(forecasting)
MODUL KULIAH
PERAMALAN (FORECASTING)
Kode : MWP52MJ109
MODUL KULIAH
LINK REFERENSI/JURNAL :
Dr. H.A. Rusdiana, M.M. 2014. Manajemen Operasi. Penerbit CV
Pustaka Setia Bandung
Pertemuan _5
PERAMALAN (FORECASTING)
Dosen Pengampu :
YENI, SE., M.Si.
PERTEMUAN_5
PERAMALAN (FORECASTING)
Salah satu kegiatan yang dianggap mampu untuk dijadikan dasar dalam pembuatan
strategi produksi perusahaan adalah peramalan penjualan. Dalam peramalan akan
diketahui besarnya fluktuasi dan tingginya risiko merupakan karakter yang melekat
pada sistem produksi dan distribusi produk bisnis. Hal yang sama juga dapat terjadi
pada industri. Apabila perusahaan yang ada tidak dapat mempersiapkan diri dengan
baik untuk menghadapi tantangan persaingan ini, dikhawatirkan produk-produknya
tidak mampu bertahan dalam menghadapi keadaan pasar yang tidak menentu,
sehingga akan berdampak pada kelangsungan perusahaan pada masa yang akan
2. Tujuan Peramalan
Menurut Pangestu Subagyo (1986:1), peramalan bertujuan mendapatkan ramalan
yang dapat meminimumkan kesalahan meramal dan dapat diukur dengan Mean
Absolute Percent Error (MAPE).
3. Karakteristik Peramalan
Menurut Nasution (1999), peramalan yang baik mempunyai beberapa kriteria,
antara lain akurasi, biaya, dan kemudahan. Penjelasan dari ketiga kriteria tersebut
adalah sebagai berikut.
1
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
a. Akurasi
Pengertian akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
kekonsistensian peramalan tersebut. Apabila hasil peramalan dikatakan bias,
peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan yang
sebenarnya
terjadi. Selanjutnya hasil peramalan dikatakan konsisten, apabila kesalahan
peramalan relatif kecil.
Kondisi peramalan yang terlalu rendah akan mengakibatkan kekurangan
persediaan, sehingga permintaan konsumen tidak dapat dipenuhi dengan segera.
Hal itu akan berdampak di perusahaan serta besar kemungkinan kehilangan
pelanggan dan keuntungan
dari penjualan. Sebaliknya, apabila peramalan yang terlalu tinggi dapat
mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang
terserap dan terbuang. Keakuratan dari hasil peramalan akan berfungsi
menyeimbang-kan persediaan yang ideal.
b. Biaya
Biaya yang dbutuhkan dalam pembuatan peramalan bergantung pada
jumlah item/jenis yang diramalkan, jangka waktu peramalan, dan metode
peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan memengaruhi
terhadap data yang dibutuhkan. Selain itu juga akan bergantung pada cara
pengolahan data (manual atau komputerisasi), cara penyimpanan data, dan tenaga
ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan
dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang
penting akan diramalkan dengan metode yang sederhana dan murah.
Oleh karena itu, Buffa (1966) menjelaskan bahwa metode yang lebih
canggih tidak menjamin memperoleh hasil yang lebih akurat daripada metode yang
lebih sederhana, lebih mudah diterapkan, dan lebih murah. Prinsip ini merupakan
adopsi dari hukum Pareto (Analisis ABC).
c. Kemudahan
Penggunaan metode peramalan yang sederhana mudah dibuat dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Apabila memakai
metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan
karena keterbatasan dana, sumber daya manusia, dan peralatan teknologi
merupakan hal yang percuma.
2
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
3
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
waktunya lebih dari lima tahun yang akan datang. Peramalan ini
berfungsi untuk merencanakan kuantitas dan waktu dari fasilitas
produksi. Peramalan jangka panjang digunakan untuk pengambilan
keputusan mengenai perencanaan produk dan pasar, pengeluaran biaya
perusahaan, studi kelayakan pabrik, anggaran, purchase order,
perencanaan tenaga kerja serta perencanaan kapasitas kerja.
4
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
Atas dasar logika, langkah dalam metode peramalan secara umum adalah
mengumpulkan data, menyeleksi dan memilih data, memilih model peramalan,
menggunakan model terpilih untuk melakukan peramalan, evaluasi hasil akhir.
Menurut Sofyan Assauri (1984), berdasarkan sifatnya, peramalan dibedakan
menjadi dua metode, yaitu peramalan kualitatif dan kuantitatif. Peramalan yang
didasarkan atas data kualitatif didasarkan pada pengamatan kejadian-kejadian pada
masa sebelumnya digabung dengan pemikiran dari penyusunnya. Adapun
5
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
6
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
7
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
8
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
Ada dua hal yang perlu diperhatikan dalam melakukan peramalan, antara lain:
1) pada galat (error), yang tidak dapat dipisahkan dalam metode peramalan;
2) untuk mendapatkan hasil yang mendekati data asli, seorang peramal harus
berusaha membuat error sekecil mungkin.
Dengan adanya data time series, pola gerakan data dapat diketahui. Dengan
demikian, data time series dapat dijadikan sebagai dasar untuk pembuatan
keputusan pada saat ini, peramalan keadaan perdagangan dan ekonomi pada masa
9
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
yang akan datang, perencanaan kegiatan untuk masa depan. Pada prinsipnya,
analisis data time series menurut Hasan (2002: 184) adalah analisis yang
menerangkan dan mengukur berbagai perubahan atau perkembangan data selama
satu periode. Di samping itu, analisis time series dapat dilakukan untuk memperoleh
pola data time series dengan menggunakan data masa lalu yang akan digunakan
dalam meramalkan nilai pada masa yang akan datang.
Dalam time series, terdapat empat macam tipe pola data, yaitu sebagai berikut.
1) Metode time series adalah metode yang dipergunakan untuk menganalisis
serangkaian data yang merupakan fungsi dari waktu.
2) Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang
sepanjang waktu, dan pola dasarnya dapat diidentifikasi semata-mata atas dasar
data historis dari serial itu.
10
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
3) Pola Horizontal
Pada dasarnya pola data horizontal akan terjadi apabila nilai data
berfluktuasi di sekitar nilai rata-rata. Untuk lebih memahami mengenai pola
horizontal, Sofyan Assauri (1984: 46-47) mengilustrasikannya pada gambar 5.5
berikut ini.
11
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
4) Pola Trend
Pada dasarnya pola data ini terjadi apabila data memiliki kecenderungan
untuk naik atau turun terus-menerus. Pola data dalam bentuk ini diilustrasikan oleh
Sofyan Assauri (1984) pada gambar 5.6 berikut.
Dengan demikian, dalam meramalkan biaya yang termasuk dalam biaya operasi
yang menggunakan pola trend, cenderung naik jika mesin/peralatan semakin tua
atau semakin lama jangka waktu pemakaiannya.
b. Metode Kausal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independen). Contoh, jumlah pendapatan berhubungan dengan faktor jumlah
penjualan, harga jual, dan tingkat promosi.
Apabila metode kausal dikaitkan dengan konteks penelitian, menurut Suryabrata
(2006) penelitian kausal komparatif bersifat expost facto, artinya data dikumpulkan
setelah berlangsungnya semua kejadian yang dipersoalkan. Peneliti mengambil satu
atau lebih akibat (sebagai “dependent variables”) dan menguji data itu dengan
menelusuri kembali ke masa lalu untuk mencari sebab, saling hubungan, dan
maknanya. Menurut Sukmadinata (2010: 55), penelitian expost facto meneliti
hubungan sebab akibat yang tidak dimanipulasi atau diberi perlakuan (dirancang
dan dilaksanakan) oleh peneliti.
Penelitian hubungan sebab akibat dilakukan terhadap program, kegiatan
atau kejadian yang telah berlangsung atau telah terjadi. Adanya hubungan sebab
akibat didasarkan atas kajian teoretis bahwa suatu variabel disebabkan atau
dilatarbelakangi oleh variabel tertentu atau mengakibatkan variabel tertentu.
Penelitian expost facto mirip dengan penelitian eksperimen, tetapi tidak ada
pengontrolan variabel dan tidak ada prates. Penelitian ini dapat dilakukan dengan
baik, dengan menggunakan kelompok pembanding.
Tujuan penelitian kausal komparatif dimaksudkan untuk menyelidiki
kemungkinan hubungan sebab akibat dengan cara pengamatan terhadap akibat yang
ada mencari kembali faktor yang mungkin menjadi penyebab melalui data tertentu.
Hal ini berbeda dengan metode eksperimental yang mengumpulkan datanya pada
waktu kini dalam kondisi yang dikontrol (Suryabrata, 2006: 84).
12
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
Selain itu, metode ini dapat dipergunakan juga untuk kondisi lain, yaitu
variable penyebab terjadinya item yang akan diramalkan sudah diketahui. Dengan
adanya hubungan tersebut, diharapkan output dapat diketahui jika input juga
diketahui. Dalam meramalkan permintaan di atas, tidak hanya memperhatikan
waktu, tetapi juga faktor yang mempengaruhinya.
Dalam pelaksanaanya, metode kausal perlu didukung pula oleh beberapa metode
lainnya, seperti metode regresi dan korelasi, metode ekonometri, dan metode input
dan output. Penjelasan mengenai keempat metode pendukung tersebut, antara lain
sebagai
berikut.
1) Metode Regresi dan Korelasi
2) Metode Ekonometrik
3) Metode Input-Output
13
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI
Pertemuan_5 /Peramalan (forecasting)
(forecasting)
4. Lingkungan Sosial-Kebudayaan
5. Variabel-variabel Politik-Hukum
6. Dimensi Internasional
7. Organisasi dan Lingkungan
8. Tanggung Jawab Sosial
14
MATA KULIAH : MANAJEMEN OPERASI DAN INOVASI