Anda di halaman 1dari 35

FORECASTING DALAM

MANAJEMEN OPERASIONAL
ALVINDO 15612205
ANDRIAN 15612208
BENNY 15612209
FENDY
15612217
HENGKY LIEYANTONO
15612222

PENGERTIAN
Pengertian peramalan (forecasting) : adalah seni dan ilmu

memprediksi

peristiwa-peristiwa

yang

akan

terjadi

dengan

menggunakan data historis dan memproyeksikannya ke masa depan


dengan beberapa bentuk model matematis.
Forecasting dalam manajemen operasional berarti melakukan

serangkaian aktivitas perkiraan berhubungan dengan peramalan


terhadap permintaan (Demand Forecasting), terhadap penawaran
atau suplai bahan baku, serta ramalan terhadap kemajuan /
perkembangan teknologi.

Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan

tergantung dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai.
Dalam prakteknya terdapat berbagai metode peramalan antara lain :

1. Peramalan berdasarkan jangka waktu :


Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan) : digunakan

untuk rencana pembelian, penjadwalan kerja, jumlah TK, tingkat produksi),


Peramalan jangka menengah (tiga bulan hingga tiga tahun) : digunakan untuk perencanaan

penjualan, perencanaan dan penganggaran produksi dan menganalisis berbagai rencana


operasi),
Peramalan jangka panjang ( tiga tahun atau lebih), digunakan untuk merencanakan produk

baru,penganggaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan).

2. Peramalan berdasarkan rencana operasi :


Organisasi pada umumnya menggunakan tiga tipe peramalan yang utama dalam perencanaan
operasi di masa depan :
1.

Peramalan Ekonomi (economic forecast menjelaskan siklus bisnis dengan memprediksi


tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan
indicator perencanaan lainnya.

2.

Peramalan Teknologi (technological forecast) memperhatikan tingkat kemajuan teknologi


yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan
peralatan baru.

3.

Peramalan Permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau
layanan suatu perusahaan. Peramalan ini disebut juga peramalan penjualan, yang
mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi
perencanaan keuangan, pemasaran dan sumber daya manusia.

Kepentingan Strategis Peramalan


Peramalan yang baik sangat penting dalam semua aspek
bisnis, karena permalan merupakan satu-satunya prediksi atas
permintaan hingga permintaan yang sebenarnya diketahui.
Peramalan permintaan mengendalikan keputusan di banyak
bidang atau aktivitas, antara lain :
1. Sumber Daya Manusia.
Memperkerjakan, melatih, dan memberhentikan pekerja,
semuanya bergantung pada permintaan. Jika departemen sumber
daya manusia harus memperkerjakan pekerja tambahan tanpa
adanya persiapan, akibatnya kualitas pelatihan menurun dan
kualitas pekerja juga ikut mengalami penurunan.
2. Kapasitas.
Saat kapasitas tidak mencukupi, kekurangan yang
diakibatkannya bisa berarti tidak terjaminnya pengiriman,
kehilangan konsumen, dan kehilangan pangsa pasar.
3. Manajemen Rantai Pasokan.
Hubungan yang baik dengan pemasok, dan harga barang
serta komponen yang bersaing, salah satunya dipengaruhi oleh
keakuratan peramalan (forecasting) yang dilakukan oleh pihak
manajemen.

Prosedur Peramalan

1. Menetapkan

tujuan peramalan. Tupperware menggunakan


peramalan permintaan untuk mengendalikan produksi pada 13
pabriknya.

2. Memilih unsur apa yang akan dismal. Tupperwareyang memiliki

lebih dari 400 produk, dengan unit simpan produknya (stock


keeping unit SKU) masing-masing. Tupperware melakukan
peramalan permintaan sesuai dengan pengelompokan produk
ini.
3. Menentukan horizon waktu peramalan. Apakah ini merupakan

peramalan jangka pendek, menengah,atau jangka panjang?


Tupperware menyusun prediksi penjualan bulanan, kuartalan
dantahunan.

4.

Memilih tipe model peramalan. Tupperware menggunakan


beragam model statistik yang akan didiskusikan, termasuk ratarata
bergerak,
Penghalusan
eksponensial
dan
analisis
regresi.Selain itu juga model yang menggunakan penilaian
subjektif ataunon kuantitatif.

5.

Mengumpulkan data yang diperlukan untuk melakukan peramalan.


Kantor pusat Tupperware mempunyai database yang besar untuk
mengawasi penjualan setiap produk.

6.

Membuat peramalan

7.

Memvalidasi dan menerapkan basil peramalan.Pada Tupperware,


peramalan dikaji di departemen penjualan, pemasaran, keuangan
dan produksi untuk memastikan bahwa model, asumsi dan
datayang digunakan sudah valid. Perhitungan kesalahan dilakukan,
kemudian peramalan digunakan untuk menjadwalkan bahan,
peralatan dan pekerja pada setiap pabrik.

PERANAN PERAMALAN DALAM SISTEM


PRODUKSI
Peranan peramalan dalam perencanaan proses produksi adalah sebagai berikut:
Business Planning
Berisi rencana pendanaan, pembiayaan dan keuangan perusahaan sebagai dasar untuk
membuat rencana pemasaran.
Marketing Planning

Rencana tentang produk yang akan dibuat, penjualan dan pemasaran, sebagai dasar untuk
membuat production planning.
Master Production Schdule

Rencana produk akhir yang harus dibuat pada tiap periode selama 1-5 tahun. Produk akhir,
merupakan dekomposisi dari production planning
Resource Planning

Rencana kapasitas yang diperlukan untuk memenuhi production plan, dapat dinyatakan
dalam jam-orang atau jam-mesin. Merupakan bahan pertimbanagn untuk ekspansi orang,
mesin, pabrik, dan lain-lain, yang ditetapkan berdasarkan kapasitas yang tersedia.

Rought Cut Capacity Planning (RCPP)

Rencana untuk menentukan kapasitas yang diperlukan untuk memenuhi MPS. Hasilnya
berupa jenis orang/mesin yang diperlukan untuk tiap work centre pada setiap periode.
Merupakan bahan pertimbangan untuk penambahan jam kerja atau sub kontrak.
Demand Management

Aktivitas memprediksi kebutuhan di masa datang dikaitkan dengan kapasitas. Terdiri dari
aktivitas forecasting, distribution requirement planning, order entry, shipment, dan service
part requirement.
Material Requirement Planning

Menetapkan rencana kebutuhan material untuk melaksanakan MPS. Output MRP


adalah purchasing dan PAC (Production Activity Control), dan MRP menghasilkan rencana
pembelian meliputi jumlah due date, release date.

Capacity Requirement Planning

Rencana kebutuhan kapasitas yang dibutuhkan untuk merelealisasikan MPS di tiap periode
dan tiap mesin. CRP lebih teliti dan lebih rinci dibanding RCCP, karena disarkan
pada planned order. Jika kapasitas tidak tersedia bisa ditambah denganover time,
merubah routing dan lain-lain. Jika tidak tercapai MPS harus dirubah.
Production Activity Control (PAC)

Sering disebut distributor shop floor control (SFC), aktivitas membuat produk setelah bahan
dibeli. PAC terdiri dari aktivitas awal-akhir suatu job berdasarkan urutan kedatangan job, lalu
membebankan job ke work station, dan melakukan pelaporan. Hasil laporan akan
merupakan feedback bagi MPS.
Purchasing

Merupakan aktivitas memilih vendor, membuat order pembelian, dan menjadwalkan vendor.
Performance Measurement

Evaluasi sistem untuk melihat seberapa jauh hasil yang diperoleh dibandingkan dengan
rencana yang telah ditetapkan. Sebagai bahan evaluasi pencapaian bisnis planning.

KRITERIA PERAMALAN
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya,
dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut:
A. Akurasi
Akurasi dari suatu peramalan diukur dengan hasil kebiasaan dan konsistensi peramalan
tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau telalu
rendah dibanding dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan
konsisten jika besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah
akan mengakibatkan kekurangan persediaan sehingga permintaan konsumen tidak dapat
dipenuhi segera, akibatnya perusahaan kemungkinan kehilangan pelanggan dan keuntungan
penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan
barang/ persediaan, sehingga banyak modal tersia-siakan. Keakuratan hasil peramalan
berperan dalam menyeimbangkan persediaan ideal.

B.Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung jumlah item
yang diramalkan, lamanya periode peramalan, dan metode peramalan yang digunakan.
Ketiga faktor pemicu biaya tersebut akan mempengaruhi betapa banyak data yang
diblutuhkan, bagaimana pengolahannya (manual atau komputerisasi), bagaimana
penyimpanan datanya dan siapa data ahli yang diperbantukan. Pemilihan metode
peramalan harus sesuai dengan dana yang tersedia dan tingkat akurasi yang ingin
didapat, misalnya item-item yang penting akan diramalkan dengan metode yang
sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisa ABC).
C.

Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai
metode yang canggih tetapi tidak dapat diaplikasikan pada sistem perusahaan karena
keterbatasan dana, sumber daya manusia, maupun peralatan teknologi.

Jenis- Jenis Metode Peramalan


Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang
digunakan tergantung dari data dan informasi yang akan diramal serta tujuan yang
hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan antara lain :
1. Metode Peramalan Kuantitatif
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu :
1. Model seri waktu / metode deret berkala (time series) metode yang dipergunakan
untuk menganalisis serangkaian data yang merupakan fungsi dari waktu,
2. Model / metode kausal (causal/explanatory model), mengasumsikan variabel yang
diramalkan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa
variabel bebas (independent variable).
1.
Time Series atau Deret Waktu
Analisis time series merupakan hubungan antara variabel yang dicari (dependent)
dengan variabel yang mempengaruhi-nya (independent variable), yang dikaitkan dengan
waktu seperti mingguan, bulan, triwulan, catur wulan, semester atau tahun.

Dalam analisis time series yang menjadi variabel yang dicari adalah
waktu.
Metode peramalan ini terdiri dari :
1. Rata-rata bergerak (moving averages),
2. Penghalusan eksponensial (exponential smoothing),
3. Proyeksi trend (trend projection)
Penjelasan:
1.Rata-rata bergerak (moving averages),
Rata-Rata Bergerak Sederhana (simple moving averages):
bermanfaat jika diasumsikan bahwa permintaan pasar tetap stabil:
Rata-Rata Bergerak Tertimbang (weighted moving averages):
apabila ada pola atau trend yang dapat dideteksi, timbangan bisa digunakan untuk
menempatkan lebih banyak tekanan pada nilai baru:

2. Penghalusan eksponensial (exponential smoothing),


Penghalusan Eksponensial adalah metode peramalan dengan menambahkan parameter
alpha dalam modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial dalam
metode ini berasal dari pembobotan/timbangan (faktor penghalusan dari periode-periode
sebelumnya yang berbentuk eksponensial.
3. Proyeksi trend (trend projection)
Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk
jangka pendek maupun jangka panjang. Metode ini merupakan garis trend untuk
persamaan matematis.

Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret
waktu dengan metode regresi sederhana yaitu :
Analisis deret waktu untuk regresi sederhana linier
Analisis deret untuk regresi sederhana yang non linier
Untuk menjelaskan hubungan kedua metode ini kita gunakan notasi
matematis seperti:
Y = F (x)
Dimana :
Y = Dependent variable (variabel yang dicari)
X = Independent variable (variabel yang mempengaruhinya)
Notasi regresi sederhana dengan menggunakan regresi linier (garis
lurus) dapat digunakan sebagai berikut :
Y=a+bx
Dimana a dan b adalah merupakan parameter yang harus dicari.
Untuk mencari nilai a dapat digunakan dengan menggunakan rumus :

kemudian nilai b dapat dicari dengan rumus :

2.Causal Methods atau sebab akibat


Merupakan metode peramalan yang didasarkan kepada hubungan
antara variabel yang diperkirakan dengan variabel alin yang
mempengaruhinya tetapi buakn waktu.Dalam prakteknya jenis
metode peramalan ini terdiri dari :
a.Metode regresi dan kolerasi, merupakan metode yang digunakan
baik untuk jangka panjang maupun jangka pendek dan didasarkan
kepada persamaan dengan teknik least squares yang dianalisis secara
statis.
b.Model Input Output, merupakan metode yang digunakan untuk
peramalan jangka panjang yang biasa digunakan untuk menyusun
trend ekonomi jangka panjang.
c.Model ekonometri, merupakan peramalan yang digunakan untuk

2.Metode Kualitatif
Metodekualitatifumumnya bersifatsubjektif, dipengaruhi
olehintuisi, emosi, pendidikandanpengalamanseseorang. Oleh
karena itu hasil peramalan dari satu orang dengan orang lain
dapatberbeda.Meskipun demikian, peramalan kualitatif dapat
menggunakanteknik/metodeperamalan,yaitu :
Juri dari Opini Eksekutif: metode ini mengambil opini atau
pendapat dari sekelompok kecil manajer puncak/top manager
(pemasaran, produksi, teknik, keuangan dan logistik), yang seringkali
dikombinasikan dengan model-model statistik.
Gabungan Tenaga Penjualan: setiap tenaga penjual meramalkan
tingkat penjualan di daerahnya, yang kemudian digabung pada
tingkat provinsi dan nasional untuk mencapai ramalan secara
menyeluruh.

Metode Delphi : dalam metode ini serangkaian kuesioner disebarkan kepada

responden, jawabannya kemudian diringkas dan diberikan kepada para ahli


untuk dibuat peramalannya. Metode memakan waktu dan melibatkan banyak
pihak, yaitu para staf, yang membuat kuesioner, mengirim, merangkum
hasilnya untuk dipakai para ahli dalam menganalisisnya. Keuntungan metode
ini hasilnya lebih akurat dan lebih profesional sehingga hasil peramalan
diharapkan mendekati aktualnya.
Survai Pasar (market survey) : Masukan diperoleh dari konsumen atau

konsumen potensial terhadap rencana pembelian pada periode yang diamati.


Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara langsung.

Kedua model tersebut pada dasarnya mempunyai


keuntungan dalam kondisi tertentu. Model deret berkala
seringkali dapat digunakan dengan mudah untuk meramal
sedangkan model kausal dapat digunakan dengan keberhasilan
yang lebih besar dalam pengambilan keputusan.
Contoh data deret berkala : Data Penjualan Benang Type TC 600
30 KW Tahun 2010 (PT Gramatex)

Data Penjualan Deterjen Merk A, Harga Deterjen Merk A dan


Pendapat per Kapita 2006-2010

Didalam mengamati output terdapat dua hal yang harus


diperhatikan yaitu :
a.Hubungan fungsional yang mengatur sistem (untuk
seterusnya disebut Pola)
b.Unsur random (kesalahan/galat)

Dari kedua hal tersebut di atas, maka data adalah


gabungan pola dan kesalahan atau :

DATA=POLA +KESALAHAN
Masalah kritis dalam peramalan yaitu memisahkan pola dari
komponen kesalahan, sehingga pola tersebut dapat digunakan
untuk peramalan. Prosedur umum untuk menduga pola
hubungan baik kausal maupun deret berkala ialah dengan
mencocokan suatu bentuk fungsional sedemikian rupa,
sehingga komponen kesalahan pada persamaan di atas dapat
diminimumkan. Salah satu bentuk penduga ialah kuadrat
terkecil, istilah kuadrat terkecil didasarkan atas kenyataan
bahwa prosedur penaksiran berusaha meminimumkan jumlah
kuadrat kesalahan atau nilai tengah kesalahan kuadrat

KESALAHAN(ERROR)

ei = xi- f
KESALAHAN KUADRAT(SQUARED ERROR)

ei2 = (xi-f)2
JUMLAH KESALAHAN KUADRAT(SUM OF SQUARED ERROR) =

SSE = ei2 = (xi-fi)2


NILAI TENGAH KESALAHAN KUADRAT(MEAN OF SQUARED

ERROR)=
MSE = ( ei2)/n
NILAI TENGAH KESALAHAN ABSOLUTE(MEAN ABSOLUTE

PERCENTAGE ERROR)=
MAPE = ((Xi - Fi)/Xi) X 100