METODE-METODE
DALAM
PERAMALAN
Mengapa Perlu Peramalan??
Ada ketidakpastian aktivitas produksi di
masa yang akan datang.
Kemampuan & sumber daya perusahaan
yang terbatas.
Untuk dapat melayani konsumen lebih
Tujuan Peramalan
Mengurangi ketidakpastian produksi.
Agar langkah proaktif atau antisipatif
dapat dilakukan.
Validitas Peramalan
Identifikasi masalahnya.
Pemilihan dan pengumpulan datanya
(tidak reliabel, valid, dan lengkap).
Pemilihan alat atau metode
peramalannya.
Interprestasi hasil atau penerjemahan
Kegunaan Peramalan
BIDANG KEGUNAAN
Akuntansi Perkiraan biaya/keuntungan Keuangan Arus kas dan pendanaan Sumber daya manusia Perekrutan, pelatihan Pemasaran Harga, promosi, strategi Sistem informasi
manajemen
Sistem IT/IS, pelayanan
Taksonomi Peramalan
Time Series/ deret
waktu Kausal/akibat sebab
Metode Peramalan Kualitatif
8
Peramalan kualitatif
umumnya bersifat
subjektif
, dipengaruhi oleh
intuisi, emosi,
pendidikan
dan
pengalaman
seseorang. Oleh
karena itu hasil peramalan dari satu orang
dengan orang lain dapat
berbeda.
Meskipun
demikian, peramalan kualitatif dapat
menggunakan
teknik/metode
peramalan,
yaitu :
1. Juri dari Opini Eksekutif
2. Gabungan Tenaga Penjualan 3. Metode Delphi
Juri dari Opini Eksekutif
1.
peramalan dilakukan oleh eksekutif
(manajer)tingkat atas perusahaan,
karena kemampuan yang mereka
miliki.
2.
metode ini mengambil opini atau
pendapat dari sekelompok kecil
manajer puncak/top manager
(pemasaran, produksi, teknik,
keuangan dan logistik), yang
Gabungan Tenaga Penjualan
peramalan dilakukan dengan
memanfaatkan kedekatan tenaga
penjual dengan konsumen.
setiap tenaga penjual meramalkan tingkat
penjualan di daerahnya, yang kemudian
digabung pada tingkat provinsi dan
Metode Delphi
dilakukan dengan melengkapi data untuk peramalan melalui pembagian daftar pertanyaan kepada pelanggan/ konsumen/ masyarakat.
dalam metode ini serangkaian kuesioner disebarkan
kepada responden, jawabannya kemudian diringkas dan diberikan kepada para ahli untuk dibuat
peramalannya. Metode memakan waktu dan melibatkan banyak pihak, yaitu para staf, yang
membuat kuesioner, mengirim, merangkum hasilnya untuk dipakai para ahli dalam menganalisisnya.
Keuntungan metode ini hasilnya lebih akurat dan lebih
Langkah – langkah dalam metode Delphi
adalah sebagai berikut :
1. Seorang yang terpilih menjadi coordinator panel
mengajukan kuisioner / pertanyaan secara tertulis kepada para anggota panel. Isi pertanyaan dapat menyangkut berbagai hal yang berkaitan dengan perkiraan di masa yang akan datang. Pertanyaan ini dmaksudkan untuk ditanggapi oleh setiap
anggota panel secara tertulis pula.
2. Masing – masing anggota kelompok menanggapi
pertanyaan koordinator tersebut dan menyerahkan hasilnya secara tertulis. Dalam menanggapi
Langkah – langkah dalam metode Delphi
adalah sebagai berikut :
3. Koordinator mengedit tanggapan tertulis dari
masing-masing anggota, merangkum jawaban kelompok dengan disertai penjelasan dan lain – lain informasi yang dikemukakan oleh para
anggota panel. Hasil tersebut kemudian
dikirimkan kepada para anggota panel dengan disertai pertanyaan – pertanyaan berikutnya untuk ditanggapi secara tertulis.
4. Masing – masing anggota kelompok menanggapi
Langkah – langkah dalam metode Delphi
adalah sebagai berikut :
5. Koordinator (seperti langkah 3) mengedit,
merangkum, dan seterusnya. Demikian prosesnya berulang antara tiga sampai empat kali, sehingga akhirnya koordinator menilai cukup memuaskan terhadap hasil panel yang merupakan konvergensi rasional dari kelompok.
Survai Pasar (market survey)
15
dilakukan dengan turun langsung ke
lapangan/pasar, sehingga diperoleh informasi langsung dari pasar.
Masukan diperoleh dari konsumen atau konsumen
potensial terhadap rencana pembelian pada periode yang diamati. Survai dapat dilakukan dengan kuesioner, telepon, atau wawancara langsung.
Penelitian pasar sering digunakan dalam
merncanakan produk baru, sistem periklanan dan promosi yang tepat. Hasil dari penelitian pasar ini kadang-kadang juga dipakai sebagai dasar
Persyaratan Penggunaan
Metode Kuantitatif:
1.
Tersedia informasi tentang masa lalu.
2.
Informasi tersebut dapat di kuantitatifkan
dalam bentuk data numerik.
3.
Dapat diasumsikan bahwa beberapa
Time Series
Analisa Deret waktu didasarkan pada asumsi bahwa
deret waktu tersebut terdiri dari komponen-komponen Trend (T), Siklus/Cycle (C), Pola Musiman/ Season (S), Variasi Acak/ Random (R) yang akan menunjukkan suatu pola tertentu. Komponenkomponen tersebut kemudian dipakai sebagai dasar dalam membuat persamaan matematis.
Analisa Deret Waktu ini sangat tepat dipakai untuk
Time Series
Peramalan dengan time series memiliki prosedur
yang harus dilaksanakan secara utuh. Bila tidak,
maka risiko – risiko berikut akan terjadi.
1. Hasil peramalan tidak valid, sehingga tidak
dapat diterapkan.
2. Kesulitan mendapatkan / memilih metode
peramalan yang akan memberikan validitas
ramalan tinggi.
Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut.
1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data secara grafis dan
menyimpulkan apakah data itu berpola trend, musiman, siklikal, atau eratik / random
2. Mencoba beberapa metode time series – yang sesuai dengan pola permintaan tersebut – untuk melakukan peramalan. Metode yang dicoba
semakin banyak semakin baik. Pada setiap metode, sebaiknya dilakukan pula peramalan dengan
parameter yang berbeda.
Prosedur peramalan
3. Mengevaluasi tingkat kesalahan masing – masing metode yang telah dicoba. Tingkat kesalahan diukur dengan
kriteria MAD, MSE, MAPE, atau lainnya. Sebaiknya nilai tingkat kesalahan (apakah MAD, MSE, atau MAPE) ini ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan.
4. Memilih metode peramalan terbaik di antara metode yang dicoba. Metode terbaik adalah metode yang
memberikan tingkat kesalahan terkecil dibanding metode lainnya dan tingkat kesalahan tersebut di bawah batas tingkat kesalahan yang telah ditetapkan.
Pola data pada time series
Time Series Patterns
Stationer Trend Effect Seasonal Effect Cyclic Effect
Tren Musiman siklus
Pola
horisontal
(H) atau stasioner
Data stasioner dapat didefinisikan data yang
nilai rata-ratanya tidak berubah dari waktu ke
waktu atau dapat dikatakan data bersifat stabil.
Seperti situasi yang berkembang ketika ada
peningkatan pola data yang mempengaruhinya
maka teknik ini akan relatif stabil.
data berfluktuasi disekitar nilai rata-rata yg
konstan. Suatu produk yg penjualannya tdk
meningkat atau menurun selama waktu
Teknik peramalan stasioner digunakan
jika:
data stabil, lingkungan yg berpengaruh relatif tetap
Misalnya angka kerusakan perminggu pada
pemasangan bagian-bagian perakitan mesin memiliki rata-rata produksi yang sama, kumpulan penjualan produk atau layanan dalam perkembangan proses kehidupan dan jumlah hasil penjualan dari tingkat usaha yang konstan.
butuh model yang sangat sederhana karena
keterbatasan data, atau memudahkan dalam penjelasan dan pelaksanaan
Contoh: ketika bisnis atau organisasi itu baru dan
Teknik yang bisa digunakan
Naïve
Simple averaging
TREND / KECENDERUNGAN (T )
Pola trend adalah bila data permintaan
menunjukkan pola kecenderungan
gerakan penurunan atau kenaikan
TREND / KECENDERUNGAN (T )
Trend merupakan sifat dari permintaan di masa
lalu terhadap waktu terjadinya, apakah
permintaan tersebut cenderung naik, turun atau konstan.
Rangkaian Trend ditandai dengan adanya
kecenderungan arah data bergerak naik (
growth)
atau turun (decline) pada jangka panjang. Dengan
kata lain
runtun waktu dikatakan mempunyaiTrend jika nilai rata-ratanya berubah
Teknik peramalan untuk data trend
digunakan jika
daya produksi yang meningkat atau kemajuan teknologi yang
mendorong perubahan gaya hidup (misal: permintaan barang elektronik)
Contoh: permintaan komponen elektronik, yang meningkat
dengan adanya komputer dan pemakaian jalan kereta api yang menurun karena adanya pesawat terbang.
pertambahan jumlah penduduk yang mendorong pada
permintaan barang dan jasa.
Contoh: pajak penjualan barang-barang konsumsi, permintaan
konsumsi energi, dan penggunaan bahan mentah.
daya beli dolar yang mempengaruhi perekonomian( inflasi ) Contoh: gaji,biaya produksi dan harga
penerimaan pasar meningkat.
Teknik yang bisa digunakan
metode regresi linear,
exponential smoothing, atau
double exponential smoothing.
Metode regresi linear biasanya
SIKLUS / CYCLE (C)
Permintaan suatu produk dapat memiliki
siklus yang berulang secara periodik,
biasanya lebih dari satu tahun, sehingga
pola ini tidak perlu dimasukan dalam
peramalan jangka pendek. Pola ini amat
berguna untuk peramalan jangka
SIKLUS / CYCLE (C)
Pola siklikal adalah bila fluktuasi permintaan secara
jangka panjang membentuk pola sinusoid atau gelombang atau siklus. Pola siklikal mirip dengan pola musiman.
Pola musiman tidak harus berbentuk gelombang,
bentuknya dapat bervariasi, namun waktunya akan berulang setiap tahun (umumnya). Pola siklikal
Teknik yang bisa digunakan
metode moving average,
weight moving average, dan
POLA MUSIMAN / SEASON (S )
Fluktuasi permintaan suatu produk
dapat naik turun disekitar garis trend
dan biasanya berulang setiap tahun.
Pola ini biasanya disebabkan oleh faktor
cuaca, musim libur panjang, dan hari
POLA MUSIMAN / SEASON (S )
Bila data yang kelihatannya berfluktuasi, namun
fluktuasi tersebut akan terlihat berulang dalam suatu interval waktu tertentu, maka data tersebut berpola musiman.
Disebut pola musiman karena permintaan ini biasanya
dipengaruhi oleh musim, sehingga biasanya interval perulangan data ini adalah satu tahun.
Sebagai contoh, penjualan payung dan jas hujan di
musim hujan adalah lebih besar ketimbang di musim kemarau.
Contoh lain adalah permintaan baju hangat tentu sangat
Teknik yang bisa digunakan
metode winter, (sangat sesuai),
moving average,
VARIASI ACAK/RANDOM (R)
Permintaan suatu produk dapat mengikuti
pola bervariasi secara acak karena
faktor-faktor adanya bencana alam , bangkrutnya
perusahaan pesaing, promosi khusus, dan
kejadian-kejadian lainnya yang tidak
mempunyai pola tertentu.
Variasi acak ini diperlukan dalam ragka
VARIASI ACAK/RANDOM (R)
Pola eratik (random) adalah bila fluktuasi data
permintaan dalam jangka panjang tidak dapat digambarkan oleh ketiga pola lainnya. Fluktuasi permintaan bersifat acak atau tidak jelas. Tidak ada metode peramalan yang direkomendasikan untuk pola ini. Hanya saja, tingkat kemampuan seorang analisis peramalan sangat menentukan dalam pengambilan kesimpulan mengenai pola data.
Seorang analisis, untuk data yang sama mungkin
VARIASI ACAK/RANDOM (R)