Your Title Here…

by Imr@n

PENGANTAR
• Untuk membantu tercapainya suatu keputusan yang optimal diperlukan adanya suatu cara yang tepat, sistematis & dapat dipertanggung jawabkan. Salah satu alat yg diperlukan adalah METODE PERAMALAN. • Oleh karena itu penguasaan terhadap metode peramalan menjadi penting bagi seorang Manajer Operasi. by Imr@n

Dalam Peramalan dikenal 2 istilah yaitu Prakiraan dan Prediksi. Apakah ?? ATAU

by Imr@n

• Prakiraan adl proses peramalan suatu variabel (kejadian) di masa datang dg berdasarkan data variabel itu pada masa sebelumnya. • Prediksi adl proses peramalan suatu variabel (kejadian) di masa datang dg lebih berdasarkan pada pertimbangan intuisi dari pada data masa lampau.

by Imr@n

Berdasarkan horizon waktu, maka di bagi menjadi 3 bagian yaitu : • Peramalan jangka panjang (> 18 bulan) menggunakan metode kuantitatif • Peramalan jangka menengah (3 – 18 Bulan) menggunakan metode kualitatif • Peramalan jangka pendek (< 3 bulan) menggunakan metode kualitatif Menurut Dervitsiotis (1984) sistem peramalan dapat digambarkan sbb :
by Imr@n

Kendala:
Data, Ketersediaan tenaga ahli, waktu dan dana

Keputusan

1. Pemilihan data 2. Pemilihan metode

Masukan : Metode Peramalan : 1. Prediktif 2. Kausal 3. Deret berkala

Keluaran :
Penaksiran atas :

1. Data Internal : a. Data historis b. Opini subjektif c. Hasil survei 2. Data Eksternal a. Data ekonomi b. Data sosial & politik c. Data teknologi

Ramalan permintaan

Jangka panjang Menengah

Kesalahan ramalan

Pendek

Umpan balik ttg kesalahan ramalan

Kriteria kinerja:
1. Keakurasian 2. Objektivitas 3. Waktu penyiapan 4. Stabilitas vs Responsibilitas

by Imr@n

JENIS – JENIS PERAMALAN

by Imr@n

Sederhana Rata-rata bergerak Tertimbang

Metode serial waktu Pemulusan Eksponensial Kuantitatif Dekomposisi Regresi Sederhana Regresi berganda

Tunggal

Linear

Musiman

Metode peramalan

Metode Eksplanatori Pendapat Eksekutif Metode Delphi Kualitatif Gab. Estimasi Salesman Riset Pasar

by Imr@n

A. METODE SERIAL WAKTU
• Adalah metode yg digunakan untuk menganalisis serangkaian data yg merupakan fungsi dari waktu. • Asumsi bahwa beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, & pola dasar dpt diidentifikasikan semata-mata atas dasar data historis dari serial itu
by Imr@n

JENIS-JENIS DATA
HORIZONTAL (KONSTAN) KECENDERUNGAN (TREND) MUSIMAN (SEASONAL)

SIKLUS (CYCLICAL) VARIASI ACAK (RESIDU)
by Imr@n

Metode Rata-Rata Bergerak 1) Metode rata-rata bergerak sederhana
t  N 1

Ft 1 

X
i 1

i

N

X t  X t 1 ...... X t  N 1 N

dimana : Xt = data observasi periode t N = panjang serial waktu yg digunakan Ft+1 = nilai prakiraan periode t+1
by Imr@n

Contoh soal
PERIODE (t) 1 2 3 4 5 6 7 8 9 10 Nilai Pengamatan (Xt) 41 40 42 43 41 42 41 40 43 Nilai Prakiraan (Ft) (N = 3) (N = 5)

41.0 41.7 42.0 42.0 41.3 41.0 41.3

41.4 41.6 41.8 41.4 41.4

by Imr@n

2. Metode rata-rata bergerak tertimbang

Ft 1 

Wt . X t Wt 1 . X t 1 ......Wt N 1 . X t N 1 Wt Wt 1 ........Wt N 1

dimana : Wt = adalah bobot untuk periode t Jika Pembobotan dalam persen, maka :

Ft 1  Wt . X t  Wt 1. X t 1  ......  Wt  N 1. X t  N 1

by Imr@n

Contoh soal
Nilai Pengamatan (Xt) 41 40 42 43 41 42 41 40 43 Nilai Prakiraan (Ft) (3,2,1) (40,30,20,10) N=3

41.2 42.2 41.8 41.8 41.3 40.7 41.7

41.9 41.7 41.9 41.5 40.8 41.6

24.7 25.3 25.1 25.1 24.8 24.4 25

Prakiraan permintaan pada periode ke-10 dapat dihitung sbb : Untuk N = 3 F10  3( 43)  2 ( 40 ) 1( 41)  41, 7
3 2 1

Untuk N = 4 F10 = 0,4(43)+0,3(40)+0,2(41)+0,1(42) = 41,6
by Imr@n

B. METODE PEMULUSAN EKSPONENSIAL • Pemulusan eksponensial merupakan metode peramalan dimana data kegiatan yang terakhir dianggap memiliki probabilita yang lebih besar untuk berulang dari pada data kegiatan sebelumnya dan menurun secara eksponensial.

by Imr@n

• Metode penghalusan eksponensial ini memerlukan data yang lebih se-dikit dibandingkan dengan metode rata-rata bergerak, dan karena itu merupakan metode peramalan jangka pendek yang banyak dipergunakan dalam praktek. • Metode penghalusan eksponensial ini cocok dipakai untuk data yang fluktuasinya relatif besar, dan sediaan datanya terbatas.
by Imr@n

1. Metode Pemulusan Eksponensial Tunggal Nilai prakiraan dapat dicari dengan rumus :

Dimana : Xt = data permintaan pada periode t α = faktor/konstanta pemulusan Ft+1 = prakiraan untuk periode t+1 Ft-1= prakiraan untuk periode t-1 Dipakai untuk serial data yg memiliki pola horizontal.
by Imr@n

Contoh soal :
PERIODE (t) 1 2 3 4 5 6 7 8 9 10 NILAI PENGAMATAN (X) 41 40 42 43 41 42 41 40 43 NILA PRAKIRAAN α = 0,1 α = 0,2 41.0 41.0 41.0 41.0 40.9 40.8 41.0 41.0 41.2 41.4 41.2 41.3 41.3 41.5 41.2 41.4 41.1 41.1 41.3 41.5

Lihat grafik :
by Imr@n

PERIODE (t) 1 2 3 42,0 4 5 6 7 8 41,0 9 10
NILAI PRAKIRAAN ( F )

43,0

NILAI PENGAMATAN (X) 41 40 42 43 41 42 41 40 43 -

NILA PRAKIRAAN α = 0,1 α = 0,2 41,0 41,0 41,0 41,0 40,9 40,8 41,0 41,0 41,2 41,4 41,2 41,3 41,3 41,5 41,2 41,4 41,1 41,1 41,3 41,5

α = 0,1 α = 0,2 actual

apabila 40,0  besar, maka fluktuasi ramalan juga 1 2 3 4 5 6 7 8 9 10 besar, dan jika  kecil, maka fluktuasi PERIODE ramalan juga kecil
by Imr@n

2. Metode Pemulusan Eksponensial Linear Dipakai untuk serial data yg memiliki unsur trend (kecenderungan yg konsisten). Rumus yg dipakai adalah :

 X 2  X1    X 3  X 2    X 4  X 3 
3

by Imr@n

Contoh soal :
Periode (t) 1 2 3 4 5 6 7 8 9 10 Nilai Nilai Prakiraan (F) Pengamatan S T F (X) α = 0,2 β = 0,3 500 500.00 7.00 524 510.4 8.02 507.0 521 518.9 8.17 518.4 530 527.7 8.35 527.1 540 536.8 8.59 536.0 542 544.7 8.38 545.4 555 553.5 8.49 553.1 550 559.6 7.78 562.0 567.4 575.1 by Imr@n

• St-1 = nilai aktual/observasi = 500 Tt-1 =
524500  ( 521524 )  ( 530521)
3

= 10

• T1 = 0,3.(500 – 500) + (1 -0,3) .10 = 7,00
• S2 = 0,2.524 + (1-0,2)(500 + 7,00) = 510,4 T2 = 0,3.(510,4 – 500) + (1 -0,3) .7 = 8,02 F2 = S1 + T1 = 500 + 7 = 507
by Imr@n

580,00 Periode (t) 570,00
560,00

1 2 550,00 3 540,00 4 5 530,00 6 520,00 7 8 510,00 9 500,00 10

1

Nilai Pengamatan (X) 500 524 521 530 540 542 555 550 2 3 4

Nilai Prakiraan (F) S T F α = 0,2 β = 0,3 500,00 7,00 510,4 8,02 507,0 518,9 8,17 518,4 S 527,7 8,35 527,1 F 536,8 8,59 536,0 Pengamatan 544,7 8,38 545,4 553,5 8,49 553,1 559,6 7,78 562,0 567,4
8 9 10

NILAI PRAKIRAN

5 6 7 PERIODE (t)

by Imr@n

• Metode penghalusan eksponensial dengan konstan alfa dan delta cocok dipakai jika data permintaan memiliki fluktuasi yang cukup tinggi. • Apabila variasi permintaan tinggi, maka sebaiknya menggunakan nilai alfa () yang cukup besar dan jika variasi itu kecil, atau permintaan relatif konstan, maka nilai alfa () relatif kecil. Oleh karena jangkau nilai alfa adalah “ 0”, maka  disebut besar jika mendekati 1, dan disebut kecil apabila mendekati 0. • Kontanta ( )berguna untuk melakukan penghalusan variasi akibat pengaruh trend, sedang konstanta ( β ) untuk menghaluskan pengaruh deviasi antara permintaan aktual dengan ramalannya.

by Imr@n

C. METODE EKSPLANATORI
• Metode Eksplanatori adl metode yg mengasumsikan adanya hub. Antara variabel bebas (independen) dengan variabel tak bebas (dependen) yg dipengaruhinya.
• Tujuan : utk meramalkan keadaan dimasa datang dg menemukan dan mengukur beberapa variabel bebas yg penting beserta pengaruhnya thd variabel tak bebas yg diamati
by Imr@n

• Metode eksplanatori terbagi menjadi 2 bagian yaitu : 1. Regresi Linear Sederhana

Y  a  bX
2. Regresi Linear berganda

Y  a  b1 X 1  b2 X 2  ........  bk X k

by Imr@n

METODE KUALITATIF
Pendapat eksekutif Metode Delphi Gabungan Estimasi Tenaga Penjualan Riset Pasar
by Imr@n

Pendapat Eksekutif • Keuntungan : Keputusan dibuat berdasarkan kesepakatan para eksekutif yang memiliki pengetahuan & pengalaman serta membawa pandangan dari departemennya. • Kelemahan : Ketepatan peramalan sangat tergantung dari masukan individu, dan dapat bias apabila pandangan dari seseorang (mis : pemilik perusahaan) mempengaruhi yg lain. by Imr@n

Metode Delphi Dalam metode ini serangkaian kuesioner disebarkan kepada responden, kemudian jawabannya diringkas. • Keuntungan : Hasil ramalan yg diperoleh dapat menggambarkan keadaan masa datang yg akurat & profesional. • Kelemahan : Sangat memakan banyak waktu & memerlukan keterlibatan banyak pihak. by Imr@n

Gabungan Estimasi Tenaga Penjualan (Metode Akar rumput)
• Keuntungan : Data yang digunakan bersumber dari Tenaga Penjualan terutama untuk meramal permintaan pasar/konsumen. • Kelemahan : 1. Salesman seringkali bersifat optimistik (menargetkan penjualan diatas kemampuan normal). 2. Salesman Juga seringkali bersifat Pesimistik (menargetkan penjualan rendah agar mudah mencapainya).

3. Estimasi para salesman dipengaruhi juga oleh Pengalamannya.
by Imr@n

• Riset Pasar
Mendefinisikan masalah & tujuan riset

Mengembangkan rencana riset

Mengumpulkan informasi

Menganalisis informasi Mempresentasikan hasil temuan pada manajemen
by Imr@n

Dalam melakukan riset perusahaan dapat mengumpulkan data sendiri atau menggunakan data yg sudah ada. Keuntungan : 1. Dapat digunakan meramal permintaan jangka pendek, menengah, dan panjang. 2. Meningkatkan disain produk dan perencanaan utk suatu produk baru. Kelemahan : Memerlukan waktu juga biaya yg relatif tinggi dan sulit. by Imr@n

Hub. Level manajemen dg Fungsi Utama serta Kewenangan & Tugas
Rencana jangka panjang dan strategis, 2-10 thn Berpengaruh dominan terhadap perw ujudan tujuan akhir Top Level Penggunaan proporsi anggaran yang dominan Terkait dengan solvabilitas perusahaan Terkait jangka menengah, 618 bulan Terkait dengan jadual induk produksi
Rencana pengadaan masukan utk menunj ang lev el produksi

Merumuskan keputusan strategis mengenai : a. Pemilihan jenis produk b. Pemilihan lokasi c. Penentuan kapasitas d. Penentuan adopsi teknologi produksi e. Kebijakan ekspansi dan investasi baru

M iddle level

Merumuskan kpts taktis untuk merealisir rencana agregat Memelihara lev el sediaan, SDM, dan dana Selalu mengkinikan ramalan demand

Menyusun program penjualan Terkait dgn rencana operasi jangka pendek (1-3 bulan) Pelaksanaan jadual produksi Alokasi tenaga kerja dan beban kerja Melaksanakan jadual peraw atan sarana produktif

Lower level

Menjalankan kpts bidang produksi

Level M anajemen

Fungsi utama by Imr@n

Tugas dan kewenangan

Contoh Soal 1 :
PT. Pinang Enak adalah sebuah perusahaan yg bergerak di bidang pembuatan Aksesoris pakaian anak-anak memiliki data penjualan sebagai berikut :
BULAN JANUARI FEBRUARI MARET APRIL PENJUALAN (JUTA RUPIAH) 820 780 900 960

by Imr@n

Dalam rangka perencanaan produksinya, manajemen ingin mengetahui taksiran penjualan pada periode akan datang. Tentukan prakiraan penjualan pada Bulan Mei dengan menggunakan metode : a. Rata-rata bergerak sederhana dg serial waktu 3 bulanan. b. Rata-rata bergerak sederhana dg serial waktu 4 bulanan.
by Imr@n

c. Rata-rata bergerak tertimbang dg perbandingan bobot : April : Maret : Februari = 3 : 2 : 1 April : Maret : Februari : Januari = 40% : 30% : 20% : 10%

by Imr@n

JAWABAN A & B
BULAN JANUARI FEBRUARI MARET APRIL PENJUALAN 820 780 900 960 N=3 N=4

833,3333 865

JAWABAN C :

F5 

960 ( 3)  900 ( 2 )  780 (1) 3 2 1

 910

F5 = 960(0,4)+900(0,3)+780(0,2)+820(0,1) = 892
by Imr@n

CONTOH SOAL 2 :
Perusahaan PT. Papua Indah mempunyai data penjualan selama 6 bulan terakhir sebagai berikut :
BULAN PENJUALAN (Juta Rupiah)

Januari Februari Maret April Mei Juni
by Imr@n

590 570 588 598 565 579

Dalam rangka perencanaan produksinya, manajemen ingin mengetahui taksiran penjualan pada Bulan Juli dengan menggunakan metode : a. Pemulusan eksponensial tunggal, dg α = 0,1 dan FJanuari = 590 b. Pemulusan eksponensial tunggal, dg α = 0,5 dan FJanuari = 590 c. Jika Nilai Sjanuari = 585, hitunglah prakiraan penjualan pada Bulan juli dan Agustus menggunakan metode pemulusan eksponensial Linear, dg α = 0,5; β = 0,2
by Imr@n

JAWABAN A & B :
BULAN JANUARI FEBRUARI MARET APRIL MEI JUNI JULI PENJUALAN (JUTAAN RUPIAH) 590 570 588 598 565 579 NILAI PRAKIRAAN

α = 0,1
590 590 588 588 589 586.6 585.84

α = 0,5
590 590 580 584 591 578 578.5

by Imr@n

JAWABAN C :
St = α . Xt + (1- α)(St-1) + Tt-1) Tt = β . (St – St-1) + (1- β) . Tt-1 Ft+m = St + Tt . m
BULAN JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS PENJUALAN (JUTAAN RUPIAH) Xt 590 570 588 598 565 579 NILAI PRAKIRAAN S T F α = 0,5 β = 0,2 585.0 2.20 578.60 0.50 587.20 574.60 -0.40 579.10 581.10 1.00 574.20 590.10 2.60 582.10 578.90 -0.20 592.70 578.70 578.50

by Imr@n

Sign up to vote on this title
UsefulNot useful