PERAMALAN PERMINTAAN

(FORECASTING)

NAMA KELOMPOK:
1. FATUM MURTAFAKIYAH (110120004888)
2. HASANAH MUSTAJIAH (11012000571)
 A. PENGERTIAN

• Peramalan (forecasting) merupakan suatu prediksi kegiatan-

kegiatan yang akan datang untuk tujuan perencanaan.
Perusahaan memerlukan peramalan yang akurat terhadap
permintaan konsumen untuk menurunkan lead time, tingkat
persediaan, waktu produksi dan efisisensi kapasitas fasilitas
persusahaan. Peramalan (forecasting) merupakan suatu prediksi
kegiatan-kegiatan yang akan datang untuk tujuan perencanaan.

CREDITS: This presentation template was created by Slidesgo,

including icons by Flaticon, infographics & images by Freepik
• Jenis metode peramalan (forecasting) yang
akan digunakan ada beberapa faktor, di dalam
periode (time frame), prilaku permintaan,
kemungkinan pola yang ada, dan penyebab
munculnya perilaku permintaan. Time frame
terbagi dalam tiga rentang waktu, yaitu
peramalan jangka pendek, menengah dan
jangka panjang.
 B. Karakteristik Permintaan
1. Komponen permintaaan time series
a. Rata-rata (average), menunjukan jumlah permintaan
hasil observasi setiap periode dibagi dengan jumlah
periode data
b. Trend, menunjukan kenaikan atau penurunan
sistematis terhadap rata-rata serial data dalam periode
waktu yang relatif lama.
c. Pengaruh musim (Seasonal Influence), menunjukkan
pridiksi kenaikan atau penurunan permintaan yang
dapat dipengaruhi oleh waktu (hari, minggu, bulan)
maupun musim.
d. Perubahan siklus (cyclical movement), menunjukan prediksi
kenaikan atau penurunan permintaaan dalam periode waktu yang
lama (tahunan, dekade)
e. Kesalahan acak (random error) menunjukan data permintaan yang
tidak dapat diprediksikan.

2. Faktor-faktor yang mempengaruhi permintaan :

a. Faktor eksternal
b. Faktor internal
 C. MENDISAIN SISTEM PROYEKSI

Mengembangkan proyeksi
yang berguna dan pada saat 1. Menentukan apa
yang sama menggunakan pula
yang diproyeksi
teknik proyeksi yang tepat
untuk setiap karakteristik
permintaan yang berbeda

Melakukan Proyeksi untuk total

permintaan kelompok produk
(clusters/ groups) dan kemudian
2. Memilih jenis teknik
mengurainya ke dalam produk-
proyeksi produk indivivu
 A. Metode judgement
Salah satu teknik peramalan 1. Estimasi tenaga
dengan mendasarkan pada penjualan
informasi atau opini manajerial
tentang prediksi permintaan
yang akan datang

Keuntungan :
• Tenaga penjualan merupakan orang-orang yang umumnya
mengetahui dengan baik produk dan jasa yang diinginkan
oleh customer pada waktu dekat dan beberapa jumlah yang
mereka butuhkan.
• Informasi tenaga penjualan di wilayah yang berbeda
membantu manajemen persediaan terhadap jumlah dan
distribusi barang yang harus dilakukan serta tujuan staffing.
• Peramalan anggota Kelemahan :
tenaga penjualan dapat • Mendapat tenaga penjualan
di kombinasikan dengan cenderung objektif
mudah untuk • Para tenaga penjualan mungkin
kepentingan penjualan tidak selalu dapat memprediksi
regional maupun perbedaan yang diinginkan
nasional. cutomer dan apa yang dibutuhkan
cutomer
• Para tenaga penjualan biasanya
underestimate.
 Kelebihan :
• Membutuhkan biaya yang mahal untuk
mendapatkan waktu dan opini dari para
executive
• Prediksi yang dilakukan cenderung
overestimate dan diluar kendali,
sehingga mengakibatkan tingkat
persediaan meningkat

b. Opini
eksekutif

Keuntungan :
• Lebih realitis, karena para manajer
mempunyai latar belakang pendidikan
dan kemampuan yang tinggi, sehingga
dianggap mampu menggabungkan
anatara kenyataan pasar dan teori yang
ada
• Lebih bersikap optimistik
 • Keuntungan:

- Informasi hasil survei lebih

akurat dan mendekati
kenyataaan pasar
- Kinginan dan kebutuhan
customer dapat diketahui lebih
awal

C. RISET PASAR

• Kelemehan:
- Biaya survei mahal
- Kesulitan menentukan sampel
yang repsentative
- Kegagalan mendapatkan
responden yang memahami
pertanyaan-pertanyaan dalam
questionare
- Hasil riset cenderung bias
 • Keuntungan:
- Hasil proyeksi lebih
obyektif
- Identifikasi awal
penyusunan permintaan
produk lebih terbuka
D. Metode
Delphi

• Kelemahan
- Waktu proses lama
- Respon yang dihasilkan lebih
kecil
- Kesimpulan yang dihasilkan
lebih kecil jika harus
mempertimbangkan tingkat
keakuratannnya
- Desain pertanyaaan cenderung
sulit dibuat, sehingga dapat
menimbulkan hasil yang
membingungkan (ambigous)
 Rumus :

a 
Y
n
Y  a  bx
b
 XY
X 2
 Year Actual
Penjualan (y)

1 2011 15300
2 2012 15800
3 2013 15900
4 2014 16100
5 2015 16300
6 2016 16600
7 2017 16800
8 2018 16850
9 2019 14100
10 2020 15200
11 2021 16700
12 2022 16900

13 2023 16332
14 2024 16376
15 2025 16420
16 2026 16464
 Year Actual X X2 XY
Penjualan (y) Coding

1 2011 15300 -11 121 -168300

2 2012 15800 -9 81 -142200
3 2013 15900 -7 49 -111300
4 2014 16100 -5 25 -80500
5 2015 16300 -3 9 -48900
6 2016 16600 -1 1 -16600
7 2017 16800 1 1 16800
8 2018 16850 3 9 50550
9 2019 14100 5 25 70500
10 2020 15200 7 49 106400
11 2021 16700 9 81 150300
12 2022 16900 11 121 185900
Jumlah 192,55 572 12,65
Terima kasih