Manajemen Operasional
*pengertian
Jangka
Jangka Jangka
menenga
pendek Panjang
h
Hingga 1 tahun Masa 3 tahun atau
Hingga 3 tahun
(umumnya triwulan) lebih
Merencanakan
Merencanakan
Merencanakan produk baru,
pembelian, jumlah
penjualan, anggaran pembelanjaan
tenaga kerja,
produksi, anggaran modal, lokasi atau
penugasan kerja dan
kas, rencana operasi pengembangan
tingkat produksi
fasilitas, litbang
*Meramal Horizon
Waktu
Penurunan Perkenalan
Kematangan Pertumbuhan
*Jenis Peramalan
Menetapkan tujuan peramalan
Membuat peramalan
*7 Langkah Sistem
Peramalan
Menggunakan Menggabungkan
Peramalan kuantitatif
Peramalan kualitatif
model faktor seperti
matematika intuisi, emodi,
dengan data pengalaman
masa lalu dan pribadi, sistem
variabel sebab nilai
akibat untuk
meramalkan
permintaan
*Pendekatan dalam
Peramalan
* Keputusan dari Pendapat Juri
Pendapat sekumpulan kecil manajer atau pakar, sering
dikombinasikan dengan data statistik
* Metode Delphi
Menggunakan proses kelompok di mana pakar melakukan
peramalan
3 jenis peserta : pengambil keputusan, karyawan dan
responden
* Gabungan dari Tenaga Penjualan
Setiap tenaga penjualan memperkirakan berapa penjualan
yang bisa dilakukan di wilayahnya
* Survei Pasar Konsumen
Meminta input dari konsumen mengenai rencana pembelian
mereka di masa depan
*Tinjauan Metode
Kualitatif
Model Time
Model Asosiatif
Series
Pendekatan Regresi
naif Linear
Rata-rata
bergerak
Penghalusan
eksponensial
Proyeksi Tren
*Tinjauan Metode
Kuantitatif
* merupakan teknik peramalan yang
menggunakan sekumpulan data masa lalu untuk
melakukan peramalan
* Didasarkan pada waktu yang berurutan atau
berjarak sama (co : mingguan, bulanan,
kuartalan)
* Nilai masa depan diperkirakan hanya dari nilai
masa lalu dan variabel lain diabaikan
*Peramalan Time
Series
* Tren : pergerakan data sedikit demi sedikit
meningkat atau menurun
* Musim : pola data yang berulang pada kurun waktu
tertentu seperti hari, minggu, bulan, kuartal
* Siklus : pola dalam data yang terjadi setiap
beberapa tahun
* Variasi Acak : satu titik khusus dalam data, yang
disebabkan oleh peluang dan situasi yang tidak
biasa
* 4 Komponen Time
Series
* Teknik peramalan yang mengasumsikan
permintaan di periode mendatang sama dengan
permintaan terkini
* Merupakan model paling efektif dan efisien
dari segi biaya
*Pendekatan Naif
(Naive Approach)
* Menggunakan sejumlah data aktual masa lalu untuk
menghasilkan peramalan
* Berguna jika kita dapat mengasumsikan bahwa permintaan
pasar akan stabil sepanjang waktu yang kita ramalkan
* Rata-rata bergerak = ∑ permintaan n bulan sebelum
n
* Rata-rata bergerak dengan pembobotan
= ∑ (bobot pada periode n) permintaan pada periode n
∑ bobot
*Rata-rata Bergerak
(Moving Average)
Bulan Penjualan aktual
Januari 12
Februari 12
Maret 13
April 16
Mei 19
Juni 23
Juli 26
Agustus 30
September 28
*Latihan 1
* merupakan metode peramalan rata-rata bergerak
dengan pembobotan yang canggih, namun masih
mudah digunakan
* Menggunakan sangat sedikit pencatatan data
masa lalu
* Ft = F t-1 + α ( A t-1 – F t-1)
Ft = peramalan baru
Ft-1 = peramalan sebelumnya
Α = konstanta penghalus (0 ≤ α ≤ 1)
At-1 = permintaan aktual periode lalu
* Penghalusan Eksponensial
(Exponential Smoothing)
* Pada bulan Januari, sebuah dealer mobil
memprediksi permintaan Nissan Livina di bulan
Februari sebanyak 142 mobil. Permintaan
aktual bulan Februri adalah 153 mobil. Dengan
menggunakan konstanta penghalusan yang
dipilih oleh pihak manajemen, α = 0,20. Kita
dapat meramalkan permintaan di bulan Maret
dengan menggunakan model penghalusan
eksponensial. Hitunglah peramalan permintaan
untuk bulan Maret!
*Latihan 2
* metode yang menyesuaikan sebuah garis tren
pada sekumpulan data masa lalu dan kemudian
diproyeksikan dalam garis untuk meramalkan masa
depan
* y = a + bx
y = nilai terhitung dari variabel yang akan diprediksi
(variabel terikat)
a = persilangan sumbu y
b = kemiringan garis regresi (tingkat perubahan pada y untuk perubahan yang terjadi
di y)
x = variabel bebas
*Proyeksi Tren
(Trend Projection)
* Permintaan daya listrik pada PT Maju Mundur
Tetap Oke selama periode 2004 hingga 2010
ditunjukkan pada tabel di bawah ini.
*Latihan 3
* Biasanya mempertimbangkan beberapa
variabel yang berhubungan dengan kuantitas
yang diprediksi
* ŷ = a + bx
Ŷ = nilai variabel terikat
a = perpotongan sumbu y
b = kemiringan garis regresi
x = variabel bebas
*METODE PERAMALAN
ASOSIATIF
* Sebuah distro kaos berhasil membuka
beberapa toko di beberapa kota. Seiring waktu,
perusahaan mendapati bahwa penjualan toko
biaya pekerjaan pembukaan toko bergantung
pada tingkat penghasilan (upah) penduduk di
daerah tersebut. Berikut adalah data
penjualan
Tahun ke Penjualan Upah (x) Tahun ke Penjualan Upah (x)
(y) (y)
1 2,0 1 4 2,0 2
2 3,0 3 5 2,0 1
3 2,5 4 6 3,5 7
* Latihan 4
Cek hubungannya, linier kah?
Hitung b dan a
*Caranya?
* Suatu ukuran yang menunjukkan kekuatan
hubungan antara dua variabel
*r= n ∑ xy - ∑x ∑y
[n∑x² - (∑ x)²][n∑y²- (∑y)²]
*Koefisien Korelasi
dan Determinasi
* Metode peramalan sebab akibat dengan lebih
dari 1 variabel bebas
* ŷ = a + b1x1 + b1x1
Ŷ = nilai variabel terikat
a = perpotongan sumbu y
b = kemiringan garis regresi
x = variabel bebas
*Analisis Regresi
Berganda