teknologi: (1) teknologi mesin, (2) sistem
identifikasi otomatis (AIS), (3) pengendalian proses, (4) sistem visi, (5) robot, (6) sistem
penyimpanan dan perbaikan otomatis (ASRSS), (7) kendaraan yang dipandu secara otomatis
(AGV), (8) sistem manufaktur yang fleksibel (FMS), dan (9) manufakturing yang terintegrasi
komputer (CIM).
Teknologi Mesin
Sebagian besar mesin di dunia yang melaksanakan kegiatan operasional, misalnya
pemotongan, pengeboran, pemboran, dan penggiligan mengalami perkembangan yang luar
biasa baik dalam presisi ataupun pengendalian.
Intelegensia sekarang yang tersedia untuk mengendalikan mesin-mesin yang baru
melalui komputer memungkinan barang-barang yang lebih kompleks dan persis tetap dapat
dibuat dengan lebih cepat. Pengendalian secara elektronik meningkatkan kecepatan dengan
mengurangi waktu peralihan, mengurangi limbah (karena kesalahan menjadi lebih sedikit), dan
mendorong fleksibilitas. Mesin-mesin yang memiliki komputer dan memorinya sendiri disebut
dengan mesin kendali numerik komputer ( computer numerical control-CNC).
Sistem Penglihatan
Sistem penglihatan (vision system) sistem yang menggunakan video kamera dan teknolog
dan sering kali digunakan dalam peranan inspeksi. Inspeksi visual adalah suatu tugas yang
penting dalam sebagian besar organisasi pemrosesan bahan makanan dan manufaktur.
Robot
Ketika suatu mesin fleksibel dan memiliki kemampuan untuk memegang, memindahkan,
dan mungkin "menggapai” barang-barang, kita cenderung untuk menggunakan kata robot.
Robot (robots) adalah perangkat mekanik yang menggunakan impuls elektronik untuk
mengaktifkan motor dan saklar. Robot dapat digunakan secara efektif untuk melaksanakan
tugas, terutama yang monoton atau berbahaya atau yang dapat ditingkatkan dengan mengganti
mekanika menjadi tenaga manusia. Kasus seperti ini ketika konsistensi, keakuratan, kecepatan,
kekuatan, atau daya dapat ditingkatkan oleh penggantian mesin menjadi orang.