Peramalan

Manajemen
Operasional
Definisi Peramalan
 Peramalan adalah seni dan ilmu untuk
memprediksi masa depan.
 Peramalan adalah tahap awal, dan hasil
ramalan merupakan basis bagi seluruh
tahapan pada perencanaan produksi.
 Proses peramalan dilakukan pada level
agregat (part family); bila data yang dimiliki
adalah data item, maka perlu dilakukan
agregasi terlebih dahulu.
 Metode: Kualitatif dan kuantitatif.
 Terminologi: perioda, horison, lead time, fitting
error, forecast error, data dan hasil ramalan.
 Penggunaan Ramalan
Akuntansi Perkiraan biaya/keuntungan
Keuangan Arus kas dan pendanaan
Sumberdaya manusia Penerimaan pegawai /
training
Pemasaran Penetapan harga, promosi,
strategi
SIM TI/SI systems, layanan-
layanan
Operasional Jadwal, MRP, beban kerja
Disain produk/jasa Produk baru dan jasa
Aku melihat kau akan
memperoleh nilai A semester
ini.

3-4
Ciri-ciri ramalan

 Beranggapan sistem kasual

masa lalu ==> masa depan
 Ramalan jarang sempurna, oleh karena
tingkat keacakan
 Ramalan lebih akurat untuk group
daripada individu
 Tingkat akurasi ramalan menurun
sejalan dengan meningkatnya
cakrawala waktu

3-5
Unsur-unsur ramalan yang baik

Tepat waktu

Handal Akurat

rti a h kan
r a Tertulis ud una
M ig
Be d

3-6
Langkah-langkah proses peramalan

“The forecast
/ramalan”

6) Monitor ramalan
5) Lakukan peramalan
4) Dapatkan, “bersihkan” dan analisa data
3) Pilih teknik ramalan
2) Tetapkan batas waktu
1) Tetapkan maksud /tujuandari ramalan

3-7
Jenis-jenis Ramalan

 Pendapat – menggunakan masukan

secara subjektif
 Serial waktu – menggunakan data
historis dan mengasumsikan masa
depan akan sama dengan masa lalu
 Model Asosiatif (Associative Model)–
menggunakan variabel-variabel untuk
meramalkan masa depan

3-8
Langkah-langkah Peramalan
 Definisikan tujuan peramalan.
 Plot data (part family) masa lalu.
 Pilih metode-metode yang paling memenuhi
tujuan peramalan dan sesuai dengan plot data.
 Hitung parameter fungsi peramalan untuk
masing-masing metode.
 Hitung fitting error untuk semua metode yang
dicoba.
 Pilih metode yang terbaik, yaitu metode yang
memberikan error paling kecil.
 Ramalkan permintaan untuk periode mendatang
 Lakukan verifikasi peramalan.
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 yg 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.
 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.
Proses peramalan
 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” /
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.
Lanjutan

 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 yg akan datang atas dasar
serangkaian data kejadian masa lalu.
Komponen-komponen yg ada dlm 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 komponen2 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, &
merupakan komponen yg plg sulit ditentukan bila
rentangan waktu tdk diketahui / akibat siklus tidak
dapat ditentukan.
 Residu, merupakan unsur yang menunjukkan
fluktuasi-fluktuasi data yang tidak sistematik atau
acak (random).
Prosedur Peramalan
 Mendapatkan data historis, & menggambarkannya
dlm “scatter diagram” untuk mengetahui tipe
hubungan. (contoh : Linear)
 Mencari persamaan trend
 Mencari indeks musiman
 Memproyeksikan trend ke waktu yang akan datang
 Mengalikan nilai2 trend bulanan dgn indek
musiman
 Memodifikasi nilai2 yg diramal dgn pengetahuan
tentang :
- Kondisi-kondisi bisnis siklikal (C)
- Antisipasi pengaruh-pengaruh yg 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 :
ΣY = na+bΣX
Σ XY = a Σ X + b Σ X2
Bila titik tengah data sebagai thn dasar, maka Σ X = 0 &
dpt dihilangkan dr persamaan diatas, sehingga menjadi :
ΣY
ΣY = na a=
n
Σ XY
Σ XY = b Σ X2 b=
Σ X2
Perhitungan Trend
Nomor data Kode X
 Bila ada sejumlah
-2
periode ganjil, titik 1
tengah periode waktu 2
-1
3
ditentukan X = 0, 4
0
1
sehingga jumlah plus 5
2
0
dan minus akan sama
dengan nol (0). Nomor data Kode X
1 -3
2 -2
 Tetapi jika jumlah 3 -1
data adalah genap, 4 1
prosedur pemberian 5 2
6 3
kode menjadi :
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 ( Σ ) 1.424 0 446 408
Perhitungan Trend (Least squares)
ΣY 1.424
a = = = 89
n 16

Σ XY 446
b = = = 1,1
Σ 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.

Permintaan
Periode X XY X2
(Y)
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 :

ΣY ΣX2 – ΣX ΣXY 222(30) – 10(441)

a= a= = 45
n.ΣX2 – (ΣX)2 5(30) – (10)2

n.ΣXY – ΣX ΣY 5(441) – 10(222)

b= b= = - 0,3
n.ΣX2 – (ΣX)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.

ΣX
MA =
Jumlah Periode

 Satu nilai X diganti setiap periode.

Perhitungan Trend (Rata-rata bergerak)
Penjualan Total Rata-rata
Tahun Kuartal
(dlm Unit) Y Gerakan Bergerak
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.