Anda di halaman 1dari 18

FORECASTING

PENGERTIAN

Sebuah ramalan adalah prediksi apa yang akan


terjadi di masa depan, keputusan perencanaan mengenai
penjadwalan, persediaan, produksi, tata letak fasilitas dan
desain, tenaga kerja, distribusi, pembelian, dan
sebagainya.
PERAN STRATEGIS DALAM SUPPLY CHAIN
MANAGEMENT
1. SUPPLY CHAIN MANAGEMENT
Berkaitan dengan semua kegiatan dari pemasok,
proses produksi dan distribusi
2. QUALITY MANAGEMENT
Berkaitan dengan menjaga kualitas produk sehingga
memuaskan pelanggan
3. STRATEGIC PLANNING
Berkaitan perencanaan strategi perusahaan dalam
bersaing dan berkembang
KOMPONEN PERAMALAN
PERMINTAAN
1. JANGKA WAKTU
Sebuah jarak jauh Perkiraan biasanya digunakan untuk
perencanaan strategis menetapkan tujuan jangka
panjang dan melaksanakan program-program
strategis.
2. PERILAKU PERMINTAAN
Permintaan berperilaku tidak teratur yang terdiri dari
tren, siklus, dan pola musiman. Sebuah tren adalah
bertahap, jangka panjang atas atau bawah pergerakan
permintaan. Gambar 11.2 (a) menggambarkan tren
permintaan di mana ada gerakan ke atas umum, atau
meningkat.
KOMPONEN PERAMALAN
PERMINTAAN
METODE PERAMALAN

1. Peramalan kualitatif (Qualitative Forecast), adalah


pendekatan menggunkan model matematis dari tada
sebelumnya atau beberapa variabel seperti:
• Metode Delphi, keputusan dibuat dari para pakar
yang mengambil
• Keputusan dari pendapat juri eksekutif, dibuat dari
para kombinasi pendapat sekumpulan manajer
• Gabungan dari tenaga penjualan, setiap pemsar
membuat peramalan wilayahnya dengan data
sebelumnya
• Survei pasar konsumen, dibuat dengan meminta
input langsung dari konsumen
METODE PERAMALAN

2. Peramalan kuantitatif (Quantitative Forecast), adalah


gabungan seperti intuisi, emosi, pengalaman pribadi, dan
sistem nilai seperti
a. Time series model : terdiri dari
• Rata-rata Bergerak (Moving Average),
• Penghalusan Eksponensial
• Pendekatan Naif
• Proyeksi Tren

b. Associative model :
• Kuadrat Terkecil (Least Square Method)
PROSE PERAMALAN

Tujuh langkah dalam sistem peramalan (Jay Heizer dan


Barry Render) :
1. Menentukan penggunaan dari peramalan
2. Memilih barang yang akan diramalkan
3. Menentukan horizon waktu dari peramalan
4. Memilih model peramalan
5. Mengumpulkan data yang diperlukan untuk membuat
peramalan
6. Membuat peramalan
7. Memvalidasi dan mengimplementasikan hasilnya
PROSE PERAMALAN

Tujuh langkah dalam sistem peramalan (Jay Heizer dan


Barry Render) :
1. Menentukan penggunaan dari peramalan
2. Memilih barang yang akan diramalkan
3. Menentukan horizon waktu dari peramalan
4. Memilih model peramalan
5. Mengumpulkan data yang diperlukan untuk membuat
peramalan
6. Membuat peramalan
7. Memvalidasi dan mengimplementasikan hasilnya
METODE TIME SERIES

Metode time series adalah teknik statistik yang


menggunakan data historis selama periode waktu
tertentu dengan asumsi data berulang

1. MOVING AVERAGE (PERGERAKAN RATA-RATA)


Time series yang sederhana menggunakan
permintaan pada periode saat ini untuk memprediksi
permintaan di periode berikutnya

n = number of periods in the


moving average
Di = demand in periode i
METODE TIME SERIES

2. PERGERAKAN RATA-RATA TERTIMBANG


Metode rata-rata bergerak dapat disesuaikan untuk
lebih mencerminkan fluktuasi dalam data. Dalam
metode rata-rata bergerak tertimbang, bobot
ditugaskan untuk data terbaru sesuai dengan
rumus berikut:

n
WMAn  Wi Di Wi = the weight for period i, between 0 and 100
percent ∑wi=1.00
i 1
METODE TIME SERIES

3. PENGHALUSAN EKSPONENSIAL
Metode peramalan pergerakan rata-rata bobot lainnya
yang melibatkan sangat sedikit catatan data masa
sebelumnya dan mudah untuk digunakan

Perkiraan untuk periode berikutnya


Ft+1 = aDt + (1-α) Ft
Pemulusan yang disesuaikan dengan Tren dihitung seperti eksponensial dan
pemulusan dengan ada tren didalamnya ada tren
METODE TIME SERIES

4. GARIS LINEAR TREND/REGRESI LINEAR


Metode peramalan di mana hubungan matematis
dikembangkan antara permintaan dan beberapa
faktor lain yang menyebabkan perilaku permintaan:
AKURASI PERAMALAN

Sebuah ramalan tidak pernah benar-benar akurat, perkiraan akan


selalu menyimpang dari permintaan yang sebenarnya.
1. MAD & MAPD
a. Mean Absolute Deviation (MAD)
MAD adalah rata-rata dari perbedaan antara perkiraan dan
permintaan yang sebenarnya, yang dihitung dengan rumus
σ 𝐷𝑡 −𝐹𝑡
sebagai berikut: 𝑀𝐴𝐷 =
𝑛

b. Mean Absolute Percent Deviation (MAPD)


Penyimpangan persen mutlak berarti (MAPD) ukuran kesalahan
mutlak sebagai persentase dari permintaan bukan per periode.

σ 𝐷𝑡 − 𝐹𝑡
𝑀𝐴𝑃𝐷 =
σ 𝐷𝑡
AKURASI PERAMALAN

2. Kesalahan Kumulatif & Kesalahan Rata-Rata


a. Kesalahan Kumulatif
Kesalahan kumulatif dihitung hanya dengan menjumlahkan
kesalahan ramalan, seperti yang ditunjukkan dalam rumus
berikut
𝐸 = ෍ 𝑒𝑡

b. Kesalahan Rata-Rata
Ukuran yang berkaitan erat dengan kesalahan kumulatif adalah
rata-rata kesalahan, atau bias. Itu dihitung dengan rata-rata
kumulatif kesalahan atas jumlah waktu:
σ 𝑒𝑡
𝐸ത =
𝑛
METODE REGRESI

Regresi digunakan untuk peramalan dengan membentuk hubungan


matematis antara dua variabel atau lebih.
1. REGRESI LINIER
Teknik matematika yang berhubungan satu variabel ke variabel
lainya dalam satu garis lurus . y = a + bx
2. KORELASI
Korelasi dalam persamaan regresi linear adalah ukuran
kekuatan hubungan antara variabel independen dan dependen.
𝑛 σ 𝑥𝑦−σ 𝑦 σ 𝑦
r=
2 2
𝑛 σ 𝑥 2 −(σ 𝑥) [𝑛 σ 𝑦 2 −(σ 𝑦) ]

3. ANALISIS REGRESI DAN REGRESI GANDA DENGAN EXCEL


Excel memiliki kemampuan melakukan regresi lineardan regresi
ganda.
TERIMA KASIH
SESI TANYA JAWAB