* Peramalan

Manajemen Operasional

Isti Setya Rini

Murni Sadar
* Peramalan adalah seni dan ilmu untuk
memprediksi kejadian di masa depan
* Bisa dilakukan dengan cara :
* Melibatkan data masa lalu dan menempatkannya ke
masa yang akan datang dengan model matematis
* Prediksi intuitif yang bersifat subyektif
* Kombinasi keduanya

*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

*Siklus Hidup Produk

Peramalan • Memprediksi inflasi
• Ketersediaan uang
Ekonomi • Indikator- indikator lainnya

Peramalan • Memperhatikan tingkat kemajuan teknologi

teknologi

Peramalan • Meramal produksi, kapasitas, sistem

penjadualan
Permintaan • Input bagi perencanaan bagian yang lainnya

*Jenis Peramalan
Menetapkan tujuan peramalan

Menentukan Unsur apa yang akan diramal

Menentukan horizon waktu peramalan

Memilih tipe model peramalan

Mengumpulkan data yang diperlukan untuk melakukan peramalan

Membuat peramalan

Memvalidasi dan menerapkan hasil 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.

Tahun Permintaan Tahun Permintaan

Daya Listrik Daya Listrik
2004 74 2008 105
2005 79 2009 142
2006 80 2010 122
2007 90

*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?

Cari jumlah x dan jumlah y

Cari rata-rata x dan rata-rata y

Hitung x kuadrat dan jumlahkan

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 Determinasi = suatu ukuran jumlah

variasi dalam variabel terikat terhadap rata-
ratanya yang dijelaskan oleh persamaan regresi

*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