PERAMALAN PERMINTAAN
(DEMAND FORECASTING)
Keputusan manajerial diambil dengan memperhatikan resiko dan ketidakpastian di masa yang akan datang. Perusahaan harus menentukan berapa output yang akan diproduksi, kapan saat yang tepat untuk memasarkannya, bagaimana kita menentukan harga, berapa biaya yang harus dikeluarkan, berapa keuntungan yang diharapkan dapat tercapai, dan berbagai keputusan yang lain yang tentunya membutuhkan ketelitian dan pertimbangan yang masak. Semua keputusan manajerial tersebut didasarkan pada estimasi (taksiran) dan ramalan mengenai kondisi ekonomi di masa yang akan datang.
Dengan melakukan peramalan (forecasting) permintaan pasar dengan cara yang tepat, akan dapat membantu manajer perusahaan dalam menggambarkan tersedianya potensi pasar. Jika hasil forecasting itu dapat meyakinkan para manajer perusahaan, maka akan dapat membantu menyiapkan perencanaan di bidang produksi, keuangan, dan menyiapkan sarana dan prasarana pemasaran yang diperlukan dalam rangka memanfaatkan potensi pasar yang tersedia itu.
Pada dasarnya teknik peramalan dibedakan menjadi dua, yaitu teknik peramalan kualitatif dan peramalan kuantitatif. Teknik peramalan kualitatif berhubungan dengan data-data kualitatif, sedangkan teknik peramalan kuantitatif berdasarkan data-data yang berupa angka-angka.
A. PERAMALAN KUALITATIF
Peramalan dengan metode ini jika data kuantitatif yang berkaitan faktor-faktor yang langsung mempengaruhi permintaan tidak cukup memadai. Apabila dari data yang tidak cukup memadai ini dipaksakan untuk dasar peramalan maka hasilnya diperkirakan atau dikhawatirkan terjadi bias, tidak proporsional, dan tidak memiliki relevansi yang cukup kuat. Oleh karena itu dipergunakan metode peramalan kualitatif.
kualitatif ini. Jadi dengan demikian metode kualitatif ini masih diperlukan dalam usaha mengoreksi hasil peramalan berdasarkan data yang menyangkut perilaku permintaan dan konsumen. Justru dalam metode kualitatif akan digali dan diselidiki fenomena terakhir yang menyangkut keinginan dan kebutuhan konsumen. Sehingga metode kualitatif merupakan kelengkapan dan penyempurnaan dari metode kuantitatif.
Forecasting kualitatif ini dapat dikelompokkan ke dalam beberapa metode teknik seperti akan dijelaskan berikut ini.
1. Teknik Survey
Teknik survey ini merupakan suatu alat meramalkan yang cukup penting khususnya untuk memprediksi kejadian-kejadian atau kecenderungan-kecenderungan dalam jangka pendek mendatang ini.
Survey biasanya menggunakan alat interview atau daftar pertanyaan yang akan ditujukan para responden yang terpilih dan yang dituju. Sesuai kelompok yang memang diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.
Survey ini dilakukan untuk meramalkan variabel ekonomi yang memang berhubungan baik langsung maupun tidak langsung dengan permintaan konsumen atau pasar yang dituju.
Variabel-variabel ekonomi yang disurvey ini misalnya variabel yang berhubungan dengan budget rumah tangga yang dikeluarkan untuk memenuhi kebutuhan rumah tangga.
Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok responden ini dapat dikategorikan sebagai berikut:
a. Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga yang disurvey.
b. Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang besar.
diperlukan dan frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan datang, dan lain-lain.
Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja yang pada umumnya yang mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung perusahaan melihat peluang dan apa saja yang bisa ditarik sebagai kepentingan bagi perusahaan atas hasil-hasil survey ini untuk memprediksi dan memperkirakan perilaku pasar atau konsumen perusahaan.
Bila diklasifikasikan bahwa hasil survey ini merupakan bagian dari kegiatan riset pasar yang dilakukan oleh perusahaan. Dari sini berbagai kemungkinan yang diperoleh adalah munculnya variabel ikutan yang dapat diprediksi Apa yang bisa dimanfaatkan oleh perusahaan yang hendak atau sudah diproduksi dan dijual kepada pasar yang dituju yang telah disurvey ini. Dengan demikian dapat dinyatakan bahwa hasil survey ini sebagian atau seluruhnya dapat dipergunakan untuk memprediksi permintaan konsumennya dari produk yang dibuat dan jual oleh perusahaan .
2. Teknik Jajak Pendapat (Opinion Pools)
Teknik jajak pendapat sering dilakukan untuk melengkapi data dari survey. Jajak pendapat dari para pakar, para eksekutif, dari masyarakat umum, atau dari konsumen. Jajak pendapat ini lebih bersifat pandangan atau pendapat pribadi (subjektif) dari respondennya, sebaliknya teknik survey lebih bersifat objektif.
Sebelum peluncuran produk baru, biasanya diadakan pre test dan jajak pendapat terhadap responden yang menjadi sampel. Teknik pooling ini melibatkan berbagai media seperti media TV, telepon, koran, surat, SMS, email, atau internet untuk menyebarkan kuesioner atau daftar pertanyaan tentang berbagai informasi yang dibutuhkan perusahaan.
B. PERAMALAN KUANTITATIF 1. Teknik dan Analisis Runtut Waktu
Teknik runtut waktu dalam prakiraan permintaan sering dipergunakan, mengingat bahwa teknik ini relatif mudah dijalankan dan siapa saja mampu untuk melakukannya.
Pengertian runtut waktu sering dikonotasikan sebagai serangkaian waktu yang beruntutan periodesasinya sepanjang periode dimana prakiraan permintaan diproyeksikan. Misalnya mingguan, bulanan, kwartalan, dan tahunan, tergantung keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Kalau diinginkan mingguan atau bulanan atau kwartalan dan tahunan. Ini sesuai dengan kebutuhan periodik yang akan diharapkan hasilnya sebagai prediksi volume atau jumlah permintaan atau potensi pertumbuhan permintaan. Dalam praktek sering digambarkan bahwa waktu berurutan yang dimaksudkan digambarkan dalam diagram dalam sumbu horizontal atau absis. Pada sumbu absis atau horizontal digambarkan sebagai timing atau waktu dan periode data diplotkan. Sedangkan sumbu vertikal digambarkan sebagai nilai atau jumlah permintaan atau volume dan nilai penjualan yang berhasil direkam sesuai periode yang ditentukan atau diharapkan.
Perlu diperhatikan disini, bahwa klasifikasi waktu menurut sifat keruntutannya dapat dikelompokkan dalam empat kategori:
a) Trend Sekuler
b) Siklus Fluktuasi
c) Variasi Musim
d) Pengaruh Tak Teratur
2. Trend Sekuler
Peramalan model trend sekuler dilakukan dengan menarik garis secara kasar atau serampang mengikuti kecenderungan permintaan yang terjadi secara siklus dari tahun ke tahun.
jadikan sebagai data atau variabel pendukung serta asumsi yang bisa memperkuat kecenderungan garis yang telah kita buat itu.
a) Fluktuasi siklus
Siklus perubahan atau naik turunnya volume permintaan selama tahun-tahun yang telah lalu dan yang akan datang yang kita telah tarik kecenderungannya tentu disebabkan atau dipengaruhi oleh sejumlah faktor yang secara periodik dan tetap harus ada atau terjadi selama periode tahunan yang akan datang. Biasanya siklusnya telah bisa kita duga sebelumnya bahwa datangnya permintaan yang meningkat pada periode tertentu sudah bisa kita prediksi kejadiannya. Begitu juga atas terjadinya penurunan permintaan oleh konsumen kita mesti dapat menduga sebelumnya pada periode tertentu selama tahun yang bersangkutan.
b) Metode proyeksi trend
Metode proyeksi trend ini merupakan metode yang paling sederhana dibanding dengan metode lainnya. Karena di dalam metode ini hanya menarik secara garis lurus sesuai dengan kecenderungan data time series yang ada. Jika data time series yang dijadikan pijakan dalam menarik garis lurus ini ada kecenderungan meningkat, maka garis lurus yang ditarik cenderung naik sesuai dengan kecenderungan peningkatan yang terjadi atau akan terjadi. Jika sebaliknya maka cenderung juga sebaliknya dalam menarik garis lurus yang akan ditarik. Tergantung dari kecenderungan atau trend yang akan diikuti naik atau turunnya.
Pedoman rumus yang dipakai dalam menarik garis lurus ini adalah formula berikut ini:
St = So + bt
diramalkan. Sebagai ilustrasi dapat dicontohkan data kwartalan sebagai berikut:
Tabel 1 Permintaan Musiman Almari Kulkas di Indonesia (dalam ribuan unit)
Berdasar data dalam contoh di atas, maka dapat kita susun tabel yang akan menunjukkan secara berurutan kecenderungan volume permintaan sejak 1999 sampai dengan tahun 2002. Data dalam tabel 1 dapat disusun sebagai berikut dalam tabel 2.
Tabel 2 Data permintaan lemari kulkas di Indonesia 1999 - 2002 (dalam ribuan unit)
Tahun Kwartal Jumlah Perubahan (%) Keterangan
1999 12
So sebagai tahun dasar adalah tahun 1999 kwartal 1 bernilai 11. b = 91,6 = 6,1066 % atau = 0,061066
15
Sehingga forecasting ke depan dapat diikhtisarkan sebagai berikut: Tabel 3 Ikhtisar prediksi volume permintaan tahun 2003
Meramalkan dengan metode seperti ini sangat mudah dan bersifat sembarang garis yang ditarik. Oleh karena itu hasil prediksinya cukup kasar dan dimungkinkan terdapat penyimpangan yang cukup besar. Meski demikian bahwa prediksinya cukup terbimbing dengan kecenderungan yang terarah searah dengan kecenderungan yang ada dari data yang diperoleh berdasar pengalaman historis.
Jadi kalau pada kuartal 17 sampai dengan kwartal 20 tahun 2003 yang akan datang ingin diprediksi berapa kecenderungan permintaan akan bergerak maka kecenderungannya berkisar seperti yang dihasilkan pada tabel 3.
c) Metode Variasi Musim
Melakukan prakiraan volume permintaan konsumen di waktu-waktu yang akan datang dapat didasarkan pada gelombang musiman yang melekat pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya produksi musim semi, gugur dan musim penghujan dan bahkan musim kemarau, produk apa yang sedang atau akan datang musimnya.
Tabel 4 Jumlah kebutuhan daya listrik tahun 1999 s/d 2002 berpola sama. Yaitu pada kwartal pertama, kedua, dan ketiga dapat disimpulkan memiliki pola perubahan dan kenaikan yang seragam. Polanya seragam sebagai gejala naik, turun, dan naik.
Dari gejala ini dapat dipastikan bahwa pemakaian listrik pada kwartal kedua cenderung naik. Pada kwartal ketiga cenderung menurun. Kemudian pada kwartal keempat cenderung naik lagi.
Dengan pola seperti itu dapat kita simpulkan bahwa pihak penyedia daya listrik akan tahu dalam prediksinya atau pola pemakaian daya listrik yang diminta oleh masyarakat. Kapan harus diturunkan penyediaannya, dan kapan harus menyediakan dalam jumlah yang cukup oleh karena ada kecenderungan ada peningkatan pada kwartal-kwartal tertentu yang harus diantisipasi penyediaannya.
d) Metode Rata-rata Bergerak
rata-ratanya menurut pengelompokkan waktu yang dinilai dapat mewakili sifat data yang akan dihitung. Misalnya apakah dihitung per tiga, empat atau lima bulanan dalam suatu satuan waktu yang akan kita pilih. Ini tergantung dari sifat data maupun kepentingan peramalan terhadap data yang tersedia.
Sifat data yang akan dihitung rata-ratanya setidaknya dilatarbelakangi oleh kondisi umum yang normal, dan tidak terjadi gejolak yang tak teratur yang mencerminkan ketidaknormalan kondisi sehingga data muncul terlalu berfluktuasi yang sangat tinggi.
Kepentingan peramalan yang akan dipakai apakah dalam skup jangka pendek nilai ramalan yang diketahui atau dalam jangka atau rentang waktu yang lebih panjang. Kalau menggunakan rentang waktu yang lebih pendek maka hasil rata-rata bergerak yang akan kita peroleh akan lebih mendekati kondisi sifat data yang sebenarnya dan rata-rata yang kita temukan terdistribusi atau tersebar pada kelompok data faktual. Sedangkan jika satuan waktu yang lebih panjang, rata-rata yang akan kita peroleh akan lebih mewakili sejumlah data yang lebih banyak dan beraneka macam fluktuasinya, sehingga rata-rata bergeraknya lebih tersebar dan kurang mewakili fakta sifat data yang tersebar tersebut. Terkecuali sifat data lebih homogen dan tidak terlalu fluktuatif.
Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi dengan angka rata-rata bergerak. Sedangkan deviasi kuadrat adalah menguadratkan deviasi. Jumlah deviasi kuadrat ini akan kita pergunakan untuk menghitung penyimpangan atau tingkat error (istilah disini adalah Root Mean Square Error = RMSE) setiap pengelompokkan rata-rata bergerak ini. Dengan rumus sebagai berikut:
_____________ RMSE = √ Σ (At – Ft) 2 ___
n Dimana:
RMSE = Root Mean Square Error
At = Angka observasi
e) Metode rata-rata tertimbang (Exponential Smoothing)
Metode exponential smoothing ini merupakan metode yang lebih halus lagi dari pada metode rata-rata bergerak. Jadi metode ini lebih hati-hati dalam memprediksi atau meramal permintaan yang akan terjadi di masa akan datang.
Apabila kita memperhatikan sifat data time series, maka ada kecenderungan bahwa metode rata-rata tertimbang akan lebih disukai dipilih daripada metode rata-rata bergerak. Mengapa demikian, karena di dalam metode rata-rata tertimbang menyertakan faktor-faktor yang relevan yang menjadi penyebab tersebarnya data time series. Hal ini diimplementasikan ke dalam perkiraan dari faktor terjadinya fluktuasi pada data time series ke dalam resiko penyimpangan prakiraan, sehingga hasil prakiraan dari masing-masing prakiraan lebih kecil risiko fluktuasi penyimpangan. Dan angka rata-rata tertimbang tertentu yang dipilih merupakan komposisi persebaran atas terjadinya keakuratan dan resiko penyimpangan yang mungkin akan terjadi sebagai mendasari prakiraan yang dihasilkan. Demikian untuk perhitungan prakiraan berikutnya secara berjenjang dari prakiraan sebelumnya ke prakiraan selanjutnya di dalam periode yang diramalkan. Hal ini dimaksudkan untuk meratakan resiko penyimpangan sehingga resiko tersebut berada pada persebaran yang lebih merata keseluruhan periode yang diprakirakan.
Metode rata-rata tertimbang dilakukan dengan proses perhitungan sebagai berikut:
Menentukan angka tertimbang (weight) tertentu bagi data observasi dengan notasi w antara angka 0 s/d 1.
Menambahkannya dengan angka tertimbang bagi data prakiraan dengan notasi (1 - w).
Menghitung rata-rata keseluruhan dari data time series dengan rumusan A1 + A2 + ……+ An = F1
n
Menghitung prakiraan dengan rumusan Ft+1 = wA + (1 – w )F1
Dimana Ft+1 merupakan prakiraan pada periode kedua, w
observasi, 1 – w merupakan persebaran atau penghalusan, dan F1
merupakan prakiraan sebelumnya.
3. Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai dependen variabel dengan melibatkan berbagai faktor atau variabel independent yang relevan dan cukup signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari model ekonometri ingin dilihat relevansinya pengaruh independent variabel terhadap dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu saling mempengaruhi dan berapa besar pengaruh mempengaruhi antar variabel independent ini atas besarnya pengaruh terhadap dependen variabel. Juga ingin dilihat berapa tepat antara kebenaran statistik dikoreksi dengan kebenaran secara ekonomi.
Jadi secara literatur ekonometrik merupakan suatu pengukuran secara ekonomi baik secara statistik, matematik maupun secara ekonomi teori sekaligus dalam konteks hubungan antara variabel-variabel ekonomi. Memang metode ekonometrik sering lebih kompleks dibanding dengan metode proyeksi trend. Namun ekonometrik setidaknya memiliki dua keunggulan sebagai alat prakiraan. Pertama adalah keunggulan dalam memperoleh prediksi nilai variabel yang penting. Ini akan sangat berguna bagi manajer untuk mengevaluasi kemungkinan pengaruh alternatif keputusan yang diambil. Kedua adalah metode ekonometrika mengestimasi perilaku hubungan antara variabel-variabel. Secara mencolok meramalkan dengan dasar metode lain seperti misalnya survey data hanya memperoleh sesuatu yang lebih kecil dari penyebab yang hakiki pada hubungan antar variabel-variabel ini secara umum.
Terdapat empat tahapan yang termasuk di dalam memformulasi forecast model ekonometrika ini.
1) Membangun suatu model teori
2) Mengumpulkan data
3) Memilih bentuk persamaan fungsi yang diestimasi 4) Mengestimasi dan menginterpretasi hasil
Dengan menggunakan metode ekonometri, pertama yang harus dilakukan adalah memformulasi model teori hubungan ekonomi. Model ini harus didasarkan pada nuansa teori ekonomi dan dinyatakan dalam bentuk fungsi matematik. Pada dasarnya proses membangun model termasuk menentukan variabel-variabel yang dimasukkan di dalam model dan jika ada teori yang rasional untuk memprediksi hubungan dan perilaku keterkaitan antar variabel. Sebagai contoh disini misalnya kita menginginkan untuk memprakirakan permintaan, maka hubungan antar harga dan kuantitas dapat menjadi dasar teori yang logis bagi suatu model. Suatu pernyataan matematik yang sederhana dalam hubungan antar variabel ini adalah:
Q = f(P)
Teori ekonomi memprediksi suatu hubungan berbalik arah antara harga dan jumlah barang yang diminta. Jadi ini diharapkan derivasi (dQ/dP) kuantitas dengan harga akan negative. Ini sudah merupakan teori atau model teruji secara empirik, sehingga sudah merupakan teori sudah terbukti di lapangan, di masyarakat, dan di pasar dunia dengan sejumlah asumsi.
Namun satu hal bahwa hubungan antara harga dan kuantitas barang yang diminta oleh masyarakat ditunjukkan adanya hubungan dan respon negatif di dalam hubungan kedua faktor tersebut. Oleh karena itu pada model ekonometri ingin ditunjukkan model sejumlah faktor yang mempengatuhi volume permintaan.
Faktor harga yang mempengaruhi volume permintaan tersebut sebenarnya tidaklah merupakan satu-satunya faktor yang mempengaruhi permintaan, tetapi banyak faktor lain yang juga ikut mempengaruhi permintaan. Maka secara spesifik hubungan kausalistik permintaan itu dipengaruhi oleh selain harga, tetapi juga dipengaruhi misalnya oleh income per kapita (I), harga barang lain (Po), dan Advertensi (A), dan lain-lain.
permintaan yang dipengaruhi oleh sejumlah faktor atau variabel antara lain seperti yang dinyatakan sebagai:
Qd = f(P, I, Po, dan A)
Yang secara ekonomi terbukti secara empirik bahwa fungsi permintaan dipengaruhi P, I, Po, dan A itu dirumuskan sebagai fungsi:
Qd = a – bP + cI + dPo + eA
Dimana Qd merupakan volume permintaan, a merupakan koefisiensi konstanta, b,c,d,dan e merupakan koefisiensi faktor Harga, Income, Harga Barang Lain, dan Advertensi
b. Mengumpulkan data
Kegiatan mengumpulkan data dari faktor-faktor yang mempengaruhi permintaan yaitu harga, income, harga barang lain, dan advertensi dilakukan oleh manajer antara lain melalui survey di perusahaan, di biro statistik umum, lembaga-lembaga konsultasi manajemen, lembaga asosiasi-asosiasi industri atau pengusaha atau Kadin, dan lain-lain. Survey juga dapat dilakukan langsung pada pelaku usaha dan masyarakat konsumen selama periode tertentu menurut kebutuhan pengkajian dan peramalan permintaan dan potensi pasar yang akan dijadikan sebagai bahan informasi potensi dan peluang serta kendala pasar yang dihadapi oleh manajer perusahaan yang akan menyusun model atau metode ekonometri yang akan disusun.
c. Memilih dan Menentukan Fungsi Permintaan
Jika kita telah meyakini bahwa fungsi permintaan pada rumus di atas dan terbukti signifikan semua parameter semua variabel yang terpilih tersebut, maka dapat kita pergunakan sebagai alat meramal permintaan dimasa datang, dengan sejumlah asumsi yang perlu disertakan. Antara lain bahwa fenomena variabel-variabel itu untuk masa datang masih memiliki bobot pengaruh yang sama. Tidak ada variabel lain selain yang diprediksi mempengaruhi secara dominan terhadap permintaan.
d. Mengestimasi dan interpretasi hasil
Sebagai hasil dari pemilihan bentuk fungsi permintaan, kita akan jadikan ini sebagai fungsi yang dapat menjelaskan hal-hal berikut ini:
Persamaan fungsi ini kita pilih untuk meramal berdasar pada teori ekonomi
Estimasi parameter dari persamaan linier ini mengindikasikan pengaruh perubahan variabel independen
Demikian juga estimasi parameter estimasi itu dapat kita jadikan sebagai bahan untuk menguji dan mengevaluasi gejala dan perilaku permintaan dipengaruhi variabel independen
R2 merupakan nilai yang indikasinya adalah
