Bab 3 & 4 Peramalan
Bab 3 & 4 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
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
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 ?
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
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 :
Y = a + bX
Y = 45 – 0.3X ► 45 – 0,3(5) ► 45 – 1,5 ► 43,5
Perhitungan Trend (Rata-rata bergerak)
ΣX
MA =
Jumlah Periode