FORECASTING

 Peramalan adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu
produk atau beberapa produk dalam periode waktu tertentu di masa yang akan datang.
 Forecasting atau perkiraan adalah kegiatan yang bertujuan untuk meramalkan atau
memprediksi segala hal yang terkait dengan produksi, penawaran, permintaan ,dan
penggunaan teknologi dalam sebuah industri atau usaha. Perkiraan ini pada akhirnya
akan digunakan oleh perusahaan maupun pihak manajemen operasional untuk membuat
perencanaan terkait kegiatan usaha dalam beberapa periode tertentu.

MANFAAT FORECASTING
 Menentukan apa yang dibutuhkan untuk perluasan pabrik.
 Menentukan perencanaan lanjutan bagi produk-produk yang ada untuk dikerjakan dengan
fasilitas yang ada.
 Menentukan penjadwalan jangka pendek produk-produk yang ada untuk dikerjakan
berdasarkan peralatan yang ada
 Faktor-faktor Yang Mempengaruhi Forecasting
 Sifat produk
 Metode distribusi
 Besarnya perusahaan dibandingkan dengan perusahaan pesaing
 Data historis

Fungsi Forecasting
• Sebagai alat bantu untuk dapat merencanakan masa mendatang secara efektif dan
efisien
• Untuk menetapkan sebuah kebutuhan sumber daya pada masa yang akan datang
• Untuk membuat suatu keputusan yang tepat.

JENIS-JENIS FORECASTING
1. Berdasarkan Waktunya
 Peramalan jangka panjang
 Peramalan jangka menengah
 Peramalan jangka pendek
2. Berdasarkan fungsi dan perencanaan masa depan
 Peramalan ekonomi
 Peramalan teknologi
 Peramalan permintaan
 METODE PERAMALAN
1. Peramalan kuantitatif yaitu peramalan yang menggunakan
satu atau lebih model matematis dengan data masa lalu dan
variabel sebab akibat untuk meramalkan permintaan.
Metode Peramalan Kuantitatif dapat dikelompokkan menjadi
dua jenis, yaitu:
A. Model seri waktu / metode deret berkala (time series)
• Rata-rata bergerak (moving averages),
• Penghalusan eksponensial (exponential smoothing),
• Proyeksi trend (trend projection)
B. Model / metode kausal (causal/explanatory model)
• Metode regresi dan korelasi
• Metode ekonometri
• Metode input dan output
2. Peramalan Kualitatif yaitu peramalan yang
menggabungkan faktor-faktor seperti intuisi
pengambilan keputusan, emosi, pengalaman
pribadi dan sistem nilai. peramalan kualitatif
dapat
menggunakan teknik/metode peramalan, yaitu:
 Juri dari Opini Eksekutif
 Gabungan Tenaga Penjualan
 Metode Delphi
 Survai Pasar (market survey)
 MOVING AVERAGE
Rata-rata bergerak (Moving Average) adalah suatu
metode peramalan yang dilakukan dengan mengambil
sekelompok nilai pengamatan, mencari nilai rata-rata
tersebut sebagai ramalan untuk periode yang akan
datang.
Metode Moving Average mempunyai karakteristik
khusus yaitu:
Untuk menentukan ramalan pada periode yang akan
datang memerlukan data historis selama jangka waktu
tertentu
Semakin panjang jangka waktu moving average, maka
akan menghasilkan moving average yang semakin
halus.
 

Rumus Single Moving Average:

Dimana:
 Kesalahan Peramalan
• Tingkat
  kesalahan ramalan merupakan ukuran
ketepatan dan ukuran untuk membandingan
metode-metode alternatif yang mungkin
digunakan.
• Mean Absolute Deviation (MAD) adalah rata-rata
nilai absolut dari kesalahan meramal, dengan
tidak menghiraukan tanda positif serta negatifnya.

• Mean Squared Error (MSE) adalah rata-rata

perbedaan kuadrat antara nilai-nilai yang
diramalkan dan nilai yang diamati.
Pengumpulan data permintaan yang actual
diperoleh dari perusahaan dengan mengacu
pada order yang diterima dari konsumen yang
dimulai dari bulan Januari 2019 – Desember
2019. Adapun data permintaan tersebut dapat
dilihat pada tabel berikut ini:
No Bulan Permintaan Konsumen No Bulan Permintaan Konsumen
1 Januari 108.216 7 Juli 135.077
2 Februari 99.155 8 Agustus 61.545
3 Maret 90.700 9 September 60.153
4 April 123.586 10 Oktober 75.651
5 Mei 91.761 11 November 77.060
6 Juni 110.646 12 Desember 78.267
Hasil peramalan dan kesalahan peramalan permintaan konsumen Moving Average
3 bulanan

Bulan Permintaan Forecasting MAD MSE

Konsumen
Januari 108.216 - - -
Februari 99.155 - - -
Maret 90.700 - - -
April 123.586 99.357 24.229 587.044.441,00
Mei 91.761 104.480,33 12.719,33 161.781.440,44
Juni 110.646 102.015,67 8.630,33 74.482.653,44
Juli 135.077 108.664,33 26.412,67 697.628.960,44
Agustus 61.545 112.494,67 50.949,67 2.595.868.533,44
September 60.153 102.422,67 42.269,67 1.786.724.720,11
Oktober 75.651 85.591,67 9.940,67 98.816.853,78
November 77.060 65.783 11.277 127.170.729,00
Desember 78.267 70.954,67 7.312,33 53.470.218,78
76.992,67 193.740,67 6.182.988.550,44
Hasil perolehan perbandingan peramalan, MAD, dan MSE dengan
menggunakan metode Moving Average dengan orde yang berbeda adalah
sebagai berikut:
Nilai Metode
Single MA (3) Single MA (5)
Peramalan 76.992,67 70.535,20
MAD 21.526,74 23.448,40
MSE 686.998.727,83 834.449.579,15

Perhitungan nilai peramalan, MAD, dn MSE pada single moving average

dengan orde 3 dan 5 dihitung dengan menggunakan perhitungan manual.
Dilihat dari nilai MAD dan MSE dari kedua orde, menunjukkan bahwa metode
terbaik yaitu metode single moving average orde 3 dengan nilai MAD dan MSE
terkecil dibandingkan dengan single moving average orde 5. Metode yang
paling tepat digunakan adalah MA (3) untuk meramalkan jumlah ramalan
permintaan konsumen untuk bulan Januari 2020 yaitu 76.992,67