perusahaan. Hasil akhirnya adalah proyeksi Produk Nasional Bruto, yang digunakan bersama indikator lingkungan laijaringan neuralya untuk meramalkan
penjualan industri. Kemudian, perusahaan melakukan peramalan penjualan dengan asumsi tingkat pangsa tertentu akan tercapai.
3.3.2. Pendefenisian Tujuan Peramalan
Tujuan peramalan dilihat dari segi waktu: 1. Jangka Pendek Short Term
Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian ataupun mingguan dan ditentukan oleh Low Management.
2. Jangka Menengah Median Term Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat
bulanan ataupun kuartal dan ditentukan oleh Middle Management. 3. Jangka Panjang Long Term
Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh Top
Management .
3.3.3. Kriteria Performance Peramalan
Seorang perencana tentu menginginkan hasil perkiraan ramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati sehingga
rencana yang dibuatnya merupakan rencana yang realistis. Ketepatan atau ketelitian inilah yang menjadi kriteria performance statu metode peramalan.
Universitas Sumatera Utara
Ketepatan atau ketelitian tersebut dapat dinyatakan sebagai kesalahan dalam peramalan.
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah:
1. Mean Square Error MSE
N F
X MSE
2 t
t N
1 t
dimana:
t
X : data aktual periode t
t
F : nilai ramalan periode t
N : banyaknya periode
2. Standard Error of Estimate SEE
f N
F X
SEE
N 1
t 2
t t
dimana : f = derajat kebebasan
Untuk data konstan, f = 1 Untuk data linier, f = 2 Untuk data eksponensial, f = 2 Untuk data kuadratis, f = 3
Untuk data siklis, f = 3
3. Percentage Error PE 100
x X
F X
PE
t t
t t
Dimana nilai dari Pet bisa positif ataupun negatif.
Universitas Sumatera Utara
4. Mean Absolute Percentage Error MAPE
N PE
MAPE
t N
1 t
5. The Mean Absolute Deviation
MAD Mean Absolute Deviation
MAD mengukur ketepatan ramalan dengan merata-rata kesalahan dugaan nilai absolutmasing-masing kesalahan.
6. The Mean Percentage Error
MPE Mean Percentage Error
dihitung dengan mencari kesalahan di tiap periode dibagi dengan nilai nyata untuk periode itu.
MPE=
Peramalan dapat dibedakan atas dua macam, yaitu: 1.
Peramalan kualitatif Yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil
peramalan yang dibuat sangat tergantung dengan orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan
pemikiran yang bersifat pendapat, intuitif, pengetahuan, dan pengalaman.
n Y
Y MAD
n t
t t
1
Universitas Sumatera Utara
2. Peramalan kuantitatif
Yaitu peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan
dalam peramalan tersebut. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:
a. Adanya informasi tentang keadaan yang lain. b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Pada Gambar 3.1. menunjukan taksonomi peramalan yakni :
Gambar 3.1. Taksonomi Peramalan
Universitas Sumatera Utara
3.4. Model