22
menentukan aliran kas, perencanaan produksi, dan penentuan anggaran.
3 Peramalan jangka pendek Peramalan jangka pendek pada umumnya 1 sampai 5
minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan
kerja, dan lain-lain keputusan control jangka pendek.
E. Metode Peramalan Dalam proses peramalan yang akurat dan bermanfaat, selain
mengandalkan pengumpulan data yang relevan juga diperlukan metode-metode peramalan yang tepat. Menurut Render dan Heizer
2005:140 terdapat dua pendekatan yang digunakan dalam
peramalan, yaitu:
a. Pendekatan Kualitatif Yaitu pendekatan peramalan yang menggabungkan faktor-
faktor penting seperti instuisi pengambilan keputusan, pengalaman pribadi, emosi dan sistem nilai Render dan Heizer, 2005:140.
Menurut Render dan Heizer 2005:140 dalam pendekatan kualitatif terdapat lima teknik peramalan, yaitu:
23
1 Juri dari opini eksekutif Metode ini mengambil opini dari sekelompok kecil manajer
tingkat tinggi, seringkali dikombinasikan dengan model-model statistik, dan menghasilkan estimasi permintaan kelompok.
2 Gabungan armada penjualan Dalam pendekatan ini, setiap wiraniaga mengestimasi
jumlah penjualan di wilayahnya, ramalan ini kemudian dikaji ulang
untuk meyakinkan
kerealistisannya, kemudian
dikombinasikan pada tingkat provinsi dan nasional untuk mencapai ramalan secara menyeluruh.
3 Metode Delphi Teknik peramalan dimana suatu proses kelompok
mengizinkan para ahli, yang mungkin tinggal diberbagai tempat, untuk membuat suatu peramalan.
4 Survey pasar konsumen Metode peramalan yang menerima masukan dari
konsumen tanpa melihat rencana pembelian masa depannya. b. Pendekatan Kuantitatif
Yaitu pendekatan peramalan yang menggunakan satu atau lebih model matematis, dengan data masa lalu dan variabel sebab
akibat, untuk meramalkan permintaan Render dan Heizer, 2005:140.
24
Menurut Render dan Heizer 2005:141 peramalan kuantitatif dikelompokan kedalam dua model, yaitu:
1 Model Seri Waktu Time Series
Metode time series adalah teknik peramalan yang menggunakan sekumpulan data masa lalu untuk melakukan
peramalan Render dan Heizer, 2005:141. Pengolahan data kuantitatif dari seri waktu, dapat dilakukan
dengan empat metode Render dan Heizer, 2005:141, yaitu: a Pendekatan Naif Naive Method
Metode peramalan yang mengasumsikan bahwa permintaan pada periode berikutnya adalah sama dengan
permintaan dalam periode sebelumnya. b Metode Rata-rata Bergerak Tunggal Single Moving
Averages Single Moving Averages ini diperoleh dengan
mangambil rata-rata dari beberapa data masa lalu yang terbaru. Tujuan utama dari metode ini adalah untuk
mengurangi atau menghilangkan variasi acak permintaan dalam hubungannya dengan waktu Nasution, 2006:246.
Menurut Gasperz 2005:87 model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru
untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang, metode ini akan efektif apabila
25
pola data tidak menunjukkan kecenderungan trend dari waktu kewaktu. Menurut Render dan Heizer 2005:143
Single Moving Averages adalah metode peramalan yang menggunakan rata-rata dari sejumlah data terkini untuk
meramalkan periode mendatang. Secara matematis, Render dan Heizer 2005:143
menuliskan persamaan Single Moving Averages sebagai berikut:
Keterangan: = Jumlah periode dalam rata-rata bergerak.
c Metode Rata-rata Bergerak Terbobot Weighted Moving Averages
Model rata-rata bergerak terbobot lebih responsif terhadap perubahan, karena data dari periode yang baru
diberi bobot yang lebih besar Gasperz, 2005:92. Pemilihan bobot merupakan hal yang tidak pasti arbirter, karena tidak
ada rumus untuk menetapkannya Render dan Heizer, 2005:144.
Seperti halnya
pada rata-rata
bergerak sederhana, metode ini akan efektif apabila pola data tidak
26
menunjukkan kecenderungan trend dari waktu kewaktu Gasperz, 2005:76.
Secara matematis, Render dan Heizer 2005:144 menuliskan persamaan Weighted Moving Averages sebagai
berikut:
d Metode Penghalusan Eksponensial Exponential Smoothing Eksponential Smoothing adalah metode peramalan yang
mudah digunakan dan efisien bila dilakukan dengan komputer, metode peramalan ini merupakan rata-rata
bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi eksponensial Render dan Heizer, 2005:145,
Bobot yang digunakan disimbolkan dengan alpha . Nilai alpha bisa ditentukan secara bebas, yang bisa mengurangi
kesalahan error peramalan. Biasanya nilai alpha antara 0 sampai 1. Metode ini akan efektif apabila pola data tidak
menunjukkan kecenderungan trend dari waktu kewaktu Gasperz, 2005:76.
27
Secara matematis, Render dan Heizer 2005:146 menuliskan persamaan Exponential Smoothing sebagai
berikut:
Keterangan: = Ramalan baru
= Ramalan sebelumnya = Konstanta penghalusan
= Permintaan aktual periode sebelumnya
e Metode Proyeksi Trend Trend Projection Proyeksi trend adalah teknik mencocokan garis trend
kerangkaian titik dan data historis dan kemudian memproyeksikan garis itu ke dalam ramalan jangka-
menengah hingga jangka-panjang Render dan Heizer, 2005:156.
Model ini
dipergunakan sebagai
model peramalan apabila pola historis dari data aktual permintaan
menunjukkan adanya suatu kecenderungan trend atau menaik dari waktu kewaktu Gasperz, 2005:102.
Secara matematis, Render dan Heizer 2005:156 menuliskan persamaan Trend Projection sebagai berikut:
28
nilai diperoleh dengan:
Sedangkan nilai diperoleh dengan:
Keterangan: = Nilai variabel tidak bebas
= Perpotongan sumbu y
= Kelandaian garis regresi
= Nilai variabel bebas dalam hal ini waktu 2 Model kausal
Model peramalan kausal mengembangkan suatu model sebab-akibat antara permintaan yang diramalkan dengan
variabel-variabel lain yang dianggap berpengaruh Nasution, 2006:251. Adapun salah satu teknik kausal yang bisa
digunakan adalah regresi linear sederhana. Regresi Linear sederhana dalah model peramalan yang
sama yang kita gunakan dalam metode kuadrat kecil dari proyeksi trend. Variabel-variabel tidak bebas yang akan diramal
tetap . Namun sekarang variabel bebas bukan lagi waktu,
29
melainkan variabel yang berkaitan dengan variabel Render dan Heizer, 2005:165. Sebagai contoh: permintaan akan baju
baru mungkin berhubungan dengan banyaknya populasi, pendapatan masyarakat, jenis kelamin,dan budaya daerah.
Secara matematis,
Render dan Heizer 2005:165
menuliskan persamaan Regresi Linear sebagai berikut:
nilai diperoleh dengan:
Sedangkan nilai diperoleh dengan:
Keterangan: = Nilai variabel tidak bebas
= Perpotongan sumbu y = Kelandaian garis regresi
= Nilai variabel bebas
30
F. Pengukuran Kesalahan error Peramalan