Peramalan Permintaan

Kelompok 5
Noval Suryana J (2013051754)
Nita Yulianti (2013051783)
Cita Arum N (2013054824)
Ambar Retno (2013050354)

Pengertian
Peramalan permintaan merupakan usaha
untuk mengetahui jumlah produk atau
sekelompok produk di masa yang akan
datang dalam kendala satu set kondisi
tertentu.

Metode peramalan rnana yang

dipilih oleh suatu perusahaan
Biaya
persiapan peramalan dan keuntungan
bergantung
padayang dihasilkan da penggunaannya,

Jangka waktu dalam pembuatan keputusan,

Periode waktu peramalan (jangka pendek atau jangka panjang),
Tingkat akurasi yang dikehendaki,
Kualitas dan ketersediaan data,
Tingkat kerumitan hubungan yang akan diramalkan.

Jenis Metode Peramalan Permintaan

Secara garis besar

terdapat 2 kelompok
metode peramalan
permintaan

Metode Kualitatif: tidak

menggunakan pendekatan
statistika-matematika

Metode
Time
Series

Metode
Moving
Time
Average
Series

Moving
Average

Metode Kuantitatif:

menggunakan pendekatan
statistika-metematika
sebagai dasar peramalan

Exponent
ial
Smoothin
g

Metode
Least
Square

Metode Kualitatif
Metode yang paling banyak dipakai
1.Teknik

Survey

(riset

pasar/market

research)
2.Teknik Jajak Pendapat (Opinion Pools)
3.Metode Delphi
4.Analogi Historis (Historical Analogy)
5.Dugaan
Manajemen
(Management
Estimate) atau Panel Consensus

Teknik Survei
Survei Departemen Perdagangan lebih

komprehensif
Survei tentang rencana perubahan

inventori dan harapan penjualan.

Survei tentang rencana pengeluaran

konsumen

Teknik Jajak Pendapat

Perusahaan dapat meramalkan

penjualannya melalui pendapat para

pakar di dalam dan di luar
perusahaan.
Ada beberapa teknik jejak pendapat:
Jajak pendapat eksekutif
Jejak pendapat tenaga penjual
Jejak pendapat tentang keingan
konsumen

. Analisis Time Series

Mengapa kebanyakan data deret waktu
berfluktuasi, dan Bagaimanamenggunakan
informasi ini untuk meramalkan nilai-nilai dari
deret-waktu.
Sebab-sebabTerjadinya Fluktuasi dalam
Deret-Waktu
Tren sekuler (secular trend)
Fluktuasi siklis (cyclical fluctuations)
Variasi musiman (seasonal variation)

Data

model peramalan berdasarkan time series dapat

dijelaskan sebagai berikut:
Y = TCSR
dimana, Y = nilai peramalan
T = trend
C = siklus variasi sekitar trend
S = variasi musiman
R = residu atau variasi lainnya yang tidak dapat
dijelaskan
Gambar 2.2 : Time Series
and Trend

Contoh pemahaman terhadap Metode

time series
Data nilai penjualan produk pada perusahaan
industri manufaktur Pilkington Mfg dalam 5
tahun terakhir yang dikelompokkan per
kuartal adalah sebagai berikut:

Jika data penjualan tersebut diplot dalam sumbu

jumlah dan waktu maka diperoleh diagram
pencar sebagai berikut:

Gambar 22.3 Kurva Penjualan

Metode Rata-Rata Bergerak (Moving

Average)

Tabel 3.4 Perhitungan Rata-Rata

Bergerak 4 Periode

Indeks musiman rata-rata kemudian dihitung seperti terlihat dalam

Tabel 2.5.
Tabel 2.5 Penyesuaian Indeks Rata-Rata Kuartal

Metode Penghalusan Eksponensial (Exponential Smoothing)

Peramalan dengan menggunakan metode penghalusan ekspo
nensial (exponential smoothing) pada umumnya digunakan untuk
perkiraan potensi penjualan produk-produk secara individu (individual
product sales).
Model matematik peramalan Penghalusan Eksponensial adalah sebagai berikut: