PERAMALAN

PERMINTAAN AKAN
PRODUKSI DAN JASA
Peramalan
Suatu upaya utk meramalkan keadaan di
masa yang akan datang melalui pengujian
keadaan di masa lalu
Esensi peramalan adl perkiraan peristiwa-
peristiwa di waktu yg akan datang atas dasar
pola-pola di waktu yg lalu dan penggunaan
kebijakan masa lalu untuk memproyeksikan
kondisi dimasa mendatang
Peramalan yg baik sangat dibutuhkan utk
efisiensi operasi-operasi manufacturing dan
jasa.
Manajemen produksi dan operasi
menggunakan hasil peramalan dlm
pembuatan keputusan yg menyangkut
pemilihan proses, perencanaan kapasitas
dan layout fasilitas serta berbagai keputusan
yg bersifat terus menerus berkenaan dgn
perencanaan, scheduling dan persediaan
PERAMALAN PERENCANAAN PENGATURAN
PERMINTAAN PRODUKSI PERSEDIAAN
Metoda-metoda peramalan
Top down forecasting
Bottom up forecasting
Pengalaman masa lalu digunakan sebagai
pertimbangan memprediksi kondisi di
waktu mendatang dgn menggunakan
berbagai prosedur matematical dan
statistikal
Top down forecasting
Penggunaan hasil peramalan berbagai
kondisi bisnis umum yg dibuat oleh para
ekonom dlm lembaga pemerintah dan
perusahaan besar serta universitas
Misalnya : PDRB tahun yg akan datang
diperkirakan naik menjadi 1.100 trilyun
rupiah
Bagaimana hal tsb mempengaruhi para
produsen?
Metode peramalan “ekstrinsik”
Digunakan untuk peramalan kelompok-
kelompok produk penting
Biasa dikembangkan oleh staf
pemasaran organisasi
Di waktu yg lalu, ada hubungan antara
penjualan suatu barang/ kelompok
barang dengan satu faktor eksternal
seperti pertumbuhan penduduk, tingkat
pendapatan, jml org yg bekerja dll..
Hubungan ini akan berlanjut di waktu
yang akan datang
Metode statistikal yg paling umum
digunakan utk mencari hubungan
peramalan dengan metode peramalan
ekstrinsik adl analisis regresi dan
korelasi
Analisis memerlukan data historik dan
memerlukan kemampuan utk
memperkirakan faktor-faktor prediktor
Bila salah dalam mengestimasi faktor-
faktor prediktor, peramalan di waktu yg
akan datang jg mjd salah
Bottom up forecasting
Dimulai dgn perkiraan permintaan
produk akhir individual
Para peramal menerima estimasi dr
orang-orang penjualan, para distributor
dan para langganan
Analis jg perlu mengamati pola-pola
penjualan di masa lalu
Dlm kenyataan, byk perusahaan
menggunakan metode top down dan
bottom up secara bersamaan dan
mengkombinasikan kedua hasil
proyeksinya mjd suatu ramalan
tunggal
 Interpretasi Permintaan
Bulan Penjualan (dlm ribuan Persediaan akhir bulan
unit) (dlm ribuan unit)
Forecast Actual Forecast Actual
Januari 30 10 30 30
Februari 30 25 60 85
Maret 40 55 100 110
April 120 160 60 30
Jumlah 220 250 250 255

Masalah ini menyangkut kapasitas, scheduling

dan pengendalian persediaan
PROSES PERAMALAN
1. Tentukan Tujuan
Variabel apa sj yg diestimasi
 Siapa yg akan menggunakan hasil peramalan
Utk tujuan apa estimasi dilakukan
Derajat ketepatan estimasi yg diinginkan
Kapan estimasi dibutuhkan
 Bagian peramalan (peramalan utk kelompok
pembeli, produk dan geografis)
2. Pemilihan Model
Model  kerangka analitik yg bila dimasukkan
data akan menghasilkan estimasi penjualan
dimasa mendatang
3. Pengujian Model
Untuk mengetahui tingkat akurasi, validitas
dan reliabilitas (kemampuan prediksi secara
logik dari suatu model)
4. Penerapan Model
Setelah diuji, analis menerapkan model,
dimana data historik dimasukkan dalam model
untuk menghasilkan suatu ramalan.
5. Revisi & Evaluasi
Ramalan yg dibuat harus selalu diperbaiki dan
ditinjau kembali
Teknik-teknik Peramalan
Teknik Kualitatif
Peramalan berdasarkan estimasi dan pendapat pihak
tertentu :
1. Para eksekutif
Manajer yg memiliki pengalaman cukup lama dalam
industri atau perusahaan sejenis. Pengalaman
menunjukkan bahwa eksekutif dlm produksi, pemasaran
dan manajemen adalah sumber2 yg baik
2. Orang-orang penjualan
Orang2 penjualan mampu memperkirakan rencana
pembelian, sikap dan kebutuhannya serta mampu
memberikan informasi ttg taktik pesaing sekarang dan
perkiraan dimasa mendatang.
Orang2 penjualan yg Pesimis vs optimis??
3. Para langganan
Customer terkadang ingin mengungkapkan
rencana2 pembelian dimasa mendatang.
4. Lain-lain : spesialis dlm berbagai bidang
(konsultan manajemen, ekonom, asosiasi
perdagangan, peneliti
Teknik Peramalan Kualitatif
1. Metode Delphi
Teknik menggunakan prosedur sistematik utk mendapatkan konsensus pendapat
dari kelompok ahli. Proses dg meminta anggota memberikan ramalan melalui
kuesioner.
2. Riset pasar  Untuk meramal penjualan produk baru dan bersifat jangka
panjang
Tahap : memastikan informasi yg dicari
Memastikan sumber informasi
Menetapkan cara pengumpulan data
Pengujian alat ukur
Memformulasikan sampel
Mendapatkan informasi
Tabulasi dan analisis
3
3. Analogi historik
Peramalan menggunakan pengalaman historik dan
suatu produk yg sejenis
4. Konsensus panel
Gagasan yg yg dihasilkan sekelompok org akan lbih baik
dibanding yg dihasilkan sendiri.
Partisipan : eksekutif, orang2 penjualan, customer dll
Teknik Kuantitatif
ANALISIS RUNTUT WAKTU (data time series)
Meramalkan kejadian diwaktu yad ats dasar rangkaian
data diwaktu yg lalu. Data disini mrp serangkaian
observasi berbagai variabel menurut wktu dan
ditabulasi kmd disajikan dlm bntuk grafik.
Komponen analisis runtut waktu :
1. Trend
2. Siklikal
3. Seasonal
4. Erratic/ Acak
Y=T XSXCXE
1. TREND :
Menunjukkan pola gerakan
penurunan/pertumbuhan data historik jangka pjg.
Contoh : penjualan alsintan naik selama 4 tahun
terakhir
2. SEASONAL (MUSIMAN)
Mencerminkan pengaruh pola2 pembelian yg
bersifat musiman
Ex: penjualan durian, mangga dll
Lama periode waktu tergantung pd pola pembelian,
skedul produksi, pengiriman,penggudangan dll.
3. SIKLIKAL
Komponen dasar runtut waktu dan terkadang sulit
ditentukan, contoh : pemilu, perang, resesi ekonomi,
4. ERRATIC/RESIDU
Menunjukkan fluktuasi data yang tidak sistematik/ acak
shg terkadang tidak digunakan untuk komponen
ramalan.
 ANALISIS REGRESI

Ramalan penjualan produk traktor dengan

melihat pengaruh kebijakan ekstensifikasi lahan
pertanian, dengan persamaan regresi sbb :

Y = a + b X

a = Y–bX Analisis
Regresi

n EXY  EX EY
b
n EX 2  (EX ) 2
 
 Penj. Var. Ek
2 2
Th Y X XY X Y
1 70 65 4,550 4,225 4,900
2 65 70 4,550 4,900 4,225
3 51 50 2,550 2,500 2,601
4 40 40 1,600 1,600 1,600
5 55 45 2,475 2,025 3,025
6 60 55 3,300 3,025 3,600
7 53 60 3,180 3,600 2,809
8 50 45 2,250 2,025 2,500
9 70 82 5,740 6,724 4,900
10 81 75 6,075 5,625 6,561
11 71 90 6,390 8,100 5,041
12 60 68 4,080 4,624 3,600
 726 745 46,740 48,973 45,362
Rt2 60.50 62.083

12 46,740 - 745 726

b = --------------------------------------------------------------------------
12 48,973 - 555,025
20,010
b = --------- = 0.6128449
32,651
a = 60.5 - 0.6128449 62.083333
a = 22.45254

Y = 22.45254 + 0.6128449 X
Garis Trend untuk prakiraan/Estimasi
Interpretasi:
Penjualan (dalam 100.000)
Y = Nilai variabel bergantung yg dihitung untuk nilai X
tertentu
B = 0.6128 jika kebijakan ekstensifikasi dinaikkan 100 Ha
maka rata-rata volume penjualan traktor naik sebesar Rp.
6.128.000

a = 22,4555  jika tidak ada kebijakan ekstensifikasi maka

rata-rata volume penjualan traktor adalah Rp. 2.245.550