Modul ke: Fakultas Program Studi
FORCASTING
Nanang Ruhyat TEKNIK Teknik Mesinpenting atau tidak melakukan evaluasi staf inernal auditor penting atau tidak melakukan evaluasi staf inernal auditor
Tujuan Pengajaran
• Setelah mempelajari bab ini, diharapkan anda mampu :
• Mengindentifikasikan atau mendefinisikan :
– Peramalan
– Jenis-jenis peramalan
– Horison waktu pendekatan untuk meramal
• Mendeskripsikan dan menjelaskan :
– Rata-rata bergerak – Penghalusan – Eksponensial – Proyeksi trend – Analisa Regresi
Forecasting di Tupperware
• Masing-masing 50 profit centers diseluruh dunia milik Tupperware mempertanggung jawabkan
secara komputerisasi laporan proyeksi pemasaran untuk periode bulanan, kuartal, dan 12 bulan.
• Laporan proyeksi ini secara agregat berdasarkan kawasan, kemudian diakumulasi secara global di kantor pusat Tupperware’s World Headquarters • Tupperware menggunakan seluruh metode
Tiga Faktor kunci bagi Tupperware
• Jumlah konsultan dan sales representatives
yang terdaftar.
• Persentase agen yang aktif (jumlah ini
berubah setiap minggu dan bulan)
• Jumlah salesman per agen yang aktif, setiap
minggunya.
Tupperware – Peramalan
berdasarkan Konsensus
• Meskipun data masukan dari para salesman,
merketing, keuangan, dan bagian produksi,
peramalan akhir datang dari kesepakatan
dari semua manager yg berpartisipasi.
• Tahap akhir dalam menentukan peramalan
di Tupperware disebut sebagai versi “jury
of executive opinion”
Apa itu Peramalan ?
• Suatu proses untuk
memprediksi masa yang akan datang.
• Menjadi basis bagi
semua keputusan bisnis spt ; – Production – Inventory – Personnel – Facilities Sales will be $200 Million!
• Peramalan jangka pendek
– Jangka hingga 1 tahun; umumnya kurang dari 3 bulan – Job scheduling, worker assignments
• Jangka menengah
– 3 bulan hingga 3 tahun
– Sales & production planning, budgeting
• Jangka panjang
– 3+ years
– New product planning, facility location
Jenis Peramalan berdasarkan
Seri Waktu
Jangka Pendek vs. Jangka Panjang
• Jangka Menengah/panjang Peramalan berkenaan dengan isu-isu yg lebih komprehensif dan
kebijakan-kebijakan mendukung manajemen
berkenaan dgn planning and products, plants and processes.
• Jangka Pendek Peramalan yg biasanya
menggunakan berbagai macam metodologi dibandingkan peramalan jangka panjang.
• Jangka Pendek Peramalan cenderung lebih akurat dibandingkan peramalan jangka panjang.
Pengaruh dari Product Life Cycle
• Tahapan introduction dan growth membutuhkan peramalan jangka panjang dibandingkan periode maturity dan decline • Peramalan berguna dalam memproyeksikan
– staffing levels,
– inventory levels, and – factory capacity
ketika produk melalui tahapan-tahapan siklus kehidupan/ life cycle stages
Strategi dan isu-isu selama Siklus
kehidupan
Introduction Growth Maturity Decline
Standardization Less rapid product changes - more minor changes
Optimum capacity Increasing stability of process
Long production runs Product improvement and cost cutting
Little product differentiation Cost minimization Over capacity in the industry
Prune line to eliminate items not returning good margin
Reduce capacity Forecasting critical
Product and process reliability
Competitive product improvements and options Increase capacity
Shift toward product focused
Enhance distribution Product design and
development critical
Frequent product and process design changes
Short production runs High production costs Limited models Attention to quality Best period to increase market share R&D product engineering critical Practical to change price or quality image Strengthen niche
Cost control critical Poor time to change image,
price, or quality
Competitive costs become critical
Defend market position
OM Strategy/Issues
Company Strategy/Issues
HDTV
CD-ROM
Color copiers
Drive-thru restaurants Fax machines
Station wagons Sales 3 1/2” Floppy disks Internet
Jenis-jenis Peramalan
• Economic forecasts
– Ditujukan untuk siklus bisnis , e.g., inflation rate, money supply etc.
• Technological forecasts
– Meramalkan laju perkembangan teknologi
– Meramalkan penerimaan pasar terhadap produk baru
• Demand forecasts
Tujuh tahap Peramalan
• Menentukan penggunaan peramalan itu
• Memilih hal-hal yg akan diramalkan
• Menentukan horison waktunya
• Memilih model peramalan
• Mengumpulkan data
• Membuat ramalan
Permintaan Produk digambar untuk
periode 4 tahun dengan Trend and
Seasonality
Year
1 Year2 Year3 Year4
Seasonal peaks Trend component
Actual
demand line
Average demand over four years
Permintaan aktual, Rata-rata bergerak,
Rata-rata bergerak tertimbang
0 5 10 15 20 25 30 35
Jan Feb Mar Apr May Jun Ju
l Au g Sep Oct Nov Dec Month Sa le s D e m a nd Permintaan aktual Rata-rata bergerak
Kenyataan Peramalan
• Permalan jarang sekali sempurna
• Kebanyakan permalan didasarkan pada
asumsi bahwa sistem stabil
• Both product family and aggregated product
forecasts are more accurate than individual
product forecasts
Pendekatan Peramalan
• Used when situation is
‘stable’ & historical data exist
– Existing products
– Current technology
• Involves mathematical
techniques
– e.g., forecasting sales of color televisions
Metode kuantitatif
• Used when situation is vague & little data exist
– New products – New technology
• Involves intuition, experience
– e.g., forecasting sales on Internet
Metode Kualitatif secara umum
• Juri dan opini eksekutif
– Pengumpulan opini dari sebagian kecil eksekutif level atas, kadang-kadang diperkuat dengan model statistik
• Metode Delphi
– Panel of experts, queried iteratively
• Gabungan armada penjualan
– Estimates from individual salespersons are reviewed for reasonableness, then aggregated
• Survey pasar konsumen
Pendekatan Kuantitatif Secara umum
• Naïve approach
• Moving averages
• Exponential smoothing
• Trend projection
• Linear regression
Time-series Models Associative modelsMetode Peramalan Kuantitatif
(Non-Naive)
Quantitative Forecasting Linear Regression Associative Models Exponential Smoothing Moving Average Time Series Models Trend Projection• Set of evenly spaced numerical data
– Diperoleh berdasarkan hasil obervasi terhadap respon dari suatu variable pada periode waktu tertentu.
• Forecast based only on past values
– Dengan asumsi bahwa faktor-faktor yang mempengaruhi masa lalu dan sekarang akan terus berpengaruh dimasa yang akan datang.
• Example
Year: 1998 1999 2000 2001 2002 Sales: 78.7 63.5 89.7 93.2 92.1
Trend
Musim
Siklus
Variasi acak
• Persistent, Secara umum polanya naik atau
turun.
• Diakibatkan oleh populasi, technology dll.
• Durasi beberapa tahun
Mo., Qtr., Yr. Response
© 1984-1994 T/Maker Co.
Komponen Trend
• Pola reguler, fluktuasi naik dan turun
• Diakibatkan oleh cuaca, musim, dll.
• Terjadi dalam 1 tahun
Mo., Qtr. Response
Summer
© 1984-1994 T/Maker Co.
Komponen musim
Pola Musim secara umum
Periode pola Lamanya Jumlah musim dalam pola Minggu Hari 7 Bulan Minggu 4 – 4 ½ Bulan Hari 28 – 31 Tahun Kuartal 4 Tahun Bulan 12 Tahun Minggu 52
• Pergerakan naik dan turun berulang
• Diakibatkan interaksi diantara faktor-faktor yg
mempengaruhi ekonomi
• Durasi 2-10 tahun
Mo., Qtr., Yr. Response Cycle%
Komponen siklus
• Erratic, unsystematic, ‘residual’ fluctuations
• Diakibatkan oleh variasi acak atau situasi yang tidak biasa
– Pemogokan buruh – Tornado
• Durasi pendek & tidak berulang
© 1984-1994 T/Maker Co.
Komponen Variasi Acak
Pendekatan Naive
• Mengasumsikan permintaan pada periode akan datang adalah sama dengan
permintaaan sekarang.
– e.g., Jika penjualan Mei adalah 48, maka penjualan Juni akan 48
• Kadang-kadang efektif dan efesien secara biaya
