Peramalan akan melibatkan mengambil data historis (seperti penjualan tahun lalu) dan
memproyeksikan mereka ke masa yang akan datang dengan model matematika.
Mungkin akan menjadi prediksi yang bersifat subjektif atau intuitif (misalnya, “ini
adalah produk baru yang hebat akan terjual sebanyak 20% lebih banyak daripada yang
telah ada”).
Peramalan dapat dipengaruhi oleh posisi produk dalam siklus hidupnya, apakah penjualan
berada pada tahap perkenalan, pertumbuhan, kedewasaan atau penurunan. Produk lainnya
dapat dipengaruhi oleh permintaan atas produk terkait. Sebagai contoh, sistem navigasi
dapat menelusuri dengan penjualan mobil baru.
Perencanaan yang efektif baik dalam jangka pendek dan jangka panjang bergantung pada
peramalan atas produk perusahaan.
PERAMALAN HORIZON
WAKTU
Peramalan Jangka
Pendek Peramalan Jangka
Menengah Peramalan Kisaran
Peramalan ini
Kosaran menengah, atau Panjang
memiliki rentang
intermediate, peramalan Umumnya 3 tahun atau
waktu sampai dengan
umumnya rentang waktu lebih lebih dalam rentang
1 tahun, tetapi
dari 3 bulan hingga 3 waktunya
umumnya kurang dari
3 bulan tahun.
Peramalan yang baik adalah sangat penting dalam seluruh aspek bisnis : peramalan
hanya merupakan estimasi atas permintaan hingga permintaan aktual menjadi
diketahui. Peramalan permintaan oleh karenanya akan mendorong keputusan dalam
banyak area.
Dampak peramalan permintaan produk atas 3 aktivitas berikut :
Mengumpulkan Memvalidasi
data yang dan
Membuat
diperlukan untuk mengimpleme
peramalan
membuat ntasikan
peramalan hasilnya
PENDEKATAN PERAMALAN
PERAMALAN PERAMALAN
KUANTITATIF KUALITATIF
(QUANTITATIVE (QUALITATIVE
FORECAST) FORECAST)
Menggunakan bermacam- Menggabungkan faktor-
macam model matematika faktor, misalnya instuisi dari
yang bergantung pada si pengambil keputusan,
historis/variabel asosiatif emosi, pengalaman pribadi,
untuk meramalkan dan sistem nilai dalam
permintaan mencapai peramalan.
IKHTISAR METODE
KUALITATIF
OPINI DARI
DEWAN METODE
EKSEKUSI DELPHI
(JURY OF (DELPHI
EXECUTIVE METHOD)
OPINION)
GABUNGAN
KARYAWAN
BAGIAN SURVEI PASAR
PENJUALAN (MARKET SURVEY)
(SALES FORCE
COMPOSITE)
PERAMALAN RUNTUN WAKTU
Penguraian
Dari Runtun Pendekatan Awam
Waktu
FEBRUARI 12
MARET 13
JUNI 23 (13+16+19)/3=16
OKTOBER 18 (26+30+28)/3=28
Variasi Musiman (seasonal variation) dalam data adalah pergerakan secara teratur dalam
rangkaian data (data series) yang terkait dengan kejadian yang berulang, misalnya cuaca
atau hari libur. Seperti permintaan atas batu bara dan bahan bakar minyak, misalnya
mencapai puncaknya selama bulan musim panas. Permintaan atas klub golf atau tabir
surya menjadi sangat tinggi dalam musim panas.
Musiman dapat diterapkan pada pola berdasarkan pada jam, harian, mingguan, bulanan,
atau pola yang berulang lainnya. Seperti pada Pengalaman restoran cepat saji yang
mengalami lonjakan pada tengah hari dan berulang lagi pada jam 5 sore. Contoh lain pada
Film Bioskop dengan melihat permintaan yang lebih tinggi pada malam Jumat dan Sabtu.
Hal yang sama, memahami variasi musiman sangat penting untuk perencanaan kapasitas
dalam organisasi yang menangani lonjakan muatan barang. Kehadiran dari musiman
membuat penyesuaian dalam peramalan garis kecenderungan sangat dibutuhkan.
PENGAWASAN DAN PENGENDALIAN
PERAMALAN
Salah satu cara untuk memonitor peramalan untuk memastikan bahwa mereka berjalan
dengan baik adalah dengan menggunakan sinyal penelusuran. Sinyal Penelusuran
(tracking signal) adalah pengukuran mengenai seberapa baiknya peramalan dalam
memprediksikan nilai aktualnya.
Sebagaimana peramlan diperbaharui setiap minggu, bulan, atau kuartal, data permintaan
terbaru yang tersedia akan diabndingkan dengan nilai peramalan.
TOKO RITEL
RESTORAN
KHUSUS
CEPAT SAJI
SEKIAN DAN TERIMA
KASIH