Peramalan dalam

Manajemen Operasional
Metode Peramalan

top-down forecasting,
dimulai dengan penggunaan hasil-hasil peramalan berbagai kondisi
bisnis umum yang dibuat oleh para ekonom dalam lembaga
pemerintah dan dalam perusahaan-perusahaan besar.
Misal : GNP tahun yang akan datang sebesar 1.500 trilyun rupiah.
Bagaimana hal tersebut mempengaruhi perusahaan ?

bottom-up forecasating,
dimulai dari perkiraan permintaan produk akhir individual.
Berapa banyak produk yang dapat dijual perusahaan tahun depan ?
Berapa jam pelayanan yang akan diminta ?
Dalam metode ini para peramal menerima estimasi-estimasi dari
orang-orang penjualan, para dealer (distributor), dan para
pelanggan.
Analisis juga perlu melihat pola-pola penjualan di masa yang lalu
Proses Peramalan

Peramalan adalah suatu usaha untuk meramalkan

keadaan yang akan datang melalui pengujian keadaan
masa lalu.

Esensi peramalan adalah perkiraan peristiwa masa yang

akan datang atas dasar pola-pola di waktu yang lalu.
Proses peramalan

Penentuan tujuan, yaitu penentuan estimasi yang diinginkan. Hal

ini tergantung dari informasi dari para manajer
Pengembangan model, merupakan kerangka analitis yang apabila
dimasukkan data (input data), maka menghasilkan estimasi di
waktu mendatang.
Pengujian model, untuk menentukan tingkat akurasi, validitas dan
reliabilitas yang diharapkan. Nilai suatu model ditentukan oleh
derajad ketepatan hasil peramalan dengan kenyataan (actual)
Penerapan model, perlu dimasukkan data historik guna
menghasilkan suatu ramalan.
Revisi dan evaluasi, perbaikkan mungkin diperlukan karena
adanya perubahan-perubahan yang terjadi di lingkungan
perusahaan, seperti tingkat harga, karakteristik produk, kebijakan
pemerintah, dll. Sedangkan evaluasi ditujukan untuk
pembandingan peramalan dengan hasil nyata, sehingga dapat
menilai ketepatan penggunaan suatu metodologi atau teknik
peramalan.
Teknik-Teknik Peramalan

Teknik Kualitatif :
Teknik ini adalah subyektif atau judgmental atau
berdasarkan pada estimasi dan pendapat-pendapat.
Berbagai sumber pendapat yang baik bagi peramalan
kondisi bisnis adalah sebagai berikut :
Para eksekutif
Orang-orang bagian penjualan
Para langganan
Para ahli berbagai bidang, misal : konsultan manajemen
Teknik Kualitatif

Metode Delphi, merupakan teknik yang mempergunakan prosedur

sistematik untuk mendapatkan suatu konsensus pendapat-
pendapat dari suatu kelompok ahli. Proses delphi dilakukan dengan
meminta kepada para anggota kelompok untuk memberikan
serangkaian ramalan-ramalan melalui tanggapan mereka terhadap
daftar pertanyaan. Kemudian hasilnya diformulasikan dan
dibagikan lagi kepada kelompok.
Riset pasar, teknik ini secara khusus ditujukan untuk meramal
permintan dan penjualan produk baru.
Analogi historik, peramalan dilakukan dengan menggunakan
pengalaman-pengalaman historis dari suatu produk yang sejenis.
Konsensus panel, gagasan yang didiskusikan kelompok akan
menghasil-kan ramalan-ramalan lebih baik daripada dilakukan oleh
seseorang.
Analisis Runtun Waktu (Time Series)

Model peramalan ini mencoba untuk meramalkan kejadian-kejadian

di waktu yang akan datang atas dasar serangkaian data kejadian
masa lalu.

Komponen-komponen yang ada dalam peramalan time series

adalah :
Trend (T)
Musiman atau seasional (S)
Siklikal atau cyclical (C)
Residu atau erratic (E)

Dalam model klasik analisis time series, nilai ramalan (Y)

merupakan fungsi perkalian dari komponen-komponen diatas :

Y=TxSxCxE
Analisis Runtun Waktu (Time Series)

Trend, merupakan pola gerakan penurunan atau

pertumbuhan (kenaikkan) jangka panjang serangkaian data
historik.

Musiman, komponen ini mencerminkan pengaruh pola-pola

pembelian musiman.

Siklikal, atau sering disebut dengan gelombang konjungtur,

adalah komponen dasar time series, dan merupakan
komponen yang paling sulit ditentukan bila rentangan waktu
tidak diketahui atau akibat siklus tidak dapat ditentukan.

Residu, merupakan unsur yang menunjukkan fluktuasi-

fluktuasi data yang tidak sistematik atau acak (random).
Prosedur Peramalan

Mendapatkan data historis, dan menggambarkannya dalam

scatter diagram untuk mengetahui tipe hubungan. (contoh :
Linear)
Mencari persamaan trend
Mencari indeks musiman
Memproyeksikan trend ke waktu yang akan datang
Mengalikan nilai-nilai trend bulanan dengan indeks musiman
Memodifikasi nilai-nilai yang diramal dengan pengetahuan
tentang :
Kondisi-kondisi bisnis siklikal (C)
Antisipasi pengaruh-pengaruh yang tidak biasa (E)
Perhitungan Trend

Freehand. Garis trend dibuat secara bebas tanpa

menggunakan rumus matematika. Kurva trend freehand
digambarkan melalui titik-titik data dan merupakan cara
penyajian termudah.

Kuadrat terkecil (least squares).Metode yang paling banyak

dipakai untuk menentukan persamaan trend data, karena
menghasilkan line of best fit. Garis trend ini mempunyai sifat
:
Penjumlahan seluruh deviasi vertikal titik-titik data terhadap garis
adalah nol
Penjumlahan seluruh kuadrat deviasi vertikal data historis dari garis
adalah minimum
Garis melalui rata-rata X dan Y
Perhitungan Trend

Untuk persamaan linear, garis trend dicari dengan penyelesaian

simultan nilai a dan b pada dua persamaan normal berikut :
Y = na+bX
XY = a X + b X2
Bila titik tengah data sebagai tahun dasar, maka X = 0 dan dapat
dihilangkan dari persamaan diatas, sehingga menjadi :

Y
Y = na a=
n

XY
XY = b X2 b=
X2
Perhitungan Trend

Bila ada sejumlah periode Nomor data Kode X

ganjil, titik tengah periode
1 -2
waktu ditentukan X = 0,
2 -1
sehingga jumlah plus dan 3 0
minus akan sama dengan nol 4 1
(0). 5 2
0

Tetapi jika jumlah data adalah Nomor data Kode X

genap, prosedur pemberian -3
kode menjadi : 1
-2
2
3
-1
4
1
5
2
6
3
0
Perhitungan Trend (Least squares)

Penjualan
Tahun Kuartal (dlm Unit) X XY X2
Y

1981 1 80 -8 -640 64
2 78 -7 -546 49
3 83 -6 -498 36
4 85 -5 -425 25
1982 1 84 -4 -336 16
2 88 -3 -264 9
3 90 -2 -180 4
4 89 -1 -89 1
1983 1 86 1 86 1
2 91 2 182 4
3 94 3 282 9
4 93 4 372 16
1984 1 90 5 450 25
2 96 6 576 36
3 100 7 700 49
4 97 8 776 64

Jumlah ( ) 1.424 0 446 408

Perhitungan Trend (Least squares)

Y 1.424
a = = = 89
n 16

XY 446
b = = = 1,1
X2 408

Jadi, Persamaan peramalan dalam bentuk Y = a + b X adalah :

Y = 89 + 1,1 X
Ramalan untuk kuartal pertama tahun 1985 adalah sebesar 98,9
unit dengan perhitungan :
Y = 89 + 1,1 (9)
= 98,9
Bila periode pertama sebagai tahun dasar (X=0)

Apabila pertimbangan data ganjil dan data genap ingin diabaikan,

tanpa khawatir terjadi kesalahan dalam melakukan perhitungan
peramalan, maka cara berikut ini dapat menjadi pilihan.

Periode Permintaan (Y) X XY X2

Januari 45 0 0 0

Februari 44 1 44 1

Maret 46 2 92 4

April 43 3 129 9

Mei 44 4 176 16

222 10 441 30
Bila periode pertama sebagai tahun dasar (X=0)

Apabila cara ini yang dipilih, maka untuk mendapatkan nilai a dan b,
rumus yang digunakan adalah :

Y X2 X XY 222(30) 10(441)
a= a= = 45
n.X2 (X)2 5(30) (10)2

n.XY X Y 5(441) 10(222)

b= b= = - 0,3
n.X2 (X)2 5(30) (10)2

Y = a + bX
Y = 45 0.3X 45 0,3(5) 45 1,5 43,5
Perhitungan Trend (Rata-rata bergerak)

Metode ini diperoleh melalui penjumlahan dan pencarian nilai rata-

rata dari sejumlah periode tertentu, setiap kali menghilangkan nilai
terlama dan menambah nilai baru.

X
MA =
Jumlah Periode

Satu nilai X diganti setiap periode.

Perhitungan Trend (Rata-rata bergerak)

Penjualan
Total Rata-rata
Tahun Kuartal (dlm Unit)
Gerakan Bergerak
Y

1981 1 80 - -
2 78 - -
3 83 241 : 3 = 80,3
4 85 246 : 3 = 82
1982 1 84 252 84
2 88 257 85,7
3 90 262 87,3
4 89 267 89
1983 1 86 265 88,3
2 91 266 88,7
3 94 271 90,3
4 93 278 92,7
1984 1 90 277 92,3
2 96 279 93
3 100 286 95,3
4 97 293 97,7
Perhitungan Trend (Rata-rata bergerak)

Rata-rata bergerak secara efektif meratakan atau menghaluskan

fluktuasi pola data yang ada. Semakin panjang datanya semakin
halus kurvanya.

Kelemahan metode ini tidak mempunyai persamaan untuk

peramalan, sebagai gantinya adalah nilai rata-rata bergerak
terakhir sebagai ramalan periode berikutnya. Seperti dalam
contoh adalah sebesar 97,7 unit.