dikurangi dan model peramalan yang sesuai juga sudah dipilih. Seringkali peramalan untuk periode yang baru lewat dibandingkan dengan nilai historis aktual
telah diketahui digunakan untuk memeriksa keakuratan proses peramalan. Tahap 5, evaluasi peramalan, melibatkan membandingkan nilai peramalan
dengan nilai historis aktual. Dalam proses ini beberapa nilai data terkini kemudian diambil dari himpunan data yang sedang dianalisa. Setelah model peramalan selesai,
peramalan dilakukan untuk beberapa periode tersebut dan dibandingkan dengan nilai – nilai historis yang diketahui. Beberapa prosedur peramalan menjumlahkan nilai
absolute dari kesalahan dan hasil penjumlahannya dilaporkan, atau dibagi dengan jumlah perlakuan peramalan sehingga menghasilkan rata – rata kesalahan peramalan.
2.12. Pendekatan dalam Peramalan
Menurut Heizer dan Render 2006, terdapat pendekatan umum peramalan, yaitu analisis kuantitatif dan analisis kualitatif. Peramalan kuantitatif quantitative
forecast menggunakan model otomatis yang beragam dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan. Peramalan subjektif atau
kualitatif qualitative forecast menggabungkan faktor seperti intuis, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk meramal.
2.12.1 Metode Peramalan Kualitatif
Terdapat 4 empat teknik peramalan yang berbeda: 1.
Keputusan dari pendapat juri eksekutif jury of executive opinion. Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tinggi, sering
dikombinasikan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok.
2. Metode Delphi Delphi method. Ada 3 tiga jenis peserta dalam metode
Delphi pengambil keputusan, karyawan, dan responden. Pengambilan keputusan biasanya terdiri dari 5 lima sampai 10 sepuluh orang pakar yang
akan melakukan peramalan. Karyawan membantu pengambilan keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta meringkas sejumlah
kuesioner dan hasil survey. Responden adalah sekelompok orang yang biasanya ditempatkan di tempat yang berbeda, di mana penilaian dilakukan.
Kelompok ini memberikan input pada pengambilan keputusan sebelum peramalan dibuat.
3. Gabungan dari tenaga penjual sales force composite. Dalam pendekatan ini,
setiap tenaga penjualan memperkirakan berapa penjualan yang bisa dilakukan dalam wilayahnya. Peramalan ini kemudian dikaji untuk memastikan apakah
peramalan cukup realistis. Kemudian peramalan dikombinasikan pada tingkat wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan.
4. Survey pasar konsumen costumer market survey. Metode ini meminta input
dari konsumen mengenai rencana pembelian mereka dimasa depan. Hal ini membantu tidak hanya dalam menyiapkan peramalan tetapi juga memperbaiki
desain produk dan perencanaan produk baru.
2.12.2 Metode Peramalan Kuantitatif
Peramalan kuantitatif menggunakan model matematik yang beragam dengan data masa lalu dan peubah sebab – akibat untuk meramalkan permintaan. Metode
peramalan kuantitatif memerlukan data historis atau data empiris, mutu data dan pemilihan metode yang cocok akan menentukan kualitas hasil peramalan. Peramalan
kuantitatif dapat diterapkan bila terdapat 3 tiga kondisi Makridarkis dalam Wisastri, 2006 berikut:
1. Terdapat informasi masa lalu. 2. Informasi tersebut bisa dikuantitatifkan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa pola masa lalu akan terus berlanjut dimasa mendatang.
Dua asumsi pertama merupakan syarat keharusan bagi penerapan metode peramalan kuantitatif. Sedangkan asumsi ketiga merupakan syarat kecukupan,
artinya walaupun asumsi ketiga dilanggar, model yang dirumuskan masih dapat dipergunakan. Karena hal ini akan memberikan kesalahan peramalan yang relatif
besar, bila perubahan data ataupun bentuk hubungan fungsional tersebut terjadi secara sistematis.
Berdasarkan data masa lalu, metode peramalan kuantitatif dibagi menjadi 2 dua bagian, yaitu metode deret waktu time series, yaitu model yang membuat
prediksi dengan asumsi bahwa masa depan merupakan fungsi masa lalu, dengan menggunakan data masa lalu dapat melakukan peramalan. Dalam metode deret
waktu peramal hanya berusaha mencari pola – pola dari data suatu data, tanpa berusaha mencari apa penyebab dan mengapa polanya demikian. Bisa jadi pola data
masa lalu tidak sama lagi dengan masa depan, karena faktor – faktor yang mempengaruhinya sudah berubah. Metode peramalan kedua adalah metode
peramalan associative atau metode peramalan kausal metode peramalan eksplanatori, yaitu metode peramalan yang menggabungkan peubah atau faktor
yang mungkin mempengaruhi permintaan atas suatu produk peubah bebas terhadap permintaan suatu produk peubah tidak bebas. Peramalan kuantitatif juga memiliki
keterbatasan, jika terjadi perubahan pola data atau hubungan sebab akibat, maka hasil ramalan menjadi kurang akurat Heizer dan Render, 2006.
2.13. Penelitian Terdahulu
